Künstliche Intelligenz: Automatisierung lebt von Mustererkennung

Auch wenn die Transhumanisten mit Hilfe der künstlichen Intelligenz die Schranken des Menschseins überwinden wollen, sollten wir Normalsterblichen auf dem Teppich bleiben. Bei der künstlichen Intelligenz geht es in Wirklichkeit nicht um Cyborgs, sondern in erster Linie um Mustererkennung. Damit können ganze Prozesse automatisiert ablaufen und Entscheidungen in automatisierter Form vorbereitet werden.

Künstliche Intelligenz ist Realität, nicht Fiktion

Aber verabschieden wir uns erst einmal von der Fiktion und bleiben wir bei den Fakten: Heute stehen wir in der vierten industriellen Revolution. Dabei geht es um halbautonom oder autonom funktionierende Maschinen oder Prozesse, was auch automatisierte Entscheidungen miteinschließt. Soll der Roboter links oder rechts um das Hindernis in der Werkshalle herumfahren? Oder: Welche Kunden sollen aufgrund welcher Kriterien bevorzugt behandelt werden – nur aufgrund des Umsatzes oder auch aufgrund ihrer Einträge in sozialen Medien?

Ob sich ein Anruf bei einem Kunden lohnt und welches Angebot am besten zu dieser Person passt, lässt sich bei Unternehmen, die große Kundenzahlen aufweisen, nicht ohne Softwareanalysen beantworten. Aus der bisherigen Kaufhistorie, aus Bewertungen im Online-Handel oder Unterhaltungen in sozialen Medien lassen sich in der Tat die Präferenzen und am Ende die Wahrscheinlichkeit ableiten, ob die Offerte auf diesen Kunden passt und zu einem erfolgreichen Abschluss führen kann.

Künstliche Intelligenz meint Analysen

Stichwort Analysen: Schon lange bevor von der vierten industriellen Revolution die Rede war, ging es um Analysen – zuerst im Zusammenhang mit dem Begriff Business Intelligence, dann Big Data. Die Cloud und die sozialen Medien sowie in jüngster Zeit Sensorendaten haben das Volumen an unternehmensinternen und -externen Daten sprunghaft ansteigen lassen. Und das Wachstum geht unvermindert und exponentiell weiter. Gartner spricht in diesem Kontext gerne von „Advanced Analytics“ oder intelligenten Analyseverfahren. Denn es geht jenseits von Business Intelligence darum, tiefere Einblicke zu erhalten, Vorhersagen zu treffen und Empfehlungen zu erzeugen. Zu diesen intelligenten Analyseverfahren gehört insbesondere „Machine Learning“, um Entscheidungen auf Basis erkannter Muster vorzubereiten oder sogar automatisiert zu treffen.

In Wahrheit sprechen wir heute also von maschinellem Lernen, wenn wir künstliche Intelligenz sagen. Das klingt zwar etwas profaner und weniger verheißungsvoll, doch was damit möglich wird, ist deshalb nicht weniger spektakulär. Denn mittels künstlicher Intelligenz auf Basis von maschinellem Lernen lassen sich zwei entscheidende Fragen beantworten: Was wird passieren? Und: Was ist zu tun?

KI reduziert Komplexität und liefert Erkenntnisse

Wir alle wissen, wie schwer diese Fragen im Arbeitsalltag zu beantworten sind. Denn die Menge an Daten und Informationen, die dafür analysiert werden muss, ist enorm. Dabei geht es nicht nur um die schiere Masse an Daten, sondern auch um unterschiedliche Formate und Quellen: Externe strukturierte Informationen wie Abrechnungen von Kreditkarten- und sonstigen Partnerfirmen, Social-Media-Einträge, getätigte Transaktionen, demografische Angaben wie Alter oder Geschlecht, aber auch unstrukturierte Informationen wie Notizen von Vertriebskollegen oder Call-Center-Agenten.

All diese verschiedenen Quellen und Informationsarten müssen für sich genommen ausgewertet, darüber hinaus aber miteinander korreliert werden. Das ist eine komplexe Aufgabe, für die Menschen einfach zu lange brauchen würden. Intelligente Analysesoftware muss das übernehmen und verschiedenen Anwendergruppen die jeweils richtigen Funktionen und Ergebnisse zur Verfügung stellen. So genannte „Data Scientists“ müssen die Möglichkeit bekommen, Daten statistisch zu untersuchen und Modelle zu erstellen, anhand derer die Software lernen und Muster erkennen kann. „Business Analysts“ wenden diese Modelle im Tagesgeschäft an und teilen die Analyseergebnisse mit den Endanwendern.

OpenText Magellan versteht Big Data UND Big Content

Genau diese intelligenten Analysen, auf verschiedene Anwendergruppen zugeschnittene Funktionalitäten und Darstellungen sind integraler Bestandteil der Analytics-Plattform von OpenText™. OpenText™ Magellan kann mit Big Data wie mit Big Content umgehen. Durch maschinelles Lernen ermöglicht OpenText Magellan die maschinengestützte Entscheidungsfindung, steigert den Automatisierungsgrad in den Unternehmen und hilft bei der Geschäftsoptimierung. Das ist ein riesiger Fortschritt für mehr Produktivität und Umsatz. Das Wichtigste aber ist: OpenText Magellan unterstützt Menschen und schafft sie nicht ab. Das ist Sinn und Zweck künstlicher Intelligenz. Ihr Wesen. Nicht mehr, aber auch nicht weniger.

Henning Bruestle

Henning ist seit Juli 2017 Vice President Enterprise Sales Germany und verantwortet in dieser Funktion den Vertrieb der Enterprise Business Unit in Deutschland. Mit seinem Team unterstützt Henning Unternehmen bei der Gestaltung ihrer digitalen Strategie und begleitet sie durch den gesamten Transformationsprozess. Seine Karriere begann Henning bei Novell. Bevor er im November 2014 zu OpenText wechselte, war er bei der Software AG weltweit für den indirekten Vertrieb zuständig.

Weitere Artikel, die sie interessieren könnten

Schreibe einen Kommentar

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

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Close