Künstliche Intelligenz – wie sie funktioniert und wie Unternehmen sie sinnvoll nutzen können

Künstliche Intelligenz wird häufig auch als AI bezeichnet, vor allem international. Diese Abkürzung kommt aus dem Englischen und steht für Artificial Intelligence. KI und AI sind somit unterschiedliche Abkürzungen für ein- und dasselbe. 

Predictive AI, also prädiktive Künstliche Intelligenz sammelt und analysiert Daten, um zukünftige Ereignisse vorherzusagen. Prädiktive KI versteht Muster in Daten und versucht möglichst fundierte Vorhersagen zu treffen. Sie wird zum Beispiel für Finanzprognosen, im Gesundheitswesen oder im Fall von Salesforce Einstein zur zuverlässigen Personalisierung im Customer Relationship Management (CRM) eingesetzt und ermöglicht effizientes Arbeiten. 

Unter generativer KI verstehen wir Künstliche Intelligenz, die eigenständig Inhalte erstellt, die denen ähneln, die von Menschen erzeugt werden könnten. Generative KI-Modelle verwenden fortgeschrittene Algorithmen und neuronale Netzwerke, um Bilder, Texte, Videos und andere kreative Inhalte zu erzeugen. Sie sind dabei nicht auf vorhandene Daten beschränkt, sondern basieren auf Mustern und Eigenschaften, die sie während des Trainings gelernt haben.

Machine Learning konzentriert sich darauf, Algorithmen zu entwickeln, die Daten analysieren und aus Erfahrungen lernen. 

Deep Learning geht einen Schritt weiter und nutzt tiefe neuronale Netzwerke, um komplexe Aufgaben zu bewältigen und hierarchische Muster und Darstellungen in den Daten zu entdecken. Die so gewonnenen Erkenntnisse verwendet die KI, um Vorhersagen und Entscheidungen zu treffen. Das Aufgabenspektrum reicht vom Übersetzen von Sprachen über das Erkennen von Gesichtern oder das Kuratieren bis hin zum autonomen Fahren.

NLP steht für „Natural Language Processing" (auf Deutsch: Natürliche Sprachverarbeitung). NLP ist somit ein Teilgebiet der Künstlichen Intelligenz, welches sich mit der Wechselwirkung zwischen Computern und menschlicher Sprache befasst. Das Hauptziel von NLP ist es, Computern die Fähigkeit zu verleihen, menschliche Sprache zu verstehen, zu interpretieren, zu generieren und darauf zu reagieren. NLP wird in einer Vielzahl von Anwendungen eingesetzt, darunter Sprachassistenten, bei automatischen Übersetzungen, Sentiment-Analysen, Texterkennung und mehr.

Lassen wir den bekanntesten Vertreter von GPT, nämlich ChatGPT, selbst antworten: 

GPT steht für „Generative Pre-trained Transformer". Es handelt sich um eine Bezeichnung für eine Familie von künstlichen Intelligenz-Modellen, die auf der Transformer-Architektur basieren und für die Generierung von Textinhalten entwickelt wurden. GPT-Modelle sind darauf ausgelegt, Texte zu verstehen, Muster zu erkennen und eigenständig menschenähnliche Texte zu erzeugen, ohne dass sie explizit auf bestimmte Aufgaben trainiert werden müssen. GPT-Modelle werden häufig für Textgenerierung, Übersetzung, Zusammenfassung und andere natürliche Sprachverarbeitungsaufgaben eingesetzt.

Die Einsatzmöglichkeiten von GPT-Modellen sind vielfältig. Erfahren Sie, wie ChatGPT im Marketing eingesetzt werden kann.

Künstliche Intelligenz trägt dazu bei, Prozesse zu verbessern, Innovationen voranzutreiben und Herausforderungen in verschiedenen Bereichen zu bewältigen. Das führt letztendlich zu einer besseren Lebensqualität und technologischem Fortschritt. 

Im Allgemeinen erwarten wir vom KI-Einsatz eine Steigerung der Effizienz. Künstliche Intelligenz soll repetitive und zeitaufwändige Aufgaben automatisieren. Das bedeutet, dass Menschen sich auf komplexere Aufgaben fokussieren können. 

Einige Beispiele für die Anwendungsmöglichkeiten von Künstlicher Intelligenz haben wir weiter oben bereits aufgezeigt. Darüber hinaus kann KI im Gesundheitswesen zum Einsatz kommen: Sie kann Mediziner:innen bei der Diagnosestellung unterstützen, Muster in Blutbildern oder auf Röntgenaufnahmen erkennen und vieles mehr. In Forschung und Wissenschaft wiederum können KI-basierte Modelle Hypothesen testen, Simulationen durchführen und Muster in großen Datensätzen entdecken. 

Die Einschätzungen zur Frage, ob KI ein Bewusstsein hat, gehen auseinander. Zwar ist es ChatGPT als derzeit wohl angesagteste Vertreterin von Künstlicher Intelligenz wichtig zu betonen, „dass ich lediglich eine Maschine bin und kein eigenes Bewusstsein oder Empfindungen besitze“. Wer aber      garantiert, dass ChatGPT die Wahrheit sagt? Der KI-Chatbot der Suchmaschine Bing gab sich bisweilen eingeschnappt bis zickig und brach das Gespräch aufgrund gekränkter Eitelkeit schon mal ab, wenn es ihm nicht passte. 

Ohne Bewusstsein keine Gefühle. Die Mehrheit der Expert:innen spricht Künstlicher Intelligenz die Fähigkeit zu fühlen (noch) ab. Ein – inzwischen ehemaliger – Google-Entwickler hat behauptet, die LaMDA-KI habe Gefühle entwickelt. Serviceroboter wie Kismet, die in der Pflege eingesetzt werden sollen, werden sogar auf das Verständnis von Emotionen trainiert. Kismet hat ein Gesicht, das Emotionen ausdrücken kann. Er lernt Emotionen von Menschen, ahmt diese wie ein Kind nach, lernt von seinen menschlichen Lehrer:innen über seine Grundprogrammierung hinaus und reagiert auf deren Signale. Kismet zeigt bereits emotionale Reaktionen in der Konversation mit Menschen. 

Obwohl KI in vielen Bereichen einen enormen Mehrwert bietet, gibt es konkrete Einsatzgebiete wie psychotherapeutische Betreuung oder Pflege, die sich nicht oder nur bedingt für KI eignen, da der menschliche Faktor und emotionale Intelligenz einen wesentlichen Unterschied machen – auch, wenn erste Versuche in die Richtung gehen.

Die drei größten Nachteile von KI sind:

• Berufliche Veränderung: KI kann viele Aufgaben automatisieren, was potenziell dazu führen kanm dass Arbeitsplätze verloren gehen, insbesondere in Bereichen, in denen repetitive oder einfache Tätigkeiten ausgeführt werden. Dies kann Auswirkungen auf die Arbeitswelt und die soziale Stabilität haben, jedoch lässt sich dieser Entwicklung entgegenwirken, indem Menschen fort- und weitergebildet werden. Diese neuerworbenen Fähigkeiten können sie dann in einem produktiveren Umfeld gewinnbringend einsetzen.

• Datenschutz: KI bringt dann Unternehmen den größten Nutzen, wenn Unternehmens- und Kundendaten verarbeitet werden können. Dabei ist der verantwortungsvolle und gesetzestreue Umgang mit diesen Daten entscheidend. 

• Verzerrte Entscheidungsfindung: KI-Modelle lernen aus historischen Daten und können Vorurteile aus der Vergangenheit übernehmen. Dies kann zu verzerrten Entscheidungen führen, die Diskriminierung und Ungerechtigkeiten verstärken. Anbieter von KI-Modellen können und müssen gegensteuern, indem sie für eine sorgfältige Aufbereitung der Daten sorgen. Denn jede KI kann stets nur so gut sein wie die Datenqualität, mit der sie gespeist wird. 

Die Herausforderung mit Künstlicher Intelligenz besteht vorwiegend darin, sie verantwortungsvoll zu nutzen. Wer KI einsetzt, muss seine Hausaufgaben machen. Das heißt: Negative Auswirkungen der KI minimieren und ihre Vorteile perfektionieren. 

Kernfragen für Unternehmen und Arbeitnehmer:innen sind diesbezüglich, wie sie KI als Unterstützung in den Arbeitsprozess integrieren können, anstatt das eigene Geschäftsmodell beziehungsweise den eigenen Arbeitsplatz bedroht zu sehen und Künstliche Intelligenz in der Folge rigoros abzulehnen. Aber inwieweit können KI-Tools im Hinblick auf den Datenschutz überhaupt in unternehmerische Prozesse einbezogen werden? 

Der Umgang mit sensiblen Daten zwischen dem Unternehmen, das ein KI-System nutzen möchte und dem Anbieter dieses KI-Modells, muss mittels präzisem Auftragsverarbeitungsvertrags geregelt werden. Davor müssen die Beteiligten prüfen, ob der Anbieter die gemachten Zusicherungen einhalten kann. Bestimmte Aspekte eines KI-Modells kann der Anbieter nicht immer beeinflussen. Viele Anbieter nutzen die erhobenen Daten für die Weiterentwicklung Ihres KI-Systems. Unternehmen müssen evaluieren, ob sie eine solche Zustimmung erteilen (können) oder eine entsprechende Opt-out-Option ziehen. Wer ein Tool wie ChatGPT gratis nutzt, bekommt diese Möglichkeit aber gar nicht erst eingeräumt. Somit entgleitet Unternehmen die Kontrolle über ihre Daten. 

Salesforce löst die Herausforderung mit dem verantwortungsvollen Umgang mit sensiblen Unternehmensdaten mit dem Einstein Trust Layer. Der Einstein Trust Layer verhindert, dass Large-Language-Modelle (LLMs) sensible Kundendaten speichern. Diese Trennung von sensiblen Daten und LLMs hilft Kunden, Data Governance-Kontrollen aufrechtzuerhalten und gleichzeitig das immense Potenzial der generativen KI zu nutzen.

Die sinnvolle Nutzung von Künstlicher Intelligenz hängt von Ihrem Berufsfeld und den spezifischen Anforderungen Ihres Jobs ab. Allgemein eignet sich eine KI zur Datenanalyse, für Vorhersagen, das Auslagern repetitiver Aufgaben, zur Personalisierung der Kundenerfahrung und der Optimierung von Arbeitsabläufen und Prozessen. Wichtig ist, dass Sie sich zunächst mit den Grundlagen von KI vertraut machen und die spezifischen Bedürfnisse Ihres Jobs analysieren. Erkunden Sie dann die verschiedenen verfügbaren KI-Tools und -Technologien, um herauszufinden, wie sie am besten in Ihrem Arbeitsumfeld eingesetzt werden können. 

Für Schreibtisch-Jobs, Medizin und Wissenschaft gibt es beispielsweise deutlich mehr Möglichkeiten für den sinnvollen Einsatz von KI als für handwerkliche und körperliche Berufe, hochspezialisierte Expert:innen mit außergewöhnlicher Fachkenntnis sowie Tätigkeiten mit einer sehr hohen sozialen und emotionalen Komponente wie in der Pflege oder Sozialarbeit.

Berufsprofile werden sich durch KI verändern. Dafür muss KI allerdings erst richtig im Unternehmen ankommen. Die Integration von Künstlicher Intelligenz in ein Unternehmen erfordert eine sorgfältige Planung und eine schrittweise Umsetzung. Im ersten Schritt müssen die Verantwortlichen identifizieren, in welchen Bereichen KI-Unterstützung gewünscht ist, beziehungsweise benötigt wird. Ist dies geschehen, wird eine KI-Strategie entworfen. 

Welche Probleme lassen sich mit KI-Hilfe lösen, welche Daten werden benötigt, wie wird die KI eingeführt und wie ihr Erfolg gemessen?
Steht die Strategie fest, geht es an die Umsetzung: Daten sammeln und harmonisieren, KI-Fachwissen im Team ausbauen (Schulungen, Fortbildungen) und/oder zukaufen, Prototypen testen, KI-Anwendungen schrittweise implementieren, Leistung evaluieren und last but not least auf dem aktuellen Stand bleiben, denn KI entwickelt sich weiter. Der Vorteil der Salesforce KI-Lösungen: Aufwändiges Setup und Rollout sind obsolet. Anwendungen werden aus der Cloud bezogen, automatisch auf den neuesten Stand gebracht und stetig weiterentwickelt.

Den größten Erfolg verspricht der Ansatz, KI zuerst in technik-affinen Bereichen und in den Abteilungen, die am meisten davon profitieren, einzusetzen. Hierfür bieten sich Datenanalyse und Business Intelligence ebenso an wie der Customer Support, die Personalabteilung, IT-Sicherheit sowie gegebenenfalls Marketing, Fertigung und Produktion. Zeigen sich erste messbare Erfolge, ebnen diese den Weg für die nächsten und größeren Projekte zur KI-Integration im Unternehmen. 

Ein Paradebeispiel für den sinn- und planvollen Einsatz von KI im Unternehmen, ist Schneider Electric. Das international operierende Unternehmen für Energiemanagement und Industrieautomation hat ein KI-Programm unter einem neuen Chief AI Officer formalisiert und auf alle Bereiche des Unternehmens ausgeweitet. Die Vision „Daten und KI zuerst" zahlt sich bereits aus. So konnte Schneider Electric dank der genaueren Vorhersage und Verwaltung des Bestandsbedarfs durch KI Millionen einsparen. 

Viele Unternehmen zögern noch mit dem Einsatz von KI. Schneider Electric hat das Thema KI in die Hauptverantwortlichkeit einer dafür ausgebildeten Führungskraft gelegt. Eine andere Möglichkeit ist, Spezialist:innen anzuheuern und womöglich gar ein internes KI-Kompetenzzentrum einzurichten, an dem die Leiter:innen der einzelnen Abteilungen gemeinsam an KI-Projekten arbeiten. Damit legen Sie nicht nur den Grundstein, sondern haben beste Karten für durchschlagenden und dauerhaften Erfolg mit Künstlicher Intelligenz im Unternehmen. 

Den maximalen Nutzen holen Unternehmen heraus, wenn Sie Künstliche Intelligenz in die Systeme integrieren, in denen diese einerseits an die benötigten Daten herankommen und andererseits genau dort wirken können. Für etliche Abteilungen von Business Development über Kundenservice, Marketing, Produktmanagement bis hin zum Vertrieb ist das CRM das Herzstück der täglichen Arbeit. Mit einem KI-Upgrade wie der Salesforce Lösung Einstein gelingt die Verflechtung von KI und CRM perfekt und bringt erstaunliche Ergebnisse zu Tage. Wie das gehen soll? Einstein 

• bereitet Daten anschaulich auf,

• kreiert Flows,

• schreibt Code,

• generiert Leads, 

• unterstützt maßgeblich in Vertrieb, Service, Marketing und Commerce.

Neugierig geworden, wie die generative KI von Salesforce das bewerkstelligt? Werfen Sie einen ersten Blick auf Einstein oder erhalten Sie in unserem Webinar direkt praktische Einblicke aus erster Hand!