Künstliche Intelligenz: Geht jetzt alles immer schneller?

Was ist KI?

Der Begriff „Artificial Intelligence“ wurde 1955 bei einem Workshop in Dartmouth (USA) geboren. Damals ging es noch darum, für Computer grundlegende Logikregeln zu programmieren. Anfang der 70er-Jahre entstanden daraus erste „intelligente“ Empfehlungssysteme. KI ist daher bis heute ein Oberbegriff für verschiedene Programmierrichtungen. Machine Learning ist dazu ein Unterbegriff.

Und damit hätten wir einen wichtigen Punkt geklärt: Künstliche Intelligenz ist streng genommen nicht identisch mit Machine Learning. Allerdings finden seit rund 10 Jahren die meisten bahnbrechenden Fortschritte mit einem der vielen Machine-Learning-Ansätze statt.

Von Maschinellem Lernen wird gesprochen, wenn über algorithmisch ablaufende Feedback-Schleifen automatische Optimierungsprozesse erreicht werden. So lernen Computersysteme verblüffende Fähigkeiten, ohne dass diese durch Menschen vorher exakt programmiert wurden.

Wie definiert sich KI genau?

Interessanterweise definiert sich der Begriff nicht besonders genau, sondern lediglich als ein Entwicklungsziel für die avancierte Informatik. Wir können uns hier an SAP halten: „Die Grundidee besteht darin, durch Maschinen eine Annäherung an wichtige Funktionen des menschlichen Gehirns zu schaffen – Lernen, Urteilen und Problemlösen.“

Die „Grundidee“ ist also eine Annäherung, und zwar an ein Vorbild, in dem Fall die Human Intelligence. Auch das bitte nicht wörtlich nehmen: KI leistet heute längst Übermenschliches an Präzision, Schnelligkeit und beim Erkennen von versteckten Korrelationen in ganzen Gebirgen von strukturierten Daten.

Wie wird KI heute genutzt? Überall.

KI findet sich heute in Krankenhäusern, Autos, Wohnungen, in allen möglichen alltäglichen Geräten, in großen Maschinen und Fabriken, in Verwaltungen und Forschungsabteilungen. Sie kann automatisch 50 Sprachen in jeder andere übersetzen, Röntgenbilder analysieren, optimale Designs entwickeln, Beregnungsanlagen steuern, Energieverschwendung reduzieren, Nachfrage vorhersagen, Umsätze steigern, Webseiten in Echtzeit anpassen, Proteinfaltungen von Molekülen vorhersagen, Autos von selbst über die Autobahn fahren lassen und neuerdings auch künstliche Fotos aus verbalen Eingaben generieren.

Wir sehen in KI die grundlegendste Innovation unserer Zeit, weil sie inzwischen weltweit das Innovationstempo selbst beschleunigt, zum Beispiel bei der Ideenfindung für neue medizinische Wirkstoffe, chemische Verbindungen oder revolutionäre Baumaterialien. Was vor 15 Jahren noch ein realitätsferner Nischenbereich der Informatik war, ist heute kommerzieller Mainstream.

Was sind die wichtigsten Anwendungsbereiche von KI?

Geht man nach investiertem Kapital, ergibt sich laut Statista diese Reihenfolge (2019):

Vielleicht hat sich seit 2019 die Reihenfolge auf den hinteren Punkten hier und da verschoben, da sich die Investitionen seitdem mehr als verdoppelt haben. Doch Sie sehen: Machine Learning ist heute in der Praxis nahezu in allem enthalten, was sich Künstliche Intelligenz nennt. Etwas unklar ist vielleicht der Bereich „ML-Anwendungen“, in denen der weitaus größte Teil aller Investitionen fließt.

Dahinter verbergen sich integrierte KI-Module, die an beliebiger Stelle in einer Software bestimmte Features und Funktionen ermöglichen. Die Routen-Funktion in Google Maps, Spamfilter im E-Mail-Account oder die Vorhersage für die Ankunftszeit des Uber-Fahrers sind drei Beispiele für Hunderttausende. Auch was wir selbst seit 2019 bei avvaneo machen, würde in diese Rubrik fallen.

Wie klappt bei avvaneo KI in der Praxis?

Seit dem Launch haben wir viele unterschiedliche Anwendungsfälle umgesetzt. Unser KI-Modul hat sich bereits häufig als hilfreich erwiesen für die Codierung von Eingangsrechnungen oder Bestellungen, das Entdecken des richtigen Genehmigungspfads, das Erkennen von Anomalien („anomaly detection“) bemerkt automatisch Auffälligkeiten aller Prozesse und meldet Indizien für einen möglichen Betrug.

Unsere Erfahrung mit individuellen Use Cases wächst permanent weiter, was letztlich allen unseren Kunden zugutekommt. In jüngster Zeit haben wir den Abgleich von Eingangsrechnungen mit Bestellungen sowie eine Dubletten Kontrolle hinzugefügt, um Doppelzahlungen automatisch und präventiv zu vermeiden.

Wie viel mehr Effizienz ist mit unseren KI-Lösungen erreichbar?

Die Dachser Gruppe aus Kempten (Allgäu) ist eines der größten deutschen Logistik-Unternehmen, das weltweit mit rund 30.000 Mitarbeitern einen jährlichen Nettoumsatz von fast 6 Mrd. Euro erwirtschaftet. Für Dachser haben wir die Kreditorenprozesse und Bestellanforderungen weiter automatisiert. Mithilfe der integrierten KI von avvaneo Expedite erzielen wir ausgezeichnete Ergebnisse. Logischerweise hängt dies immer von konkreten Voraussetzungen ab. Doch das ist eben der Punkt: Je herausfordernder die individuellen Voraussetzungen bei einem Unternehmen sind, desto größere Effizienzsprünge können mit „selbst lernenden“ Services erzielt werden, also mit Künstlicher Intelligenz.

Weiter geht's in Teil II.

In Teil II gehen wir ein wenig tiefer in die Details. Erstens beschreiben wir dort genauer unsere Anwendungen und den Nutzen für die Anwender. Zum Zweiten schauen wir ein wenig unter die Motorhaube und zeigen Ihnen, wie das Funktionieren von KI aus Anwendersicht besser vorstellbar ist.