Wer an künstliche Intelligenz (KI) denkt, hat meist Anwendungen bei globalen Playern wie Google oder Apple im Kopf. Diese Unternehmen verfügen über unbegrenzte Datenmengen, das Geld und die Kompetenz, um komplexe KI-Lösungen aufzugleisen. Anders sieht es bei kleinen und mittelgrossen Unternehmen aus: Sie erkennen vielleicht die Chancen von KI-Anwendungen für ihren Betrieb, es fehlt ihnen aber bei dem Thema an Umsetzungskraft.
Künstliche Intelligenz ist ein Teilgebiet der Informatik und beinhaltet seit den 1950er Jahren ein kontinuierlich wachsendes Forschungsfeld. Ein Aspekt der KI ist das heute bekannte maschinelle Lernen. Dabei handelt es sich um Maschinen, die aus der Verarbeitung von Daten lernen. Sobald das Gelernte in einer Software implementiert ist, können damit Entscheidungen getroffen werden. Der Unterschied zu einer normalen Software ist, dass hierbei nicht jeder einzelne Schritt von Menschen programmiert werden muss. Zu denken ist an Expertensysteme und Textanalyseverfahren an der Schnittstelle der Unternehmen zu ihren Kunden und Kundinnen.
Trainierte Algorithmen
Es sei und bleibe dabei ein Mythos, dass Maschinen bereits heute selbst lernen können, sagt die KI-Expertin Afke Schouten, die an der HWZ lehrt. Auch bei intelligenten Lernverfahren müssen wir den Maschinen bis heute sagen, wie sie lernen sollen – nämlich über ein «Training» anhand vorhandener Daten. In ihrem Kern ist es nichts anderes als eine mehr oder minder komplexe lineare Regression. Möglich sind durch KI die Optimierung der Distribution und Logistik sowie eine gesteigerte Prozesseffizienz und zielgenauere Marketingmassnahmen bei einer ausreichenden Verfügbarkeit von Daten. Datenanalysen und Prozessautomation sind das Ziel.