Daten sind das A und O bei jedem Einsatz von künstlicher Intelligenz – nicht überraschend ist, auch bei menschlicher Intelligenz. Nur wenn wir ähnliche Datenstrukturen oder sogar sehr gleiche Datenbestände einer KI zu Trainigszwecken zur Verfügung stellen werden die Ergebnisse den Anforderungen entsprechen.
Für den optimalen Einsatz müssen KI-basierte Applikationen aber optimal entwickelt und implementiert werden. Die wichtigsten Voraussetzungen dafür sind:
1. Große Datenmengen
Für die Leistungsfähigkeit der eingesetzten KI-Technologien wie prädikative Analytik, maschinelles und Deep Learning ist es entscheidend, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge „lernen“ und auf diese Weise bessere Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern. Hohe Geschwindigkeit und Zuverlässigkeit der Analyse sind maßgeblich, damit Unternehmen sie als Basis für ihre – oft kurzfristig nötigen – Entscheidungen nutzen können
2. Unstrukturierte Daten werden erschlossen
Strukturierte Daten stellen lediglich rund fünf Prozent aller zur Verfügung stehenden Daten dar; die große Mehrheit liegt unstrukturiert vor. Somit nutzen Unternehmen nur einen minimalen Anteil ihres zur Verfügung stehenden Datenkapitals als Basis für Geschäftsentscheidungen. KI-Lösungen sind, anders als bisherige Tools, auch in der Lage, Daten aus beliebigen Quellen zu analysieren – strukturierte, aber eben auch unstrukturierte. Unternehmen müssen dafür sorgen, dass sie für die Auswertung dieser beiden Datenarten eingesetzt werden. Damit erreichen KI-Lösungen eine völlig neue Ebene von Handlungsempfehlungen, die die Qualität der unternehmerischen Entscheidungen schlagartig verbessert.
3. Transparente Algorithmen
Der Einsatz von KI-Technologien ist zumindest anfangs ein Schritt ins Ungewisse. Bedingt durch die große Zahl von Parametern und technischer Verfahren bei der Auswertung und Aufbereitung von Daten kann es für Unternehmen schwer sein nachzuvollziehen, wie KI-Software zu einem Ergebnis gekommen ist. Wichtig für die Anwenderakzeptanz, egal ob Mitarbeiter oder Kunden, ist deshalb die Transparenz der Algorithmen: Wie und warum ist die KI-Lösung zu dem Vorschlag gekommen? In einigen Branchen wie bei Banken und Versicherungen ist die Transparenz aus Compliance-Gründen sogar vorgeschrieben.
4. Mitarbeiter und Entwickler besser für KI qualifizieren
Seit den Anfängen der Computergeschichte gilt das Prinzip, dass Applikationen nur die Aufgaben ausführen, die von Entwicklern programmiert wurden. Daran ändert sich auch bei KI-Lösungen nichts. Deshalb ist die Erfahrung, Kompetenz und Kreativität der Entwickler für die Qualität und Leistungsfähigkeit von KI-Lösungen entscheidend. Neben der Nutzung von KI-basierten Softwareentwicklungs-Assistenten ist die gute Ausbildung und kontinuierliche Weiterbildung der Entwickler und ebenso der Mitarbeiter die die KI nutzen also unverzichtbar: beim maschinellen Lernen, beim Deep Learning oder auch beim Natural Language Processing. Nur so ist die Erstellung optimaler KI-Lösungen möglich. Denn wenn auf der einen Seite die passenden Anforderungen der Fachprozesse verstanden werden müssen, so müssen eben jene auf der andere Seite auch von den Entwicklern umgesetzt und gewartet werden.
5. Künstliche mit menschlicher Intelligenz kombinieren
Aktuelle KI-Technologie kann in sehr kurzer Zeit sehr große Datenmengen verarbeiten und im Hinblick auf Muster und Trends untersuchen. Daher sind automatisierte KI-Werkzeuge wie Bots und Roboter in vielen Bereichen zwar unabdingbar, sie erschließen aber nur einen Teil des möglichen Potenzials. Das ist erst mit Augmented Intelligence möglich. Diese „erweiterte Intelligenz“ kombiniert die Ergebnisse automatisch arbeitender Algorithmen mit der Erfahrung und Intuition menschlicher Experten: Tatsächlich reicht es nicht, dass Entscheider die Empfehlungen einer KI-Lösung 1:1 übernehmen. Das enorme Potenzial können sie nur dann realisieren, wenn sie künstliche Intelligenz mit ihren eigenen kognitiven Fähigkeiten verstärken.
Schnellere Computer und größere Datenmengen stellen eine immer bessere Basis für die Nutzung von KI-Lösungen dar. Ihr wahres Potenzial können sie aber erst dann entfalten, wenn sie optimal eingesetzt werden. Die Analyse auch unstrukturierter Daten, transparente Algorithmen und nicht zuletzt hochqualifizierte Entwickler sind Voraussetzungen dafür. Aber erst die Kombination von künstlicher und menschlicher Intelligenz verbessert massiv die Qualität unternehmerischer Entscheidungen.