Was ist Künstliche Intelligenz (KI)?

Künstliche Intelligenz (KI) ist die Fähigkeit einer Maschine oder eines Computers, die Fähigkeiten des menschlichen Geistes zu imitieren. KI nutzt mehrere Technologien, um Maschinen beim Planen, Handeln, Verstehen, Lernen und Erkennen mit menschenähnlicher Intelligenz auszustatten. KI-Systeme können Umgebungen wahrnehmen, Objekte erkennen, Entscheidungen treffen, Probleme lösen, aus Erfahrungen lernen und Vorbilder imitieren. Diese Fähigkeiten werden kombiniert, um Handlungen auszuführen, für die sonst ein Mensch erforderlich wäre, wie z. B. Autofahren oder die Begrüßung eines Gastes.

Warum wird KI immer beliebter?

Künstliche Intelligenz ist zwar erst seit etwa zehn Jahren in aller Munde, aber es gibt sie schon seit Jahrzehnten. Dass sie in jüngster Zeit an Bedeutung gewonnen hat, kommt nicht von ungefähr.

Die KI-Technologie und insbesondere das maschinelle Lernen sind auf die Verfügbarkeit großer Datenmengen angewiesen. Die Verbreitung des Internets, die Ausweitung des Cloud-Computing, der Aufstieg von Smartphones und das Wachstum des Internets der Dinge haben zu einer enormen Datenmenge geführt, die jeden Tag wächst. Dieser Informationsschatz in Verbindung mit den enormen Zuwächsen bei der Rechenleistung hat die schnelle und genaue Verarbeitung riesiger Datenmengen ermöglicht.

Heute vervollständigt die KI unsere Chat-Konversationen, schlägt Antworten auf E-Mails vor, gibt uns eine Wegbeschreibung, empfiehlt uns den nächsten Film, den wir streamen sollten, saugt unsere Böden und führt komplexe medizinische Bildanalysen durch.

Was ist die Geschichte der KI?

Die Geschichte der künstlichen Intelligenz reicht bis in die griechische Antike zurück. Doch erst mit dem Aufkommen der elektronischen Datenverarbeitung wurde die KI zu einer echten Möglichkeit. Beachten Sie, dass sich die Definition von KI im Zuge der technologischen Entwicklung geändert hat. Vor einigen Jahrzehnten wurden beispielsweise Maschinen, die optische Zeichenerkennung (OCR) oder einfache arithmetische Berechnungen durchführen konnten, als KI kategorisiert. OCR und einfache Berechnungen gelten heute nicht als KI, sondern als elementare Funktion eines Computersystems.

• 1950er Jahre - Alan Turing, ein Mann, der für das Brechen des von den Nazis im Zweiten Weltkrieg verwendeten ENIGMA-Codes berühmt ist, veröffentlicht die Arbeit Computing Machinery and Intelligence in the Mind. Er versucht, die Frage zu beantworten, ob Maschinen denken können. Er skizziert den Turing-Test, mit dem festgestellt wird, ob ein Computer die gleiche Intelligenz aufweist wie ein Mensch. Der Test besagt, dass ein KI-System in der Lage sein sollte, ein Gespräch mit einem Menschen zu führen, ohne dass dieser weiß, dass er mit einem KI-System spricht. Die erste KI-Konferenz überhaupt findet am Dartmouth College statt. Hier wurde der Begriff der künstlichen Intelligenz zum ersten Mal verwendet.
• 1960er Jahre - Das US-Verteidigungsministerium zeigt über die DARPA großes Interesse an künstlicher Intelligenz und beginnt mit der Entwicklung von Computerprogrammen, die das menschliche Denken nachahmen. Frank Rosenblatt baut den Mark 1 Perceptron Computer, der auf einem neuronalen Netzwerk basiert, das durch Erfahrung lernt.
• 1970er Jahre - DARPA schließt verschiedene Straßenkartierungsprojekte ab.
• 1980er Jahre - Eine komplexere Welle der KI kommt auf. Neuronale Netze mit Backpropagation-Algorithmen finden in KI-Systemen breite Anwendung.
• 1990er Jahre - Exponentiell wachsende Datenmengen werden produziert. Leistungsstarke Computer verarbeiten schnell große Datenmengen. Der Supercomputer Deep Blue besiegt zweimal den Schachweltmeister Garry Kasparov. Das Genomsequenzierungsprojekt und andere ähnlich komplexe Unternehmungen generieren umfangreiche Informationen. Dank des Fortschritts in der Datenverarbeitung können diese Daten gespeichert, abgerufen und analysiert werden.
• 2000er Jahre - Die Internet-Revolution treibt die KI zu ungeahnten Höhenflügen. Big Data hält Einzug in den Unternehmenswortschatz. Die DARPA hat intelligente persönliche Assistenten entwickelt, lange bevor Alexa, Siri, Cortana und Google Assistant zu bekannten Namen wurden. Dies ebnet den Weg für das Denken und die Automatisierung, die in den heutigen Computern und Smartphones enthalten sind. Dazu gehören intelligente Suchsysteme und Systeme zur Entscheidungsunterstützung, die die menschlichen Fähigkeiten erweitern und ergänzen.
• 2010er Jahre - Der chinesische Suchgigant Baidu stellt den Supercomputer Minwa vor, der auf einem neuronalen Faltungsnetzwerk basiert, um Bilder mit höherer Genauigkeit als der durchschnittliche Mensch zu identifizieren, zu analysieren und zu kategorisieren. Das tiefe neuronale Netzwerkprogramm AlphaGo von DeepMind besiegt den Go-Weltmeister Lee Sodol in einem Fünf-Spiele-Match. Go ist ein altes chinesisches Spiel, das wesentlich komplexer ist als Schach.
• 2020er Jahre - In diesem Zeitraum wurden die KI-Fähigkeiten rasch weiterentwickelt, insbesondere bei Sprachmodellen und generativer KI. Es war auch eine Zeit, in der das öffentliche Bewusstsein und die Diskussion über die potenziellen Auswirkungen von KI auf die Gesellschaft, die Arbeit und das tägliche Leben zunahmen. Zu den Höhepunkten gehört die Veröffentlichung von GPT-3 durch OpenAI, das beeindruckende Fähigkeiten im Bereich der natürlichen Sprache zeigt, gefolgt von GPT-4 mit erheblichen Verbesserungen. Außerdem wurde ChatGPT eingeführt, das konversationelle KI in den Mainstream bringt, sowie DallE für die Bilderstellung. DeepMinds AlphaFold schafft einen Durchbruch bei der Vorhersage von Proteinstrukturen. Die Europäische Union schlägt ein KI-Gesetz vor, das die Entwicklung und Nutzung von KI regeln soll. Es gibt kontinuierliche Fortschritte bei multimodalen KI-Systemen (die Text, Bild und Audio kombinieren) und einen zunehmenden Fokus auf KI-Ausrichtung und Sicherheitsforschung.

Wie funktioniert die KI?

Künstliche Intelligenz geht davon aus, dass es Prinzipien gibt, die das Handeln intelligenter Systeme steuern. Sie basiert auf dem Reverse-Engineering menschlicher Fähigkeiten und Eigenschaften auf eine Maschine. Das System nutzt eine Rechenleistung, die die eines durchschnittlichen Menschen übersteigt. Die Maschine muss lernen, auf bestimmte Aktionen zu reagieren. Es stützt sich auf historische Daten und Algorithmen, um ein Neigungsmodell zu erstellen. Maschinen lernen aus Erfahrung, kognitive Aufgaben zu erfüllen, die normalerweise vom menschlichen Gehirn erledigt werden. Das System lernt automatisch aus Merkmalen oder Mustern in den Daten.

Die KI beruht auf zwei Säulen: Technik und Kognitionswissenschaft. Bei der Technik geht es um die Entwicklung von Werkzeugen, die sich auf eine mit dem Menschen vergleichbare Intelligenz stützen. Große Datenmengen werden mit einer Reihe von Anweisungen (Algorithmen) und schneller iterativer Verarbeitung kombiniert. Die Kognitionswissenschaft beschäftigt sich mit der Nachahmung der Funktionsweise des menschlichen Gehirns und bringt mehrere Bereiche in die künstliche Intelligenz ein, darunter maschinelles Lernen, Deep Learning, neuronale Netze, kognitives Rechnen, Computer Vision, Verarbeitung natürlicher Sprache und Wissensverarbeitung.

Sind KI-Systeme monolithisch?

Künstliche Intelligenz ist nicht nur eine Art von System. Es gibt die einfachen, einfachen KI-Systeme, die sich auf eine bestimmte Aufgabe konzentrieren, wie z. B. Wettervorhersagen, die Analyse von Geschäftsdaten, Taxifahrten und digitale Assistenten. Dies ist die Art von KI, "narrow AI,", mit der der Durchschnittsmensch am ehesten zu tun haben wird. Sein Hauptzweck ist die Steigerung der Effizienz.

Am anderen Ende des Spektrums stehen fortgeschrittene Systeme, die die menschliche Intelligenz auf einer allgemeineren Ebene nachahmen und komplexe Aufgaben bewältigen können. Dazu gehören kreatives, abstraktes und strategisches Denken. Streng genommen gibt es diese Art von wirklich empfindungsfähiger Maschine, die "künstliche allgemeine Intelligenz" oder AGI genannt wird, bisher nur auf der Leinwand, obwohl das Rennen um ihre Verwirklichung immer schneller wird.

Wo wird künstliche Intelligenz eingesetzt?

Die Menschen haben sich für künstliche Intelligenz entschieden, weil sie erkannt haben, wie wertvoll sie für die Unternehmensinnovation und die digitale Transformation sein kann. KI kann Kosten senken und ein Maß an Geschwindigkeit, Skalierbarkeit und Konsistenz ermöglichen, das sonst unerreichbar ist. Wahrscheinlich interagieren Sie jeden Tag mehrmals mit irgendeiner Form von KI. Die Anwendungen der KI sind zu zahlreich, um sie hier erschöpfend zu behandeln. Hier ist ein Überblick über einige der wichtigsten davon.

1. Cybersecurity

Da Cyberangriffe immer umfangreicher, ausgeklügelter und häufiger werden, reichen von Menschenhand geführte Cyberabwehrmaßnahmen nicht mehr aus. Traditionell wurden Anti-Malware-Anwendungen mit Blick auf bestimmte Bedrohungen entwickelt. Die Virensignaturen werden aktualisiert, sobald neue Malware entdeckt wird.

Mit der schieren Anzahl und Vielfalt der Bedrohungen Schritt zu halten, wird jedoch zu einer fast unlösbaren Aufgabe. Dieser Ansatz war reaktiv und hing von der Identifizierung einer bestimmten Malware ab, damit diese in die nächste Aktualisierung aufgenommen werden konnte.

KI-basierte Anti-Spam-, Firewall-, Intrusion Detection/Prevention- und andere Cybersicherheitssysteme gehen über die archaische regelbasierte Strategie hinaus. Echtzeit-Bedrohungserkennung, -Analyse, -Entschärfung und -Prävention ist das Gebot der Stunde. Sie setzen KI-Systeme ein, die Malware-Merkmale erkennen und Abhilfemaßnahmen ergreifen, auch wenn die Bedrohung noch nicht offiziell identifiziert wurde.

KI-Cybersicherheitssysteme sind auf die kontinuierliche Zufuhr von Daten angewiesen, um Muster zu erkennen und Angriffe zurückzuverfolgen. Indem sie Algorithmen mit großen Informationsmengen füttern, lernen diese Systeme, Anomalien zu erkennen, Verhalten zu überwachen, auf Bedrohungen zu reagieren, sich an Angriffe anzupassen und Warnungen auszugeben.

2. Spracherkennung und Verarbeitung natürlicher Sprache

Spracherkennung wird auch als Speech-to-Text (STT) bezeichnet und ist eine Technologie, die Sprache erkennt und in digitalen Text umwandelt. Sie ist das Herzstück von Computerdiktieranwendungen, sprachgesteuertem GPS und sprachgesteuerten Menüs.

Die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP ) stützt sich auf eine Softwareanwendung zur Entschlüsselung, Interpretation und Generierung von menschenlesbarem Text. NLP ist die Technologie hinter Alexa, Siri, Chatbots und anderen Formen von textbasierten Assistenten. Einige NLP-Systeme verwenden Sentiment-Analysen, um Einstellungen, Stimmungen und subjektive Qualitäten in einer Sprache zu erkennen.

3. Bilderkennung

Die Bilderkennung, auch bekannt als maschinelles Sehen oder Computer Vision, ist eine künstliche Intelligenz, die es ermöglicht, Personen, Objekte, Text, Aktionen und Schrift in bewegten oder unbewegten Bildern zu klassifizieren und zu identifizieren. Die Bilderkennung wird in der Regel von tiefen neuronalen Netzen unterstützt und findet Anwendung in selbstfahrenden Autos, bei der medizinischen Bild-/Videoanalyse, bei Systemen zur Identifizierung von Fingerabdrücken, bei Scheckeinzahlungs-Apps und vielem mehr.

4. Empfehlungen in Echtzeit

E-Commerce- und Unterhaltungs-Websites und -Apps nutzen neuronale Netze, um Produkte und Medien zu empfehlen, die den Kunden auf der Grundlage seiner früheren Aktivitäten, der Aktivitäten ähnlicher Kunden, der Jahreszeit, des Wetters, der Tageszeit und anderer Faktoren ansprechen. Diese Echtzeit-Empfehlungen sind auf jeden Nutzer zugeschnitten. Für E-Commerce-Websites steigern Empfehlungen nicht nur den Umsatz, sondern helfen auch bei der Optimierung von Bestand, Logistik und Ladenlayout.

5. Automatisierter Aktienhandel

Der Aktienmarkt kann in Krisenzeiten extrem volatil sein. Dennoch ist es für einen Menschen nahezu unmöglich, schnell genug auf marktbeeinflussende Ereignisse zu reagieren. Bei Hochfrequenzhandelssystemen (HFT) handelt es sich um KI-gesteuerte Plattformen, die täglich Tausende oder Millionen von automatisierten Geschäften tätigen, um Aktienportfolios für große Institutionen zu optimieren.

6. Ridesharing-Dienste und selbstfahrende Autos

Lyft, Uber und andere Mitfahr-Apps nutzen KI, um anfragende Fahrer mit verfügbaren Fahrern zu verbinden. Die KI-Technologie minimiert Umwege und Wartezeiten, liefert realistische Ankunftszeiten und berechnet bei Nachfragespitzen die Preise.

Selbstfahrende Autos sind in den meisten Ländern der Welt noch nicht Standard, aber es gibt bereits einen konzertierten Vorstoß, KI-basierte Sicherheitsfunktionen einzubauen, um gefährliche Szenarien zu erkennen und Unfälle zu vermeiden.

7. Autopilot-Technologie

Anders als bei Landfahrzeugen ist die Fehlertoleranz bei Flugzeugen extrem gering. Die Flugzeughersteller mussten die Sicherheitssysteme vorantreiben und zu den ersten Anwendern der künstlichen Intelligenz gehören.

Um die Wahrscheinlichkeit und die Auswirkungen menschlichen Versagens zu minimieren, werden seit Jahrzehnten Autopilotsysteme in Militär- und Verkehrsflugzeugen eingesetzt. Sie nutzen eine Kombination aus GPS-Technologie, Sensoren, Robotik, Bilderkennung und Kollisionsvermeidung, um Flugzeuge sicher durch den Himmel zu navigieren und Piloten und Bodenpersonal bei Bedarf auf dem Laufenden zu halten.

8. Automatisierung von Softwaretests

Künstliche Intelligenz beschleunigt und vereinfacht die Erstellung, Ausführung und Wartung von Tests durch KI-gestützte intelligente Testautomatisierung. KI-basiertes maschinelles Lernen und fortschrittliche optische Zeichenerkennung (OCR) ermöglichen eine fortschrittliche Objekterkennung. Kombiniert mit KI-basierter Mockup-Identifikation, KI-basierter Aufzeichnung, KI-basiertem Textabgleich und bildbasierter Automatisierung können Teams die Zeit für die Testerstellung und -wartung reduzieren sowie die Testabdeckung und die Ausfallsicherheit von Testressourcen erhöhen.

9. Funktionsprüfung

Künstliche Intelligenz ermöglicht es Ihnen, mit OpenText™ Functional Test Automation Produkten früher und schneller zu testen. Es kombiniert umfassende technologische Unterstützung mit KI-gesteuerten Funktionen, um die Geschwindigkeit und Ausfallsicherheit zu gewährleisten, die schnelle Anwendungsänderungen innerhalb einer kontinuierlichen Bereitstellungspipeline unterstützen.

10. Verwaltung von Unternehmensdienstleistungen

Sowohl die IT-Abteilung als auch die Geschäftsbereiche stehen vor den Herausforderungen zu vieler manueller, fehleranfälliger Arbeitsabläufe, einer ständig wachsenden Zahl von Anfragen, unzufriedener Mitarbeiter mit dem Niveau und der Qualität der Dienstleistungen und vielem mehr. Künstliche Intelligenz und maschinelle Lerntechnologien können das Servicemanagement auf die nächste Stufe heben:

• Intelligente Suchfunktionen ermöglichen es den Mitarbeitern, Antworten einfach und schnell zu finden
• Virtuelle Agenten oder Bots können Aufgaben mithilfe der Verarbeitung natürlicher Sprache (NLP) ausführen
• Intelligente Analysen ermöglichen die Optimierung und Automatisierung von Arbeitsabläufen
• Metriken aus unstrukturierten Daten, z. B. Benutzerumfragen, können effizienter erfasst und analysiert werden.

Was für den IT-Support gilt, trifft auch auf ESM zu: KI verbessert den Betrieb und die Ergebnisse.

Wie fange ich mit künstlicher Intelligenz an?

Es gibt viele Möglichkeiten, wie Sie künstliche Intelligenz für Ihr Unternehmen nutzen können, um wettbewerbsfähig zu bleiben, das Wachstum voranzutreiben und Werte zu schaffen. Da Ihr Unternehmen jedoch nicht über unbegrenzte Ressourcen verfügt, müssen Sie Prioritäten setzen. Definieren Sie zunächst die Werte und strategischen Ziele Ihrer Organisation. Bewerten Sie von diesem Punkt aus die möglichen Anwendungen von KI anhand dieser Werte und Ziele. Entscheiden Sie sich für die KI-Technologie, die den größten Nutzen für Ihr Unternehmen bringen wird.

Die Welt wird immer stärker von der KI abhängig werden. Es geht nicht mehr darum, ob KI eingeführt werden soll, sondern wann. Unternehmen, die sich KI vor ihren Mitbewerbern zunutze machen, könnten einen erheblichen Wettbewerbsvorteil erlangen. Die Entwicklung und Verfolgung einer klar definierten KI-Strategie ist der Ausgangspunkt für alles. Vielleicht müssen Sie ein wenig experimentieren, bevor Sie wissen, was für Sie geeignet ist.

Wie hilft OpenText Unternehmen mit künstlicher Intelligenz?

Kunden vertrauen bereits auf Informationsmanagement-Lösungen von OpenText, um private Datensätze zu verwalten - von B2B-Transaktionen über betrieblichen Content bis hin zu Anwendungscode und geistigem Eigentum. Ohne dass Sie Ihre Daten verschieben müssen, können Sie jetzt die KI-Funktionen von OpenText Aviator AI nutzen, um das Beste aus Ihren Informationen herauszuholen.

Hier sind einige der Vorteile von KI, die für Unternehmen entwickelt wurde:

Halten Sie Daten privat und sicher: Ihre geschützten Daten sollten nicht in öffentlichen Bereichen liegen, um LLMs durchzuführen. Experimentieren Sie mit geprüften LLMs in einer Sandbox-Umgebung, um neue Anwendungsfälle auszuprobieren, während Ihre privaten Datensätze sicher bleiben.

Setzen Sie das richtige KI-Modell für die richtige Aufgabe ein: Eine Größe passt nicht für alle. Wir helfen bei der Prüfung von LLMs anhand von Anwendungsfällen und haben eine Modellstaffel, die Ihnen den Einstieg erleichtert. Es geht um die Ergebnisse, die Sie sich von KI erhoffen, und darum, wie wir Ihnen helfen können, diese zu erreichen.

Machen Sie den KI-Schwenk mit einem vertrauenswürdigen Partner: Geschäfts- und Technologietransformationen nehmen kein Ende. OpenText™ Professional Services hilft Ihnen, die für Ihr Unternehmen relevanten KI-Anwendungsfälle und -Modelle zu erforschen und sich sicher durch die Komplexität von KI zu bewegen.

Welche Schlüsselbereiche der künstlichen Intelligenz werden von OpenText angesprochen?

Im Folgenden finden Sie die KI-Funktionen der OpenText Aviator for Business Software für Unternehmen:

OpenText™ IT Operations Aviator: Definieren Sie Tier 1 Business-Support-Funktionen mit Self-Service-Funktionen von generativer KI für den IT-Betrieb neu.

OpenText™ Experience Aviator: Transformation der Kommunikation mit privater generativer KI für den Kundenerfolg.

OpenText™ Business Network Aviator: Revolutionieren Sie die Konnektivität im Internet der Wolken mit KI für Lieferketten.

OpenText™ DevOps Aviator: Erleichtern Sie Millionen von Entwicklern mit KI für DevOps.

OpenText™ Content Aviator: Intelligente Arbeitsumgebungen mit KI-Content-Management zur Modernisierung der Arbeit.

OpenText™ Cybersecurity Aviator: Verbessern Sie Ihre Sicherheitslage mit der Leistung der KI-Bedrohungserkennung.

OpenText bietet außerdem OpenText Aviator for Technologists, KI-Engineering-Plattformen und Tools, die Ihr Unternehmen bei der nahtlosen Einrichtung von Informationsflüssen und der Orchestrierung von Daten unterstützen: 

OpenText™ Aviator Plattform: Ermöglichen Sie intelligentere Entscheidungen mit KI-Plattformen für Unternehmen zur Verarbeitung, Organisation und Analyse großer Datensätze aller Art.

OpenText™ Aviator IoT: Verbinden Sie Menschen, Systeme und Dinge mit IoT AI, um hochwertige Anlagen besser zu verwalten und Ihr Geschäft zu beschleunigen.

OpenText™ Aviator Lab: Experimentieren Sie mit KI mit unseren Experten für professionelle Dienstleistungen und entdecken Sie, was Sie mit KI in der OpenText Private Cloud tun können.

OpenText™ Aviator Search: Ermöglichen Sie Ihren Nutzern einen schnelleren und einfacheren Zugriff auf die benötigten Antworten - mit einer KI-basierten Suche mit mehreren Repositories, mit der Sie alles von Klicks bis zu Konversationen anpassen können.

OpenText™ Aviator Thrust: Erstellen Sie Ihre eigene Lösung mit OpenText Cloud AI APIs, die Echtzeit-Informationsflüsse erzeugen, um benutzerdefinierte Anwendungen und Workflows zu ermöglichen.