Künstliche Intelligenz, speziell „Deep Learning“, ist in aller Munde. Das Thema ist strategisch nicht nur für Google, Apple, Microsoft und Amazon, für Facebook, IBM und Salesforce.com. Große Mengen Risikokapital werden investiert, viele Startups zu anspruchsvollen Bewertungen übernommen.

Warum ist das eigentlich so?

Interessant ist zu beobachten, dass sich seitens der Grundlagen erstaunlich wenig verändert hat. Wir haben größtenteils noch dieselben prinzipiellen Ansätze und Konzepte im Umfeld des maschinellen Lernens. Konzepte wie künstliche Neuronale Netze, Backpropagation, Support Vector Maschinen, Bayes’sche Netze oder Hidden Markov Modelle sind Jahrzehnte alt.

Umso mehr stellt sich die Frage: Warum ist ausgerechnet jetzt die Zeit, für ein neues Erwachen der Künstlichen Intelligenz?

Aus meiner Sicht liegt die Antwort in der Verfügbarkeit von Daten und Infrastruktur. Längst hat sich der Gedanke etabliert, dass Daten ein wertvolles Gut sind. Immer mehr Unternehmen basieren ihr Geschäftsmodell auf diesem Ansatz, immer mehr Unternehmen sammeln strategisch Daten. Wir leben im Zeitalter datengetriebener Organisationen. In Bezug auf die Infrastruktur hat sich die Cloud mit ihrer Elastizität etabliert: auf Knopfdruck stehen Ressourcen im gewünschten Umfang zur Verfügung, die nach Verbraucht abgerechnet werden.

Daten müssen analysiert werden um zu Handlungen zu gelangen. Daten aus einem bildgebenden Verfahren in der Medizin sind zunächst nur Daten. Gleiches gilt für einen Click-Stream in einem Online Shop oder Betriebsdaten einer Maschine. Erst die Auswertung führt zu relevanten Erkenntnissen.

Im Bereich Business Intelligence ist die Zielsetzung, bessere Entscheidungen durch die Bereitstellung relevanter Informationen zu ermöglichen, häufig in Form von Datenanalysen. Meist ist das ein klassisches Zusammenspiel aus Mensch und Maschine: die Maschine unterstützt den Menschen im Entscheidungsprozess.

Die Künstliche Intelligenz geht in dem Sinne einen Schritt weiter, als die Entscheidung durch die Maschine getroffen wird. In der Teildisziplin des Maschinellen Lernens, können Maschinen auf Basis von Daten ein Modell lernen, das sie zu Entscheidungen auf neuen Daten befähigt. Watson hat in seinem spektakulären Auftritt bei Jeopardy die Antworten völlig eigenständig gegeben (wobei die Antworten hier Fragen waren). Auch an vielen anderen Stellen treffen Maschinen heute selbständig Entscheidungen mit weitreichenden Konsequenzen: Zum Beispiel wer wem für ein Date vorgeschlagen wird (mit der Konsequenz, mittelbar über lebenslange Beziehungen mitzubestimmen), wer kreditwürdig ist (mit entsprechenden Konsequenzen für den weiteren Lebensweg) oder wo Polizei vorausschauend eingesetzt werden sollte. Viele kleine solcher maschinellen Entscheidungen prägen unseren Alltag: wer sieht welche Facebook Beiträge, bekommt welche Produkte auf Amazon vorgeschlagen, bekommt welche Google Anzeigen, muss welchen Preis für einen Flug bezahlen oder bekommt welche Antwort von Siri.

Wechselt man den Blickwinkel, erkennt man die Chancen, die im Einsatz von Verfahren der künstlichen Intelligenz und speziell des maschinellen Lernens liegen: Komplexe Systeme lernen aus Erfahrungen (Daten) und treffen immer klügere Entscheidungen selbständig. Wie relevant ist ein Lead? Wer soll mit welcher Kampagne angesprochen werden? Wann sollte ein Servicetechniker eine Anlage warten? Wann droht ein Bestandskunde zum Wettbewerb zu wechseln, wann ein Mitarbeiter das Unternehmen zu verlassen? Welche Information hat für meinen Anwender jetzt den größten Nutzen, welche Leistung sollten wir empfehlen?

Die Zeit ist reif für Verfahren der Künstlichen Intelligenz, da wir die Daten in den Griff bekommen. Hier spielt die Talend-Plattform eine herausragende Rolle, ist sie doch vielfach das Rückgrat für datengetriebene Organisationen.

Meine Empfehlung, die sich ableitet, ist einfach: Verfahren der künstlichen Intelligenz werden unser Leben in einem Umfang verändern, den wir derzeit noch nicht absehen können. Gleiches gilt für Geschäftsmodelle und die Spielregeln im Wettbewerb. Wer heute seine Daten im Griff hat, ist morgen bereit für diesen nächsten Schritt. Wer aber jetzt nicht anfängt, sich zu einer datengetriebenen Organisation zu wandeln, wird beim nächsten Schritt vollends den Anschluss verlieren.