Dieser Browser wird nicht mehr unterstützt

Bitte wechseln Sie zu einem unterstützten Browser wie Chrome, Firefox, Safari oder Edge.

Wie aus Daten Wissen wird 

(c) Getty Images/iStockphoto (yacobchuk)
  • Drucken

Mit künstlicher Intelligenz wird die Welt der Daten im Bereich des Wissensmanagements neu erfunden. Wie KI dabei hilft, jene Verknüpfungen herzustellen, die aus Datenfriedhöfen lebendige Wissensfelder machen.

Die Präfixe Mega und Giga sind in Zusammenhang mit Bytes in den gemeinen Sprachgebrauch übergegangen, von Tera, Peta und Exa ist immer wieder mal zu hören. Dabei steht das dritte Jahrtausend unserer Zeitrechnung bereits im Zeichen von Zetta. 2002 wurde erstmals bei der Gesamtsumme aller geschaffenen und gespeicherten Daten die Trilliarde, eine 1 mit 21 folgenden Nullen, überschritten. Das entspricht in etwa dem Informationsspeicherplatz von 33 Millionen menschlichen Gehirnen. 2020 wurden laut dem Statistikportal statista.com 64 Zettabytes an Daten generiert. Wie exponentiell der Verlauf ist, zeigt der Umstand, dass 90 Prozent der weltweiten Informationen innerhalb von bloß zwei Jahren (2019 und 2020) erstellt wurden. Und damit steht die Menschheit datenvolumentechnisch offenbar erst am Anfang einer überwältigenden Entwicklung.   

Mehrwert fürs Geschäft 
Bei dem Versuch, den Umfang der Information zu nutzen, sind die Fähigkeiten der menschlichen Verarbeitung längst ins Hintertreffen geraten. Auch einfache Datenbanksysteme, in denen Informationen gekennzeichnet und in digitalen Bibliotheken gespeichert werden, sind keine zeitgemäße Antwort auf die Frage, wie aus Daten praktikables Wissen geschaffen wird.

„Man kann sich dieses altbackene Speicherkonzept in etwa vorstellen wie einen fleißigen Bibliothekar, der Bücher akribisch in alphabetischer Reihenfolge in die Regale stellt“

Alison Vanzetta, Digitalberaterin bei Cloudflight

Die in Datenbanken gespeicherten Informationen erfüllen jedoch wie die Bücher in der Bibliothek nur teilweise ihren Zweck. Wenn Bücher nicht gelesen werden – und das Wissen nicht geteilt oder genutzt wird –, bleiben sie eine unberührte Ressource.

„Es sind neue Technologien wie die künstliche Intelligenz, die veraltete Daten in Wissen verwandeln und Werkzeuge entwickeln, mit denen riesige Informationsmengen schnell transformiert werden können“

Alison Vanzetta

KI führe uns zu jenen Methoden, die digitales Kapital erschließen und ihm eine neue Bedeutung geben – mit dem Ziel, auf Unternehmensebene aus Daten Geschäftswert zu lukrieren.  


Bilderkennung im Einsatz 
Zu den aktuell relevantesten KI-Methoden zählt die Mustererkennung. Dabei geht es darum, aus großen, unstrukturierten Datenmengen sinnvolle Informationen herauszufiltern, indem Regelmäßigkeiten und Ähnlichkeiten maschinell erfasst werden. Maschinen sortieren dazu die Daten in Klassen mit Merkmalen, die innerhalb dieser Kategorien identisch sind und außerhalb nicht auftreten. Eine besondere Rolle kommt im Rahmen der Musteridentifikation der Bilderkennung zu. Die technische Funktionsweise: Bilder werden in Pixel zerlegt, indem man Tausende Merkmale aus einem Bild extrahiert. Diese Bestandteile mit Beschriftungen werden zum Trainieren des Modells verwendet. Dabei werden die Bilder in ein Netzwerk eingefügt. Vorliegende Bilder kommen in die Eingabeseite und die Labels in die Ausgabeseite. Ziel ist es, das Netz so zu trainieren, dass die Bilder der Eingabeseite mit den Labels der Ausgabeseite übereinstimmen. „Mit der richtigen Bilderkennungssoftware lassen sich sämtliche Geschäftsprozesse automatisieren, wodurch sich die Produktivität eines Unternehmens erhöht“, sagt Laurenz Wuttke, Geschäftsführer des KI-Spezialisten Datasolut und Autor des Buchs „Praxisleitfaden für Künstliche Intelligenz in Marketing und Vertrieb“. Die Bereiche, in denen die Bilderkennung Anwendung findet, sind laut Wuttke vielfältiger Natur.   
  
Von Bankomat bis autonomes Fahren 
Versicherungen etwa nutzen die KI-Technik zur selbstständigen Interpretation und Bewertung von Schadensbildern und der daraus folgenden Prognose von Reparaturkosten. Banken setzen auf Bilderkennung zur Gesichtserkennung, um die Identität der Kunden zu überprüfen, beispielsweise beim Abheben von Bargeld an Bankomaten. Onlinehändler wie Amazon, Ebay oder Zalando nutzen die automatisierte Bilderkennung zur Produktsuche für Kunden, die im Onlineshop lediglich ein Foto des gewünschten Produkts hochladen müssen. In der Medizin kommen die Techniken auf KI-Basis zur Erkennung und Diagnose von Krankheitsbildern zum Einsatz, indem zum Beispiel Röntgenbilder eines Patienten auf Auffälligkeiten analysiert werden. Im Zukunftsfeld autonomes Fahren dienen die Technologien dem Auto, das die Umwelt in Echtzeit wahrnimmt und analysiert. Werden Autos, Fußgänger oder Fahrradfahrer erkannt und deren Bewegungsmuster vorberechnet, ermöglicht dies das richtige autonome Reagieren des Fahrzeugs. Auch im Bildungswesen sind neuronale Netzwerke und Bilderkennungssoftware gefragt, beispielsweise wenn es im Online-Unterricht darum geht, das Interesse von Schülern zu identifizieren und Reaktionen zu deuten.

„Der Funktionsumfang von Bilderkennung und Computer Vision wird immer größer und auf weitreichende Bereiche unseres Alltags- und Geschäftslebens einen Einfluss haben. Dieser KI-Bereich ist mit Sicherheit noch lang nicht am Zenit angekommen, sodass in den nächsten Jahren mit zahlreichen interessanten Neuerungen zu rechnen ist.“   

Laurenz Wuttke