17.02.2017 KI-Trends

Machine Learning wird produktiv

Von: Ingo Steinhaus

Der Einsatz von KI wird vom Hype zum Trend, wie Studien von Technologieberatungen herausgefunden haben.

KI-Verfahren, die auf maschinelles Lernen setzen, gehören inzwischen zu den Schlüsseltechnologien. So sind autonome Fahrzeuge oder Maschinen ohne flexible, lernfähige Software gar nicht denkbar. Die Entwicklung schreitet in diesem Bereich schnell voran, da die Bilderkennung mittels künstlicher Intelligenz inzwischen zu den am weitesten entwickelten KI-Sektoren gehört. Ein Grund dafür ist die enorme Anzahl an Bildsammlungen, die über das Internet verfügbar sind und als Trainingsmaterial genutzt werden können.

Damit ist einer der Trends genannt, die das Blog Straighttalk in einer Meta-Analyse aus den Prognosen von fünf Technologieberatungen zum Thema Künstliche Intelligenz abgeleitet hat. Die Analysten sehen autonome Fahrzeuge kurz vor dem Durchbruch, jedenfalls in Teilbereichen wie der autonomen Navigation auf Baustellen. Andere Trends sind sogar schon (mehr oder weniger) im Alltag angekommen, nämlich die digitalen Assistenten für das Heim und die smarten Chatbots. Immerhin ist der Amazon Echo jetzt auch in Deutschland verfügbar und die digitale Assistentin Alexa versteht Deutsch inzwischen ebenso gut wie Englisch.

KI verändert die Enterprise-IT - mit „AIaaS“

Künstliche Intelligenz wirkt sich sogar auf den Hardware-Markt aus: Sie öffnet die inzwischen auf sehr wenige Architekturen eingeschränkte Computerhardware für alternative Systeme. So dominiert im Moment zwar der Einsatz von Grafikprozessoren (GPUs) den KI-Sektor, doch andere Systeme werden zunehmend eingesetzt, etwa anwendungsspezifische (ASICs) oder programmierbare (FPGAs) Schaltkreise.

Daneben gibt es immer mehr Einsatzbereiche von künstlicher Intelligenz in der Enterprise-IT - mit dem Ziel der Automatisierung von Prozessen. Darüber hinaus entsteht inzwischen zur Zeit eine Art „AI-as-a-Service“-Markt. Es gibt bereits die ersten Dienstleister, die KI-Verfahren nutzen, um Aufgaben für Unternehmen zu übernehmen.

Der wichtigste KI-Trend ist sicher Deep Learning. Doch das ist nur die Spitze des Eisbergs beim Maschinenlernen, denn andere Verfahren aus diesem Bereich werden zum Teil schon seit etlichen Jahren häufig eingesetzt. Typische Anwendungsbereiche sind Kundensegmentierung und personalisierte Produktempfehlungen im E-Commerce. Aber auch die Spamfilter auf Mailservern sind lernfähig: Wer sie mit bisher nicht korrekt identifiziertem Spam füttert, bekommt weniger davon angezeigt.

Eine Studie der Analysten von Crisp Research hat die Einsatzgebiete von Machine Learning etwas genauer untersucht. Das wichtigste Ergebnis: Es handelt sich hierbei nicht (mehr) um ein Nischenthema, denn etwa 20 Prozent der Unternehmen setzen Maschine-Learning-Technologien bereits produktiv ein. Meist handelt es sich hier doch um die traditionellen Technologien, Deep Learning mit Neuronetzen wird im Moment nur von etwa 16 Prozent der Anwender eingesetzt.

Deep Learning setzt sich immer mehr durch

Doch immerhin beschäftigen sich etwa 64 Prozent der befragten Unternehmen aktiv mit dem Thema und prüfen einen Einsatz der unterschiedlichen KI-Technologien im Rahmen ihrer Prozesse. Da ist natürlich ein genauer Blick auf das Fünftel der Unternehmen mit Erfahrungen im Machine Learning wichtig.

Die Technologien werden recht häufig ausschließlich für Optimierungsaufgaben genutzt, etwa bei der Optimierung von Prozessen oder der Klassifizierung von eingehenden E-Mails. Dabei sind die traditionellen Verfahren wie Clustering, Entscheidungsbäume oder Regressionsanalysen nach wie vor am meisten vertreten. Sie haben einen klar umrissenen Einsatzzweck und nur sehr wenig Autonomie. So sind die Algorithmen stark spezialisiert, Anwendungen für die Spamerkennung sind in der Betrugserkennung nicht einsetzbar.

Deep Learning dagegen findet jedoch zunehmend Anwender, da das Verfahren deutlich flexibler nutzbar ist. So lassen sich beispielsweise auf Bilderkennung spezialisierte Neuronetze durch Anpassen des Trainingsmaterials in unterschiedlichen Bereichen einsetzen, etwa bei der Personenerkennung oder der medizinischen Diagnose anhand von MRT-Bildern.

Doch diese Anwendungsbereiche sind noch ein klein wenig Zukunftsmusik, denn im Moment werden diese Verfahren häufig in IKT- und Medienunternehmen eingesetzt und sogar in 60 Prozent der Automotive-Unternehmen, die Machine Learning nutzen. Andere Branchen dagegen setzen eher auf die herkömmlichen Algorithmen. Im Maschinen- und Anlagenbau, der chemischen und der metallverarbeitenden Industrie sowie im Handel wird Deep Learning zurzeit noch sehr wenig eingesetzt.

Bildquelle: Thinkstock

©2017 Alle Rechte bei MEDIENHAUS Verlag GmbH