Dahm Wie Künstliche Intelligenz unser Leben prägt

KI verständlich erklärt
1. Auflage 2022
ISBN: 978-3-648-16205-7
Verlag: Haufe
Format: EPUB
Kopierschutz: 6 - ePub Watermark

E-Book, Deutsch, 408 Seiten, E-Book

Reihe: Haufe Fachbuch

Künstliche Intelligenz (KI) ist dabei, sämtliche Lebens- und Arbeitsbereiche zu verändern. Das Buch bringt mit zahlreichen Praxisbeispielen Klarheit in diese durchaus komplexe Materie. Es unterstützt beim Einstieg und nimmt auch die Angst vor dieser komplexen Materie. KI-Anwender:innen und Praktiker:innen sowie Forscher:innen stellen praxisnah und leicht verständlich den großen Nutzen vor und weisen auch auf mögliche Barrieren und Herausforderungen bei KI-Anwendungen in unterschiedlichen Funktionsbereichen und Branchen hin. Das Buch möchte aufklären und inspirieren und zugleich dabei helfen, eine kritische Sicht zu bewahren.

Inhalte:

- Was künstliche Intelligenz ist und wie sie sich von menschlicher Intelligenz unterscheidet
- Moralische und ehtische Aspekte der KI
- KI und Nachhaltigkeit
- KI in Kundenkommunikation, Marketing und E-Commerce
- Praxisbeispiele aus Luftfahrt, Verwaltung, Logistik, Einkauf, Medizindiagnostik, Bau-, Land- und Immobilienwirtschaft, Modewelt u. v. m.

Autoren/Hrsg.

Dahm, Markus H.

Fachgebiete

• Wirtschaftswissenschaften Betriebswirtschaft Management Unternehmensführung
• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz
• Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsinformatik, SAP, IT-Management
• Mathematik | Informatik EDV | Informatik Angewandte Informatik Wirtschaftsinformatik

Leseproben

1 KI vor 40 Jahren
Von Carsten Hagemann Was Sie in diesem Kapitel erwartet Dieses Kapitel zeigt, welche Ideen in den 1980er-Jahren hinter der KI standen, welche Vorgehensweisen es gab und wie sich die technischen Möglichkeiten der KI damals von denen in den 2020ern unterscheidet. In den 1980ern wurde mit der KI mithilfe von Expertensystemen das Ziel verfolgt, die menschliche Logik durch die Repräsentation von Wissen nachzubilden. Unter anderem haben die technischen Voraussetzungen wie Rechengeschwindigkeit und Speicherkapazität die Möglichkeiten der KI in den 1980ern limitiert. Auch die Bild- und Spracherkennung als Schwerpunkte der heutigen KI waren noch in einem frühen Entwicklungsstadium. Die KI hat sich als eine junge Wissenschaft und bereits sehr stark in ihren Ideen, Methoden und Vorgehensweisen verändert. Es gab zum einen Sackgassen, gleichzeitig aber auch Fortschritte, die aufgrund der Entwicklung neuer Theorien möglich waren. Ohne die technische Weiterentwicklung der Computer wäre die KI nicht auf ihrem heutigen Stand. Anhand dieses Kapitels kann der Leser die wesentlichen Entwicklungsschritte der KI nachvollziehen und den aktuellen Stand der KI für sich bewerten. 1.1 Einführung
Künstliche Intelligenz (KI – englisch Artificial Intelligence: AI) ist keine neue Disziplin oder Technologie. Es gibt sie schon seit den 1950er-Jahren. Sie ist eher als angewandte Mathematik zu sehen, die mit Rechenmaschinen (Computer) umgesetzt wird. Mit dem Entstehen des Fachgebiets Informatik wurde die Künstliche Intelligenz eines ihrer Teilgebiete. Während der Anfänge der Künstlichen Intelligenz versuchte man ab 1957 in Forschungseinrichtungen in den USA – die USA waren damals führend im Bereich der KI –, ein Computersystem zu entwickeln, das alle ihm gestellten Probleme lösen konnte: den General Problem Solver (GPS). Der GPS versuchte nach dem Prinzip des Morphologischen Kastens die zu lösenden Probleme in Teilprobleme zu strukturieren und aufzuteilen, die dann wiederum in Teilprobleme strukturiert und aufgeteilt wurden. Dies wurde so lange gemacht, bis ein Teilproblem gelöst werden konnte. Aus den Lösungen der Teilprobleme sollte dann die Gesamtlösung hervorgehen. Nach über 10 Jahren vergeblicher Versuche wurde dieses Vorhaben eingestellt. Stattdessen verlegte man sich auf Computersysteme, die gezielt spezielle Probleme lösen konnten, die sogenannten Expertensysteme. Dieser Schritt wurde Ende der 1970er-Jahre eingeleitet und hatte seine Hauptzeit in den 1980er-Jahren. An der KI wurde auch an den deutschen Hochschulen als Teilgebiet der Informatik intensiv geforscht. Dabei war die Informatik selbst noch sehr jung. Entsprechend klein war auch die Anzahl der Personen, die sich mit Künstlicher Intelligenz auseinandergesetzt hatten. Abb. 1: Zeitleiste ausgewählte Meilensteine der KI 1.2 Expertensysteme – Forschungsschwerpunkt 1980er-Jahre
Das Hauptforschungsgebiet waren in den 1980er-Jahren die Expertensysteme (XPS) oder auch wissensbasierenden Systeme (WBS). Dies sind Computersysteme, welche die menschliche Logik durch die Repräsentation von Spezialwissen und Entscheidungsprozessen nachbilden, um ein Problem zu lösen. Expertensysteme können dabei nur Probleme für ein sehr eng definiertes Fachgebiet lösen. 1.2.1 Repräsentation von Wissen
Der eine wesentliche Bestandteil war die Erfassung des gesamten heuristischen Wissens für das Fachgebiet, und zwar so, dass es mit Programmen verarbeitet werden konnte. Das Wissen in der Wissensdatenbank besteht zum einen aus Fakten wie z. B. Temperatur: (<-20 0C; sehr kalt) (-10 0C; kalt) (30 0C; warm) (>30 0C; heiß) und aus Regeln. Diese können als einfache Regel (Wenn Dann ) bis hin zu strukturierten und komplexen Regeln mit Vorbedingung und Wahrscheinlichkeiten der Aktionen vorliegen. Das führte zu mehreren Herausforderungen. Zumeist handelt es sich um heuristisches Wissen, also etwas, das nicht scharf definiert ist, sondern einer Interpretation bedarf. Die Begriffe »kalt«, »warm« oder »heiß« kann ein Computerprogramm beispielsweise so nicht verarbeiten. Werden dafür Temperaturen angegeben (kalt: < -10 0C; warm: zwischen 0 und 30 0C; heiß: > 30 0C), so können diese in einem Programm verarbeitet werden. Dieses Daten sind jetzt in einer Struktur zu speichern, um das Wissen in den richtigen Bezug zu einem Objekt zu bringen. Luft z. B. fühlt sich bei 20 C warm an, während die gleiche Temperatur im Wasser als kalt empfunden wird. Man musste also das gesamte Know-how bestehend aus Fakten und Regeln zu dem Fachgebiet erfassen und in einer Datenbank speichern, um alle möglichen Fälle in diesem Fachgebiet bearbeiten zu können. Das war somit eine kleine, in sich abgeschlossene Welt (Closed World Assumption). Hatte man jetzt einen Fall, der nicht mit dem gespeicherten Wissen abgedeckt wurde, konnte dieser Fall nicht bearbeitet werden bzw. führte zu keinem befriedigenden Ergebnis. In dieser Zeit wurde die Rolle des Knowledge Engineers entwickelt. Ein Knowledge Engineer ist ein Fachmann, der sich mit der Entwicklung von fortgeschrittener Logik in Computersysteme beschäftigt. Seine Aufgabe war es, das Wissen von Experten so zu erfassen und zu strukturieren, dass es in einem Expertensystem verarbeitet werden konnte. Die Arbeit des Knowledge Engineers hatte entscheidende Bedeutung für die Qualität der Wissensbasis und somit auch für die Ergebnisqualität des Expertensystems. 1.2.2 Inferenzmaschine
Der zweite wesentliche Bestandteil für ein wissensbasierendes System ist die Inferenzmaschine. Die Inferenzmaschine ist der Teil des wissensbasierenden Systems, der das vorhandene Wissen verarbeitet und daraus neue Aussagen ableitet. Sie ist der Teil, der eine anzuwendende Regel auswählt und ausführt. Dabei entstehen neue Fakten, auf die wieder eine Regel anzuwenden ist. Ist keine Regel mehr anwendbar, ist ein Ergebnis gefunden. Die Inferenzmaschine sucht also in der Wissensbasis nach ausführbaren Regeln. Sind mehrere Regeln anwendbar, ist eine davon nach einer festzulegenden Auswahlstrategie anzuwenden. 1.2.3 Einsatz von Expertensystemen in der Praxis
Die ersten Expertensysteme wurden bereits in den 1970er-Jahren an amerikanischen Universitäten entwickelt. Ab Anfang der 1980er-Jahre begann die KI durch den Einsatz von Expertensystemen praxisnäher zu werden. Obwohl sich die Forschung an Expertensystemen noch in den Kinderschuhen befand, gab es bereits vereinzelt kommerzielle Einsätze in der Praxis. Das hauptsächliche Anwendungsgebiet für Expertensysteme war die Analyse und Diagnose von Problemen. Hier ein paar Beispiele: ELIZA ELIZA ist ein Chat-Bot-Programm, das 1967 von Josef Weizenbaum noch vor dem ersten Expertensystem entwickelt wurde. Es hatte sich mit seinem Anwender »normal« unterhalten. Heute nennt man das Chatbot. Dieses Programm hieß ELIZA – angelehnt an Eliza Doolittle aus Pygmalion von George Bernard Shaw. Das Programm ELIZA ist eine oberflächliche Simulation einer Psychotherapeutin, die eine bestimmte Methode verwendet. ELIZA verwendet ein strukturiertes Wörterbuch (Thesaurus). Ein eingegebener Satz wird danach durchsucht, ob ein Wort aus dem Thesaurus darin enthalten ist. Ausgehend von diesem Wort wird nach Synonymen und Oberbegriffen gesucht. Diese werden in eine Phrase passend zum Themengebiet eingesetzt und mit einer Frage oder Aufforderung zu einer weiteren Eingabe ausgegeben. Kommt in einem Satz kein Wort aus dem Thesaurus vor, antwortet das Programm mit »Das habe ich nicht verstanden. Können Sie mir das bitte erklären?« oder »Davon verstehe ich nichts. Lassen Sie uns das Thema wechseln.« ELIZA kommunizierte derart »menschlich« mit den Benutzern, dass sie tatsächlich glaubten, mit einer realen Person zu kommunizieren. Dieses »menschliche« Erscheinungsbild wird neben der fachlichen Komponente auch heute noch von Chatbots verwendet, womit deren Erfolg bei ihren Benutzern erklärt werden kann. MYCIN MYCIN ist ein seit 1972 an der Stanford University in der Programmiersprache Lisp entwickeltes Expertensystem, das zur Diagnose und Therapie von Infektionskrankheiten durch Antibiotika eingesetzt wurde. Zu der Zeit seiner Entwicklung begann man die übermäßige Anwendung von Antibiotika kritisch zu betrachten und suchte daher nach Methoden, ihre Anwendung in Abhängigkeit vom jeweiligen Krankheitsbild zu...

Über Autor(innen)

Dahm, Markus H.
Markus H. Dahm ist Berater für Geschäftsprozessoptimierung, Organisational Change Management sowie Digitale Transformation von Organisationen. Auch ist er in der Hochschullehre tätig. Er publiziert regelmäßig zu aktuellen Management- und Leadership-Fragen und er ist Autor und Herausgeber zahlreicher Bücher.

Markus H. Dahm

Markus H. Dahm ist Berater für Geschäftsprozessoptimierung, Organisational Change Management sowie Digitale Transformation von Organisationen. Auch ist er in der Hochschullehre tätig. Er publiziert regelmäßig zu aktuellen Management- und Leadership-Fragen und er ist Autor und Herausgeber zahlreicher Bücher.