Trends 2019

KI-Anwendungen verbreiten sich in Unternehmen

Eine beliebte Frage am Jahresanfang lautet: „Was sind die aktuellen Techniktrends?“ In einer kleinen Artikelreihe haben wir wichtige Aussagen von Experten zusammengestellt. Heute: KI-Trends.

KI-Trends 2019

KI-Trends 2019

Für alle Themen rund um Künstliche Intelligenz, Machine Learning und neuronale Netze war das Jahr 2018 eine eher wackelige Angelegenheit. Zwar gab es auch weiterhin Fortschritte, doch kritische Stimmen wiesen auf die Grenzen von Deep Learning hin. Unter anderem ist die Abhängigkeit von gigantischen Datenmengen für das Training ein Manko, denn es gibt nicht in jedem Fall ausreichend Daten. Darüber hinaus sind Deep-Learning-Modelle auf enge Wirklichkeitsausschnitte begrenzt und können nicht ohne weiteres in Nachbargebiete übertragen werden.

Kommt Deep Learning nicht weiter voran? Stehen wir vor einem neuen KI-Winter? Diese Fragen werden auch bei Google diskutiert, wie Rob May, der Gründer und CEO des KI-Startups Talla, erfahren hat. Peter Norvig, der Forschungschef von Google, hatte auf einer Fachkonferenz die Kombination von Deep Learning und Symbolverarbeitung ins Gespräch gebracht. Hinter dem zweiten Stichwort verbirgt sich das traditionelle KI-Paradigma bis in die 1990er Jahre – vor dem ersten KI-Winter. Hier ging es um Wissensrepräsentation und Expertensysteme. May vermutet, dass Google etwas entwickelt und das bei Erscheinen einer entsprechenden Lösung der Rest der Karawane bei diesem integrativen Ansatz mitziehen werde.

Chatbots helfen beim Erstkontakt mit Kunden

Die Skepsis, die sich in Sachen Deep Learning breitgemacht hat, hat nach Ansicht von Franz Kögl, Vorstand der IntraFind Software AG einen Grund im übertriebenen Hype. „Es gibt leider immer noch Anbieter, die beim Thema Künstliche Intelligenz falsche Erwartungshaltungen beim Nutzer wecken“, sagt Kögl. „KI kann keine Wunderdinge vollbringen, aber Unternehmen sehr wohl an vielen Stellen helfen. Sie kann ihnen Einblicke ermöglichen, die dem menschlichen Auge entgehen würden, ihre Mitarbeiter von Standardaufgaben entlasten und ihnen den Zugang zu benötigten Informationen erleichtern.“

Von diesen Chancen werden die Unternehmen im nächsten Jahr verstärkt profitieren. Die Technologieberatung Juniper Research schätzt, dass vor allem die Versicherungsbranche, das Bankwesen und der öffentliche Sektor aufgrund ihrer Prozessstrukturen künstliche Intelligenz erfolgreich einsetzen werden. So sind beispielsweise in Versicherungen Chatbots bei Erstkontakten in der Schadenbearbeitung sinnvoll. Die beteiligten Prozesse benötigen recht viel manuelle Arbeit, sind aber stark standardisiert.

Prozessautomatisierung durch lernfähige Anwendungen

Solche Conversational Systems assistieren als virtuelle Assistenten bei der Arbeit. Beim Kundensupport werden zum Beispiel in Zukunft Anfragen über virtuelle Assistenten aufgenommen, mit FAQ-Datenbanken abgeglichen und anschließend beantwortet. Auch im Unternehmen selbst kommen diese Assistenten als „Virtual Enterprise Assistant“ zum Einsatz. Sie verstehen und sprechen natürliche Sprache und sind in der Lage, bei Anfragen Informationen aus unterschiedlichen Datenquellen einzubeziehen.

Ein hohes Automatisierungspotential haben auch die typischen Kundenanfragen und Kontakte im öffentlichen Sektor oder bei Banken. Diese Bereiche bieten darüber hinaus sehr viele Ansatzpunkte für Robotic Process Automation (RPA). Zwar ist Prozessautomatisierung bereits seit Jahren im Trend, doch RPA-Systeme nutzen einen neuen Ansatz: Sie besitzen Lernfähigkeiten, sodass sie über „Beobachtung“ der Prozesse diese dann schließlich „nachahmen“ können. Durch den Einsatz von Machine Learning ist es möglich, bereits bei der Entwicklung von automatischen ablaufenden Prozessen den manuellen Aufwand zu reduzieren.

Spezifische KI-Hardware im Aufwind

Doch diese Business-Anwendungen von künstlicher Intelligenz sind nicht alles. KI-Experten erwarten auch weitere Fortschritte auf der Seite von KI-Hardware und -Software. So vermuten die KI-Experten von Tractica, dass die bisher noch primär eingesetzten Grafikprozessoren (GPUs) im Lauf des Jahres verstärkt durch spezifische KI-Hardware ersetzt werden. Da vor allem der Anwendungsbereich von Deep Learning wächst, erwarten die Nutzer inzwischen bessere Preis-Leistungs-Verhältnisse als bei den typischen Highend-GPUs. Dies betrifft vor allem spezifische, Budget-orientierte Lösungen für Endkunden, die auf IoT- oder Mobilgeräten arbeiten sollen.

Auf einen weiteren, interessanten Trend weist Steve Butler, der Gründer des KI-Softwareanbieters AI Foundry hin. Nach seiner Ansicht verdrängt KI die klassische Technologie der Zeichenerkennung (OCR). Traditionelle OCR-Anwendungen sind zwar inzwischen in der Lage, auch sehr schlecht erkennbare Texte auf Papier oder in Grafikdateien in praktisch fehlerfreie Textdokumente zu verwandeln. Doch KI kann hier mehr leisten, nämlich eine spezifische Form von Textverständnis. KI-Texterkennung könne intelligent auf von Menschen geschriebene Dokumente reagieren und eröffne dadurch vielfältige Möglichkeiten bei der Prozessautomatisierung.

Durch KI entstehen neue Berufsbilder

Die stürmische Entwicklung von KI bedeutet aber nicht, dass Menschen überflüssig werden. Eher im Gegenteil. Ein Beispiel: Irgendwer muss die für das Training einer KI-Anwendung notwendigen Daten auswählen, kategorisieren, in die Anwendung eingeben und anschließend die Ergebnisse auf Plausibilität überprüfen. Talla-CEO Rob May geht davon aus, dass Berufsbilder wie „KI-Trainer“ oder „Datenkategorisierer“ die Nische verlassen und zu einem echten Arbeitsmarkt werden. Zudem vermutet er, dass es in Ergänzung zum Datenwissenschaftler auch den neuen Beruf des „Wissensmechanikers“ geben wird. Darunter versteht er einen Experten für das Aufbauen und Korrigieren von KI-Prozessstrukturen.

Aus Sicht von May und vielen anderen Experten wird Künstliche Intelligenz nicht (nur) für Jobverlust sorgen, sondern auch neue Jobs und Berufsbilder schaffen. Wirtschaftsberatungen wie beispielsweise McKinsey gehen davon aus, dass die breite Einführung von KI in den Unternehmen ähnlich wie bei früheren transformativen Technologien (Dampfkraft, Elektrizität, Computer) neue Berufe schafft und bestehende Berufe aufwertet. Die große Gefahr laut McKinsey ist die potentielle Kluft zwischen denen, die frühzeitig auf diese Technologie setzen und den Nachzüglern. Die Berater sehen hier durchaus eine Gefahr: Die Ungleichheit könnte sich vertiefen und die Konflikte in den Gesellschaften verschärfen.

Bildquelle: Thinkstock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok