Skip to content
Back to all

Künstliche Intelligenz (KI) – Ohne Datenqualität und Datenkompetenz sinnlos!

Datanqualität und künstliche Intelligenz
Background Blur

Der Begriff Künstliche Intelligenz (KI), im Englischen Artificial Intelligence (AI), ist der Überbegriff für Computeranwendungen, bei denen die Maschinen – ähnlich wie ein Mensch – Entscheidungen in einem nicht eindeutigen Umfeld treffen, also Probleme eigenständig lösen. Die Grundidee besteht darin, durch Maschinen eine Konvergenz an zentrale Funktionen des menschlichen Gehirns zu schaffen. D.h., die Anwendungen sollen sowohl lernen als auch urteilen können. Unter diesen Anwendungen fallen maschinelles Lernen und Deep Learning. Beim maschinellen Lernen trainieren Forscher eine Maschine für konkrete Aufgaben. Hierbei lernen sie nicht stur Einzelbeispiele auswendig, sondern sind in der Lage bestimmte Muster zu erkennen und können später unbekannte Daten selbst einordnen. Beim Deep Learning löst ein künstliches neuronales Netz Aufgaben, die sich nur schwerlich oder bedingt mit mathematischen Regeln beschreiben lassen. Dazu gehören beispielsweise das automatische Erkennen von Sprache oder das von Katzen- und Hundebildern¹.

KI kann im Unternehmen an vielen Stellen zum Einsatz kommen. Sie ist vor allem in solchen Bereichen von Nütze, in denen große Datenmengen anfallen. Sie kann Arbeitsabläufe vereinfachen, ermöglicht bessere Prognosen und kann sogar neue datenbasierte Geschäftsmodelle erschaffen². In der Fertigung und Logistik optimiert KI die Produktionsprozesse. Durch die Auswertung von Sensordaten können Maschinenausfälle vorausgesehen werden. Die Bilderkennung kann Materialfehler in Produkten im Sinne einer QA-Maßnahme erkennen. KI steuert vielschichtige Logistikketten, um Zeit und Kosten zu sparen³. Gerade im Bereich der Lieferkette und Logistik wird der mögliche wirtschaftliche Mehrwert weltweit pro Jahr durch den Einsatz von KI-auf 1.200 Mrd. $ geschätzt⁴.

Erfolgreich kann dieser Einsatz von künstlicher Intelligenz nur dann sein, wenn die richtigen Daten vorhanden sind. Schließlich können sie nur in einer hohen Datenqualität den zentralen Rohstoff der lernenden Maschinen bilden. Wenn z.B. eine Anwendung beim Training nicht korrekte oder zu wenige Daten erhält, bleibt sie unintelligent und wird kann sogar falsche Entscheidungen treffen . Wichtig im Zusammenhang mit KI ist demnach eine hohe Datenkompetenz (data literacy) im nutzenden Unternehmen. Datenkompetenz bedeutet in erster Linie Daten in der notwendigen Datenqualität bereitzustellen. Nur so kann die Maschine- wie der Mensch übrigens auch – sorgfältig lernen, analysieren und die richtigen Schlüsse ziehen.

Quellen:

¹ vgl. Wirtschaftswoche, Heft 31 vom 27.07.2018, S. 21 & https://news.sap.com/germany/2018/03/was-ist-kuenstliche-intelligenz/ [Abruf am 07.10.2018])
² 
vgl. https://news.sap.com/germany/2018/03/was-ist-kuenstliche-intelligenz/ [Abruf am 07.10.2018]
³ vgl. Wirtschaftswoche, Heft 31 vom 27.07.2018, S. 21
⁴ vgl. Wirtschaftswoche, Heft 31 vom 27.07.2018, S. 18 sowie https://mck.co/2Mu96mf, S. 20, Exhibit 11 [Abruf am 07.10.2018]
⁵ vgl. Wirtschaftswoche, Heft 31 vom 27.07.2018, S. 22