Künstliche Intelligenz: Wahrheit oder Mythos?
Wieviel wissen Sie über künstliche Intelligenz (KI)? Können Sie in Bezug auf KI und maschinelles Lernen Wahrheit von Mythos unterscheiden? Testen Sie hier Ihr Wissen.
Als Entwickler und Vertreiber einer KI-basierten Predictive Analytics Software für den B2B-Vertrieb, beschäftigen wir uns den ganzen Tag mit Themen rund um maschinelles Lernen, künstliche Intelligenz und dessen Akzeptanz im B2B-Sector.
Im Rahmen von Projekten, Kundengesprächen oder stetiger Recherche haben wir in den letzten Jahren einige Mythen und auch spannende Wahrheiten über künstliche Intelligenz aufgeschnappt.
Im Folgenden teilen wir unsere „TOP 10 KI-Mythen“ mit Ihnen. Natürlich geben wir zu jeder Aussage noch verständliche Hintergrund-Infos.
1. „KI und maschinelles Lernen sind das Gleiche.“
Für die Antwort hier klicken.
Falsch.
Maschinelles Lernen (ML) ist ein Teilgebiet der künstlichen Intelligenz (KI) – oder auch eine Art & Weise, wie KI erreicht werden kann.
KI umfasst demnach deutlich mehr Anwendungen, als Programme, die auf ML beruhen. ML ist eine sehr effektive Art und Weise, um KI zu kreieren.
Anhand der bekanntesten Definitionen zu ML und KI ist der Unterschied ebenfalls gut zu erkennen.
Definition KI von Elaine Rich: „Artificial intelligence is the study of how to make computers do things at which, at the moment, people are better.“
Definition ML: „künstliche“ Generierung von Wissen aus Erfahrung.
2. „KI ist nur was für große Unternehmen.“
Für die Antwort hier klicken.
Falsch.
KI birgt für alle Unternehmen, die Daten besitzen, einen Benefit.
Sobald die Anzahl der Kunden und Produkte und die damit einhergehenden Verkaufstransaktionen schwer überschaubar sind, lohnt es sich über KI-Anwendungen nachzudenken.
Alleine aus den eigenen Verkaufstransaktionen lassen sich Cross-Selling Chancen, Preissetzungspotenziale und Abwanderungsrisiken vorhersagen.
Es lohnt sich deshalb mit Sicherheit auch für kleine und mittelständige Unternehmen einen Business-Case zu errechnen, um den möglichen Nutzen zu erfassen.
3. „KI-Systeme schauen besser als der Mensch in die Zukunft.“
Das kommt drauf an. Tendenziell richtig
.
Ein sehr großer Vorteil, den der Mensch hat, ist allerdings seine Intuition.
Das bedeutet, kennt sich ein Mensch in einem Gebiet sehr gut aus und hat viel Erfahrung, hat er meist auch eine gute Intuition.
Was kann KI besser? Statistisch präzise Vorhersagen erstellen, die auf sehr vielen vergangenen Daten beruhen. Da kann der Mensch nicht mithalten und das muss er auch nicht.
Interessiert an diesem Thema? In dem Beitrag „Bauchgefühl vs. Datenbasierte Entscheidungen“ bekommen Sie mehr Infos.
4. „KI erkennt Ursachen (Kausalitäten).“
Falsch.
KI-Anwendungen erkennen reine Zusammenhänge (Korrelationen) und Muster in Datensätzen.
Eine KI kann bspw. nur sagen: „Wenn Merkmal A auftritt, tritt häufig auch Merkmal B auf.“
Achtung! Das ist ein wichtiger Unterschied zu: „Weil Merkmal A auftritt, tritt auch B auf.“ KI kennt kein Weil.
Das bedeutet, eine KI-Software kann die Frage nach dem „Warum“ NICHT beantworten.
Dieses Thema wird in der Praxis häufig missverstanden.
Genauer gehen wir in unserem Blogbeitrag Korrelation vs. Kausalität darauf ein.
5. „Künstliche Intelligenz im Vertrieb ersetzt den Vertriebler.“
Nein.
KI kann Aufgabenbereiche eines Vertrieblers ersetzen – aber nicht den ganzen Job.
Was kann ersetzt werden? Einfache, sich wiederholende Aufgaben (bspw. E-Mail-Automatisation, Datenauswertungen, Reports).
Was kann nicht ersetzt werden? Die Fachkompetenz, die menschliche Interaktion, Empathie, komplexere und erklärungsbedürftige Vorgänge.
Was passiert allerdings tatsächlich schon? Vertriebler, die KI nutzen, ersetzen diejenigen, die es nicht tun.
Mehr zum Thema Zusammenspiel von Vertriebler und KI finden Sie hier.
6. „Künstliche Intelligenz kann gegen Ihre Entwickler arbeiten.“
Falsch!
Diese Hypothese geht stark in die Richtung von KI in Form von Terminator, Hal 9000 oder Ex machina. Diese Science Fiction Szenarien sind auch tatsächlich Science Fiction.
KI kann grob in „starke KI“ und „schwache KI“ (EN: „narrow AI“) eingeteilt werden.
Starke KI soll den Fähigkeiten der Menschen entsprechen oder sogar übertreffen. Also doch Terminator oder I-Robot? Nein, denn eine starke KI gibt es heute nicht.
Alle bisher existierenden KI-Systeme gehören in den Bereich der „schwachen“ oder „narrow“ KI. Solche Programme finden Lösungen für konkrete Anwendungsprobleme. Wie z.B. ein Schach Computer, ein Navi oder die Software eines Autopiloten.
Das heißt, Sie selbst verwenden schon längst „schwache“ KI-basierte Software Programme in Ihrem Alltag.
Solche Programme können sich nicht außerhalb der menschlichen Kontrolle weiterentwickeln.
7. „KI kann kreativ sein.“
Richtig.
KI-Systeme können Bilder oder Gemälde erstellen; und sogar Songs komponieren. Voraussetzung dafür sind viele Daten, aus denen sie lernen können – also bereits bestehende Bilder, Gemälde oder Songs (je nachdem was die KI kreieren soll).
Das Thema KI und Kreativität haben wir bereits in diesem Beitrag mit interessanten Beispielen näher beleuchtet.
8. „KI ist nichts Neues.“
Richtig.
Die Idee der KI ist schon sehr alt. Als frühestes veröffentlichtes Werk gilt L’Homme Machine aus dem Jahr 1748 von Julien Offray de La Mettrie.
Der Begriff künstliche Intelligenz entstand im Jahr 1956 bei der sog. „Dartmouth Conference“. Durch den Organisator John McCarthy wurde KI als akademisches Fachgebiet anerkannt.
Auch die dahinter stehenden Algorithmen sind nicht neu. Warum wurde KI erst in den letzten Jahren zum Trend? Weil die Digitalisierung, der technische Fortschritt und Big Data grundlegende Voraussetzungen zur Umsetzung von KI sind.
Rechner ermöglichen inzwischen eine sehr hohe Rechenkapazität, Cloud-basierte Systeme bieten einen großen Datenspeicherplatz und die Digitalisierung stellt die Daten in digitaler Form bereit.
ICH MÖCHTE WISSEN WIE KI MIR HELFEN KANN – KONTAKT
9. „KI-Entwickler bauen
Gehirne.“
Falsch.
KI-Entwickler bauen keine Gehirne – auch keine künstlichen Gehirne.
Wir können uns vorstellen, dass dieser Gedanke von der Bezeichnung „neuronale Netze“, die bei „Deep-Learning“ Algorithmen verwendet werden, herrührt. Vereinfacht erklärt, sind neuronale Netze ein Algorithmus des „Deep Learnings“. Hier werden Informationen nicht nur in eine Richtung weitergegeben, sondern hin und zurück. Ähnlich wie die Funktionsweise unserer Nerven – deshalb auch die Bezeichnung.
Das bedeutet aber nicht, dass Gehirne gebaut werden. Ein Flugzeughersteller baut auch keine Vögel.
10. „KI-Systeme funktionieren auch ohne Big Data.“
Richtig.
Dazu erst mal: was ist Big Data? Der Begriff beschreibt umfangreiche Mengen an Daten, die unstrukturiert (oder halb strukturiert) und sehr dynamisch sind.
Natürlich lernen KI-Systeme (die auf maschinellem Lernen oder deep learning basieren), anhand von vergangenen Daten.
Eine solche Software braucht auch eine gewisse Masse an Daten, um überhaupt Muster und Zusammenhänge zu erkennen.
Man muss allerdings nicht Facebook, Amazon oder Google heißen, um KI für sich arbeiten zu lassen.
Viele Manager mittelständischer B2B-Unternehmen denken, dass sie nicht genug Daten für KI haben.
Keine Sorge, eine unserer Faustregeln heißt: Ein Unternehmen mit ca. 100 Kunden und 100 Produkten hat genügend Transaktionsdaten für so manche KI-Anwendungen.
Unsere Predictive Sales Software z.B., umgeht den Mangel an Daten durch sog. „Federated Learning“. Das heißt, die maschinelles Lernen Modelle werden mit zusätzlichen, ähnlichen Daten trainiert.
Das 100 x 100 Datenset ist von Big Data noch weit entfernt, allerdings kann eine KI-basierte Software trotzdem viel aus diesen Daten lernen.
Sind Sie noch unsicher bezüglich Ihrer Daten? Unser Blogbeitrag klärt auf!
ICH MÖCHTE KI FÜR MEIN UNTERNEHMEN VERWENDEN – KONTAKT
Literatur:
Plattform Lernende Systeme: Mythen zur künstlichen Intelligenz.
