Veröffentlicht am

Glossar: Künstlicher Intelligenz und Lernende Systeme

Auf der Plattform Lernende Systeme gibt es ein Glossar zu wichtigen Begriffen der Künstlichen Intelligenz und zu Lernenden Systemen. Für die Kommunikation ist es gut und wichtig, Begriffe zu klären, um Missverständnisse zu vermeiden:

Lernende Systeme im Sinne der Gesellschaft zu gestalten – diesen Anspruch verfolgt die Plattform Lernende Systeme, die das Bundesministerium für Bildung und Forschung (BMBF) im Jahr 2017 auf Anregung von acatech initiiert hat. Sie bündelt dazu die vorhandene Expertise und unterstützt den weiteren Weg Deutschlands zu einem international führenden Technologieanbieter. Die Mitglieder der Plattform sind in Arbeitsgruppen und einem Lenkungskreis organisiert. Sie zeigen den persönlichen, gesellschaftlichen und wirtschaftlichen Nutzen von Lernenden Systemen auf, benennen aber auch Herausforderungen und Gestaltungsoptionen. Die Arbeit der Plattform koordiniert eine bei acatech angesiedelte Geschäftsstelle.

In den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager/in (IHK) und Wissensmanager/in (IHK) gehen wir auch auf die Möglichkeiten von Künstlicher Intelligenz und Lernenden Systemen ein. Informationen dazu finden Sie auf unserer Lernplattform.

Veröffentlicht am

Künstliche Intelligenz treibt Innovationen

Siehe dazu auch Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Veröffentlicht am

Studie: Künstliche Intelligenz und die Zukunft der Arbeit

künstliche-Intelligenz

Die Studie IIT (2017): Wie sieht die Zukunft der Arbeit aus? (PDF, November 2017) befasst sich mit den Auswirkungen der Künstlichen Intelligenz. Die Veröffentlichung zeigt, welche Chancen und Risiken zu erwarten sind. Es kommt – wie immer – darauf an, was wir daraus machen (S.23):

Künstliche Intelligenz kann vielfältige Rollen und Funktionen im Arbeitsprozess übernehmen. Darunter sind eher positiv besetzte Rollen der Unterstützung, Beratung und Information, und eher negativ besetzte Rollen wie zum Beispiel die der Kontrolle, Überwachung und Bevormundung. Die Frage, die wir uns daher stellen müssen lautet: Wie müssen KI-Systeme und ihre Einsatzszenarien aussehen, damit die künftige Arbeitswelt menschengerecht und gesellschaftlich akzeptabel gestaltet werden kann?

Siehe dazu auch Welche Veränderung erfährt Wissensarbeit durch neue Technologien? In den von uns entwickelten Blended Learning Lehrgängen gehen wir auch auf diese Themen ein. Weitere Informationen finden Sie auf unserer Lernplattform.

Veröffentlicht am

IIT (2017): Wie sieht die Zukunft der Arbeit aus?

ki-neue-arbeit

Der Bericht IIT (2017): Wie sieht die Zukunft der Arbeit aus? (PDF) zur Umfrage “Künstliche Intelligenz und Zukunft der Arbeit” fasst folgende Ergebnisse zusammen (S. 23):

Technisierung des menschlichen Körpers

Die Technisierung des menschlichen Körpers ist nichts Neues: Brillen und Zahnimplantate, Herzschrittmacher und vielfältige Prothesen sind – in bestimmten Formen seit langer Zeit – Realität. Wie weit kann und soll eine solche Technisierung gehen? Gibt es eine Grenze, jenseits derer eine weitere Technisierung nicht mehr akzeptabel wäre – etwa weil dadurch die menschliche Identität grundsätzlich in Frage gestellt würde?

Wertschätzung menschlicher Arbeit

Die Wahrnehmung und Wertschätzung menschlicher Arbeit wird immer stärker durch zwei Abgrenzungen bestimmt: Einerseits die Abgrenzung von technisierten, digitalisierten Prozessen, andererseits die Abgrenzung von Nicht-Arbeit – im Kontext der Debatte um ein bedingungsloses Grundeinkommen. Zu fragen ist, welche Wahrnehmung und Wertschätzung menschlicher Arbeit gewünscht ist, und wie ein solches Bild menschlicher
Arbeit kommuniziert und zur Grundlage konkreter Arbeitsgestaltung gemacht werden kann.

Einsatzszenarien für Künstliche Intelligenz

Künstliche Intelligenz kann vielfältige Rollen und Funktionen im Arbeitsprozess übernehmen. Darunter sind eher positiv besetzte Rollen der Unterstützung, Beratung und Information, und
eher negativ besetzte Rollen wie zum Beispiel die der Kontrolle Überwachung und Bevormundung. Die Frage, die wir uns daher stellen müssen lautet: Wie müssen KI-Systeme und ihre Einsatzszenarien aussehen, damit die künftige Arbeitswelt menschengerecht und gesellschaftlich akzeptabel gestaltet werden kann.

Solche Themen greifen wir auch in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK) auf. Informationen zu den Lehrgängen finden Sie auf unserer Lernplattform.

Veröffentlicht am

Internet der Dinge (IoT): 4800 Interaktionen pro Person und Tag im Jahr 2025

cognitive-computing

Eine beeindruckende Zahl zeigt, was in den kommenden Jahren an Daten generiert wird, denn im Jahr 2025 soll eine durchschnittlich verbundene Person, 4800 Mal pro Tag mit Geräten (IoT) interagieren:

By 2025, the average connected person will interact with connected devices nearly 4,800 times per day—equivalent to one interaction every 18 seconds (David Reinsel et al., Data Age 2025: The Evolution of Data to Life-Critical (IDC, 2017))

Dadurch werden sehr viele Daten entstehen, die mit Hilfe klassischer IT-Systeme kaum zu bewältigen sind. Maschinelles Analysieren von Daten und deren Kontext ist angesagt, und wird zu einem wichtigen Element zukünftiger Geschäftsmodelle. Die Frage wird sein, mit welchem Anbieter wird ein Unternehmen zusammenarbeiten, denn aktuell stehen auf dem Markt nur die großen amerikanischen Unternehmen wie Google, Apple, Amazon, IBM, Facebook, Microsoft … zur Verfügung. In den letzten Wochen hat die Mozilla-Foundation angekündigt, ein Open-Source-Projekt zu Artificial Intelligence (Künstliche Intelligenz) zu starten. Möglicherweise kommt diese Initiative etwas zu spät. Warten wir ab…. Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK). Informationen dazu finden Sie auf unserer Lernplattform.

Veröffentlicht am

Denkende Maschinen sind schon lange im Alltag angekommen

denkende-maschinen

Im Fraunhofer-Magazion weiter.vorn 1/17 (PDF) gibt es einen Ausführlichen Bericht (S. 8-13) zu den neuen Maschinen, die mit künstlicher Intelligenz ganz andere Problemlösefähigkeiten besitzen, wie die relativ einfachen (dummen) Maschinen, die wir in vielen Fabriken noch gewohnt sind:

Zum Beispiel im Einzelhandel: Bei Saturn in Ingolstadt begrüßt neuerdings Serviceroboter Paul als Einkaufsassistent die Kunden, fragt nach ihren Produktwünschen und begleitet sie zum entsprechenden Regal. Auf dem Weg plaudert er übers Wetter und stellt schließlich ein paar Feedback-Fragen, ob man mit seiner Leistung zufrieden sei (Seite 8).

Das ist nur ein kleines Beispiel für die Veränderungen, die alle Bereiche durch künstliche Intelligenz und der Vernetzung von Dingen und Menschen erfahren werden. Dass diese Systeme schon längst im Alltag eingesetzt werden, kann man dem Artikel entnehmen. Deutschland hat hier die große Chance, Neues zu kreieren, und innovativ zu sein. Es ist aus meiner Sicht nur Schade, dass die Systeme der kognitiven Ära von amerikanischen Unternehmen (IBM:Watson, Microsoft, Amazon, Apple usw.) und chinesischen Unternehmen (Baidu, Tencent …) dominiert werden. Europäische Unternehmen, die über API-Schnittstellen Cognitive Computing anbieten sind Mangelware – warum eigentlich nicht? Noch besser wären natürlich Open Source Anwendungen, die nicht von Unternehmen dominiert werden. Damit könnten sich die Entwicklung “Innovationen von unten” beschleunigen. Eric von Hippel hat in seinem aktuellen Buch Free Innovation ein entsprechendes Szenario aufgezeigt. Dabei hat er möglicherweise die Chancen von Cognitive Computing unterschätzt. Siehe dazu auch

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Veröffentlicht am

ARTIFICIAL INTELLIGENCE AND LIFE IN 2030

ai-100-report

Es ist schon erstaunlich, wie schnell sich das Thema “Künstliche Intelligenz” (Artificial Intelligence: AI) in Unternehmen und in der breiten Öffentlichkeit etabliert hat. Es kommt einem so vor, als ob Artificial Intelligence wirklich etwas Neues ist, dabei hat die Stanford University schon 2014 auf die 100-jährige Geschichte von Artificial Intelligence hingewiesen (“One Hundred Year Study on Artificial Intelligence (AI100),” Stanford University, accessed August 1, 2016, https://ai100.stanford.edu). Viel wichtiger als die Vergangenheit von AI ist allerdings, wie sich AI bis 2030 entwickeln wird. An dieser Stelle positionieren sich sogenannte Zukunftsforscher mehr oder weniger marketinggerecht. Ich tendiere eher dazu, einer wissenschaftlich fundierten Arbeit zu vertrauen. So eine liegt nun seit September 2016 vor:

Peter Stone, Rodney Brooks, Erik Brynjolfsson, Ryan Calo, Oren Etzioni, Greg Hager, Julia Hirschberg, Shivaram Kalyanakrishnan, Ece Kamar, Sarit Kraus, Kevin Leyton-Brown, David Parkes, William Press, AnnaLee Saxenian, Julie Shah, Milind Tambe, and Astro Teller.  “Artificial Intelligence and Life in 2030.” One Hundred Year Study on Artificial Intelligence: Report of the 2015-2016 Study Panel, Stanford University, Stanford, CA,  September 2016. Doc: http://ai100.stanford.edu/2016-report. Accessed:  September 6, 2016.

In diesem Report geht es um Grundsätzliches, wie z.B. einer Definition von AI

“Artificial intelligence is that activity devoted to making machines intelligent, and
intelligence is that quality that enables an entity to function appropriately and with
foresight in its environment.”Nils J. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements (Cambridge, UK: Cambridge University Press, 2010).

und um die zukünftigen Entwicklungen und Auswirkungen von AI bis 2030. Wer sich wirklich mit dem Thema befassen will, sollte sich diese ca. 50 Seiten einmal in Ruhe durchlesen. Danach können Sie die vielfältigen Berichte/Kommentare/Meinungen in den einschlägigen Medien besser einschätzen. Ich habe mir in den letzten Jahren zu dem Themenkomplex auch so meine Gedanken gemacht:

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Veröffentlicht am

The Economist (2016): ARTIFICIAL INTELLIGENCE IN THE REAL WORLD

econnomist-2016-artificial-intelligence

In dem Paper The Economist (2016): ARTIFICIAL INTELLIGENCE IN THE REAL WORLD: The business case takes shape (PDF) wird zunächst einmal herausgestellt, dass Artificial Intelligence (Künstliche Intelligenz) nichts ist, das irgendwann zum Einsatz kommt. Artificial Intelligence (AI) wird schon in vielen Bereichen erfolgreich genutzt. Doch zunächst ist es sinnvoll zu deg´finieren, was unter AI, Deep Learning und Machine Learning zu verstehen ist (Seite 3):

The term artificial intelligence (AI) refers to a set of computer science techniques that enable systems to perform tasks normally requiring human intelligence, such as visual perception, speech recognition, decisionmaking and language translation. Machine learning and deep learning are branches of AI which, based on algorithms and powerful data analysis, enable computers to learn and adapt independently. For ease of reference we will use “artificial intelligence”, or AI, throughout this report to refer to machine learning, deep learning and other related techniques and technologies.

Zu folgende Ergebnissen ist die Analyse gekommen:

  • The pace of adoption is quickening.
  • North America and the health sector lead the way.
  • Competition—or the anticipation of it—is spurring companies on.
  • Better user experience is the key prize for many.
  • Better decisions should also result.
  • Efficiency and flexibility gains beckon for retailers and manufacturers.
  • Cost, data quality and cultural resistance hold companies back.
  • Building the AI business case is anything but straightforward.

Siehe dazu auch meine Veröffentlichungen:

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Veröffentlicht am

Mein Artikel zur Weltkonferenz MCPC 2015 wurde jetzt bei Springer veröffentlicht

978-3-319-29058-4Mein Paper Cognitive Computing and Managing Complexity in Open Innovation Model zur Weltkonferenz MCPC 2015 ist jetzt – zusammen mit den anderen Beiträgen – bei Springer veröffentlicht worden:

Bellemare, J., Carrier, S., Nielsen, K., Piller, F.T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262.

Veröffentlicht am

Morgen: WDR 5 Thementag über Künstliche Intelligenz

wdr5-thementag-ki

Morgen, am 05.07.2016 gibt es bei WDR 5 einen Thementag über Künstiche Intelligenz. Es ist schon erstaunlich, wie sich dieses Themenfeld in den letzten Jahren verbreitet hat, sodass jetzt sogar Anstalten des öffentlichen Rechts darüber ausführlich berichten. Beim WDR wird allerdings häufig über neue technologische Entwicklungen negativ berichtet. Ich habe dazu schon oft von unterwegs angerufen und Hinweise dazu gegeben (Sharing Economy, Open Innovation, Crowdsourcing …) – natürlich ohne große Wirkung. Möglicherweise ist beim WDR auch etwas Selbsterhaltungstrieb dabei… Hony soit qui mal y pense. Siehe dazu auch Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download.