Illustration und Text von Susanne Gold

Erfolg mit über Fünfzig

Nicht jeder wird während einer Konferenz geboren, unser künstlicher Kollege aber schon. Bereits im letzten Jahrhundert erblickte er das Licht der Welt – an einem College. Noch eine Besonderheit ist mit seiner Geburt verbunden: Seine Mutter ist unbekannt! Sein Vater gab ihm den Namen „Logic Theorist“. Warum hat er erst so spät Erfolg?

1956 bereits entsteht der Begriff „künstliche Intelligenz“ während einer Konferenz am Dartmouth College im US-Bundesstaat New Hampshire.

Dort vertraten Wissenschaftler die Ansicht, dass Aspekte des Lernens sowie andere Merkmale der menschlichen Intelligenz von Maschinen simuliert werden können. Der Begriff „Künstliche Intelligenz“ wurde von dem Programmierer John McCarthy vorgeschlagen.

Das dort entwickelte „Logic Theorist“ – schaffte es, mehrere Dutzende mathematische Lehrsätze zu beweisen – und gilt als das erste KI-Programm der Welt.

Smarte Systeme können menschliche Entscheidungen durch schnelle und umfangreiche Analysen unterstützen. Künstliche Intelligenz ist heute in der Lage, Entscheidungen zu treffen, welche menschliche Entscheidungen bereits übertreffen.

Dies liegt vor allem an der Fähigkeit der Maschinen, in Sekundenschnelle riesige Berge von Daten, die sogenannten Big Data, zu durchforsten und miteinander zu vergleichen. Eine Arbeit, die dem Menschen viele Stunden Recherche abverlangt hätte und es ihm dennoch nicht möglich gewesen wäre mit dem künstlichen Gehirn zu konkurrieren: Das kann nämlich 70 Trillionen Datenpunkte aus dem Internet nebst dazugehörigen und unüberschaubaren Vernetzungen erschließen. 

Damit schaffen smarte Maschinen dem Menschen zunehmend neue Freiräume und Möglichkeiten. War das Erfassen, Aufbereiten und Analysieren von Daten einst zeit- und ressourcenfressend, kann es heute unkompliziert und schnell von einer Maschine erledigt werden.

Dies bedeutet für viele Unternehmen, dass Aufgaben, die einst von Menschen in zeitintensiver Arbeit erledigt wurden, durch Algorithmen automatisiert werden können. Im Idealfall werden die Mitarbeiter für die Interpretation und Umsetzung der Analyseergebnisse eingesetzt.

Dabei galt KI vor wenigen Jahren noch als wissenschaftliche Nischenforschung und diente vor allem als Stoff für Science-Fiction-Literatur. Heute ist die Technologie längst fester Bestandteil des Alltags.

Big Data ist das Stichwort, welches in den vergangenen Jahren in aller Munde war. Gemeint sind damit die riesigen Datenmengen, welche durch die Verbreitung des Internets, den sozialen Medien, der wachsenden Zahl an verbauten Maschinensensoren und dem Internet der Dinge (Maschinen kommunizieren mit anderen Maschinen) produziert werden.

Dazu gehören beispielsweise auch Kunden- und Kreditkartendaten, die an den Kassen der Warenhäuser registriert werden, sowie die Analyse unstrukturierter Daten, beispielsweise in Form von Geschäftsberichten, E-Mails, Webformular-Freitexten oder Kundenbefragungen, die oft Bestandteil von Analysen sind.

Die Menge an verfügbaren Daten ist durch das Internet der Dinge und durch den Einsatz mobiler Geräte (neben PC, Smartphone, Tablet und andere smarte Gegenstände – z.B. smartes TV) in quasi jedem Haushalt immens gestiegen. Dazu kommt die hohe Geschwindigkeit, mit der die Daten heute erfasst, verarbeitet und genutzt werden können.

Big Data, billigere Computertechnologie und bessere Algorithmen lassen KI immer mehr zum Massenphänomen werden. Es gibt vier Entwicklungen, die den Siegeszug der künstlichen Intelligenz maßgeblich vorantreiben und beeinflussen.

Heute wird eine unglaubliche Zahl an Daten gespeichert und ausgewertet. Diese riesigen Datenmengen werden auch „Big Data“ genannt. Unternehmen stehen vor der Herausforderung, die anfallenden Datenmengen sowohl effizient als auch effektiv zu speichern und zu analysieren. Weil man aus den Daten Erkenntnisse gewinnen kann, die gewinnbringend eingesetzt werden können, spricht man von den Daten auch als „das Öl des 21. Jahrhunderts“

Daten werden heute mit sehr großer Geschwindigkeit erzeugt, gespeichert, verarbeitet und analysiert. Dies wird ermöglicht durch eine viel bessere Hardware als früher. Mithilfe von sogenannten „Memory-Technologien“ ist diese Verarbeitung möglich geworden, aber auch durch angepasste Software, also Algorithmen.

Big Data sorgt für eine große Vielfalt an Daten und stellt die KI vor die Aufgabe, nicht nur strukturierte Daten und Tabellen, sondern auch Daten aus Fließtexten, Bildern oder Videos zu analysieren. Das sind heute bereits 85 % der Datenmenge. Der Grund dafür sind unsere Social-Media-Posts. Dort fallen Unmengen an unstrukturierten Daten an, deren Bedeutung und Inhalt mithilfe von KI Technologien erfasst werden kann.

Die Glaubwürdigkeit von Daten bekommt immer mehr Bedeutung. Mit dem vermehrten Aufkommen von Daten häuft sich auch die Fälschung dieser. Rund um die globale Datensicherheit gilt deshalb als ein Megatrend für unsere gemeinsame Zukunft: Cybersicherheit!

Es geht dabei darum, dass nicht alle gespeicherten Daten glaubwürdig sind und ausgewertet werden sollten. Beispiele dafür sind manipulierte Sensordaten, Phishing Mails oder spätestens seit den letzten Präsidentschaftswahlen in den USA auch Fake News. Um echte von gefälschten Daten zu unterscheiden, werden ebenfalls KI-Technologien genutzt.

Eines haben Mensch und Maschine gemeinsam: Sie müssen lernen, um etwas zu wissen und zu beherrschen. Maschinen trainieren ihr Wissen mittels großer Datensätze, den sogenannten Trainingsdaten.

Besonders große US-Konzerne investieren massiv in die Weiterentwicklung der Künstlichen Intelligenz. Um KI immer weiter zu verbessern, braucht man große Datenmengen, um diese zu trainieren. Erst heute, mit den verbesserten Technologien, stehen diese Datenberge zum Modellieren und Trainieren der Künstlichen Intelligenzen zur Verfügung.

Die größten Erfolge der Künstlichen Intelligenz wurden in den letzten Jahren durch sogenannte „Deep-Learning-Verfahren“ erzielt. Bevor es Trainingsdaten gab, konnten Lernerfolge der KI nur mit großem Aufwand und Expertenwissen erzielt werden. Deshalb galt maschinelles Lernen lange Zeit als eine Nischenforschung. Heute jedoch, da große Datensätze verwendet werden können, um künstliche neuronale Netze zu trainieren, verbessern sich die Resultate in rasantem Tempo.

Als Faustregel gilt, dass ein Supervised-Deep-Learning-Algorithmus mit ungefähr 5000 kategorisierten Beispielen pro Kategorie und einem Trainingsdatensatz von mindestens 10 Millionen Beispielen bei der Erkennung und Klassifizierung von Bildern mindestens menschenähnlich oder sogar besser abschneidet. Durch die Trainingsmöglichkeiten hat sich das Thema maschinelles Lernen zu einer Spitzenforschung entwickelt und beeinflusst heute alle Bereiche unseres Lebens und Schaffens.

Daten an sich bringen keinen Wert. Es sind erst die Algorithmen, mit denen Wert aus Daten geschaffen wird.

Da es heute möglich geworden ist große Mengen von Daten schnell zu analysieren, stehen diese auch im Mittelpunkt der heutigen Industrie und ihrer Produktion. Deshalb feiert unser künstlicher Freund – mit immerhin über 50 – seine ersten beruflichen Erfolge.