Starke KI – in dem Sinne, dass eine künstliche Intelligenz wirklich denken kann, sich ihrer selbst bewusst ist und auf Augenhöhe mit einer menschlichen Intelligenz aufschließen könnte, ist immer noch nicht in Sicht. Ob das jemals so weit sein wird, und ob das überhaupt wünschenswert ist, bezweifele ich.

Schwache KI gibt es allerdings durchaus – im Grunde sind es Algorithmen, die auf Basis von Regeln mit großen Datenmengen umzugehen wissen und sich in Grenzen dabei selbst optimieren können. Und sie begegnet uns im täglichen Leben – sei es Amazons berühmtes Empfehlungssystem, Siri, Alexa & Co, der Fahrassistent im Auto oder Chat-Systeme, bei denen die KI versucht mit Anwendern / Kunden soweit zu interagieren, dass das Bedürfnis im einfachsten Fall befriedigt wird (wie wird das Wetter morgen) oder die Anfrage qualifiziert an einen Menschen weitergeleitet werden kann. Das kann Spaß machen oder auch nerven.

Roboter, wie Sci-Fi-Fans sie aus Star Wars oder Isaacs Asimovs Werken kennen, sind nicht in Sicht. Prepper, der humanoide Roboter ist eine schwache KI in einer humanoid geformten Maschine und wirbt mit dem Kindchenschema um Sympathie. Warum auch nicht? 

Auch wenn die real verfügbare KI nur eine schwache ist – sie bietet dennoch vielfältige Einsatzpotentiale, auch für Geschäftsanwendungen. Mit einer realistischen Erwartungshaltung kann vieles schon heute erreicht werden. Aus den Marketingunterlagen geht allerdings meist nicht hervor, dass vor einer guten KI der Aufbau des Systems steht. In den Bahnen in denen KI „denken“ kann, ist sie pfeilschnell und mächtig, aber die Bahnen und Parameter sind zu definieren. Ein aktuelles Projektbeispiel ist in dem Artikel des is-report beschrieben. 

Wir legen Wert darauf, nur soviel zu versprechen wie im Projekt dann auch machbar ist. Die Herausforderung liegt darin, diesen Prozess der Parametrisierung von KI-Modellen zu vereinfachen und soweit wie möglich zu standardisieren. Aus wiederkehrenden Anwendungsfällen können Branchenlösungen entstehen – weitere Module für das CoPlanner-Framework. In Zusammenarbeit mit KI-Experten und den Kunden, speziell aus den (Controlling-) Fachbereichen, übersetzen wir fachliche Anforderungen in technische Lösungen. 

Wird uns ein Wettbewerber auf der Strecke links oder rechts überholen? Im Marketingversprechen vielleicht schon – ich kenne KI-„Systeme“ die sich als Produktinformation klasse lesen und für die das Marketing der Implementierung weit voraus ist. Wir werden lieber etwas später mit solchen Modulen auf den Markt kommen – die dann aber auch funktionieren. Und in der Zwischenzeit mit und bei unseren Kunden individuelle Lösungen implementieren, die auf die jeweilige Situation zugeschnitten sind.

Kommentare

Keine Kommentare