Begriffsklärung

Der Begriff „Künstliche Intelligenz (KI)“ geht auf das Jahr 1955 zurück, als John McCarthy diesen erstmalig durch einen Förderantrag in den wissenschaftlichen Diskurs einbrachte.

Grundsätzlich kann zwischen schwacher KI, starker KI und Superintelligenz unterschieden werden.

Schwache KI-Lösungen beschränken sich darauf, den Menschen bei Entscheidungsfindungen in einem bestimmten Bereich zu unterstützen. Sie dienen einer intelligenten Mensch-Maschinen Kollaboration. Anwendungsbeispiele finden sich z.B. in Sprach- oder Bilderkennungssystemen.

Starke KI-Lösungen hingegen zielen darauf ab, menschliche Intelligenz zu imitieren. Dies umfasst die Fähigkeit, Wissen vielfältig zu kombinieren und so in verschiedenen Bereichen anzuwenden. Bislang existieren noch keine vergleichbaren Systeme in der Praxis. Prognosen schätzen das erste Auftreten von Anwendungsfällen starker KI auf die Mitte dieses Jahrhunderts.

Superintelligenz bezeichnet einen Intellekt, der allumfassend die menschliche Intelligenz überholt, einschließlich in den Bereichen Kreativität und Sozialkompetenz. Von einer solchen Technologie sind wir heute technisch gesehen jedoch noch sehr weit entfernt.

Maschine Learning (ML) (zu Deutsch: Maschinelles Lernen) stellt eine besondere Methode der schwachen KI dar. ML bezeichnet die Generierung von Erkenntnissen durch das Identifizieren von Mustern und Regelmäßigkeiten auf Basis großer Datenmengen (Big Data) und selbsterlernter Algorithmen. Je mehr Trainingsdaten zur Verfügung stehen, desto besser werden diese Modelle und Algorithmen. ML-Anwendungen „lernen“ so konstant weiter und können immer genauere Schlussfolgerungen ziehen und Prognosen stellen. Zugrunde liegende Modelle können z.B. Entscheidungsbäume, Regressionskurven, Cluster-Mittelpunkte oder künstliche neuronale Netze sein.

Derzeit ersetzt der Begriff Maschine Learning Schlagwörter wie Predictive Analytics und Advanced Analytics. Deep Learning (DL) stellt weiterhin einen Teilbereich von Maschine Learning dar. DL liegt einem neuronalen Netz zugrunde, welches aus einer Vielzahl von Schichten besteht. Jede Schicht führt einen mathematischen Transformationsprozess durch, dessen Ergebnis wiederrum in die jeweils nächste Schicht eingespeist wird. Das Ergebnis der letzten Schicht stellt schlussendlich die finale Entscheidung für den jeweiligen Input dar. Ein bekanntes Anwendungsbeispiel dieser Technologie ist die Spracherkennungssoftware des iPhones „Siri“.  

Grundsätzlich können KI-Lösungen auf zwei verschiedenen Wegen genutzt werden:

  1. Aktive KI-Nutzung: Proprietäre Implementierung von KI in die eigenen Prozesse, Produkte oder Services
  2. Passive KI-Nutzung: KI-Dienste von Drittanbietern, z.B. „KI-as-a-Service“