Alexander Graf
15. Januar 2024

Die wichtigsten Dinge, die Sie über KI wissen sollten

Die wichtigsten Dinge die Sie über KI wissen sollten

Künstliche Intelligenz (KI) gilt als die Technologie der Zukunft und hat das Potenzial, unser Leben in vielen Bereichen zu verändern. Doch was genau verbirgt sich hinter dem Sammelbegriff KI und was kann Künstliche Intelligenz? In diesem Beitrag erfahren Sie im Überblick alles, was Sie über KI wissen müssen. Ich erkläre Ihnen die wichtigsten Begriffe, wobei ich auf zwei Begriffe (KI und Deep Learning) näher eingehen werde. Außerdem zeige ich Ihnen anhand von Beispielen, wie KI funktioniert und wie die Technologie lernt.

Die Schlüssel-Begriffe zu KI erklärt

Es gibt viele neue Begriffe zum Thema KI. Im Folgenden möchte ich Ihnen die wichtigsten erklären.

Künstliche Intelligenz (Artificial Intelligence)

Künstliche Intelligenz (KI) ist ein Oberbegriff für Technologien, die Maschinen ermöglichen, intelligent zu agieren. KI-Systeme können logisches Denken, Lernen, Planen und Kreativität imitieren. Insgesamt ahmen sie intelligentes menschliches Verhalten nach.
Beispiele: Selbstfahrende Fahrzeuge, alle folgenden Beispiele der Teilbereiche

Maschinelles Lernen (ML)

Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz. Es beschreibt die Fähigkeit von Maschinen, aus Daten zu lernen. ML-Systeme können Muster und Gesetzmäßigkeiten in Datensätzen erkennen und daraus eigenständig Vorhersagen entwickeln.
Beispiele: Bild- und Gesichtserkennung – Mustererkennung (z. B. iPhone Face ID), Vorhersagen, wie z. B. der Wetterbericht

Robotic Process Automation (RPA)

Robotic Process Automation (RPA) ist eine Prozessautomatisierung, die auf dem Einsatz von programmierbaren, deterministischen Softwarerobotern basiert. RPA-Roboter sind in der Lage, sich wiederholende Aufgaben zu erledigen, die nach einem festen Regelwerk ablaufen.
Beispiele: Repetitive Aufgaben, z. B. Dateneingaben oder Themenzuordnungen

KI Tools

Top-Tools Künstliche Intelligenz

Wir haben Ihnen die Top-Tools zusammengefasst, die auf Künstlicher Intelligenz basieren und die Sie in den verschiedensten Unternehmensbereichen einsetzen können.

Deep Learning (DL)

Deep Learning (DL) ist ein Teilbereich des maschinellen Lernens (ML). Es ist eine Methode, bei der Maschinen sich selbst mithilfe künstlicher neuronaler Netze und großer Datenmengen trainieren und so komplexe Muster erkennen können.
Beispiele: Spracherkennungssysteme wie Alexa oder Siri, „Dein Mix der Woche“ von Spotify

Generative AI

Generative KI ist eine Form der künstlichen Intelligenz (KI), die in der Lage ist, neue Inhalte zu generieren. Diese Inhalte können u. a. Texte, Bilder, Videos, Audioinhalte, Programmcode, 3D-Modelle oder molekulare Strukturen sein.
Generative KI basiert oft auf Deep Learning und Large Language Models (LLM). LLM sind eine Art von KI-Modell, das für die Verarbeitung und Generierung von Sprache entwickelt wurde.
Beispiele: Systeme wie ChatGPT, Stable Diffusion, Midjourney und DALL-E, Deepfakes – wird aber auch in der Forschung eingesetzt, z. B. bei der Krebserkennung

Was kann Künstliche Intelligenz? Deepfake Beispiele

Zum besseren Verständnis möchte ich Ihnen hier einige Beispiele für Deepfakes zeigen. Alle Bilder sind ausnahmslos KI-generiert und wenn Sie ehrlich sind: Würden Sie hier einen Unterschied zur Realität erkennen? Sie sehen, dass KI nicht nur großes positives Potenzial hat, sondern auch missbraucht werden kann.

Die wichtigsten Dinge die Sie über KI wissen sollten

Deepfake von Papst Franziskus (Quelle: AI GENERATED IMAGE – Midjourney/Pablo Xavier)

Die wichtigsten Dinge die Sie über KI wissen sollten

Deepfake von Donald Trump (Quelle: Newsone 2023)

Die wichtigsten Dinge die Sie über KI wissen sollten

Deepfake von Selenskyj (Quelle: Inside Edition on YouTube 2021)

So ist eine KI aufgebaut

Die Entwicklung einer Künstlichen Intelligenz (KI) erfolgt in mehreren Schritten.

  1. Zuerst werden umfangreiche Mengen neutraler Daten aus dem Anwendungsfeld gesammelt und sorgfältig vorbereitet. Dieser Prozess beinhaltet die Modellierung, Bereinigung, Normalisierung und Aufteilung der Daten in Trainings- und Testdaten.
  2. Im nächsten Schritt folgt die Implementierung von Algorithmen für die KI-Modelle. Dabei werden Algorithmen programmiert oder geeignete Frameworks ausgewählt und kombiniert. Die Definition der Architektur, einschließlich Schichten, Neuronen und Aktivierungsfunktionen, ist hierbei entscheidend.
  3. Der eigentliche Lernprozess startet mit dem Trainieren und Validieren des Modells. Hierbei werden Muster und Zusammenhänge in den Daten erkannt, gefolgt von einer gründlichen Validierung anhand von Testdaten. Während dieses Prozesses werden Algorithmen und Modellparameter kontinuierlich angepasst, um optimale Leistung zu gewährleisten.

Ein entscheidender Schritt erfolgt, wenn das Modell beginnt, neue Inhalte zu generieren. Durch fortlaufende Analyse neuer Daten trifft es Vorhersagen oder Entscheidungen basierend auf gelerntem Wissen. Jeder neue Inhalt ermöglicht der KI eine kontinuierliche Verbesserung und Erweiterung ihrer Fähigkeiten.

Was ist dran am Hype-Thema KI? Welche Chancen und Herausforderungen ergeben sich daraus für HR? Wie kann KI im HR schon heute sinnvoll eingesetzt werden und wie können Sie sich darauf vorbereiten? In unserem Webinar erhalten Sie Antworten & Best Practices von unserem Experten, damit Sie zukünftig mit Hilfe von KI neue Kapazitäten schaffen und effizienter arbeiten können.

Deep Learning erklärt

Deep Learning funktioniert im Prinzip wie unser menschliches Gehirn. Damit Sie Deep Learning etwas besser verstehen, habe ich Ihnen ein kleines Beispiel mitgebracht:
Sie kennen vielleicht die Quizsendungen im Fernsehen, bei denen man einen kleinen Ausschnitt eines Bildes sehen konnte, der immer größer wurde, bis man das Bild erkennen konnten. Genau so funktioniert KI (siehe Abb. Deep-Learning-System).

Die wichtigsten Dinge die Sie über KI wissen sollten

Deep-Learning-System (Quelle: News Center Microsoft 2018)

Die KI bekommt einen Input. Dieser durchläuft ein neuronales Netzwerk, das verschiedene Schichten und Ebenen hat. Je tiefer die Ebenen gehen, desto genauer wird das Ergebnis. Die KI identifiziert dabei spezifische Merkmale wie „Fell“ oder „Auge“.
Nach mehreren Schichten kann die KI schließen, dass es sich um das Bild einer Katze handelt. Abschließend erfolgt eine Qualitätskontrolle zur Bestätigung der Lösung. Durch erfolgreiche Lösungen von mehreren Katzenbildern speichert die KI diese Muster, um zukünftig zuverlässig Katzen zu erkennen.

KI: Die Zukunft ist jetzt

KI ist ein sehr umfangreiches und komplexes Thema. In diesem Beitrag habe ich versucht, die Komplexität des Themas zu nehmen und die wichtigsten Begriffe zu erläutern. Ich habe die unterschiedlichen Teilgebiete von KI vorgestellt und erklärt, wie sie arbeitet bzw. lernt. Wenn Sie nun wissen möchten, wie Sie KI in Ihrem Unternehmen einsetzen können, kommen Sie gerne auf mich zu.

Whitepaper: Künstliche Intelligenz: Potenzialworkshop

Künstliche Intelligenz: Potenzialworkshop

Unser Potenzialworkshop hilft Ihnen zu erkennen, wo Sie in Ihrem Unternehmen künstliche Intelligenz nutzen können.

FAQ

Was ist Künstliche Intelligenz (KI)?

KI umfasst Technologien, die Maschinen befähigen, intelligent zu handeln und menschliches Verhalten nachzuahmen, wie z.B. Selbstfahrende Fahrzeuge.

Was ist Deep Learning (DL)?

DL ist ein Teilbereich von KI, bei dem Maschinen sich selbst mithilfe neuronaler Netze und Datenmengen trainieren, um komplexe Muster zu erkennen, z.B. Spracherkennungssysteme wie Alexa.

Was sind Beispiele für Generative KI und wie werden sie genutzt?

Generative KI kann neue Inhalte wie Texte, Bilder oder Videos erstellen und basiert oft auf Deep Learning.

Alexander Graf

Alexander Graf

Als Bereichsleiter „IT für HR“ unterstütze ich Sie gerne in der Digitalisierung Ihrer HR-Prozesse. Dabei habe ich mich auf die strategische Anwendungs- und Prozessberatung im Personalmanagement mit Fokus auf HR/HCM und Cloud-Lösungen wie SuccessFactors spezialisiert.

Sie haben Fragen? Kontaktieren Sie mich!



Das könnte Sie auch interessieren

Künstliche Intelligenz (KI) kann mithilfe von einer großen Datenmenge einige Unternehmensprozesse verstärken, da neuronale Netzwerke Muster in den Daten erkennen. Trainiert man diese über eine lange Zeit und mit viel […]

weiterlesen

Künstliche Intelligenz (KI) und Machine Learning (ML) sind aus der heutigen Geschäftswelt nicht mehr wegzudenken. Sie können dazu beitragen, die Effizienz zu steigern und dabei Kosten und Zeit zu sparen. […]

weiterlesen

Statistiken zeigen, dass KI die Produktivität in deutschen Unternehmen deutlich steigern kann. Vorreiterunternehmen wie SAP setzen auf KI-Innovationen, um personalisiertes Recruiting und die Entwicklung von Talenten zu optimieren. Die Zukunft […]

weiterlesen

Schreiben Sie einen Kommentar

Bitte füllen Sie alle mit * gekennzeichneten Felder aus. Ihre E-Mail Adresse wird nicht veröffentlicht.





Kontaktieren Sie uns!
Nadja Messer
Nadja Messer Kundenservice