„4 Ways Artificial Intelligence Will Change Just About Everything“ – ein ins Deutsche übertragener Beitrag des Salesforce US-Blogs.

Zum Mond kommt man damit zwar (noch) nicht, aber es fühlt sich dennoch wie die Zukunft an. Es geht um die intelligentesten Maschinen, die es je gab: selbstfahrende Autos, Roboter oder Bots, die Fragen beantworten wie Menschen. Oder die smartesten Unternehmen, die es je gab: Google, das Ihre Suchbegriffe vorausahnt. Facebook, das Ihnen einen personalisierten Newsfeed bietet. Amazon, das jedes peinliche Detail über Ihre Interessen rund um Kochbücher oder neuartiges Toilettenpapier kennt. Und Netflix, das auf Basis Ihrer Vorlieben ein ganz neues Filmgenre erfindet – nämlich: „Nostalgic Hawaiian Sci-Fi Family Cop Documentaries“.

Hinter all diesen Technologien steckt Künstliche Intelligenz (KI). Es handelt sich also um Technologien, die auf unsichtbaren, komplexen Systemen basieren, die mehr Daten verarbeiten können, als jemals produziert wurden. Auf Basis dieser Daten lernen sie, geben Antworten und machen Voraussagen.  

KI: Von der Eiszeit zum echten Boom

Der Weg bis hierhin war nicht gradlinig. Die New York Times berichtete, dass das Interesse an KI bereits in den 1980er-Jahren einen kleinen Boom auslöste. Konkrete Anwendungen für das Business fehlten jedoch. Für KI führte das erst einmal zu einer Art Eiszeit.

Doch jetzt startet KI wirklich durch. Der Grund: Mehr Daten und vor allem mehr Rechnerleistung, um diese zu verarbeiten. Die Folge ist ein Investitionsboom. Die New York Times fasst ihn in Zahlen:

2015 wurden 681 Millionen Dollar in KI-Start-ups investiert. Dies ist laut dem Marktforschungsinstitut CB Insights mehr als das Vierfache im Vergleich zum Jahr 2011, in dem 145 Millionen Dollar investiert wurden. CB Insights geht davon aus, dass sich 2016 die Investitionen in KI auf 1,2 Milliarden Dollar erhöhen werden. Das entspricht einer Steigerung von 76 Prozent gegenüber dem Vorjahr.

Rückenwind für KI – vier große Einsatzgebiete

Heute gibt es konkrete Einsatzmöglichkeiten und vor allem Nutzer für die Technologie. Durch das (mobile) Internet profitieren Milliarden von vernetzten Geräten von KI. Vier große Einsatzgebiete begünstigen diese Entwicklung:

1.    Das Internet der Dinge

Ist Ihnen schon aufgefallen, dass Computer immer kleiner, intelligenter und günstiger werden? In vielen Dingen steckt heute ein Computer mit Ein-Aus-Schalter. Ob Toaster, Zahnbürsten, Thermostate, Glühbirnen oder Autos – alle diese neuerdings intelligenten Geräte sind vernetzt, kommunizieren untereinander sowie mit Unternehmen oder Nutzern.

Warum also sollte Ihr Auto nicht Ihrem Haus Bescheid sagen, dass Sie gleich zuhause sind? So kann der Ofen gleich vorheizen, damit sie den Fisch zubereiten können, den sie gerade gekauft haben. Woher das Haus das weiß? Sie haben den Einkauf per iPhone getätigt, und dieses hat es weitergesagt.

Das bedeutet: Hinter jedem Gerät steckt ein Kunde, und die Kunden von morgen erwarten ein vernetztes, intelligentes Erlebnis. Dabei geht es um sehr viele vernetzte Dinge: Gartner geht davon aus, dass es bis 2018 sechs Milliarden Objekte sein werden. Dahinter stecken riesige Mengen von Kundendaten. Unternehmen brauchen durchdachte Strategien für das Sammeln, Verarbeiten und Nutzen dieser Daten. Denn diese sind der Lebensnerv des Internet der Dinge (IoT) – wenn sie richtig eingesetzt werden.

2.    Daten und Datenanalyse

Zwischen Unternehmen und Kunden wächst ein großer Graben. Denn nur ein Prozent aller Kundendaten werden analysiert. Kein Wunder, dass 77 Prozent aller Kunden sagen, sie seien mit Unternehmen nicht im Austausch. Dabei gibt es viele Arten, Daten auszuwerten und viele Schlüsse, die sich aus dem Verhalten und den Vorlieben von Kunden ziehen lassen. Doch das damit verbundene Potenzial bleibt auf der Strecke, weil die Analyse dieser Daten für Unternehmen keine Priorität hat.

Es mangelt nicht an neuen Tools, die nützliche Informationen über Kunden liefern. Aus den einfacheren muss man die Informationen „herausholen“. Die intelligenteren senden Informationen per „Push“ und wissen dabei schon, was genau benötigt wird. Diesen Aspekt schauen wir uns bei Punkt 3 näher an.

3.    Machine Learning

Maschinelles Lernen bedeutet, dass Computersysteme flexibel mit Kundendaten arbeiten können. Dabei passen sich die Algorithmen an die Daten an und entwickeln ein Verhalten, das nicht vorher programmiert wurde. Die „digitalen Assistenten“ lernen, den jeweiligen Kontext, etwa einer E-Mail, zu erkennen und finden so heraus, was der Verfasser wissen möchte. Durch diesen permanenten Lernprozess entsteht die Fähigkeit, zukünftiges Verhalten vorherzusagen. So können Unternehmen proaktiv auf Kunden zugehen, statt nur zu reagieren.

4.    Vorhersagen auf Basis von Daten

Die Analyse von Big Data fördert Muster zutage. Intelligente Maschinen erkennen diese Muster und lernen daraus. So können sie errechnen, was als nächstes geschieht und Schlüsse ziehen, die besser sind als reine Annahmen oder Schätzungen.

Das Zukunftsversprechen eines „digitalen Assistenten“ besteht also nicht darin, dass eine Roboterstimme uns über die Temperatur informiert oder darüber, wann ein Kinofilm läuft. Vielmehr kennt der Assistent unser Verhalten, lernt daraus und rät uns, jetzt loszufahren, damit wir nicht wieder zwei Minuten zu spät kommen wie in 80 Prozent der Fälle.

Solange das System „gefüttert“ wird, entwickeln sich klügere Maschinen, vernetzte Objekte und damit die Fähigkeit, unsere Bedürfnisse und Wünsche vorauszusagen. Je mehr nützliche Informationen wir liefern, desto intelligenter wird das System.

Sie möchten produktiver werden? Laden Sie Sich unser kostenloses E-Book!