Anzeige
Anzeige
Anzeige
Beitrag drucken

Erwartung vs. Realität

Künstliche Intelligenz überrascht schon heute

KI-Technologie steckt noch in den Kinderschuhen – und kommt schon heute auf überraschende Lösungsansätze. Wie die Chatbots, die im gegenseitigen Training flugs eine eigene Sprache entwickelten. Oder die KI-Belegverarbeitung von AFI Solutions, die zur Verwunderung des Unternehmens veränderte Mehrwertsteuersätze eigenständig erkannte und anwendete.

 (Bild: ©vegefox.com/stock.adobe.com)

(Bild: ©vegefox.com/stock.adobe.com)

Künstliche Intelligenz wird oft als Innovationstreiber und Heilmittel für verschiedenste Probleme gehandelt. In anderen Darstellungen nimmt sie eine Gefahr für die Menschheit ein. Dabei verrichten künstliche Intelligenzen schon in vielen in sich geschlossenen Umgebungen zuverlässig ihren Dienst, etwa bei der Steuerung von Roboterarmen in der Automobilindustrie, in medizinischen Assistenzsystemen oder in Spielzeugrobotern. Doch nicht überall war oder ist sie erfolgreich, ermittelte eine IDC-Studie. Gescheiterte Experimente sind häufig und existieren durch alle Branchen sowie Zielvorgaben hinweg. Auch der Mensch spielt dabei eine entscheidende Rolle.

Vom Menschen abhängig

KI-Systeme oder intelligente Maschinen sind bis dato noch sehr von ihren menschlichen Lehrern abhängig, die ihnen die Fragestellung, das Ziel oder ihren Zweck vorgeben. Von ihnen werden die Systeme mit ausgewählten, stark an die Aufgabe gebundenen Datensätzen gefüttert, mit denen sie innerhalb von eng determinierten System- und Parametergrenzen trainieren dürfen. Bei zu viel Spielraum für die KI lassen sich ansonsten die Ergebnisse nur noch schwer bis gar nicht mehr auswerten. Und auch beim Ergebnis wird der Mensch benötigt – den Data Scientist bzw. auf Daten spezialisierten Analysten, der die Ergebnisse interpretieren und so nutzbar machen muss.

Ressourcen und Daten fehlen

Schaut man sich nach KI-Projekten um, sind die heutigen Anwendungsfälle vor allem im B2B-Umfeld oft eher ernüchternd oder zumindest stark an einen speziellen Anwendungsbereich gebunden. Die beiden von IBM entwickelten KI-Systeme ‚Deep Blue‘ (1996 Sieger im Schach gegen Gary Kasparow) und dessen Weiterentwicklung ‚Watson‘ (2011 Gewinner im Jeopardy gegen zwei menschliche Gegner) sind beispielsweise nur innerhalb einer bestimmten Regelwelt oder mit entsprechend trainierten Datensätzen ‚intelligent‘. Komplexere Aufgaben sind für eine künstliche Intelligenz noch schwer zu lösen. Oft mangelt es in B2B-Projekten auch an Ressourcen und der für ein umfassendes Training notwendigen Datenmenge.

Überraschende Ergebnisse

Es existieren sogar einige KI-Projekte, die beunruhigende Ergebnisse vorbrachten. In einem Kommunikationsexperiment eines bekannten Social-Media-Riesen unterhielten sich zwei KI-gestützte Chatbots plötzlich in einer Geheimsprache, die die menschlichen Forscher nicht mehr verstehen konnten. Die Bots entwickelten eine effizientere Sprache aus den menschlichen Begriffen, um schneller verhandeln zu können. Dabei sind durch KI optimierte Sprachen in der Forschung keine Seltenheit. Die Geheimsprache war auch nicht der Grund für den Abbruch des Experiments. Da die KI in ihrem späteren Einsatzgebiet mit Menschen interagieren sollte, musste sie hierfür selbstverständlich die menschliche Sprache verwenden. Die Wissenschaftler hatten es jedoch versäumt, diese Einschränkung für die beiden Bots festzulegen. Letztendlich handelt es sich bei diesem Beispiel um eine Versuchsanordnung unter Laborbedingungen, in denen sich Möglichkeiten und Grenzen intelligenter Systeme und Maschinen ausloten lassen. Diese Experimente sind wichtig, da hier oft überraschende Ergebnisse herauskommen, die die menschlichen Denkprozesse in Frage stellen und Schwächen darin offenlegen.

Selbstständig lernen

Künstliche Intelligenz soll Maschinen dazu befähigen, Lernprozesse selbstständig in Gang zu setzen, adäquat auf neue Informationen zu reagieren und Aufgaben zu erfüllen, die menschenähnliches Denken sowie einen menschlichen Wertekanon voraussetzen. Das Training der KI ist dabei vergleichbar mit dem menschlichen Lernprozess. So entscheidet sich, wie gut eine intelligente Maschine unter den vorgegebenen Rahmenbedingungen performt – oder eben nicht. Dazu werden Technologien wie Machine und Deep Learning, natürliche Spracherkennung usw. eingesetzt, um wiederkehrende Muster zu erfassen und nach bestimmten Wahrscheinlichkeiten zu ordnen – die KI lernt. Doch erst wenn die Datenmenge für das Training groß genug ist, lassen sich auch verlässliche Paradigmen erkennen, die interpretiert werden können. Hier beginnt dann sozusagen der Verständnis- bzw. der autonome Lernprozess.

Wer hat die Mehrwertsteuer angepasst?

Im Juli 2020 kam es zu einer Umstellung der bestehenden Mehrwertsteuersätze von 19 auf 16 und von 7 auf 5 Prozent. Nach diesen Änderungen mussten Firmen teilweise fünf verschiedene Steuersätze berücksichtigen, je nachdem, ob die Rechnungen vor oder nach der Anpassung ausgestellt wurden. Unternehmen und deren Dienstleister befürchteten hohen Mehraufwand bei der Rechnungsverarbeitung. Bernd Kullen, KI-Spezialist bei AFI Solutions, hat dabei ein überraschendes Phänomen im Cloud-Service des Unternehmens festgestellt: „Im cloudbasierten AFI DocumentHub werden Belege mit Hilfe unserer AFI KI verarbeitet.“ Bei den Kunden habe man festgestellt, dass die Mehrwertsteuersätze bereits richtig erkannt wurden, obwohl die Ergänzung der neuen Sätze in der Erkennung noch gar nicht vorgenommen wurde, schildert Kullen. War hier etwa die künstliche Intelligenz am Werk? „Dadurch, dass wir im DocumentHub unsere AFI KI im Einsatz haben, gibt es für viele Rechnungen Kandidaten, die sich auch für die Erkennung von Rechnungssummen anwenden lassen“, erläutert Kullen. „Dort werden keine Inhalte gespeichert, sondern geografische Informationen – also was befindet sich wo auf dem Dokument. So können sich die Inhalte eines trainierten Werts unterscheiden bzw. ändern, was eben zu dieser automatischen Übernahme der neuen Mehrwertsteuersätze geführt hat.“ Ein überraschendes Ergebnis, denn niemand hat der KI gesagt, dass sie das tun soll. Aber über das automatische Belegtraining hat sie es sich selbst beigebracht.

Argumente für andere Bereiche

Durch solche Ergebnisse erhalten KI-Systeme eine Daseinsberechtigung und liefern gleichzeitig Argumente dafür, auch in weiteren Produkten und Anwendungsbereichen eingesetzt zu werden. Nicht umsonst gilt die KI als Schlüsseltechnologie, beispielsweise für selbstfahrende Autos oder intelligente Operationsroboter.


Das könnte Sie auch interessieren:

Die Strecke zur Industrie 4.0 bewältigen Anlagenbetreiber nicht im Sprint, sondern im Marathon. Reifegradmodelle helfen ihnen, die vielversprechenden Meilensteine anzusteuern. Wobei bereits die Visualisierung zahlreiche Ansätze zur Modernisierung bietet – in der Balance zwischen Funktionalität und Sicherheit.‣ weiterlesen

So gut die Förderanlagen von Kühne im Betrieb auch funktionierten - bei den internen Fertigungsabläufen war Luft nach oben. Eine weitreichende Digitalisierungskampagne sollte das ändern. Heute fertigt die Firma vom Auftragseingang bis zur Auslieferung in einem durchgängigen Prozess - was künftig Optimierungen auf einem ganz neuen Niveau erlaubt.‣ weiterlesen

Meba Sawing Solutions setzt bereits seit den 1980er Jahren auf ein ERP-System. Doch die Software zur Verwaltung der Maschinen und Montage-Arbeitsplätze war in die Jahre gekommen und vieles wurde händisch in Excel-Listen ausgewertet. 2020 entschloss sich das Unternehmen daher, auf die MES-Lösung von Proxia zu setzen.‣ weiterlesen

Mit Beatrix Martinez hat Dassault Systèmes eine neue Vice President Investor Relations. Sie tritt die Nachfolge von François-José Bordonado an, der im nächsten Jahr in den Ruhestand geht.‣ weiterlesen

Beim Anlagenbauer Mühlböck bildete der Produktkonfigurator das Herzstück der Auftragsbearbeitung. Mit der Einführung eines neuen ERP-Systems sollte dieser abgelöst werden. Eine Aufgabe, die sich als sehr komplex herausstellte. Nach langer Suche und einem gescheiterten Versuch stellte sich schließlich Asseco Solutions dieser Herausforderung.‣ weiterlesen

Die Zunahme von Remote Work und der damit gestiegene Bedarf nach sicheren, hybriden Arbeitsumgebungen stellt IT-Verantwortliche vor Herausforderungen: Denn die Cyberangriffe auf Unternehmen steigen seit der Pandemie an.‣ weiterlesen

Die Cyberkriminalität nimmt zu und Cybersecurity-Fachleute sind schwer zu finden, folglich wächst die Zahl der Arbeitsplätze im Bereich Cybersecurity jährlich um mehr als 30% (laut (ISC)2, 2021), und gut vorbereitete Studierende werden die ersten sein, die für die Top-Jobs der Branche infrage kommen. Daher werden akademische Programme, die sie darauf vorbereiten, sehr gefragt sein.‣ weiterlesen

Nozomi Networks Labs hat seinen neuesten OT/IoT Security Report veröffentlicht. Wie der Bericht zeigt, hatten Wiper-Malware, die Aktivitäten von IoT-Botnetzen und der Ukraine-Krieg im ersten Halbjahr 2022 entscheidenden Einfluss auf die Bedrohungslandschaft. Seit dem russischen Einmarsch in die Ukraine im Februar 2022 konnten die Forscher von Nozomi Networks Labs Aktivitäten verschiedenartiger Bedrohungsakteure beobachten. Dazu zählten Hacktivisten, von staatlichen Stellen vorangetriebene APTs und Cyberkriminelle.‣ weiterlesen

Der Fokus von cyberkriminellen Handlungen liegt auf Unternehmen und öffentlichen Einrichtungen, maßgeblich um den Betrieb lahm zu legen oder um Erpressungsgelder zu erbeuten. Dass die Gefahrenlage angespannt ist, belegen Fakten: Laut BSI wurden 2021 rund 144Mio. neue Schadprogramme identifiziert.‣ weiterlesen

Der IT-Dienstleister Syntax hat mit Catherine Solazzo eine neue Marketing-Chefin. Sie soll u.a. die Nachfrage-Generierung des Unternehmens vorantreiben.‣ weiterlesen