Schlagwort-Archive: AI

Künstliche Intelligenz – Was ist das eigentlich?

Künstliche Intelligenz – Was ist das eigentlich?
5, 3 Bewertungen

Künstliche Intelligenz (KI) gilt als ein bedeutendes Trendthema, mit dem man sich im Business Development und Marketing aktuell auseinandersetzen muss. Doch was versteht man genau unter Künstlicher Intelligenz? Inwieweit beeinflusst und verändert Künstliche Intelligenz Geschäftsfelder und schafft neue Möglichkeiten für Märkte, Dienstleistungen, Produkte und damit auch Geschäftsmodelle?

 

1. Was ist Künstliche Intelligenz?

Der Begriff der Künstlichen Intelligenz (KI) wird als abstrakter Begriff, der vielfältige Aspekte und Themenkomplexe abdeckt, unterschiedlich definiert. Im Kern lassen sich verschiedene Richtungen abgrenzen, um sich dem Begriff der Künstlichen Intelligenz (KI) zu nähern. Sie ist ein Teilgebiet der Informatik und beinhaltet u.a. den Prozess des Maschinellen Lernens.

Die AI (Artificial Intelligence) bzw. KI bietet ein breit gefächertes Feld und unendliche Möglichkeiten. Was man alles wissen sollte, um in der digitalen Zukunft mitreden zu können:

Künstliche Intelligenz ist ein Begriff der in Wissenschaft und Praxis nicht eindeutig definiert ist. Da auch der Begriff der Intelligenz nicht eindeutig definiert ist, hat auch der Begriff der Künstlichen Intelligenz einige Unschärfen. Das Deutsche Institut für Marketing hat in Anlehnung an den Turing-Test folgendes Grundverständnis von KI:

Künstliche Intelligenz setzt sich damit auseinander, wie Computer Wahrnehmungen verarbeiten, mit erlernten Algorithmen abgleichen und dadurch eine zielgerichtete Response / Handlung auslösen.

Bei KI unterscheidet man zwischen maschinellem Lernen (Machine Learning), dem Verarbeiten natürlicher Sprache (NLP – Natural Language Processing) und dem tiefgehenden Lernen (Deep Learning). Die Maschinen sollen mithilfe von Algorithmen Aufgaben bewältigen, die dem Menschen zugeschrieben werden. Dies beinhaltet menschliche Leistungen, wie z.B. Lernen, Urteilen und Problemlösen.

Das Forschungsgebiet der Künstlichen Intelligenz gliedert sich in verschiedene Teilgebiete, welche in der nachfolgenden Grafik aufgeführt sind.

 

Teilgebiete der Künstlichen Intelligenz

Abbildung 1: Die Teilgebiete der Künstlichen Intelligenz

Die Künstliche Intelligenz setzt sich aus den drei Gebieten Wahrnehmung, Handeln und Lernen zusammen. Diese beruhen wiederum auf weiteren Teildisziplinen, die essenziell für die Künstliche Intelligenz sind.

Das Teilgebiet der Wahrnehmung besteht aus der Bildverarbeitung, welche mithilfe von Algorithmen beispielsweise industrielle Prozesse analysiert. Die Spracherkennung, ebenfalls dem Teilgebiet der Wahrnehmung zugehörig, kommt als digitaler Assistent in Form von Chatbots oder Sprachassistenten zum Einsatz.

Das maschinelle Lernen und das tiefgehende Lernen bilden zusammen das Teilgebiet des Lernens ab. Diese elementaren Techniken werden unter 1.2 und 1.3 näher erläutert.

Das Handeln umfasst das Natural Language Processing und Expertensysteme. Das Natural Language Processing (NLP) befasst sich mit Techniken und Methoden, die der maschinellen Verarbeitung natürlicher Sprache dienen. Das Ziel dabei ist es, eine direkte Kommunikation zwischen Mensch und Computer in natürlicher Sprache zu ermöglichen. Mit Expertensystemen bezeichnet man Programme, welche dazu beitragen Lösungen für Probleme anzubieten. Sie fungieren als Unterstützung und Entlastung für die menschlichen Experten.

 

Der Begriff der Künstlichen Intelligenz weist zum einen eine Überschneidung mit anderen modernen Themenfeldern wie z.B. Digitalisierung und Big Data auf und zum anderen mit klassischen Themen wie Mathematik und Statistik.

 

Verwandte Themenfelder der Künstlichen Intelligenz

Abbildung 2: Verwandte Themenfelder der Künstlichen Intelligenz (Darstellung nach Nisarg Dave)

1.1 Turing-Test

Mithilfe des 1950 entwickelten Turing-Tests, welcher nach dem Naturwissenschaftler Alan Turing benannt wurde, kann man untersuchen, ob ein Computer wie ein Mensch denken und handeln kann und ob dessen Intelligenz mit der eines Menschen zu vergleichen ist.

Beim Turing-Test erfolgt die Kommunikation über eine Tastatur und ohne Hör- und Sehkontakt zwischen den Testteilnehmern. Die Testteilnehmer sind ein Computer (A) und zwei reale Personen (B und C). Hierbei versuchen nun der Computer A und eine Testperson B die Testperson C davon zu überzeugen, dass die Interaktion mit einem Menschen abläuft. Dies kann beispielsweise mithilfe eines Gesprächs oder eines Schachspiels erfolgen. Am Ende muss Testperson C mittels verschiedener Fragen entscheiden, welcher Testteilnehmer ein Mensch oder ein Computer ist. Der Test gilt zugunsten des Computers als bestanden, wenn Testperson C nicht mehr einwandfrei bestimmen kann, ob es sich anhand der vorliegenden Antworten um einen Menschen oder einen Computer handelt.

Heutzutage begegnen wir diesem Test in veränderter Form täglich im Internet. Auf vielen Internetseiten wird man zur Überprüfung dazu aufgefordert eine angezeigte Buchstaben- und Zahlenkombination abzuschreiben. Hierdurch soll bewiesen werden, dass hinter der Eingabe ein menschlicher Nutzer steht. Dieses Verfahren wird mit dem Wort CAPTCHA abgekürzt, welches für „completely automated public Turing test to tell computers and humans apart“ steht. Bereits im Jahre 1996 gelang es IBM und deren Computer namens Deep Blue im Duell Mensch gegen Maschine den damaligen Schachweltmeister Garri Kasparow zu besiegen. Dieser Wettkampf sollte die immense Entwicklung der Künstlichen Intelligenz beweisen und war sowohl für Schachspieler als auch für Wissenschaftler und Forscher von Relevanz und Interesse. Momentan arbeitet Google an dem Sprachassistenten Duplex, welcher selbstständig Anrufe tätigt und Termine vereinbart. Dies kann beispielsweise ein Friseurtermin sein oder eine Restaurantreservierung. Bei einem Anruf lässt sich die Stimme des Assistenten nicht von einer menschlichen Stimme unterscheiden und erledigt somit alltägliche organisatorische Aufgaben für den Nutzer. Hierbei lässt sich nicht mehr unterscheiden, ob es sich bei dem Gegenüber um eine Maschine oder einen Menschen handelt. Verschiedene Laute oder vorsätzlich eingebaute Denkpausen verstärken diesen Eindruck und sorgen für menschliche und natürliche Komponenten in der Künstlichen Intelligenz.

In welchen Bereichen kommt es bereits zur Anwendung von KI?

Die bereits erwähnten Schachcomputer dienten lange Zeit als Exemplar für eine angewandte KI. Doch unser heutiger Alltag bietet offensichtlichere Beispiele für den Einsatz von Künstlicher Intelligenz. Dazu zählen beispielsweise die Übersetzungsmaschine Google Translate, die ständig dazu lernt und mittlerweile dazu in der Lage ist, korrekte Sätze wiederzugeben. Digitale Sprachassistenten wie Alexa, Siri oder Cortana, die die Sprachsuche anbieten oder online eingesetzte Chatbots, die menschliche Kommunikation übernehmen und Kundenangelegenheiten betreuen.

 

Abbildung 3: Der Turing-Test

Turing-Test: Kriterien

Welche Kriterien sind für die Durchführung erheblich und welche Bedingungen muss der Computer erfüllen? Der eingesetzte Computer sollte dazu in der Lage sein eine natürliche Sprache (Englisch) zu verwenden, um eine einwandfreie Kommunikation zu gewährleisten. Darüber hinaus ist die Wissensrepräsentation von Bedeutung, damit der Computer abspeichern kann, was er weiß oder hört. Daraus resultiert das automatische logische Schließen. Dies dient einem Computer dazu mithilfe der bereits gespeicherten Informationen die Fragen des Chatpartners zu beantworten und infolgedessen neue Schlüsse für weitere Handlungen zu ziehen. Das Maschinenlernen trägt dazu bei, dass sich der Computer an die neuen Gegebenheiten adaptiert und daraus neue Muster zu identifizieren, um in Zukunft darauf zurückzugreifen.

Wie bereits beschrieben, sollte die physische Nähe zum menschlichen Chatpartner ausgeschlossen werden, da die physische Simulation des Gegenübers für die Intelligenz bei diesem Test nicht von Relevanz ist.

Der „totale Turing-Test“, welcher unter der Verwendung eines Videosignals bzw. einer Videoübertragung durchgeführt wird, umfasst hingegen zwei weitere Kriterien. Dabei handelt es sich einerseits um die Computervision, die es dem Computer ermöglicht Objekte wahrzunehmen und andererseits Robotik, um die besagten Objekte einschätzen und sowohl manipulieren als auch bewegen zu können.

1.2 Maschinelles Lernen

Das maschinelle Lernen bezeichnet man als Teilgebiet der Künstlichen Intelligenz. Dabei ist es einem Computer möglich mithilfe von Algorithmen und Beispielen zu lernen. Die Maschine bezieht ihr Wissen aus Erfahrungen. Bei diesem Prozess eignet sich der Computer selbstständig Muster und Gesetzmäßigkeiten an und kann diese folglich für Problemlösungen einsetzen. Dies dient sowohl dazu Daten miteinander zu verknüpfen und Zusammenhänge zu erschließen als auch Vorhersagen und Entscheidungen zu treffen.

Um den immer weiterwachsenden und sich mehrenden Daten(mengen) heutzutage Herr zu werden, bietet sich das maschinelle Lernen an, da es präziser, schneller und automatisierter vonstattengeht. Unternehmen haben dadurch die Möglichkeit genauere Ergebnisse und Erkenntnisse zu erhalten und zudem effizientere Analysemodelle anzufertigen und zu ihren Gunsten zu nutzen.

Aufgrund dieser Hilfe ist es beispielsweise möglich Risiken zu minimieren oder gänzlich zu vermeiden, aber auch Potenziale auszuschöpfen und sich einen gewissen Vorsprung gegenüber den Wettbewerbern zu sichern.

1.3 Tiefgehendes Lernen

Das tiefgehende Lernen (Deep Learning) stellt eine spezielle Informationsverarbeitungsmethode dar, die das menschliche Lernen imitiert und dabei die menschlichen Gehirnfunktionen aufgreift. Dies geschieht mithilfe von künstlichen neuronalen Netzwerken, die der Computer sich durch das Nachahmen zu eigen macht. Hierbei generiert eine Maschine Wissen aus Erfahrung. Die Maschine erhält Informationen, analysiert diese im Anschluss und zieht eine Schlussfolgerung daraus. Dabei bedient sich der Computer den künstlichen neuronalen Netzwerken, um große Datenmengen zu verarbeiten.

Der Computer ist bei diesem Prozess in der Lage Dinge eigenständig zu erkennen und zu unterscheiden. Des Weiteren kommt diese Methode auch in der Sprachübersetzung oder beim Börsenhandel zum Einsatz. Weitere Anwendung findet sie beispielsweise in der heutzutage omnipräsenten Sprachassistenz (Siri, Alexa, Cortana etc.). Der Begriff „Deep“ leitet sich von den verschiedenen Schichten (Eingabe-, Ausgabeschicht und Zwischenschichten) ab, die sich während des Prozesses anhäufen.

Zusammenfassend lässt sich konstatieren, dass das tiefgehende Lernen die Algorithmen in Schichten anlegt, um mithilfe des konstruierten künstlichen neuronalen Netzwerks, den Computer dazu befähigt Dinge zu erlernen. Wie bereits erwähnt, wird das tiefgehende Lernen bei komplexeren und großen Datenmengen beinhaltenden Systemen verwendet. Dazu zählen z.B. Gesichts- und Spracherkennungssysteme.

1.4 Big Data

Der Begriff Big Data stammt aus dem Englischen und steht für eine große Datenmenge oder einen großen Datensatz. Dabei handelt es sich beispielsweise um Daten aus den Bereichen Internet, Finanzindustrie, Energiewirtschaft, Gesundheitswesen und Verkehr. Des Weiteren zählen Datenmengen aus neuen Quellen, wie z.B. den sozialen Medien, Kredit- und Kundenkarten, Assistenzgeräte, Überwachungskameras und sowohl Flug- als auch Fahrzeuge ebenfalls dazu. Diese immensen Datenmengen werden aus den verschiedenen Bereichen gespeichert, verarbeitet und schließlich ausgewertet.

Seit Entstehung des Internets und in Verbindung mit dem Internet der Dinge (IoT) sind mehr Geräte mit dem Internet verbunden, welche Daten sammeln. Diese Daten geben u.a. Aufschluss über Kunden(verhalten), Geräte und Produktleistungen. Die täglich entstehenden Datensätze gelten als die Währung der Zukunft. Infolgedessen können sich die Wirtschaft bzw. Unternehmen diese zunutze machen, indem sie mithilfe von Analysen Erkenntnisse über das Kaufverhalten ihrer Kunden gewinnen, Potenziale und Risiken erkennen oder auch Produktionsprozesse innerhalb des Unternehmens zu optimieren.

Allerdings steht Big Data auch im Zusammenhang mit Künstlicher Intelligenz. Die Künstliche Intelligenz hilft dabei große Datenmengen zu verwalten und aufzubereiten. Dies bedeutet konkret, dass ein KI-System eine effektivere Datenanalyse vornehmen kann, je größer die Datenmengen sind. Dadurch kann Künstliche Intelligenz neue Muster und Trends erfassen, die ohne ihre Zuhilfenahme nicht erkennbar und nicht einzuordnen wären. Big Data wird beispielsweise im Straßenverkehr der Zukunft eine große Rolle spielen, da das autonome Fahren riesige Datenmengen erzeugen wird.

Das Hauptaugenmerk wird darauf liegen die Daten korrekt zu erfassen und wirkungsvoll zu analysieren. Es kommt nicht darauf an, wie viele Daten man sammelt, sondern darauf, wie man mit ihnen umgeht. Aus unternehmerischer Sicht geht es darum mithilfe von Big Data Kosten zu senken, Produkte und Prozesse zu optimieren und zu entwickeln, sowie in Zukunft richtige Entscheidungen zu treffen.

2. News zu Künstlicher Intelligenz

Künstliche Intelligenz ist aktuell ein sehr dynamisches Wissensfeld in dem viel geforscht, veröffentlicht und entwickelt wird. Wir haben für Sie immer aktuelle News!

2.1 IT-Trends 2019: Maschinelles Lernen, künstliche Intelligenz und cloudbasierte Sicherheitslösungen schaffen den Durchbruch

An bahnbrechenden, innovativen Technologien mangelt es in der IT-Branche nicht. Doch umfassend zum Einsatz kommen sie bislang nur in besonders innovativen Unternehmen. Hier wird es im nächsten Jahr zu einer Flut disruptiver Entwicklungen kommen, so die Prognose von Dimension Data. In seinen „Tech Trends 2019“ ist das IT-Unternehmen der Frage nachgegangen, welche Technologien in den Feldern Kundenerlebnis, IT-Sicherheit, digitales Geschäft, digitale Infrastruktur, digitaler Arbeitsplatz, Zukunftstechnologien und Services in den kommenden 12 Monaten an Bedeutung gewinnen werden – und hat dabei jeweils fünf zentrale Trends identifiziert: Unter anderem wird die robotergesteuerte Prozessoptimierung für ein völlig neues Kundenerlebnis sorgen, auch cloudbasierte IT-Sicherheitsplattformen und individualisierte IT-Anwendungen werden vermehrt zum Einsatz kommen.

Ein Großteil der Unternehmen in Deutschland weiß, wie wichtig die digitale Transformation für ihren künftigen Geschäftserfolg ist. Technologische Entwicklungen werden mit großem Interesse beobachtet, Pilotprojekte zum Einsatz neuer IT-Anwendungen und -Services immer öfter und quer durch alle Branchen geplant. An der konsequenten Anwendung in der Praxis hapert es dagegen noch. Das wird sich – so ein zentrales Ergebnis der aktuellen „Tech Trends 2019“ von Dimension Data – ab dem kommenden Jahr ändern: „Bislang hat unsere Branche eher nur theoretisch über innovative Technologien gesprochen, ohne ein klares Bild davon zu vermitteln, wie diese leistungsstarken neuen Innovationen eingesetzt werden“, so Jan Willem Dees, CEO von Dimension Data Deutschland. „Doch bahnbrechende Technologien wie künstliche Intelligenz, maschinelles Lernen und robotergesteuerte Prozessoptimierung sind inzwischen so ausgereift, dass ihr Mehrwert für Produktions- und Geschäftsprozesse 2019 erstmals deutlich sichtbar wird. Das haben wir vor allem den Unternehmen zu verdanken, die frühzeitig in den Praxiseinsatz dieser Technologien investiert haben.“

Viele der Technologien, die heute als neu und disruptiv gelten, werden in nur wenigen Jahren zum technologischen Standard gehören. Unternehmen, die bislang die digitale Transformation zögerlich angehen, sollten deshalb schleunigst nachziehen. Sonst besteht die Gefahr, den Anschluss zu verlieren. „Die bisherigen Innovationstreiber werden auch in Zukunft nicht stillstehen“, so Jan Willem Dees. „Im Gegenteil, wir gehen davon aus, dass 2019 das Jahr ist, in dem die Vorreiter sich von den Fast-Followern absetzen und wir den Beginn erheblicher Machtverschiebungen in allen Branchen beobachten werden“, so Jan Willem Dees.

Welche technologischen Neuerungen 2019 besonders wichtig werden, geht aus den „Tech Trends 2019“ von Dimension Data hervor. Die Technologie-Experten des IT-Unternehmens haben für den Bericht sieben zentrale Handlungsfelder untersucht – Kundenerlebnis, IT-Sicherheit, digitales Geschäft, digitale Infrastruktur, digitaler Arbeitsplatz, Zukunftstechnologien und Services – und darin jeweils die wichtigsten IT-Trends für das kommende Jahr identifiziert. Dazu gehören unter anderem:

  • Robotergesteuerte Prozessautomatisierung für ein neuartiges Kundenerlebnis: Dank des rasanten Wachstums von Technologien wie maschinellem Lernen, künstlicher Intelligenz (KI) und künstlichen neuronalen Netzen können Unternehmen noch besser auf die Wünsche ihrer Kunden eingehen. Denn diese Technologien ermöglichen es, Szenarien zu kombinieren, die Bedürfnisse und Verhaltensweisen von Kunden noch besser zu verstehen und vorausschauende Entscheidungen in Echtzeit zu treffen.
  • Fokus auf cloudbasierten Cybersicherheitsplattformen: Die schwerwiegenden Schäden durch Cyberangriffe im Jahr 2018 werden cloudbasierten Sicherheitsanbietern einen Bedeutungszuwachs bescheren. Denn cloudbasierte Sicherheitssysteme, die auf offenen Programmierschnittstellen (API’s) basieren, ermöglichen es, neue Technologien schnell und einfach in die Plattform zu integrieren. So können Unternehmen mit der sich rapide entwickelnden Bedrohungslandschaft Schritt halten.
  • End-to-End-Programmierbarkeit der Infrastruktur: Unternehmen werden zunehmend mehrere Cloud-Plattformen abonnieren und verstärkt Software-as-a-Service (SaaS) einsetzen. Durch die Möglichkeit der passgenauen End-to-End-Programmierbarkeit können sie sich schnell an Veränderungen in der Unternehmenslandschaft anpassen und höhere Ansprüche an Anwendungen und Daten stellen.
  • Intelligentere und kundenspezifischere Anwendungen: Software-Lösungen sind in der Lage, Informationen über deren Nutzer zu erheben und immer effektiver zu verarbeiten. Im kommenden Jahr wird es auch Anwendungen geben, die auf Basis dieser Daten automatisch Veränderungen an ihrer eigenen Funktionalität vornehmen und so das Nutzererlebnis verbessern. Dank künstlicher Intelligenz und maschinellem Lernen wird die Produktivität der Mitarbeiter weiter steigen.
  • Aufstieg des Datenwerts zur zentralen Größe: Bereits seit einigen Jahren gelten Daten als wichtigster Rohstoff im Zeitalter der digitalen Transformation. Im kommenden Jahr wird die Bedeutung von Daten noch weiter steigen – denn durch sie und den darauf basierenden neuen Geschäftsmodellen lassen sich neue Einnahmequellen generieren. Um den Wert der Daten zu heben, sind weitere Anstrengungen zur Sammlung, Anreicherung und Auswertung von Daten nötig. Auch die Informationsarchitekturen werden sich verändern. Die Optimierung des Datenmanagements wird deswegen in den nächsten Jahren ein wichtiger Bereich für Investitionen von Unternehmen werden.

Quelle: Dimension Data Germany

2.2 Perform AI: Neues Portfolio für Künstliche Intelligenz von Capgemini

Capgemini veröffentlicht mit Perform AI ein neues Portfolio an Lösungen und Dienstleistungen für Künstliche Intelligenz (KI). Unternehmen können damit KI auf breiter Ebene implementieren und betreiben und so konkrete Resultate erzielen. Das Portfolio bietet Kunden eine komplette Reihe an Lösungen, um KI in ihre Prozesse einzubringen und hochpersonalisierte Erlebnisse zu schaffen.

Das Interesse an KI-Systemen wächst: Laut IDC [1] werden die weltweiten Ausgaben für kognitive und KI-Systeme 2018 rund 19,1 Mrd. US-Dollar betragen, ein Anstieg von 54,2% gegenüber dem Vorjahr. Bereits 2021 sollen die Ausgaben bei 54,2 Mrd. US-Dollar liegen. Das ab sofort verfügbares Portfolio Perform AI wurde entwickelt, um Unternehmen unabhängig des Reifegrads bei KI und Datenmanagement eine praxisnahe Umsetzung zu ermöglichen und typische Herausforderungen im Bereich KI zu adressieren:

  • KI umfassend einsetzen: Anstelle von Machbarkeitsstudien und isolierten Implementierungen erzielt der breitflächige Einsatz von KI unternehmensweite Vorteile und Ergebnisse.
  • Mitarbeiter befähigen: Ein aktives Management der Auswirkungen von KI-Initiativen auf die Belegschaft, um das Zusammenspiel von Mitarbeiten und KI optimal zu gestalten.
  • Transformation operativer und weiterer Prozesse: Prozesse mittels KI-basierter Technologien unterstützen, erweitern oder automatisieren bis hin zur Neugestaltung der Betriebsabläufe.
  • Ethische Aspekte berücksichtigen: KI mit einem ethischen und verantwortungsbewussten Ansatz einführen, der für Benutzer und Kunden transparent ist, den Datenschutz verankert und Vertrauen sowie Fairness schafft.
  • Wettbewerbsvorteile durch Innovationen: KI ermöglicht völlig neue Geschäftsmodelle, Arbeitsweisen, Produkte und Dienstleistungen. Etablierte Unternehmen können so Marktpositionen erzielen, die zuvor den „Digital Native“ Unternehmen vorbehalten waren.

„Die Erwartungen von Kunden sind höher als je zuvor. Perform AI soll daher Unternehmen helfen, ihre Betriebsabläufe zu optimieren und neue Geschäftsmodelle zu erschließen“, sagt Christian Kaupa, KI-Experte und Leiter Insights & Data bei Capgemini in Deutschland. „Mit Perform AI beschleunigen wir die Ausführung und steigern die Erfolgsaussichten von KI-Initiativen unserer Kunden, die manchmal noch recht fragmentiert sind und Potenzial ungenutzt lassen. Mit Perform AI wollen wir das führende Unternehmen für Beratungs- und Technologiedienstleistungen rund um KI werden. Wir freuen uns auf die neuen Möglichkeiten, die dieses Portfolio unseren Kunden bieten wird.“

Perform AI umfasst vier flexible Komponenten, um maßgeschneiderte Konzepte zur individuellen Einführung von KI zu ermöglichen:

1. AI ACTIVATE: Strategische Ausrichtung und Schaffung einer Organisations- und Technologieplattform, um zu erkennen, wo und wie KI mit maximalen Nutzen eingesetzt werden kann.

2. AI TRANSFORM: Ermöglichung von Leistungssteigerungen durch KI, um das bestehende Geschäft zu optimieren und Grundlagen für langfristiges Wachstum zu schaffen.

3. AI REIMAGINE: Kreierung neuer Produkte, Dienstleistungen, Kundenerfahrungen, Betriebsmodelle und Umsatzquellen, unter Einbezug der Strategie- und Innovationsexpertise von Capgemini Invent und dem Applied Innovation Exchange Netzwerk, bestehend aus den Innovations-Hubs von Capgemini.

4. AI ENGINEERING: Basislösungen, die den Datenbestand und dessen Verwaltung in jeder Phase der KI Transformation gewährleisten und zuverlässig im operativen Bereich und unternehmensweit einsetzbar sind. KI-Engineering adressiert dabei den operativen Kern von KI.

„Die meisten Unternehmen experimentieren bereits mit KI, um bestimmte Funktionen in ihrem Unternehmen zu verbessern. Wettbewerbsvorteile werden jedoch nur diejenigen erlangen, die KI effektiv und im gesamten Unternehmen einsetzen“, so Lanny Cohen, Group Chief Innovation Officer bei Capgemini. „Um langfristig erfolgreich zu sein, müssen Unternehmen KI in alles einfließen lassen, was sie tun – angefangen beim Wechsel auf neue Technologien bis hin zur Veränderung des Geschäftsmodells. Mit Perform AI konzentrieren wir uns darauf, dass KI-Anwendungen greifbare Leistungsergebnisse heute und in der Zukunft erzielen.“

KI-Netzwerk und Centers of Excellence für umfassende Kundenlösungen Perform AI konzentriert sich auf KI-gesteuerte Transformationsprozesse in den Branchen Fertigung und Finanzdienstleistungen sowie das Bereich Customer Experience. Capgemini arbeitet eng mit einem Netzwerk aus Technologiepartnern, Start-ups und Hochschulen zusammen, um den spezifischen Anforderungen der Industrie zu entsprechen. Dazu zählen folgende KI-Lösungen: eine intelligente Plattform für die Fertigung mit Computer Vision zur Vermeidung von Qualitätsmängeln und Machine Learning zur Fehlererkennung; kognitive Analysen zu multidimensionalen Versicherungsrisiken im Finanzsektor; Verarbeitung natürlicher Sprache sowie Dialogschnittstellen und computergestützte Emotionserkennung, um Verbraucherbedürfnisse vorherzusagen und zu verstehen.

Um Assets und Lösungen sowie den Ausbau der Expertenkapazitäten zusammenzuführen, hat Capgemini ein praxisübergreifendes Netzwerk an Centers of Excellence (CoEs) geschaffen. Diese Zentren sind bereits in Deutschland, Frankreich und den USA im Einsatz und werden von einem zentralen CoE in Indien unterstützt, das als Hub fungiert. Die Erweiterung des Netzwerks in zusätzliche Regionen wird 2019 fortgeführt.

Datenethik und -sicherheit entscheidend für den Erfolg Künstlicher Intelligenz

Eine kürzlich veröffentlichte Studie des Capgemini Research Institute hat ergeben, dass eine Mischung aus Bedenken und Uninformiertheit die Bewertung von Herausforderungen und Chancen bei der Implementierung von KI überlagert. Datensicherheit und -schutz werden entsprechend zunehmend von Unternehmen priorisiert. Für sie ist entscheidend, dass KI-Innovationen in Einklang damit stehen, das Vertrauen von Kunden, Partnern und Mitarbeitern zu festigen und auszubauen. Daher fokussiert Perform AI auch darauf, Daten und KI-Plattformen sicher zu machen. Als ein für seine hohen ethischen Standards ausgezeichnetes Unternehmen, hat Capgemini ethische Prinzipien im Perform AI Portfolio fest verankert.

Quelle: Capgemini

2.3 Fünf Projekte bewilligt: „Künstliche Intelligenz und ihr Einfluss auf die Gesellschaft von morgen“

+++ Pressemitteilung der VolkswagenStiftung +++

Fünf Projekte bewilligt: „Künstliche Intelligenz und ihr Einfluss auf die Gesellschaft von morgen“

Für interdisziplinäre Forschungsverbünde in den Gesellschafts- und Technikwissenschaften, die sich in gemeinsamen Projekten den Herausforderungen im Spannungsfeld Künstliche Intelligenz und Gesellschaft widmen, hat die VolkswagenStiftung für fünf Forschungsprojekte insgesamt rund 7 Mio. Euro bewilligt – unter anderem nach Kaiserslautern, Weimar, Heidelberg, Duisburg-Essen und Hannover.

+++ Universität Duisburg-Essen, Universität Bielefeld, Evangelische Hochschule Nürnberg, Universität Kassel: The implication of conversing with intelligent machines in everyday life on people’s beliefs about algorithms, their communication behavior and their relationship building (rd. 1,5 Mio. Euro, Details s. u.)

+++ Deutsches Krebsforschungszentrum Heidelberg, EMBL Europäisches Laboratorium für Molekularbiologie, Heidelberger Akademie der Wissenschaften, Charité – Universitätsmedizin Berlin: Individualising and democratizing cancer patient care via Artificial Intelligence: transdisciplinary solutions and normative considerations (rd. 1,4 Mio. Euro, Details s. u.)

+++ Technische Universität Kaiserslautern, Hans-Bredow-Institut für Medienforschung Hamburg, Zeppelin Universität Friedrichshafen, University of Birmingham: Deciding about, by, and together with algorithmic decision making systems (rd. 1,5 Mio. Euro, Details s. u.)

+++ Bauhaus-Universität Weimar, Technische Universität Chemnitz, University of Southern Denmark: RethiCare – Re-thinking Care Robots (rd. 1,2 Mio. Euro)

+++ Leibniz-Universität Hannover: Bias and Discrimination in Big Data and Algorithmic Processing. Philosophical Assessments, Legal Dimensions, and Technical Solutions (rd. 1,4 Mio. Euro)

Im Feld der „Künstlichen Intelligenz“ (KI) werden technologische Fortschritte in ungeahntem Tempo erzielt. Für die Wissenschaft gilt es dabei, sich folgende Fragen zu stellen: Welche Chancen bietet KI? Wo liegen Risiken? Was kann man nicht seriös vorhersagen? Und vor allem: Was bedeuten neue Technologien für die Gesellschaft – und für jeden einzelnen? Diese und weitere wichtige Fragestellungen, die neben den technischen auch die ethischen, moralischen und normativen Folgen der Entwicklungen betrachten, gilt es, zu beantworten. Technik- und Gesellschaftswissenschaften müssen von Beginn an ihre Kompetenzen bündeln: Um diesen Kollaborationsgedanken zu stärken, hat die VolkswagenStiftung 2018 ihre Förderinitiative „Künstliche Intelligenz – Ihre Auswirkungen auf die Gesellschaft von morgen“ gestartet.

In der ersten Bewilligungsrunde der Initiative konnten fünf Projekte bewilligt werden, in denen sich interdisziplinäre Forschungsgruppen bspw. aus den Rechts-, Medien- und Sozialwissenschaften, aus Informatik, Computerwissenschaften, Molekularbiologie, Philosophie und Produktdesign zusammengefunden haben. Ihre Vorhaben sind jeweils auf drei bis vier Jahre angelegt und fokussieren neben Wissenschaft, Forschung und Entwicklung auch, wie sie ihrer Verantwortung gegenüber der Gesellschaft gerecht werden und diese in die Gestaltung der Zukunft mit einbeziehen können.

Beispielhaft werden im Folgenden drei Bewilligungen vorgestellt:

Universität Duisburg-Essen, Universität Bielefeld, Evangelische Hochschule Nürnberg, Universität Kassel: „The implication of conversing with intelligent machines in everyday life on people’s beliefs about algorithms, their communication behavior and their relationship building“ (rd. 1,5 Mio. Euro)

In dem Projekt untersuchen Expertinnen und Experten aus Informatik, Psychologie, Ethik und Recht unter anderem, wie die zunehmende Kommunikation mit Maschinen die menschliche Kommunikationskultur sowie das Knüpfen von Beziehungen beeinflusst. Was passiert, wenn Menschen mit einer Maschine kommunizieren? Kommt es zu einer Verrohung der Kommunikationskultur, da Maschinen immer höflich und serviceorientiert kommunizieren, die Nutzenden dies aber nicht tun müssen? Welche Arten von Beziehungen und Abhängigkeiten entstehen – und werden diese zumindest teilweise echten menschlichen Beziehungen vorgezogen? Besonderes Augenmerk wollen die Wissenschaftlerinnen und Wissenschaftler dabei auf besonders verletzliche Gruppen wie Kinder sowie Seniorinnen und Senioren legen. In drei Szenarien gehen sie Forschungsfragen nach: Im ersten Szenario untersuchen sie, wie sich ein System, das auf KI-Basis funktioniert, transparent und selbsterklärend für Kinder gestalten lässt. Im zweiten Szenario analysieren sie, wie Erwachsene mit einer App interagieren, die gesundheitsbezogene Vorschläge macht. Im dritten Szenario werden Seniorinnen und Senioren betrachtet, die mit einem virtuellen Agenten kommunizieren, der mit der Planung der täglichen Termine hilft. Ein Citizen-Science-Ansatz ergänzt die wissenschaftliche Arbeit.

Deutsches Krebsforschungszentrum Heidelberg, EMBL Europäisches Laboratorium für Molekularbiologie, Heidelberger Akademie der Wissenschaften, Charité – Universitätsmedizin Berlin: „Individualising and democratizing cancer patient care via Artificial Intelligence: transdisciplinary solutions and normative considerations“ (rd. 1,4 Mio. Euro)

Patientinnen und Patienten profitieren abhängig von ihrem jeweiligen Wohnort unterschiedlich stark von individualisierter Gesundheitsversorgung. Beispielsweise können Patienten, die in der Nähe medizinischer Zentren leben, an Präzisionsonkologie-Programmen teilnehmen oder auch Sekundärmeinungen von Klinikern erhalten. In ländlichen Gebieten bestehen diese Möglichkeiten meist nicht. Daher sind vor allem für die ländliche Bevölkerung allgemein zugängliche Systeme, die mithilfe künstlicher Intelligenz und computergestützter Analytik eine evidenzbasierte medizinische Entscheidungsfindung ermöglichen, von entscheidender Bedeutung. Das Projekt zielt daher auf die Demokratisierung der Präzisionsmedizin, exemplarisch am Beispiel von Prostatakrebspatienten: Durch eine spezielle Internetplattform sollen Prostatakrebspatienten in Ballungszentren und in ländlichen Gebieten KI-basiert ihre Gesundheitsdaten und ihren Krankheitsstatus überwachen und Medizinerinnen und Mediziner dadurch ermächtigen, Entscheidungen zu treffen. Dabei werden auch die Interaktionen zwischen Patient, Medizinerin bzw. Mediziner und der KI-basierten Plattform sowie die rechtlichen Rahmenbedingungen betrachtet.

Technische Universität Kaiserslautern, Hans-Bredow-Institut für Me-dienforschung Hamburg, Zeppelin Universität Friedrichshafen, University of Birmingham: „Deciding about, by, and together with algorithmic decision making systems“ (rd. 1,5 Mio. Euro)

In notorisch unterbesetzten Strafjustizsystemen, insbesondere denen der USA und Großbritanniens, werden Systeme auf Basis von „algorithmic decision making“ (ADM) immer beliebter. Sie machen sich Algorithmen des maschinellen Lernens zunutze, um Regeln für Entscheidungen aus Daten abzuleiten. Mit steigender Datenmenge und Konsequenzen aus vorherigen Entscheidungen lernen die ADM-Systeme dazu. In der Strafjustiz kommen sie beispielsweise zum Einsatz, um das Rückfallrisiko von Angeklagten zu bewerten und dabei mögliche menschliche Vorurteile zu vermeiden. Die projektbeteiligten Wissenschaftlerinnen und Wissenschaftler unter anderem aus Informatik, Rechts- und Sozialwissenschaften wollen untersuchen, welche Limitierungen diese Art der Entscheidungsfindungssysteme haben. Sie gehen beispielsweise der Frage nach, wie Menschen über Menschen entscheiden und wie Maschinen über Menschen entscheiden, verglichen damit, wie Menschen zusammen mit Maschinen über Menschen entscheiden. Zudem wollen sie die Grenzen ausloten, in denen Maschinen überhaupt Entscheidungen über Menschen treffen sollten.

HINTERGRUND FÖRDERINITIATIVE KÜNSTLICHE INTELLIGENZ:

Die Initiative „Künstliche Intelligenz – Ihre Auswirkungen auf die Gesellschaft von morgen“ richtet sich an Wissenschaftlerinnen und Wissenschaftler, die sich in Konsortien aus Technik-, Gesellschafts- und/oder Geisteswissenschaften zusammenfinden und sich den Herausforderungen im Spannungsfeld „Künstliche Intelligenz“ und Gesellschaft widmen. Da solche transdisziplinären Konstellationen vielfach noch nicht ins Auge gefasst wurden, können neben Mitteln für konkrete Projekte über vier Jahre („Full Grant“, bis zu 1,5 Mio. Euro) auch solche für eine einjährige Findungsphase bewilligt werden („Planning Grant“, bis zu 150.000 Euro). Der nächste Stichtag für Anträge ist der 4. Juli 2019 (Planning Grant) und der 17. Oktober 2019 (Full Grant).

Quelle: Volkswagen Stiftung

2.4. Umfrage: „Künstliche Intelligenz“ – Wo deutsche Firmen investieren

Gut drei Viertel der Unternehmen in Deutschland bewerten künstliche Intelligenz (KI) als wichtiges Zukunftsthema. Rund jede zweite Firma verfügt aktuell sogar über erste praktische Erfahrungen und setzt KI-Technologien in Teilbereichen ein. In welche Einsatzfelder wollen die Chefetagen aber in den kommenden zwei Jahren investieren, um mit KI erfolgreich zu sein? Antworten auf diese und andere Fragen gibt die Studie „Artificial Intelligence“ von DXC Technology. Dafür wurden von einem Marktforschungsinstitut 300 Manager in Deutschland befragt, die über die digitale Transformation des Unternehmens entscheiden.

Die Menschen bei ihrer Arbeit besser zu unterstützen wird von den Entscheidern zwischen Nordsee und Alpen als wichtigstes Investitionsziel für den Einsatz künstlicher Intelligenz genannt (82 Prozent). Darüber hinaus wollen die Firmen vorrangig in smarte Algorithmen investieren, mit denen sich Prozesse automatisieren lassen (77 Prozent) und neue Angebote entwickelt werden (77 Prozent). Die große Mehrheit nimmt zudem Geld in die Hand, um den Kundenservice proaktiv möglich zu machen (76 Prozent).

KI ist bereits Alltagstechnologie

„KI wird in vielen Business-Bereichen zu einem immer wichtigeren Produktionsmittel“, sagt Dr. Bruno Messmer, Leiter der Digital Strategie Beratung bei DXC Technology. „Dank den Fortschritten bei der Mustererkennung, die für die automatische Analyse von Texten und Bildern von großer Bedeutung ist, wird die Technologie immer stärker dafür eingesetzt, Arbeiten zu übernehmen, die die Menschen entlasten.“

Dazu ein Beispiel: Bei einem mittelständischen Beleuchtungs-Hersteller gehen pro Jahr rund 50.000 Angebots-Anfragen ein – rund zweieinhalb bis drei Millionen Dokumente werden dafür von den Kunden zur Prüfung vorgelegt. Zumeist handelt es sich um komplette Baubeschreibungen, bei denen der größte Teil für das Angebot an Lichttechnik nicht relevant ist. Mit 80 Mitarbeitern wurden die Dokumente in der Vergangenheit durchforstet. Diesen eintönigen Prozess übernimmt heute eine KI-basierte Software. Mit dem KI-System wird der Vertrieb von zeitaufwendigen Routine-Arbeiten befreit. Das ermöglicht den Verkäufern, sich auf das zu konzentrieren, was sie am besten können – nämlich die qualifizierte Mensch-zu-Mensch-Kommunikation. In dieser Interaktion zwischen dem Vertriebsmitarbeiter und dem Kunden werden beispielsweise Herausforderungen aus der Praxis diskutiert, die in keinem maschinenlesbaren Dokument zu finden sind und aus denen sich Upselling-Optionen ergeben können.

„Die Fähigkeiten von KI Systemen übertreffen bereits heute in gewissen Bereichen die Fähigkeiten von Menschen, so dass Mitarbeiter von Routinearbeiten entlastet und ihre Zeit, Energie und Talente für sinnvoller Aufgaben genutzt werden können“, sagt Bruno Messmer.

Über die DXC-Umfrage „Artificial Intelligence“

DXC Technology hat die Studie „Artificial Intelligence“ im September 2018 über ein Marktforschungsinstitut durchgeführt. In Deutschland (N=300), Österreich (N=100) und der Schweiz (N=100) wurden insgesamt 500 Führungskräfte mit Entscheidungsbefugnis bei der digitalen Transformation befragt. Branchenschwerpunkte der Studie sind: Industrie, Finanzdienstleistungen, Handel & Verbrauchsgüter.

Quelle: DXC Technology

2.5 Zwei Drittel der Mitarbeiter wünschen sich klarer definierte Verantwortlichkeiten

Künstliche Intelligenz, Digitalisierung und Automatisierung verändern kontinuierlich das Wettbewerbsumfeld und führen zu einer Neugestaltung der Arbeitsabläufe. Dieses Klima der Unsicherheit wirkt sich auch auf die Arbeitnehmer aus: Zwei Drittel der Mitarbeiter in Deutschland fordern klarer definierte Verantwortlichkeiten. Das ist eines der zentralen Ergebnisse der neuen Global Talent Trends Studie 2019 von Mercer. Die Studie gibt Einblicke in die Ansichten von über 7.300 Führungskräften, Personalverantwortlichen und Mitarbeitern aus neun Branchen und 16 Regionen weltweit. In Deutschland wurden 450 Personen befragt.

„Die heutige Arbeitswelt ist geprägt von hoher Dynamik und stetigem Wandel. Die Aufgaben sind mal strategisch, mal projektbezogen, und die Prioritäten wechseln ständig. Eine klar kommunizierte Definition der Aufgaben, der damit verbundenen Verantwortlichkeiten und Karrieremöglichkeiten sowie der Rolle im Team ist deshalb für Mitarbeiter heute wichtiger denn je“, erklärt Sebastian Karwautz, Leiter des Bereichs Career Central & Eastern Europe bei Mercer.

Im heutigen Klima der Unsicherheit suchen Mitarbeiter nicht nur Klarheit, sondern auch Stabilität. Die Studie kommt zu dem Schluss, dass Arbeitsplatzsicherheit weltweit einer der wichtigsten Gründe ist, warum Mitarbeiter in ihr Unternehmen eingetreten sind und der Hauptgrund, warum sie bleiben. Jedoch befürchtet jeder Dritte, dass Künstliche Intelligenz und Automatisierung den eigenen Arbeitsplatz ersetzen werden. Ein Ansatz, um Arbeitnehmern das Gefühl von Sicherheit zu geben, ist das Fördern von sozialen Beziehungen. Das unterstreicht auch die Studie: Mitarbeiter, die gesund sind, denen es finanziell gut geht und die mit ihrer Karriere zufrieden sind, beschreiben ihre Rolle im Unternehmen als „fokussiert auf soziale Beziehungen“ und ihr Arbeitsumfeld als „kollaborativ“ – und zwar doppelt so häufig wie Mitarbeiter, die sich nicht entsprechend charakterisieren.

„Die Zukunft der Arbeit liegt in der Fähigkeit, Beziehungen und Netzwerke aufzubauen und ein Arbeitsumfeld zu schaffen, das die Mitarbeiter von heute anspricht. Dafür ist es notwendig, dass Arbeitnehmer das Gefühl haben, nicht austauschbar zu sein. Außerdem sollte eine datenbasierte Individualisierung der Angebote an die Mitarbeiter ermöglicht werden. So können z. B. die Unternehmenskommunikation, aber auch Benefits- oder Weiterbildungsmöglichkeiten an die Wünsche und Bedürfnisse der Arbeitnehmer angepasst werden“, erklärt Kate Bravery, Global Leader des Bereichs Career bei Mercer.

Für deutsche Führungskräfte steht das Thema Disruption ganz oben auf der Agenda: 98 Prozent prognostizieren für die nächsten drei Jahre erhebliche disruptive Entwicklungen für ihre Unternehmen. 2018 trafen lediglich 33 Prozent die gleiche Aussage. Dieser große Sprung ist kein lokales Phänomen, sondern ein globaler Trend: Weltweit sagen 73 Prozent der Führungskräfte Disruptionen voraus (2018: 26 Prozent). Als Antwort auf die anstehenden Umwälzungen werden Transformationsprozesse angestoßen, die allerdings signifikante personalwirtschaftliche Risiken bergen. Jedoch glaubt weltweit nur jede dritte Führungskraft, dass ihr Unternehmen in der Lage sei, solche Risiken zu minimieren – und z. B. effektiv Qualifikationsdefizite abzubauen oder die Veränderungsmüdigkeit von Mitarbeitern dauerhaft zu überwinden.

„In den letzten Jahren hat sich die Herangehensweise an und die Vorbereitung von Unternehmen auf die Zukunft der Arbeit gewandelt: weg von Antizipation und hin zu proaktiver Vorgehensweise. Allerdings riskieren Organisationen, ihre Mitarbeiter mit zu viel Veränderung zu verwirren. Traditionell geschätzten Werten, wie z. B. sinnvolles Arbeiten, Verantwortung, Anerkennung oder Mitspracherecht, wird zu wenig Beachtung geschenkt und die Arbeitnehmer werden mit endlosen Prozessen überfordert“, erläutert Sebastian Karwautz.

Über alle Themenbereiche hinweg werden im Rahmen der Studie vier globale Top-Trends identifiziert, die führende Unternehmen im Jahr 2019 verfolgen: Arbeit auf zukünftige Wertschöpfung ausrichten, Markenresonanz aufbauen, den Arbeitsalltag sinnvoll gestalten und einen mitarbeiterbasierten Wandel einleiten.

Arbeit auf zukünftige Wertschöpfung ausrichten: 52 Prozent der Unternehmen in Deutschland planen, in diesem Jahr mehr in die Automatisierung zu investieren. Die Neugestaltung von Jobs steht auf der Agenda von Führungskräften in Deutschland jedoch nicht ganz oben, da nur jeder Fünfte überzeugt ist, dass eine solche Neugestaltung beträchtliche Auswirkungen auf die Geschäftsentwicklung des Unternehmens haben würde. Doch nicht nur Arbeitsplätze ändern sich, sondern auch, wer die Arbeit macht. Insbesondere der Gig Economy prognostizieren Führungskräfte einen Aufwärtstrend: Weltweit erwarten 79 Prozent, dass befristet Beschäftigte und Freiberufler in den kommenden Jahren Vollzeitbeschäftigte weitgehend ersetzen werden. Um die anstehenden Herausforderungen zu meistern, muss HR eine integrierte Personalstrategie verfolgen und die richtigen Talentanalysen vornehmen. Darauf aufbauend lassen sich fundierte Entscheidungen über die zukünftige Größe und Struktur des Unternehmens treffen. Jedoch analysiert weltweit nur ein Drittel der Organisationen die Effizienz ihrer Talent-Strategien und versteht, welche Auswirkungen es hat, wenn Talente selbst aufgebaut, extern rekrutiert, temporär beschäftigt oder stattdessen Prozesse automatisiert werden, um Arbeitsplätze einzusparen. „Es ist entscheidend, Arbeitsplätze und Menschen auf zukünftige Wertschöpfung auszurichten und eine Strategie zu etablieren, die zukunftsfähige Qualifikationen und Verhaltensweisen belohnt“, erklärt Sebastian Karwautz.

Markenwirkung aufbauen: Für Arbeitnehmer und Arbeitssuchende ist es wichtig, wie ein Unternehmen seine Geschäfte führt und die Werte seiner Marke wahrt. In einer transparenten Welt, in der die sozialen Medien immer relevanter werden, verschwimmen die Grenzen zwischen der Consumer Brand eines Unternehmens und seiner Employee Value Proposition (EVP). Um den Beitrag besser abzubilden, den z. B. befristete Mitarbeiter und Freiberufler leisten, hat sich in vielen Unternehmen die EVP in Richtung einer Talent Value Proposition (TVP) entwickelt. Der Grund: Erfolgreiche Unternehmen wollen sicherstellen, dass ihre Marke alle Beschäftigungsgruppen anspricht. 83 Prozent der wachstumsstarken Unternehmen in Deutschland passen ihre TVP für verschiedene Gruppen an (z.B. für befristet Beschäftigte), während unter den moderat wachsenden deutschen Unternehmen lediglich 70 Prozent solche Anpassungen vornehmen. Die Total-Rewards-Philosophie eines Unternehmens ist ein Bereich, in dem die Markenwerte glänzen können: Erfolgreiche Mitarbeiter arbeiten hierzulande fast doppelt so häufig für ein Unternehmen, das Gleichbehandlung in Bezug auf Bezahlung und Beförderungsentscheidungen gewährleistet (74 Prozent vs. 39 Prozent).

Arbeitsalltag sinnvoll gestalten: Ein von Effektivität und Relevanz geprägter Arbeitsalltag ist unerlässlich, um Spitzentalente an Unternehmen zu binden. Erfolgreiche Mitarbeiter in Deutschland arbeiten dreimal häufiger für ein Unternehmen, das schnelle Entscheidungsprozesse ermöglicht (72 Prozent vs. 22 Prozent) und Tools sowie Ressourcen zur Verfügung stellt, damit Arbeit effizient erledigt werden kann (78 Prozent vs. 28 Prozent). Personalisierte Informationen für die Karriereplanung sind besonders wichtig: 72 Prozent der deutschen Mitarbeiter geben an, dass ein angemessener Zugang zu Informationen über Karrierelaufbahn und -optionen entscheidend für ihren Erfolg ist. Dass darüber hinaus auch kuratiertes Lernen bei den Mitarbeitern hoch im Kurs steht, ist nichts Neues. Neu sind jedoch die Ziele, die damit verfolgt werden: Die Studie zeigt, dass für Mitarbeiter weltweit kreatives Denken und die Weiterbildung im Bereich Technologie die wichtigsten Skills sind, um konkurrenzfähig zu bleiben. „Insbesondere Technologie spielt dabei eine entscheidende Rolle“, kommentiert Karwautz. „Allerdings erachten derzeit nur zwei Prozent der deutschen Führungskräfte ihr Unternehmen als vollständig digitalisiert. So sind z. B. der Remote-Zugriff auf Arbeitsdokumente, die intuitive Erledigung von HR-Aufgaben mit digitalen Tools oder eine onlinebasierte Zusammenarbeit mit Kollegen immer noch nicht selbstverständlich.“

Mitarbeiterbasierten Wandel einleiten: Um sicherzustellen, dass Mitarbeiter im Mittelpunkt des Wandels stehen, sollte die HR-Abteilung ein Mitspracherecht bei der Business Transformation haben. Die Studie ergab, dass 74 Prozent der deutschen HR-Führungskräfte an der Durchführung großer Veränderungsprojekte beteiligt sind. Aber nur zwei von fünf deutschen HR-Führungskräften waren bereits während der Ideenfindungsphase der Transformationsinitiativen involviert. Deutsche HR-Abteilungen sehen mangelnde Offenheit und fehlendes Commitment seitens der Mitarbeiter als wesentliche Hindernisse für die Verfestigung von Veränderungen: „Mitarbeiterfluktuation“ und ein „Rückgang des Mitarbeitervertrauens“ sind hierzulande zwei der größten Herausforderungen im kommenden Jahr.

„Vor dem Hintergrund dieser Herausforderungen sowie der voranschreitenden Automatisierung und den Fortschritten in der Künstlichen Intelligenz sind jetzt die Unternehmen am Zug: Sie müssen einen talentbasierten Wandel einleiten. Das unterstreichen auch die Studienergebnisse, die aufzeigen, wie wichtig es ist, dass sich Transformationsbemühungen auf den Menschen fokussieren. Von ähnlich großer Bedeutung ist der Einsatz besserer Workforce-Metrics, denn so lässt sich besser verstehen, wie Menschen Veränderungen erleben und annehmen“, erläutert Sebastian Karwautz.

Einen Link zum Download des vollständigen Studienberichts finden Sie hier: www.mercer.de/newsroom/global-talent-trends-2019.html.

Quelle: Mercer

2.6 Automobilbranche noch zögerlich bei der Umsetzung von Künstlicher Intelligenz

Komplexität bestehender IT-Landschaften sowie unzureichende digitale und technologische Fähigkeiten verzögern den Wandel

Die Automobilbranche kommt bei der Umsetzung von Künstlicher Intelligenz (KI) nur langsam voran. Der Anteil der Unternehmen, die KI unternehmensweit einsetzen, ist in den letzten beiden Jahren von 7 auf 10 Prozent leicht angestiegen. Gesunken ist hingegen die Zahl der Unternehmen, die KI nur vereinzelt einsetzen oder pilotieren. Dies geht aus einer aktuellen Studie des Capgemini Research Institute hervor, für die 500 Führungskräfte der Automobilindustrie in acht Ländern befragt wurden. Viele Unternehmen verschenken damit beachtliche Nutzenpotenziale im Bereich Kosten, Qualität sowie Produktivität und verpassen die Chance, ihr Betriebsergebnis um bis zu 16 Prozent zu steigern.

Die Studie „Accelerating Automotive’s AI Transformation: How driving AI enterprise-wide can turbo-charge organizational value“ macht deutlich, dass es für Unternehmen der Automobilbranche noch erhebliche Hindernisse zu überwinden gilt: Die Komplexität bestehender IT-Landschaften, fehlende Genauigkeit und Verfügbarkeit von Daten sowie unzureichende digitale Fähigkeiten verzögern häufig noch den technologischen Wandel und eine unternehmensweite Umsetzung (Skalierung) von KI. Die größten Herausforderungen aus technologischer Sicht sehen die befragten Unternehmen bei der Integration bestehender Systeme und Tools (38 Prozent), im mangelnden Wissen und Bewusstsein für Next-Generation-KI-Tools (36 Prozent) sowie fehlenden Trainingsdaten (35 Prozent).

„Der anfängliche Hype um das Thema Künstliche Intelligenz und die damit verbundenen hohen Erwartungen ist bei vielen Unternehmen einer pragmatischeren Sichtweise gewichen, da sie nun mit der konkreten Umsetzung konfrontiert sind“, sagt Ingo Finck, Vice President Insights Driven Enterprise bei Capgemini Invent und Experte für KI.

Die wichtigsten Ergebnisse im Überblick

Die unternehmensweite Implementierung von KI ist in den letzten beiden Jahren nur langsam vorangekommen: Die Zahl der Automobilunternehmen weltweit, die KI umfassend und erfolgreich implementiert haben, ist lediglich von 7 auf 10 Prozent gestiegen. Auch die Anzahl der Unternehmen, die einzelne KI-Maßnahmen umsetzen, hat sich nicht wesentlich verändert und liegt heute bei 24 Prozent gegenüber 27 Prozent im Jahr 2017. Deutlicher fällt allerdings der Anstieg der Unternehmen aus, die keine KI einsetzen – hier hat sich der Anteil weltweit von 26 Prozent auf 39 Prozent erhöht. Der Studie zufolge pilotieren zudem nur noch 26 Prozent der Unternehmen KI-Projekte – gegenüber 41 Prozent im Jahr 2017. Auch in Deutschland ist der Anteil der Automobilunternehmen, die keine KI implementieren von 12 auf 32 Prozent gestiegen – im Gegenzug sank der Anteil der Unternehmen, die KI-Piloten aufgesetzt haben von 52 auf 30 Prozent. Für Unternehmen ist es schwieriger geworden, den Nutzen und den gewünschten Return on Investment in der Pilotphase nachzuweisen (45 Prozent) und die richtige Auswahl der skalierbaren Anwendungsfälle zu treffen (43 Prozent).

USA, Großbritannien und Deutschland liegen vorne

Die USA sind bei der Umsetzung von KI führend – 25 Prozent der Automobilunternehmen implementieren KI unternehmensweit, 25 Prozent selektiv. Großbritannien (14 und 39 Prozent) und Deutschland (12 und 25 Prozent) folgen. Das größte Wachstum innerhalb der untersuchten Länder verzeichnet China, das seinen Anteil an unternehmensweiten KI-Implementierungen im Automobilbereich von 5 auf 9 Prozent fast verdoppelt hat.

Hersteller bei KI weiter als Zulieferer und Händler

Die Studie zeigt, dass die Automobilhersteller im internationalen Vergleich bei der KI-Umsetzung besser vorankommen als ihre Zulieferer und Händler: 14 Prozent der Hersteller implementieren KI umfassend, verglichen mit 4 Prozent der Lieferanten und 4 Prozent der Händler. In Deutschland liegt zudem der Anteil der Händler, die unternehmensweit KI umsetzen, mit 19 Prozent deutlich höher als im internationalen Vergleich.

KI schafft Mehrwert

Automobilunternehmen können ihr Betriebsergebnis um bis zu 16 Prozent steigern, wenn sie umfassende KI-Maßnahmen umsetzen. Um dies zu berechnen wurde ein konservatives und ein optimistisches Szenario anhand eines typischen Top 50 Original Equipment Manufacturers (OEM) entworfen: Das konservative Szenario geht davon aus, dass für OEMs eine Steigerung des Betriebsergebnisses von bis zu 232 Millionen US-Dollar möglich ist. Dies entspricht einem Plus von 5 Prozent gegenüber dem derzeitigen Niveau. Im optimistischen Szenario verdreifacht sich der Gewinn auf 764 Millionen Dollar, was einen Anstieg von 16 Prozent bedeutet.

„Mit einer KI-gestützten visuellen Prüfung konnten wir das Verhältnis von False Positives zu den bisherigen Systemen deutlich reduzieren“, sagt Demetrio Aiello, Leiter des KI & Robotics Labs bei Continental. „Ich bin mir sicher, dass sich der vollumfängliche Einsatz von KI so auf die Leistung auswirken würde, dass wir unsere heutige Kapazität nahezu verdoppeln könnten.“

KI birgt enormes Potenzial bei Kosten, Qualität und Produktivität

Sämtliche Unternehmensfunktionen profitieren vom Einsatz der KI. Im Durchschnitt wurden der Capgemini-Studie zufolge in der Forschung und Entwicklung (F&E) Produktivitätssteigerungen von 16 Prozent erreicht sowie in den Bereichen Supply Chain und Produktion/Operations operative Effizienzsteigerungen von 15 bzw. 16 Prozent. Bei der Customer Experience führte die Anwendung von KI zu einer Reduzierung der direkten Kosten von 14 und 17 Prozent in der IT sowie zu einer Verkürzung der Markteinführungszeit um 15 Prozent in F&E und 13 Prozent in Marketing/Vertrieb.

Im Rahmen der Studie wurden zudem aktuelle KI-Projekte identifiziert und näher beschrieben. Ein Beispiel ist Continental. Das Unternehmen hat durch eine KI-gestützte Simulation 5.000 Meilen Fahrzeug-Testdaten pro Stunde erzeugt, verglichen mit 6.500 Meilen pro Monat, die zuvor mit physischen Testfahrten zurückgelegt wurden. Weitere Beispiele: Volkswagen modelliert den Fahrzeugabsatz von 250 Automodellen in 120 Ländern mit Hilfe von maschinellem Lernen. Und Mercedes-Benz testet ein KI-Erkennungssystem für die Paketzustellung, das die Fahrzeugladezeit um 15 Prozent reduzieren kann.

„Viele Unternehmen haben verstanden, dass die Umsetzung von KI kein reines IT-Thema ist, sondern dann erfolgreich ist, wenn sie als multidisziplinäre Transformation verstanden wird. Diese sollte auch Prozessinnovationen, Anpassungen im Geschäftsmodell, gezielte Befähigung und kulturelle Aspekte umfassen. Aber auch die Verfügbarkeit und Qualität der Daten ist ein wesentlicher Erfolgsfaktor“, sagt Ingo Finck.

Unternehmen müssen investieren, qualifizieren und Infrastruktur schaffen

Die Studie hat zudem genau analysiert, was Unternehmen, die KI unternehmensweit umsetzen, erfolgreicher macht als andere Unternehmen und daraus Empfehlungen abgeleitet. Die sogenannten Scale Champions konzentrieren sich auf Anwendungsfälle mit hohem Nutzen über alle Funktionen hinweg (94 vs. 36 Prozent). Zudem investieren 86 Prozent von ihnen mehr als 200 Millionen Dollar pro Jahr in KI, bei den übrigen Unternehmen liegt der Anteil bei 20 Prozent. Die führenden Unternehmen fokussieren sich zudem gezielter auf den Aufbau ihres KI-Talentpools – dies umfasst die Einstellung von KI-Experten (32 vs. 14 Prozent) ebenso wie die Weiterbildung und Umschulung ihrer Mitarbeiter (25 vs. 8 Prozent) sowie die Kooperation mit KI-Unternehmen (27 vs. 12 Prozent). Im Vergleich zu den anderen Unternehmen haben sie zudem häufiger einen klaren Governance-Rahmen geschaffen, um KI-Maßnahmen stärker zu priorisieren und zu fördern. Dazu zählen ein zentrales Organ zur Steuerung von KI-Investitionen und ein funktionsübergreifendes Expertenteam aus den Bereichen Technologie, Business und Operations. Schließlich liegen die Scale Champions auch in punkto Unternehmens-IT und beim Thema Datenmanagement weiter vorne als die übrigen Unternehmen.

„Die Ergebnisse zeigen, dass die Automobilindustrie beim Thema KI an einem wichtigen Punkt steht. Auch wenn es eine Reihe von Unternehmen gibt, die KI bereits erfolgreich einsetzen, fällt es den meisten Unternehmen noch schwer, sich auf die besten Anwendungsfälle zu konzentrieren. Automobilunternehmen sollten KI nicht als Einzelmaßnahme betrachten, sondern vielmehr als strategische Notwendigkeit für das gesamte Unternehmen. Um auch zukünftig im Wettbewerb bestehen zu können, müssen sie sich jetzt mit Investitionen, der Förderung und Gewinnung von Talenten sowie der KI-Governance beschäftigen,“ stellt Ingo Finck abschließend fest.

Quelle: Capgemini

3. Künstliche Intelligenz – Fachbücher

Auch in der Literatur ist die Künstliche Intelligenz angekommen. Wer sich einen schnellen und trotzdem kompetenten Überblick verschaffen möchte:

3.1 Künstliche Intelligenz für Sales, Marketing und Service

Das Forschungsgebiet der Künstlichen Intelligenz ist in aller Munde und hat in den vergangenen Jahren in vielen Unternehmen Einzug gehalten. Wie die Industrie sich die KI zunutze machen kann und wie man als Unternehmen davon profitiert, illustriert dieses Buch.  Zudem erfahren Sie, wie Unternehmen mithilfe von AI und Bots ein Algorithmic Business aufbauen können und welche Best Practice Beispiele dabei helfen.

3.2 Künstliche Intelligenz – Mit Algorithmen zum wirtschaftlichen Erfolg

Dieses Buch trägt dazu bei, die neuen Technologien und Anwendungspotenziale besser zu verstehen, die mit der Künstlichen Intelligenz einhergehen. Anhand von konkreten Beispielen verschiedener Unternehmen, wie z.B. Amazon, IBM, Microsoft, SAP oder VW wird veranschaulicht, wie das Zusammenspiel von Chatbots, Gesichtserkennung oder sprachbasierten Systemen und den Bereichen Marketing, Finanzen, Vertrieb, Personalwesen und Logistik funktioniert. Wer sich einen Überblick über das womöglich spannendste Thema der digitalisierten Zukunft verschaffen möchte und diese einschneidende technische Entwicklung nachvollziehen möchte, greift zu diesem Buch.

3.3 Künstliche Intelligenz – Ein moderner Ansatz

Dieses Buch deckt das gesamte Themenfeld der heutigen Künstlichen Intelligenz ab. Selbst mathematisch weniger interessierte Leser werden an der Darstellung zur Logik und Wahrscheinlichkeitstheorie der KI Gefallen finden. Darüber hinaus werden dem Leser die Bereiche Wahrnehmung, Denken, Lernen, Handeln und auch Roboter nähergebracht und anschaulich erklärt. Dieses Buch behandelt die neuesten Entwicklungen der KI und befasst sich mit modernen Such- und Sprachalgorithmen, welche zunehmend an Relevanz gewinnen.

4. E-Books zu Künstlicher Intelligenz 

Die folgenden E-Books und PDF-Ausführungen bieten einen Überblick über den derzeitigen Stand der deutschen KI-Forschung und wagen einen Ausblick in die Zukunft.

Die aus dem November 2018 stammende Ausarbeitung (Strategien Künstliche Intelligenz) der Bundesregierung demonstriert Strategien, welche sich mit der Entwicklung und Anwendung der KI in Deutschland befassen.

Das Deutsche Forschungszentrum für Künstliche Intelligenz hat in Zusammenarbeit mit Bitkom die wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen und menschliche Verantwortung, die mit der Künstlichen Intelligenz einhergehen, thematisiert.

Zudem hat Bitkom einen Leitfaden erstellt, der sich der Gestaltung der Digitalisierung mithilfe eines KI-Periodensystems widmet. Diese Annäherung zeigt auf, welche KI-Systeme bereits heute eine Rolle spielen.

In Trends für die Künstliche Intelligenz legt die Fraunhofer-Gesellschaft dar, welche Entwicklungen und Projekte uns in der Zukunft hinsichtlich Künstlicher Intelligenz erwarten.

 

 

Künstliche Intelligenz – Ein moderner Ansatz von Stuart Russell und Peter Norvig behandelt den Status quo der KI-Entwicklung und erläutert diverse Themenfelder, die der KI zugeordnet werden.

 

 

5. Wissenschaftsjahr 2019

Das Wissenschaftsjahr 2019 befasst sich dieses Jahr mit einer zukunftsträchtigen Technologie. In diesem Jahr steht das Thema Künstliche Intelligenz auf der Agenda der Bundesregierung bzw. des Bundesministeriums für Bildung und Forschung. Anknüpfend an das Wissenschaftsthema 2018 „Arbeitswelten der Zukunft“ und in Anbetracht der Erforschung, Entwicklung und Anwendung von künstlicher Intelligenz hat die Bundesregierung das Ziel ausgerufen, ein weltweit führendes Niveau auf dem Gebiet der Künstlichen Intelligenz zu erreichen.

Vorangetrieben vom Bundesministerium für Wirtschaft und Energie, dem Bundesministerium für Bildung und Forschung und dem Bundesministerium für Arbeit und Soziales ein Strategiepapier entwickelt, welches aufzeigt wie Deutschland diesbezüglich zukünftig eine Vorreiterrolle einnehmen soll (vgl. 4. E-Books zu Künstlicher Intelligenz).

Zentrale Fragen, die mit diesem Thema einhergehen sind u.a. welche Chancen entstehen? Welche Herausforderungen kommen auf uns zu? Und zu guter Letzt, wie wirkt sich diese Entwicklung auf unser gesellschaftliches Zusammenleben aus bzw. wie verändert die Künstliche Intelligenz unsere Gesellschaft und unseren Alltag? Mit diesen und weiteren spannenden Fragen beschäftigen sich Bildungseinrichtungen, Institutionen, Hochschulen und Unternehmen in Deutschland (Alle Partner). Bis zum Jahre 2025 stellt die Bundesregierung drei Milliarden Euro für die Forschung und Umsetzung der Strategie zur Verfügung.

6. Die 4 Typen der Künstlichen Intelligenz

Als omnipräsenter Oberbegriff beinhaltet die Künstliche Intelligenz die bereits zuvor erklärten Teilgebiete, wie z.B. maschinelles und tiefgehendes Lernen. Man differenziert zudem zwischen 4 verschiedenen Typen.

Die rein reaktive KI gilt als die elementarste Art von Künstlicher Intelligenz. Dabei ist der Computer imstande eine einzige Aufgabe zu erledigen, indem er sich der aktuellen Situation hinnimmt. Es besteht nicht die Möglichkeit auf vergangene Erfahrungswerte oder Erinnerungen zurückzugreifen und sich dieser zu bedienen, um seine gegenwärtigen Entscheidungen und Handlungen zu steuern. Eine Vorstellung der Welt oder der Zeit um den Computer herum ist nicht existent. Ein Beispiel für diese Art bietet der Schachcomputer Deep Blue.

Eine weitere Art ist der begrenzte Speicher. Bei dieser Art kann sich der Computer auf vergangene Daten beziehen und an das vorherige Wissen anknüpfen. Diese kann er folglich für weitere Entscheidungen nutzen, indem er das Gelernte mit der aktuellen Situation kombiniert. Unter Berücksichtigung seiner Erfahrungen lassen sich dementsprechend Urteile fällen und Handlungen ausführen. Die bekanntesten Beispiele für diese Art von Künstlicher Intelligenz finden sich in der Anwendung autonomer Fahrsysteme wieder. Die selbstfahrenden Autos sind dazu in der Lage Hindernisse, wie z.B. den Gegenverkehr oder Ampeln zu erkennen und diese zu umfahren. Weitere allgegenwärtige Beispiele der Verwendung dieses Typus finden wir in unseren Smartphones vor: Die Google-Suche, der Google-Übersetzer oder auch Chatbots beinhalten diese Technik und stellen damit die am häufigsten verwendete Art von Künstlicher Intelligenz dar.

Die dritte und vierte Art sind eine erweiterte Version der ersten beiden Arten und heutzutage noch nicht existent. Dabei handelt es sich um die Theorie des Denkens und das Selbstbewusstsein. Die Theorie des Denkens besagt, dass Maschinen ein eigenes Bewusstsein entwickeln und dadurch fähig sind menschliche Emotionen wahrzunehmen und ihr Verhalten an die vorgegebene Situation anpassen zu können. Sie können Gefühle, Motivationen und Intentionen deuten und auf diese Weise mit Menschen interagieren. R2-D2 aus der Science-Fiction-Reihe Star Wars und der Film I, Robot stehen beispielhaft für diese Art der Künstlichen Intelligenz.

Das Selbstbewusstsein stellt die vierte Art der Künstlichen Intelligenz dar und hat die Gleichstellung des Computers mit dem Menschen zum Inhalt. Der Computer besitzt dabei ein menschliches Bewusstsein inklusiver einer kompletten Wahrnehmungsfähigkeit, sowie menschlicher Emotionen und Reaktionen. Sie sind sich ihres Zustandes bewusst und dazu hochintelligent. Sie repräsentieren die zukünftige Generation von Computern.

7. Einsatzgebiete der Künstlichen Intelligenz im Marketing

Künstliche Intelligenz spielt bereits heutzutage eine große Rolle im Marketing und ist für Unternehmen von immenser Bedeutung. Die Künstliche Intelligenz wird vor allem im digitalen Marketing dafür verwendet, um Daten zu analysieren und diese auszuwerten. Neben den bereits thematisierten Themen, wie z.B. digitale Sprachassistenten, Big Data und autonome Fahr- und Flugsysteme gibt es weitere Anwendungsfelder der Künstlichen Intelligenz im Marketing. Mit den zunehmend auftretenden Chatbots, die mittels sozialer Medien eingesetzt werden, eröffnen sich neue Kommunikationswege für Unternehmen und Kunden.

7.1 Chatbots

Insbesondere der Kundenservice und Supportbereich diverser Unternehmen setzen in den sozialen Medien und auf den eigenen Webseiten Chatbots ein, um die Kundenwünsche und Anfragen zu bearbeiten und Mitarbeiter zu entlasten. Einfache Produktfragen über die Verfügbarkeit von Artikeln aus einem Onlineshop, Essensbestellungen, Wetterauskünfte oder Reiseinformationen können die Chatbots dank des maschinellen Lernens beantworten.

 

Abbildung 4: Der Chatbot der Arag Versicherungen auf Facebook

Beim Betrachten der Facebookseite eines Unternehmens öffnet sich das Chatfenster am unteren rechten Bildrand selbstständig und der Chatbot bietet dem Nutzer die Möglichkeit eine eigene Nachricht zu verfassen oder zwischen zwei vorgefertigten Optionen („Kann ich mit jemandem chatten?“ oder „Ich habe eine Frage. Kannst du helfen?“) zu wählen, die dem Chatbot signalisieren, worauf das Anliegen hinauslaufen soll. Bei der individuellen Nachricht ist der Chatbot eigenständig dazu in der Lage bestimmte Signalwörter zu erfassen und darauf zu reagieren. Selbstlernende Algorithmen verbessern die Fähigkeiten des Chatbots ständig.

Eine weitere Form des Chatbots bietet die tagesschau an. Der Nachrichten-Bot „Novi“ versendet aktuelle News mit Bildern und Grafiken und stellt dem Nutzer frei, ob er durch direkte Nachfragen detailliertere Informationen zu einer Nachricht haben möchte oder weitere News ansehen will. Diese Art der Informationsverbreitung eröffnet neue Möglichkeiten für das Content Marketing und gewährt den Unternehmen präzisere Einblicke in das Nutzerverhalten und Nutzerinteresse. Zudem ist ein Chatbot ständig erreichbar. Man kann rund um die Uhr für jeden Kunden verfügbar sein und kann eine direkte Rückmeldung an die Kunden geben. Ein weiterer Vorteil besteht darin, dass Unternehmen die Mitarbeiter entlasten können und sowohl Zeit als auch Geld einsparen können. Durch die vielseitigen Fähigkeiten des Chatbots hat der Nutzer die Möglichkeit von seiner Anfrage hin bis zu einer finalen Bestellung alle Schritte über diesen Kanal abzuwickeln, somit sinkt die Absprungrate und der Nutzer verweilt auf der Seite.

Obwohl es derzeit bereits ca. aktive 300.000 Chatbots im Facebook Messenger gibt, wird die Anzahl weiter anwachsen und die Zukunft im Messenger Marketing darstellen.

7.2 Hyper Targeting

Mithilfe Künstlicher Intelligenz bietet das Hyper Targeting neue Wege der Personalisierung und der gezielten Kundenansprache. Was vor dem Zeitalter der Künstlichen Intelligenz mit großem Aufwand verbunden war, gestaltet sich nun durch den Einsatz Künstlicher Intelligenz einfacher. Große Datenmengen sind ohne die Zuhilfenahme von KI-Systemen nahezu unmöglich zu bewältigen. Diese Datenmengen umfassen beispielsweise die Interessen, Fragen, Probleme und Wünsche eines Nutzers oder sein Klickverhalten und tragen dazu bei, personalisierte Angebote und Werbeanzeigen zu erstellen, die den Nutzer tatsächlich erreichen und exklusiv an ihn adressiert sind. Diesem Prozess geht eine kontinuierliche und präzise Analyse der vorliegenden Daten voraus, um die Kundenbindung effektiv zu stärken. Die Analyse erfolgt, indem ein Algorithmus herangezogen wird, der die Nutzerdaten bündelt und analysiert. Der Algorithmus greift die Ergebnisse der Analysen auf und lernt anhand der Ergebnisse fortlaufend dazu.

Hierbei profitiert der Kunde gleichermaßen wie das Unternehmen, denn der Kunde erhält auf ihn zugeschnittene und relevante Angebote und das Unternehmen kann aus dem Nutzerverhalten Rückschlüsse auf den Kunden und dessen Entscheidungsprozess ziehen. Zudem hilft das Hyper Targeting dabei Streuverluste zu vermeiden und gleichzeitig den maximalen Werbeeffekt zu bewirken, da die Botschaft den richtigen Nutzer erreicht.

7.3 Verhaltensbasierte Vorhersagen durch Künstliche Intelligenz

Kundenbedürfnisse identifizieren und verstehen, ist für viele Unternehmen eine Herausforderung. Mithilfe der Künstlichen Intelligenz können Kundenbedürfnisse nicht nur identifiziert, sondern zudem prognostiziert werden. Dabei basieren die Vorhersagen nicht mehr auf vagen Vermutungen, ihnen liegen datengesteuerte Einsichten zugrunde. Auf verschiedenen Online-Kanälen wie Webseiten, Apps, etc. kann das bisherige Verhalten eines jeden Kunden analysiert werden, denn aus den gewonnenen Daten können Zusammenhänge zwischen Nutzen- bzw. Kaufverhalten der Kunden untersucht werden. Daraus lassen sich wiederum Rückschlüsse auf das zukünftige Kaufverhalten treffen. Diese Einsatzmöglichkeit der Künstlichen Intelligenz basiert auf einem selbstlernenden System: Erfahrungen und Beispiele werden nach Beendigung der Lernphase verallgemeinert, woraus anschließend Wissen generiert wird. Durch zuverlässige Vorhersagen können Unternehmen die richtigen Maßnahmen zum richtigen Zeitpunkt anstoßen.

Ein Beispiel zum Thema verhaltensbasierte Vorhersagen zeigt Amazon, einer der weltweit größten Online-Händler. Schon während der Suche nach einem geeigneten Produkt werden dem Kunden Alternativprodukte angezeigt. Aber gerade das Cross-Selling, also das Verkaufen eines zweiten Produktes mit möglichem Zusatznutzen zum Erstkauf, wird bei Amazon deutlich. Dem Kunden werden während des gesamten Online-Kaufprozesses Produkte angezeigt, die mithilfe von Künstlicher Intelligenz als empfohlenes Zusatzprodukt analysiert wurden. Diese Empfehlung basiert zunächst auf den Erfahrungen vergangener Käufe, mittlerweile spielt aber zusätzlich die individuelle Kaufhistorie eine entscheidende Rolle. Somit erhält jeder Kunde individuelle Produktempfehlungen. Auch der Streaming-Anbieter Netflix nutzt Künstliche Intelligenz zur spezifischen Kundenansprache. Algorithmen ermitteln, welcher Film- und Serientyp der Kunde ist und empfehlen auf dieser Basis weitere Inhalte. Mittlerweile werden die Empfehlungen sogar mit Prozentwerten versehen, die die Übereinstimmung der Empfehlung mit dem spezifischen Kunden darstellt. Das Empfehlungssystem dient der Kundenbindung, denn eine passende Empfehlung regt den Kunden zum weiteren Konsum an.

Marketing Jobs der Zukunft

Bitte bewerten Sie diesen Artikel!

Durch die Digitalisierung entstehen immer wieder neue Marketing Jobs, die spannende Tätigkeitsfelder eröffnen. Bereits seit Anbeginn der Industrialisierung im 18. Jahrhundert befindet sich die Arbeitswelt in einem stetigen Wandel. In der heutigen Zeit hat vor allem die Digitalisierung großen Einfluss auf die Berufswelt und ist in allen Lebensbereichen fest verankert. Die Industrialisierung 4.0 steht für die intelligente Vernetzung von Maschinen und Abläufen in der Industrie und bestimmt unser alltägliches Berufsleben. Auch Konsum und Produktion sind diesen neuen Strukturen ausgesetzt. Alte, traditionelle Berufsfelder verschwinden dadurch, während gleichzeitig neue, spannende Berufe entstehen. Doch welche Auswirkungen hat die Digitalisierung vor allem in Verbindung mit der aufkommenden Künstlichen Intelligenz auf das Marketing der Zukunft? Suchmaschinen, personalisierte Werbung, Onlineshopping, Sprachassistenten und Social Media sind heutzutage omnipräsent.  Im Folgenden präsentieren wir 15 zukunftsträchtige Marketing Jobs und zeigen, welche Aufgaben mit diesen Berufen einhergehen.

Marketing Akademie

Marketing Jobs der Zukunft #1: Produktmanager (Internet of Things)

Der Produktmanager ist zuständig für die Entwicklung von Produktstrategien, wie z.B. Internet-of-Things-Anwendungen. Markt- und Wettbewerbsbeobachtungen bilden hierbei die Grundlage seiner Arbeit. Zudem begleitet er den Weg eines Produkts, dies reicht von der Planung über die Erstellung von Marketingkonzepten bis zur Markteinführung von neuen Produkten. Die Koordination und Organisation der verschiedenen Abteilungen eines Unternehmens, die an einem Produkt arbeiten und die Betreuung rund um den Produktzyklus obliegen ebenso seinem Tätigkeitsfeld.

Sind Sie am Beruf des Produktmanagers interessiert? Dann besuchen Sie jetzt unseren Lehrgang „Zertifizierter Produktmanager“.

Marketing Jobs der Zukunft #2: SEO-Manager

Als Marktführer ist Google weltweit bekannt und liefert uns täglich Antworten auf unsere Fragen. Doch welche Jobmöglichkeiten offeriert eine Suchmaschine? SEO steht für Search Engine Optimization (Suchmaschinenoptimierer) und umfasst alle Maßnahmen, die dazu beitragen einem Unternehmen mehr Präsenz in den Ergebnislisten der Suchmaschinen zu verschaffen. SEO-Manager sorgen dafür, dass Webseiten bzw. Suchergebnisse im Ranking oben landen und besser gefunden werden. Eine bessere Platzierung hat mehr Aufmerksamkeit zur Folge.

Marketing Jobs der Zukunft #3: Artificial Intelligence Engineer

Künstliche Intelligenz wird das Marketing der Zukunft prägen. Der Artificial Intelligence Engineer entwickelt Algorithmen, die es den Maschinen erlauben, Vorhersagen (zum Kundenverhalten o.ä.) zu treffen oder Prozesse zu automatisieren. Er stellt das Bindeglied zwischen Technik und Mensch dar. Beispielsweise programmiert er Chatbots, die den täglichen Kundendialog übernehmen und erstellt Smarter Ads, um noch präzisere Werbung schalten zu können. Ein spannender Marketing Job, der in der Zukunft von enormer Bedeutung sein wird.

Marketing Jobs

Marketing Jobs der Zukunft #4: Voice Search Optimizer

Sprachassistenten, wie beispielsweise Alexa, Siri oder Cortana sind derzeit in aller Munde und gewinnen stark an Popularität. Die Suche per Sprachassistent verläuft heutzutage noch parallel zu der gewöhnlichen Textsuche, jedoch müssen in Zukunft die vorhandenen Daten auf die Suchanfragen der Nutzer angepasst werden. Eine interessante Tätigkeit, welche dem Voice Search Optimizer vorbehalten ist. Er löst die Probleme mit dem Gerät und sorgt für eine mühlelose Suche via Sprachbefehl.

Alexa-Skills-Büro

Marketing Jobs der Zukunft #5: Display Marketing Manager

Der Display Marketing Manager kreiert und betreut PR-Kampagnen im Internet. Er ist verantwortlich für die Buchung von Werbeplätzen im Internet und entscheidet welche Bilder, Videos, und Animationen eingesetzt werden. Zudem legt er die Werbeform fest, wie z.B. Banner, Skyscraper, Pop-ups oder Layer Ads, die auf den Internetseiten angezeigt wird.

Marketing Jobs der Zukunft #6: SEA-Experte

Eine weitere Tätigkeit, die sich um die Welt der Suchmaschinen dreht. Im Gegensatz zur SEO ist SEA eine kostenpflichtige Maßnahme. Search Engine Advertising bzw. Suchmaschinenwerbung beschreibt alle Maßnahmen, die der Optimierung von Werbeanzeigen dienen und eine verbesserte Platzierung durch Bezahlung erreichen. Das Budget spielt hierbei eine große Rolle, da der SEA-Manager für Keywords bezahlt. Zudem erstellt er Reports, betreut Kampagnen rund um das Keyword Advertising und überwacht die Webseite. Dies bedeutet, dass der SEA-Manager Keywords Trends beobachtet oder Cost-per-Click der Internetseite anpasst. Die Durchführung erfolgt beispielsweise mithilfe von Google Adwords. Google ermöglicht es Unternehmen dadurch ihre gewünschte Seite mit einem Keyword zu verlinken.

Google Ads Seminar

Werden Sie mit unserem Google Ads Seminar zum Experten für Suchmaschinenwerbung. In diesem Seminar erlernen Sie alle Grundlagen der Google AdWords-Anzeigen und zahlreiche Funktionen, die Sie künftig einsetzen können, um ganz oben mitzuspielen.

Google AdWords Seminar
Mo, 13.05.2019
Köln
Ausgebucht.
Mo, 21.10.2019
Legende:
Ausreichend freie Plätze vorhanden.
Nur noch wenige Plätze frei!
Leider ausgebucht.

Marketing Jobs der Zukunft #7: Affiliate Marketing Manager

Die Aufgabe des Affiliate Marketing Managers ist es Produkte reichweitenstark zu bewerben. Er verhandelt beispielsweise mit Vertriebspartnern wie Amazon, um online Partnerschaften aufzubauen und sich somit gegenseitig bei der Steigerung der Bekanntheit zu unterstützen. Da sich das Onlineshopping zunehmend großer Beliebtheit erfreut, wird auch dieser Marketing Job in Zukunft im Trend liegen.

Marketing Jobs der Zukunft #8: Social Media Manager

Der Social Media Manager befasst sich mit allen verfügbaren sozialen Medien und Kanälen, wie z.B. Facebook, Instagram und Twitter. Er analysiert die potenzielle Zielgruppe und entwickelt Kommunikationspläne für ein Unternehmen. Darüber hinaus ist er für die Kampagnenplanung eines Unternehmens, sowie für Reaktionen und Anfragen in sozialen Medien verantwortlich. Er begleitet und moderiert Diskussionen in Foren und anderen sozialen Netzwerken. Außerdem fällt die Erfolgsmessung von Kampagnen und des Kommunikationsmanagements in seinen Aufgabenbereich. Ein Mix aus Kommunikationsprofi und Datenverständnis stellt die ideale Grundlage für diese Tätigkeit.

Marketing Jobs der Zukunft #9: Conversion Manager

Nicht immer werden aus interessierten Webseiten-Besuchern sofort Kunden. Die Konversionsrate in Onlineshops gibt den Anteil der Website-Besucher an, die ein Produkt tatsächlich kaufen. Falls die Rate nicht der Vorstellung des Unternehmens entspricht, ist es demnach die Aufgabe des Conversion Managers diese Rate zu steigern. Um dies zu bewerkstelligen, operiert er mit Kennzahlen der Webseite. Mithilfe derer identifiziert er Schwachstellen in der Darstellung und Menüführung und leitet zugleich Optimierungsmaßnahmen ein. Da der Onlinehandel verstärkten Zulauf verzeichnen kann, ist es nicht unerheblich einen Conversion Manager zu beschäftigen.

Marketing Jobs der Zukunft #10: E-Commerce Manager

Das Internet hat sich bekanntlich als geeignete und populäre Verkaufsplattform bewährt. Laut Bundesverband E-Commerce und Versandhandel (bevh) stieg der Brutto-Umsatz im vergangenen Jahr mit Waren im Onlinehandel auf 65,10 Milliarden Euro. Der Onlinehandel boomt, daher sind E-Commerce Manager gefragt. Sie sind die Experten für den gesamten Onlinehandel eines Unternehmens und sorgen für einen reibungslosen Ablauf zwischen den beteiligten Abteilungen. Zudem entwickeln E-Commerce Manager Strategien, legen das Sortiment fest und überwachen den Verkaufsprozess. Um im Onlinehandel erfolgreich zu sein, bedarf es einen E-Commerce Manager, der die Prozesse steuert.

Onlineshop SEO

Marketing Jobs der Zukunft #11: Category Manager

Der Category Manager ist eng mit dem E-Commerce Manager verbunden, da er die wirtschaftliche Strategie entwickelt. Dieser Strategieentwicklung geht eine Marktanalyse voraus, welche mit der dauerhaften Suche nach neuen Trends und Entwicklungen fortgeführt wird. Die Arbeit mit Online-Shopsystemen ist hierbei der Schwerpunkt. Innerhalb eines Unternehmens ist der Category Manager mit der Sortimentsauswahl vertraut und erstellt damit verkaufsfähige Konzepte.

Marketing Jobs der Zukunft #12: Content Marketing Manager

Die Konzeption und Entwicklung von Strategien, sowie die Erstellung und Verbreitung von Inhalten zählen zu den Aufgaben des Content Marketing Managers. Durch interessante und attraktive Inhalte versucht er die Aufmerksamkeit potenzieller Kunden zu gewinnen oder bereits bestehende Kunden für neue Inhalte zu begeistern. Die Verbreitung über relevante Kommunikationskanäle und die Planung von Kampagnen für ein bestimmtes Produkt tragen dazu bei, das Interesse für ein neues Produkt zu wecken. Die Beobachtung von Märkten und Trends, sowie die Analyse und Auswertung der vorgenommenen Maßnahmen ist ebenfalls Teil der Arbeit.

Sie wollen mehr über das Content Marketing erfahren? Dann besuchen Sie unser Seminar.

Marketing Jobs der Zukunft #13: Web-Designer/ Web-Analytics-Manager und Web-Controller

Die Gestaltung von Internetauftritten und Inhalten einer Webseite stellt die zentrale Tätigkeit eines Web-Designers da. Anhand verschiedener Kennzahlen, wie z.B. Traffic oder Nutzerverhalten, kann der Web-Analytics Manager Rückschlüsse über die Erfahrung der Webseite ziehen. Der Web-Controller hingegen befasst sich mit Verbesserungen und Kontrolle der Internetseite.

Marketing Jobs der Zukunft #14: User-Experience-Designer

Der User-Experience-Designer verknüpft Mensch und Anwendungen miteinander und kreiert ein positives Nutzererlebnis. Dies beinhaltet die Berücksichtigung aller Erfahrungen eines Nutzers in Bezug auf ein Produkt oder eines Dienstes. Die Ausarbeitung und Gestaltung von Webseiten und Anwendungen des Internets der Dinge (IoT) ist ein weiterer Bestandteil seiner Arbeit.

Marketing Jobs der Zukunft #15: Influencer Marketing Manager

Influencer gewinnen in der Marketingwelt zunehmend an Bedeutung. Ob in sozialen Netzwerken ­wie z.B. Instagram oder Videoplattformen wie YouTube. Viele Jugendliche vertrauen auf die Meinung und Empfehlungen von Influencern. Als Manager betreut er die Influencer und überwacht und analysiert ihre Aktivitäten. Er fungiert ebenso als Berater und sorgt für das Zusammenspiel zwischen Marke und Botschafter in den sozialen Netzwerken.

Marketing Jobs der Zukunft – Fazit

Viele dieser Marketing Jobs machen bereits heute einen beträchtlichen Teil der Arbeitswelt im Marketing aus. Durch den bevorstehenden Einfluss Künstlicher Intelligenz wird sich die Digitalisierung weiter stark ausbreiten und die Arbeit der Menschen erleichtern. Moderne Algorithmen werden Arbeitsprozesse vereinfachen und übernehmen. Um den Anschluss an den immer weiterwachsenden Onlinehandel nicht zu verlieren, wird eine professionellere Ausarbeitung und Pflege vonnöten sein, welche mithilfe von entsprechenden Berufsbildern, wie beispielsweise dem Affiliate Marketing Manager oder dem E-Commerce Manager abgedeckt sind. Die Arbeit mit Suchmaschinen und Sprachassistenten – als deren Pendant – wird ebenso neue Berufsmöglichkeiten eröffnen, da sich die Art der Suche verändern wird. Die bekannten sozialen Netzwerke spielen im Marketing ferner eine wichtige Rolle und damit einhergehend auch Influencer Marketing, welches über die sozialen Medien betrieben wird. Neue Berufsbilder wie der Influencer Marketing Manager oder der Conversion Manager werden in Zukunft davon profitieren.