Zum Hauptinhalt springen

KI - KÜNSTLICHE INTELLIGENZ

KI - Künstliche Intelligenz simuliert die menschliche Intelligenz mit Maschinen, insbesondere von Computersystemen. Dies beinhaltet das Lernen (Sammeln von Daten/Informationen und Regeln für die Verwendung der Informationen), die gezielte Schlussfolgerung (Verwenden der Regeln, um ungefähre oder endgültige Prognosen zu ziehen) und eine Selbstkorrektur. Spezielle Anwendungen der KI sind vorallem Expertensysteme aus allen Branchen, Spracherkennung, Machine Learning und Customer Analytics. Der Begriff künstliche Intelligenz (KI) wurde 1956 von John McCarthy, einem amerikanischen Informatiker geprägt. Heute ist KI der Oberbegriff, welcher von der Roboterprozessautomatisierung (Robotic Process Automation - RPA) bis zur eigentlichen Robotik reicht.

KI - Künstliche Intelligenz ist das aktuelle Trendthema, was unter anderem auf große Data Warehouses/Big Data und die gewaltige Zunahme von Unternehmensdaten zurückzuführen ist, die Unternehmen heute sammeln. Die Geschwindigkeit, Größe und Vielfalt der Daten nimmt stetig zu. Im Gegensatz zum Menschen kann KI effizienter Muster in Daten erkennen und Unternehmen somit einen besseren Einblick in ihre Daten gewähren.

Künstliche Intelligenz (KI, auch Artifizielle Intelligenz (AI bzw. A. I.), englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem Maschinellen Lernen befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangelt. Dennoch wird er in Forschung und Entwicklung verwendet.

STARKE + SCHWACHE KI

Eine starke KI besitzt alle Fähigkeiten eines Menschen und kann wirklich selbstständig denken (existiert in der Praxis nicht), die schwache KI findet in vielen alltäglichen Operationen ihr Zuhause.

Mehr über KI erfahren

BEISPIELE FÜR KI

Die bekanntesten Anwendungsfelder sind Bilderkennung, Regressionsmodelle und Klassifizierungsverfahren. In der Praxis gibt es bereits einige Anwendungsbeispiele, in welchen die KI maßgeblich unterstützt.

Kennenlernen

SYSTEME & FUZZY-LOGIK

Expertensysteme sind auf ganz bestimmte Einsatzgebiete spezialisiert, als Fuzzy-Logik bezeichnet man eine Logik, die nicht nur "ja" / "nein", sondern auch "vielleicht" oder "jein" verarbeiten können.

Informationen zur Fuzzy-Login (Wikipedia)

KI WIRD UNTERNEHMEN NEU TRANSFORMIEREN

Sie bringt einen komplett neuen Wandel für die Unternehmen, die Platzierung im Markt und den allgemeinen Geschäftserfolg. Im Umfeld eines ganzheitlichen Ansatzes unterstützen KI-Technologien, die Produktivität und die Reduktion von Aufwände – außerdem schafft KI auf diese Weise mehr Freiraum für anspruchsvollere Aufgaben und steigert die unternehmerischen Wachstumschancen.

7 Arten von künstlicher Intelligenz (KI)

Dies sind die ältesten Formen von KI-Systemen mit stark eingeschränkten Fähigkeiten. Sie kopieren die Fähigkeit der menschlichen Intelligenz nach, auf verschiedene Arten von Reize zu reagieren. Diese Computer verfügen nicht über speicherbasierte Funktionen. Dies bedeutet, dass solche Maschinen die zuvor gesammelten Erfahrungen nicht verwenden können und nicht die Fähigkeit haben zu "lernen". Diese Maschinen könnten nur zum automatischen Reagieren auf einen begrenzten Satz oder eine begrenzte Kombination von Eingaben verwendet werden. Sie können nicht dazu verwendet werden, sich auf den Speicher zu verlassen, um ihre darauf basierenden Operationen zu verbessern. Ein sehr bekanntes Beispiel für eine reaktive KI-Maschine ist Deep Blue von IBM, die 1997 den Schachgroßmeister Garry Kasparov besiegte.

Computer mit begrenztem Speicher sind Maschinen, die nicht nur über die Fähigkeiten rein reaktiver Maschinen verfügen, sondern auch aus historischen Daten lernen können, um Entscheidungen zu treffen. Nahezu alle uns bekannten Anwendungen fallen unter diese Kategorie der KI. Alle heutigen KI-Systeme, beispielsweise solche, die Deep Learning verwenden, werden durch große Mengen von Trainingsdaten trainiert, die sie in ihrem Speicher ablegen, um ein Referenzmodell für die Lösung zukünftiger Probleme zu bilden. Beispielsweise wird eine Bilderkennungs-KI unter Verwendung von Tausenden von Bildern und ihren Bezeichnungen trainiert, um sie darin zu unterrichten, Objekte zu benennen, die sie scannt. Wenn ein Bild von einer solchen KI gescannt wird, verwendet es die Trainingsbilder als Referenz, um den Inhalt des angezeigten Bildes zu verstehen, und basierend auf seiner „Lernerfahrung“ werden neue Bilder mit zunehmender Genauigkeit gekennzeichnet. Nahezu alle heutigen KI-Anwendungen, von Chatbots und virtuellen Assistenten bis hin zu selbstfahrenden Fahrzeugen, werden von KI mit begrenztem Arbeitsspeicher angetrieben.

Während die vorherigen beiden Arten von KI in Hülle und Fülle vorhanden waren beziehungsweise sind, existieren die nächsten beiden Arten von KI vorerst entweder als Konzept oder sind im Entwicklungsstadium. Die Theory of Mind ist die nächste Stufe von KI-Systemen, an deren Forscher aktuell arbeiten. Eine Theorie der KI auf Mind Level wird in der Lage sein, die Entitäten, mit denen sie interagiert, besser zu verstehen, indem ihre Bedürfnisse, Emotionen, Überzeugungen und Gedankenprozesse erkannt werden. Künstliche emotionale Intelligenz ist bereits eine aufstrebende Branche und ein fokussiertes Fachgebiet, das für führende KI-Forscher von großem Interesse ist. Das Erreichen des theoretischen Niveaus der KI erfordert jedoch auch die Entwicklung in anderen Bereichen der KI. Dies liegt unteranderem daran, dass KI-Maschinen, um die menschlichen Bedürfnisse wirklich zu verstehen, Menschen als Individuen wahrnehmen müssen, deren Geist von mehreren Faktoren beeinflusst werden kann, im Wesentlichen vom „Verstehen“ des Menschen.

Dies ist das letzte Stadium der KI-Entwicklung, das derzeit nur hypothetisch existiert. Selbstbewusste KI, die sich so entwickelt hat, dass sie dem menschlichen Gehirn so ähnlich ist, dass sie Selbstbewusstsein entwickelt hat. Für jeden KI-Forscher das ultimative Ziel diese Art von KI zu erschaffen. Diese Art von KI wird nicht nur in der Lage sein, Emotionen zu verstehen und hervorzurufen, mit denen sie interagiert, sondern auch Emotionen, Bedürfnisse, Überzeugungen und möglicherweise eigene Wünsche haben. Für die Weltuntergangsjäger eine Technologie mit Horror-Szenario, den die Entwicklung des Selbstbewusstseins kann unseren Fortschritt als Zivilisation zwar sprunghaft beschleunigen, aber auch zu ungeahnten Katastrophen führen. Sobald diese KI sich ihrer bewusst ist, Ideen wie Selbsterhaltung zuhaben, kann dies direkt oder indirekt das Ende der Menschheit bedeuten, da eine solche Einheit den Intellekt eines jeden Menschen leicht ausmanövrieren und Pläne schmieden könnte über die Menschheit.

Das Klassifizierungssystem, das allgemein im technischen Sprachgebrauch verwendet wird, ist die Klassifizierung der Technologie in Artificial Narrow Intelligence (ANI), Artificial General Intelligence (AGI), and Artificial Superintelligence (ASI).

Diese Art der künstlichen Intelligenz repräsentiert die gesamte vorhandene KI, einschließlich der kompliziertesten und leistungsfähigsten KI, die jemals erstellt wurde. Artificial Narrow Intelligence bezieht sich auf KI-Systeme, die eine bestimmte Aufgabe nur autonom mit menschenähnlichen Fähigkeiten ausführen können. Diese Maschinen können nicht mehr als das, wofür sie programmiert sind und haben daher einen sehr begrenzten oder engen Kompetenzbereich. Nach dem vorgenannten Klassifikationssystem entsprechen diese Systeme allen "reactive" und "limited memory". Selbst die komplexeste KI, die maschinelles Lernen und Deep Learning verwendet, um sich selbst zu unterrichten, fällt unter ANI.

Artificial General Intelligence ist die Fähigkeit eines KI-Agenten, vollständig wie ein Mensch zu lernen, wahrzunehmen, zu verstehen und zu funktionieren. Diese Systeme werden in der Lage sein, unabhängig voneinander mehrere Kompetenzen aufzubauen und Verbindungen und Verallgemeinerungen über Domänen hinweg zu bilden, wodurch die für das Training erforderliche Zeit erheblich verkürzt wird. Dadurch werden KI-Systeme genauso leistungsfähig wie Menschen, indem unsere multifunktionalen Fähigkeiten nachgebildet werden.

Die Entwicklung der Artificial Superintelligence wird voraussichtlich den Höhepunkt der KI-Forschung sein, da die AGI die mit Abstand leistungsfähigste Form der Intelligenz auf der Erde sein wird. ASI repliziert nicht nur die facettenreiche Intelligenz des Menschen, sondern ist auch in all ihren Aufgaben überaus leistungsfähiger, da der Speicherplatz überwältigend größer ist und die Daten schneller verarbeitet und analysiert werden können, um Entscheidungen treffren zu können. Die Entwicklung von AGI und ASI wird zu einem Szenario führen, das am häufigsten als Singularität bezeichnet wird. Und obwohl das Potenzial, über solch leistungsstarke Maschinen zu verfügen, attraktiv erscheint, können diese Maschinen auch unsere Existenz oder zumindest unsere Lebensweise bedrohen. Zu diesem Zeitpunkt ist es schwierig, sich den Zustand unserer Welt vorzustellen, wenn fortgeschrittenere Arten von KI entstehen. Es ist jedoch klar, dass es noch ein sehr weiter Weg ist, da sich der aktuelle Stand der KI-Entwicklung noch in einem rudimentären Stadium befindet.

CoPlanner - PARTNERSCHAFT FÜR INTELLIGENTES CONTROLLING

pmOne erweitert sein CPM-Portfolio um die innovativen Lösungen von CoPlanner

Weiterlesen

KI IM CONTROLLING

Als controlling-nahes Anwendungsbeispiel betrachten wir ein Machine Learning Algorithmus zur Vorhersage von Absatzzahlen. Bevor dieser Algorithmus einsatzbereit ist, musste dieser zunächst trainiert werden. Hierfür wird ein Trainingsdatensatz gebildet, der aus den relevanten Informationen besteht. Tolerante und intelligente Modelle wie ARIMA oder der von Facebook entwickelte Prophet sind ebenfalls nicht in der Lage, ihre Datenquellen selbst zu wählen und müssen antrainiert werden.

Einflussvariablen wie Wetter, Wochentage, Urlaubszeiten und Zielvariablen wie z.B. die Absatzmenge müssen von uns Menschen klar definiert werden. Ebenso der jeweilige Aggregationsgrad – soll auf Tage, Wochen Monate vorhergesagt werden, lieber auf Kundenebene, Kundengruppen oder Produkten. Für jede Analyse ist die Datenqualität von enormer Bedeutung und diese können nur wir selber als Mensch beurteilen. Das sogenannte Glaubensbekenntnis für jeden Data Scientist: Shit in – Shit out!

Der Algorithmus analysiert eine Vielzahl an Modellen und wählt das Beste aus. In bestimmten Fällen ergeben sich erstaunlich genaue Ergebnisse bei der maschinellen Vorhersage. Per Saldo weicht z.B. der maschinell ermittelte Plan-Umsatz für das Folgejahr von dem menschlich ermittelten Umsatz im Folgejahr nur um 3% ab. Eine maschinelle Vorgabe wird nicht durch die Planer einfach übernommen – in entsprechenden Teilmärkten zeigen sich erhebliche, sich gegenseitig kompensierende Verschiebungen. Nach einigen Monaten Projektlaufzeit ist auch der Ist-Verlauf nahe an der Vorhersage.

KI MIT COPLANNER & PARTNER

Die Entwicklung und das Consulting-Team der CoPlanner Software beschäftigt sich schon seit mehreren Jahren mit dem Thema KI. Wir unterstützen heute Kunden aus verschiedenen Branchen, die von den Einsatzmöglichkeiten der KI beriets zu profitieren.

Mit unserem KI-Partner Hadoco integrieren wir gemeinsam KI-Technologien wie maschinelles Lernen oder Deep Learning in betriebswirtschaftlichen Lösungen der CoPlanner Software für das intelligente Controlling.

In dem gemeinsamen Projekt haben CoPlaner und Hadoco den Schleifmittelhersteller VSM dazu befähigt, selbstständig automatisierte Absatzvorhersagen zu generieren. Als Basis dienten die Transaktionsdaten aus der CoPlanner Software, ergänzt um die Machine Learning Algorithmen der Hadoco Services. Heute sind die Analysen nicht nur schneller, sondern auch besser als die Einschätzungen der Fachexperten. Darum wurde die Kombination aus der bewehrten Erfahrung von CoPlanner mit der innovativen künstlichen Intelligenz von Hadoco nun auch international bei VSM ausgeweitet.

Armin Hagemeier, CEO Hadoco GmbH