Künstliche Intelligenz

Bei detaillierter Betrachtung stellt die tatsächliche Nachbildung menschlichen Verhaltens noch auf absehbare Zeit eine Zukunftsvision dar. Die "schwache" Künstliche Intelligenz hingegen zielt auf die Bearbeitung eingrenzbarer Aufgaben ab und findet sich bereits in verschiedensten Anwendungsgebieten wieder.

Prominente Anwendungsbeispiele finden sich heutzutage etwa in Form von Systemen, die Spiele erlernt und gegen Menschen gewonnen haben, in Ansätzen in der medizinischen Diagnose, in der Interpretation von Bildern und Fotos oder bei modernen Übersetzungssystemen. Auch bei der Spam-Abwehr kommen teilweise entsprechende Systeme zum Einsatz.

Als ein zentrales Kriterium bei der Bezeichnung eines Systems als "KI-Anwendung" kann die Frage dienen, ob die Daten und Entscheidungskriterien, auf deren Basis ein entsprechendes System agiert, von vornherein bekannt oder bereits hinterlegt waren oder ob das System sich diese weitgehend eigenständig aneignet, Interpretationen vornimmt und das eigene Verhalten entsprechend anpasst beziehungsweise optimiert.

Historisch betrachtet entstand aus den beschriebenen Anforderungen die Unterdisziplin des maschinellen Lernens (machine learning). Diese zielt darauf ab, dass ein System eigenständig "lernt" und sein Verhalten dadurch optimiert. Eine Hürde bestand bei diesem Ansatz über lange Zeit jedoch darin, dass Aufgaben wie die Interpretation von Bildern oder Texten nicht abschließend durch mathematische Regeln formuliert werden können.

Den Schlüssel zu den heute verfügbaren Anwendungen lieferte insbesondere das Konzept von Deep Learning, wobei die jüngsten Fortschritte insbesondere durch schnelle Grafikprozessoren, die mittlerweile sehr umfangreichen Datenmengen sowie die Verfügbarkeit extrem schneller Datenbanken möglich wurden. Das "Deep" Learning bezieht sich hierbei auf mehrere Ebenen, die der Verarbeitung von Informationen zugrunde liegen. In der ersten Ebene werden die Eingabedaten verarbeitet (zum Beispiel ein Bild eines Vogels). Unterhalb dieser Ebene finden sich "versteckte" Ebenen, die jeweils (eigenständig) Abstraktionen der Eingangsdaten generieren (beispielsweise zunächst die Suche nach abstrakten Mustern wie Linien – daraus die Ableitung einer Mustererkennung für Federn, Flügel, Schnäbel, Augen oder auch für Menschen gar nicht erkennbare Eigenschaften - hieraus wiederum die Bestimmung von Vogelarten und so weiter). Durch wahrscheinlichkeitsbasierte Kombination dieser abstrahierten Informationen wird eine Schlussfolgerung gezogen, indem einige Muster für ein bestimmtes Ergebnis sprechen, anderen wiederum dagegen (Beispiel: Bild eines Vogels auf einem LKW – Muster wie "Räder” oder “fährt auf einer Straße” würden deutlich gegen das Ergebnis “Vogel” sprechen). Von großer Bedeutung ist das Training entsprechender Systeme, indem beispielsweise ein Mensch oder ein anderes System in einer sehr hohen Anzahl von Beispielen die Rückmeldung gibt, ob das Ergebnis richtig war. Stark vereinfacht ausgedrückt werden im Hintergrund solange die Verknüpfungen (Gewichte) zwischen den einzelnen Mustererkennungen optimiert, bis die Trefferwahrscheinlichkeit am höchsten beziehungsweise das gelieferte Ergebnis optimal ist. Dieses Konzept ist hinsichtlich der Architektur in (sehr) groben Zügen mit dem Aufbau des Gehirns vergleichbar.

Seit Ende 2022 ist der Chatbot “ChatGPT” (Generative Pre-trained Transformer), der künstliche Intelligenz einsetzt, ein großes Gesprächsthema. Der Chatbot schreibt Schülern die Hausaufgaben, prüft Programmcodes auf Fehler, dichtet und beantwortet Fragen aller Art. Die neue Technik eröffnet ungeahnte Möglichkeiten. Nutzer können mit dem Programm, ähnlich wie bei einem Chat mit einem Menschen, in natürlicher Sprache kommunizieren, ähnlich Chatbots. Das Besondere an ChatGPT ist, dass dieser Chatbot nicht auf bestimmte Themenbereiche oder Sprachen begrenzt ist. Somit erhalten Nutzer keine vorgefertigten Antworten ausgeliefert, stattdessen wird jede Antwort individuell generiert. 

Technologien wie ChatGPT können den Arbeitsalltag tatsächlich stark bereichern. Die KI bietet einige Vorteile, wenn Anwender es verstehen, ihre Stärken zu nutzen. Voraussichtlich sind KI-Lösungen wie ChatGPT im Büroalltag bald ebenso präsent und normal wie der PC. Die neue Technologie dürfte Arbeits- und Geschäftsleben ähnlich stark verändern wie die Erfindung des Smartphones.

Erfahren Sie mehr zum Umgang mit ChatGPT und anderen generischen KI-Anwendungen und was Unternehmen beachten sollten.