Die digitale Glaskugel

Artificial Intelligence (Künstliche Intelligenz, KI)

Oberbegriff für verschiedene Spielarten von Software, die jeweils Funktionen des menschlichen Gehirns nachzubilden versuchen. Die populärsten KI-Anwendungen sind die Spracherkennung, mittlerweile Standardausstattung von Smartphones, und die Mustererkennung, eine Technik, die Mäh-Roboter durch den Garten dirigiert oder dafür sorgt, dass Kameras auf Gesichter scharf stellen und das Blitzlicht richtig dosieren. 60 Jahre nach ihren Anfängen „denken“ KI-Systeme zwar immer noch nicht wie der Mensch oder entwickeln gar Gefühle, aber in Denksportaufgaben schlagen sie die Champions – im Schach, im Quiz und sogar in Go. Die spektakulären Fortschritte der vergangenen fünf bis zehn Jahre sind allerdings vor allem Moore’s Law zu verdanken, also der exponentiell gewachsenen Hardwareleistung. Selbstlernende Programme entdecken Strukturen, wo kein Mensch welche sehen würde, weil das Gehirn für die Verarbeitung so großer Inputs nicht ausgelegt ist. Ob es sich um Koinzidenzen, Korrelationen oder Kausalitäten handelt, muss der Mensch entscheiden. Beim Einblenden „erwünschter“ Werbebanner im Web sorgen KI-Systeme allerdings noch verlässlich für unfreiwillige Komik.

Predictive Analytics

Versuch, mittels Methoden der KI aus Analysen gesammelter Daten Vorhersagen zu destillieren. Die Treffsicherheit der Prognosen hängt von der Art, Relevanz und Qualität der Daten ab. Fintech-Start-ups, die in Ländern wie Russland oder Mexiko kurzfristige Kleinkredite ohne Sicherheiten anbieten, tun sich beispielsweise schwer, die Bonität der Kreditnehmer zu berechnen.

Machine Learning

Sammelbegriff für Verfahren, mit denen Software sich an ihre Aufgabe anpasst, um genauer zu arbeiten. Ursprünglich waren sogenannte Trainings erforderlich. Bei Diktierprogrammen musste der Nutzer zum Beispiel einen Mustertext vorlesen, damit sich die App auf seine Stimme einstellt.

Deep Learning

Fortgeschrittene Variante des Machine Learnings mit mehr Tiefgang. Für die Marktforscher von Tractica (Boulder, Colorado) ist Deep Learning die meistversprechende Technik auf dem Gebiet der KI und zugleich Triebfeder für andere Sparten wie Bild- und Spracherkennung.

Pattern Recognition (Mustererkennung)

Oberbegriff für die Erkennung von Strukturen in Daten oder Signalen. Optische Mustererkennung zum Beispiel wurde schon in den 1990er-Jahren in der industriellen Qualitätskontrolle eingesetzt. Noch innerhalb der Fabrikationslinie ließen sich so in Echtzeit Verunreinigungen und Kratzer in hochwertigen Materialien entdecken, die mit bloßem Auge kaum zu sehen waren. Mittlerweile „versteht“ eine Digitalkamera, wo Personen im Bild stehen und ob sie lächeln, und Facebook kann in geposteten Fotos die Freunde des Mitglieds wiedererkennen. Die anspruchsvollsten Anwendungen finden sich in der medizinischen Diagnostik: KI hilft Radiologen, die mit bildgebenden Verfahren gewonnenen Einblicke vergleichbar zu machen. Mustererkennung kommt aber ebenso in der Schrift- und Spracherkennung sowie der „vorausschauenden Wartung“ (siehe Predictive Maintenance) zum Einsatz.

Predictive Maintenance

Vorausschauende Wartung in einer Fabrik, einem Fahrzeug oder Flugzeug. Verschleißen mechanische Bauteile wie Lager, Zahnräder oder Ketten, entstehen charakteristische Geräusche und Vibrationen. Mittels Mustererkennung lässt sich der Verschleißgrad genau genug beurteilen, um beizeiten Ersatzteile zu bestellen und die Wartung so zu planen, dass sie den Betriebsablauf am wenigsten stört.

Fraud Detection (automatische Betrugserkennung)

Sonderfall der Mustererkennung. Klassiker der Betrugserkennung ist der fast gleichzeitige Einsatz einer echten Kreditkarte am Ort A und ihrer Fälschung am Ort B. Dank KI kommen Banken und Kartenfirmen heute auch weniger plumpen Transaktionen auf die Schliche.

Blockchain

Kette aus Datenblöcken, die finanzielle oder rechtliche Transaktionen in kryptografisch verschlüsselter Form unverfälschbar dokumentieren. Ursprünglich entwickelt wurde die Blockchain von einem (oder mehreren) Kryptografen, der (oder die) ab 2009 unter dem Pseudonym Satoshi Nakamoto die virtuelle Währung Bitcoin entwickelte(n). Die Original-Blockchain liegt nicht auf einem zentralen Server, sondern gemäß dem Peer-to-peer-Prinzip auf den Computern der Teilnehmer in aller Welt und wird im 10-Minuten-Takt aktualisiert. Kernidee dieses „vertrauenslosen“ (trustless) Systems ist es, einer gemeinschaftlich betriebenen und somit überwachten Technik zu vertrauen, da man anderen Menschen in Geldangelegenheiten nicht trauen könne. Inzwischen existiert eine Fülle von Abwandlungen des Blockchain-Prinzips. Eine der interessantesten heißt Ethereum. Damit sollen „smarte“ Verträge geschlossen werden, die ihre Einhaltung selbst überwachen und bei Vertragsbruch aktiv werden. Zu den Ideen aus der Krypto-Szene gehört, Echtheitszertifikate, Grundbücher oder Fahrzeugbriefe durch Blockchains zu ersetzen.

Bildnachweis: Verve/GettyImages, Andrej Wojcicki/GettyImages, Goir/Istockfoto, Henrik5000/Istockfoto, Fanatic Studio/GettyImages(2), Ichumpitaz/Istockfoto, Polygraphus/GettyImages, Zentangle/Istockfoto

Newsletter abonnieren

Mit dem Newsletter verpassen Sie keine Ausgabe der next: Das Magazin für Vorausdenker

Anmelden
Feedback

Sie möchten uns Feedback zu diesem Beitrag geben? Wir freuen uns auf Ihre Rückmeldung.

Feedback
Diesen Beitrag teilen

Hier können Sie den Beitrag über soziale Medien teilen.

Teilen