Wann KI gute Entscheidungsunterstützung bietet

Künstliche Intelligenz (KI, im englischen Artificial Intelligence = AI) wird sowohl im privaten als auch im Geschäftlichen immer präsenter, aber was steckt eigentlich dahinter und was ist bei KI zu beachten?

Der Begriff KI wurde bereits Ende der 50er Jahre als eine interdisziplinäre Forschungsrichtung entwickelt und hat sich im Laufe der Jahrzehnte entsprechend den neuen technischen Möglichkeiten weiterentwickelt. Eine pragmatische, nützliche Definition ist:

„Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, »menschenähnliche«,

intelligente Verhaltensweisen zu zeigen.

Währen klassische EDV-Systeme dem Grundprinzip „Eingabe -> Verarbeitung -> Ausgabe“ folgen, zeigen moderne KI-Systeme folgende Kernfähigkeiten:

  • Wahrnehmen – Sense
  • Verstehen – Comprehend
  • Handeln – Act
  • Lernen – Learn

Die Abbildung zeigt das Zusammenspiel der Kernfähigkeiten. Neu hierbei ist das Verstehen und das Lernen. KI-Systeme werden trainiert, lernen und können somit bessere, bzw. adaptierte, Ergebnisse erzielen als herkömmliche, statische Verfahren, die auf fest programmierten Regelwerken beruhen.

Quelle: Bitkom / Künstliche Intelligenz – Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung

Ziel von KI ist es, dem Menschen intelligent beim erreichen seiner Ziele zu unterstützen. Hierbei gibt es verschiedene Anwendungsgebiete, wie zum Beispiel Dialogprozesse zwischen Menschen und Maschinen, zum Beispiel in Form einer immer besser werdenden Spracherkennung. Ein weiterer Use Case ist die intelligente Automatisierung, also weg von fixen Regeln hin zu lernenden Systemen. Darüber hinaus gib es die intelligente Entscheidungsunterstützung, bei der die KI den Menschen, z.B. integriert in Geschäftsprozessen, bei Entscheidungen unterstützt.

Die Frage ist nun, wann funktioniert KI wirklich gut und wann kann sie auch zu guten Entscheidungen führen und so eine optimale Unterstützung bieten?

Ein Erfolgsgeheimnis ist dabei die Mischung von menschlicher Expertise und schneller Datenverarbeitung. Es reicht nicht, sich alleine auf die KI zu verlassen, bzw. das System sich selbst zu überlassen. Ohne eine Überwachung des Trainings einer KI bzw. ohne ein überwachtes Lernen, in welcher Form auch immer, besteht auch bei der besten und schnellsten KI die Gefahr, dass fehlerhafte Muster gelernt werden.

Außerdem muss es das Ziel sein, die Nutzung von Daten aus allen verfügbaren Quellen zu intensivieren, um faktenbasierte Entscheidungen und Daten-getriebene Prozesse zu ermöglichen. Im Allgemeinen stammen diese Daten von Sensoren, aus bestehenden IT-Systemen oder aus „menschlichen“ Quellen. Die Qualität dieser Datenquellen ist oft kritisch zu betrachten. Gründe hierfür sind technische Fehler bei der Datenerfassung, -Übertragung oder -Verarbeitung, Fehler bei der Interpretation und Weiterverarbeitung von Daten, Fehler bei der manuellen Eingabe von Daten oder gar die bewusste Manipulation von Daten. Wenn Algorithmen aufgrund fehlerhafter Datenquellen oder fehlerhafter Parametrisierung falsche Ergebnisse liefern, wird dadurch der Mehrwert des Algorithmus zweifelhaft. Gute Ergebnisse können daher nur auf Grundlage einer guten Datenqualität generiert werden.

Zusammenfassend lassen sich damit sagen, dass KI gute Entscheidungen bietet, wenn:

  • Daten in hoher Qualität gut Verfügbar ein
  • Der Mensch weiterhin integriert ist
  • Er mehr als nur eine reine Kontrollfunktion ausübt.

Je komplexer das Einsatzgebiet, desto wichtiger wird für die KI das menschliche Gegenüber.

Wer tiefer in die Thematik ein steigen möchte Findet eine gute, ausführliche Betrachtung hier: https://www.bitkom.org/Bitkom/Publikationen/Entscheidungsunterstuetzung-mit-Kuenstlicher-Intelligenz-Wirtschaftliche-Bedeutung-gesellschaftliche-Herausforderungen-menschliche-Verantwortung.html