Blog

Generative, analytische und kognitive KI: So nutzen wir sie

K羹nstliche Intelligenz das digitale Thema Nr. 1 in diesem Jahr! F羹r die einen eine echte Disruption, f羹r uns als Digitalisierungsenthusiasten eine logische Folge des technischen Fortschritts – den wir selbst qua Berufung t瓣glich mitgestalten. Auch in Sachen KI.

Zeit, gegen Ende des Jahres die Dinge nochmal zu sortieren und einzuordnen. F羹r alle, die noch nach Orientierung suchen, von jenen, die Orientierung geben k繹nnen: uns. Weil KI f羹r uns schon lange zum Portfolio geh繹rt.

Wir fragen also hier nochmal: Was genau ist KI? Wo kommt sie her und wo liegen die Unterschiede? Lest unseren kurzen Durchstich und lasst euch inspirieren, wie KI auch eure digitalen Projekte bereichern, Abl瓣ufe verbessern und Ideen fortentwickeln kann.

Standing on the shoulders of giants

Wie bei vielen Disruptionen, ist die Technologie hinter KI eigentlich nicht neu. Sie trat nur 2023 mit Wucht in Erscheinung, ausgel繹st durch ein neues Produkt namens ChatGPT.

Die Geburtsstunde von KI liegt indes deutlich weiter zur羹ck. Wie so oft war auch f羹r sie der geistige N瓣hrboden die Science-Fiction-Literatur, die wir in vielen Bereichen als Denkfabrik und Impulsgeber des technischen und gesellschaftlichen Fortschritt verstehen d羹rfen.

Einer der wichtigsten geistigen V瓣ter der K羹nstlichen Intelligenz ist Isaac Asimov mit seiner Erfindung des Roboters. Doch auch Mary Shelly hat sich in ihrem Schauerroman Frankenstein schon an der Idee versucht. W瓣hrend Shelley 1818 noch das Bedrohliche und Unheimliche in den Vordergrund stellt – die romantische Literatur des 19. Jahrhunderts ist grunds瓣tzlich in der Tendenz fortschrittsfeindlich, k羹nstliche Menschen und Apparate oft Monster oder Werkzeuge des Teufels sind Asimovs Roboter in den 1940er Jahren bereits Teil eines technisch getriebenen positiven Fortschrittsglaubens.

Von dort ist der Weg in die Praxis nicht mehr weit. Bereits 1950 stellte Alan Turing in Computing Machinery and Intelligence die Frage, ob Maschinen denken k繹nnen. Bekannt geworden ist auch der ber羹hmte Turing-Test, mit dem er versuchte herauszufinden, ob eine Maschine wohl in der Lage w瓣re, sich glaubhaft als echter Mensch auszugeben. 1956 wurde KI auf der Darthmouth Conference dann offiziell als Forschungsdisziplin geboren, ihre Taufpaten J. McCarthy, M. L. Minsky, N. Rochester und C. E. Shannon. Einer ihrer ber羹hmtesten Erfolge: der Schachcomputer Deep Blue, der 1997 den Schachweltmeister Garry Kasparov besiegte. 2011 besiegte dann der Supercomputer Watson die damals amtierenden Jeopardy Champions.

Seither hat sich die KI immer weiter entwickelt, so dass sie heute ein wichtiger Teil der Digitalisierung ist: im autonomen Fahren etwa, in Smart Homes, Smart Factories und ganz allgemein im Internet of Things (IoT).

Dr. Stefan Jakob

Softwareentwicklung & KI

Jule Witte

Presse & Kommunikation
presse@micromata.de

KI bei Micromata

Auch f羹r Micromata ist K羹nstliche Intelligenz schon lange relevanter Faktor der Digitalisierung. Teils in Forschungsprojekten, teils in Projekten f羹r Industrie und Handel ist sie integrales Werkzeug dessen, was wir als intelligente Software bezeichnen. Ob in Sales und Aftersales, in der Produktion, in der Landwirtschaft oder im E-Commerce haben wir 羹ber die Jahre gezeigt, was KI f羹r eine smarte Digitalisierung leisten kann und wie unsere Kunden sie wertsch繹pfend f羹r ihren Gesch瓣ftserfolg einsetzen k繹nnen.

KI ist nicht gleich KI

Es ist bei all dem wichtig zu verstehen, dass K羹nstliche Intelligenz weit mehr Dimensionen hat als die generativen Sprachmodelle, die beispielsweise ChatGPT oder Midjourney zugrunde liegen. Generative KI ist tats瓣chlich nur ein Teilaspekt des Fachgebietes, das auch analytische und kognitive Aspekte umfasst. Es folgt eine Klassifizierung:

Generative KI

Generative KI-Modelle generieren Inhalt aus Daten, mit denen sie vorher trainiert worden sind. Als so genannte Large Language Models (LLM) sind sie in der Lage, auf unseren Befehl hin Texte, Bilder, Audio und andere Arten von Content zu erschaffen. Dabei setzen sie aus den ihnen bekannten Daten Informationen zusammen, die in Summe bestm繹glich unserem Befehl aka Prompt entsprechen. Sie kombinieren also vorhandene Daten nach den Gesetzen der H瓣ufigkeit, Gewohnheit, Wahrscheinlichkeit. Und erwecken so ganz nebenbei den Eindruck, mitzudenken. Wobei „denken“ hier nicht das richtige Wort ist – denn sie rufen nur ab, womit sie vorher trainiert worden sind.

Typische Einsatzgebiete generativer KI:

  • Recherche und Wissen: ChatGPT ist das neue Wikipedia (Hinweis: Output stets gegenchecken!)
  • PR und Marketing: Generierung von Texten, Bildern und Videos
  • Kommunikation und Kundenservice: Chatbots 羹bernehmen Dialog mit Zielgruppen

Bei Micromata verwenden wir generative KI u. a. f羹r die Chatbot-Programmierung. Unsere Erfahrung zeigt, dass sie unser Know-how nicht etwa ersetzt, sondern uns darin unterst羹tzt, es noch effizienter einzusetzen. Das gilt f羹r unser UX Design: sei es beim Prototyping, f羹r Mock-ups und Clickdummies oder bei Nutzerbefragungen.

Das tun wir:

  • Chatbot-Programmierung: f羹r den automatisierten Dialog mit Kunden, Mitarbeitenden, Lieferanten …
  • Prototyping: f羹r die erste Modellierung einer final 羹berzeugenden Software
  • Nutzerbefragungen: f羹r die Validierung der verschiedenen Anwenderbed羹rfnisse

Analytische KI

Analytische KI-Modelle konzentrieren sich auf die Analyse von Daten. Hier geht es darum, Muster zu erkennen und daraus Erkenntnisse abzuleiten. Analytische KI ist in der Lage, aus groen Datenmengen Informationen zu extrahieren und auf dieser Basis Vorhersagen zu treffen. Es handelt sich also um Machine-Learning-Algorithmen zur Datenanalyse, namentlich um Regression, Klassifizierung und Clustering.

Typische Einsatzgebiete analytischer KI:

  • Expertensysteme: zur Einbindung menschlichen Fachwissens in automatisierte Abl瓣ufe
  • Finanzwesen: zur Ahndung von Finanzkriminalit瓣t durch Mustererkennung in Geldstr繹men
  • Produktion: zur Optimierung von Abl瓣ufen durch Fehlererkennung in Fertigungsprozessen

Micromata nutzt analytische KI vornehmlich f羹r IoT-Projekte im Smart-Factory-Umfeld. F羹r einen groen Kunden der Automotive-Branche b羹ndeln wir beispielsweise mit dem DBSCAN Clustering, dem K-Means Clustering und der Wavelet Transformation drei leistungsstarke KI-Algorithmen zu einer intelligenten Software, um Anomalien im Energieverbrauch von Fertigungsanlagen zu erkennen. Alle drei bringen spezifische St瓣rken mit sich, die im Zusammenspiel valide Ergebnisse ausliefern und so dabei helfen, Abl瓣ufe und Ressourcen in Smart Factories substanziell zu optimieren.

Das tun wir:

  • Anomaliedetektion: zur Erkennung von Abweichungen und Fehlerbehebung
  • Prozessoptimierung: zur Harmonisierung von Abl瓣ufen in vernetzten Systemen
  • Predictive Maintenance: zur vorausschauenden Wartung von Systemen und Anlagen

Beispiel aus Forschung & Entwicklung: KI im Spritzguss reduziert Plastikverbrauch

Kognitive KI

Kognitive KI zielt darauf ab, menschliche Denk- und Wahrnehmungsf瓣higkeiten nachzuahmen und zu nutzen. Sie sind darauf ausgerichtet, Aufgaben zu bew瓣ltigen, die sonst menschliche Intelligenz erfordern.

Kognitive KI unterscheidet sich von analytischer KI insofern, dass sie ihre Muster und Regeln auf Basis der vorgefundenen Daten selbst entwickelt und diese nicht von einem Menschen vorgegeben bekommt. W瓣hrend analytischer KI also gesagt wird, wonach sie suchen soll, versucht kognitive KI, das anhand der vorliegenden Daten selbst herauszufinden. Die Einsatzgebiete sind 瓣hnlich denen der analytischen KI, nur die Funktionsweise unterscheidet sich.

Typische Einsatzgebiete kognitiver KI:

  • Natural Language Processing: Umwandlung von Text zu Wort (z. B. bei Siri)
  • Gesichts- oder Objekterkennung: f羹r das Suchen und Finden von Personen oder Artefakten
  • Neuronale Netze: zur Vorhersage bestimmter Ereignisse in Gesch瓣ftsabl瓣ufen
  • Diagnostik: zur Fr羹herkennung von Krankheiten mit Bildanalyse

Micromata verwendet kognitive KI derzeit f羹r die Prognose bestimmter Nutzungsmuster im Auftrag eines groen Kunden. Dabei geht es nicht um Empfehlungsmarketing, sondern um die Verbesserung des Kundenservice auf Basis von Reklamationszahlen. Das Ganze wird in Python umgesetzt, verwendet TensorFlow und die Skicit-learn-Bibliothek.

Die drei Ans瓣tze generativ, kognitiv und analytisch sind indes nicht immer sortenrein voneinander zu trennen. So arbeitet ein Chatbot beispielsweise mit generativer KI zur Texterstellung und mit analytischer KI zur Datenauswertung. Und die berg瓣nge von analytischer zu kognitiver KI sind ohnehin flieend.

KI und IT Security

Sicherheit ist im digitalen Raum grunds瓣tzlich mitzudenken, KI macht da keine Ausnahme. Denn wo eine neue Technologie ist, sind auch neue Hackingszenarien nicht weit. Dazu z瓣hlen im Kontext generativer KI etwa die mutwillige Einschleusung von Fehlinformationen beim Training der Sprachmodelle, die Manipulation von Input und Output der zugeh繹rigen ChatBots oder gleich die Verseuchung einschl瓣giger Modell-Parameter.

Das OWASP, dessen Mitglied Micromata seit 2022 ist, 羹berwacht die Bedrohungslage im Netz, dokumentiert alle aktuellen Angriffsvektoren und bietet Hilfe bei der Abwehr und der Schlieung von Sicherheitsl羹cken.

Rechtliches und Datenschutz

Wie so oft bei den so genannten Disruptionen hinkt der Gesetzgeber den technischen M繹glichkeiten hinterher. Dass indes gewisse Spielregeln im Umgang mit KI ben繹tigt werden, bestreiten nicht einmal die einflussreichsten KI-Anbieter. Schon Isaac Asimov hat f羹r seine Roboter folgendes Manifest postuliert:

  • Ein Roboter darf kein menschliches Wesen wissentlich verletzen oder durch Unt瓣tigkeit zulassen, dass einem Menschen Schaden zugef羹gt wird.
  • Ein Roboter muss den ihm von einem Menschen gegebenen Befehlen gehorchen es sei denn, ein solcher Befehl w羹rde mit Regel eins kollidieren.
  • Ein Roboter muss seine Existenz besch羹tzen, solange dieser Schutz nicht mit Regel eins oder zwei kollidiert.

Quelle: Isaac Asimov, Runaround, Erz瓣hlung von 1942

Auch heute brauchen technische Errungenschaften ethische Leitplanken, um ihr volles Potenzial zu entfalten, Investitionssicherheit herzustellen und Missbrauch vorzubeugen. Das ist die der digitalen Welt nicht anders als etwa in der Medizin. So hat im Kontext von KI der gesetzgeberische Prozess an Tempo zugelegt, seit ChatGPT das Licht der Welt hat. Im Sommer 2023 hat sich das EU-Parlament auf folgende Eckpunkte verst瓣ndigt:

Grunds瓣tzlich sollen die Vorschriften eine menschenzentrierte und vertrauensw羹rdige KI f繹rdern und sch瓣dliche Zwecke unterbinden. Dazu soll zwischen zul瓣ssigen, hochriskanten und verbotenen KI-Praktiken unterschieden werden:

Zul瓣ssig ist sie dann, wenn sie von Menschen beaufsichtigt wird, Anforderungen an Sicherheit, Datenschutz und Transparenz gen羹gt, niemanden diskriminiert und weder Gesellschaft noch Umwelt sch瓣digt.

Als riskant oder sogar hochriskant wird sie eingestuft, wenn sie den demokratischen und rechtstaatlichen Werten der EU gef瓣hrlich werden kann, etwa weil sie die Gesundheit, die Sicherheit oder die Grundrechte der EU-B羹rger:innen oder auch die Umwelt gef瓣hrdet. Darunter sind Anwendungen zur Manipulation von W瓣hler:innen und Wahlergebnissen oder das ki-gest羹tzte Empfehlungsmanagement auf Social Media. Hier ist von Fall zu Fall zu entscheiden, ob die jeweiligen Praktiken gegen Richtlinien verstoen oder legitim sind.

G瓣nzlich und grunds瓣tzlich verboten ist KI, wenn sie die o. g. Werte und Rechte in inakzeptabler Weise missachtet. Dazu z瓣hlen laut EU-Parlament Stand heute biometrische Systeme, die Menschen anhand pers繹nlicher und sensibler Daten wie die soziale und ethnische Zugeh繹rigkeit oder Geschlecht identifizierbar machen, die vorausschauende Polizeiarbeit st羹tzen oder Gesichter und Emotionen lesen k繹nnen.

Alle Anbieter und Nutzenden von KI sind schon heute gehalten, die von ihnen entwickelten oder genutzten KI-Technologien hinsichtlich der Legitimit瓣t ihrer Funktionen und Anwendungszwecke zu 羹berwachen, Transparenz und Datenschutz sicherzustellen.

Quelle: EU-Parlament 羹ber Verhandlungen zu Regeln f羹r sichere und transparente KI

Fazit

K羹nstliche Intelligenz ist auf dem Vormarsch. Auch wenn sie, wie gezeigt, l瓣ngst nicht mehr so neu ist, wie der Hype in diesem Jahr es hat vermuten lassen, hat er ihr dennoch zu mehr Aufmerksamkeit und so zu einer neuen Fortschrittsdynamik verholfen. Als Digitalisierungspartner von Industrie und Wirtschaft freuen auch wir uns auf weitere spannende KI-Projekte mit unseren Kunden, auf unserer gemeinsamen Reise Richtung smarte, vernetzte Zukunft!