Unternehmen setzen Künstliche Intelligenz (KI) vermehrt ein. Führungskräfte versuchen besser zu verstehen wie sie die darin liegenden Potenziale am besten nutzen. Sei es um neue Geschäftsbereiche zu erschließen, sich Wettbewerbsvorteile zu sichern oder um die Unmengen gesammelter Daten besser zu analysieren, etwa um die Interaktion mit Kunden zu optimieren.

Trotz dieser Entwicklung kursiert nach wie vor einiges an nicht ganz korrekten Vorstellungen zu dem, was KI ausmacht. Die liegen nicht zuletzt darin begründet, dass KI ein Oberbegriff ist, der eine Reihe von Technologien abdeckt wie zum Beispiel Machine Learning, Computer Vision, Natural Language Processing und Deep Learning. Sie alle befinden sich in verschiedenen Entwicklungs- und Implementierungsstadien. Der Einsatz von KI im Dynamic Pricing und Targeted Marketing ist beispielsweise seit geraumer Zeit üblich. Das eigentliche KI-Computing, bei dem Maschinen wie Menschen „denken“, ist noch weit davon entfernt, Mainstream zu werden. Zwischen diesen beiden Polen bewegen sich folglich die Diskussionen rund um KI und ihr disruptives Potenzial. Etwas mehr Klarheit bringt es, einen Blick auf die drei Praxisbereiche zu werfen, in denen künstliche Intelligenz zum Einsatz kommt:

  • Artificial Superintelligence (Künstliche Superintelligenz) ist der Typ von KI wie wir ihn aus der Science Fiction-Literatur und Filmen wie Matrix kennen. Das Ziel dieser Art von Forschung ist es, Computer zu entwickeln, die dem Menschen in praktisch jeder Hinsicht überlegen sind und das besitzen, was der Autor und Analytiker William Bryk ein Mal als “perfektes Gedächtnis und unbegrenzte analytische Kraft” bezeichnet hat.
  • General AI, also generelle künstliche Intelligenz, bezieht sich auf eine Maschine, die so intelligent ist wie ein Mensch und wie dieser in der Lage ist, Probleme zu lösen, die Lernfähigkeit und logisches Denken voraussetzen.
  • Artificial Narrow Intelligence (ANI), auch „schwache“ künstliche Intelligenz genannt, nutzt die überlegene Fähigkeit eines Computers, riesige Datenmengen zu verarbeiten und darin Muster und Beziehungen zu erkennen, die für einen Menschen nur sehr schwer (oder gar nicht) manuell zu ermitteln sind. Diese Form der künstlichen Intelligenz wird in verschiedenen Bereichen der Cybersecurity und anderen Big Data-Anwendungen eingesetzt.

Unternehmen haben begonnen in KI zu investieren. Einem aktuellen Bericht des McKinsey Global Institute zufolge1, beliefen sich 2017 die Investitionen in KI auf 26 bis 39 Milliarden US-Dollar, was einer Verdreifachung gegenüber den drei vorangegangenen Jahren entspricht. Die Analysten von IDC prognostizieren, dass die Unternehmensausgaben für KI2 und Cognitive Computing bis 2020 auf 46 Milliarden US-Dollar steigen werden.

KI prognostiziert den Strombedarf bei Versorgungsunternehmen, bringt Fahrzeugen bei, ihr eigener Chauffeur zu sein und steuert Roboter, die Amazon-Bestellungen verpacken und versenden. Netflix hat verlautbart, dass der KI-Algorithmus hinter der Such- und Empfehlungsmaschine des Unternehmens diesem 1 Milliarde US-Dollar3 an potenziellen jährlichen Verlusten durch Abo-Kündigungen eingespart hat. Early Adopter von KI sind zumeist Technologie-, Telekommunikations- und Finanzdienstleistungsunternehmen, die KI für verschiedene Technologiebereiche und als Kernbestandteil ihres Geschäftsmodells einsetzen. Was erfolgreiche Implementierungen eint ist, dass sie die volle Unterstützung der Führungsebene genießen. (rhh)

BlackBerry Cylance