KI in der Praxis: Die Genese automatisierter Entscheidungen

Was bedeutet Künstliche Intelligenz in der Praxis? Wie läßt sie sich wertschöpfend einsetzen? Welche Methoden, Instrumente und Vorgehensweisen liegen ihr zugrunde? Diesen Fragen widmet sich ein neuer Leitfaden der Bitkom, den ich Entscheidern, Führungskräften und allen, die sich mit der Digitalisierung ihres Unternehmens beschäftigen, wärmstens empfehlen möchte.

Die Botschaft des Leitfadens: Nur wenn Unternehmen verstehen, wie KI-Systeme funktionieren, werden sie ihren Wert erkennen. Dieser liegt vor allen Dingen darin, in immer kürzerer Zeit und mit einem immer geringeren Aufwand Entscheidungen treffen zu können. Intelligente Systeme unterstützen dabei, indem sie Prozesse übernehmen und automatisieren, die vorher dem Menschen vorbehalten waren. Dreh- und Angelpunkt in der Beschäftigung mit Künstlicher Intelligenz ist also das Verhältnis zwischen Mensch und Maschine.

Kostenloser Bitkom Leitfaden Künstliche Intelligenz

Diese Beziehung zwischen Mensch und Maschine unterliegt seit Jahrzehnten einem Wandel, der viel weniger plötzlich verläuft, als man angesichts der aktuellen Nachrichtenfülle zum Thema Künstliche Intelligenz glauben möchte. Anschaulich wird die Genese der Automatisierung von Entscheidungen und ihrem praktischen Nutzen anhand des Stufenmodells der Automation. Ingenieure erarbeiteten es ursprünglich für die Automation von Fahrzeugen, doch auch Unternehmen anderer Branchen liefert es ein gutes Analyse-Tool:

 

0 Der Mensch entscheidet

Ausgangspunkt ist der komplett autonom agierende Mensch. Er trifft seine Entscheidungen alleine und verzichtet für seine Berechnungen und Beurteilungen auf die Assistenz von Maschinen.

1 Assistiertes Entscheiden

Das Delegieren kognitiver Prozesse an Maschinen beginnt mit der Tabellenkalkulation. Ein erstes Programm für Nutzer ohne Programmierkenntnisse - „VisiCalc“, der ein oder andere mag sich erinnern - wurde in den 1980er Jahren eingeführt. Seitdem lassen sich Menschen bei kaufmännischen Berechnungen unterstützen. Einen Teil ihrer Autonomie haben sie damit abgegeben, gleichzeitig nach Schätzungen ihre Effizienz um das 80-fache erhöht.

2 Teilweises Entscheiden

Auf der nächsten Stufe der Automation übernehmen intelligente Systeme nicht nur Berechnungen, sie sind auch in Entscheidungsprozesse eingebunden. Ein aktuelles Beispiel: Online bestellen mit Alexa Echo. Der Nutzer äußert seine Vorlieben, Alexa sucht das passende Produkt aus.

3 Geprüftes Entscheiden

Auf einer weiteren Stufe agieren Systeme initiativ, indem sie Nutzern Vorschläge unterbreiten. Dafür greift ein Algorithmus auf alle zur Verfügung stehenden Datenquellen zurück. Der Nutzer hat die Wahl: Geht er auf das Angebot ein? Lehnt er es ab? Startet er eine neue Suche? Oder ändert er gewisse Rahmendaten?

4 Delegiertes Entscheiden

Eine noch höhere Automatisierung entsteht, wenn sich intelligente Systeme selbst regulieren und entwickeln, um möglichst effizient zu arbeiten. Nach diesem Prinzip arbeitet das Rechenzentrum von Google. Seine Kühlleistung ist komplett automatisiert, KI-Software erhöht oder senkt die Temperatur autonom und je nach Bedarf. Laut Google konnte der Energieverbrauch hierdurch um 40 Prozent reduziert werden.

5 Autonomes Entscheiden

Auf der höchsten Stufe der Automation ist kein menschliches Eingreifen mehr angedacht: Komplexe Prozesse werden komplett, ständig und zuverlässig von Systemen künstlicher Intelligenz gesteuert. Diese korrigieren eigenständig Fehler und reagieren in Echtzeit auf unerwartete Situationen. Eine bereits realisierbares Szenario: autonome Fahrzeuge in Parkhäusern. Selbst auf dieser höchsten Entwicklungsstufe ist es jedoch dem Menschen jederzeit möglich manuell in den Prozeß einzugreifen.

Der Artikel hat gefallen? Dann gerne teilen!