Künstliche Intelligenz (KI): Automatisierung, keine Singularität

Die aktuelle Diskussion und Berichterstattung zum Thema künstliche Intelligenz (KI) schwankt zwischen Heilserwartungen und apokalyptischem Horror. Die einen ersehnen die Singularität herbei, um alle Probleme der Menschheit zu lösen, die anderen prophezeien deren Ende, sobald die künstliche der menschlichen Intelligenz überlegen ist.

Zwischen Erlösung und Verdammnis scheint es nichts zu geben. Doch das stimmt nicht. In der Realität gibt es nicht nur schwarz oder weiß. Die Wahrheit liegt in der Mitte – das ist mehr als ein Sprichwort. Teil dieser Wahrheit ist, dass KI einen großen Sprung in Richtung Automatisierung bedeutet.

Künstliche Intelligenz lebt nicht, sondern rechnet

KI simuliert nicht die ganze menschliche Intelligenz, die auch eine emotionale Komponente hat und im Körper und seinen Sinnen fundiert ist. Vielmehr ahmt künstliche Intelligenz nur kognitive Fähigkeiten des Menschen nach. Künstliche Intelligenz ist technisch, denn sie simuliert nicht das Leben, sondern Teile unserer Denkfähigkeit, die in der Evolution des Menschen die jüngste Stufe markieren.

Das ist im Grunde eine hervorragende Nachricht. Denn die Fähigkeit, nicht nur schneller rechnen, sondern dabei auch viel mehr Variablen und Parameter verarbeiten zu können, ist dringend nötig. Schließlich fallen mittlerweile so viele Daten an, dass wir in einem Meer an Daten zu versinken drohen. Statt als Quelle für mehr Wertschöpfung zu dienen, kann der Overkill an Daten unser gegenwärtiges Produktivitätsniveau gefährden.

Bereits heute stammen rund 40 Prozent der in Wertschöpfungsketten verarbeiteten Daten aus externen Quellen. Mit dem Internet der Dinge wird dieser Anteil rapide nach oben schnellen. Es droht geradezu eine Datenexplosion.

Echtzeitanalysen und Mustererkennung

Sensordaten stellen ein ungeheures Wertschöpfungspotenzial dar. Aber nur wenn Software, die auf künstlicher Intelligenz basiert, diese Daten auswertet, lassen sich Muster erkennen, die für neue Services und für mehr Produktivität genutzt werden können. Und dies in zweifacher Weise.

So können zum Beispiel Betriebsdaten von einer Hydraulikpumpe an einem Zug einen Druckabfall melden. Diese Daten lassen sich mit bestehenden Wartungsinformationen abgleichen. Entsprechen die aktuellen Daten einem bekannten Muster, kann die Empfehlung unverzügliche Reparatur lauten. Danach wäre zu klären, ob die Reparatur in einer Werkstatt erfolgen oder ob die Pumpe in einem der nächsten Bahnhöfe ausgewechselt werden sollte. Die Antwort lässt sich finden, wenn die Daten mit anderen korreliert werden, zum Beispiel zur aktuellen Belegung der Züge mit Fahrgästen oder zur Gleisbelegung und Verspätungssituation. Am Ende könnte die Entscheidung stehen, die Pumpe auszuwechseln und eine Verzögerung in Kauf zu nehmen, anstatt die Fahrgäste auf andere Züge zu verteilen und an ihr Reiseziel zu bringen.

All dies muss natürlich in wenigen Minuten geschehen. Menschen können das nicht leisten. Außerdem dürfte es für Menschen sehr schwer bis unmöglich sein, die Muster, die zur eben beschriebenen automatischen Entscheidungsfindung dienen, überhaupt zu erkennen. Die Analyse von Datensätzen nicht nur in Echtzeit, sondern auch zur Mustererkennung im Nachhinein gehört zu den Paradedisziplinen künstlicher Intelligenz.

Daten entlang der Lieferketten automatisch auszuwerten, um so fundierte Entscheidungshilfe zu leisten, ist nur ein Beispiel für die zahllosen Möglichkeiten künstlicher Intelligenz, Wertschöpfungspotenziale und Produktivitätssteigerungen zu entdecken und zu erschließen. Andere Bereiche wären etwa Sicherheit, Compliance oder Customer Experience.

KI braucht leistungsstarke Cloud-Infrastrukturen

Damit solche Szenarien Wirklichkeit werden, braucht es die richtige KI-Plattform und die richtige Infrastruktur, die Unternehmenslösungen mit Lieferantensystemen, externen Informationskanälen und dem Internet der Dinge verbindet und die Masse an Daten und Informationen verarbeiten kann.

OpenTexts Angebot hält sämtliche Komponenten dafür bereit: Magellan, die KI-Plattform des Unternehmens. Magellan enthält bereits im Standard eine Vielzahl von Algorithmen, mit deren Hilfe Fachanwender ohne Programmierkenntnisse nach Mustern suchen können. Darüber hinaus kann Magellan nicht nur mit Daten, sondern auch mit semi-strukturierten und strukturierten Informationen umgehen. Damit lassen sich Maschinendaten, aber auch Dokumente, Wartungsprotokolle oder Präsentationen analysieren. Für die Anbindung an Lieferanten und Maschinen sorgt das Business Network von OpenText. Und für die Leistung und Skalierbarkeit ist das weltumspannende Netzwerk an rund 50 Rechenzentren der OpenText Cloud zuständig.

Künstliche Intelligenz ist weder Wunder noch Hexenwerk. Sie ist die nächste Stufe der technischen Entwicklung, ein Hilfsmittel für mehr Automatisierung, Produktivitätsgewinne und neue Wertschöpfungspotenziale. Das ist weder Anfang noch Ende, dafür aber ein wirklich großer Schritt vorwärts.

Peter Stadler

Peter kam über die Akquisition der Enterprise Content Division von DellEMC im Januar 2017 zu OpenText. Seit dem 1. Juli 2017 verantwortet er als Vice President Enterprise Sales die Region BeNeLux, Switzerland & Austria. Den Fokus legt er in seiner Region auf Stärkung und Weiterentwicklung der bestehenden Kundenbeziehungen sowie der Neugewinnung von Kunden im Kernbereich des Enterprise Information Management. Durch die Nutzung von OpenText Lösungen sollen Kunden schneller wachsen können, Operational Cost, Information Governance und Security Risks reduziert werden indem Business Insights, Impact und Process Speed verbessert werden.

Weitere Artikel, die sie interessieren könnten

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.