Was ist Künstliche Intelligenz?

Anscheinend gibt es aktuell kein Problem, das sich nicht mit Künstlicher Intelligenz (KI) lösen lässt. KI-Systeme sind glänzende Schach- und Go-Spieler, beantworten in Form von Sprachassistenten Fragen eines Nutzers oder entwickeln in Marketing und Handel treffsichere Kampagnen.

Doch was genau ist eigentlich Künstliche Intelligenz? Als Gebiet der Informatik erforscht sie, wie sich intelligentes menschliches Verhalten auf maschinelle Systeme übertragen lässt.

Als Voraussetzung dafür gilt: Mensch und Maschine müssen eine  vergleichbare Intelligenz besitzen. Ob dies der Fall ist, kann der sogenannante Turing Test prüfen. Der 1950 von Alan Turing, auch als Vater der modernen Informatik bekannt, erfundene Test sieht vor, dass ein menschlicher Tester ohne Hör- und Sichtkontakt ein Interview mit einem anderen Menschen und einer Maschine führt. Die beiden Interview-Partner versuchen dabei den Tester davon zu überzeugen, dass sie denkende Menschen sind. Kann der Tester nicht zweifelsfrei zuordnen, wer Mensch und wer Maschine ist, gilt der Test als bestanden und die Intelligenz der Maschine gegenüber der des Menschen als ebenbürtig.

Das ist allerdings nicht die einzige Erkenntnis aus der Geschichte der Künstlichen Intelligenz (KI). Ein Blick auf die Entwicklung zeigt auch, dass es die eine umfassende Künstliche Intelligenz nicht gibt. Vielmehr beschreibt Künstliche Intelligenz eine Sammlung von verschiedenen Methoden und Techniken, die eng miteinander verwandt und verknüpft sind.

Die beiden bekanntesten Techniken bzw. Methoden sind das Machine Learning (maschinelles Lernen) und das Deep Learning (tiefgehendes Lernen), das wiederum ein Teilbereich des Machine Learning ist:

1. Beim maschinellen Lernen eignen sich Algorithmen Wissen durch „Erfahrung“ an, also auf Basis von Beispieldaten. Die Systeme beginnen dabei zu abstrahieren und selbständig Regeln aufzustellen, die sich auf unbekannte Daten anwenden lassen. Ein Beispiel für maschinelles Lernen sind Empfehlungen auf Videoportalen. Diese werden immer zielgerichteter, da der Dienst das Verhalten des Nutzers auf unterbreiteten Vorschlägen analysiert.

2. Deep Learning basiert auf der Analyse umfangreicher, großer Datenmengen (Big Data). Das System durchsucht dabei digitale Informationen aus unterschiedlichen Quellen. Der Lernprozess benutzt jedoch nicht alle Daten gleichzeitig, sondern verwendet immer neue Bündel von Informationen. Das Ziel dabei ist es, das Gelernte zu verfeinern.

Künstliche Intelligenz kennt ein breites Einsatzgebiet. Die Anwendungsbereiche erstrecken sich vom bargeldlosen Bezahlen über Sicherheitsverfahren unterschiedlicher Art bis hin zur industriellen Fertigung.

Ein Beispiel für den Einsatz von Künstlicher Intelligenz (KI) ist die Gesichtserkennung, Diese hält in immer größerem Umfang Einzug in den Alltag der Menschen. Kaum ein Nutzer wird sich darüber Gedanken machen, dass das Entsperren seines Smartphones mittels Kamera ohne KI nicht denkbar wäre. Was für den Menschen trivial erscheint, ist für eine Maschine zunächst mit erheblichem Aufwand verbunden. Der Grund: Die Gesichtserkennung gleicht das aktuelle Bild der Kamera nicht mit den Punkten einer Aufnahme ab, sondern entwickelt aus vielen Bildern ein Rechenmodell. Erst dieses erkennt den Benutzer – und das auch bei erschwerten Bedingungen, wie unterschiedlichen Lichtverhältnissen oder mit Brille.

Die Versicherungswirtschaft gehört zu den Branchen, die stark auf die Entwicklung künstlicher Intelligenz setzt. Die Zurich-Gruppe konnte durch den Einsatz von KI in der Schadensabwicklung bei Routinefällen den personellen Aufwand deutlich reduzieren. Während ein erfahrener Sachbearbeiter 52 Minuten für eine Fall braucht, erledigt eine lernfähige Software diesen in nur fünf Sekunden. 

Ein anderes Einsatzgebiet in der Assekuranz ist die Betrugserkennung. Hier kann Künstliche Intelligenz Schadensmeldungen der Kunden auf Plausibilität überprüfen. Dabei vergleicht sie betrügerische Muster und nimmt dem Sachbearbeiter mühsame Arbeit ab.

Die ersten Versicherer haben bereits verbrauchsabhängige Tarife in der Kfz-Versicherung herausgebracht. Diese Telematik-Tarife basieren auf erheblichen Datenmengen, die von den im Auto verbauten Sensoren erhoben werden. Passend zur Fahrleistung und individuellen Gewohnheiten des Fahrers entstehen individuelle Schadensprofile. Ohne KI wäre die Analyse der Daten nur schwer vorstellbar.

Humanoiden Robotern im Handel oder in Pflegeeinrichtungen zu begegnen, ist heute noch eine Ausnahme. In Zukunft könnten derartige Roboter aufgrund steigender Kosten und mangelndem Pflegepersonal bei der Betreuung älterer oder kranker Menschen vermehrt zum Einsatz kommen.

Künstliche Intelligenz schafft die Grundlagen, um mit den Patienten per Sprache und Gestik zu interagieren. Die größte Herausforderung besteht darin, die Emotionen des Menschen aus Mimik und Tonfall zuverlässig zu erkennen. Nur wenn das gewährleistet ist, können humanoide Roboter angemessen auf Menschen reagieren. Die Wissenschaft forscht derzeit an passenden Lösungen.

In der Fertigung und Lagerhäusern arbeiten Menschen bereits seit Jahrzehnten mit Robotern zusammen. Ohne zu ermüden, kann ein sogenannter Cobot (kurz für kollaborativer Roboter) eine Bewegung so gut wie unzählige Male wiederholen. Cobots kommen in Zusammenarbeit mit Menschen im Produktionsprozess zum Einsatz und sind dabei nicht mehr wie der typische industrielle Roboter durch Schutzeinrichtungen von ihren menschlichen Kollegen getrennt. Kollaborative Roboter sind im Vergleich zu traditionellen Industrierobotern kompakter, flexibler einsetzbar und leichter zu programmieren.

So bringen beispielsweise von KI angetriebenen Bilderkennungssystemen unterstützte Roboter bestellte Artikel auf den Versandweg. In den USA beurteilen Cobots versuchsweise den Frischegrad von Obst und Gemüse und schicken nur jene Waren los, die den vorab definierten Qualitätsanforderungen entsprechen.  

Um online bestellte Waren möglichst schnell zu erhalten, müssen Händler und Paketdienste die Effizienz ihrer Prozesse weiter erhöhen. So gehören autonome Lastenfahrzeuge in Lagerhallen vielfach zum Alltag. Künstliche Intelligenz hilft den Fahrzeugen nicht dabei, sicher zu navigieren, sondern auch selbstständig die schnellste bzw. kürzeste Route einzuschlagen.

KI kann das Leben der Menschen vereinfachen, indem sie Routineaufgaben schneller löst. Die Entwicklung Künstlicher Intelligenz wird aber auch kontrovers diskutiert.

Die Gesichtserkennung ist bequem und der Einsatz von biometrischen Kennzeichen zur Autorisierung von Zahlungen gegenüber der Eingabe von Codes sicherer. Laufen die Transaktionen an einer einzigen Stelle zusammen, sorgen die Daten andererseits für Transparenz des Konsumenten. Er oder sie muss also darauf vertrauen können, dass die gespeicherten Daten nicht zu weiteren Zwecken genutzt oder mit anderen Informationen verknüpft werden.

Wenn intelligente Maschinen immer mehr Aufgaben der Menschen übernehmen, stellt sich für Skeptiker die Frage, wie sicher in einer derartigen Zukunft Arbeitsplätze sind. Am Ende scheint nur sicher, dass KI die Arbeitswelt verändern wird. Das gilt mittlerweile auch für „immune“ Berufsbilder, wie Controlling und Marketing. KI wird künftig auch in diesen Bereichen Routineaufgaben übernehmen. Statt dem Menschen zu überlassen, Zahlen in langwierigen Prozessen aufzubereiten und Kernaussagen herauszuarbeiten, übernimmt das die KI.

Verschwinden auf der einen Seite Aufgaben aus dem Arbeitsleben, werden neue Herausforderungen, Möglichkeiten und somit Berufsbilder für Menschen geschaffen. Denn am Anfang steht immer eine Frage- bzw. Aufgabenstellung, die eine KI lösen soll – und diese muss erstmal ein Mensch entwickeln. Die Kreativität des Menschen wird sie also nicht ersetzen. Das wahrscheinlichste Szenario für die Zukunft der Arbeitswelt ist, dass die KI die Menschen bei riskanten Arbeiten und Routineaufgaben entlastet.

Letzte Aktualisierung: August 2019