Wer als Unternehmer KI-Technologie in seiner Firma einsetzen und sich schlau machen möchte, stolpert sehr schnell über Begriffe wie Deep Learning, Machine Learning und Predictive Maintenance. Manche davon werden inflationär und nicht selten auch falsch verwendet. Das folgende Glossar erläutert häufig verwendete und auch selten gesehen Begriffe sowie ihre Bedeutung für Unternehmen.

AI steht für das englische „Artificial Intelligence“, zu deutsch → Künstliche Intelligenz. Bekannt wurde das Kürzel in Deutschland über den Film von Steven Spielberg A.I. von 2001. Die Hauptrolle spielt ein kleiner Junge, der Roboter ist und sich wie ein Mensch verhält. Er steht für eine → Starke KI, die es in absehbarer Zeit aber noch nicht geben wird.

Backpropagation beschreibt die Feedback-Technik, in der künstliche → Neuronale Netze Fehler und Fehleinschätzungen nutzen, um sich selbst zu verbessern. Es gehört zu den → überwachten Lernverfahren, bei denen eine externe Instanz (Lehrer, System) zu jeder Eingabe die gewünschte Ausgabe kennt und das neuronale Netz entsprechend einstellt.

Bot / ChatBot Das Wort Bot ist eine Kurzform von Robot und steht – im Unterschied zum Robot – für eine Software, die weitgehend autonom agiert. Ein Bot ist zum Beispiel ein Webcrawler, der Informationen im Web für eine Suchmaschine sammelt. Ein ChatBot ist ein Automat, der Dialoge führen kann. Ist hierbei → KI im Spiel, kann der ChatBot Gespräche in natürlicher Sprache führen, meist in Form eingetippter Texte. Solche Bots werden bereits häufig im Support-Bereich oder auch bei Terminvereinbarungen eingesetzt. Sie funktionieren bisher aber nur gut, wenn sie in einem klar begrenzten Themenbereich zum Einsatz kommen.

CUDA / OpenCL CUDA steht für Compute Unified Device Architecture, OpenCL für Open Computing Language. Beides sind Software-Plattformen, die Spezial-Chips (meistens Grafikkarten-Chips) einsetzen, um große Mengen an Daten zu berechnen. Gerade Grafikkarten-Chips haben im Vergleich zu ‚normalen‘ CPUs von Intel und AMD deutlich mehr Recheneinheiten für Additionen und Multiplikationen. Über CUDA und OpenCL kann diese Rechenpower für → Neuronale Netze und → Machine Learning nutzbar gemacht werden.

Deep Learning bezeichnet Methoden, bei denen künstliche → neuronale Netze zum Einsatz kommen, die viele Verarbeitungsschichten zwischen den Eingangssignalen und der Ausgabe aufweisen. Mit Deep-Learning-Methoden lassen sich Gesichts- oder auch Objekt-Erkennung in Bildern und Sprachverarbeitung auf hohem Niveau erreichen – etwas, dass Computern ohne KI sonst kaum möglich ist. Mit Deep Learning lassen sich Hierarchien von Konzepten aufbauen (eine Schicht erkennt nur Kanten, die nächste Objekte, die nächste Teile von Objekten (Gesichter), die nächste Gesichtsausdrücke, ...). Haben diese Schichten eine große Tiefe, spricht man von Deep Learning.

DeepMind ist eine KI-Firma aus England, die Google 2014 gekauft hat. Sie hat sich einen Namen mit AlphaGo gemacht, dem ersten Programm, dass das Brettspiel Go besser als jeder Mensch spielt. Mit AlphaZero hat sie vor kurzem eine Version vorgestellt, die nur mit den Regeln von Schach, Go und Shogi bestückt wurde und durch Spielen gegen sich selbst sich selbst trainiert hat. Nach wenigen Tagen war sie besser als jeder Mensch und jeder Computer vorher. Hierbei kam Googles → Tensorflow-Framework und → Maschinelles Lernen zum Einsatz.

Erklärbare KI Komplexe KI-Systeme sind Menschen oft unheimlich, weil man nicht mehr weiß, wie sie zu ihren Erkenntnissen kommen, die ihre → Neuronalen Netze ermittelt haben. Dies ist zum Beispiel bei Verkehrsunfällen autonomer Autos oder militärischen Waffensystemen wichtig. Eine Erklärbare KI ist in der Lage zu erläutern, wie sie zu ihrem Ergebnis gekommen ist. Dies wird in Zukunft immer wichtiger werden, um die Akzeptanz von KI im normalen Leben zu steigern.

Face Recognition zu deutsch: Gesichtserkennung, ist eine Technik, die in ihrer Grundfunktion Gesichter von Menschen unterscheiden und wiedererkennen kann. Sie kommt vor allem für Zugangsberechtigungen an Gebäuden und für Computer zum Einsatz (ein prominentes Beispiel ist hier Face ID von Apple). In den letzten Jahren hat die → KI hierbei enorme Fortschritte erzielt, was die genaue Erkennung und den Abgleich mit großen Datenbanken angeht. Eine Weiterentwicklung ist das Erkennen von Gefühlsregungen (Mimik) in Gesichtern.

Home Assisted Living steht für eine Entwicklung, bei der Geräte mit künstlicher Intelligenz behinderten oder eingeschränkten Menschen in ihrem Alltag unterstützen und bestmöglich helfen. Dazu gehören auch Haushaltsroboter, die mittels künstlicher Intelligenz einfache Aufgaben übernehmen können. Japan ist in diesem Bereich führend, da hier eine stark überalterte Bevölkerung und eine restriktive Ausländerpolitik das Problem der Pflege verschärfen.

Künstliche Intelligenz ist der Sammelbegriff für computergestützte Systeme und Techniken, die ein ähnliches intelligentes Verhalten aufweisen, wie es Menschen beim Lösen von Problemen zeigen. Den Menschen zeichnet dabei aus, dass er auch bei unvollständiger Faktenlage Erkenntnisse gewinnen und Entscheidungen treffen kann. Außerdem lernt er aus Fehlern. Bei Systemen, die autonom ähnlich funktionieren, spricht man von künstlicher Intelligenz. Dazu werden verschiedenen Techniken wie → Maschinelles Lernen, → Deep Learning, → neuronale Netze und Mustererkennung eingesetzt. KI wird in → Starke KI und → schwache KI unterschieden. Bisher gibt es nur schwache KI-Systeme.

KI-Chip ist ein Stück Hardware ähnlich des Prozessors in einem Computer, der darauf spezialisiert ist, große Datenmengen mit Matrix-Operationen (Addition, Multiplikation) zu verarbeiten. Google TPUs (Tensor Processing Unit) können ca. 65500 Additionen und Multiplikationen 700 Millionen Mal pro Sekunde durchführen. KI-Chips können Anwendungen mit künstlichen → Neuronalen Netzen sehr effizient auszuführen. Häufig werden dafür auch spezielle Grafik-CPUs, sogenannte GPUs eingesetzt.

Machine Learning oder Maschinelles Lernen steht für Techniken, bei denen KI-Systeme mit oder ohne Hilfe von Menschen ihre Fähigkeiten durch große Mengen an Eingabedaten (Input) verbessern können. In den meisten Fällen kommen dabei künstliche → Neuronale Netze zum Einsatz, die Muster oder Gesetzmäßigkeiten erkennen. Man unterscheidet dabei → Überwachtes Lernen (bei denen ein Lehrer Eingaben und Ausgaben bewerten und das neuronale Netz anpasst) von Nicht überwachten Lernen, bei dem das Netzwerk allein lernt. Letzteres kam beispielsweise bei den Schach- und Go-Programmen der Google-Tochter → DeepMind zum Einsatz.

Neuron Ein Neuron ist ein Nervenzelle, die in der Natur in Tieren und dort vor allem im Gehirn vorkommt. Es ist oft vielfach mit anderen Neuronen verbunden (vernetzt) und kann (elektrische, chemische) Eingangssignale verarbeiten und Signale an andere Neuronen verschicken. Die Funktionsweise dient vereinfacht künstlichen → Neuronalen Netzen als Vorlage für die Datenverarbeitung.

Neuronales Netz ist eine beliebe Anzahl miteinander verbundener Neuronen. Von künstlichen neuronalen Netzen spricht man, wenn neuronale Strukturen in Computerprogrammen nachgebildet und simuliert werden. Im Zusammenhang mit KI ist mit einem neuronalen Netz immer das künstliche Neuronale Netz gemeint. In Ihnen werden künstliche Neuronen, die aus mehreren Eingangssignalen, Gewichten und einer Berechnungsfunktion ein oder mehrere Ausgangssignale erzeugen, in Schichten zusammengesetzt. Die Ermittlung der richtigen Gewichte spielt dabei eine entscheidende Rolle. Sie werden in einer Anlernphase mit großen Datenmenge justiert. Dabei kommt → überwachtes oder nicht überwachtes Lernen zum Einsatz. Man spricht dabei von → Maschinellem Lernen. Hierbei ist enorme Rechenleistung notwendig, weshalb dabei oft → KI-Chips zum Einsatz kommen.

OCR Optical Charakter Recognition, also das Erkennen von Buchstaben und Wörtern in einem Bild oder Text, ist genaugenommen keine KI-Technik, sondern viel älter, kann aber durch KI deutlich verbessert werden. Sie ist oft die Grundlage beim automatischen Verarbeitung großer Briefmenge bei Versicherungen und (Post-)Unternehmen. Auf dem Ergebnis können dann KI-Systeme die Dokumente in verschiedene Klassen einteilen und so die Weiterverarbeitung automatisieren.

Predictive Maintenance zu deutsch Voraussagende Wartung ist eine Technik, die anhand von Erfahrungswerten, Sensoren, Geräuschen und anderen Werten berechnet, ab wann eine Wartung oder der Austausch eines Werkzeugs sinnvoll ist. Sie setzt dabei nicht auf statistische Durchschnittswerte. KI-Techniken wie  → Maschinelles Lernen kann dabei die Einsatzzeit von beispielsweise Werkzeugen optimieren, sodass sie erst dann ersetzt werden, wenn es wirklich nötig ist. Das spart Lagerhaltungskosten und verlängert die Lebensdauer.

Schwache KI Als schwach gilt eine KI, wenn ihre Intelligenz sich auf einen klar begrenzten, eher kleinen Themenbereich beschränkt. Das kann das Schachspielen, Erkennen von Gesichtern oder autonome Fahren eines Autos sein. Das Gegenstück ist die  → Starke KI.

Schwarmintelligenz ist kein Begriff der Künstlichen Intelligenz. Es bezeichnet das intelligente Verhalten einer (großen) Gruppe von Einzelindividuen, die selbst keine große Intelligenz haben müssen. Fischschwärme, Ameisen und Vogelschwärme sind ein Beispiel dafür. Ihnen eigen ist, dass es im Schwarm keine eindeutige Hierarchie gibt.

Sentiment Detection ist eine Technik, um aus Texten herauszufiltern, welche Stimmungen und Haltungen der Autor hat, im einfachsten Fall, ob seine Äußerung als positiv oder negativ zu werten ist. Hierbei kommen Statistik, → maschinelles Lernen und → Spracherkennung zum Einsatz.

Smart Factory Ist eine Fabrik oder Produktionsanlage, in der sich Fertigungsanlagen und Logistiksysteme ohne menschliche Eingriffe weitestgehend selbst organisieren. Die dabei eingesetzten Systeme sind dabei hochgradig vernetzt, nutzen IoT und → Predicitve Maintenance sowie selbstlernende Roboter.

Spracherkennung ist eine Technologie, die vom Menschen gesprochene Sprache  als Ton aufnimmt und in Text umsetzen kann. Dies kann sprecherab- oder unabhängig erfolgen. Erst in letzter Zeit werden hierbei KI-Techniken wie → Deep Learning eingesetzt, was die Erkennnungsrate deutlich steigert. Bekannte Systeme mit Spracherkennung sind Siri, Alexa und Google Now.

Starke KI Eine KI gilt als stark, wenn sie in etwa die Intelligenz und das Verhalten eines Menschen ausweist – und das nicht nur auf Spezialgebieten, sondern ganz allgemein. Beispiele sind der Junge im Spielfim A.I. Artificial Intelligence oder auch der Terminator aus dem gleichnamigen Film. Eine Starke KI ist nach einhelliger Expertenmeinung in nächster Zeit nicht machbar.

Tensorflow ist eine Framework (eine Plattform) für die Programmierung von KI-Anwendungen, die künstliche → Neuronale Netzwerke und → Maschinelles Lernen als Technik einsetzen. Es wurde von Google entwickelt und ist Open Source. Google setzt es unter anderem bei seiner Spracherkennung, Gmail, Google Fotos und seiner Suche ein. Tensorflow und die → KI-Chips von Google, TPU genannt, arbeiten perfekt zusammen.

Turing-Test Der geniale Mathematiker Alan Turing hat den Test postuliert, der dazu dienen soll, festzustellen, ob eine Maschine über die Intelligenz eines Menschen verfügt (also ein → Starke KI ist). Dazu unterhält sich ein Mensch nur per Tastatur und Bildschirm mit zwei Gesprächspartnern, von denen einer ein Mensch, der andere eine Maschine ist. Kann der Tester anschließend nicht sagen, wer wer ist, hat die Maschine den Test bestanden. Alljährlich gibt es einen Wettbewerb, der den Loebner Prize für das Bestehen eines 25-minütigen Turing-Tests verleiht.

Virtueller Assistent Ist eine Software, die → Spracherkennung und KI-Technik verwendet, um dem Anwender als hilfreicher Assistent zur Seite zu stehen. Dabei der lernt der virtuelle Assistent aus dem Verhalten des Anwenders, was er als nächstes brauchen könnte. Ein Beispiel dafür ist die App Google Now.

Überwachtes Lernen Künstliche → Neuronale Netze müssen vor dem Einsatz trainiert werden. Dazu sind die Gewichte der Eingänge zu den → Neuronen für den jeweiligen Zweck passend einzustellen. Hierfür müssen große Datenmengen verarbeitet und die erzielten mit den gewünschten Ergebnissen verglichen werden. Aus den Abweichungen wird auf die Veränderung der Gewichte geschlossen. Übernimmt dies ein „Lehrer“ (eine Person oder eine andere Maschine), spricht man von überwachtem Lernen. Ein Beispiel dafür ist die Schachmaschine AlphaGo von → DeepMind. Findet das ohne Lehrer statt, spricht man von Nicht überwachtem Lernen. AlphaZero hat sich so selbst trainiert.

Watson ist ein KI-Anwendung der Firma IBM, die auf KI-Techniken wie → Spracherkennung und → maschinellem Lernen basiert. Sie wird vor allem in der medizinischen Diagnostik eingesetzt und kann Fragen in natürlicher Sprache verarbeiten.

Technologische Singularität So bezeichnen Wissenschaftler den Zeitpunkt, an dem Maschinen zum ersten Mal intelligenter sind als Menschen und die Entwicklung der Maschinen nicht mehr vorhersehbar ist. Dieser Zeitpunkt wurde immer wieder postuliert und genauso häufig nach hinten verschoben. Nach aktuellem Stand liegt es eher noch in fernerer Zukunft. Er setzt das Vorhandensein einer → Starken KI voraus.