• Zur Hauptnavigation springen
  • Skip to main content
  • Zur Fußzeile springen
SHIFT Digitalberatung

SHIFT Digitalberatung

  • Der SHIFT-Ansatz
  • Unsere Leistungen
    • Start SHIFT
    • Strategy
    • Roadmap
    • SHIFT
  • Service
    • Glosssar
  • Über uns
  • Kontakt

Künstliche Intelligenz

12. August 2020 by

„Künstliche Intelligenz“ (KI, engl. „Artificial Intelligence“, AI) bezeichnet ganz allgemein die Ergebnisse von Bemühungen, Maschinen die kognitiven Fähigkeiten von Menschen zu verleihen. Dazu gehören Wahrnehmung, Lernen, Problemlösen, Kreativität, Planen, Orientierung, Argumentation, Selbstbeobachtung (Introspektion) und der Wille.

Häufig tauchen im Zusammenhang mit dem Begriff KI die Bezeichnungen „Maschinelles Lernen“ (engl. „Machine Learning“) und „Deep Learning“ auf. Maschinelles Lernen grenzt sich von nicht-lernenden KI-Methoden, wie klassischen Expertensystemen, dadurch ab, dass der Algorithmus anhand von Daten lernt. Der Unterschied zu klassischen Methoden besteht also darin, dass die Algorithmen nicht das Wissen eines Programmierers in Form von Regeln in Programmcode abbilden, sondern der Algorithmus selbstständig Regeln in einem festgelegten Rahmen entwickelt. Auch beim Deep Learning lernt der Algorithmus anhand von Daten, allerdings werden hierbei die Merkmale oder Attribute, auf deren Basis gelernt wird, nicht explizit vorgegeben. Stattdessen ermittelt die KI die Merkmale selbst. Deep Learning ist ein spezifisches Teilgebiet des Maschinellen Lernens, das sich durch komplexe Lösungsmethoden auszeichnet, die meist besser große Datenmengen verarbeiten können. Ein Beispiel hierfür sind Bildverarbeitungsalgorithmen, die mit Hilfe von Bildern mit einer vordefinierten Zuordnung (z.B. Hundefotos mit der Kennzeichnung „Hund“) trainiert werden. Üblicherweise werden Bildmerkmale, nach denen der Algorithmus filtert, nicht manuell vorgegeben. Stattdessen identifiziert die KI beim Deep Learning die Eigenschaften selbst. Hierfür benötigt sie große Datenmengen, die auch gekennzeichnete Daten anderer Sorten enthält (z.B. Fotos anderer Tiere mit Kennzeichnung „nicht-Hund“).

Maschinelles Lernen und Deep Learning werden aktuell ausschließlich mit Hilfe sog. neuronaler Netze realisiert. Die Grundelemente neuronaler Netze sind in ihrer Funktionsweise menschlichen Nervenzellen im Gehirn nachempfunden, was zur häufigen Assoziation des menschlichen Gehirns mit dem Thema KI führt.

Oft wird zwischen starker und schwacher KI unterschieden. Eine schwache KI kann konkrete Anwendungsprobleme auf Basis von Methoden der Mathematik und Informatik lösen, wobei die entwickelten Systeme zur Selbstoptimierung fähig sind. Sie dient dazu, Maschinen, Roboter und Softwaresysteme zu befähigen, ohne konkrete Handlungsanweisungen durch den Menschen abstrakt beschriebene Aufgaben zu übernehmen und Probleme zu lösen. Die Fähigkeit zur Selbstoptimierung grenzt die schwache KI zur restlichen Informatik ab. Dieses Charakteristikum ist besonders bei der Einordnung von am Markt verfügbarer Lösungen interessant, da zum Teil mit dem Einsatz von KI-Technologien geworben wird, ohne dass KI entsprechend dieser Definition zum Einsatz kommt.

Eine starke KI besitzt im Gegensatz zur problemspezifischen, schwachen KI die Fähigkeit, Problemstellungen zu lösen, die nicht durch den Menschen vordefiniert werden. Sie besitzt Leistungsmerkmale, die den kognitiven Fähigkeiten des Menschen ähneln und diesen entsprechen oder sie übertreffen. Momentan sind solche Systeme noch eine Vision. Forscher gehen davon aus, dass eine starke KI (Stand 2020) in 20 bis 40 Jahren existieren könnte. In diesem Zusammenhang wird oft von einer „Technologischen Singularität“ gesprochen. Damit ist der Zeitpunkt gemeint, an dem künstliche Intelligenz die menschliche Intelligenz übertrifft. Von diesem Zeitpunkt an wird die weitere Entwicklung hauptsächlich von der KI vorangetrieben und nicht mehr vom Menschen.

Footer

SHIFT Digitalberatung

Zum Söhler 48
57076 Siegen
www.shift2.digital
T: 0271 790420
F: 0271 790430
E: sis@shift2.digital
  • Facebook
  • Twitter
  • LinkedIn
  • Xing
Digital-Symbol
Zukunft können.

Impressum   ·   Datenschutz

© 2023 Silvester Schmidt | Realisierung: Spektrum E

Kontaktformular

Kontaktdetails

SHIFT Digitalberatung
Zum Söhler 48
57076 Siegen

T: 0271 790420
F: 0271 790430
E: sis@shift2.digital

  • Facebook
  • Twitter
  • LinkedIn
  • Xing
Ihr Ansprechpartner: Silvester Schmidt

In der Abbildung ist ein Fall dargestellt, in dem eine Organisation zwei Transformationsschritte benötigt, um sich zukunftsfähig aufzustellen.

Wichtig ist bei der Entwicklung der zugehörigen Roadmap, dass die strategischen Initiativen der frühen Phase der digitalen Transformation zu einer Situation führen, in der das Unternehmen bereits nach dem nächsten Entwicklungsschritt spürbare Wettbewerbsvorteile erzielen kann. Außerdem müssen die strategischen Initiativen der späteren Phase des Transformationsprojektes nahtlos an die vorangehenden Initiativen anschließen und auf diesen aufbauen.

In der Abbildung des Pipeline Modells der Veränderung ist am linken Ende der Veränderungsbedarf oder der Veränderungswunsch dargestellt. In diesem Beispiel nehmen wir einen großen Veränderungsbedarf an: je größer der Durchmesser ist, desto größer der Veränderungsbedarf.

Der Durchfluss durch alle fünf Rohrelemente symbolisiert die erreichbare Veränderung und wird von den jeweiligen Rohrdurchmessern definiert. Das, was am Ende an Veränderung nachhaltig umgesetzt werden kann, wird vom engsten Teilstück bestimmt (Flaschenhalsprinzip). In der Abbildung ist das Wollen der Engpass: Egal wie groß die anderen Rohrelemente sind, die mögliche Veränderung wird in diesem Beispiel vom Wollen limitiert. Das ist in der Praxis übrigens tatsächlich oft der limitierende Faktor.

In der Abbildung sind die Ergebnisse der Bestimmung des digitalen Status quo in einer Übersicht dargestellt. Die Kreise mit den Zahlen bezeichnen die neun Reifegradebenen unseres Modells. In Graugrün finden Sie die Ergebnisse für den heutigen und zukünftigen Markt des Unternehmens. In Orange die Ergebnisse zum Status quo des Unternehmens.

In diesem Beispiel müsste das Unternehmen die Reifegradebene drei haben, siehe die graugrünen Balken im Segment „Markt“, um in seinem heutigen Markt voll wettbewerbsfähig zu sein. Der äußere, graugrüne Kreis bezeichnet das Ziel der digitalen Transformation in einigen Jahren. Danach muss das Unternehmen in dieser Zeit die Reifegradebene fünf erreichen, um auch zukünftig erfolgreich zu sein.

Der orangefarbene, innere Kreis bezeichnet den heutigen Reifegrad des Unternehmens als Ganzes. Es ist der Reifegrad zwei. Somit kann das Unternehmen seine Wettbewerbsfähigkeit in seinem heutigen Markt rasch steigern, indem es den Reifegrad drei erreicht. Die Schwerpunkte dieser Entwicklung sollten zunächst in einer besseren Ausgestaltung der Digitalstrategie, der Kundengewinnung und Kundenbindung (Life Cycle), der Ausgestaltung der Informations- und Kommunikationstechnologie im Unternehmen (IKT) sowie der Realisierung digitaler Innovationen liegen.

In der Abbildung sind einige Elemente des digitalen Reifegradmodells dargestellt. Von links nach rechts steigt der Reifegrad. Der maßgebliche Markt ist in der ersten Zeile dargestellt.

Auf Reifegradebene 1 handelt es sich um einen einfachen Markt, in dem die Digitalisierung praktisch keine Rolle spielt. Entsprechend stellt dieser Markt auch keine diesbezüglichen Anforderungen an das Unternehmen oder den Organisationsbereich.

Ab Reifegradebene 4 ist die Digitalisierung wesentlich und erfordert zum Beispiel eine Digitalisierung von Teilen der Organisation, was meist von einem Chief Digital Officer (CDO) verantwortet wird.

Ab Reifegradebene 7 ist die Digitalisierung bestimmend und stellt höchste Anforderungen an Unternehmen. Sie müssen sich mit disruptiven Innovationen in der Bereichen Prozesse, Produkte und Geschäftsmodelle befassen, den Umgang mit Big Data und fortgeschrittener Künstlicher Intelligenz (KI) beherrschen und ihre Wertschöpfungskette mit Partnern zu einem Wertschöpfungsnetzwerk ausbauen.

In der Abbildung sind die Ergebnisse der Analyse in der S-Matrix dargestellt. Eine Organisationseinheit (OE) des Unternehmens, siehe der rötliche Kreis mit der Nummer 1, weist eine rein hierarchische Organisationsform auf, die beiden anderen eine funktionale, divisionale oder Matrix-Organisation.

Die heutigen Märkte, siehe die gelben Quadrate, deuten darauf hin, dass OE1 und OE3 ihre Organisationsform rasch anpassen müssen, um in der aktuellen Situation wettbewerbsfähig zu bleiben. Die Organisationsform der zweiten OE passt zu ihrem Markt.

In einigen Jahren muss sich dieses Unternehmen auf einen hoch dynamischen und komplexen Markt einstellen, siehe die gelben Rauten. Daher müssen sich die OE zu modernen Organisationsformen mit flachen Hierarchien wandeln, um auch zukünftig erfolgreich zu sein.