KI in der Praxis: Beispiele und Herausforderungen

Künstliche Intelligenz (KI) ist eine der vielversprechendsten Methoden der Datenverarbeitung. Die Idee ist, dass man mittels KI menschliches Verhalten simulieren oder sogar übertreffen kann. Doch der Einstieg fällt oft schwer. Eine der häufigsten Fragen ist, wie man künstliche Intelligenz in der Praxis einsetzen kann. Wir zeigen Beispiele, aber auch die Herausforderungen denen man sich als Unternehmen stellen muss.

Welche Beispiele gibt es für den praktischen Einsatz von künstlicher Intelligenz?

KI ist überall. Hier ein paar Beispiele, wie Daten und Algorithmen uns in der Praxis begegnen:

Produktempfehlungen

Eines der einfachsten, aber auch verständlichsten Beispiele für den Einsatz von KI in der Praxis ist das Feld der Empfehlungssysteme. Die meisten kennen es von E-Commerce Shops mit “Kunden kauften auch”-Bereichen. Diese Auswertung – welchem Kunden welche Produkte angeboten werden – kann sehr komplex werden. Der Vorteil ist massiv: Man versucht durch historische Käufe sich wiederholende Muster zu erkennen (z.B. jemand der einen Sandkasten gekauft hat, kauft auch immer Spielsand dazu) und dann zu steuern (Anzeige Sand beim Sandkasten). Das Ziel ist klar mehr Umsatz, aber auch eine höhere Kundenzufriedenheit.

Biometrische Erkennung

Bei fast jedem Menschen inzwischen im Alltag verankert und somit ein sehr praktisches Beispiel ist die biometrische Erkennung. Ob Gesicht (z.B. Laptop) oder Finger (z.B. Handy), es werden im Hintergrund immer komplexe Auswertungsmechanismen der künstlichen Intelligenz eingesetzt, um ein möglichst zuverlässiges, aber auch möglichst genaues Matching sicher zu stellen.

Vorhersagen von KPIs

Vor allem für Unternehmen in der Praxis relevant ist zu wissen, wie sich wichtige Kennzahlen (Key Performance Indicators, KPIs) entwickeln. Ob Umsatz, Demand, Service-Fälle, Lieferungen oder ähnliches: Mittels künstlicher Intelligenz und maschinellen Lernen können statistische Vorhersagen getroffen werden, wie eine wahrscheinliche Zukunft aussieht. Dies erlaubt einfachere operative Steuerung und Führung.

Spracherkennung und Übersetzungen

Das ganze Feld der natürlichen Sprachverarbeitung (“Natural Language Processing”, NLP) beschäftigt sich mit dem Erkennen von Sprache (Speech recognition), die Translation in Text (Speech-to-Text) und weiteren Verarbeitung (z.B. Übersetzungen, Text-zu-Sprache, automatische Korrektur). Im Hintergrund sind eine Vielzahl an Algorithmen der künstlichen Intelligenz im Einsatz, die verschiedene Aufgaben erledigen.

Hotel- und Flugbuchungen

Viele Webseiten mit einem limitierten Angebot (z.B. Sitzplätze oder Hotelzimmer) möchten bei hohem Bedarf die Preise anheben und bei niedrigem Bedarf die Preise attraktiv machen. Dies manuell oder statisch zu machen ist nicht einfach. Daher setzen sie adaptive künstliche Intelligenz ein, die vollautomatisch die Preise je Besucher anpasst. Wie lange jemand auf der Webseite war, wie oft er ein Zimmer aufgerufen hat, von welchem Standort er sich einhält, welche Art von Gerät (Handy, Laptop, Tablet,..) er nutzt und vieles mehr fließt in die Berechnung ein.

Welche Herausforderungen stellen sich Unternehmen KI in der Praxis einzusetzen?

Der Mehrwert vom Einsatz von Daten und künstlicher Intelligenz ist offensichtlich. Doch sind die wenigsten Unternehmen so weit, KI in der Breite einzusetzen. Warum ist es so schwer, KI in der Praxis einzusetzen?

Wenig Wissen

Das Hauptproblem was Unternehmen daran hindert KI praktisch einzusetzen ist zu geringes Wissen. Von Beispielen über Anwendungsfälle, nötige Daten, Auswertungen bis zum klar definierten Mehrwert gibt es wenig Information und Erfahrung bei den meisten Unternehmen. 

Das fehlende Wissen mündet darin, dass wenig ausprobiert werden kann; folglich wird wenig Erfahrung gesammelt. Diese mangelnde Erfahrung hingegen schürt wieder das mangelnde Wissen, weshalb viele (vor allem kleine und mittelständische) Unternehmen auf dem gleichen Stand bleiben.

Wenig (erfahrene) Datenexperten

Ein Lösungsansatz für die mangelnde Erfahrung mit dem Thema KI in der Praxis ist die Anstellung von Datenexperten. Ob Data Scientist oder Analyt; oft ist die Idee, ein eigenes Experten-Team aufzubauen keine schlechte.

Doch die Realität ist häufig nicht gleich der Idee. Datenexperten, vor allem solche mit Erfahrung, sind heute sehr rar. Und falls sie vorhanden sind, sind sie sehr teuer. Mehr noch: Meist brauchen sie eine lange Zeit, um sinnvolle und vor allem auch Mehrwert schaffende Anwendungsfälle in einem Unternehmen zu identifizieren und umzusetzen.

Alles in allem ist die eigene Data Science Unit eine gute Idee für langfristiges Investment; aber heute leider von vielen Unternehmen nicht einfach zu realisieren. Und falls sie existiert, ist sie meist hoffnungslos überlastet.

Hohe Kosten

Egal wo man anfängt, meist sind die erwarteten hohen Kosten die größte Herausforderung auf dem Weg zum praktischen Einsatz von KI. Mit eigenen Datenexperten oder externer Agentur: unter fünfstelligen Summen ist meist nicht einmal eine Idee realisiert. 

Kein Wunder: Durch die Seltenheit von fähigen Personal und der nachhaltig hohen Nachfrage sind die vorhandenen Beratungen und Experten sehr hohe Preise gewöhnt. Und nicht nur das: Viele Projekte brauchen Zeit und werden unnötig lange gezogen, was die Kosten nur weiter erhöht.

Kurz gesagt ist es meist keine direkt nachhaltige Investition, sich Wissen einzukaufen oder Datenexperten einzustellen. Zu hohe Nachfrage bestimmt den Preis; geringe Erfahrung erhöht die Kosten.

Wie schafft man den praktischen Einsatz von KI?

Wie löst man also diese Probleme, um KI einfach und schnell in der Praxis einzusetzen und Erfahrung zu sammeln? Zwei Wege haben wir bereits skizziert: Man kann entweder externe Partner (z.B. Agenturen, Beratungen) einsetzen oder ein eigenes Team aufbauen. Beide Lösungsansätze sind jedoch mit hohen Kosten und langen Projektlaufzeiten verbunden. Deshalb haben wir bei einen dritten Weg entwickelt: Self-Service KI-Produkte.

Kobold AI: Die Plattform für Self-Service KI-Produkte für Nicht-Experten

Durch Self-Service KI-Produkte erlaubt es unsere Plattform Kobold AI Nicht-Experten KI direkt und ohne Vorwissen einzusetzen. Eine große Auswahl an möglichen Anwendungsfälllen werden erklärt, die erwarteten Daten definiert und das Ergebnis der KI-Anwendung dargestellt. Dann braucht es nur einen Klick, um die Bestellung auszulösen. Die Daten werden einfach bereit gestellt und die Ergebnisse kommen automatisch via E-Mail.

Praktische KI-Anwendungen kennenlernen

Wer mehr zu künstlicher Intelligenz in der Praxis erfahren möchte, kann mit folgenden Produkten in die Welt der Advanced Analytics schnuppern:

Kilian