Wie Künstliche Intelligenz Unternehmen verändert

Regelmäßig halten wir Ausschau nach informativem Lesestoff und Neuigkeiten. In unserer Auswahl wollen wir Sie auf digitale Themen hinweisen, die wir besonders spannend finden. Diese Ausgabe der Digitalen Lesezeit bietet einen Einblick in den Bereich „Künstliche Intelligenz“ (KI).

Künstliche Intelligenz – was ist das?

Die Idee von „Künstlicher Intelligenz“ ist, dass Maschinen wie Menschen „denken“ lernen und Lösungen für konkrete Probleme entwickeln. Das geschieht auf Basis mathematischer und informationstechnischer Methoden. Der Vorteil: KI unterstützt Menschen bei alltäglichen Arbeits- und Entscheidungsprozessen.

Häufig liest man von „starker“ und „schwacher“ KI. „Starke KI-Systeme“ haben vergleichbare „intellektuelle“ Fähigkeiten wie Menschen. Davon sind Wissenschaft und Praxis zwar noch weit entfernt, aber KI-Systeme werden immer besser. Von „schwacher KI“ ist die Rede, wenn konkrete Anwendungsprobleme gelöst werden. Gerade wenn es um die Optimierung von Prozessen geht, können diese schon heute Menschen deutlich voraus sein. Große Hoffnungen liegen aktuell auf Systemen, die mit maschinellem Lernen (Machine Learning) arbeiten. Dazu werden große Speicher- und Rechenkapazitäten von Computern benötigt. Durch die Digitalisierung und Vernetzung zahlloser Systeme (Smartphones, Internet of Things, Industrie 4.0) entstehen gigantische Datenaufkommen. Man spricht auch von „Big Data“.

Die vielen Daten könnten Menschen manuell kaum noch beherrschen. Deshalb setzt KI passende Algorithmen ein, um die Daten intelligent zu analysieren. Kurz: Leistungsfähige Hardware, nützliche Algorithmen und sehr große Datenmengen machen es möglich, dass KI immer besser wird.

Künstliche Intelligenz: Wozu?

Künstliche Intelligenz oder maschinelles Lernen bieten viele Chancen, wie Zeit- und Kosteneinsparungen in produzierenden Unternehmen, aber auch für weitere Branchen. KI führt zudem zur Optimierung von Automatisierung und setzt Ressourcen effizient ein. Es gibt bereits zahlreiche Formen maschinellen Lernens, was auch Personen mit geringen KI-Kenntnissen einsetzen und anwenden.

KI im Bereich Kommunikation

Auch im Kommunikationsbereich ist KI längst angekommen. Teilweise verwenden Mitarbeiter/-innen oder Nutzer/-innen sie schon ohne sich dessen bewusst zu sein. Ein Grund mehr, Vorbehalte oder Ängste diesbezüglich abzubauen. Folgende Beispiele aus dem Kommunikationsbereich verdeutlichen: KI beißt nicht und kann Prozesse erleichtern.

KI in Form von Chatbots

Ein Chatbot ist ein System, das über Text- oder Spracheingabe mit Menschen kommuniziert. Dazu untersucht der Chatbot die Eingaben von Nutzenden. Chatbots können sich so zum Beispiel um Anliegen von Kunden/-innen oder Geschäftspartner/-innen kümmern. Das Ganze funktioniert digital und in Echtzeit mithilfe bestimmter Schlüsselsätze. Von KI spricht man deshalb, da inzwischen viele Chatbots weit über Vorgefertigtes hinaus „handeln“. Sie weisen menschenähnliche Kommunikation auf und ein „geübtes Verständnis“ für Anfragen von Kunden/-innen. Wie das geht? Die natürliche Sprache wird durch Natural Language Processing (=NLP) klassifiziert. Daraufhin erhalten Nutzer/-innen eine für den Kontext passende Antwort. Mehr dazu beschreibt Thor Olavsrud anschaulich auf computerwoche.de.

Automatische Spracherkennung, -assistenz und Transkription

Was wären Menschen ohne Sprache? Gegenfrage: Was wäre KI ohne Sprache? Durch die Nutzung KI-gestützter Spracherkennungstools können Audiodateien oder Tonspuren aus Videodateien in Text umgewandelt werden. Das nennt man Transkription. Eine Software, die das in hoher Qualität und Geschwindigkeit erledigt, ist gerade im beruflichen Umfeld hilfreich: Protokollierung von Gesprächen oder Meetings, Interviews, Vorlesungen oder Konferenzbeiträge, auch mündliche Vermerke von Diktiergeräten oder Smartphones können in Text verwandelt werden. Gesprochenes wird zuverlässig zu Textbausteinen und Störgeräusche wie „äh oder ehms“ oder störende Pausen können entfernt werden. Neueste Anwendungen können sogar grammatische Kontexte erkennen und mit korrekter Zeichensetzung dienen. Von KI spricht man hier, weil nicht nur die Worterkennung möglich ist, sondern auch die Verarbeitung individueller Aussprachen und Stimmen. Auch das macht „Natural Language Processing (NLP) möglich. Der Markt wird derzeit zwar meist von US-amerikanischen und asiatischen Unternehmen dominiert, allerdings gibt es auch Projekte in Deutschland, wie SPEAKER, die an Sprachassistentenlösung arbeiten und europäische Standards der Datensicherheit umsetzen. Mehr Informationen zum Projekt finden Sie auf speaker.fraunhofer.de

Texte automatisch zusammenfassen, übersetzen oder schreiben

Inzwischen gibt es Tools, die E-Mails oder Texte zusammenzufassen und Nutzenden jede Menge Zeit und Arbeit ersparen. Sie bieten eine Zusammenstellung wichtigster Informationen. Wer einzelne Inhalte vertiefen möchte, kann gezielt auf die entsprechenden Stellen im Originaldokument zurückgreifen. Von KI spricht man deshalb, da die Tools ebenfalls über Natural Language Processing (NLP) funktionieren. Sprich, es müssen keine expliziten Schlagwörter festgelegt werden. Dank NLP werden Inhalte automatisch erkannt und wichtige von unwichtigen Informationen unterschieden. So können zum Beispiel relevante Fakten in Stichpunkten herausgezogen werden. Andere Tools sind in der Lage, ganze Texte in verschiedene Fremdsprachen zu übersetzen. Zum Teil sind die Ergebnisse so zufriedenstellend, dass man Übersetzungen kaum von menschlichen Übersetzungen unterscheiden kann. Auch deutsche Unternehmen entwickeln hier fleißig mit, die Oliver Voss auf Tagesspiegel.de vorstellt. Und was in dem Zusammenhang ebenfalls wirklich interessant ist: die „automatisierte Textgenerierung“, in manchen Artikeln auch unter dem Begriff „Roboter Journalismus“ zu finden. Was dahinter steckt, beschreibt zum Beispiel Markus Kaiser auf journalistikon.de

Intelligentes Zuhören im Netz dank „Sentiment Analyse“

Einige Tools zur Analyse von Daten in sozialen Netzwerken, fallen auch in den Bereich KI. Denn sie bereiten Nutzerdaten grafisch auf und stellen relevante Daten zur Analyse bereit. Es werden wichtige Mehrwerte aus den Daten herausgefiltert. Zum Beispiel erkennt die „Sentiment Analyse“ Stimmungen von Nutzenden, indem sie Daten von Social-Media-Plattformen in Zusammenhang bringt. Dies lässt zum Beispiel Rückschlüsse auf das Geschlecht von Nutzenden oder deren Stimmungen zu ohne dass diese explizit in den Daten erwähnt sein müssen. So lassen sich unter anderem auch Kundenwünsche ableiten. Marketing-Abteilungen nutzen solche Analysetools, um ein Gefühl für Kundenbedürfnisse und den Ruf ihre eigenen Marke zu bekommen, was schließlich ihre Marketingmaßnahmen optimieren kann.