Blog
Generative, analytische und kognitive KI: So nutzen wir sie
Künstliche Intelligenz – das digitale Thema Nr. 1 in diesem Jahr! Für die einen eine echte Disruption, für uns als Digitalisierungsenthusiasten eine logische Folge des technischen Fortschritts – den wir selbst qua Berufung täglich mitgestalten. Auch in Sachen KI.
Zeit, gegen Ende des Jahres die Dinge nochmal zu sortieren und einzuordnen. Für alle, die noch nach Orientierung suchen, von jenen, die Orientierung geben können: uns. Weil KI für uns schon lange zum Portfolio gehört.
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, Abläufe 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, ausgelöst durch ein neues Produkt namens ChatGPT.
Die Geburtsstunde von KI liegt indes deutlich weiter zurück. Wie so oft war auch für sie der geistige Nährboden die Science-Fiction-Literatur, die wir in vielen Bereichen als Denkfabrik und Impulsgeber des technischen und gesellschaftlichen Fortschritt verstehen dürfen.
Einer der wichtigsten geistigen Väter der Künstlichen Intelligenz ist Isaac Asimov mit seiner Erfindung des Roboters. Doch auch Mary Shelly hat sich in ihrem Schauerroman „Frankenstein“ schon an der Idee versucht. Während Shelley 1818 noch das Bedrohliche und Unheimliche in den Vordergrund stellt – die romantische Literatur des 19. Jahrhunderts ist grundsätzlich in der Tendenz fortschrittsfeindlich, künstliche 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 können. Bekannt geworden ist auch der berühmte „Turing-Test“, mit dem er versuchte herauszufinden, ob eine Maschine wohl in der Lage wäre, 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 berühmtesten 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).
KI bei Micromata
Auch für Micromata ist Künstliche Intelligenz schon lange relevanter Faktor der Digitalisierung. Teils in Forschungsprojekten, teils in Projekten für 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 über die Jahre gezeigt, was KI für eine smarte Digitalisierung leisten kann und wie unsere Kunden sie wertschöpfend für ihren Geschäftserfolg einsetzen können.
KI ist nicht gleich KI
Es ist bei all dem wichtig zu verstehen, dass Künstliche Intelligenz weit mehr Dimensionen hat als die generativen Sprachmodelle, die beispielsweise ChatGPT oder Midjourney zugrunde liegen. Generative KI ist tatsächlich 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 bestmöglich unserem Befehl aka Prompt entsprechen. Sie kombinieren also vorhandene Daten nach den Gesetzen der Häufigkeit, 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 übernehmen Dialog mit Zielgruppen
Bei Micromata verwenden wir generative KI u. a. für die Chatbot-Programmierung. Unsere Erfahrung zeigt, dass sie unser Know-how nicht etwa ersetzt, sondern uns darin unterstützt, es noch effizienter einzusetzen. Das gilt für unser UX Design: sei es beim Prototyping, für Mock-ups und Clickdummies oder bei Nutzerbefragungen.
Das tun wir:
- Chatbot-Programmierung: für den automatisierten Dialog mit Kunden, Mitarbeitenden, Lieferanten …
- Prototyping: für die erste Modellierung einer final überzeugenden Software
- Nutzerbefragungen: für die Validierung der verschiedenen Anwenderbedürfnisse
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 großen 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 Abläufe
- Finanzwesen: zur Ahndung von Finanzkriminalität durch Mustererkennung in Geldströmen
- Produktion: zur Optimierung von Abläufen durch Fehlererkennung in Fertigungsprozessen
Micromata nutzt analytische KI vornehmlich für IoT-Projekte im Smart-Factory-Umfeld. Für einen großen Kunden der Automotive-Branche bündeln 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 Stärken mit sich, die im Zusammenspiel valide Ergebnisse ausliefern und so dabei helfen, Abläufe und Ressourcen in Smart Factories substanziell zu optimieren.
Das tun wir:
- Anomaliedetektion: zur Erkennung von Abweichungen und Fehlerbehebung
- Prozessoptimierung: zur Harmonisierung von Abläufen 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 Wahrnehmungsfähigkeiten nachzuahmen und zu nutzen. Sie ist darauf ausgerichtet, Aufgaben zu bewältigen, 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. Während analytischer KI also gesagt wird, wonach sie suchen soll, versucht kognitive KI, das anhand der vorliegenden Daten selbst herauszufinden. Die Einsatzgebiete sind ähnlich 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: für das Suchen und Finden von Personen oder Artefakten
- Neuronale Netze: zur Vorhersage bestimmter Ereignisse in Geschäftsabläufen
- Diagnostik: zur Früherkennung von Krankheiten mit Bildanalyse
Micromata verwendet kognitive KI derzeit für die Prognose bestimmter Nutzungsmuster im Auftrag eines großen 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 Ansätze 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 Übergänge von analytischer zu kognitiver KI sind ohnehin fließend.
KI und IT Security
Sicherheit ist im digitalen Raum grundsätzlich mitzudenken, KI macht da keine Ausnahme. Denn wo eine neue Technologie ist, sind auch neue Hackingszenarien nicht weit. Dazu zählen im Kontext generativer KI etwa die mutwillige Einschleusung von Fehlinformationen beim Training der Sprachmodelle, die Manipulation von Input und Output der zugehörigen ChatBots oder gleich die Verseuchung einschlägiger Modell-Parameter.
Das OWASP, dessen Mitglied Micromata seit 2022 ist, überwacht die Bedrohungslage im Netz, dokumentiert alle aktuellen Angriffsvektoren und bietet Hilfe bei der Abwehr und der Schließung von Sicherheitslücken.
Rechtliches und Datenschutz
Wie so oft bei den so genannten Disruptionen hinkt der Gesetzgeber den technischen Möglichkeiten hinterher. Dass indes gewisse Spielregeln im Umgang mit KI benötigt werden, bestreiten nicht einmal die einflussreichsten KI-Anbieter. Schon Isaac Asimov hat für seine Roboter folgendes Manifest postuliert:
- Ein Roboter darf kein menschliches Wesen wissentlich verletzen oder durch Untätigkeit zulassen, dass einem Menschen Schaden zugefügt wird.
- Ein Roboter muss den ihm von einem Menschen gegebenen Befehlen gehorchen – es sei denn, ein solcher Befehl würde mit Regel eins kollidieren.
- Ein Roboter muss seine Existenz beschützen, solange dieser Schutz nicht mit Regel eins oder zwei kollidiert.
Quelle: Isaac Asimov, „Runaround“, Erzählung 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 verständigt:
Grundsätzlich sollen die Vorschriften eine menschenzentrierte und vertrauenswürdige KI fördern und schädliche Zwecke unterbinden. Dazu soll zwischen zulässigen, hochriskanten und verbotenen KI-Praktiken unterschieden werden:
Zulässig ist sie dann, wenn sie von Menschen beaufsichtigt wird, Anforderungen an Sicherheit, Datenschutz und Transparenz genügt, niemanden diskriminiert und weder Gesellschaft noch Umwelt schädigt.
Als riskant oder sogar hochriskant wird sie eingestuft, wenn sie den demokratischen und rechtstaatlichen Werten der EU gefährlich werden kann, etwa weil sie die Gesundheit, die Sicherheit oder die Grundrechte der EU-Bürger:innen oder auch die Umwelt gefährdet. Darunter sind Anwendungen zur Manipulation von Wähler:innen und Wahlergebnissen oder das ki-gestützte Empfehlungsmanagement auf Social Media. Hier ist von Fall zu Fall zu entscheiden, ob die jeweiligen Praktiken gegen Richtlinien verstoßen oder legitim sind.
Gänzlich und grundsätzlich verboten ist KI, wenn sie die o. g. Werte und Rechte in inakzeptabler Weise missachtet. Dazu zählen laut EU-Parlament Stand heute biometrische Systeme, die Menschen anhand persönlicher und sensibler Daten wie die soziale und ethnische Zugehörigkeit oder Geschlecht identifizierbar machen, die vorausschauende Polizeiarbeit stützen oder Gesichter und Emotionen lesen können.
Alle Anbieter und Nutzenden von KI sind schon heute gehalten, die von ihnen entwickelten oder genutzten KI-Technologien hinsichtlich der Legitimität ihrer Funktionen und Anwendungszwecke zu überwachen, Transparenz und Datenschutz sicherzustellen.
Quelle: EU-Parlament über Verhandlungen zu Regeln für sichere und transparente KI
Fazit
Künstliche Intelligenz ist auf dem Vormarsch. Auch wenn sie, wie gezeigt, längst 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!
