Künstliche Intelligenz für die produktive, sichere und p ... / 2 Künstliche Intelligenz

2.1 Funktionsweise und KI-Technologien

Der Begriff "Künstliche Intelligenz" ist in der Forschung bereits seit 1959 etabliert und somit nicht neu. Er spiegelt die Vision wider, die menschliche Intelligenz anhand von Algorithmen nachzubilden. Dazu werden im Rahmen der KI-Forschung, die als Teilgebiet der Informatik gilt, kognitive Fähigkeiten, wie Lernen, Planen und Problemlösen, in Form von Systemen, Verfahren und Algorithmen entwickelt. KI beschreibt also im Kern "Informatik-Anwendungen, deren Ziel es ist, basierend auf mathematischen, technischen Mustern (wie speziellen Programmiersprachen, Algorithmen), intelligent zu "agieren". Dazu sind in unterschiedlichen Anteilen bestimmte Kernfunktionen notwendig, wie:

• Informationen und Daten erkennen und erfassen ("Wahrnehmen"; "Speichern/Erinnern"),
• interpretieren ("Verstehen" und "Schlussfolgerungen ziehen"),
• autonom zielgerichtet agieren und Prozesse steuern ("Handeln"),
• lernen."^[1]

Doch wo ist KI bereits im Arbeitsleben und in der Freizeit präsent? In der Regel nutzen die meisten Personen, die ein Smartphone besitzen, bereits heute täglich Apps, welche anhand selbstlernender Software (also Künstlicher Intelligenz) gesteuert werden. Beispiele sind Spotify, Google Maps oder auch Facebook. Weitere bekannte Beispiele Künstlicher Intelligenz sind Strategie- und Quizspiele (Schach, Go, Jeopardy etc.) oder Computerprogramme, die in der Medizin Krankheitsdiagnosen liefern. Entsprechende Systeme sind Alpha-Zero und AlphaGo von Google oder Watson von IBM. Auch ChatGPT, Google Bard oder Alexa von Amazon sind bei vielen als KI-Anwendungen aus dem Alltag bekannt.

Das dahinterstehende Prinzip ist immer gleich: Eine große Menge an Daten wird gesammelt und anhand vorher festgelegter Kriterien und mathematischer Modelle analysiert und ausgewertet. Anhand dieser Ergebnisse trifft die selbstlernende Software Entscheidungen und löst entsprechende Handlungen/Aktionen aus. Um dies realisieren zu können, wurden verschiedene KI-Technologien (Berechnungs- und Simulationsverfahren) entwickelt, nach denen die KI "agiert". Die am häufigsten genutzte Methode ist das maschinelle Lernen. Systeme, die auf maschinellem Lernen basieren, automatisieren Berechnungen, ohne explizit programmierte Vorgaben für den Lösungsweg zu benötigen. Dadurch können diese Systeme Strukturen aus Beispieldaten erkennen und Modelle entwickeln, die auf neue, unbekannte Daten angewendet werden können. Man bezeichnet solche auf sehr komplexen künstlichen neuronalen Netzwerken basierende maschinelle Lernverfahren auch als Deep-Learning-Verfahren, welche ebenfalls ein Teilgebiet der Künstlichen Intelligenz darstellen (vgl. Abb. 1).^[2]

Abb. 1: Abgrenzung der Begriffe Künstliche Intelligenz, maschinelles Lernen und Deep-Learning^[3]

[1] Offensive Mittelstand (2018): Potenzialanalyse Arbeit 4.0. Künstliche Intelligenz für die produktive und präventive Arbeitsgestaltung nutzen: Ein Selbstbewertungscheck zur Einführung der neuen 4.0-Technologien, Heidelberg, verfügbar unter: https://www.check-arbeit40.de/check-arbeit40/daten/mittelstand/pdf/Potentialanalyse_Arbeit_4.0.pdf (zugegriffen: 26.3.2024), S. 23.

[2] Terstegen (2019): Künstliche Intelligenz in der Arbeitswelt. Leistung & Entgelt (2):3–45.

[3] In Anlehnung an Hatiboglu/Schuler/Bildstein/Hämmerle (2019): Einsatzfelder von künstlicher Intelligenz im Produktionsumfeld. Kurzstudie im Rahmen von "100 Orte für Industrie 4.0 in Baden-Württemberg", verfügbar unter: https://www.i40-bw.de/wp-content/uploads/Studie-Einsatzfelder-KI-im-Produktionsumfeld.pdf (zugegriffen: 16.9.2019), S. 8.

2.2 Anwendungen und Nutzen

Die Anwendungsbereiche von KI (z. B. Medizin, Vertrieb, Marketing, F&E) sind dabei sehr vielfältig. Als möglichen Nutzen versprechen sich die Anwender dabei u. a.

• die Reduktion von Routinetätigkeiten und Fehlern,
• die Einsparung von Kosten,
• die Verbesserung der Interaktion mit Kunden durch ein genaueres Verständnis der Kundenanforderungen (Customer Journey),
• Effizienzsteigerungen,
• verbesserte Entscheidungen und die Optimierung von Arbeitsabläufen,
• Lernen in Echtzeit und
• die Verbesserung von Sicherheit und Gesundheit.^[1]

Aber wie und in welchen Bereichen lassen sich KI-Anwendungen im Betrieb einsetzen und nutzen? Seifert et al. haben hierzu insgesamt 9 KI-Anwendungen und entsprechende Anwendungsbeispiele identifiziert,^[2] die in Tab. 1 dargestellt sind.

KI-Anwendungen	Zugehörige Verfahren und Methoden
Predictive Analytics	Überwachung und Wartung der Produktionsanlagen, um auf der Basis von Sensordaten auf kritische Zustände (z. B. Überhitzung einer Produktionsanlage) Rückschlüsse ziehen und proaktiv auf mögliche Ausfälle reagieren zu können Beschaffungsplanung unter Berücksichtigung von Absatzschwankungen
Optimiertes Ressourcenmanagement	Optimierung von Produktions- und Fertigungsplänen Personalplanung, digitale Personaleinsatzplanung Optimierung von Prozessen in der Ein- und Ausgangslogistik
Qualitätskontrolle	Prüfung der Beschaffenheit von Bauteilen oder sonstigen Produktionsstoffen Überprüfung von Korrektheit der Montageprozesse anhand von Vide...