KI KURZ ERKLÄRT - Accenture...„KI-Strategie“, die Deutschland führend bei der Entwicklung und...

KI KURZ ERKLÄRTKÜNSTLICHE INTELLIGENZ: EIN TASCHENFÜHRER FÜR FÜHRUNGSKRÄFTE

INHALT

Vorwort

Die größte Technologie-Revolution,

die die Welt je erlebt hat

Was genau ist eigentlich KI?

Moment mal, kommt uns das nicht

bekannt vor?

Ok, ich bin überzeugt. Und was

muss ich jetzt unternehmen?

Und was bedeutet das Ganze?

Die Uhr tickt – es wird Zeit,

durchzustarten!

3

8

14

40

48

81

93

2 |

Vorwort

Ob der Herbst 2018 in Zukunft wirklich mal den deutschen Start ins KI-Zeitalter markiert? Zumindest schaffte es das Thema „Künstliche Intelligenz“ aus Wirtschafts- oder Technologiemagazinen auf die Titelseiten der Tageszeitungen und in die Fernsehnachrichten. Gerade die Bundesregierung lieferte Schlagzeilen: Mit dem „Digital-Gipfel“ sowie ihrer „KI-Strategie“, die Deutschland führend bei der Entwicklung und Anwendung dieser Technologie machen soll. Milliarden Euro für Forschungseinrichtungen, technische Infrastruktur oder Testläufe sollen helfen, den KI-Einsatz zu forcieren. Leuchtturm-Projekte sollen KI-Anwendungen etwa für den Umwelt- und Klimaschutz entwickeln, zusätzliche Professuren der breiten Verankerung von KI an Hochschulen dienen, „KI-Trainer“ mindestens 1.000 Unternehmen pro Jahr für die Bedeutung von künstlicher Intelligenz im Betrieb sensibilisieren und Experten den Einsatz von KI in der Arbeitswelt diskutieren.

Spätestens dieses Engagement der Politik setzte die künstliche Intelligenz in vielen Unternehmen auf die Tagesordnung. Es regt die Fantasie der Manager an, welche bisher ungeahnte Chancen für mehr Umsatz und neue Geschäftsmodelle wohl in KI stecken könnten – vom autonomen Fahren über die automatische Diagnose von Krankheiten bis zur optimalen Steuerung von Maschinen, Steigerung der Energieeffizienz oder Entwicklung hochindividueller Produkte. Doch bevor sie ihre Fantasie zu sehr schweifen lassen und möglicherweise in

3 |

Science-Fiction-Szenarien abdriften, sollten Entscheider sich die Ausgangssituation für ihre eigene KI-Strategie klarmachen. Wo steht das Unternehmen bei der Digitalisierung? In welchem Bereich wäre der Einsatz von künstlicher Intelligenz besonders erfolgversprechend? Mit wem sollte man sich eventuell zusammentun, um KI richtig nutzen zu können? Bei der Beantwortung dieser Fragen helfen folgende Feststellungen:

01. Wirklich effektiv ist eine KI – zumindest zum jetzigen Zeitpunkt – erst, wenn sie mit ausreichend vielen Daten von hoher Qualität gefüttert wird. Daran hapert es in den meisten deutschen Unternehmen. Gerade beim Sammeln und Auswerten von Informationen über Verbraucher scheint die US-Konkurrenz einen kaum aufholbaren Vorsprung zu haben. Auch chinesische Mitbewerber können hier aus einem größeren Datenpool schöpfen, um ihre KI aufzupäppeln. Besser aus den Startlöchern gekommen sind die Deutschen bei den Themen Geschäftskunden und Industrie 4.0 – hier wartet ein wahrer Datenschatz darauf, gehoben zu werden. Derzeit stellt selbst der Zugriff auf bereits vorliegende, interne Daten für hiesige Unternehmen noch eine enorme Hürde dar. Aber grundsätzlich bietet sich heimischen Konzernen die Chance, durch die Entwicklung digitaler Dienstleistungen oder den Aufbau innovativer Plattformen zum globalen Schrittmacher ihrer Branche zu werden. Das wird allerdings nur gelingen, wenn sie ihr Geschäftsmodell konsequenter und umfassender als bisher um die Arbeit mit Daten jeder Art erweitern und so die Basis für einen wirklich gewinnbringenden KI-Einsatz schaffen.

4 |

02. So gut wie überall finden sich Daten, die wertvoll für die Verfeinerung existierender und die Entwicklung neuer Angebote sein können. Das gilt nicht nur für den Einsatz eines Produktes im eigenen Betrieb oder bei Kunden, die das Produkt sowie bestimmte Services nutzen. Auch abseits dieses Kosmos entstehen Unmengen von Daten, die als Futter für die KI dienen sollten. Daher werden Plattformen oder Daten-Ökosysteme zum sicheren Austausch von Daten in ganzen Industrien erfolgsentscheidend für neue Geschäftsmodelle sein. Die Here-Plattform, über die einige Autokonzerne bereits Mobilitätsdienste zusammenfassen, ist beispielhaft dafür, wie das zielgerichtet und erfolgreich funktionieren kann – aber derzeit auch noch die Ausnahme. Weitere deutsche Unternehmen quer durch alle Branchen müssen solche Plattformen aufbauen.

03. KI wird nur durch enge Kooperation von Wirtschaft und Wissenschaft zum konkreten Produkt oder Geschäftsmodell. Lange galt es hierzulande als regelrecht anrüchig, wenn sich Forscher einer Hochschule mit Entwicklern eines Unternehmens zusammentun. An KI arbeitende Institutionen und Organisationen sind daher zu wenig vernetzt – und gute theoretische Erkenntnisse finden deshalb immer noch viel zu selten oder langsam den Weg in die praktische Anwendung. Also muss die Forschung in Wirtschaft und Wissenschaft stärker verzahnt werden. Schließlich sind auch die Digitalkonzerne des Silicon Valley nicht zufällig zwischen drei Weltklasse-Universitäten entstanden.

5 |

Wirtschaft, Wissenschaft und Politik müssen sich schnell bewegen, damit Deutschland bei der KI nicht den Anschluss verliert. Dabei mag der Rummel um „Digital-Gipfel“ und „KI-Strategie“ als Weckruf hilfreich sein. Entscheidend aber sind rasche und konkrete Schritte auf allen Ebenen, mit denen sich der Wandel aktiv gestalten lässt. Das reicht von einer umfassenden Verwaltungsmodernisierung über effektive Innovationsförderung und gezielte Investitionen bis zur verstärkten Entwicklung und Pflege von Talenten, damit nicht noch mehr KI-Experten ins Silicon Valley abwandern. Es ist bemerkenswert, dass dort so manche Forschungsgruppe Deutsch spricht. Um diese Fachleute hier zu halten, braucht es in den Unternehmen ein neues Denken. Oder genauer gesagt: Mehr Tun. Gerade auf einem sich rasant entwickelnden Feld wie KI geht es darum, etwas auszuprobieren. Etwas zu wagen. Mögliche Fehlschläge als Lerneffekt hinzunehmen. Große Planungen oder Präsentationen helfen nicht weiter. Was antwortete ein Forscher im Silicon Valley so schön auf die Frage, wie er KI-Projekte darstellt: „Bis ich eine Idee in Powerpoint gepackt hätte, wäre sie schon wieder überholt.“

Ist KI mehr als ein weiteres Technologie-Buzzword? Ja. KI könnte sogar die größte Technologie-Revolution sein, die die Welt je erlebt hat. Noch kann Deutschland diese Revolution mitgestalten – falls die Unternehmen agieren, statt zu lamentieren. Gutes Beispiel dafür ist die Datenschutz- Grundverordnung. Die Wirtschaft sollte darin

6 |

Andreas Braun, Managing Director, Accenture Applied Intelligence

keine Belastung sehen, sondern eine Chance. Natürlich diktiert die DSGVO den Unternehmen mehr Vorgaben für den Umgang mit Daten – der Basis für jede KI-Anwendung. Aber indem sie den Menschen mehr Kontrolle über ihre Daten gibt, erleichtert sie zugleich den Wechsel zu Anbietern, die mehr Vertrauen genießen. Wer also die DSGVO konsequent implementiert und dies offensiv kommuniziert, macht sich attraktiver für neue Kunden, die dann auch gleich – der von der DSGVO vorgeschriebenen Datenportabilität sei Dank – leicht zu dem vertrauenswürdigeren Dienst wechseln können. Das kann für die deutsche Wirtschaft im B2B- wie im B2C- Geschäft zum starken Argument werden: Hier trauen sich Unternehmen untereinander und gelten bei den Verbrauchern als besonders vertrauenswürdig. Vertrauen ist ein in der digitalen Welt kaum zu überschätzender Wettbewerbsvorteil bei Geschäftsmodellen, die auf dem Umgang mit Daten basieren.

Die Chancen der KI für den Standort Deutschland sind enorm. Es ist an den Unternehmen, sie beherzt zu ergreifen. Dieser Leitfaden zeigt auf leicht verständliche Weise, warum Entscheider sich dem Thema KI nähern sollten, wo sie am besten damit anfangen und wie künstliche Intelligenz sich einsetzen lässt, um Werte zu schaffen sowie das Unternehmen dauerhaft stärker zu machen.

7 |

DIE GRÖßTE TECHNOLOGIE-REVOLUTION,

DIE DIE WELT JE ERLEBT HAT

8 |

4

Technologie-Revolution

Alle sprechen von künstlicher Intelligenz (KI). Ob in Vorstandsetagen oder Fabrikhallen, ob in Callcentern oder Logistikunternehmen, ob bei Regierungen oder Kapitalgebern – überall ist künstliche Intelligenz plötzlich das angesagte Trendthema.

Doch ist KI mehr als ein weiteres Technologie-Buzzwort?

Die Antwort lautet ja. KI könnte sogar die größte Technologie-Revolution sein, die die Welt je erlebt hat. Dieser Taschenführer erklärt, warum.

9 |

In den letzten 20 Jahren hat die Wirtschaft große Umwälzungen erfahren. Die digitale Revolution hat seit dem Jahr 2000 mehr als die Hälfte aller Fortune-500-Firmen aus dem Geschäft gedrängt.1 Dieser Wandel wird jetzt durch künstliche Intelligenz verstärkt. Oder, wie es der Chef von Microsoft, Satya Nadella, ausdrückte: „KI ist die ultimativ bahnbrechende Technologie”.

Warum? Künstliche Intelligenz ist das, was Ökonomen eine Universal-Technologie nennen. Die Bedeutung dieser Technologien liegt darin, dass sie nicht nur durch ihren direkten Beitrag zur Gesellschaft eine Umwälzung auslösen, sondern darüber hinaus viele weitere Innovationen anstoßen. So ermöglichte Strom beispielsweise die Elektrifizierung von Fabriken, telegrafische Kommunikation und alles, was darauf basiert. Ein weiteres Beispiel ist der Verbrennungsmotor, aus dem Automobile, Flugzeuge und somit moderne Transport- und Logistik-Netzwerke enstanden.

Künstliche Intelligenz wird ähnlich starke Auswirkungen auf die Gesellschaft haben.

10 | Technologie-Revolution

2029 werden Maschinen intelligenter sein als wir.”Ray Kurzweil, Futurist und Alphabet Director of Engineering

Künstliche Intelligenz ist heute Dank der kombinatorischen Wirkung einer Reihe schnelllebiger Technologie-Trends einsatzbereit (mehr über die Entwicklung von KI siehe Seite 42). Diese Trends haben die Eintrittsbarrieren für KI in zahlreichen Branchen gesenkt und den Weg für eine neue Generation KI-getriebener Unternehmen freigemacht. Die neuen Konkurrenten sind geschickter, flinker und unabhängig von traditionellen Technologiesystemen, Vertriebswegen oder der Notwendigkeit, Mitarbeiter zu transformieren. Die Wettbewerbsbedingungen für etablierte Unternehmen werden dadurch dramatisch verändert.


Private Investitionen boomen. In den ersten neun Monaten des Jahres 2017 wurde Risikokapital in Höhe von 7,6 Milliarden Dollar in KI investiert (im Vergleich zu 5,4 Milliarden Dollar in 2016)2. Gleichzeitig hat die Zahl der registrierten KI-Patenten einen Höchststand erreicht und ist fünfmal höher als im Jahr 20063. In den USA ist die Zahl der KI-Start-ups in nur vier Jahren um das Zwanzigfache gestiegen.

Auch Regierungen und Forschungseinrichtungen sind sich der Vorteile bewusst und stellen sicher, dass KI-Technologien künftig genutzt werden. Accenture und Frontier Economics haben für 12 Volkswirtschaften berechnet, wie sich eine umfassende Nutzung von KI in der Wirtschaft auswirkt: Das jährliche Wirtschaftswachstum würde sich verdoppeln und die Arbeitsproduktivität bis 2035 um bis zu 40% steigen.4

Wir haben es also mit einer rasant voranschreitenden, extrem wettbewerbsintensiven und sich schnell wandelnden Investitions- und Forschungslage zu tun. Fazit: KI ist heute Realität – jede Führungskraft sollte sich dessen bewusst sein und reagieren.


Bis 2020 wird der KI-Markt auf über 40 Milliarden Dollar wachsen.5

Constellation Research


14 |

WAS GENAU IST EIGENTLICH KI?

Sie haben viel über künstliche Intelligenz gehört und wissen, dass KI eine große Sache ist. Aber was ist KI denn nun wirklich? Diese Frage lässt sich nicht so einfach beantworten, wie man vielleicht denkt. Eine allgemeingültige Definition von „künstlicher Intelligenz” gibt es leider auch nicht. Das liegt daran, dass KI keine Technologie im engeren Sinne ist. Sie ist vielmehr eine Sammlung verschiedener Technologien, die so zusammengeführt werden können, dass sie in der Lage sind, Maschinen mit menschenähnlicher Intelligenz auszustatten.

15 | Was ist KI?

Statt mit einer weiteren Definition aufzuwarten, betrachten wir künstliche Intelligenz als eine Grundstruktur von verschiedenen Fähigkeiten. Diese soll helfen zu verstehen, was KI ist, und ein Bild von den zugrundeliegenden Technologien zu bekommen.

Die vier wichtigsten Dinge, die KI einer Maschine ermöglicht, sind:

WAHRNEHMEN. KI sorgt dafür, dass eine Maschine die Welt um sie herum wahrnimmt, indem sie Bilder, Töne, Sprache, Text und weitere Daten erfasst und verarbeitet.

VERSTEHEN. KI sorgt durch Mustererkennung dafür, dass eine Maschine die Informationen, die sie sammelt, versteht und aufgrund ihres Zusammenhangs interpretiert.

HANDELN. KI sorgt dafür, dass eine Maschine basierend auf dieser Interpretation entsprechend handelt – in der natürlichen sowie digitalen Welt.

LERNEN. KI ermöglicht eine kontinuierliche Leistungssteigerung, indem die Maschine aus den Erfolgen und Misserfolgen ihrer Handlungen lernt.

16 | Was ist KI?

WAS STECKT DAHINTER? COGNITIVE COMPUTING UND KÜNSTLICHE INTELLIGENZ

Cognitive Computing ist ein Begriff, der von KI-Experten häufig verwendet wird. Doch was ist das? Und wo liegt der Unterschied zur künstlichen Intelligenz? Genau wie es keine allgemeingültige Definition von KI gibt, kann auch Cognitive Computing unterschiedlich interpretiert werden. In den meisten Fällen ist damit die Fähigkeit von KI gemeint, die Umwelt wahrzunehmen und zu begreifen.

17 | Was ist KI?

Die Stärke des maschinellen Lernens

Die Lernleistung von KI und die Tatsache, dass eben nicht eindeutig programmiert werden muss, um in einer vorher definierten Weise zu agieren, ist entscheidend. Denn gerade die Fähigkeit, anhand von Datenanalysen zu entscheiden, welche Handlungen notwendig sind, um eine Aufgabe zu lösen, ist das, was ein System „intelligent“ macht und KI von anderen Formen der Automatisierung unterscheidet.

Wenn die besten KI-Systeme die Aufgabe bekommen, für sich selbst zu lernen, können die Ergebnisse außergewöhnlich sein. AlphaGo, eine von Google DeepMind entwickelte KI, ist das erste Computerprogramm, das einen menschlichen Spieler im hochkomplexen Brettspiel Go geschlagen hat.6 AlphaGo wurden die Regeln des Spiels erklärt und anschließend Tausende Spiele gezeigt, in denen Menschen gegen Menschen spielten, sodass sie allein herausfinden konnte, welche Strategie zum Sieg geführt hat. Das Ergebnis: ein Sieg über den legendären Go-Weltmeister Lee Sedol.

Aber das war noch nicht das Ende des Go-Erfolges von DeepMind. Die Firma entwickelte daraufhin eine zweite, noch stärkere Version von AlphaGo – AlphaGo Zero.7

18 | Was ist KI?

Die jüngste Version, AlphaZero, ging sogar noch weiter. AlphaZero demonstrierte, dass sie Schach lernen kann, indem sie gegen sich selbst spielte und bereits nach vier Stunden menschliches Können übertraf. Das Interessante daran ist, dass AlphaZero überhaupt nicht zum Schachspielen entwickelt wurde. Jonathan Schaeffer8, Professor für Computer Science an der University of Alberta und Experte für Schachsysteme, ist der Meinung, dass genau dies der Grund war, warum die Maschine unkonventionelle Gewinnstrategien überhaupt entwickeln konnte. In dieser Hinsicht bedeutete AlphaZero einen wichtigen Schritt von einfacher KI hin zu allgemeiner KI (mehr über den Unterschied zwischen einfacher und allgemeiner KI siehe Seite 29). Genau das bezeichnen wir als maschinelles Lernen (ML). Warum ML so leistungsstark ist, ist ziemlich einfach, wie Brynjolfsson und McAfee beobachtet haben.9

Wir Menschen besitzen die fantastische Fähigkeit, viele verschiedene Aktivitäten zu meistern, wissen aber nicht immer, wie wir genau tun, was wir tun. Es kann uns zum Beispiel sehr leicht fallen, das Gesicht einer anderen Person zu erkennen.

19 | Was ist KI?

Aber wir verstehen nicht genau die präzisen physiologischen Mechanismen, die das ermöglichen. Deshalb fällt es auch so schwer, diese Fähigkeit direkt in eine Maschine zu programmieren.

Maschinelles Lernen bringt einer Maschine bei, das alles selbst zu erlernen, indem sie Muster in riesigen Datenmengen erkennt.

20 | Was ist KI?

An der Wall Street werden heute mehr als 60 Prozent aller Transaktionen mithilfe von KI durchgeführt.”Christopher Steiner,Automate This

21 | Was ist KI?

Zusammenspiel der Technologien

Maschinelles Lernen ist der Kern aller KI-Systeme. Die Fähigkeit, aus rohen Datenmengen zu lernen – die sichtbare Erscheinungsform von KI – ist heutzutage immer weiter verbreitet. Ganz gleich, ob es sich um prädiktive Systeme handelt, die Vorhersagen treffen können, oder um Sprachverarbeitungssysteme, die Sprache und Texte in Echtzeit verstehen können, um maschinelles Sehen, das visuelle Informationen mit außergewöhnlicher Genauigkeit interpretieren kann, oder ob es darum geht, die Informationssuche zu verbessern – all das basiert auf maschinellem Lernen.

Abbildung 1 – Die Fähigkeiten des maschinellen Lernens

22 |

Prädiktive Systeme

Natürliches Sprachverständnis

Expertensysteme

Maschinelles Sehen

Robotik

Informationsgewinnung

Wissensrepräsentation

Suche und Optimierung

Was ist KI?

Was ist KI?

Ein entscheidender Vorteil, den maschinelles Lernen gegenüber anderen Technologien hat, ist seine Toleranz gegenüber „schmutzigen” Daten. Damit sind Daten gemeint, die doppelte Datensätze, schlecht analysierte Felder oder unvollständige, falsche oder veraltete Informationen enthalten. Diese schmutzigen Daten stellen Unternehmen vor große Probleme: Vielen Führungskräften ist bewusst, dass der Umgang mit unsauberen Daten das Ende ihrer beruflichen Karriere bedeuten kann.

Die Flexibilität des maschinellen Lernens – seine Fähigkeit, zu lernen und sich mit der Zeit zu verbessern, bedeutet, dass Daten nun mit deutlich größerer Genauigkeit verarbeitet werden. Es bedeutet auch, dass sich die Technologie sehr gut skalieren lässt, was in einer Zeit explodierender Datenmengen immer wichtiger wird.

Mehr als 85 Prozent aller Kundenkontakte werden im Jahr 2020 ohne menschliches Zutun stattfinden.10

Gartner

23 |

Was ist KI?

Wie Maschinen lernen

Eine der herausragenden Stärken des maschinellen Lernens ist, dass verschiedene Lernalgorithmen verwendet werden können, darunter überwachte, nicht überwachte und bestärkende.

ÜBERWACHTES LERNEN (supervised learning) Dieser Algorithmus nimmt einen gekennzeichneten Datensatz (die Daten wurden organisiert und beschrieben), erschließt die besonderen Details, die jede Kennzeichnung charakterisiert, und lernt, diese Details in neuen Daten zu erkennen. Man kann dem Algorithmus beispielsweise eine große Menge gekennzeichneter Katzenbilder zeigen und ihm „beibringen“, wie man eine Katze in einem beliebigen Kontext erkennt.

NICHT ÜBERWACHTES LERNEN (unsupervised learning) Derartige Algorithmen benötigen keine vorher gekennzeichneten

Daten. Sie nehmen einen ungekennzeichneten Datensatz, suchen

Ähnlichkeiten und Unterschiede zwischen den verschiedenen

Einträgen des Datensatzes heraus und gruppieren diese nach

eigenen Kriterien. Sie könnten einem solchen Algorithmus also

eine große Anzahl ungekennzeichneter Dinge zeigen,

beispielsweise Hunde und Katzen, und er würde Bilder mit

ähnlichen Charakteristika jeweils einer Gruppe zuordnen, ohne zu

wissen, dass eine Gruppe „Hunde“ und eine „Katzen“ enthält.

BESTÄRKENDES LERNEN (reinforcement learning)Diese Art von Algorithmus funktioniert nach dem Prinzip „Versuch und Irrtum“ und verwendet eine Feedback-Schleife mit „Belohnungen“ und „Bestrafungen“. Wenn dem Algorithmus ein

24 |

Datensatz gefüttert wird, behandelt er die Umgebung wie ein Spiel. Bei jeder Handlung, die er ausführt, wird ihm mitgeteilt, ob er gewonnen oder verloren hat. So entsteht ein Bild der „Züge“, die erfolgreich sind und eins derer, die nicht erfolgreich sind. AlphaGo und AlphaZero von DeepMind (siehe Seite 17) sind gute Beispiele für die Erfolge von bestärkendem Lernen.

Was ist KI?

Wie Maschinen lernen

Eine der herausragenden Stärken des maschinellen Lernens ist, dass verschiedene Lernalgorithmen verwendet werden können, darunter überwachte, nicht überwachte und bestärkende.

ÜBERWACHTES LERNEN (supervised learning) Dieser Algorithmus nimmt einen gekennzeichneten Datensatz (die Daten wurden organisiert und beschrieben), erschließt die besonderen Details, die jede Kennzeichnung charakterisiert, und lernt, diese Details in neuen Daten zu erkennen. Man kann dem Algorithmus beispielsweise eine große Menge gekennzeichneter Katzenbilder zeigen und ihm „beibringen“, wie man eine Katze in einem beliebigen Kontext erkennt.

NICHT ÜBERWACHTES LERNEN (unsupervised learning) Derartige Algorithmen benötigen keine vorher gekennzeichneten

Daten. Sie nehmen einen ungekennzeichneten Datensatz, suchen

Ähnlichkeiten und Unterschiede zwischen den verschiedenen

Einträgen des Datensatzes heraus und gruppieren diese nach

eigenen Kriterien. Sie könnten einem solchen Algorithmus also

eine große Anzahl ungekennzeichneter Dinge zeigen,

beispielsweise Hunde und Katzen, und er würde Bilder mit

ähnlichen Charakteristika jeweils einer Gruppe zuordnen, ohne zu

wissen, dass eine Gruppe „Hunde“ und eine „Katzen“ enthält.

BESTÄRKENDES LERNEN (reinforcement learning)Diese Art von Algorithmus funktioniert nach dem Prinzip „Versuch und Irrtum“ und verwendet eine Feedback-Schleife mit „Belohnungen“ und „Bestrafungen“. Wenn dem Algorithmus ein

Abbildung 2 - Welpe oder Bagel?

25 |

Datensatz gefüttert wird, behandelt er die Umgebung wie ein Spiel. Bei jeder Handlung, die er ausführt, wird ihm mitgeteilt, ob er gewonnen oder verloren hat. So entsteht ein Bild der „Züge“, die erfolgreich sind und eins derer, die nicht erfolgreich sind. AlphaGo und AlphaZero von DeepMind (siehe Seite 17) sind gute Beispiele für die Erfolge von bestärkendem Lernen.

Was ist KI?

WELPE ODER BAGEL?

Wie schwer ist es, ein Tier von leckerem Gebäck zu unterscheiden? Manchmal schwieriger, als man denkt. Ein großer Trend im Internet ist es, Bilder zu posten, die Ähnlichkeiten zwischen Tieren und Lebensmitteln zeigen. Sehen Sie sich die Bilder von Welpen und Bagels an. Auf den ersten Blick ist es gar nicht so leicht, zu unterscheiden, was was ist – selbst für uns Menschen. Bei KI ist das anders. Wenn man die Bilder durch Bilderkennungsprogramme laufen lässt, kann KI die Hunde und die Bagels mit beeindruckender Genauigkeit auseinanderhalten.11

26 |

Was ist KI?

Das künstliche Gehirn

Wie also funktioniert maschinelles Lernen? Hinter den außergewöhnlichen Fortschritten der letzten Jahre steckt eine sehr hochentwickelte und intelligente Form der Datenverarbeitung – inspiriert von der Funktionsweise des tierischen Gehirns. Diese Systeme werden „neuronale Netzwerke“ genannt und sind Grundlage für viele der neuesten KI-Innovationen.

Ein neuronales Netzwerk besteht aus einem miteinander verbundenen System von Knoten, die das Neuronennetzwerk in einem biologischen Gehirn nachahmen. Jeder Knoten bekommt einen Input, ändert seinen internen Zustand und produziert einen entsprechenden Output. Dieser Output wird dann zum Input für andere Knoten und so weiter. Dieses komplexe Arrangement ermöglicht eine sehr leistungsfähige Form der Datenverarbeitung, die „Deep Learning“ genannt wird.

Deep Learning nutzt unterschiedliche Filterschichten, um mehr über wichtige Details in einem Datensatz zu erfahren. Das Verfahren wird zum Beispiel für Bild- und Spracherkennung verwendet. Bei der Verwendung eines neuronalen Netzwerkes wird der Output eines jeden Filters zum Input für den nächsten, sodass jeder Filter auf einer anderen Abstraktionsebene arbeitet. So können Deep-Learning-Systeme viel größere Datensätze als alternative Herangehensweisen verarbeiten.

27 |

Was ist KI?

Gesichtserkennung

Intensiv lernende neuronale Netzwerke nutzen auf verschiedenen Ebenen komplexe Regeln zur Kategorisierung komplizierter Objekte wie zum Beispiel Gesichter.12

Abbildung 3 - So erkennt ein neuronales Netzwerk Objekte

Der Computer identifiziert helle und dunkle Pixel.

EBENE 1

Der Computer lernt, Ränder und einfache Formen zu erkennen.

EBENE 2

Der Computer lernt, komplexere Formen und Objekte zu erkennen.

EBENE 3

Der Computer lernt, mit welchen Konturen und Elementen ein menschliches Gesicht definiert werden kann.

EBENE 4

GESICHTER

AUTOS

28 |

Was ist KI?

ÜBER WELCHE ART VON INTELLIGENZ REDEN WIR?

Wenn Informatiker und andere Wissenschaftler von KI sprechen, verwenden sie oft zwei Dimensionen, um zu verdeutlichen, worüber sie sprechen: einfache KI vs. allgemeine KI und schwache KI vs. starke KI.

29 |

SCHWACHE KI (WEAK AI)Diese KI beschreibt „simuliertes“ Denken und meint ein System, das sich scheinbar intelligent verhält, aber keinerlei Bewusstsein über sein Tun hat. Ein Chatbot scheint ein menschliches Gespräch führen zu können, begreift aber nicht, wer er selbst ist und warum er mit einem spricht.

STARKE KI (STRONG AI)Diese KI beschreibt „tatsächliches“ Denken. Sie verhält sich intelligent, denkt wie ein Mensch mit Bewusstsein und Subjektivität. Wenn zwei Menschen miteinander im Gespräch sind, wissen sie mit hoher Wahrscheinlichkeit, wer sie sind, was sie gerade tun und warum.

SUPERINTELLIGENZDer Begriff Superintelligenz wird oft verwendet, wenn allgemeine und starke KI gemeint ist, die sogar die menschliche Intelligenz übertrifft – wenn dies überhaupt jemals der Fall sein wird.

EINFACHE KI (NARROW AI)So bezeichnet man KI, die sich auf eine einzige oder eine festgelegte Anzahl von Aufgaben bezieht. Die Fähigkeiten von IBMs Deep Blue, dem Schachcomputer, der 1997 den Weltmeister Gary Kasparov schlug, waren auf das Schachspielen beschränkt. Er hätte nicht bei „Drei gewinnt“ siegreich sein können, noch hätte er gewusst, wie man das spielt.

ALLGEMEINE KI (GENERAL AI)So nennt man KI, mit der man viele unterschiedliche Aufgaben in vielen unterschiedlichen Umgebungen lösen kann. Damit ist sie deutlich näher an der menschlichen Intelligenz. Google DeepMind nutzte das bestärkende Lernen um eine KI zu entwickeln, die viele verschiedene Spiele mit unterschiedlichen Fähigkeiten spielen konnte. KI erreichte bei 29 klassischen Atari-Videospielen ein menschenähnliches Leistungsniveau. Und dabei wurden nur die Pixel auf dem Bildschirm als Dateneingabemenge verwendet.13

30 | Was ist KI?

Warum sollte man lieber ein Programm entwickeln, das den Verstand eines Kindes simuliert, als ein Programm, das einen Erwachsenen nachahmt? Wenn man den "kindlichen Verstand" trainiert, erhält man den Verstand eines Erwachsenen.”Alan Turing, 1950

31 | Was ist KI?

Was ist KI?

Zeit zu lernen

Natürlich ist erfolgreiches Lernen in einem Maschinenlernprozess entscheidend für das gesamte Konzept. So wie ein menschliches Gehirn während der Kindheit lernen muss, die Informationen zu verstehen und zu verarbeiten, muss ein Algorithmus oder ein Modell für maschinelles Lernen darauf trainiert werden, seine Umwelt zu begreifen.

Wenn Unternehmen KI innerhalb einer solchen Trainingsphase bereits einsetzen und sie Fehler macht, kann das zu peinlichen oder sogar schlimmeren Ergebnissen führen. Microsofts

berühmter Chatbot Tay war ein Experiment für maschinelles Lernen14 durch Interaktion mit Social

Media. Diese KI war so konzipiert, dass sie lernen sollte, ein natürlich klingendes Gespräch mit

Twitter Nutzern zu führen. Allerdings musste sie schnell außer Betrieb

genommen werden, als sich einige Internet-Trolle und rassistische

Kommentatoren ihrem Mangel an Filtern bedienten und ihr eine

Reihe rassistischer Beschimpfungen und rechtsextremer Propaganda beibrachten. Die Erfahrung von Microsoft unterstreicht die Notwendigkeit starker

32 |

Was ist KI?

Führung und Kontrolle bei der Verwendung von KI-Systemen (mehr über die Fragen nach der Kontrolle von KI siehe Seite 75).

Das richtige Training umfasst mehr als höhere Mathematik. Industrialisiertes maschinelles Lernen ist eine interdisziplinäre Angelegenheit. Es bedarf einer Mischung aus Data Science, Ingenieurswesen, User Experience Design und relevantem Domänenwissen. Eine dieser Fähigkeiten allein ist nicht ausreichend.

Abbildung 3 – Industrialisierte KI als eine interdisziplinäre Fähigkeit

Kundenerlebnisse gestalten sich nicht von allein – das ist eine Wunschvorstellung

Industrialisierte KI ist eine interdisziplinäre Fähigkeit

ERLEBNISAugmented (erweiterte)

User ExperienceFachkompetenz

InformationsarchitekturenVisualisierung

MATHEMATIKStatistik

Lineare und diskreteAlgebra

FunktionsanalyseOptimierung

Algorithmische KomplexitätPrädikatenkalkül

Data Science ist notwendig, aber mitunter nicht ausreichend

Big Data und Technologie allein werden Sie nicht ans

Ziel bringen

INGENIEURSWESENSoftwareentwicklungParallele und verteilte

DatenverarbeitungAPI-Management

Modell-Management Management großer

Datenmengen

33 |

2020 werden Unternehmen, die von Insights angetrieben sind, weniger informierten Unternehmen jährlich 1,2 Billionen Dollar entwenden.15

Forrester

So passt Analytik ins Bild

Wie gehört Analytik jetzt in diese Konstellation? Die Frage sollte eher lauten: Wie passt KI in Analytik? Wenn wir Analytik als das Analysieren von Daten, um Entscheidungsprozesse zu verbessern, definieren, sehen wir, wie maschinelles Lernen und weitere statistische Analysen zusammenspielen. Schließlich ist es das Ziel der Analytik, aus Daten Erkenntnisse zu gewinnen – was beim maschinellen Lernen in weiten Teilen genauso ist.

Analytik und alle Algorithmen des maschinellen Lernens, die sie unterstützen, können unterschiedlich anspruchsvoll sein – je nachdem, welche Erkenntnisse gewünscht sind. An dem einfacheren Ende der Skala findet man die so genannte deskriptive Analytik, die historische Daten analysiert, um zu verstehen, was passiert ist und warum. Dann folgt die prädiktive Analytik, die Daten nutzt, um vorherzusagen, was in Zukunft geschehen wird. Schließlich finden wir am ganz anderen Ende der Skala die präskriptive Analytik, die nicht nur vorhersagt, was passieren wird, sondern auch verrät, welche Handlungen erforderlich sind.

34 |

KI und Roboter

Wenn man an KI denkt, kommen einem oft Roboter oder robotergesteuerte Technologien in den Sinn. Die Vorstellung der Öffentlichkeit reicht dabei von Kubricks HAL, über Asimovs Mechanical Men bis zu Hondas Asimo.

Im unternehmerischen Kontext kann dies die Automatisierung von Herstellungs- und Serviceprozessen durch mechanische Roboter sein – man denke nur an die Fließbänder der Automobilindustrie. Es kann sich aber auch um die Automatisierung von Verwaltungs- und Dienstleistungs- prozessen durch digitalen und manuellen Input unter Verwendung von Robotic Process Automation (RPA) handeln.

Da RPA für unveränderliche Prozesse konzipiert wurde, ist streng genommen keine Intelligenz erforderlich. Wenn ein Geschäftsvorgang zum Beispiel beinhaltet, dass eine Person manuell Daten in einem Standardformular von einem System (oder von einem Papierbogen) auf ein anderes überträgt, kann der Prozess durch RPA leicht automatisiert werden. Das geschieht durch die Nachahmung des Tastendrucks.

Accenture hat RPA für die Rechnungsabwicklung eines Kunden aus der Fertigungsindustrie eingesetzt. Das Ergebnis: 70% Zeitersparnis; 30% Produktivitätsgewinn und 100% Genauigkeit.

35 | Was ist KI?

ROBOTIC PROCESS AUTOMATION (RPA) STARTET DURCH: Nach einem aktuellen Bericht von Transparency Market Research wird für RPA bis zum Jahr 2020 weltweit eine durchschnittliche Wachstumsrate von ca. 60,5 Prozent erwartet.16

36 | Was ist KI?

KI wird zunehmend im neuen Bereich der kognitiven RPA eingesetzt. So können auch Prozesse mit gewissen Variablen automatisiert werden, was die Reichweite von RPA stark erhöht. Das kann beispielsweise die Nutzung von maschinellem Lernen sein, um einer Maschine beizubringen, Text in einem Bild zu erkennen, auch „optische Zeichenerkennung“ genannt.

Bei Accenture empfehlen wir häufig RPA als idealen Ausganspunkt für ein Unternehmen, das seine KI-Reise beginnen möchte. Denn die erfolgreiche Nutzung von RPA bedeutet, zunächst ein detailliertes Verständnis für den Prozess zu bekommen, der automatisiert werden soll. Dies ist auch der erste Schritt, um eine breitere, anspruchsvollere, KI-getriebene, automatisierte Lösung zu entwickeln. Außerdem ist es sehr wichtig sicherzustellen, dass existierende, manchmal suboptimale Prozesse nicht einfachin digital nachgeahmt, sondern überarbeitet werden, um KI bestmöglich zu nutzen.

Eine wichtige Anmerkung: RPA und kognitive RPA gehen über eine reine Kostensenkung hinaus. Sie beschleunigen Prozesse und machen sie konsistenter. Außerdem bieten sie eine 24/7-Verfügbarkeit und die Möglichkeit, den Prozess je nach Bedarf zu skalieren. Es sollte immer daran gedacht werden, dass RPA keine Menschen ersetzt, sondern vielmehr Aufgaben. Viele Organisationen, die RPA verwenden, setzen ihre Arbeitskräfte anderweitig ein, und zwar für Aktivitäten, die nicht nur den Wert des Unternehmens steigern, sondern auch interessanter sind.

37 | Was ist KI?

So haben wir bei Accenture 17.000 Stellen automatisiert und unsere Kollegen erfolgreich in anderen Unternehmens- bereichen eingesetzt. Laut einer Umfrage, die das Gallup Institut im Jahr 201717 in den USA durchgeführt hat, befürchten nur 13 Prozent der Arbeitnehmer einen Wegfall ihrer Jobs durch Automatisierung. Nichtsdestotrotz sind die Auswirkungen von RPA und KI auf die Arbeitnehmer ein sensibles Thema, das mit Umsicht behandelt werden muss (mehr über den verantwortungsvollen Umgang siehe Seite 71).

38 | Was ist KI?

RPA hat die Art und Weise verändert, wie wir unsere Arbeit strukturieren und verteilen. So können wir uns auf Verbesserungsinitiativen fokussieren. Indem wir Routineaufgaben automatisieren, ermöglichen wir es Fachkräften, sich auf die interessanteren und anspruchsvolleren Aspekte ihrer Arbeit zu konzentrieren. Das hat gleich zwei Vorteile: Zufriedene Mitarbeiter und eine verbesserte Customer Experience. Accenture hat uns end-to-end von der Forschungsphase bis zur Implementierung unterstützt.”Kristian Kjernsmo, Managing Director, Circle K Business Centre bei Circle K Europa

39 | Was ist KI?

MOMENT MAL, KOMMT UNS DAS NICHT BEKANNT VOR?

| | 40

Künstliche Intelligenz ist nichts Neues. Der Begriff entstand bereits 195618 und die Entwicklung von KI ist geprägt durch Optimismus, Enttäuschungen und Phasen des Stillstands, den sogenannten KI-Wintern. Alle früheren Durchbrüche sind nur teilweise dem Hype gerecht geworden und bisher hat es niemand geschafft, die Technologie massentauglich zu machen.

41 | KI ist nichts Neues

Was ist diesmal also anders?

Abbildung 4 – Höhen und Tiefen der KI-Entwicklung

42 |

1940-1956: Die Geburtsstunde von KI

1956-1974: Die goldenen Jahre

1959

1966

1974-1980: Der erste KI Winter

1956

1950

1958

1961

1966

1980-1987:KI Boom

Alan Turing kreiert den Turing Test.

Der Begriff „Künstliche Intelligenz“ wird während einer Konferenz am Dartmouth College geprägt.

IBMs Shoebox führt die Arithmetik per Sprachbefehl aus.

Shakey ist der erste mobile Roboter, der seine Umgebung "wahrnehmen" kann.

Mit ELIZA entsteht der erste rein künstliche "Gesprächs-Therapeut".

Das Damespielprogramm von A.L. Samuel nutzt maschinelles Lernen (oder Machine Learning), um gegen menschliche Spieler zu gewinnen.

1994-heute:Modernes Zeitalter

1997

2004

1987-1994: Der zweite KI Winter

1994

2000

2011

2016

2017

2019

In der Industrie boomen Expertensysteme wie R1/XCON, die Vertriebsmitarbeitern bei der Vermeidung von Fehlern bei Produktvorschlägen unterstützen.

Zwei „Roboter-Fahrzeuge“ legen weite Strecken auf der Autobahn zurück.

Asimo, der humanoide Roboter von Honda, wird vorgestellt.

IBMs Deep Blue besiegt den amtierenden Schachweltmeister.

IBMs Watson gewinnt in der Quizshow Jeopardy!

Googles KI AutoML entwickelt KI.

Einführung der virtuellen Agenten mit Siri und Google Now sowie Vorstellung der künstlichen Intelligenz Amelia von IPSofts.

Kismet, ein humanoider Roboter, der in der Lage ist, Emotionen zum Ausdruck zu bringen, wird vorgestellt.

Unser KI-Taschenführer wird veröffentlicht.

KI ist nichts Neues

Heute leben wir in einer Zeit, in der es so viele technologische Innovationen in verschiedenen Gebieten gibt wie nie zuvor. Moderne KI-Anwendungen sind in der Lage, nahezu unbegrenzte Rechenleistung in der Cloud zu nutzen. Mehr Effizienz und Geschwindigkeit wird heute durch individuell designte Computerchips für spezielle Aufgaben – besonders im Bereich der Analytik – erreicht. Nehmen wir zum Beispiel die stark vergrößerte Rechenleistung, die durch die Verwendung von Graphics Processing Units (GPUs) anstelle von Central Processing Units (CPUs) entsteht. Google ist noch weiter gegangen: die Tensor Processing Unit (TPU) bietet eine 30 bis 80 Mal höhere Performance pro Watt als normale CPUs und GPUs.19

1. Zentralrechner2. Client-Server und PCs3. Web 1.0 E-Commerce4. Web 2.0, Cloud, Mobile5. Big Data, Analytics, Visualisierung6. IoT und intelligente Maschinen7. Künstliche Intelligenz8. Quantencomputer

1969: A

RPAN

ET

1991

: Pub

lic In

tern

et 1

994: Amazon

Turing Test 1964: System 360

1990: System/390

Server/Host 1972:SAP 1977:P

C

2

010: Sales of PC Peak

1997: Big Data

20

14, I

DC: 4

.4 Z

etta

byte

s of

dat

a

1999: Salesforce.c

om

2005

: Web

2.0

200

6:AW

S

2008

: iPh

one

P

ublic

Clo

ud M

ainst

ream

1999: IoT, M

2M

2010

: Sel

f-driv

ing

car

2007: IBM Deep Blue

Quantum

ZEIT

1950 1960 1970 1980 1990 2000 2010 2020 2030

HEU

TE

AI

Abbildung 5 – Das Zusammenspiel von Technologie


Berücksichtigt man die gesunkenen Speicherkosten (von 0,5 Millionen Dollar pro Gigabyte im Jahr 1980 runter auf 3 Cents pro Gigabyte im Jahr 2015)20 und das exponentielle Wachstum der Datenmengen, mit denen wir künstliche Intelligenz heute trainieren können, zusammen mit dem Aufkommen von Open-Source-Plattformen und -Strukturen, erhält man eine unglaublich leistungsstarke Kombination von Technologien und Fähigkeiten. All dies führt zu einer leistungsstarken Grundlage und macht KI letztlich alltagstauglich.

Die großen Technologieriesen der Welt – wie beispielsweise Google, Amazon, Facebook, Microsoft, Baidu, Alibaba oder Tencent – sind stark KI fokussiert. Gründer und Investoren sind ebenso überzeugt von der Relevanz von KI. Mehr als die Hälfte aller europäischen Start-ups konzentriert sich auf KI und Investitionen in KI-Projekte fallen üblicherweise 20 bis 30 Prozent höher aus als in andere Projekte.21

Das heißt aber noch lange nicht, dass sich alle darüber einig sind, wann KI genau ihren Höhepunkt erreicht, oder ob wir allgemeine KI (im Gegensatz zu einfacher KI) in der nahen Zukunft erleben werden. Einerseits ergab eine Umfrage der Universitäten Oxford und Stanford22 unter 350 Experten, dass eine 50-prozentige Chance besteht, dass alle menschlichen Aufgaben in den kommenden 45 Jahren von Maschinen erledigt werden. Andererseits ist ein Viertel aller angesehenen KI-Forscher der Meinung, dass es eine Superintelligenz niemals geben wird.8 Dies geht aus einer Befragung des Soziologen Amitai Etzioni aus dem Jahr 2016 hervor.23


Künstliche Intelligenz wäre die ultimative Version von Google. Die ultimative Suchmaschine, die alles im Netz verstehen würde. Sie würde genau wissen, was man von ihr will, und die richtigen Ergebnisse liefern. Wir sind noch lange nicht soweit. Doch wir nähern uns schrittweise an und arbeiten daran.” Larry Page, 2000


Ihre Wettbewerber nutzen wahrscheinlich bereits KI

Und das, obwohl es noch keine allgemeine KI gibt. Aber da sich die Basistechnologien so rasant verbessern, schafft einfache KI bereits bemerkenswerte Dinge und Mehrwert in konkreten Geschäftsanwendungen.

Während Unternehmen damit beginnen die Nutzung von KI zu intensivieren, nimmt auch die Komplexität der Daten und Jobs, die KI übernehmen kann weiter zu. Um die Auswirkungen im geschäftlichen Kontext besser zu verstehen, ist es hilfreich, die möglichen Anwendungen der Technologie in der folgenden Grafik (hier am Beispiel der Finanzdienstleistungsbranche) zu betrachten. Es werden vier verschiedene Modelle zur Annäherung an künstliche Intelligenz – Effizienz, Effektivität, Expertise, Innovation – unter Berücksichtigung der beiden Parameter Daten- und Aufgabenkomplexität gezeigt.

In der Zusammenarbeit mit unseren Kunden sehen wir sehr deutlich, wie KI erweitert und in einem industriellen Rahmen genutzt wird. Viele Unternehmen haben in den letzten Jahren Pilotprojekte gestartet, um zu testen, welche Auswirkungen KI auf ihre Mitarbeiter, Prozesse und Produkte haben könnte. Jetzt erwarten wir, dass diese Unternehmen ihre Pilotprojekte auf den gesamten Betrieb anwenden. Drei Viertel aller Führungskräfte sind der Meinung, dass irgendeine Form von KI innerhalb der kommenden drei Jahre in ihr Unternehmen „aktiv implementiert wird“.24

46 |

Im Großen und Ganzen ist die Botschaft klar: KI ist bereit und es ist eine Riesensache.

KI ist nichts Neues

Ihre Wettbewerber nutzen wahrscheinlich bereits KI

Und das, obwohl es noch keine allgemeine KI gibt. Aber da sich die Basistechnologien so rasant verbessern, schafft einfache KI bereits bemerkenswerte Dinge und Mehrwert in konkreten Geschäftsanwendungen.

Während Unternehmen damit beginnen die Nutzung von KI zu intensivieren, nimmt auch die Komplexität der Daten und Jobs, die KI übernehmen kann weiter zu. Um die Auswirkungen im geschäftlichen Kontext besser zu verstehen, ist es hilfreich, die möglichen Anwendungen der Technologie in der folgenden Grafik (hier am Beispiel der Finanzdienstleistungsbranche) zu betrachten. Es werden vier verschiedene Modelle zur Annäherung an künstliche Intelligenz – Effizienz, Effektivität, Expertise, Innovation – unter Berücksichtigung der beiden Parameter Daten- und Aufgabenkomplexität gezeigt.

In der Zusammenarbeit mit unseren Kunden sehen wir sehr deutlich, wie KI erweitert und in einem industriellen Rahmen genutzt wird. Viele Unternehmen haben in den letzten Jahren Pilotprojekte gestartet, um zu testen, welche Auswirkungen KI auf ihre Mitarbeiter, Prozesse und Produkte haben könnte. Jetzt erwarten wir, dass diese Unternehmen ihre Pilotprojekte auf den gesamten Betrieb anwenden. Drei Viertel aller Führungskräfte sind der Meinung, dass irgendeine Form von KI innerhalb der kommenden drei Jahre in ihr Unternehmen „aktiv implementiert wird“.24

Abbildung 6 –Potenzielle Anwendungsmöglichkeiten

ERWEITERTEFFEKTIVITÄTSMODELLUnterstützt nahtlose Integration und Zusammenarbeit

DATEN KOMPLEXITÄT

ARBEITSINTENSITÄT

Unstrukturiert, Volatil, hohe Datenvolumen

Routine, Vorhersehbar, Regelbasiert

Ad Hoc, Unvorhersehbar, Urteilsbasiert

Strukturiert, Stabil, Niedirge Datenvolumen

• Sicherheits – und Identitätsmanagement

• Accountmanagement

• Allgemeine Bankgeschäfte

• Planung der Altersvorsorge• Produkt-Management

• Erkennen von Kunden/Perspektiven

• Vermögensberatung

• Passwort-Rücksetzung (technischer Support)

• Kontaktcenter/Help Desks

• Erfüllung von Risiko – und regulatorischen Anforderungen

• Geschäftsstellenleitung

INNOVATIONSMODELLErmöglicht Kreativität und Ideenreichtum

EFFIZIENZMODELLBietet eine gleichbleibende, kostengünstige Leistung

EXPERTEN MODELLSpezialwissen und Expertise wirksam einsetzen

• Entdecken von Mikrosegmenten/Kundenclustern

• Entwicklung neuer Produkte

• Marketingkampagnen

AUTOMATISIERT

• Erfüllung von Risiko – und regulatorischen Anforderungen

47 |

Im Großen und Ganzen ist die Botschaft klar: KI ist bereit und es ist eine Riesensache.

KI ist nichts Neues

UND WAS MUSS ICH JETZT UNTERNEHMEN?

OK, ICH BIN ÜBERZEUGT.

48 |

Künstliche Intelligenz treibt den wirtschaftlichen Nutzen Ihres Unternehmens voran. Doch welcher Weg ist der richtige? In einem so schnelllebigen Bereich kann es schwer sein, den Wald vor lauter Bäumen zu sehen. Zunächst muss man verstehen, welche Möglichkeiten KI überhaupt bietet. Teilt man diese Frage in drei Bereiche auf, wird schneller klar, welchen Weg man einschlagen sollte. Man muss genau überlegen, was man im eigenen Unternehmen macht und wie man es durchführt, wie KI sinnvoll eingesetzt werden kann und schließlich, wie sich die KI-Innovation im eigenen Geschäftsbereich und darüber hinaus realisieren lässt.

49 | KI nutzen

KI wird zunehmend im neuen Bereich der kognitiven RPA eingesetzt. So können auch Prozesse mit gewissen Variablen automatisiert werden, was die Reichweite von RPA stark erhöht. Das kann beispielsweise die Nutzung von maschinellem Lernen sein, um einer Maschine beizubringen, Text in einem Bild zu erkennen, auch „optische Zeichenerkennung“ genannt.

Bei Accenture empfehlen wir häufig RPA als idealen Ausganspunkt für ein Unternehmen, das seine KI-Reise beginnen möchte. Denn die erfolgreiche Nutzung von RPA bedeutet, zunächst ein detailliertes Verständnis für den Prozess zu bekommen, der automatisiert werden soll. Dies ist auch der erste Schritt, um eine breitere, anspruchsvollere, KI-getriebene, automatisierte Lösung zu entwickeln. Außerdem ist es sehr wichtig sicherzustellen, dass existierende, manchmal suboptimale Prozesse nicht einfachin digital nachgeahmt, sondern überarbeitet werden, um KI bestmöglich zu nutzen.

Eine wichtige Anmerkung: RPA und kognitive RPA gehen über eine reine Kostensenkung hinaus. Sie beschleunigen Prozesse und machen sie konsistenter. Außerdem bieten sie eine 24/7-Verfügbarkeit und die Möglichkeit, den Prozess je nach Bedarf zu skalieren. Es sollte immer daran gedacht werden, dass RPA keine Menschen ersetzt, sondern vielmehr Aufgaben. Viele Organisationen, die RPA verwenden, setzen ihre Arbeitskräfte anderweitig ein, und zwar für Aktivitäten, die nicht nur den Wert des Unternehmens steigern, sondern auch interessanter sind.

1. Die Automatisierung verstärken

KI bietet neue Möglichkeiten der Automatisierung. Mit selbstlernenden autonomen Systemen, die menschliches Verhalten nachahmen und sich maschinelles Lernen, Computervision, Wissensrepräsentation und Logik zunutze machen, kann KI die Automatisierung für mehr als regelgesteuerte, vorhersagbare Aufgaben nutzen. Damit dringt sie in Bereiche vor, bei denen wir momentan noch davon ausgehen, dass wir dafür menschliches Urteilsvermögen benötigen. Das eröffnet eine Vielzahl neuer Automatisierungsmöglichkeiten (mehr über die Nutzung von KI bei der industriellen Automatisierung siehe Seite 34).

50 | KI nutzen

51 |

INTELLIGENTE AUTOMATISIERUNG

Die Anwendung von KI auf Prozesse, zur Verbesserung der Automatisierung

Erweiterung menschlicher Handlungen (ohne sie dabei vollständig zu ersetzen) z.B. durch die Verwendung von KI-Modellen für Entscheidungsprozesse von Menschen

KI kann sehr tiefgreifend innerhalb eines Geschäftsbereichs/Prozesses eingesetzt werden, oder aber nur für eine oberfläch-liche Automatisierung über viele Prozesse hinweg

...UND KI IST DIE NEUE SCHWELLE DER

AUTOMATISIERUNG

GRUNDLAGEN

Ad-hoc-Automatisierung auf Projekt-Ebene, z.B. Skripte, Makros, Batch-Programme (Minibots)

TRA

NS

FOR

MIE

REN

DTA

KTIS

CH

UN

TER

NEH

MEN

SAU

SWIR

KU

NG

EN

ART DER ARBEITREGELBASIERT URTEILSBASIERT

ZAHLREICHE AUTOMATISIERUNGSMÖGLICHKEITEN SIND NOCH OFFEN...

Abbildung 7 – Neue Möglichkeiten der intelligenten Automatisierung

ROBOTERGESTÜTZTE PROZESSAUTOMATISIERUNG (RPA)

Oberflächenintegration auf Unternehmensebene (BluePrism, Automation Anywhere, Fusion, Jacada) und digitale Technologie ermöglichen (OCR, BPM).

Kognitives RPA ist die Ergänzung von KI zu RPA, wodurch es "intelligenter" oder vielseitiger wird

PLATTFORMEN & ORCHESTRIERUNG DER AUTOMATION

PROGAMMIERT, KONSEQUENT, KONTROLLIERT, GEBUNDEN

SELBSTLERNEND, AUTONOM, UNGEBUNDEN

KI nutzen

ROBOTER FÜR DAS RECYCLING

AMP Robotics hat das Robotersystem Cortex entwickelt, das Bildverarbeitung nutzt, um auf einem Fließband recycelbare Materialien auszusortieren. Das System wird von Neuron gesteuert, einer künstlichen Intelligenz, die in der Lage ist, mit Hilfe eines Videostreams recycelbare von nicht recycelbaren Materialien zu unterscheiden. Sie funktioniert sogar unter erschwerten Bedingungen, wenn die Teile zum Beispiel schmutzig sind oder übereinanderliegen.25

2. Verbessern Sie Ihre Arbeitsabläufe

Künstliche Intelligenz sorgt dafür, dass Ressourcen effizienter genutzt werden. In der Praxis bedeutet das eine Vergrößerung des Entscheidungsrahmens der Mitarbeiter sowie die Verbesserung der Customer Experience.

#1 Schlaueres Arbeiten. Maschinelles Lernen ist in der Lage, aus umfangreichen und hochkomplexen Daten mehr Erkenntnisse zu gewinnen, als ein Mensch je könnte. Das vergrößert den Entscheidungsrahmen der Mitarbeiter. KI kann Muster,

52 | KI nutzen

Ähnlichkeiten und Anomalien dort erkennen, wo Menschen nichts entdecken. Denken Sie zum Beispiel an die Krebsvorsorge. Fachärzte können einige Hundert bösartige Muster in einem Krebsscan erkennen, KI erkennt Tausende.

Forscher der Universität von Nottingham haben eine KI entwickelt, die vorhersagen kann, welche Patienten innerhalb der nächsten zehn Jahre einen Schlaganfall oder eine Herzattacke erleiden werden. Die Neuentwicklung war genauer als die übliche Vorhersagemethode (mit Werten von 0,745 und 0,764 von 1 im Vergleich zu 0,728 bei der üblichen Methode).26

Vier von fünf Führungskräften (81%) sind der Meinung, dass KI in den nächsten Jahren in ihren Unternehmen zum Zuge kommt – als Kollege, Kooperationspartner oder vertrauenswürdiger Berater.27

Accenture Technology Vision, 2018

53 | KI nutzen

Das sind große beeindruckende Fortschritte. Aber sie sollten nicht als Zeichen verstanden werden, dass menschliche Expertise bald nicht mehr gebraucht wird. Die besten Ergebnisse werden nach wie vor dann erreicht, wenn Menschen mit KI zusammenarbeiten und jeder seine Fähigkeiten einsetzt, um ein Problem zu lösen.

#2 Bessere Customer Experience. Durch die Nutzung künstlicher Intelligenz – und insbesondere der kognitiven Aspekte – kann ein Unternehmen seine Kundenbeziehungen deutlich verbessern. Um rund um die Uhr für den Kunden verfügbar zu sein, ist es hilfreich, digitale Assistenten und Chatbots einzusetzen. So wird es möglich, zum Beispiel über Social Media und digitale Plattformen 24/7 mit den Kunden zu kommunizieren oder personalisierte Produkt- oder Serviceempfehlungen auf einer E-Commerce-Seite abzugeben. Ein gutes Beispiel dafür ist die südamerikanische Fluglinie Avianca. Um die Zufriedenheit ihrer 28 Millionen Fluggäste zu verbessern, entschied sich die Gesellschaft dazu, einen Chatbot-Assistenten einsetzen.28 In Zusammenarbeit mit Accenture wurde Carla entwickelt, ein Facebook-Messenger-Chatbot, der künstliche Intelligenz nutzt, um Kunden bei ihren Reiseformalitäten zu helfen. Durch die natürlich klingende Konversation mit Carla auf einer bereits bekannten Messaging-Plattform wird den Kunden von Avianca ein schneller intuitiver Weg zum Einchecken sowie zur Prüfung von Flugplänen und Flugstatus angeboten. Außerdem erhalten sie von der Airline Wissenswertes wie beispielsweise Informationen zum Wetter. Ohne am Telefon auf einen Kundenberater warten

54 |

zu müssen. Die Entwicklung eines Chatbots oder eines digitalen Assistenten verschlingt keine Riesensummen. In nur sechs Wochen war Carla bereit zur Nutzung und hat in kürzester Zeit mit über 20.000 Nutzern monatlich rund 4.000 Gespräche geführt. Zusammen mit Carla ist es gelungen, die durchschnittliche Check-in-Zeit für Avianca-Kunden zu halbieren.

KI nutzen

IM JOURNALISMUS ARBEITEN MENSCHEN UND ROBOTER BEREITS ZUSAMMEN

Press Association und Urbs Media setzen mit Unterstützung von Google’s Digital News Initiative Roboter im Redaktionsalltag ein. Ihre Initiative „Reporter und Datenroboter“ (RADAR) hat eine Software entwickelt, die Datensätze durchsucht und passende Statistiken in die Artikel der Reporter einsetzt. Die Beiträge, die bisher von Krankenhausschließungen bis hin zu Problemen der sozialen Mobilität reichten, werden anschließend lokalen oder regionalen Zeitungen zur Veröffentlichung angeboten. Nach einem Pilotversuch Ende November 2017 haben 20 Zeitungen so entstandene Artikel veröffentlicht –

schneller und regionaler als je zuvor.29

Das sind große beeindruckende Fortschritte. Aber sie sollten nicht als Zeichen verstanden werden, dass menschliche Expertise bald nicht mehr gebraucht wird. Die besten Ergebnisse werden nach wie vor dann erreicht, wenn Menschen mit KI zusammenarbeiten und jeder seine Fähigkeiten einsetzt, um ein Problem zu lösen.

#2 Bessere Customer Experience. Durch die Nutzung künstlicher Intelligenz – und insbesondere der kognitiven Aspekte – kann ein Unternehmen seine Kundenbeziehungen deutlich verbessern. Um rund um die Uhr für den Kunden verfügbar zu sein, ist es hilfreich, digitale Assistenten und Chatbots einzusetzen. So wird es möglich, zum Beispiel über Social Media und digitale Plattformen 24/7 mit den Kunden zu kommunizieren oder personalisierte Produkt- oder Serviceempfehlungen auf einer E-Commerce-Seite abzugeben. Ein gutes Beispiel dafür ist die südamerikanische Fluglinie Avianca. Um die Zufriedenheit ihrer 28 Millionen Fluggäste zu verbessern, entschied sich die Gesellschaft dazu, einen Chatbot-Assistenten einsetzen.28 In Zusammenarbeit mit Accenture wurde Carla entwickelt, ein Facebook-Messenger-Chatbot, der künstliche Intelligenz nutzt, um Kunden bei ihren Reiseformalitäten zu helfen. Durch die natürlich klingende Konversation mit Carla auf einer bereits bekannten Messaging-Plattform wird den Kunden von Avianca ein schneller intuitiver Weg zum Einchecken sowie zur Prüfung von Flugplänen und Flugstatus angeboten. Außerdem erhalten sie von der Airline Wissenswertes wie beispielsweise Informationen zum Wetter. Ohne am Telefon auf einen Kundenberater warten

55 |

zu müssen. Die Entwicklung eines Chatbots oder eines digitalen Assistenten verschlingt keine Riesensummen. In nur sechs Wochen war Carla bereit zur Nutzung und hat in kürzester Zeit mit über 20.000 Nutzern monatlich rund 4.000 Gespräche geführt. Zusammen mit Carla ist es gelungen, die durchschnittliche Check-in-Zeit für Avianca-Kunden zu halbieren.

KI nutzen

HOTEL CHECK-IN PER SELFIE

Die Möglichkeiten, künstliche Intelligenz für eine bessere Customer Experience zu nutzen, beginnen und enden nicht mit Chatbots. Denken Sie

nur an die Möglichkeiten, die die Gesichtserkennungstechnologie für die biometrische Identifikation bietet. Das in Singapur und San Francisco ansässige Unternehmen GTRIPP30 hat eine Check-In-Anwendung entwickelt, die KI und biometrische Technologie nutzt, damit Hotelgäste nur mit ihrem Fingerabdruck oder einfach per Selfie einchecken können.

56 | KI nutzen

3. Verbreitung von Innovationen

Innovation erzeugt Innovation. Eine radikal neue Technologie kann Auswirkungen auf die gesamte Wirtschaft haben und alles für immer und in unvorhergesehener Weise verändern. Wer konnte voraussehen, welchen riesigen Energiebedarf unsere stromhungrige Welt einmal haben würde, als Elektrizität das erste Mal für die Industrie verwendet wurde? Und wer hat bei der Entwicklung des Verbrennungsmotors an das Ausmaß und das Tempo unserer miteinander verbundenen weltweiten Transportnetzwerke gedacht?

Künstliche Intelligenz wird in jedem Fall ähnlich starke Auswirkungen auf die Gesellschaft haben. Die darauf basierenden Innovationen werden die gesamte Wirtschaft beeinflussen. Neue und bis jetzt unvorstellbare Geschäftsmodelle und Möglichkeiten werden entstehen. Von der Automatisierung von Aufgaben, von denen wir einmal dachten, dass sie menschliche Intelligenz benötigen, über die Fähigkeit, Muster in riesigen Datenmengen zu erkennen, bis zu neuen kognitiven Schnittstellen zwischen Mensch und Technologie – KI wird weitreichende und radikale Auswirkungen auf unser Geschäfts- und Privatleben haben.

Autonom fahrende Elektroautos werden beispielsweise unsere aktuelle Vorstellung von Mobilität verändern. Noch vor einigen Jahren hielt man Autofahren für eine so komplexe Sache, dass es nur dem Menschen vorbehalten schien.

57 | KI nutzen

Jetzt wird autonomes Fahren zur Realität. Und die direkten Auswirkungen, die eine Umstellung auf autonomes Fahren haben wird, werden weitreichend sein und sich auf Automobilhersteller, Verkehrslogistik, Tankstellen und das globale Ölgeschäft beziehen. Es wird sich auf die Entwicklung der Fahrzeugsicherheit auswirken, auf Versicherungen und auf Notruf- und Pannensysteme. Was ist mit den Auswirkungen auf die Verkehrsführung, auf Parkplätze, Autohändler und Kraftstoffsteuern? Das Ausmaß an Konsequenzen, die eine KI-Innovation in nur einer Branche auf die gesamte Gesellschaft haben wird, ist atemberaubend.

Die einfache Nutzung macht künstliche Intelligenz revolutionär und einzigartig. Wir Menschen müssen uns nicht an KI anpassen oder erst neue Fähigkeiten entwickeln, um sie zu nutzen. Wir können mit KI durch einfache und natürliche Sprache interagieren – per Text, Stimme oder Bild. Das steht im krassen Gegensatz zum Autofahren oder der Arbeit mit einem Computer – beides musste erst mühsam erlernt werden. Die Schlussfolgerung: Künstliche Intelligenz wird von der breiten Masse sicher schneller akzeptiert und genutzt werden, als dies bei anderen revolutionären Technologien der Fall war.

58 | KI nutzen

KÜNSTLICHE INTELLIGENZ ZUM WOHLE ALLER

Accenture hat kürzlich ein Pilotprogramm in Großbritannien

fertiggestellt, das eine KI-Plattform verwendet, um Senioren bei ihrer Pflege und ihrem täglichen Leben zu helfen. Die Technologie wurde vom Accenture Liquid Studio in London entwickelt und ist für ältere, alleinlebende Menschen gedacht.31

59 | KI nutzen

60 |

Das Weltwirtschaftsforum ist der Meinung, dass autonomes Fahren dazu beiträgt, bis zum Jahr 2025 neun Prozent aller Unfälle zu vermeiden. Und so , in den kommenden zehn Jahren 900.000 Leben zu retten.32

KI nutzen

| ARTIFICIAL INTELLIGENCE

WHAT DO I ACTUALLY NEED TO DO NOW?

EIN ROBOTER-CHIRURG OPERIERT GEWEBE VON LEBENDEM SCHWEIN

In einer revolutionären Wirksamkeits- studie für Roboter-Chirurgie konnte ein Smart Tissue Autonomous Roboter (STAR) beweisen, dass er den Dünndarm eines lebenden Schweins mit seiner Sehfähigkeit, seinen Werkzeugen und seiner Intelligenz nähen kann. Darmnähte sind für einen autonomen Roboter besonders anspruchsvoll, da sich das Gewerbe verformt und beweglich ist. Aber mit stabileren und auslaufsichereren Nähten war STAR in der Lage, menschliche Chirurgen mit den gleichen Aufgaben zu übertreffen.33

61 | KI nutzen

ARTIFICIAL INTELLIGENCE

WHAT DO I ACTUALLY NEED TO DO NOW?

KI nutzen

Anwendung in der Praxis

Wenn Sie die Möglichkeiten von künstlicher Intelligenz kennen, können Sie KI auch in Ihrem Unternehmen anwenden. Oberste Priorität sollten Sie der Strategie und der detaillierten Planung Ihrer KI-Reise einräumen. Ihre KI-Roadmap muss sowohl eine Überarbeitung der betroffenen Betriebsabläufe als auch geeignete Kontrollmechanismen beinhalten. Vor allem muss er auch die Auswirkungen berücksichtigen, die KI-Initiativen für Ihr Unternehmen haben werden.

Ein wichtiger Punkt: Es ist absolut essentiell, mit dem geschäftlichen Nutzen und nicht mit der Technologie zu beginnen. Mit anderen Worten: Denken Sie zunächst darüber nach, was Sie tun wollen und nicht, was die Technologie für Sie tun könnte. Erst anschließend sollten Sie über KI nachdenken und analysieren, welche Vorteile sie bringen kann. Dazu gehört eine Bewertung der Machbarkeit einer KI-Nutzung, eine Gegenüberstellung von Aufwand und Ertrag sowie eine Einschätzung der damit verbundenen Risiken. Auch die Suche nach einem willigen Geldgeber ist wichtig, um die Anwendung im gesamten Unternehmen voranzutreiben. Schließlich ist es oft die größte Herausforderung bei der Einführung einer radikal neuen Innovation, die Menschen zu einer Änderung ihres gewohnten Verhaltens zu bringen.

62 |

WARUM IST KÜNSTLICHE INTELLIGENZ FÜR MANCHE UNTERNEHMEN KEIN THEMA?

Trotz aller Bemühungen ist künstliche Intelligenz in den meisten Unternehmen noch nicht angekommen. Die Hälfte der Unternehmen, die bereits ihre KI-Reise gestartet haben, befinden sich noch in der Pilot- oder Proof-of-Concept-Phase.34 Woran liegt das? Es gibt eine Reihe von Gründen und zum Teil erinnern sie an die Schwierigkeiten bei der Einführung von Advanced-Analytics-Lösungen: Einige Unternehmen tun sich schwer, die richtigen Talente zu finden, Investitionen zu priorisieren und Sicherheitsbedenken auszuräumen. Andere sind noch dabei, überzeugende Geschäftsfälle zu entwerfen, die Unterstützung der Unternehmensführung zu gewinnen und die allgemeine technologische Kompetenz auszuweiten.

63 | KI nutzen

Rekrutierung, Gewinnung und Entwicklung der richtigen KI-Talente

Konkurrierende Investitionsmaßnahmen

Sicherheitsbedenken im Zusammenhang mit der Einführung der KI

Eingeschränkte oder allgemein keine technologischen Möglichkeiten

Mangelnde Unterstützung der Führungsebene für KI-Initiativen

Unklare oder fehlende Geschäftsszenarien für KI-Anwendungen

Führungskräfte Mitarbeiter

Keine Akzeptanz

Nur Pilotprojekte

Akzeptanz

54%

23%

23%

Abbildung 9 - Welches sind die drei größten Hindernisse für die Einführung von KI in Ihrem Unternehmen?35

Abbildung 10 - Wie hoch ist der Grad der KI-Akzeptanz in Ihrem Unternehmen?35

Bei der Entwicklung einer KI-Anwendung ist ein agiler Fail-Fast (dt. schnell scheitern) Ansatz von unschätzbarem Wert. Das heißt: Für jedes Geschäftsproblem und jede Geschäftschance sollten Pilotprojekte durchgeführt werden, um die Machbarkeit der Lösung zu testen und die Technologieoptionen zu evaluieren, die Ihrem Unternehmen zur Verfügung stehen.

64 | KI nutzen

65 |

Auch ein geeignetes Betriebsmodell – mit Unterstützung seitens der Führungsetage – ist unerlässlich. Aus eigener Erfahrung wissen wir, dass es am besten ist, ein zentrales „Center of Excellence“ einzurichten, das die Führung und Koordination übernimmt. Dieses Zentrum kann dann mit anderen Teilen des Unternehmens – etwa Marketing, Risikomanagement oder Personalwesen – verbunden werden.

Dieses Modell hat entscheidende Vorteile für Ihre KI-Planung:

• Es bietet Skaleneffekte bei der Auswahl der benötigten Technologien und Werkzeuge sowie bei der Suche und Ausbildung des nötigen Fachpersonals.

• Es ermöglicht einen organisationsübergreifenden Ansatz zum Aufbau und zur Pflege des erforderlichen Daten-Ökosystems.

• Es stellt die konsistente Verwendung von Standards, Definitionen und Methoden sicher und unterstützt Sie bei der Einführung und Verbreitung von Best Practices in Ihrem Unternehmen.

• Es ermöglicht, die Wertschöpfung anhand strikter Kriterien zu messen und Chancen zu priorisieren.

• Es gewährleistet, dass bei allen Ihren KI-Projekten die höchsten Governance-Standards zur Anwendung kommen.

KI nutzen

Bis 2019 werden 40% der Programme für digitalen Wandel und 100% der IoT-Programme durch KI-Ressourcen unterstützt.36

IDC

66 | KI nutzen

Behalten Sie die Entwicklungen im Auge

Wenn Ihre KI-Planung voranschreitet, ist es unerlässlich, dass Sie sich über die neuesten Innovationen und Anwendungen auf dem Laufenden halten. Auf einem Gebiet, das so sehr von raschem Wandel geprägt ist, kann sich über Nacht alles ändern. Deshalb ist es für Ihre Geschäftsstrategie von unschätzbarem Wert, wenn Sie wissen, was die Marktführer und Pioniere in Sachen KI unternehmen – und Sie dadurch in der Lage sind, die Auswirkungen richtig einzuschätzen.

Wohin geht die Reise?

Kurzfristig wird die Sprachinteraktion weiterhin die KI-Erscheinungsform sein, die aus Verbrauchersicht am attraktivsten ist. Intelligente Assistenten wie Amazon Alexa und Google Home werden weiterhin um die Marktführerschaft bei Steuerungssystemen für das Smart Home konkurrieren. Mit dem HomePod von Apple ist gerade ein weiterer Wettbewerber hinzugekommen. Zudem werden sich Plattformbetreiber und Serviceanbieter Auseinandersetzungen über das Eigentum an und den Zugang zu Kundendaten und Kundenbeziehungen liefern.

Die Sprachinteraktion ist Teil einer umfassenderen Entwicklung der KI hin zum neuen User Interface (UI). Die KI wird zur bevorzugten Kommunikationsform für die Interaktion mit Kunden – ob über Chatdienste, Messaging oder Smart-Home-Assistenten.

67 | KI nutzen

Innerhalb von fünf Jahren wird mehr als die Hälfte der Kunden Dienstleistungen nicht nach der traditionellen Unternehmensmarke, sondern anhand der verwendeten KI auswählen.37


68 |

Deshalb müssen Unternehmen sehr sorgfältig durchdenken, wie sie KI-Technologien einsetzen und wie KI ihre Marke repräsentieren soll. Wer sie als untergeordnet oder nebensächlich betrachtet, wird rasch an seine Grenzen stoßen.

Eine wichtige Erkenntnis aus diesem Wandel ist, dass KI-Teams nicht nur aus Technologiespezialisten bestehen dürfen, sondern interdisziplinär zusammengesetzt sein müssen. So waren beispielweise bei Microsoft Autoren und Psychologen an der Entwicklung des in Windows integrierten KI-Systems Cortana involviert. Weitere Informationen zum interdisziplinären Charakter der KI-Entwicklung finden Sie oben auf Seite 30.

Ein weiterer spannender Aspekt von KI für den Nutzer? Personalisierte Werbung! Die Werbeaktivitäten auf Amazon Echo, Google Home und Co. stecken zwar aktuell noch in den Kinderschuhen, aber werden kontinuierlich weiterentwickelt. Hier ist noch mit vielen Experimenten und Fehlern zu rechnen. Wenn die Kunden zuhause ungefragt unterbrochen werden, um ihnen Dienstleistungen zu verkaufen, wären sie mit ziemlicher Sicherheit verärgert. Um das zu verhindern hat Amazon sogar im April 2017 eine Bestimmung in die Entwicklerrichtlinie für Alexa aufgenommen, die jegliche Werbung außerhalb von Musikdiensten und Kurzinformationen untersagt.38 Es müssen innovative Wege gefunden werden, damit die Menschen bereit sind, sich langfristig auf die KI-Sprachkommunikation einer Marke einzulassen. Sehr wahrscheinlich wird es dabei zu Tauschgeschäften kommen, bei denen die Kunden eine Gegenleistung dafür erhalten, dass sie ihre Aufmerksamkeit zur Verfügung stellen.

Ein zentraler Punkt: Die KI-Technologie wird sehr bald imstande sein, Dinge zu leisten, die unsere gemeinsame Vorstellungskraft weit übertreffen – wenn es nicht schon soweit ist. Das unterscheidet sie grundsätzlich von den bisherigen technologischen Revolutionen. Die Möglichkeiten der KI werden nur durch unsere Bereitschaft begrenzt sein, mit ihrzu experimentieren und sie einzusetzen.

KI nutzen

69 |

Deshalb müssen Unternehmen sehr sorgfältig durchdenken, wie sie KI-Technologien einsetzen und wie KI ihre Marke repräsentieren soll. Wer sie als untergeordnet oder nebensächlich betrachtet, wird rasch an seine Grenzen stoßen.

Eine wichtige Erkenntnis aus diesem Wandel ist, dass KI-Teams nicht nur aus Technologiespezialisten bestehen dürfen, sondern interdisziplinär zusammengesetzt sein müssen. So waren beispielweise bei Microsoft Autoren und Psychologen an der Entwicklung des in Windows integrierten KI-Systems Cortana involviert. Weitere Informationen zum interdisziplinären Charakter der KI-Entwicklung finden Sie oben auf Seite 30.

Ein weiterer spannender Aspekt von KI für den Nutzer? Personalisierte Werbung! Die Werbeaktivitäten auf Amazon Echo, Google Home und Co. stecken zwar aktuell noch in den Kinderschuhen, aber werden kontinuierlich weiterentwickelt. Hier ist noch mit vielen Experimenten und Fehlern zu rechnen. Wenn die Kunden zuhause ungefragt unterbrochen werden, um ihnen Dienstleistungen zu verkaufen, wären sie mit ziemlicher Sicherheit verärgert. Um das zu verhindern hat Amazon sogar im April 2017 eine Bestimmung in die Entwicklerrichtlinie für Alexa aufgenommen, die jegliche Werbung außerhalb von Musikdiensten und Kurzinformationen untersagt.38 Es müssen innovative Wege gefunden werden, damit die Menschen bereit sind, sich langfristig auf die KI-Sprachkommunikation einer Marke einzulassen. Sehr wahrscheinlich wird es dabei zu Tauschgeschäften kommen, bei denen die Kunden eine Gegenleistung dafür erhalten, dass sie ihre Aufmerksamkeit zur Verfügung stellen.

Ein zentraler Punkt: Die KI-Technologie wird sehr bald imstande sein, Dinge zu leisten, die unsere gemeinsame Vorstellungskraft weit übertreffen – wenn es nicht schon soweit ist. Das unterscheidet sie grundsätzlich von den bisherigen technologischen Revolutionen. Die Möglichkeiten der KI werden nur durch unsere Bereitschaft begrenzt sein, mit ihrzu experimentieren und sie einzusetzen.

KI nutzen

|

75 Prozent der Führungskräfte sagen, dass KI in den kommenden drei Jahren in ihrem Unternehmen implementiert wird.39

Bericht der Economist Intelligence Unit 2017

70KI nutzen

Wie bei allen Innovationen, sind auch die enormen Möglichkeiten und Vorteile künstlicher Intelligenz mit Risiken verbunden. Es ist ratsam, sich die möglichen Risiken für das Unternehmen zu Beginn der KI-Planung klar zu vergegenwärtigen.

71 |

Worin bestehen sie? Nach unserer Überzeugung gibt es vier grundsätzliche Risiken, die von Anfang an mitbedacht werden müssen. Sie fallen in die Bereiche Vertrauen, Haftung, Sicherheit und Kontrolle:

VERTRAUENWie zeigen wir den Menschen, dass KI bedenkenlos eingesetzt und genutzt werden kann? Wie vermeiden wir es, dass bewusste oder unbewusste Voreingenommenheiten bereits bei der Entwicklung in KI-Systeme einfließen? Die Antwort lautet: durch Transparenz und Verantwortlichkeit. Entscheidungen, die von einer KI getroffen werden, müssen angefochten und infrage gestellt werden können.

HAFTUNG Was geschieht, wenn ein KI-System einen Fehler macht oder sogar gegen das Gesetz verstößt? Wer ist in diesem Fall rechtlich verantwortlich? Die Änderungen der gesetzlichen und aufsichtsrechtlichen Anforderungen müssen aufmerksam beobachtet werden.KI nutzen

SICHERHEITWie lassen sich unbefugte oder böswillige Manipulationen an einem KI-System verhindern? Sicherheit ist hier von überragender Bedeutung, zumal zunehmend Open-Source-Programmcode verwendet wird.

KONTROLLEWas geschieht, wenn eine Maschine die Steuerung eines Prozesses übernimmt? Wie kann ein Mensch sie wieder übernehmen, wenn das nötig wird? Es muss sorgfältig überlegt werden, wann und wie die Kontrolle zwischen Menschen und KI-Systemen übergeben wird. Selbst wenn ein Mensch in einem selbstfahrenden Auto die Möglichkeit hat, die Steuerung wieder zu übernehmen, bleibt das Problem: Wenn er nicht jederzeit uneingeschränkt aufmerksam ist, wird er in einer kritischen Situation nicht schnell genug eingreifen können.

72 | KI nutzen

| | 73

WIR HABEN NOCH NICHT ÜBER DIE RISIKEN VON KI GESPROCHEN

STOPP,

72% der Führungskräfte geben an, dass ihre Unternehmen versuchen, das Vertrauen der Kunden zu gewinnen, indem sie KI-basierte Entscheidungen und Handlungen transparent machen.40


74 | KI-Risiken

Accenture hat eigens die neue Technologieplattform „Pinterest For AI Education“ geschaffen, um über 180.000 Mitarbeiter überall auf der Welt innerhalb von nur 20 Monaten in den neuesten digitalen Technologien zu schulen. Im nächsten Schritt soll diese interaktive Plattform dafür eingesetzt werden, die IT-Mitarbeiter unserer Kunden in wichtigen Bereichen zu schulen – darunter Gebiete wie Digitaltechnologien, Cloud, Sicherheit und KI. Die Future Talent Platform von Accenture integriert Schulungen und Lehrpläne zu einem Angebot, das als Service und über Mobilgeräte bereitgestellt wird. So können Mitarbeiter herkömmliche Lernmodelle hinter sich lassen und eine Kultur des fortlaufenden Lernens pflegen.41

75 | KI-Risiken

Mit all diesen Fragen beschäftigen wir uns bei Accenture sehr intensiv. Unseren Kunden empfehlen wir nachdrücklich eine KI-Philosophie, die den Menschen an erste Stelle setzt. Das heißt, es braucht einen Ansatz, den wir als „verantwortungsbewusste KI“ bezeichnen. Dieser Ansatz sieht vor, die mit dem Einsatz von KI verbundenen Risiken durch vier Direktiven abzufedern: steuern; konzipieren; beobachten; umschulen.

01. STEUERNSchaffen Sie durch ein gutes Governance-Konzept die nötigen Rahmenbedingungen, damit Ihre KI gedeihen kann. Sorgen Sie dafür, dass Ihre zentralen Unternehmenswerte, ethischen Leitlinien und Rechenschaftsmechanismen in Ihr KI-Konzept integriert sind.

02. KONZIPIERENStellen Sie vom ersten Planungsschritt an sicher, dass Ihr KI-System vertrauenswürdig ist. Legen Sie bei der Konzeption von Anfang an Rechenschaft über Datenschutz, Transparenz und Sicherheit ab.

03. BEOBACHTENÜberprüfen Sie die Leistung Ihres KI-Systems anhand einer Reihe zentraler Parameter. Unbedingt berücksichtigt werden sollten dabei algorithmische Rechenschaftslegung, Voreingenommenheit und Sicherheit.

76 | KI-Risiken

04. UMSCHULENSorgen Sie dafür, dass möglichst viele Mitarbeiter Ihres Unternehmens möglichst viel über KI wissen. Das wirkt Berührungsängsten bei denjenigen entgegen, die von der Technologie betroffen sind.

Menschen sind anfällig für unbewusste Voreingenommenheiten. Das kann große Auswirkungen beim Programmieren und Trainieren einer KI und der Auswahl der entsprechenden Datenbestände haben. In diesem Bereich sind unter Umständen allgemeinverbindliche Standards erforderlich. Wir müssen bei unseren KI-Systemen womöglich gemeinsam ein noch höheres Maß an Verantwortung anstreben, als wir es menschlichen Kollegen abverlangen würden.

77 | KI-Risiken

Ganz wichtig: Erklären

Ein Unternehmen, das mit dem Einsatz von KI beginnt und sich dabei das Vertrauen der Öffentlichkeit erhalten möchte, sollte vor allem auf eines achten: „Erklärbarkeit“. Das bedeutet: Sie sollten in der Lage sein, nachvollziehbar zu erläutern, wie und warum ein KI-System so und nicht anders entschieden hat. Für einige Branchen, die strikte Regulierungsauflagen beachten müssen, ist das nichts Neues. So müssen etwa Finanzdienstleister und Banken darauf vorbereitet sein, die Entscheidungen zu erläutern, die sie für ihre Kunden treffen.

DAS PROJEKT „ERKLÄRBARE KI“ DER DARPA

Die DARPA (Defense Advanced Research Projects Agency), die Forschungsbehörde des US-Verteidigungsministeriums, hat ein Programm für erklärbare KI (XAI = Explainable AI) entwickelt. Es zielt darauf ab, Verfahren für maschinelles Lernen zu entwickeln, die besser erklärbare Modelle hervorbringen. Dabei werden die Modelle mit Schnittstellen kombiniert, die ihre Arbeitsschritte und nachvollziehbare und aufschlussreiche Erklärungen für menschliche Anwender übersetzen.42

78 | KI-Risiken

Aber hier spielt noch ein grundsätzlicheres Problem hinein: Menschen sind eher bereit, dem zu vertrauen, was sie auch verstehen. Deshalb ist es zentraler Bestandteil jeder KI-Strategie, die KI „erklärbar“ und verständlich zu gestalten.

Allerdings ist das leichter gesagt als getan. Maschinelles Lernen ist häufig ein „Black Box“-Vorgang: Es kann sehr schwer sein, nachzuvollziehen und zu erklären, wie die Ergebnisse zustande kommen. Viele KI-Praktiker und Datenwissenschaftler denken schon über diese Frage nach. Bald wird es neue Ansätze geben, die es ermöglichen, die wissenschaftlichen Grundlagen von KI-Entscheidungen besser zu erläutern.

In der Zwischenzeit kann jedes Unternehmen bestimmte praktische Schritte durchführen, um eine bessere Erklärbarkeit seiner KI zu gewährleisten:

01. BESTAND AUFNEHMENDenken Sie über die Entscheidungen nach, die in Ihrem Unternehmen von einer KI getroffen werden. Welche davon bedürfen einer Erklärung oder erzeugen die Erwartung, dass eine Erklärung gegeben werden können muss? Wirken sich die Entscheidungen – direkt oder indirekt – auf Schlüsselbereiche wie Beschäftigung, Personalbeschaffung, Wohnen, Inklusion oder Sicherheit aus?

79 | KI-Risiken

80 |

02. EVALUIERENSchauen Sie sich alle quantitativen und qualitativen Modelle an, die bereits Erklärungen für KI-basierte Entscheidungen liefern. Wie gut funktionieren diese Modelle für die vorgesehenen Adressaten?

03. KONZIPIERENÜberprüfen Sie die konzeptionellen Grundlagen Ihrer KI. Wie können sie dazu beitragen, den Entscheidungsprozess menschenorientierter und nachvollziehbarer zu machen?

04. PRÜFENÜberprüfen Sie die Daten. Wie stellen Sie sicher, dass Ihre KI Datenbestände verwendet, die die Entwicklung Ihres Arbeitsumfelds widerspiegeln?

KI-Risiken

UND WAS BEDEUTET

DAS GANZE?

| | 81

Niemand ist eine Insel – das gilt auch für Unternehmen. Unsere Handlungen können weit über die Grenzen einer einzelnen Organisation hinaus wirken. Angesichts des revolutionären Potenzials und der weitreichenden „Überlaufeffekte“ von KI-Anwendungen ist es unerlässlich, die breiteren gesellschaftlichen Implikationen des KI-Einsatzes zu berücksichtigen.

Dazu ist es notwendig, einige wichtige Fragen gemeinschaftlich anzugehen. Wie stellen wir sicher, dass Menschen die Fähigkeiten erwerben, die notwendig sind, um in einer KI-gesteuerten Welt erfolgreich zu sein? Wie viele Arbeitsplätze werden durch KI-Systeme wirklich ersetzt? Wie viele neue Arbeitsplätze werden geschaffen? Wird es nötig sein, dass manche Menschen auf anderen Wegen, als durch Arbeit, Einkommen erhalten und Erfüllung finden? Welche neuen rechtlichen Rahmenbedingungen sind erforderlich, wenn Entscheidungen mittels KI getroffen werden? Steht die Menschheit gar vor einer existenziellen Bedrohung, wenn KI intelligenter wird als ihr Schöpfer?

82 | Bedeutung

Die Qualifikationsfrage

In Bezug auf Qualifikationen sind die Regierungen seit Jahren bemüht, das Studium der sogenannten MINT-Fächer – Mathematik, Informatik, Naturwissenschaften und Technik – zu fördern. Diese Bestrebungen müssen aufrechterhalten und durch Einbindung neuer Daten- und Analytikmodule in die Schul- und Ausbildungslehrpläne intensiviert werden. Allerdings sollte das nicht nur auf die MINT-Fächer beschränkt bleiben – auch in anderen Disziplinen muss die Bedeutung von Daten und Analytik ebenso entschieden gefördert werden. Auch die Anstrengungen, die Anzahl von entsprechenden Lehrstellen zu erhöhen, können dazu beitragen.

Natürlich spielt nicht zuletzt die Industrie eine wichtige Rolle, was die Weiterbildung von Mitarbeitern für den KI-Einsatz anbelangt. Hier muss noch erheblich investiert werden. Unternehmen haben sowohl einen wirtschaftlichen Anreiz (die Gewährleistung eines ausreichenden Fachkräfte- bestands) als auch eine moralische Verpflichtung (den verantwortungsbewussten Einsatz von KI). Und das Engagement von Seiten der Industrie wird noch wichtiger, wenn die Geschwindigkeit des KI-getriebenen Wandels dazu führt, dass unsere vorhandenen Bildungs- und Ausbildungseinrichtungen nicht mehr von selbst mit der Entwicklung Schritt halten können.

83 | Bedeutung

Bedeutung

62% der Arbeitnehmer erwarten, dass sich KI positiv auf ihre Tätigkeit auswirken wird. Die meisten davon gehören zur Kategorie „hohe Qualifikation / hohe Bereitschaft“.43

Accenture

84 |

Berufsfelder, die genuin menschliche Qualitäten wie Kreativität, Empathie, Güte oder Zuwendung erfordern, gehören womöglich zu denen, die zuletzt durch KI betroffen sind. Es ist kaum zu erwarten, dass diese wesentlichen Merkmale der menschlichen Intelligenz in nächster Zeit durch KI reproduziert werden können. Das bedeutet, dass Menschen weiterhin viele wichtige und lohnende Berufslaufbahnen offenstehen werden, auch wenn sie nicht in der Lage sind, die KI-Systeme auf ihren Gebieten zu übertreffen.

Die berufliche Frage

Die Frage, ob sich KI letztlich positiv oder negativ auf die Beschäftigung auswirken wird, können wir in unserem Taschenführer nicht beantworten. Accenture ist jedoch in dieser Beziehung insgesamt optimistisch. Wenn Unternehmen KI auf verantwortungsbewusste und menschenorientierte Weise einsetzen und sich darauf konzentrieren, die menschliche Intelligenz ebenso sehr zu unterstützen wie zu ersetzen, werden die Auswirkungen unserer Ansicht nach positiv sein. Eine solche Herangehensweise beim Einsatz von KI wird dazu beitragen, dass sich die Mitarbeiter den interessanteren, anspruchsvolleren, kreativen und kommunikativen Aspekten ihrer Tätigkeit widmen und die monotonen,

85 | Bedeutung

langweiligen, wiederkehrenden Aufgaben den KI-Systemen überlassen können.

Wir sind nicht die einzigen, die optimistisch in die Zukunft blicken. Viele Menschen rechnen damit, dass KI sich letztlich positiv auf die Beschäftigung auswirken wird. Das bedeutet, sie wird mehr neue Jobs schaffen als wegfallen werden. Die Vertreter dieser Ansicht stützen sich auf die Erfahrungen aus früheren technologischen Revolutionen, die auf lange Sicht bisher in jedem Fall insgesamt zu einem Beschäftigungszuwachs geführt haben. Allerdings muss eingeräumt werden, dass dies häufig erst in der nächsten Generation der Fall war. Während die ältere Generation durch die Einführung der neuen Technologie negative Auswirkungen verspürten, zeigt die geschichtliche Erfahrung, dass die nachfolgende Generation davon profitiert. Daraus wird gefolgert, dass KI langfristig ähnlich positive Auswirkungen zeigen wird.

Allerdings sind nicht alle so zuversichtlich. Skeptiker wenden ein, dass die Situation diesmal anders sei. Sie verweisen darauf, dass es bei früheren technologischen Revolutionen vor allem um die Mechanisierung der manuellen Arbeit ging. Der Einsatz von KI bringt jedoch die Automatisierung weit grundlegenderer kognitiver Prozesse mit sich. Während es also bei der mechanischen Automatisierung um den Austausch bei bestimmten konkreten Aufgaben ging (etwa als Pferde in der Landwirtschaft durch Traktoren ersetzt wurden), ist die kognitive Automatisierung so weitreichend,

86 | Bedeutung

dass sie den entscheidenden Wettbewerbsvorteil des Menschen in Frage stellt: seine Fähigkeit, zu denken. Deshalb, so die Schlussfolgerung, sollten wir uns langfristig auf breit gestreute Beschäftigungsverluste gefasst machen.

Dass die Einschätzungen so weit auseinanderliegen, lässt nicht erwarten, dass die Klärung der Beschäftigungsfrage kurz bevorsteht. Die Debatte wird noch einige Zeit andauern. In der Zwischenzeit müssen sowohl die Regierung als auch die Industrie alles tun, um sicherzustellen, dass der Einsatz von KI verantwortungsvoll gehandhabt wird und der Mensch dabei im Mittelpunkt steht.

2020 wird KI 2,3 Millionen Arbeitsplätze schaffen und 1,8 Millionen Arbeitsplätze überflüssig machen. Damit wird dieses Jahr zu einem Wendepunkt in der KI- bedingten Beschäftigungs- dynamik.”44

Gartner

87 | Bedeutung

DIE AUSWIRKUNGEN DER AUTOMATISIERUNG AUF DIE FERTIGUNG

Wie hat sich die Automatisierung von Fertigungsprozessen auf die Beschäftigung ausgewirkt? Man könnte meinen, dass aufgrund der weit verbreiteten Nutzung von Industrierobotern heute viel weniger Arbeitskräfte benötigt werden als früher. Ein aktueller Bericht aus Deutschland, dem Wirtschaftsmotor und führenden Produktionsstandort der EU, legt jedoch nahe, dass das nicht der Fall ist.

In den letzten zwanzig Jahren hat sich die Anzahl der in der deutschen Industrie eingesetzten Roboter vervierfacht. 1994 kamen in Deutschland etwa zwei Industrieroboter auf tausend Arbeiter. 2014 war dieser Wert auf durchschnittlich 7,6 Industrieroboter je tausend Arbeiter angestiegen (zum Vergleich: in den USA

88 | Bedeutung

waren es im selben Jahr nur 1,6). In der florierenden deutschen Automobilindustrie wurden während dieses Zeitraums zwischen 60 und 100 zusätzliche Roboter je tausend Arbeiter installiert.

Welche Auswirkungen hatte der Automatisierungsschub auf die Beschäftigung in Deutschland? So gut wie keine. Forscher der Universitäten Würzburg, Mannheim und Düsseldorf haben die Beschäftigungsdaten über einen Zeitraum von 20 Jahren untersucht und festgestellt, dass die Gesamtbeschäftigung in Deutschland trotz des erheblich verstärkten Einsatzes von Robotern nicht gelitten hat: „Unter Berücksichtigung der Industriestrukturen und der demografischen Situation sind die Auswirkungen nach unseren Erkenntnissen nahezu gleich Null.“45

89 | Bedeutung

Die rechtliche Frage

Je stärker KI in Wirtschaft, Industrie und darüber hinaus Fuß fasst, desto wichtiger wird es, dass die rechtlichen und regulatorischen Rahmenbedingungen entsprechend angepasst werden. Einer der ersten und dringlichsten Bereiche, in denen dies geschehen muss, ist voraussichtlich die Gesetzgebung in Bezug auf autonome Fahrzeuge. Man denke nur an die rechtliche Regelung von Personenschäden, Fahrlässigkeit und Schadensersatzfragen. Wer haftet, wenn ein autonomes Fahrzeug ohne Fahrer am Steuer einen Auffahrunfall verursacht? Der Fahrzeughersteller? Der Softwareanbieter? Die Fahrzeuginsassen?

Und wie sieht es mit den rechtlichen Implikationen der Entwicklung von KI-Systemen aus? Wenn ein autonomes Fahrzeug vor einer Entscheidung steht, die zu zwei gleichermaßen tragischen Konsequenzen führen wird – etwa der Entscheidung, entweder das Leben des Fahrzeuginsassen oder das Leben von Fußgänger auf der Straße zu retten – dann benötigen die Systementwickler klar durchdachte rechtliche Vorgaben, um zu entscheiden, welche Option sie wählen. Das führt direkt zum Kern einiger der schwierigsten rechtlichen und moralischen Fragen, die es überhaupt gibt.

Sehr wahrscheinlich muss auch das Wettbewerbsrecht angepasst werden. Bereits heute werden im Onlinehandel häufig Preisalgorithmen eingesetzt, weil sie weit schnellere und komplexere Preisanpassungen ermöglichen. Amazon ändert angeblich die Preise einiger Artikel mehrmals pro Stunde. Das entspricht Millionen von individuellen Preisanpassungen pro Tag.46 Jede Entscheidung, die ein KI-System auf einem offenen Markt trifft, muss transparent und erklärbar sein.

90 | Bedeutung

Die existenzielle Frage

Niemand kann genau sagen, ob KI-Systeme jemals die Intelligenz des Menschen grundsätzlich übertreffen werden – und noch weniger, was dann passieren würde. Diejenigen Experten, die eine allgemeine KI für realisierbar halten, sind sehr unterschiedlicher Ansicht darüber, wann es soweit sein könnte. Wir sind uns – bei allen erstaunlichen Möglichkeiten, die sich der Menschheit schon heute durch den Einsatz von KI eröffnen – recht sicher, dass der Weg bis zur Realisierung einer allgemeinen KI noch sehr weit ist. Trotzdem müssen wir schon jetzt darüber nachdenken, welche Konsequenzen und Implikationen eine solche Entwicklung mit sich bringen könnte. Deshalb begrüßen wir, dass akademische und von der Industrie geförderte Einrichtungen geschaffen werden, die dieser Frage nachgehen, wie etwa das Future of Humanity Institute an der Universität Oxford.

91 | Bedeutung

| 92

Alles was die Zivilisation zu bieten hat, ist ein Produkt der menschlichen Intelligenz. Wir können nicht abschätzen, was wir noch erreichen können, wenn diese Intelligenz durch die Werkzeuge der künstlichen Intelligenz vergrößert wird, doch die Beseitigung von Krieg, Krankheit und Armut würde bei uns allen ganz oben auf der Liste stehen. Die erfolgreiche Entwicklung von KI wäre das größte Ereignis in der Geschichte der Menschheit. Leider könnte es zugleich auch die letzte sein.“

Stephen Hawking, Google Zeitgeist, 2011

Bedeutung

DIE UHR TICKT –

| | 93

ES WIRD ZEIT, DURCHZUSTARTEN!

Sie haben jetzt einiges über künstliche Intelligenz gelesen. Wir hoffen, dass Ihnen dieser kurze Überblick eine Vorstellung der zugrundeliegenden Technologien, der bahnbrechenden Fähigkeiten und der möglicherweise umwälzenden Auswirkungen vermitteln konnte. Mit zunehmender Ausbreitung wird KI unseren Arbeitsalltag und unser Leben für immer verändern.

Sie ist ein völlig neuer Produktionsfaktor und sie wird das Wirtschaftswachstum in vielerlei Hinsicht entscheidend beeinflussen. Zum Beispiel durch Ausweitung der Automatisierung in Bereiche, die bisher menschlicher Arbeit vorbehalten waren, durch das Vorantreiben neuer, effektiver Entscheidungswege oder durch ein bisher ungekanntes Innovationstempo in Unternehmen und anderen Bereichen.

94 | Durchstarten

KI IN DEUTSCHLAND

Der Nutzen und das Potenzial der KI lassen sich dann realisieren, wenn wir klare Visionen und Ziele haben und Politik, Wirtschaft, Wissenschaft und Sozialpartner an einem Strang ziehen.

Erfahren Sie hier, wie Deutschland zum Spitzenstandort für künstliche Intelligenz werden kann: www.accenture.de/ki-in-de

95 | Durchstarten

Durchstarten 96 |

Große und kleine Unternehmen experimentieren bereits heute mit KI-Lösungen, um neue Wachstumspotenziale zu erschließen. Sie finden Möglichkeiten, um das Wissen ihrer Mitarbeiter zu erweitern. Sie beschreiten bei der Interaktion mit ihren Kunden neue Wege. Und sie beginnen, KI-Systeme zu entwickeln, die Aufgaben schneller und besser erledigen als menschliche Mitarbeiter.

Wie bei jeder radikalen Innovation gibt es auch beim Einsatz von KI Anfangsrisiken und unbeabsichtigte Folgen sind nicht auszuschließen. Deshalb ist es so wichtig, verantwortungs- bewusst mit der Technologie umzugehen. Vertrauen, Transparenz und Sicherheit müssen von Anfang an in die Entwicklung von KI-Systemen integriert werden.

Das Fazit lautet: Künstliche Intelligenz ist da. Es ist an der Zeit, sich damit zu beschäftigen und von ihren Möglichkeiten zu profitieren.

97 | Durchstarten

Empfehlungen zur vertiefenden LektüreErik Brynjolfsson / Andrew McAfee: The Second Machine Age: Wie die nächste digitale Revolution unser aller Leben verändern wird

Erik Brynjolfsson / Andrew McAfee: Machine, Platform, Crowd: Wie wir das Beste aus unserer Zukunft machen

Max Tegmark: Leben 3.0: Mensch sein im Zeitalter künstlicher Intelligenz

Paul Daugherty & James Wilson: Human + Machine: Reimagining Work in the Age of AI (auf Englisch erschienen am 20.03. 2018)

Yuval Noah Harari: Homo Deus: Eine Geschichte von Morgen

98 |

Auf diesem Wege möchte ich Lucy, Noor und Caryn herzlich für ihre tatkräftige Unterstützung danken.

Quellen

99 |

Nanterme, P. (2016, January 17). Digital Disruption Has Only Just Begun. World Economic Forum. https://www.weforum.org/agenda/2016/01/digital-disruption-has-only-just-begun/

Faggella, D. (2017, August 24). Venture Investments in Artificial Intelligence – Trends in 2016 and Beyond. TechEmergence. https://www.techemergence.com/venture-investments-in-artificial-intelligence-trends/

Hoffman, M. (2016). Artificial Intelligence Patents Growing Exponentially. Hoffman Warnick. http://hoffmanwarnick.com/artificial-intelligence-patents-growing-exponentially/

Accenture. (2016). Why Artificial Intelligence is the Future of Growth. https://www.accenture.com/us-en/insight-artificial-intelligence-future-growth

Wang, R. (2016, September 18). Understanding the Spectrum of Seven Artificial Intelligence Outcomes. R “Ray” Wang. http://blog.softwareinsider.org/2016/09/18/mondays-musings-understand-spectrum-seven-artificial-intelligence-outcomes/

BBC. (2017, May 25). Google AI Defeats Human Go Champion. BBC News. http://www.bbc.co.uk/news/ technology-40042581

Hassabis, D., & Silver, D. (2017, October 18). AlphaGo Zero: Learning from Scratch. DeepMind. https://deepmind.com/blog/alphago-zero-learning-scratch/

Schaeffer, J. (2018, January 12). Techmate: How AI Rewrote the Rules of Chess. Financial Times. https://www.ft.com/content/ea707a24-f6b7-11e7-8715-e94187b3017e

Brynjolfsson, E., & McAfee, A. (2017, July). The Business of Artificial Intelligence. Harvard Business Review. https://hbr.org/cover-story/2017/07/the-business-of-artificial-intelligence

Gartner. (2010). Gartner Customer 360 Summit 2011. Gartner Summits. https://www.gartner.com/imagesrv/summits/docs/na/customer-360/C360_2011_brochure_FINAL.pdf

Grosse, R., Lee, H., Ng, A., & Ranganath, R. (2011, October). Unsupervised Learning of Hierarchical Representations with Convolutional Deep Belief Networks. https://cims.nyu.edu/~rajeshr/

Antonoglou, I., Graves, A., Kavukcuoglu, K., Mnih, V., Riedmiller, M., Silver, D., & Wierstra, D. (2013, January 1). Playing Atari with Deep Reinforcement Learning. DeepMind Technologies. https://deepmind.com/research/publications/playing-atari-deep-reinforcement-learning/

West, J. (2016, April 2). Microsoft’s Disastrous Tay Experiment Shows the Hidden Danger of AI. Quartz. https://qz.com/653084/microsofts-disastrous-tay-experiment-shows-the-hidden-dangers-of-ai/

Hopkins, B., McCormick, J., & Schadler, T. (2016, July 27). Insights-Driven Businesses Will Take $1.2 Trillion a Year by 2020. Forrester. https://www.forrester.com/InsightsDriven+Businesses+Will+Take+12+Trillion+A+Year+ By+2020/-/E-PRE9365

Transparency Market Research. (2016, November 4). Global IT Robotic Automation Market. https://www.transparencymarketresearch.com/it-robotic-automation-market.html

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

https://www.weforum.org/agenda/2016/01/digital-disruption-has-only-just-begun/

https://emerj.com/ai-sector-overviews/venture-investments-in-artificial-intelligence-trends/

http://hoffmanwarnick.com/artificial-intelligence-patents-growing-exponentially/

https://www.accenture.com/us-en/insight-artificial-intelligence-future-growth

http://blog.softwareinsider.org/2016/09/18/mondays-musings-understand-spectrum-seven-artificial-intelligence-outcomes/

https://www.bbc.com/news/technology-40042581

https://deepmind.com/blog/alphago-zero-learning-scratch/

https://www.ft.com/content/ea707a24-f6b7-11e7-8715-e94187b3017e

https://hbr.org/cover-story/2017/07/the-business-of-artificial-intelligence

https://www.gartner.com/imagesrv/summits/docs/na/customer-360/C360_2011_brochure_FINAL.pdf

https://cims.nyu.edu/~rajeshr/

https://deepmind.com/research/publications/playing-atari-deep-reinforcement-learning/

https://qz.com/653084/microsofts-disastrous-tay-experiment-shows-the-hidden-dangers-of-ai/

https://go.forrester.com/press-newsroom/

https://www.transparencymarketresearch.com/it-robotic-automation-market.html

100 |

Gallup. (2017). “Few U.S. Workers Worry About Tech Making Their Job Obsolete” p.2, August 2-6, 2017. Retrieved from http://news.gallup.com/poll/216116/few-workers-worry-tech-making-job-obsolete. aspx?g_source=workplace+satisfaction&g_medium=search&g_campaign=tiles

Crevier, D. (1993). AI: The Tumultuous Search for Artificial Intelligence. New York: Basic Books.

Sato, K. (2017, May 12). An In-depth Look at Google’s First Tensor Processing Unit (TPU). Google Cloud Platform. https://cloud.google.com/blog/big-data/2017/05/an-in-depth-look-at-googles-first-tensor-processing-unit-tpu

Klein, A. (2017, July 11). Hard Drive Cost Per Gigabyte. Blackblaze. https://www.backblaze.com/blog/hard-drive-cost-per-gigabyte/

Kelnar, D. (2017). The State of AI 2017: Inflection Point. MMC Ventures. https://www.mmcventures.com/wp-content/uploads/2017/10/The-State-of-AI-2017-Inflection-Point-Summary.pdf

Revell, T. (2017, May 31). AI Will be Able to Beat us at Everything by 2060, Say Expert. New Scientist. https://www.newscientist.com/article/2133188-ai-will-be-able-to-beat-us-at-everything-by-2060-say- experts/

Etzioni, O. (2016, September 20). No, the Experts Don’t Think Superintelligent AI is a Threat to Humanity. MIT Technology Review. https://www.technologyreview.com/s/602410/no-the-experts-dont-think-superintelligent-ai-is-a-threat-to-humanity/

Berlucchi, M. et.al. (n.d.). Artifical Intelligence in the Real World. The Economist. https://www. eiuperspectives.economist.com/sites/default/files/Artificial_intelligence_in_the_real_world_1.pdf

Robots for Recycling. (2017). https://www.amprobotics.com/

Lant, K. (2017, May 5). Confirmed: AI Can Predict Heart Attacks and Strokes More Accurately Than Doctors. Futurism. https://futurism.com/confirmed-ai-can-predict-heart-attacks-and-strokes-more-accurately-than-doctors/

Accenture Technology Vision. (2018). Redefine Your Company Based on the Company You Keep: Intelligent Enterprise Unleashed. https://www.accenture.com/t20180208T172438Z__w__/us-en/_acnmedia/ Accenture/next-gen-7/tech-vision-2018/pdf/Accenture-TechVision-2018-Tech-Trends-Report.pdf

Accenture. (2018). Avianca Airlines New Chatbot is Reducing Travel Stress, One Passenger at a Time. https://www.accenture.com/gb-en/success-avianca-airlines-new-chatbot-reducing-travel-stress

Gregory, J. (2017, July 6). Press Association Wins Google Grant to Run News Service Written by Computers. The Guardian. https://www.theguardian.com/technology/2017/jul/06/press-association-wins-google-grant-to-run-news-service-written-by-computers

16

17

18

19

20

21

22

23

24

25

26

27

28

https://news.gallup.com/poll/216116/few-workers-worry-tech-making-job-obsolete.aspx?g_source=workplace+satisfaction&g_medium=search&g_campaign=tiles

https://news.gallup.com/poll/216116/few-workers-worry-tech-making-job-obsolete.aspx?g_source=workplace+satisfaction&g_medium=search&g_campaign=tiles

https://cloud.google.com/blog/products/gcp/an-in-depth-look-at-googles-first-tensor-processing-unit-tpu

https://www.backblaze.com/blog/hard-drive-cost-per-gigabyte/

https://www.mmcventures.com/wp-content/uploads/2017/10/The-State-of-AI-2017-Inflection-Point-Summary.pdf

https://www.newscientist.com/article/2133188-ai-will-be-able-to-beat-us-at-everything-by-2060-say-experts/

https://www.technologyreview.com/s/602410/no-the-experts-dont-think-superintelligent-ai-is-a-threat-to-humanity/

https://eiuperspectives.economist.com/sites/default/files/Artificial_intelligence_in_the_real_world_1.pdf

https://eiuperspectives.economist.com/sites/default/files/Artificial_intelligence_in_the_real_world_1.pdf

https://www.amprobotics.com/

https://futurism.com/confirmed-ai-can-predict-heart-attacks-and-strokes-more-accurately-than-doctors/

https://futurism.com/confirmed-ai-can-predict-heart-attacks-and-strokes-more-accurately-than-doctors/

https://www.accenture.com/t20180208T172438Z__w__/us-en/_acnmedia/Accenture/next-gen-7/tech-vision-2018/pdf/Accenture-TechVision-2018-Tech-Trends-Report.pdf

https://www.accenture.com/gb-en/success-avianca-airlines-new-chatbot-reducing-travel-stress

https://www.theguardian.com/technology/2017/jul/06/press-association-wins-google-grant-to-run-news-service-written-by-computers

29

101 |

Lee, J. (2015, April 24). GTRIIP Provides Biometric Identification Solution for Hotel Check-In. Biometric Update. http://www.biometricupdate.com/201504/gtriip-provides-biometric-identification-solution-for-hotel-check-in

World Economic Forum. (n.d.). The Driverless Car Revolution. http://reports.weforum.org/digital-transformation/the-driverless-car-revolution/

Lovett, L. (2017, December 4). Accenture’s Latest AI Platform to Help Seniors with Loneliness Wraps up Pilot Program. MobiHealthNews. http://www.mobihealthnews.com/content/accentures-latest-ai-platform-help-seniors-loneliness-wraps-pilot-program

Leonard, S., (2014, January 23). Smart Tissue Anastomosis Robot (STAR): A Vision-Guided Robotics System for Laparoscopic Suturing. http://ieeexplore.ieee.org/abstract/document/6720152/?reload=true

Ransbotham, R., Kiron, D., Gerbert, P., & Reeves, M. (2017, September 6). Reshaping Business with Artificial Intelligence. MITSloan Management Review. https://sloanreview.mit.edu/projects/reshaping-business-with-artificial-intelligence/

Ransbotham, R., Kiron, D., Gerbert, P., & Reeves, M. (2017, September 6). Reshaping Business with Artificial Intelligence. MITSloan Management Review. https://sloanreview.mit.edu/projects/reshaping-business-with-artificial-intelligence/

Fitzgerald, S., and Parker, R. (2017, November 1). IDC Reveals Worldwide Digital Transformation Predictions. International Data Corporation. https://www.idc.com/getdoc.jsp?containerId=prUS43188017

Accenture Technology Vision. (2017). Technology for People: The Era of the Intelligent Enterprise. https://www.accenture.com/t20170530T164033Z__w__/us-en/_acnmedia/Accenture/next-gen-4/tech-vision-2017/pdf/Accenture-TV17-Full.pdf

Perez, S. (2017, April 20). Amazon’s New Alexa Developer Policy Now Bans ALL Ads Except in Music and Flash Briefings. TechCrunch. https://techcrunch.com/2017/04/20/amazons-new-alexa-developer-policy-now-bans-all-ads-except-in-music-and-flash-briefings/

Kelnar, D. (2017). The State of AI 2017: Inflection Point. MMC Ventures. https://www.mmcventures.com/wp-content/uploads/2017/10/The-State-of-AI-2017-Inflection-Point-Summary.pdf

Accenture Technology Vision. (2018). Redefine Your Company Based on the Company You Keep: Intelligent Enterprise Unleashed. https://www.accenture.com/t20180208T172438Z__w__/us-en/_acnmedia/ Accenture/next-gen-7/tech-vision-2018/pdf/Accenture-TechVision-2018-Tech-Trends-Report.pdf

Which.(2017, November 20) Accenture Launches Pinterest for Education. Which-50. https://which-50.com/accenture-launches-pinterest-ai-education/

Gunning, G.(n.d.) Explainable Artificial Intelligence. DARPA. https://www.darpa.mil/program/explainable-artificial-intelligence

30

31

32

33

34

35

36

37

38

39

40

41

https://www.biometricupdate.com/201504/gtriip-provides-biometric-identification-solution-for-hotel-check-in

http://reports.weforum.org/digital-transformation/the-driverless-car-revolution/

https://www.mobihealthnews.com/content/accentures-latest-ai-platform-help-seniors-loneliness-wraps-pilot-program

https://ieeexplore.ieee.org/abstract/document/6720152?reload=true

https://sloanreview.mit.edu/projects/reshaping-business-with-artificial-intelligence/

https://sloanreview.mit.edu/projects/reshaping-business-with-artificial-intelligence/

https://www.idc.com/getdoc.jsp?containerId=prUS43188017

https://www.accenture.com/t20170530T164033Z__w__/us-en/_acnmedia/Accenture/next-gen-4/tech-vision-2017/pdf/Accenture-TV17-Full.pdf

https://techcrunch.com/2017/04/20/amazons-new-alexa-developer-policy-now-bans-all-ads-except-in-music-and-flash-briefings/

https://www.mmcventures.com/wp-content/uploads/2017/10/The-State-of-AI-2017-Inflection-Point-Summary.pdf

https://www.accenture.com/t20180208T172438Z__w__/us-en/_acnmedia/Accenture/next-gen-7/tech-vision-2018/pdf/Accenture-TechVision-2018-Tech-Trends-Report.pdf

https://which-50.com/accenture-launches-pinterest-ai-education/

https://www.darpa.mil/program/explainable-artificial-intelligence

102 |

Accenture. (2017). Harnessing the Revolution, Creating the Future Workforce. https://www.accenture.com/us-en/_acnmedia/A2F06B52B774493BBBA35EA27BCDFCE7.pdf

Gartner. (2017, December 13). https://www.gartner.com/newsroom/id/3837763

Vox. (2017, September 19) The rise of robots in the German labour market. https://voxeu.org/article/rise-robots-german-labour-market

D’Onfro, J., (2015, January 13) The Clever Way Amazon Gets Away with Not Always offering the Lowest Prices. http://uk.businessinsider.com/how-amazon-adjusts-its-prices-2015-1

43

44

45

42

https://www.accenture.com/us-en/_acnmedia/A2F06B52B774493BBBA35EA27BCDFCE7.pdf

https://www.gartner.com/en/newsroom

https://voxeu.org/article/rise-robots-german-labour-market

https://www.businessinsider.com/how-amazon-adjusts-its-prices-2015-1?r=UK

Applied IntelligenceAccenture Applied Intelligence, Teilbereich von Accenture Digital, stellt künstliche Intelligenz (KI) und menschlichen Erfindergeist ins Zentrum seines Geschäfts, mit dem Ziel, Kunden auf ihrem Weg zum intelligenten Unternehmen zu unterstützen und komplexe unternehmerische Herausforderungen zu lösen. Durch den verantwortungsvollen Einsatz von KI und die Kombination mit unserer umfassenden Branchen- und Analyse-Expertise ermöglichen wir die digitale Transformation von Unternehmen, erweitern die menschlichen Fähigkeiten und realisieren intelligente Produkte und Dienstleistungen.

Folgen Sie uns unter @AccentureAI und besuchen Sie www.accenture.com/appliedintelligence

Über Accenture Accenture ist ein weltweit führendes Dienstleistungsunternehmen, das ein breites Portfolio von Services und Lösungen in den Bereichen Strategie, Consulting, Digital, Technologie und Operations anbietet. Mit umfassender Erfahrung und spezialisierten Fähigkeiten über mehr als 40 Branchen und alle Unternehmensfunktionen hinweg – gestützt auf das weltweit größte Delivery-Netzwerk – arbeitet Accenture an der Schnittstelle von Business und Technologie, um Kunden dabei zu unterstützen, ihre Leistungsfähigkeit zu verbessern und nachhaltigen Wert für ihre Stakeholder zu schaffen. Mit rund 459.000 Mitarbeitern, die für Kunden in über 120 Ländern tätig sind, treibt Accenture Innovationen voran, um die Art und Weise, wie die Welt lebt und arbeitet, zu verbessern. Besuchen Sie uns unter www.accenture.com

Copyright © 2019 AccentureAll rights reserved.

Accenture, its logo, and High Performance Delivered are trademarks of Accenture.

KI KURZ ERKLÄRT - Accenture...„KI-Strategie“, die Deutschland führend bei der Entwicklung und...

Documents

Transcript of KI KURZ ERKLÄRT - Accenture...„KI-Strategie“, die Deutschland führend bei der Entwicklung und...