Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top

2021 | Book

Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens Read chapter Read first chapter

Künstliche Intelligenz

Mit Algorithmen zum wirtschaftlichen Erfolg

Editors: Prof. Dr. Peter Buxmann, Dr. Holger Schmidt

Publisher: Springer Berlin Heidelberg

Part of: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Login to get access
insite
SEARCH

About this book

Künstliche Intelligenz (KI) und insbesondere Algorithmen zum Maschinellen Lernen verändern Wirtschaft und Gesellschaft wie keine andere Technologie. Dieses Buch zeigt Entscheidern in Unternehmen, aber auch allen anderen technologiebegeisterten Leserinnen und Lesern, wie KI heute konkret eingesetzt wird und welche ökonomischen Vorteile erzielt werden.

Nach einer allgemein verständlichen Einführung in die technischen Grundlagen und die wirtschaftlichen Auswirkungen von KI bilden zehn Fallstudien den Kern des Buches. Darin stellen Digitalkonzerne ihre KI-Strategien vor und Unternehmen aus den Branchen Automobil, Chemie, Finanzen, Handel und Industrie erläutern, wie sie KI einsetzen. Abschließend wird komprimiert dargestellt, was Entscheidungsträger aus Wirtschaft und Politik sowie interessierte Bürgerinnen und Bürger über die aktuellen ethischen Debatten rund um das Thema KI heute wissen müssen.

Table of Contents

Frontmatter

Künstliche Intelligenz als Basistechnologie des 21. Jahrhunderts

Frontmatter
1. Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens
Zusammenfassung
Künstliche Intelligenz (KI) ist auf dem Weg, Gesellschaft und Wirtschaft nachhaltig zu verändern, wie das Zitat von Tim Cook, dem CEO von Apple, oben zeigt. Viele Umfragen sprechen heute dafür, dass die Verbreitung von KI-Algorithmen weiter zunehmen wird. Beispielsweise hat Forbes eine Befragung unter mehr als 300 Führungskräften durchgeführt. Demnach glauben 95 Prozent der Befragten, dass KI zukünftig eine wichtige Rolle in ihren Unternehmen spielen wird (Forbes 2018). Gemäß einer Studie des McKinsey Global Institute (MGI) können durch die KI-Analyse auch erhebliche Wachstumseffekte erzielt werden. Insgesamt sei bis 2030 ein zusätzlicher globaler Wertschöpfungsbeitrag in Höhe von 13 Billionen US-Dollar möglich (Gandorfer 2018). Das Wachstum wird voraussichtlich vor kaum einer Branche oder einem Land haltmachen. Auch in Deutschland und den einzelnen Bundesländern wird KI in den kommenden Jahren dazu beitragen, dass sich das Bruttoinlandsprodukt signifikant erhöht. Eine Veröffentlichung der PwC aus dem Jahr 2018 kommt dabei zu dem Ergebnis, dass das BIP in Deutschland, allein aufgrund der Einführung von KI in den einzelnen Branchen, von 2017 bis zum Jahr 2030 um 11,3 Prozent steigen wird. In absoluten Zahlen entspricht dies einem Plus von 430 Milliarden Euro (PwC 2018).
Peter Buxmann, Holger Schmidt
2. Ökonomische Effekte der Künstlichen Intelligenz
Zusammenfassung
Künstliche Intelligenz gilt als wichtigste Basistechnologie unserer Zeit, verbunden mit einem starken Einfluss auf die Wirtschaft quer durch alle Branchen, wie ihn die Dampfmaschine oder die Elektrizität früher ausgelöst hatten. Ähnlich wie damals, stellen sich die ökonomischen Effekte aber nicht über Nacht ein. Mussten damals zunächst Maschinen gebaut oder Schienen verlegt werden, müssten für die KI heute zuerst die notwendigen Daten aufbereitet, Spezialisten ausgebildet und die KI-Modelle entwickelt werden. In alle drei Aufgaben muss zunächst investiert werden, bevor sich die Früchte in Form höherer Produktivität und neuer Geschäftsmodelle ernten lassen.
Peter Buxmann, Holger Schmidt

Künstliche Intelligenz: Use Cases aus Anwenderperspektive

Frontmatter
3. Künstliche Intelligenz in Banken – Status quo, Herausforderungen und Anwendungspotenziale
Zusammenfassung
Die Vorstandsvorsitzenden der Banken in aller Welt erwarten von der Künstlichen Intelligenz (KI) signifikante Änderungen ihrer Geschäftsmodelle (PWC 2019). Die zahlreichen Anwendungen zeigen, dass KI kein technischer Modebegriff mehr ist. Vielmehr zeichnet sich ein Trend zur vollständigen Digitalisierung des Geschäftsmodells von Banken ab. Die KI erschließt neue Anwendungsfelder, die bis vor kurzem entweder als zu kompliziert oder als zu teuer für die Automatisierung galten.
Lars Friedrich, Andreas Hiese, Robin Dreßler, Franziska Wolfenstetter
4. Herausforderungen und Potenziale von KI-gestützter visueller Inspektion in der Elektronikindustrie
Zusammenfassung
In den vergangenen Jahren war die Künstliche Intelligenz (KI) Gegenstand intensiver Forschung. Eines der Gebiete, auf dem die Wissenschaft große Erfolge erzielen konnte, ist Computer Vision (Prince 2012). Hierbei lernen Computer zu „sehen“, indem sie visuelle Daten wie Bilder oder Videos analysieren, um Entscheidungen zu treffen oder Erkenntnisse über ihre Umwelt zu gewinnen. Insbesondere dank der Fortschritte im Bereich des Deep Learning konnten Neuronale Netze zuletzt bemerkenswerte Erfolge bei wichtigen Benchmarks in der Forschung erzielen (Krizhevsky et al. 2012; Yin et al. 2019), wobei sie auch deutlich effizienter wurden (Tan und Le 2019).
Timo Koppe, Jonas Schatz, Thomas Hornung
5. KI-Innovation über das autonome Fahren hinaus
Zusammenfassung
Künstliche Intelligenz (KI) verändert die Automobilindustrie wie keine andere Technologie in den künftigen Jahrzehnten. Der Volkswagen Konzern engagiert sich deshalb in der Grundlagenforschung und Anwendungsentwicklung von KI. 2013 gründete die Volkswagen Konzern-IT das Data:Lab in München als eigenes KI-Kompetenzzentrum.
Firas Lethaus, Barbara Sichler, Florian Neukart, Christian Seidel
6. Data Science bei OTTO
Zusammenfassung
Prognosen, die auf Verfahren des maschinellen Lernens basieren, haben im deutschen Versandhandel Tradition. Quasi zeitgleich mit dem Einzug der Desktop Computer in die Büros in den frühen 90er-Jahren fingen Distanzhändler wie OTTO an, die Möglichkeiten der entstandenen Rechenkapazität für die Optimierung des eigenen Geschäfts und der Schaffung von Mehrwerten für ihre Kunden zu nutzen. Vor allem im Marketing wurde damals mit Hilfe der aufkommenden Berufsdisziplin des Data Mining neue Wege beschritten. Einige der in dieser Zeit geprägten Ansätze finden heute noch in ähnlicher Form Anwendung. Die Entwicklung von Big Data Technologien nach 2010 hat die Möglichkeiten, Daten mittels künstlicher Intelligenz zu verarbeiten, allerdings drastisch verbessert. Quasi in allen Unternehmensbereichen, in den Daten eine wichtige Planungs- und Steuerungsgrundlage darstellen, werden heute auch Data-Science-Services eingesetzt. Und die Möglichkeiten sind längst noch nicht ausgeschöpft. Wir erwarten, dass Unternehmensprozesse in den nächsten Jahren noch in viel stärkerem Maße als heute mit Hilfe der Algorithmen automatisiert werden können.
Timo Christophersen, Juri Pärn

Künstliche Intelligenz: Use Cases und Geschäftsmodelle aus Anbieterperspektive

Frontmatter
7. Das intelligente Unternehmen: Effiziente Prozesse mit Künstlicher Intelligenz von SAP – Wie Unternehmen die hohen Erwartungen an die KI erfüllen können
Zusammenfassung
Der Einsatz der KI bringt den Vorreitern in Deutschland bereits überdurchschnittliche Renditen und Wachstumsraten. Diese Unternehmen zeigen die Bedeutung der KI für die Wettbewerbsfähigkeit. Eine große Hürde stellt immer noch der Schritt von der Strategie zur konkreten Umsetzung dar. Dieses Kapitel beleuchtet diese Hürden und zeigt an konkreten Produktivbeispielen die bereits erreichten Mehrwerte entlang der Wertschöpfungskette. Basierend auf der SAP-Strategie zu KI schließt das Kapitel mit Erfolgsfaktoren und Handlungsempfehlungen zum erfolgreichen Einsatz von KI in Unternehmen.
Susanne Vollhardt, Karsten Schmidt, Sean Kask, Markus Noga
8. Intelligentes IoT: Erkenntnisse aus IoT-Daten durch Machine Learning
Zusammenfassung
Digitalisierung ändert das Machtgefüge der Weltwirtschaft schneller als jede Entwicklung zuvor. Neue digitale Geschäftsmodelle spielen dabei eine entscheidende Rolle und Markteinsteiger, die oft aus anderen Märkten oder Branchen stammen, verändern den Wettbewerb in rasantem Tempo. Im Zentrum dieser digitalen Disruption steht mit der Künstlichen Intelligenz (KI) häufig eine Technologie mit außergewöhnlichem Innovationspotenzial. Zu den Innovationstreibern gehören die riesigen Mengen und die Vielfalt der Daten. Erzeugt werden diese Daten von Systemen, die mit Sensoren, Software und anderen Technologien ausgestattet sind, um Geräte und Systeme über das „Internet der Dinge“ (Internet of Things – IoT) zu vernetzen und Daten auszutauschen.
Maulin Gajjar, Stefan Sigg, Berenike Litz, Anuj Protim Baruah
9. Künstliche Intelligenz im Enterprise Service Management
Zusammenfassung
In vielen Unternehmen ist ein guter Kundenservice zentral für den Erfolg. Künstliche Intelligenz (KI) bietet die Möglichkeit, Serviceangebote zu verbessern und Kosten zu senken. Vor allem die Fortschritte im Natural Language Processing (NLP) bieten neue Möglichkeiten im Service Management, da sich das Verständnis menschlicher Sprache durch Maschinen verbessert. In diesem Kapitel werden mit dem Automated Ticket Routing und Question Answering zwei Anwendungsfälle der KI im Service Management beschrieben sowie zugrunde liegende Methoden erklärt. Der letzte Abschnitt widmet sich darüber hinaus den Herausforderungen, die bei der Implementierung von KI im Allgemeinen zu beachten sind, und schließt mit zugehörigen Handlungsempfehlungen.
Adrian Engelbrecht, Luisa Pumplun, Cordula Bauer, Karina Vida
10. Mit Künstlicher Intelligenz immer die richtigen Entscheidungen treffen
Zusammenfassung
KI-Technologien sind längst ein fester Bestandteil in unserem Leben geworden, obwohl dies den meisten Nutzern in ihrem Alltag überhaupt nicht bewusst ist. Die Empolis Information Management GmbH ist sogar überzeugt: Methoden der künstlichen Intelligenz können durch bessere Analyse der verfügbaren Informationen verhindern, dass Menschen vermeidbare Fehler begehen. Dazu führt er aus, welche grundlegenden Technologien schon jetzt nutzbar sind, um die richtigen Informationen zu erkennen, zuverlässig zu extrahieren und als Handlungsempfehlungen bereitzustellen. In einem praktischen Beispiel aus der Versicherungsbranche erläutert Wess, wie man alle nötigen Informationen für die Bewertung von Finanzrisiken gewinnen kann und dann mithilfe von KI-Technologien dann die richtigen Schlüsse daraus zieht.
Stefan Wess
11. Künstliche Intelligenz im Jahr 2020 – Aktueller Stand von branchenübergreifenden KI-Lösungen: Was ist möglich?, Was nicht?, Beispiele und Empfehlungen
Zusammenfassung
Die Fortschritte in der Entwicklung der Künstlichen Intelligenz bewirken, dass diese im Jahr 2020 für viele Unternehmen trotz oder auch wegen des Coronavirus zunehmend handlungsrelevant wird. Für einige Unternehmen wird Künstliche Intelligenz dabei sogar eine Kernkompetenz. Dies bedeutet jedoch, dass sich Unternehmen auch mit den Ängsten vor Künstlicher Intelligenz auseinandersetzen müssen. In diesem Beitrag wird deshalb dargestellt, welche Potenziale von Künstlicher Intelligenz im Umgang mit Wissen, in der Unterstützung von Entscheidungen, in der Verbesserung von Services und in der Effizienzsteigerung besitzt und wie mit den Ängsten im Umfeld von Künstlicher Intelligenz am besten umgegangen werden kann.
Wolfgang Hildesheim, Dirk Michelsen
12. Künstliche Intelligenz im Jahr 2020
Zusammenfassung
Mit kaum einer Technologie werden so hohe Erwartungen verknüpft wie mit Künstlicher Intelligenz (KI). Sie soll tödliche Krankheiten bekämpfen, den Hunger der Welt überwinden, Naturkatastrophen oder Pandemien vorhersagen und unsere Umwelt sauberer machen. Forciert von Romanen und Spielfilmen löst KI aber auch viele Ängste aus: Sie könnte uns die Arbeit nehmen, uns überwachen und irgendwann vielleicht sogar versklaven. Doch diese dystopischen Erwartungen sind von der Realität weit entfernt.
Alexander Britz

Künstliche Intelligenz: Fortschritt mit Leitplanken

Frontmatter
13. Ethische Aspekte der Künstlichen Intelligenz
Zusammenfassung
In diesem Buch haben wir viele Anwendungsbeispiele für Künstliche Intelligenz in unterschiedlichen Branchen vorgestellt. Wir haben zum Beispiel gelernt, wie auf der Basis der Künstlichen Intelligenz neue Geschäftsmodelle entwickelt werden, wie KI-Strategien aussehen oder auf welche Weise maschinelles Lernen für Anwendungen wie Predictive Maintenance eingesetzt werden kann. Die Möglichkeiten gehen aber weit darüber hinaus. KI-Algorithmen können Bilder malen, Musik komponieren, Texte schreiben und künftig in der Diagnostik fast alles, was Ärzte können. Für viele Fragestellungen ist das Potenzial der Künstlichen Intelligenz allerdings noch lange nicht ausgeschöpft.
Peter Buxmann, Holger Schmidt
Backmatter
Metadata
Title
Künstliche Intelligenz
Editors
Prof. Dr. Peter Buxmann
Dr. Holger Schmidt
Copyright Year
2021
Publisher
Springer Berlin Heidelberg
Electronic ISBN
978-3-662-61794-6
Print ISBN
978-3-662-61793-9
DOI
https://doi.org/10.1007/978-3-662-61794-6