Artificial Intelligence

Künstliche Intelligenz (KI) ermöglicht Maschinen, Aufgaben ähnlich wie Menschen zu lösen. Machine Learning ist eine Vorstufe, bei der Datenmuster erkannt und Vorhersagen getroffen werden. Es gibt schwache KI (Weak AI), die spezifische Aufgaben übernimmt, und starke KI, die es bisher noch nicht gibt. KI wird durch künstliche neuronale Netze simuliert und lernt durch maschinelles Lernen.

In Unternehmen wird KI vielfältig eingesetzt: zur Qualitätskontrolle in der Produktion, fahrerlosen Fahrzeugen in der Logistik, für Produktempfehlungen im Marketing, zur Absatzprognose in der Lieferkette, zur Optimierung von Lagerbeständen, für Recruiting und zur automatischen Dienstplanerstellung.

‍

Bei der Artificial Intelligence oder auch Künstlicher Intelligenz geht es darum, Methoden zu finden, die es Maschinen ermöglichen, Aufgaben zu lösen in der Art und Weise, wie ein echter Mensch dies mit seiner eigenen Intelligenz tun würde. Beim sogenannten Machine Learning oder RPA handelt es sich gewissermaßen um Vorstufen von AI. Ziele von Machine Learning sind zum einen Zusammenhänge zu erkennen und Daten intelligent zu verknüpfen und zum anderen Rückschlüsse zu ziehen, damit präzise Vorhersagen getroffen werden können. Die Ursprünge der Artificial Intelligence sind in den 1950er Jahren. Dort wurde der Begriff erstmals im Rahmen einer Wissenschaftskonferenz in den USA verwendet.

Arten von künstlicher Intelligenz

Aufgeteilt wird der Begriff in zwei Arten von Artificial Intelligence: Weak AI (schwache KI) und Strong AI (starke AI). Bisher gelang es noch nicht, eine starke AI von einem Menschen zu entwickeln, also eine künstliche Intelligenz, die sich auf Augenhöhe mit dem Menschen befindet. Alle bisherigen AI zählen demnach zu den “weak AIs”, hinter denen sich Algorithmen verbergen. Mit Hilfe dieser Algorithmen kann AI bestimmte, vorher gelernte Aufgaben übernehmen und dient genau einem definierten Zweck. Um den Vorgang aus der Neurowissenschaft zu simulieren, werden künstliche neuronale Netze mit unterschiedlicher Tiefe entwickelt, die mit dem Ablauf des menschlichen Gehirns übereinstimmen. AI kann Muster erkennen, Zusammenhänge bestimmen und spezifische Probleme lösen. Dieser Vorgang wird als maschinelles Lernen bezeichnet.

In welchen Bereichen kann AI in Unternehmen eingesetzt werden?

In der Produktion kann AI die Qualitätskontrolle mit Hilfe von Algorithmen unterstützen. Hierfür wird die automatisierte Bilderkennung verwendet, um so Fehler beispielsweise an Bauteilen zu erkennen. Eine manuelle, menschliche, stichprobenartige Prüfung fällt dadurch weg. In der Logistik können fahrerlose Transportfahrzeuge AI nutzen, um Fahrweg Berechnungen durchzuführen und diese in einem nächsten Schritt zu optimieren. AI kann im Marketingbereich verschiedene Bedürfnisse von Kunden sowie auch Trends erkennen. Dabei kann Artificial Intelligence beispielsweise Produktempfehlungen in Online-Shops erstellen oder durch Mustererkennung im Verhalten der Kunden zur Optimierung von Marketingmaßnahmen beitragen.

Künstliche Intelligenz in der Lieferkette

Im Management von Lieferketten kann Artificial Intelligence zur Erstellung von Absatzprognosen eingesetzt werden. Hierfür werden historische Daten mit Marktveränderungen verglichen und Korrelationen hergestellt, die bisher nicht sichtbar waren. Absatz Situationen können so präzise vorhergesagt werden. Des Weiteren ist es möglich, Artificial Intelligence im Lagerwesen zu nutzen. Um den optimalen Lagerbestand zu berechnen, werden unterschiedliche Informationen berücksichtigt, wie beispielsweise historische Verbrauchsdaten, Lieferzeiten oder Lagerkosten. Des Weiteren kann Artificial Intelligence bei der Suche nach neuen Bewerber:innen unterstützen und diese gezielt für offene Stellen herausfiltern. Nicht zuletzt kann AI mit Hilfe von unterschiedlichen Daten, wie Arbeitsverträgen, Arbeitsrecht und den Betriebsvereinbarungen, Dienstpläne erstellen.