KI-Trends

Autor: Andreas Kulpa
44 likes

Künstliche Intelligenz: viel diskutiert, oft bewertet, täglich im Einsatz – doch wohin geht die Reise? Die 6 wichtigsten KI-Trends und wie Start-ups davon profitieren können.

Kaum ein Thema wird in Medien, Wirtschaft und Gesellschaft so kontrovers diskutiert wie die Künstliche Intelligenz (KI) und deren Einsatz im Business. Von völliger Ablehnung über vorsichtiges Herantasten und durchdachtes Einsetzen bis hin zur „Heiligsprechung“ ist bei den KI-Ansichten deutscher Unternehmer alles dabei. Gerade große Unternehmen sind hier die Vorreiter, wie aktuelle Studien – unter anderem der Digital Atlas Deutschland oder der Digital Index des Instituts der deutschen Wirtschaft (IdW), Datalovers und bedirect – belegen.

Kleine Unternehmen und oft auch Start-ups hingegen liegen oft noch weit unter den Durchschnittswerten ihrer Branche und laufen Gefahr, den Anschluss zu verpassen. Doch Künstliche Intelligenz ist vielmehr als Chance denn als Risiko zu sehen: In kleinen Unternehmen fehlen oft schlicht die Kapazitäten, um sich beispielsweise aktiv in sozialen Netzwerken zu bewegen oder eigene Marktdaten zu erheben, doch in vielen Bereichen können diese gut auf „Software-as-a-Service“ zurückgreifen und so mit den „Großen“ Schritt halten. 

Der Trend geht also bei weitem nicht in die Richtung „alles machen, was irgendwie geht“, sondern dahin abzuwägen, welche Komponenten im Unternehmen von KI unterstützt oder erweitert werden könnten und wo ein Einsatz eher nicht zielführend, zu aufwändig oder schlicht unnötig ist. Gerade in kleineren und jungen Unternehmen ist es eher „trendy“, sich eingehend mit dem Thema zu befassen und mit fachkundiger Unterstützung genau die Einsatzfelder für KI auszuloten, die wirklichen Gewinn versprechen. KI ist heutzutage bereits so weit, dass im Grunde alles geht, was man will. Die Frage ist jedoch: Braucht man das auch alles für sein Unternehmen? Ist es rentabel? Oder doch nur eine Spielerei? Ein intelligenter Umgang mit den bestehenden Möglichkeiten von KI bringt gerade Start-ups weit nach vorn.

Die Top-6-KI-Trends

1. Blockchain meets AI

Bei Blockchain handelt es sich um eine neue, innovative Verschlüsselungstechnologie, die unter anderem zur Abwicklung von digitalen Transaktionen genutzt werden kann. Einen der wichtigsten Aspekte der Blockchain-Technologie stellt ein dezentral organisiertes Computernetzwerk dar, das nicht durch „Angriffe“ von außen lahmgelegt oder verändert werden könnte. So könnte Blockchain KI-versierten Unternehmen künftig auch als Basis für eine neue Generation der Kommunikation und Vertragsgestaltung dienen, Stichwort: smart contract.

2. Narrow intelligence: spezifische KI-Systeme

Der Traum von allgemeinen funktions- und branchenunabhängigen KI-Systemen muss noch eine Weile geträumt werden. Diese „general intelligence“ bleibt zunächst Hoheit des Menschen. IBMs Deep Blue konnte zwar beeindruckend den damaligen Schachweltmeister Kasparow schlagen, hätte aber große Schwierigkeiten, den koreanischen Weltmeister im Brettspiel „Go“ zu schlagen. Dagegen werden immer mehr domänen-spezifische KI-Systeme erfolgreich entwickelt und etabliert: Systeme für bestimmte Funktionen wie beispielsweise Lead Prediction im Sales, Service-Bots im Kundenkontakt oder Prognosen von Bonität. Diese „narrow intelligence“ wird zunehmend unternehmerische Funktionen unterstützen und auch ersetzen.

3. Embedded AI

KI wird immer mehr in Devices, Prozesse und Produkte integriert. Damit schafft die KI immer häufiger den Sprung von der KI-Werkbank in das Business. Beispiele sind die schlaue Alexa von Amazon, das selbstfahrende Auto, die Sprachsteuerung Siri von Apple oder die Software, die automatisch Leads detektiert, klassifiziert und adressiert. Das Label „KI Inside“ wird damit immer selbstverständlicher. Letztlich kann nahezu jedes physische Objekt, jedes Device smart durch KI werden. Hier wird KI also nicht separat als Ganzes betrachtet, sondern als Teil eines Objekts oder Systems.

Tipps zur Nutzung von KI

  • Nutze vorhandene öffentliche Daten intelligent!
    Kommunikations- und Sales-Trigger im Internet (Trigger: engl. für Auslöser) zeigen, bei welchem Ereignis eine Ansprache besonders erfolgreich ist, zum Beispiel bei Anschaffung einer neuen Technologie, Expansion in neue Länder, Bewerbung für ein bestimmtes Produkt oder der Ablauf einer Lizenz. Zeit- und kontext-spezifische Ansprachen erhöhen die Konvertierungswahrscheinlichkeit signifikant.
  • Sprich deine Kontakte richtig an!
    Neben den Adressen der Unternehmen können die Trigger auch gleich Anhaltspunkte für die richtige Kommunikationsansprache liefern: Manchmal ist zum Beispiel eine direkte Ansprache auf Xing oder LinkedIn Erfolg versprechender als ein Anruf oder eine E-Mail.
  • Säe relevanten Content!
    Gerade im B-to-B-Bereich hat sich der Weg bis zu einer Kaufentscheidung nachhaltig verändert. Kunden informieren sich mit im Internet über Lösungen und Produkte und sprechen daraufhin mit fertiger Kaufentscheidung ein Unternehmen an, um ein bestimmtes Produkt zu kaufen. Den eigentlichen Auswahlprozess kann der Unternehmer oder Vertriebsmitarbeiter oft gar nicht mehr gestalten und beeinflussen. Umso wichtiger ist es also, dass potenzielle Kunden das eigene Unternehmen bereits in der Vergangenheit positiv wahrgenommen haben. Also: Veröffentlichte Studien, Anwendungsbeispiele, Infografiken, Expertenthemen und Marktentwicklungen im Internet.
  • Nutze die richtigen Daten!
    Daten wie Branche, Umsatz und Mitarbeiterzahl reichen heute nicht mehr aus, um (potenzielle) Kunden wirklich zu verstehen. Andere wichtige Datenpunkte spielen ebenfalls eine herausragende Rolle, um sich erfolgreich zu positionieren.

4. Unsupervised und Reinforcement Learning

Heute basieren noch gut 80 Prozent der KI-Anwendungen auf dem „Supervervised Learning“, zu dem Trainingsdaten notwendig sind: Wer sind die Guten, wer die Bösen? Der Algorithmus lernt die diskriminierenden und differenzierenden Muster. Dieser Ansatz ist auch weiterhin überaus relevant, da die verfügbaren Trainingsdaten dank Internet und Big Data massiv wachsen. Hierbei ist der Erwartungs- und Lösungsraum in gewisser Weise vorgegeben. Wenn es jedoch darum geht, Muster in „unlabeled data“ zu gewinnen, beispielsweise automatische Segmente aus einem Datensatz, wird das sogenannte „Unsupervised Learning“ angewandt.

Eine noch höhere Autonomie hinsichtlich des vorgebenden Inputs ermöglicht das „Reinforcement Learning“. Dabei lernt das dynamische System aus der Interaktion, ohne dass man explizite Beispiele für die „richtige Aktion“ determiniert. Die Steuerung laufender Roboter ist ein typisches Reinforcement-Problem: Man optimiert eine Steuerung so, dass der Roboter möglichst nicht mehr hinfällt. Es gibt jedoch keinen Lehrer, der dem Roboter sagt wie die „richtige“ Motoransteuerung in einer bestimmten Situation ist – das lernt das System von selbst. Aufgrund des höheren Autonomiegrades und des Innovationsgehaltes der möglichen Ergebnisse sind diese Ansätze für das Business besonders interessant. Aufgrund der stark gestiegenen Rechnerkapazitäten und KI-Infrastrukturen kommen diese Verfahren zunehmend zum Einsatz.

5. Conversational Commerce als Treiber

Ähnlich wie das Internet der Dinge, durch die dramatisch steigende Anzahl vernetzter Smart Devices befeuert, wird auch der „Conversational Commerce“ immer häufiger. Dieser ermöglicht durch intelligente Automatisierung die Optimierung der Kundeninteraktion. Übergeordnetes Ziel des Conversational Commerce ist es, den Konsumenten direkt aus der Unterhaltung zum Kauf eines Produktes oder einer Dienstleistung zu führen. Hierzu zählen beispielsweise das Abwickeln von Bezahlvorgängen, die Inanspruchnahme von Dienstleistungen oder auch das Einkaufen von beliebigen Produkten. Hierbei kommen zunehmend Messaging- und Bot-Systeme zum Einsatz, die über sprach- und textbasierte Interfaces die Interaktion zwischen Konsumenten und Unternehmen vereinfachen (Amazon Alexa, Google Home, Microsoft Cortana etc.).

Damit lässt sich die gesamte Customer Journey von der Produktevaluierung über den Kauf bis zum Service durch höhere Effizienz und Convenience optimieren. Neben Algorithmen, die über Key Words und Kommunikationsmuster die Kommunikation steuern, wird hier zunehmend Künstliche Intelligenz eingesetzt, um aus den Präferenzen und Verhaltensweisen beider Seiten systematisch zu lernen. Dies gilt nicht nur für die persönlichen Assistenten und Butler auf Konsumentenseite, sondern insbesondere für die Service- und Collaboration-Bots auf Unternehmensseite.

6. Rettung vor dem Information Overkill

Beeindruckende Zahlen, wie rasant sich die Menge an Informationen dramatisch entwickelt, gibt es genug. Die Big-Data-Analysen produzieren wiederum neue Daten. Es droht der Information Overkill. Aber genau hier wird die KI helfen, indem sie Informationen intelligent filtert, analysiert, kategorisiert und kanalisiert. NLP (Natural Language Processing) wird immer leistungsfähiger, so dass auch Sprache und Text zunehmend automatisiert verarbeitet werden können. KI-basierte Filtersysteme werden zunehmend helfen, nicht nur die Informationsflut einzudämmen, sondern auch automatisiert Mehrwerte aus der Informationsflut zu destillieren.

Fazit

Wer sich mit dem Gedanken trägt, seine Geschäftsprozesse künftig mit KI zu unterstützen oder bereits in das Thema eingestiegen ist, sollte diesen Trends trotz aller positiven Aspekte nicht „blind“ folgen. Gerade die digitalisierten Geschäftsbeziehungen verlangen viel Fingerspitzengefühl.

Der Autor Andreas Kulpa ist CEO der 2015 gegründeten Datalovers AG, die es Unternehmen ermöglicht, per Big Data und KI neue Kunden und Märkte zu gewinnen, www.datalovers.com


Sie möchten selbst ein Unternehmen gründen oder sich nebenberuflich selbständig machen? Nutzen Sie jetzt Gründerberater.deDort erhalten Sie kostenlos u.a.:

  • Rechtsformen-Analyser zur Überprüfung Ihrer Entscheidung
  • Step-by-Step Anleitung für Ihre Gründung
  • Fördermittel-Sofort-Check passend zu Ihrem Vorhaben