KI-Entwicklung ist eine Evolution, keine Revolution

Die potenziellen Fähigkeiten, die Künstlicher Intelligenz nachgesagt werden, wirken schier grenzenlos. Doch der wahre Kompetenzgewinn findet aktuell in präzisen Einzelschritten statt – Zeit für einen Blick in den Maschinenraum.

Es ist für viele eine spannende, für manche auch eine beunruhigende Vision: "Allgemeine" Künstliche Intelligenz (KI), die uns in kognitiven Belangen überlegen ist und jegliche Problemstellung in Sekundenschnelle zu bewältigen vermag. Tatsächlich entspricht es einem der Grundgedanken der Technologie, unliebsame menschliche Tätigkeiten zunehmend auf lernende Systeme zu übertragen. Dabei finden laufend kleine technische Annäherungen an die menschliche Kognition statt. Mit allgemeiner KI haben wirtschaftlich effektive KI-Anwendungen jedoch noch wenig zu tun. In vielen Fällen geht es darum, überhaupt erstmal eine betriebswirtschaftliche Effizienz herzustellen, indem die Anwendbarkeit von KI sukzessive erweitert wird. Dabei gibt es zwei Grundprinzipien.

Besonders disruptiv war bis jetzt der Kompetenzgewinn einzelner Modelle im Bereich der natürlichen Sprachverarbeitung. Mit einem Mal konnten sogenannte Transformer eine ganze Reihe von Textaufgaben lösen, für die man zuvor noch verschiedene sequentielle Techniken eingesetzt hatte. Nicht lange darauf wurden diese großen Sprachmodelle zur Multimodalität, also der Verarbeitung audiovisueller Inhalte befähigt, was die Grenzen des gesamten Anwendungsbereichs infrage stellte. Auf der anderen Seite ist es ein erprobter Ansatz, KI-Modelle mit verschiedenen Fähigkeiten zu kombinieren, um dann mithilfe dieser modularen Systeme umfangreichere Fachaufgaben lösen zu können: Bei der KI-gestützten Dokumentenverarbeitung sorgt zum Beispiel die Verbindung von Modellen für Zeichenerkennung, Computer Vision und Sprachverarbeitung überhaupt erst dafür, dass ein Dokument in Gänze analysiert und so der Automatisierungsgrad gesteigert werden kann. 

Im spezialisierten Geschäftsumfeld zeigen modulare Systeme inzwischen eine höhere Performance als monolithische Modelle. Trotzdem verfolgt die KI-Entwicklung beide Ansätze weiter. Dadurch kommt es zu einer kontinuierlichen Verschiebung der Kompetenzverteilung im Inneren der modularen Systeme. Taktgeber sind sowohl die Forschung als auch laufende Leistungsbewertungen. Wo früher zum Beispiel für die Layouterkennung Computer Vision noch einen hohen Stellenwert hatte, gewinnen multimodale Sprachmodelle an Raum in der Prozesskette. Das Ziel ist jedoch immer, die externe Anwendbarkeit zu maximieren und den individuellen Trainingsaufwand gering zu halten. Zu diesen Zwecken wird derzeit ein weiterer Ansatz besonders intensiv bearbeitet.

Künstliche Intelligenz soll das Unbekannte verstehen lernen

Typischerweise sind KI-Systeme in ihren Fähigkeiten durch die verwendeten Trainingsdaten definiert. Das kann bei einer Veränderung der Gegebenheiten herausfordernd sein und menschliche Intervention erfordern. Ein Ultimum der KI-Entwicklung ist es daher, automatisiert neuartige Objekte zu verarbeiten oder angepasste Klassifizierungen vorzunehmen. Prinzipiell wächst diese Fähigkeit mit der Diversität der verwendeten Datenbasis. Aufgrund der umfangreichen und vielseitigen Textdaten, die etwa große Sprachmodelle durchlaufen haben, ist es inzwischen selbstverständlich, beispielsweise von ChatGPT auf einmalige Eingaben direkt einen alltagstauglichen Output zu erhalten. Bei modularen Enterprise-Anwendungen ist die Sache komplexer. Um den Spezialisierungsgrad zu steigern, nutzte man jahrelang zumindest einige zusätzliche Trainingsbeispiele. Deren Anzahl konnte im Laufe der Zeit durch neue Methoden wie Transferlernen sukzessive verringert werden.

Das Ergebnis dieser Entwicklungen heißt Zero-Shot Learning und ist, anders als der Name vermuten lässt, kein dediziertes Lernverfahren, sondern beschreibt die Art der Problemstellung. Diese umfasst die Erwartung, dass eine unbekannte bzw. leicht veränderte Aufgabe auf Anhieb gelöst werden kann, ohne ein spezielles Training zu erfordern. Derartige Abweichungen spielen sich üblicherweise in den letzten 20 Prozent der Systemanpassung ab, die jedoch bis zu 80 Prozent des Aufwands in Anspruch nehmen können. Entsprechend groß ist der wirtschaftliche Anreiz, dort für Entlastung zu sorgen. Bei der Dokumentenverarbeitung könnte zum Beispiel eine Veränderung des Layouts umfangreiche Neubeschriftungen von Datenfeldern erfordern. Doch durch gesteigerte Zero-Shot-Fähigkeiten lernen die Systeme, das zunehmend eigenständig zu abstrahieren. 

Konstante Bereitschaft sorgt für einen unmittelbaren Nutzen

Ändern sich die Gegebenheiten zu stark und passiert das jedoch im Rahmen eines erwartbaren Szenarios, ist der Schwenk zu einer anderen Vorkonfiguration das Mittel der Wahl. Ein solcher Kaltstart galt lange als problematisch und konnte unliebsame Verzögerungen im Betriebsablauf verursachen. Um die Vielzahl von Modellen mit kurzer Latenz und Inferenzzeit bereitzustellen, werden daher mit zunehmender Häufigkeit Container eingesetzt, die inzwischen auch nahezu unabhängig auf individuellen Endgeräten betrieben werden können: Bibliotheken, Systemwerkzeuge und Anwendungscode befinden sich somit in einer leichtgewichtigen Umgebung, in der Module isoliert verfügbar bleiben. Auf diese Weise lassen sich Ladezeiten beinahe gänzlich eliminieren.

All diese Entwicklungstrends zielen auf einen konkreten und unmittelbaren Nutzen in wirtschaftlichen Szenarien ab. Als übergeordnetes Motiv ist eine wachsende fachliche Wertschöpfung durch erweiterte Anwendungsmöglichkeiten auszumachen. Modulare Datenverarbeitung in verschiedenen Dimensionen, Zero-Shot- und Container-Ansätze sorgen dabei für eine zunehmend automatisierte Bewältigung von Kontextveränderungen. Genau darin zeigen sich jahrelang viele kleine Annäherungen an die menschliche Kognition, die in Hinblick auf menschliche Tätigkeiten für kooperative Entlastung sorgen. Die Distanz zu allgemeiner KI verbleibt dabei weiterhin groß. Dass die Summe dieser beispielhaften Entwicklungen eines Tages zu modularen KI-Systemen oder -Modellen führt, die dieser Vision nahekommen, ist jedoch nicht ausgeschlossen.