IT-Experte Tadeusz Skolka
Finanzen und Roboter
Aktualisiert am 01.02.2021 - 14:22 Uhr
Tadeusz Skolka ist beim Softwarehaus PPI als Experte im Bereich Consulting Banken tätig. Foto: PPI
Von Haushalt bis Firmennetzwerk: Künstliche Intelligenz hält in vielen Lebensbereichen Einzug. Was sich genau dahinter verbirgt und wo der Unterschied zur herkömmlichen IT liegt, ist jedoch nicht jedem Nutzer klar. IT-Experte Tadeusz Skolka vom Beratungs- und Softwarehaus PPI gibt in seinem Gastbeitrag einen Überblick über Fachjargon, Einsatzgebiete und Risiken von KI.
Nun stellt sich die Frage nach den eigentlichen Gründen für das wachsende Interesse an KI. Einige Ursachen lassen sich gut identifizieren und isolieren:
Große Anzahl umfangreicher, zugriffbereiter Datenbestände
Konvergenz mehrerer Technologietrends
Konstanter und extremer Verfall der Kosten der Prozessorleistung
Neue sprachliche Schnittstellen (Cognitive Systems)
Neue technologische Ansätze für das Maschinelle Lernen (ML)
Vor allem ML ermöglicht ein völlig neues Spektrum an möglichen parameterabhängigen Schlussfolgerungen, die anhand der Daten, Ereignisse, Eingaben beziehungsweise Mustern gezogen werden können. Diese Schlussfolgerungen...
Märkte bewegen Aktien, Zinsen, Politik. Und Menschen. Deshalb präsentieren wir dir hier die bedeutendsten Analysen und Thesen von Top-Ökonomen - gebündelt und übersichtlich. Führende Volkswirte und Unternehmensstrategen gehen den wichtigen wirtschaftlichen Entwicklungen clever und zuweilen kontrovers auf den Grund.
Da diese Artikel nur für Profis gedacht sind, bitten wir Sie, sich einmalig anzumelden und einige berufliche Angaben zu machen. Geht ganz schnell und ist selbstverständlich kostenlos.
Nun stellt sich die Frage nach den eigentlichen Gründen für das wachsende Interesse an KI. Einige Ursachen lassen sich gut identifizieren und isolieren:
- Große Anzahl umfangreicher, zugriffbereiter Datenbestände
- Konvergenz mehrerer Technologietrends
- Konstanter und extremer Verfall der Kosten der Prozessorleistung
- Neue sprachliche Schnittstellen (Cognitive Systems)
- Neue technologische Ansätze für das Maschinelle Lernen (ML)
Vor allem ML ermöglicht ein völlig neues Spektrum an möglichen parameterabhängigen Schlussfolgerungen, die anhand der Daten, Ereignisse, Eingaben beziehungsweise Mustern gezogen werden können. Diese Schlussfolgerungen waren bisher mithilfe älterer Technologien nicht erreichbar3.
Aktuelle Praxis in Unternehmen
In der unternehmerischen Praxis haben Mitarbeiter oft keine genauen Vorstellungen, was sie sich unter dem KI-Begriff konkret vorstellen können. Die Vielzahl neuartiger IT-Ansätze trägt noch weiter zu Unklarheit der technologischen Abgrenzung und Vermischung der IT-Ideen bei, die dann häufig mit KI in einen Topf geschmissen werden. Oft wurde RPA (Robotic Process Automation) in den letzten Jahren mit KI gleichgesetzt. Dabei kann der Unterschied meist am Ziel der Automatisierung abgelesen werden (Abbildung 2).
Mit KI wird dem Computer ein optimales Verhalten bzw. Denken beigebracht, wobei sich RPA optimierter Prozesse4 der KI bedienen kann, um weitere Effizienzreserven zu generieren und geforderte Prozessqualität zu erreichen. In der Beraterbranche weiß man aufgrund vergangener und laufender Projekte, dass RPA den Weg für den breiten KI-Einsatz vorbereitet hat. Mit RPA wurden plötzlich viele KI-Ideen zu vertretbaren Kosten realisierbar und konnten in die bestehenden Prozesse des Unternehmens integriert werden.
Laut HFC Research kann man noch eine Zwischenstufe zwischen RPA und KI unterscheiden. Sie wird IPA (Intelligent Process Automation) genannt. Hierbei handelt es sich um eine Erweiterung der Prozessdigitalisierung des RPA um Aspekte aus OCR (Optical Character Recognition, Texterkennung die auf optischer Zeichenerkennung basiert), Prozess Mining und Data Ingestion, die gemeinsam als Smart Analytics tituliert werden.
Eine weitere Unterscheidung zwischen KI und KI-ähnlichen Technologie kann anhand folgender Thesen erklärt werden:
- Nicht-KI Systeme müssen durch Menschen in Betrieb gehalten werden
- KI ist lernfähig und läuft selbstständig. Sie integriert neue IT-Ansätze5
Die bestehenden KI-Systeme in Unternehmen und Finanzinstituten erfüllen selten die zweite Anforderung, da sie sich dadurch der menschlichen Kontrolle entziehen würden, die durch diverse interne und externe Regularien als bindend vorgeschrieben sind.
Die Anforderung der Integration der neuartigen IT-Ansätze ist wiederum in vielen Anwendungen bereits implementiert und erfährt ständige Ergänzungen und Erweiterungen (Abbildung 3).
3 Obwohl im Bereich KI gerade viel passiert, sind die Grundsätze schon viele Jahre alt. Daher sehen viele Nutzer und Marktbeobachter immer noch die Rechenleistung als den Haupt-Treiber der aktuellen KI-Entwicklung.
4 Fälschlicherweise wird in der Presse die Prozessdigitalisierung nicht selten als KI-Errungeschaft gepriesen. Typischerweise handelt es sich in solchen Fällen um RPA-Implementierungen.
5 Das ist eine sehr starke Form von KI, die aktuellen KI-Ansätze in unternehmerischer Praxis sind dazu noch nicht in der Lage.
Über den Autor