Cognitive Computing Das Erwachen der künstlichen Intelligenz

Autor Robert Horn

Die vernetzte Produktion, die Digitalisierung der Geschäftsprozesse, kurz Industrie 4.0, beschäftigt die Industrie schon seit Jahren. Cloud Computing und Big-Data-Analysen sind in vielen Unternehmen etablierte Stützpfeiler der Digitalisierung. In letzter Zeit macht allerdings ein neuer, hochspannender Aspekt von Industrie 4.0 von sich reden, der bisher eher als Zukunftsmusik abgetan wurde: Die künstliche Intelligenz.

Anbieter zum Thema

Cognitive Computing steht kurz vor dem Durchbruch.
Cognitive Computing steht kurz vor dem Durchbruch.
(Bild: © Sergey - Fotolia.com)

Es ist ein Satz, der in seiner Bedeutung enormes Gewicht hat. „IBM hat aufgehört, Spiele zu spielen“. Gesprochen von Costas Bekas, dem Leiter des Bereichs für Cognitive Computing am IBM-Forschungszentrums in der Schweiz, bringen die wenigen Worte die Geschichte der künstlichen Intelligenz auf den Punkt: Denn jahrzehntelang machten Supercomputer und die ersten Gehversuche in künstlicher Intelligenz damit von sich reden, dass sie berühmte Spieler in ihren Disziplinen besiegten. Deep Blue etwa schlug 1996 den damaligen Schachweltmeister Garri Kasparow. Der von Googles KI-Unternehmen Deep Mind programmierte Alpha Go besiegt seit 2015 reihenweise die stärksten Go-Spieler der Welt – das chinesische Strategiespiel gilt als besonders anspruchsvoll. IBMs künstliche Intelligenz Watson legte sich 2011 in der berühmten amerikanischen Ratesendung Jeopardy mit gleich zwei Champions an – und gewann. Das sehenswerte Duell gibt es heute noch auf Youtube zu bestaunen.

Das alles brachte der KI-Forschung vor allem mediale Aufmerksamkeit, im Alltag anwendbar waren diese Programm nicht. Heute, in Zeiten der Digitalisierung und Industrie 4.0, stehen die Chancen gut wie nie, der künstlichen Intelligenz auch in unserem Alltag zum Durchbruch zu verhelfen: Als kleine, unauffällige Helfer im Hintergrund, versteckt in IoT-Geräten, als Datensammler und -auswerter oder sogar als Unterstützer bei der Steuerung von Robotern und ganzen Maschinenparks. Die künstliche Intelligenz verspricht, unsere Arbeit, unseren Alltag und sogar unsere Gesellschaft nachhaltig zu verändern.

Cognitive Computing vor dem Druchbruch

Diese These unterstützen Zahlen des Digitalverbands Bitkom. Nach einer Prognose wird der globale Umsatz mit Hardware, Software und Services rund um Cognitive Computing und Machine Learning im Jahr 2017 um gewaltige 92 % auf 4,3 Mrd. Euro wachsen. Bis zum Jahr 2020 wird sich dieses Volumen sogar verfünffachen. 21,2 Mrd. Euro werden künstliche Intelligenz, Machine Learning und Cognitive Computing dann weltweit umsetzen.

„Künstliche Intelligenz hält schon heute Einzug in unser Leben: sie ist die Grundlage digitaler Sprachassistenten, textbasierter Dialogsysteme wie Chatbots oder von Gesichtserkennung auf Fotos oder in Videos“, sagt Dr. Mathias Weber, Bitkom-Bereichsleiter IT-Services. Bei Softwareanbieter SAP ist man von der kommenden Technologie überzeugt: „Als Teil von Geschäftsanwendungen kann Machine Learning Unternehmen helfen, Wachstum zu generieren, Prozesse effizienter zu gestalten und den Arbeitsalltag vieler Menschen zu vereinfachen. Das macht Machine Learning zum nächsten logischen Schritt, um den größtmöglichen Nutzen für den Menschen aus Big Data herauszuholen.“, erklärt Markus Noga, Head of Machine Learning Incubation, SAP SE.

Experten prognostizieren für das Jahr 2025 einen weltweiten Umsatz mit Anwendungen im Bereich künstliche Intelligenz von 31.236,92 Mio. US-Dollar. Im Jahr 2016 lag der Umsatz gerade mal bei 357,89 Mio. US-Dollar.
Experten prognostizieren für das Jahr 2025 einen weltweiten Umsatz mit Anwendungen im Bereich künstliche Intelligenz von 31.236,92 Mio. US-Dollar. Im Jahr 2016 lag der Umsatz gerade mal bei 357,89 Mio. US-Dollar.
(Bild: MM MaschinenMarkt)

Zwar stecke man noch ganz am Anfang der Entwicklung, doch bereits jetzt würden Unternehmen den Wert von Machine Learning erkennen. „Während Computer bisher in endloser Arbeit trainiert werden mussten, um Muster zu erkennen und Schlussfolgerungen aus großen Datenmengen zu ziehen, können moderne Systeme heute quasi selbstständig zielführende Erkenntnisse liefern - mit minimaler Fehlerquote und wenig Lernaufwand.“, fasst Noga die Vorteile zusammen.

(ID:44519767)