Mobile Business

Smarte Zukunft – wie KI Produkte und Dienste intelligenter machen

Digitalisierung, Industrie 4.0,  Smart Services, Internet of Things, Big Data, Artificial Intelligence – diese Begriffe prägen in den letzten Jahren verstärkt den technologischen und industriellen Fortschritt unserer Zeit. Immer mehr Produkte, Maschinen und Infrastrukturen werden dabei mit Sensoren und anderen digitalen Technologien ausgestattet und verknüpft. Mit Hilfe dieser Technologien lassen sich Unmengen an Daten sammeln, die sich als Smart Data mittels entsprechender ‚intelligenter‘ Software zu nutzbringende Informationen verarbeiten lassen. Dadurch lassen sich nicht nur wesentliche Arbeits-, Produktions-, Geschäftsprozesse automatisieren, sondern auch alltägliche Dinge vereinfachen. Verpackt in Dienste und Dienstleistungen spricht man dann auch von Smart Services. Ein wesentlicher Aspekt dieser Smart Services ist dabei, dass der Benutzer im Mittelpunkt steht und Serviceleistungen individuell auf ihn zugeschnitten sind auf Grundlage der gesammelten und analysierten Daten.[1]

Gerade die Durchbrüche in der ‚Künstlichen Intelligenz‘- Forschung und deren Technologietransfer in nutzbringende Devices und Apps (wie smarte Sprachassistenten, Bilderkennung, Sprachübersetzung etc.) machen Geräte und allen voran unsere elektronischen Mobile Devices erst richtig ‚smart‘. Doch was versteht man eigentlich unter ‚Künstliche Intelligenz‘ tatsächlich und in welchen Bereichen und Mobilen Diensten kann man als User diese heute bereits erleben bzw. werden wir im Hintergrund von ihr unterstützt?  

Was ist K.I. Künstliche Intelligenz?

 Quelle: https://www.youtube.com/watch?v=3RsmRMqX2IY 

 

Künstliche Intelligenz fasziniert und beschäftigt die Menschen schon seit vielen Jahrzehnten und wird seit den späten 1990er Jahren zunehmend auch in der Forschung wesentlich vorangetrieben (siehe Schachspiel-Computer Deep Blue oder zuletzt Google Deep Mind, etc.) Doch erst in den der jüngsten Vergangenheit scheint das Thema KI-Forschung so richtig an Fahrt zu gewinnen. Die Gründe dafür liegen zum einen in der vermehrten Verfügbarkeit großer Datenmengen (Big Data) die aus unterschiedlichsten  digitalen Quellen gewonnen werden können (IoT, Sensoren, Netzwerke, etc.) und natürlich zum anderen in den verbesserten Algorithmen und Analysetools, die erst durch die technologischen Fortschritte in der Chip-Entwicklung und der stetig steigenden Rechenleistungen von Computern (Stichwort Cloud Computing) umgesetzt und effizient eingesetzt werden können.

Um zu verstehen, was künstliche Intelligenz wirklich bedeutet, sind im Folgenden einige Begriffe erläutert, die im Zusammenhang mit KI relevant sind:

Künstliche Intelligenz

Intelligenz an sich ist im Wesentlichen die „Fähigkeit zu lernen, zu verstehen und auf Vernunft basierend Entscheidungen zu treffen“. Künstliche Intelligenz lässt sich definieren als „wissenschaftliches Verstehen der Mechanismen, die dem denkenden intelligenten Verhalten zugrunde liegen und deren Implementierung in Maschinen“[6].  Im Bezug auf das Imitieren des menschlichen Gehirns wird KI auch als Bereich der Computerwissenschaften bezeichnet, das sich mit der Erschaffung von Computersystemen beschäftigt, die Handlungen analog zum menschlichen Denken und menschlicher Entscheidungsfindung durchführen [6].   

Maschinelles Lernen

Mit "Künstlicher Intelligenz" geht auch meistens immer der Begriff „Maschinelles Lernen“ einher. Maschinelles Lernen kann dabei als Untergruppe der KI betrachtet werden und man versteht darunter das künstliche Generieren von Wissen aus Erfahrung, bzw. das Entdecken von Mustern in den Daten, die zu weiteren Vorhersagen genutzt werden. Beim maschinellen Lernen wird  zunächst mit sogenannten Trainingsdaten  ein Modell mit relevanten Funktionen aufgebaut und im Anschluss auf Richtigkeit mit Validierungsdaten überprüft. Mittels Test-Daten werden schließlich Performance und Genauigkeit der Ergebnisse geprüft.  [4]

 

Quelle: http://usblogs.pwc.com/emerging-technology/a-look-at-machine-learning-infographic/ ;

Die Gebiete in denen maschinelles Lernen mittlerweile eingesetzt wird, sind umfangreich. Chatbots, Intelligente Sprachassistenten, Diagnosetools, Medizinische Diagnostik, Dokumentenklassifizierung, Spamerkennung, sind nur einige Beispiele dafür. [4]

Deep Learning

Eine besondere Ausprägung des maschinellen Lernens ist das sogenannte Deep Learning. Dabei handelt es sich mehr oder weniger um ein eigenständiges Lernen künstlicher neuronaler Netze die zumindest ansatzweise jenen des menschlichen Gehirns ähnlich aufgebaut sind. Zwischen Eingabe und Ausgabeschichten bilden zahlreiche Zwischenlagen eine umfangreiche innere Struktur von Knotenpunkten. Die Besonderheit bei Deep Learning ist, dass das System quasi selbständig lernt und sich seine Verbindungen zu den jeweiligen Knotenpunkten (Neuronen) auf- und ausbaut. [4]

Quelle: https://www.xenonstack.com/blog/data-science/log-analytics-deep-machine-learning-ai/ ;

 

Ausprägungen von KI

Um Herauszufinden wo man KI nutzbringend einsetzen kann, ist es für Unternehmen wesentlich zu wissen, wie KI Systeme funktionieren und welche Technologien für welche Aufgaben eingesetzt werden können. Davenport und Ronanki [9] haben dazu beispielhaft drei unterschiedliche Hauptfelder bzw. Bedürfnisse im B2B bzw. B2C Bereich definiert:

Robotic process automation (RPA)

Die häufigste Anwendung betrifft aktuell die Prozessautomatisierung, in der sogenannte ‚Softwareroboter‘, sprich der Code am Server, wie Menschen agieren und Informationen aus unterschiedlichen IT Systemen eingeben sowie verarbeiten. Benutzereingaben werden quasi nachgeahmt. Diese Art der Anwendung bedarf bisher die wohl einfachste, aber auch die am wenigsten „smarteste“ KI.

• Aktualisieren von Kundendaten auf Basis von Call Center Systemen
• Automatisiertes „Lesen“ von Vertragsdokumenten, ermitteln der Provisionen, Förderungen, etc.
• Ausführen von Dateneingaben in ein ERP System
• Ausführen von gesamten Geschäftsprozessen
• … 

Cognitive Insight

Unter „cognitive Insight“ - was im Wesentlichen dem maschinelle Lernen entspricht -  versteht man das Aufspüren von Mustern in großen Datenmengen und die Interpretation deren Bedeutung. Im Vergleich zu herkömmlichen Analysemodellen ist Cognitive Insight charakterisiert durch hohe Datenintensivität und dadurch, dass die Modelle mit fortlaufender Anwendung immer besser werden.

• Vorhersage von Kaufentscheidungen von Kunden 
• Feststellen von Kreditbetrug und Versicherungsansprüche in Echtzeit 
• Automatisierung von personalisierter Werbung
• Bereitstellen von präziseren Daten für Versicherungsunternehmen
• Analyse von Daten aus Wearables

Cognitive engagement

Cognitive engagement betrifft die persönliche  Interaktion von Maschinen mit dem Menschen.  Kognitive Systeme werden in erster Linie als intelligente Assistenten eingesetzt, die beispielsweise mit natürlicher Sprache oder als Chatbots mit dem User in Echtzeit kommunizieren und diesen bei seinen Aktivitäten und Entscheidungen unterstützen. [4] 

• 24/7 Kundenservice in automatisierter natürlicher Sprache
• Empfehlungen bei Gesundheitsfragen
• Bsp. Amelia [10], Amazons Alexa [11] 

Mit IBMs Watson, dem wohl bekanntesten "intelligenten" Computerprogramm, das mit seinem Rekordgewinn in der Quizssendung Jeopardy 2011 für aufsehen sorgte, wurde eine semantische Suchmaschine auf Basis von Maschinellen Lernen geschaffen, das mittlerweile auch kommerziel vermarktet wird. [20]

Eine weitere interessante Einteilung von aktuellen KI Anwendungen wurde von pwc [21] getroffen und ist in der nachfolgenden Grafik dargestellt:

Quelle: https://www.pwc.com/gx/en/industries/tmt/publications/assets/ai-enabled-smartphone.pdf 

In einer Umfrage von Delloitte wurde untersucht, welche Vorteile  KI in den befragten Unternehmen bringen:

Quelle: Delloitte 2017

 

KI in Mobile Devices

Wie Kollegin Anica in ihrem Blogbeitrag [13] bereits erwähnt hat, kommt KI verstärkt auch in Mobile Devices wie Smartphones oder smarten Lautsprechern wie Amazons Echo zum Einsatz. Einen wesentlichen Beitrag liefern dabei marktführende Computer-Chiphersteller wie NVidia und Co, die vermehrt Spezial Chips für künstliche Intelligenz herstellen, die nicht nur in autonome Autos zum Einsatz kommen, sondern auch in diversen Alltagsgegenständen wie eben Smartphones. Auch Apple und Huawei haben mittlerweile neuronale Netze in ihren Smartphone-Prozessoren integriert. [14]  

Zum Einsatz kommt die KI dabei neben den bekannten Sprachassistenten wie Apple Siri, Google Assistant, Microsoft Cortana und Samsung Bixby [18] u.a. bereits für die Gesichtserkennung (FaceID von Apple) sowie bei der Erkennung von Fotomotiven (Huawei) [15]. Auch die Kamerafunktion selbst kann beispielsweise beim neuesten Google Smartphone (Pixel 2) mittels KI optimiert werden.  Eine  Forschung von NVidia beschäftigt sich aktuell mit dem flüssigen Abspielen von Videos in Super-Slowmotion in dem es 30fps Bilder in ein 240 fps mittels KI umwandelt [19]. Ebenso sollen die intelligenten Chips dabei helfen, die Akkuleistung zu steigern indem sich das Smartphone merkt, wann es genutzt wird bzw. wann es geladen wird, wenn es über Nacht am Ladekabel hängt. [16]

Obwohl KI Anwendungen bereits durchaus  bei vielen Smartphone Usern bekannt sind, werden sie nach wie vor noch eher selten genutzt, wie die Übersicht aus einer Studie von 2017 zeigt:

 

Quelle:  http://ap-verlag.de/kuenstliche-intelligenz-wie-smartphone-nutzer-von-ki-profitieren/40369/

 

Quelle: http://ap-verlag.de/kuenstliche-intelligenz-wie-smartphone-nutzer-von-ki-profitieren/40369/ ;

 

Zukünftig soll die KI in Smartphones den Nutzer generell bei der Bedienung verstärkt unterstützten , indem sie aus seinen Gewohnheiten lernt und das Endgerät auf seine spezifischen Bedürfnisse anzupassen. [18]

 

Quellen:

[1] http://wiki.iao.fraunhofer.de/index.php/Smart_Services, abgerufen am 15.06.2018.

[2] https://de.wikipedia.org/wiki/Smart_Service, abgerufen am 15.06.2018.

[3] https://www.youtube.com/watch?v=3RsmRMqX2IY , abgerufen am 14.06.2018.

[4] https://www.bmvit.gv.at/innovation/downloads/kuenstliche_intelligenz.pdf, abgerufen am 14.06.2018. 

[5] https://de.wikipedia.org/wiki/Maschinelles_Lernen ; , abgerufen am 14.06.2018. 

[6] Center for Data Innovation. (2016). The Promise of Artificial Intelligence

[7] http://usblogs.pwc.com/emerging-technology/a-look-at-machine-learning-infographic/ , abgerufen am 14.06.2018.

[8] https://www.xenonstack.com/blog/data-science/log-analytics-deep-machine-learning-ai/ , abgerufen am 15.06.2018.

[9] Thomas H. Davenport et al. (2018), Artificial Intelligence for the Real World. In HARVARD BUSINESS REVIEW JANUARY–FEBRUARY 2018.

[10] https://www.ipsoft.com/amelia/ , abgerufen am 15.06.2018.

[11] https://de.wikipedia.org/wiki/Amazon_Echo, abgerufen am 15.06.2018. 

[12] https://deepmind.com/research/alphago/ , abgerufen am 15.06.2018.

[13] https://collabor.idv.edu/mobu18s/stories/55250/ , abgerufen am 16.06.2018.

[14] https://www.br.de/nachrichten/boom-markt-kuenstliche-intelligenz-102.html, abgerufen am 16.06.2018.

[15] https://futurezone.at/produkte/android-p-smartphones-koennen-noch-viel-schlauer-werden/400033603?utm_source=futurezone.at&utm_campaign=1e2ad20262-newsletter_futurezone_at&utm_medium=email&utm_term=0_667c8ddbb8-1e2ad20262-108624129, abgerufen am 16.06.2018.

[16] https://www.stern.de/digital/smartphones/2017-war-das-jahr--in-dem-das-smartphone-denken-lernte-7779982.html , abgerufen am 16.06.2018.

[17] https://www.wiwo.de/technologie/digitale-welt/kuenstliche-intelligenz-jetzt-denkt-das-smartphone-mit/21002352.html, abgerufen am 16.06.2018.

[18] https://www.searchnetworking.de/meinung/Kuenstliche-Intelligenz-Bahn-frei-fuer-KI-auf-mobilen-Geraeten, abgerufen am 16.06.2018. 

 [19] https://newatlas.com/standard-video-into-slow-motion-nvidia/55085/,  abgerufen am 19.06.2018. 

[20] https://www.ibm.com/watson/, abgerufen am 17.06.2018.

[21] https://www.pwc.com/gx/en/industries/tmt/publications/assets/ai-enabled-smartphone.pdf, abgerufen am 17.06.2018

 

Künstliche Intelligenz im Bereich des Gesundheitswesens kann über verschiedene Felder zu einer Einsparung von 150 Milliarden USD - allein in den USA bis 2026 - führen.

 

Hier gehts zum Artikel über: ARTIFICIAL INTELLIGENCE: Healthcare’s New Nervous System