KI für Unternehmen: Die Grundlagen der KI

Künstliche Intelligenz (KI) verändert die Art und Weise, wie wir leben und arbeiten, grundlegend. Mit unserer Reihe „KI für Unternehmen“ geben wir führenden Unternehmen aus Wirtschaft und IT die nötigen Tools und Kenntnisse an die Hand, um in Bezug auf die KI fundiertere Entscheidungen zu treffen. 

Ein berühmtes Zitat des Science-Fiction-Autors Arthur C. Clarke lautet: „Jede hinreichend fortschrittliche Technologie ist von Zauberei nicht zu unterscheiden“. Nur wenige Fortschritte demonstrieren dies so eindrucksvoll wie die kürzliche Einführung generativer KI-Tools wie Dall-E und ChatGPT. KI-gestützte Tools sind nicht nur in der Lage, quasi aus dem Nichts originelle Werke zu „kreieren“, sondern werden ganze Branchen in nicht allzu ferner Zukunft von Grund auf umwälzen. Führende Unternehmen können es sich also nicht leisten, diese Thema zu ignorieren.

Wie bei früheren zwischenzeitlich angesagten Buzzwords (Ruhe in Frieden, Metaverse) geht der Diskurs in Sachen KI mit einem enormen Hype einher, weshalb sich tatsächlich transformative Entwicklungen nur schwer von Trivialitäten trennen lassen. 

In diesem Artikel möchten wir den Mythos KI entzaubern und die umfassenden Grundlagen der Technologie darlegen, damit führende Unternehmen Tatsachen von kurzzeitigen Entwicklungen unterscheiden können. Dafür haben wir uns an Michael Littman gewandt, Autor, Professor für Informatik an der Brown University und Leiter der Division of Information and Intelligent Systems bei der National Science Foundation. Sein Buch Code to Joy: Why Everyone Should Learn a Little Programming wird im Herbst veröffentlicht. 

Littman ist der Ansicht, dass KI zwar ein tolles Tool ist, aber eine schlechte Lösung für geschäftliche Probleme. „Ihr Job wird tatsächlich nicht wesentlich einfacher. Sie können nur mehr erledigen als sonst, da Sie mit einem so leistungsstarken Tool arbeiten. Das wird oft vergessen. Man denkt sich, dass Maschinen ja intelligent sind. Man gibt ihnen einfach eine Aufgabe, die sie dann erledigen. Das ist bisher aber nachweislich nicht der Fall.“

Die vielen Ebenen der KI

Wenn es darum geht, künstliche Intelligenz zu verstehen, besteht die erste große Herausforderung bereits im Namen selbst. Der Begriff „Intelligenz“ ist bisweilen belastet, da diese Eigenschaft in erster Linie mit einem Bewusstsein und mit Menschen assoziiert wird. Wer sich jedoch einmal mit Geschichte oder auch Reality-TV beschäftigt hat, weiß, dass „intelligentes Leben“ nicht unbedingt zu intelligenten Ergebnissen führt. Zu Beginn sollten also einige grundlegende Begriffe im Zusammenhang mit KI definiert werden: 

• Intelligenz: In Bezug auf KI definiert die Stanford University Intelligenz als „die Fähigkeit, geeignete Techniken zu erlernen und anzuwenden, um Probleme dem Kontext einer unsicheren, sich stets verändernden Welt entsprechend zu lösen und Ziele zu erreichen.“ Diese Fähigkeit, sich wechselnden Bedingungen anzupassen, unterscheidet intelligente Systeme von noch so komplexen Maschinen. 
• Künstliche Intelligenz (KI): Der Begriff kam erstmals inmitten der 1950er Jahre auf und wird von IBM beschrieben als „Feld, das Informatik und robuste Datensätze kombiniert, um die Problemlösung zu ermöglichen“. Auch wenn KI oft als einzelne, monolithische Technologie dargestellt wird, lässt sie sich am besten als breites Feld verstehen, das sich wiederum aus untergeordneten Feldern zusammensetzt, etwa maschinelles Sehen oder Computerlinguistik. Bei diesen steht die Synthese einer Komponente der umfassenden Intelligenz im Fokus. 
• Maschinelles Lernen (ML): Maschinelles Lernen ist ein Teilbereich der KI und umfasst die Verwendung von Daten und Erfahrungen, mit denen Programme Neues „lernen“ und sich selbst basierend auf früheren Ergebnissen weiterentwickeln. ML umfasst den Teilbereich Deep Learning und greift auf Disziplinen wie Informatik, Statistik, Psychologie und Neurowissenschaft zurück, um eine breite Palette von Lernmodellen zu erstellen, die in den verschiedenen Teilbereichen der KI eingesetzt werden. 
• Generative KI: Im Rahmen des aktuellen KI-Booms setzen generative KI-Tools wie ChatGPT und Midjourney Deep-Learning-Modelle und riesige Mengen von Trainingsdaten ein, um Inhalte basierend auf Benutzeraufforderungen zu generieren. 

Die beweglichen Teile der KI

Abgesehen von der sprachlichen Uneindeutigkeit haben die neuesten Fortschritte bei den generativen KI-Technologien die Grenzen zwischen Rechenleistung und kreativem Ausdruck verwischt. Was geht tatsächlich im Hintergrund vor sich, um das Bild eines Breakdance-Battles zwischen Bigfoot und Abraham Lincoln zu erstellen? 

Die vollständige Antwort auf diese Frage ist mitunter kompliziert, doch es braucht keinen höheren technischen Abschluss, um festzustellen, dass KI enorme Vorteile für Unternehmen in sich birgt. Auch wenn Sie KI wie die meisten Benutzer:innen in erster Linie auf Benutzer- oder Anwendungsebene verwenden, ist es dennoch hilfreich, einige Grundlagen der Erstellung von KI-Modellen sowie deren potenzielle Auswirkungen auf Sie und Ihr Unternehmen nachzuvollziehen:

• Daten, Daten und noch mehr Daten: Erwartungsgemäß erfordert die Erstellung eines KI-Modells eine riesige Menge an Daten, doch wo diese Daten erfasst werden und wie sie verwendet werden, hat weitreichende Auswirkungen – von Urheberrechtsproblemen bis hin zur Weiterverbreitung von Vorteilen, mit denen die menschliche Gesellschaft schon lange kämpft. Die KI-gestützten Tools, die Sie in Ihrem Unternehmen einsetzen, haben möglicherweise Zugriff auf vertrauliche oder sensible Daten Ihres Unternehmens und Ihrer Kunden. Bei der Beurteilung Ihrer Optionen müssen Sie den Datenschutz also unbedingt sicherstellen. 
• Rechenleistung: Um genaue Prognosen zu treffen, müssen KI-gestützte Tools mit zahlreichen Beispielen trainiert werden. Künstliche Intelligenz sowie die meisten anderen modernen Technologien wurden durch das exponentielle Wachstum der Rechenleistung und Effizienz in den letzten Jahrzehnten möglich, entwickeln sich bei einigen Geschäftsanwendungen jedoch auch zu einem hohen Kostenfaktor, besonders bei großem Umfang. Die Umweltauswirkung der hohen Rechenleistung, die für diese Tools erforderlich ist, ist ebenfalls ein bedeutendes Problem.
• Mustererkennung: Viele KI-Funktionen sind inspiriert von der menschlichen Fähigkeit, Muster zu erkennen. Computer können mehr Daten aufnehmen als ein Mensch in seinem gesamten Leben, doch wenn sie nicht sorgfältig programmiert sind, ist die mühelose Generalisierung dieser Muster, zu der Menschen in der Lage sind, eine riesige Herausforderung. Tatsächlich zeigen Unterbereiche der KI wie die Bilderkennung und die Verarbeitung natürlicher Sprache, dass auch grundlegende menschliche Handlungen oft eine überraschend komplexe Mustererkennung erfordern. KI-Tools sind in der Lage, große Mengen an Daten zu verwenden, um Muster zu erkennen und Verbindungen herzustellen, die umfassende Einblicke und Neuerung für Ihr Unternehmen nach sich ziehen. Denken Sie jedoch daran, dass wie bei allen statistischen Analysen Korrelation nicht unbedingt Kausalität bedeutet. Nicht jede Korrelation hat also etwas zu bedeuten. 
• Prognosen: Ein erstklassiges Prognoseprodukt bietet Ihnen die Möglichkeit, ein System so zu optimieren, dass Variablen berücksichtigt werden, an die Sie zuvor gar nicht gedacht haben. Vom Gesundheitswesen bis hin zum Gastgewerbe: Vorausschauende Analysen werden verwendet, um Daten zu analysieren und künftige Ergebnisse zu prognostizieren, sodass Unternehmen für beinahe jeden eventuellen Fall eine Strategie entwickeln können. Diese Daten sollten bei wegweisenden Entscheidungen im Unternehmen jedoch als zusätzliche Unterstützung genutzt werden, nicht als die einzige ultimative Lösung.
• Optimierung: KI-gestützte Tools setzen eine Vielzahl von Modellen für das maschinelle Lernen ein, um die Qualität der Vorhersagen im Laufe der Zeit basierend auf Erfahrungen und zusätzlichen Daten zu verbessern. Diese Fähigkeit der Anpassung und Verbesserung ermöglicht große Vorteile, auch wenn ML nicht für alle Aufgaben das ideale Tool ist. Gehen Sie bei der Implementierung von KI-gestützten Lösungen sowie der Auslegung und Kommunikation der Ergebnisse also sorgfältig vor.
• Einschränkungen: Die Erstellung eines KI-Modells, das jedes vorstellbare Bild generieren kann, ist keine leichte Aufgabe. Die größere Herausforderung liegt jedoch darin, festzulegen, welche Bilder das Modell aufgrund moralischer, ethischer oder rechtlicher Bedenken auf gar keinen Fall erstellen soll. Um sicherzustellen, dass KI-Tools für Benutzer:innen geeignet sind, ist ein überraschend hohes Maß an menschlicher Aufsicht erforderlich. Gesetzgeber und Branchenexpert:innen warnen zunehmend vor den Risiken nicht überwachter KI. Verlieren Sie die erforderliche menschliche Aufsicht also nicht aus den Augen, wenn Sie KI-Tools in Ihrem Unternehmen implementieren.   

Von der Theorie zur Praxis

Angesichts der maßgeblichen Rolle, die KI in der Geschäftswelt künftig spielen wird, sollten führende Unternehmen diese Grundbausteine verstehen, um in Bezug auf die künstliche Intelligenz intelligentere Entscheidungen zu treffen. Laut Littman sollten Alleingänge bei der Nutzung dieser Systeme vermieden werden. „Erfinden Sie diese Daten nicht, denn wir fangen gerade an, echte Informationen darüber zu sammeln, was einen Unterschied macht, wenn man diese Dinge in die Welt setzt.“ Als praktischen Startpunkt schlägt Littman das „AI Risk Management Framework“ (AI RMF) des National Institute for Standards and Technology vor.

Demnächst verfügbar: Weitere Artikel der Reihe „KI für Unternehmen“ von GoTo, in denen wir auf diesen Grundlagen der KI aufbauen und führende Unternehmen weiter dabei unterstützen, in diesem Bereich Vorreiter zu sein.