Künstliche Intelligenz: Die Herausforderungen von heute in die Chancen von morgen verwandeln

Schon seit einigen Jahren ist der Begriff „Big Data“ in aller Munde – typischerweise in Bezug auf die drei Kenngrößen Datenvolumen, -vielfalt und -geschwindigkeit. Big Data wird in der Regel mit fortschrittlichen Methoden assoziiert, die aus Daten automatisiert Erkenntnisse ableiten, wie beispielsweise prädiktive und verhaltensbasierte Analysen. Infolge dieser rasanten Entwicklung und eines Big-Data-Analytics-Marktes, der bis zum Jahr 2023 ein Volumen von 103 Milliarden US-Dollar erreichen soll, erleben wir jetzt einen beschleunigten Bedarf an Technologien wie KI, Machine Learning und Deep Learning, die es Unternehmen ermöglichen, einen zunehmend algorithmischen Ansatz für die Datenanalyse auf hohem Niveau zu verfolgen.

Was bringt KI?

In fast allen Branchen sind Verantwortliche zur Erkenntnis gekommen, dass sie mithilfe von KI-Technologie viele der Probleme lösen können, die vorher als unlösbar galten – etwa das vollständige Verständnis des Kundenverhaltens oder auch die simple Fähigkeit, Smartphones mit Gesichtserkennung zu entsperren. Machine Learning ermöglicht solche Innovationen mit der Weiterentwicklung von Lösungen wie virtuellen persönlichen Assistenten, Chat-Bots, Marketing-Automatisierung und der Sprache-zu-Text-Erkennung.

Spitzenreiter bei der Einführung und Nutzung dieser Technologie ist die Finanzindustrie, die im Vergleich am meisten in KI und Machine-Learning-Algorithmen investiert. Die Einsatzgebiete reichen vom Backtesting von Vermögenspreisen über die Portfoliooptimierung bis hin zum Hochfrequenzhandel oder der Analyse von Markttrends. Selbstlernende Algorithmen können außerdem beispielsweise so konzipiert werden, dass sie in jeder neuen Iteration die Rentabilität optimieren, etwa bei der Bewertung von Kreditanträgen.

Das Gesundheitswesen ist ein weiterer Sektor, der vom KI-Einsatz transformiert wird – etwa darin, dass Pflegekräfte die täglichen Muster und die sich ständig verändernden Bedürfnisse ihrer Patienten besser verstehen können. In einigen Fällen kommen schon jetzt etwa Wearables zum Einsatz, um Krankheiten zu erkennen. Tatsächlich zeigen Studien, dass KI genutzt werden kann, um Mammogramme 30 Mal schneller als zuvor und mit 99 % Genauigkeit zu überprüfen – was die Zahl unnötiger Biopsien erheblich reduziert.

Bei KI geht es aber nicht nur um Effizienz und die Rationalisierung mühsamer, repetitiver Aufgaben. Dank Machine und Deep Learning können Anwendungen aus Daten und Ergebnissen nahezu in Echtzeit Schlüsse ziehen und Erkenntnisse liefern. KI bietet die Möglichkeit, neue Informationen aus verschiedenen Quellen zu analysieren und sich entsprechend anzupassen – mit einer Genauigkeit, die für Unternehmen von unschätzbarem Wert ist und weit über die Fähigkeiten eines Menschen hinausgeht. Dieses Potenzial zur Selbstoptimierung und zum eigenständigen Lernen bedeutet, dass KI den geschäftlichen Nutzen, den sie generiert, kontinuierlich steigern kann.

Auf Basis der generierten Daten kann der Anwender dann besser vorhersagen, planen und sich vorbereiten. In Verbindung mit der „menschlichen Note“ in Form von kreativem Denken und Einfühlungsvermögen dort, wo sie benötigt wird, hat diese leistungsstarke Verbindung das Potenzial, für Unternehmen aller Branchen einen enormen, messbaren Unterschied zu machen.

Künstliche Intelligenz zur Lösung natürlicher Probleme

Mit KI lassen sich nicht nur die Erstellung von Diagnosen und Behandlungsplänen verbessern – zusätzlich kann die Technologie auch mit einem Internet der Dinge für die Medizinbranche in Applikationen für Verbraucher dazu beitragen, ein gesünderes Verhalten zu fördern und den Verbrauchern mehr Kontrolle über ihre Gesundheit und ihr Wohlbefinden zu geben. So kann etwa Watson, die KI von IBM, schon jetzt riesige Mengen an medizinischen Informationen speichern und um ein Vielfaches schneller als jeder Mensch überprüfen. DeepMind Health von Google arbeitet mit Forschern, Medizinern und Patienten zusammen, um reale Gesundheitsprobleme durch die Kombination von maschinellem Lernen und Systemneurowissenschaft zu lösen. Das Ergebnis ist die Fähigkeit, einen leistungsstarken Lernalgorithmus in neuronale Netzwerke einzubauen, die das menschliche Gehirn imitieren.

Das rasante Wachstum der globalen Datenmenge

IDC prognostiziert, dass die Menge an digitalen Daten, die wir erzeugen und konsumieren, von etwa 40 Zettabyte Daten im Jahr 2019 auf 175 Zettabyte im Jahr 2025 anwachsen werden – auf mehr als das Vierfache in nur gut sechs Jahren. Bis 2022 wird zudem erwartet, dass der jährliche Umsatz des globalen Big-Data- und Business-Analytics-Marktes 274,3 Milliarden US-Dollar erreichen wird.

Ohne Zweifel gehen KI und das Wachstum der weltweit generierten Datenmenge Hand in Hand. Und da das nächste Jahrzehnt von Daten bestimmt werden wird, ist der Erfolg von Unternehmen danach zu bemessen, wie sie Technologien wie KI für Datenanalysen einsetzen. Daher ist eine zweckmäßige und zukunftssichere Hardware-Infrastruktur mit den neuesten CPUs/GPUs, Speichern der nächsten Generation und NVMe-SSDs entscheidend für die Ausschöpfung des wahren Potenzials.

Beispiel: vorausschauende Wartung, im Fachjargon auch Predictive Maintenance genannt. Hierfür werden relevante Daten aus der gesamten installierten Basis eines Unternehmens in einer Cloud gesammelt und gespeichert und die Zahlen aus einem immensen Datensatz immer wieder neu berechnet. Da mehr Daten als je zuvor produziert und gespeichert werden, ist der Bedarf an solchen effizienten, effektiven und präzisen Prozessen noch nie so groß gewesen.

In gleicher Weise besteht in Predictive Analytics ein weiterer leistungsstarker Ansatz, der den KI-Markt vorangetrieben hat. Indem sie nützliche Einblicke in das Geschehen liefert, kann KI vorschlagen, wie sich ein bestimmtes Szenario verbessern lässt. Lösungen, die mit innovativen Algorithmen auf dem neuesten Stand der Technik ausgestattet sind, können die meisten unlösbaren Probleme bewältigen und Anwendern helfen, gute und fundierte Entscheidungen zu treffen.

Gerade aufgrund des rasanten Wachstums der erzeugten Datenmenge wird es notwendig, relevante Informationen zu finden und richtig zu interpretieren – insbesondere beim Versuch, menschliches Verhalten zu verstehen. Dies treibt den Bedarf an höherer und effizienterer Datenverarbeitung voran – sei es durch CPU/GPU oder Speicher –, was die Qualität der Dateninterpretation weiter verbessert.

Unternehmen, die sich von ihren Mitbewerbern abheben wollen, müssen erstens verstehen, wie sie ihre Daten richtig verwalten und speichern, und zweitens wie sie KI und maschinelles Lernen nutzen können, um verborgenes Wissen über ihre Kunden, Konkurrenten, Lieferanten und das Marktverhalten zu erfassen, das die Leistung beeinflusst. Da der Markt immer anspruchsvollere Anwendungen hervorbringt,  ist der Einsatz schneller und zuverlässiger SSDs von entscheidender Bedeutung, um dieses Wachstum zu ermöglichen.

Blick in die Zukunft

Es mag wie eine fast unmögliche Aufgabe erscheinen, die Zukunft nach den Ereignissen des Jahres 2020 zu prognostizieren. Gerade die laufende Pandemie hat aber gezeigt, dass in zahlreichen Gebieten ein Modernisierungsschub dringend nötig war und die digitale Transformation unumgänglich ist. Und damit einher geht natürlich die Fähigkeit, Systeme, Menschen und Prozesse auf die Einführung von Technologien wie KI, Machine und Deep Learning vorzubereiten.

Es wird allgemein angenommen, dass speziell die Kombination von KI und Big Data eine potenziell hochgradig disruptive Wirkung entfalten wird – mit weitreichenden Auswirkungen, die von Tag zu Tag deutlicher werden und immer mehr angenommen werden. Es gibt jedoch einige Technologien wie 5G, die einen großen Einfluss auf unsere Fähigkeit haben werden, KI auf sinnvolle Weise zu nutzen. Das liegt vor allem an der Tatsache, dass es eine Fülle von Echtzeitdaten für die Aufnahme und das Lernen geben wird.

https://www.kingston.com/germany/de/landing/kingston-is-with-you

Autor: Christian Marhöfer, Regional Director DACH, Nordics and Benelux, ‎Kingston Technology