Skip to main content

Wie funktioniert Künstliche Intelligenz?

Die Entwicklung der Software für solche Automatisierungslösungen gehört in den Bereich der Informatik. Die Anwendungsgebiete sind vielfältig, von der Industrie über die Medizin bis hin zu Computerspielen reicht die Bandbreite. Auch im Digital Marketing wird KI eingesetzt.

Was ist künstliche Intelligenz?

Die künstliche Intelligenz kann folgende Anforderungen erfüllen:

  1. Probleme lösen
  2. Urteil bilden
  3. Lernen.

Dabei unterscheidet man zwei verschiedene KI-Ausprägungen:

  • Starke KI: Ziel der starken KI ist es, die menschliche Intelligenz inklusive kognitiver Fähigkeiten zu mechanisieren. Eine Maschine, die genauso wie ein Mensch reagiert, ist und bleibt jedoch visionär. Computer, die komplexe Aufgaben so ausführen können wie der Mensch, gibt es in der Realität (noch) nicht, sie bleiben bislang der Science Fiction vorbehalten.
  • Schwache KI:  Die schwache KI konzentriert sich auf die Lösung einzelner Anwendungsprobleme. Das eigenständige Machine Learning steht dabei im Vordergrund. Es geht darum, menschliche Intelligenz zu simulieren. Solche Systeme werden bereits in vielen Lebensbereichen eingesetzt.
YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden


Welche Arten von künstlicher Intelligenz gibt es?

KI findet heutzutage schon auf vielen Gebieten Anwendungsmöglichkeiten und ist aus unserem Alltag nicht mehr wegzudenken. Virtuelle Assistenzsysteme wie Alexa haben sogar schon ganz selbstverständlich in das Privatleben vieler Zeitgenossen Einzug gehalten. Je nach Einsatzgebiet unterscheidet man fünf Grundarten künstlicher Intelligenz:

  1. Machine Learning ML = Maschinelles Lernen: Computergesteuerte Maschinen erkennen Muster und entwickeln daraus eigenständige Problemlösungen.
  2. Artificial Neural Networks ANN = Künstliche neuronale Netzwerke: Modelle vernetzter Neuronen im menschlichen Nervensystem abstrahieren die Informationsverarbeitung ihrer biologischen Vorbilder. Im Gegensatz zur Computational Neuroscience, wo biologische Neuronalnetze nachgebildet werden.
  3. Natural Language Processing NLP = Natürliche Sprachverarbeitung: KI-Systeme sollen die menschliche Sprache verstehen, interpretieren und gegebenenfalls sogar manipulieren können.
  4. Genetic Algorithm GA = Genetischer Algorithmus: Genetische oder auch evolutionäre Algorithmen legen die Strategien der Evolution zugrunde, um Problemlösungen zu generieren. Sie kommen vor allem dann zum Einsatz, wenn mit Standardmethoden keine zufriedenstellende Lösung gefunden werden konnte.
  5. Computational Creativity = Computerkreativität: Hier befinden wir uns an der Schnittstelle von künstlicher Intelligenz zu kognitiver Psychologie, Philosophie und Kunst.
KI Was du wissen solltest

Wie arbeiten KI-Anwendungen?

  1. Wissensbasiert: Expertensysteme, die mit formalisiertem Wissen und logischen Schlussfolgerungen Fragen beantworten. Beispiel: Krankheitsdiagnosen oder Trouble Shooting
  2. Muster-orientiert:
    • Visuelle Intelligenz erkennt und analysiert Bilder oder Formen. Beispiel: Fingerabdruckserkennung oder Qualitätskontrolle.
    • Sprachliche Intelligenz kann menschliche Sprache automatisch verarbeiten. Beispiel: Verschriftlichung gesprochener Texte oder umgekehrt.
    • Eine Weiterentwicklung der Mustererkennung, die Einzelbilder identifizieren kann, ist die Mustervorhersage. Solche System können durch Bilderserien Vorhersagen treffen.
  3. Robotik: Systeme, die menschliche Intelligenz nachvollziehen. Es geht um manipulative Intelligenz, die wiederkehrende Tätigkeiten ausführen kann. Beispiel: Schweißarbeiten oder Minensuche.

Grundlegende Unterteilung in Arten von KI

  1. Systeme mit rein reaktiver KI: Diese Systeme erkennen und agieren unmittelbar und sind auf bestimmte Bereiche spezialisiert. Sie können nicht auf in der Vergangenheit gemachte Erfahrungen zurückgreifen. Zu dieser Art von künstlicher Intelligenz gehörte beispielsweise das System Deep Blue von IBM, dem sich im Jahr 1997 der Schachmeister Kasparov geschlagen geben musste.
  1. Systeme mit beschränktem Gedächtnis: Diese Systeme können bereits auf Teile von in der Vergangenheit erworbenen Informationen zugreifen und ihre aktuellen Reaktionen darauf aufbauen. Zu dieser Art von künstlicher Intelligenz zählen beispielsweise virtuelle Assistenten oder Chatbots.
  1. Systeme mit Bewusstsein: Systeme mit eigenem Bewusstsein sind bis jetzt noch Science Fiction. Sie könnten nicht nur sich selbst und andere erkennen, sondern auch menschliche Gedanken und Gefühle verstehen. Im Film gibt es Beispiele für solche Systeme, etwa Sonny aus ‚I Robot‘.
  1. Systeme mit Selbstbewusstsein: Auch empfindungsfähige Systeme, die sich ihrer selbst und ihrer inneren Zustände bewusst wären, gehören noch in die Kategorie Zukunftsmusik. Die Eva aus dem Film ‚Ex Machina‘ ist ein fiktives Beispiel für diese Art von künstlicher Intelligenz.

Wie funktioniert künstliche Intelligenz?

Um die menschliche Intelligenz maschinell nachzuahmen, bedient man sich künstlicher neuronaler Netze. Neuronen verknüpfen im biologischen System die Nervenzellen miteinander und bilden mit diesen Verbindungen ein äußerst komplexes Netzwerk aus. Dieses Netz dient zur Informationsverarbeitung und ist beispielsweise für das menschliche Lernen verantwortlich. Künstliche Intelligenz versucht, die Verknüpfungen und das Netzwerk mit Computer-Algorithmen nachzuempfinden.

Ob dieser Versuch gelingt, soll der sogenannte Turing-Test prüfen. Der britische Mathematiker Alan Turing hat den KI-Test bereits im Jahr 1950 entwickelt. Dabei handelt es sich um einen direkten Vergleich von Mensch und Maschine. Ein Interviewer stellt Fragen, die entweder von einem menschlichen Gesprächspartner oder von einem KI-System beantwortet werden. Der Fragende weiß dabei nicht, wer ihm jeweils antwortet. Kann er die Antworten nicht unterscheiden, gilt die Maschine als intelligent. Allerdings hat noch keine künstliche Intelligenz diesen Test bestanden.

Im Jahr 1991 hat der amerikanische Soziologe Hugh Gene Loebner erstmals einen Preis für erfolgreiche Absolventen des Turing-Tests ausgeschrieben. Jährlich wird seitdem jenes Programm mit der Bronzemedaille geehrt, welches sich unter den Wettbewerbern als das menschenähnlichste herausstellt. Die noch niemals erreichte Silbermedaille gäbe es für Programme, die den schriftlichen Turing-Test bestehen könnten. Für das Bestehen des totalen Turing-Tests würde Loebner die Goldmedaille und ein Preisgeld von 100.000 Dollar vergeben. Voraussetzungen dafür wäre die Verarbeitung von multimedialen Features wie Musik, Sprache, Bildern und Videos.

KI: Machine Learning versus Deep Learning

Wie unterscheidet sich KI von Machine Learning und Deep Learning? Schau dir dieses Video an.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Wo wird künstliche Intelligenz verwendet?

Die Beispiele zeigen, wie breit gefächert die KI-Anwendungsmöglichkeiten heute schon sind. Vor allem Branchen, die große Datenmengen (Big Data) verarbeiten müssen, bedienen sich oftmals KI-Systeme.

  1. Anwendungen im Gesundheitswesen: Hier geht es vor allem um die Optimierung der Patientenversorgung und die Senkung der Kosten. Durch Machine Learning soll die Diagnosestellung verbessert und beschleunigt werden. Der neue Fachbereich Radiomics beschäftigt sich mit der automatisierten Auswertung von radiologischem Bildmaterial. Mit Hilfe von dermatoskopischen Fotos können KI-Systeme Hautkrebs erkennen und diagnostizieren. Und auch die Auswertung von Langzeit-EKGs wird mit künstlicher Intelligenz effizient beschleunigt. Intelligente Systeme verstehen Sprache und verdichten vorhandenes Datenmaterial zu medizinischen Hypothesen. Chatbots unterstützen Patienten online bei Fragen und helfen dabei, Behandlungstermine zu planen.
  2. Anwendungen in der Industrie: Prozesse werden automatisiert und Roboter übernehmen sich wiederholende Tätigkeiten. Algorithmen analysieren Kundenverhalten mit dem Ziel der Serviceoptimierung. Chatbots übernehmen elementare Beratungsaufgaben. Durch selbstlernende Algorithmen kann die Qualitätskontrolle vereinfacht und beschleunigt werden, die Maschinenwartung wird vorausschauend optimiert. In der Fertigung wird der Roboter zum Kollegen auf Augenhöhe und übernimmt immer umfassendere Prozesse.
  3. Anwendungen im Bildungsbereich: Durch künstliche Intelligenz will man im Bildungssektor langfristig das Lernen effizienter gestalten. In Teilbereichen können dabei sogar Lehrer durch KI-Tutoren ersetzt werden. Lehrkräfte gewinnen Zeit, weil künstliche Intelligenz automatisierte Benotungen übenimmt. KI-Systeme sind in der Lage, die Bedürfnisse von Schülern und Studenten mit Hilfe von Learning Analytics einzuschätzen und den Stoff beziehungsweise die Lerngeschwindigkeit entsprechend anzupassen. Die Studienwahl wird durch intelligente Empfehlungssysteme erleichtert.
  4. Anwendungen im Finanzsektor: Durch das Sammeln personenbezogener Daten können künstlich intelligente Finanzanwendungen elementare Beratungsleistungen erbringen. Es gibt bereits spezifische Systeme für Einzelbereiche, die sich beispielsweise auf den typischen Prozess beim Hauskauf konzentrieren. Auch der Handel an der Wall Street und an anderen wichtigen Finanzplätzen wird heutzutage schon weitgehend über KI-Softwaresysteme abgewickelt.
  5. Anwendungen im rechtlichen Bereich: Juristen stehen häufig vor der langwierigen Aufgabe, endlose Dokumente und Dateien durchforsten zu müssen. Dafür stehen bereits automatisierte KI-Anwendungen zur Verfügung, die den Prozess des Aktenstudiums zeitsparend und effizient übernehmen. Die Systeme können mit Millionen von Anträgen, Fallbeispielen und juristischen Datensätzen trainiert werden. Danach ist die KI in der Lage, genau jene Dokumente aufzuzeigen, die ein Jurist gerade für seinen aktuellen Fall benötigt.
  6. Spielerische Anwendungen von künstlicher Intelligenz: Die Anwendung von künstlicher Intelligenz im Spielbereich ist vor allem durch Deep Blue berühmt geworden. Die Herausforderung durch komplexe Strategiespiele dient den Forschern in Sachen künstlicher Intelligenz häufig auch zur Entwicklung neuer Methoden. In Computerspielen simulieren KI-Systeme menschenähnliches Verhalten in Nicht-Spieler-Charakteren. Bei manchen Spielen kann man unter verschiedenen Schwierigkeitsgraden der virtuellen Gegner wählen.
  7. Künstlerische Anwendungen mit KI: Forscher versuchen immer wieder, Kunstwerke mittels KI zu erstellen. Künstliche neuronale Netzwerke haben an der Uni Tübingen beispielsweise die Werke von Van Gogh oder Edvard Munch nachempfunden, indem sie ein Foto im Stile dieser Meister neu gemalt haben. Die Rutgers-Universität New Jersey hat ein KI-System mit rund 80.000 Werken der Kunstgeschichte trainiert. Die daraus entstandenen Bilder wurden in einem Blindtest den Besuchern der Kunstmesse Art Basel zum Vergleich mit echten Messekunstwerken vorgelegt. Etwa die Hälfte der Testpersonen hielt echte Bilder für Computerwerke, ein Viertel der KI-Bilder gingen als menschengemachte Kunst durch. Das mittels KI entstandene ‚Portrait of Edmond de Belamy‘ wurde 2018 bei Christie´s für sagenhafte 432.500 Dollar versteigert.
  8. KI-Anwendungen im Digital Marketing: Im Marketing wird KI beispielsweise zur automatischen Versendung von Mails verwendet. Auch Chatbots und Social Bots spielen im Marketing eine zunehmende Rolle. KI-Systeme helfen dem Marketer außerdem bei der Durchführung von Marktanalysen und -prognosen. Lies dazu den Beitrag: Chatbots im digitalen Kundenservice.
  9. KI im Business: Wie sind die KI-Wirkungweisen im Business? Wie ist die KI-Bedeutung für Geschäftsmodelle? Wie sind die Umsatzpotenziale? Erfahre es in diesem Beitrag.

Künstliche Intelligenz im Business

Fazit: Künstliche Intelligenz hat viele Ausprägungen und Einsatzfelder und wird auch im Digital Marketing und im Online Business eingesetzt. Gerne beraten wir dich auch zu deiner optimalen Digital Strategie mit  KI-Einsatz für dein Business. Schreib uns einfach eine E-Mail oder buche einen Beratungstermin.

Abonniere unseren Newsletter über Digital Marketing!

Verpasse keinen Blogartikel über Social Media, Content Marketing, LinkedIn Marketing und Automation!

Haben wir Ihr Interesse geweckt?

Dr Claudia Hilker

Dr. Claudia Hilker

CEO, Hilker Consulting



Ähnliche Beiträge