Künstliche Intelligenz : Was Künstliche Intelligenz stark macht
Neue Anwendungen mit Künstlicher Intelligenz (KI) erscheinen am laufenden Band. Aber je mehr Optionen es gibt, umso schwieriger wird es, sich zu orientieren und vielversprechende Ansätze herauszupicken. Der Software-Hersteller proALPHA zeigt, wie ein einfaches Raster hier für erste Klarheit sorgen kann.
Die Anwendungen, die wir heute sehen, sind allesamt Ausprägungen der sogenannten „Schwachen KI“. Was sie auszeichnet: Sie sind für ein ganz spezielles Anwendungsszenario konzipiert und optimiert. Wer für sein Unternehmen nach möglichen, nutzbringenden Use Cases Ausschau hält, ist da schnell überfordert. Ein Raster aus drei Kategorien hilft bei der Orientierung. Denn auf die Frage „Was soll oder kann eine KI für uns tun“ lautet die Antwort: Beurteilen, Schlussfolgern oder Agieren.
Beurteilen: Beschreiben, was ist
Algorithmen können inzwischen einen Sachverhalt oder Zustände aufgrund von Daten sehr genau erkennen und wiedergeben. Auch das Aufspüren von Anomalien in großen Datenmengen aus der Produktion fällt in diesen Bereich. Verfahren für Maschinelles Lernen ermöglichen viel früher zu beurteilen, ob sich Maschinenzustände kritischen Werten nähern, um rechtzeitig gegensteuern zu können.
Methoden der Bilderkennung gehören ebenfalls dazu, was dazu führt dass fehlerhafte Teile dadurch erst gar nicht verbaut werden und mangelhafte Produkte nicht in den Verkauf gelangen.
Schlussfolgern: Erkennen, was wird
Die weitergehende Analyse von Daten erledigen ebenfalls immer häufiger Algorithmen. Ihr Einsatz in Modellen für Voraussagen oder Empfehlungen geht inzwischen weit über den Klassiker Predictive Maintenance hinaus. Mit Hilfe einer KI lassen sich Absatzzahlen prognostizieren und der Einkauf von Langläufern und preissensitiven Materialien besser steuern; in Zeiten gebeutelter Supply Chains ein großes Plus. Im Bereich der Produktionsqualität ist gleichfalls schon vieles möglich. So kann eine KI Berge von Sensordaten quasi in Echtzeit auswerten und diese mit Resultaten der Qualitätskontrolle in Beziehung setzen. Aus dem laufenden Betrieb heraus werden so Produktfehler schneller erkannt und Ausschuss limitiert.
Agieren: Tun, was nötig ist
Auf einer dritten Ebene interagieren die smarten Systeme mit ihrer Umwelt, lernen aus den Ergebnissen ihrer Aktionen und können daraus ableiten, was künftig zu tun ist, um das vorgegebene Ziel zu erreichen. Heute finden sich im Unternehmensalltag immer mehr Einsatzbereiche: etwa, wenn Roboterarme lernen, bisher unbekannte Objekte zu greifen ohne sie zu beschädigen oder fallen zu lassen. Weiter verbreitete Use Cases dieser Kategorie sind außerdem das Autonome Fahren und die nicht bei allen immer beliebten Chatbots.
Auch auf dem Gebiet der ERP-Entwicklung ist im Bereich Sprachsteuerung und intelligente Assistenten viel in Bewegung. ERP-Systeme werden in den kommenden Jahren immer stärker mit KI-Technologien angereicht werden, KI wird immer stärker in Kernprozessen verankert bis hin zu vollautomatisierten Prozessen. Die Experten des Branchenverbandes Bitkom sind sich einig: Künstliche Intelligenz ist eine Schlüsseltechnologie mit hohem disruptivem Potenzial für alle Wirtschaftszweige. Unternehmen sind daher gut beraten, möglichst frühzeitig Erfahrungen zu sammeln.
Das Jahr 2022: <br>Der Durchbruch für die Künstliche Intelligenz