Anstatt Angst machenden Büchern und Filmen über künstlich intelligente Wesen, die die Welt übernehmen und sich gegen die Menschen wenden (jemand an "Terminator" gedacht?), Glauben zu schenken, ist es an der Zeit, dass wir einen genauen Blick auf die nachgewiesenen Vorteile und potenziellen Risiken einiger realer Anwendungen der künstlichen Intelligenz werfen. Die Menschen assoziieren künstliche Intelligenz typischerweise mit dem Technologiesektor; jedoch wird KI zunehmend in Branchen eingesetzt, die nicht strikt technologieorientiert sind. 4 Vorteile der künstlichen Intelligenz Im letzten halben Jahrhundert ist künstliche Intelligenz zu einem wichtigen Erfolgsfaktor in verschiedenen Sektoren geworden. Beispielsweise ist es mittlerweile üblich, KI in folgenden Bereichen zu sehen: 1. Gesundheitswesen 2. Fertigung 3. Banken und Finanzen 4. Kundenservice Diese Branchen (sowie andere) haben die Tür zu erweiterten Möglichkeiten und Fortschritten geöffnet, die KI als Ergänzung oder Unterstützung menschlichen Denkens und Arbeitens bringen kann. KI im Gesundheitswesen Das Gesundheitswesen hat viele Teilbereiche, die positiv von künstlicher Intelligenz beeinflusst wurden. Insbesondere hat KI die Radiologie und die digitale Konsultation beeinflusst. KI in der Radiologie Radiologie ist eine Fachrichtung, die diagnostische (medizinische) Bildgebung zur Diagnose und Behandlung von Krankheiten bei Patienten verwendet. Der Zweck der diagnostischen Bildgebung besteht darin, in den Körper eines Patienten zu sehen, festzustellen, ob ein Problem vorliegt, und eine Behandlung oder weitere Tests zu diagnostizieren. Zu den diagnostischen Bildgebungen gehören Röntgenaufnahmen, CT-Scans, PET-Scans, MRTs und Ultraschall. KI spielt in der Radiologie eine Rolle, indem sie Deep-Learning-Algorithmen – insbesondere konvolutionale neuronale Netze (CNN) – verwendet, um bei der Erkennung und Diagnose von Krankheiten zu helfen. CNN wird am häufigsten mit der Analyse von visuellen Bildern in Verbindung gebracht, daher seine Beziehung zur und Unterstützung bei der diagnostischen Bildgebung. Derzeit besteht der Zweck der KI in der Radiologie darin, als zweites Augenpaar – oder als "zweite Meinung" – zu fungieren, das die Genauigkeit einer ersten Diagnose durch einen Arzt unterstützen kann. Darüber hinaus kann KI dabei helfen, die Zeit und menschliche Fehler beim Übersehen geringfügiger Veränderungen in diagnostischen Bildern zu reduzieren – Zeit, die, wenn sie verschwendet wird, für das Wohlbefinden des Patienten schädlich sein könnte. KI in der digitalen Konsultation Digitale Konsultationstools (oder "Online-Ärzte") erfassen Krankheitssymptome, die Benutzer online eingeben. Das künstlich intelligente Programm zieht dann Annahmen über Diagnosen und Lösungen basierend auf anderen Benutzereingaben und Erfahrungen. Da die meisten Kliniken und Arztpraxen vor 18 Uhr schließen, fällt es Berufstätigen schwer, während der Arbeitswoche Zeit zu finden, ihren Arzt aufzusuchen. Ebenso würden die meisten Menschen es vorziehen, nicht von der Arbeit freizunehmen, um zum Arzt zu gehen. Es ist nicht nur umständlich, sondern stört auch den Alltag, wie z. B. einen Vollzeitjob. Um dies zu beheben, haben die Menschen begonnen, sich an digitale Konsultationstools zu wenden, um Hilfe bei ihren Gesundheitsproblemen zu erhalten, ohne jemals einen Fuß in eine Arztpraxis setzen zu müssen. Obwohl Websites wie der WebMD Symptom Checker schon seit einiger Zeit existieren, verwenden sie keine künstliche Intelligenz, um Schlussfolgerungen über Gesundheitsprobleme zu ziehen, wie es digitale Konsultations-KIs tun. Mit dem zunehmenden Bedarf und Wunsch nach medizinischer Fernunterstützung sind jedoch fortschrittlichere Online-Symptomprüfungs-Websites entstanden. Ein beeindruckendes digitales Konsultationstool, das KI nutzt, ist Buoy, ein interaktiver Symptomprüfungs-Chatbot, der den Benutzer mit weiteren Fragen zu Symptomen basierend auf der anfänglichen Benutzerauswahl auffordert. Für eine erhöhte Genauigkeit beginnt Buoy damit, den Benutzer nach seinem Geschlecht, Alter und dem am meisten störenden Symptom zu fragen. Mit diesen Informationen im Hinterkopf fordert Buoy den Benutzer basierend auf seiner anfänglichen Eingabe weiter auf – und versucht so, eine Wissensbasis ähnlich einem menschlichen Arzt zu entwickeln. Auf die gleiche Weise, wie ein Arzt seinen Patienten bitten könnte, verwandte Schmerz- und Besorgnisbereiche anzugeben, fragt Buoy dies auch den Patienten. Wenn der Benutzer beispielsweise angibt, dass er Kopfschmerzen hat, wird Buoy Fragen zu Kopfschmerzen und verwandten Bereichen stellen: Gesicht, Augen, Nacken, Hals usw. Um ein menschliches Gespräch zu imitieren, antwortet Buoy mit Sätzen wie: "Okay, lass uns das gemeinsam herausfinden." und ähnlichen dialogartigen Formulierungen, die von einem Menschen und nicht von einem KI-Chatbot zu kommen scheinen. Am Ende der "Konsultation" des Benutzers "denkt" Buoy über die Eingaben des Benutzers nach und verbindet die Punkte, was dazu führt, dass der Benutzer basierend auf seiner Diagnose zusätzliche Hilfe sucht (falls erforderlich). Buoy bietet dem Benutzer nicht nur eine Krankheit an, die am ehesten den Symptomen des Patienten entspricht, sondern auch Vorschläge, wie schnell ein Hausarzt aufgesucht werden sollte und welche nahegelegenen Klinikoptionen basierend auf der Postleitzahl oder dem Computerstandort des Benutzers verfügbar sind. Was Buoy einen Schritt weiter von den Symptomprüfern der Vergangenheit entfernt, ist die Fähigkeit, "hin und her" mit einem KI-Berater zu "sprechen" und in wenigen Minuten Ergebnisse zu erhalten. Am Ende der Konsultation fragt Buoy den Patienten, was er für die wahrscheinlich richtige Antwort hält, und vertraut so dem menschlichen Urteil in Verbindung mit der bereits getroffenen Entscheidung des KI-Chatbots. Verwandt: Schauen Sie sich unseren umfassenden Leitfaden an, wie KI im Gesundheitswesen im Jahr 2020 eingesetzt wird. KI in der Fertigung KI wird seit mindestens 50 Jahren in der Fertigung eingesetzt. Bereits in den 1960er Jahren fügte General Motors Unimate – den ersten Industrieroboter – einer Montagelinie in einem Werk in New Jersey hinzu. Zu seinen Aufgaben gehörten das Schweißen und der Transport von Druckgussteilen auf Autos, Aufgaben, die für Menschen als unsicher galten. In Fahrzeugfertigungsanlagen sind Industrieroboter eine Notwendigkeit zur Herstellung großer Mengen an Materialien. Derzeit begrüßen unzählige große und kleine Fertigungsunternehmen industrialisierte Roboter, die mit KI programmiert sind, um bei arbeitsintensiven, unsicheren oder sich wiederholenden Aufgaben zu helfen. In einigen Fällen haben Maschinen menschliche Arbeitskräfte ersetzt, da sie programmiert werden können, um eine Aufgabe mit nahezu perfekter Genauigkeit und geringeren Ermüdungs- oder Fehlerquoten als ihre menschlichen Gegenstücke auszuführen. In anderen Fällen unterstützen Maschinen einfach Menschen dabei, die Produktion auf einem höheren Standard zu steigern. TIPP: Möchten Sie in der Branche Fuß fassen? Der G2-Leitfaden zu den 10 besten Städten für Tech-Jobs enthält alles, was Sie für Ihre Suche benötigen. Neben verbesserter Genauigkeit und Geschwindigkeit können industrialisierte Maschinen so programmiert werden, dass sie wiederkehrende Muster erkennen, die zu Problemen mit der Qualität der Produktion führen können – Muster, die ein Mensch möglicherweise erst nach einiger Zeit erkennt. Darüber hinaus wurden einige Maschinen mit Bilderkennung (Computer Vision) entwickelt, die ihnen die Fähigkeit verleiht, Materialien zu sehen, zu verarbeiten und auf Fehler zu überprüfen, erfolgreicher als das bloße Auge. Insgesamt hat die Hinzufügung von künstlicher Intelligenz zur Fertigung Unternehmen in den Bereichen Genauigkeit, Ertrag, Kosten und Qualitätskontrolle zugutegekommen. KI im Bankwesen und in der Finanzbranche Das Bankwesen und die Finanzbranche haben sich nach der Erfindung von Geldautomaten in den späten 1960er Jahren mit automatisierten Systemen beschäftigt. Zuerst in Großbritannien aufgetaucht, griffen die Vereinigten Staaten schnell den "Geldautomaten"-Trend im Jahr 1969 auf, etwas, das die Menschen befürchteten, würde den Job eines Bankangestellten eliminieren. Derzeit werden KI, maschinelles Lernen und Big Data im Finanzsektor auf eine Weise eingesetzt, die sowohl den Kunden als auch den Finanzinstituten selbst zugutekommt. Im Jahr 2016 stellte die Bank of America einen virtuellen Assistenten namens Erica vor. Als "virtueller Finanzassistent" bezeichnet, kann Erica Kundenbedürfnisse und -anliegen in einigen Schlüsselbereichen wie der Verfolgung der Ausgabengewohnheiten der Benutzer, der Verwaltung von Rechnungszahlungen und dem Sperren von Debitkarten, um nur einige zu nennen, erledigen. Ein weiteres Beispiel ist JPMorgan Chase, das erhebliche Investitionen in Technologie, KI und maschinelles Lernen getätigt hat. Im Jahr 2019 führte Chase den JPM Coin ein, eine "digitale Münze [die] eine Fiat-Währung darstellt" und Blockchain-Technologie für den sofortigen "Transfer von Zahlungen zwischen institutionellen Konten" verwendet. Chase ist die erste Bank, die ihre eigene Kryptowährung erstellt hat. Das Pilotprogramm Coin wird vorerst nur für die institutionellen Kunden von JMP verfügbar sein. JPMorgan Chase verfügt auch über technische Werkzeuge, die entwickelt wurden, um juristische Dokumente zu analysieren und Daten zu extrahieren – eine Aufgabe, die normalerweise durch manuelle Überprüfung erledigt wird. Die Implementierung von Technologie, die Daten nur durch das Betrachten und "Verstehen" von Text extrahieren kann, spart jedoch Zeit und Arbeitskraft, da eine solche Aufgabe normalerweise über 350.000 Stunden in Anspruch nimmt. Verwandt: Erfahren Sie mehr über intelligente Apps und wie sie verwendet werden, um einfache Aufgaben zu automatisieren und wichtige Daten mit Benutzern zu teilen. KI im Kundenservice Die Automatisierung des Kundenservice hat sich im letzten Jahrzehnt erheblich weiterentwickelt. Mit der Einführung von Chatbots zur Unterstützung bei der Entscheidungsfindung auf Websites wie Facebook können Menschen in Echtzeit mit Chatbot-Assistenten "interagieren". Facebook-Chatbots werden von künstlicher Intelligenz betrieben – oder, je nach Fall – vorprogrammierten Antworten, die das System basierend auf einer menschlich geleiteten Anfrage versteht. Chatbots funktionieren ähnlich wie Kundenservicemitarbeiter (CSR) für grundlegende Fragen, indem sie natürliche Sprachverarbeitung (NLP) verwenden, um auf Kundenanliegen zeitnah und genau zu reagieren. NLP ist ein Teilbereich der künstlichen Intelligenz, der Computern hilft, menschliche Sprache zu interpretieren und darauf zu reagieren. Die Automatisierung des Kundenservice kann Unternehmen helfen, auch außerhalb der Geschäftszeiten erreichbar zu bleiben. Wenn beispielsweise die Arbeitszeiten eines Unternehmens von 8 bis 18 Uhr (CT) sind, aber jemand aus einem anderen Teil des Landes oder einem anderen Land insgesamt einen CSR kontaktieren muss, gibt es möglicherweise nie eine geeignete Zeit, die sowohl für den Kunden als auch für das Unternehmen funktioniert; jedoch kann mit der Zugänglichkeit, die durch Chatbots als CSRs bereitgestellt wird, auf Fragen und Anliegen von hoher Bedeutung mit dem Zeitplan des Kunden im Hinterkopf reagiert werden. TIPP: Entdecken Sie die beste Chatbot-Software für Ihre Bedürfnisse! KI im E-Commerce Um mit Online-Händlern wie Amazon Schritt zu halten, haben viele stationäre Geschäfte künstliche Intelligenz-Chatbots implementiert, um mit Kunden zu kommunizieren oder bei Kaufentscheidungen zu helfen. Oftmals leben diese Chatbots auf Facebook und können vom Kunden durch das "Aufwecken" des Chatbots aufgerufen werden. Dies kommt Facebook zugute, da sein Messenger-Dienst das Mittel ist, mit dem Einzelhändler ihre Kunden ermutigen, sich zu melden. Was jeden Chatbot einzigartig macht, ist die Tatsache, dass einige von ihnen vollständig automatisiert sind; einige werden von einem Menschen mit einem Zeitfenster betrieben, in dem der CSR antworten wird; und einige antworten sofort, leiten den Kunden dann jedoch an, sich telefonisch oder per E-Mail zu melden. Einige Einzelhändler, wie Sephora, fordern den Kunden nicht nur mit einer vorgefertigten Begrüßungsnachricht auf, sondern ermöglichen es dem Kunden auch, selbstgesteuerte Entscheidungen über die Nutzung ihres "Looks ausprobieren"-Tools oder die Kontaktaufnahme mit einem menschlichen Kundenservice-Mitarbeiter zu treffen. Da Kunden dazu neigen, unterschiedliche Grade an menschlicher CSR-Interaktion gegenüber KI-CSR-Interaktion zu bevorzugen, können Unternehmen je nach Befragtem mehr oder weniger Erfolg mit ihrem Ansatz haben. Potenzielle Risiken der künstlichen Intelligenz Natürlich kommen mit allen technologischen Fortschritten auch Rückschläge. Während wir uns immer noch davor hüten, zu modernen Ludditen zu werden, ist es wichtig, die potenziell schädlichen Auswirkungen zu diskutieren, die die Integration von KI auf die oben genannten Branchen haben kann und hat. Eingriff in die Privatsphäre Natürlich gab es Befürchtungen, dass künstliche Intelligenz ihre Benutzer "ausspioniert" – und das aus gutem Grund. Mit Heim-Sprachassistenten wie Google Home und Amazon Alexa, die in Benutzerkonversationen hineinhören, sind die Ängste der Menschen, basierend auf dem, was sie sagen, denken oder online suchen, verfolgt zu werden, verständlicherweise berechtigt. Um die Dinge ins rechte Licht zu rücken, hat China in den letzten Jahren ein soziales Kreditsystem implementiert, das Menschen stark verfolgt und bewertet, basierend auf einer Kombination von meist geringfügigen Verstößen wie dem Überqueren der Straße bei Rot, Rauchen in Nichtraucherbereichen, das Nichtanleinen des Hundes, das Überfahren von Stoppschildern, das Nichtzahlen von Steuern pünktlich oder das Nichtaufgeben seines Sitzplatzes in einem Zug für jemand anderen. Dieses soziale Kreditsystem verfolgt Bürger durch ihre Internetaktivitäten, einschließlich Social-Media-Profile, Finanzunterlagen, private Nachrichten, Gesundheitsdaten, Dating-Geschichte und Medienkonsum (Bücher, TV, Videospiele). Offensichtlich hat dieses System negative Auswirkungen auf gesellschaftliche "Übeltäter". Menschen mit niedrigem sozialen Kredit wurden daran gehindert, Flugtickets zu kaufen, um zu reisen, ihre Kinder an Elite-Schulen einzuschreiben (trotz der Fähigkeiten und Fertigkeiten ihrer Kinder) oder sogar in einigen Fällen das Land zu verlassen. Im Gegensatz dazu profitieren diejenigen mit hohen sozialen Kreditwerten erheblich von dem System. Beispielsweise werden Regelbefolger mit leichterem Zugang zu Krediten, Rabatten auf Nebenkosten, erhöhter Internetgeschwindigkeit und erhöhtem Zugang zu begehrten Immobilien belohnt. Wenn ein soziales Kreditsystem weltweit angewendet wird, werden die gleichen negativen Auswirkungen, die chinesische Bürger mit schlechtem sozialen Kredit erleben, auch anderswo auftreten. Ein solches System wird nicht nur verwendet, um persönliche Informationen von den Bürgern des Landes zu sammeln, sondern es kann auch für Diskriminierungszwecke basierend auf Rasse, Religion und Klasse verwendet werden. Verlust von Arbeitsplätzen In einigen Sektoren ist der Verlust von Arbeitsplätzen unvermeidlich. Unter Berücksichtigung externer Faktoren können einige Branchen feststellen, dass KI-programmierte Mitarbeiter erfolgreicher und produktiver sind als ihre menschlichen Gegenstücke. Bei der Arbeit mit Maschinen können einige ausschließlich menschliche Bedenken beseitigt werden: persönliche und emotionale Situationen; Lethargie und Erschöpfung; und Langeweile und Ablenkung. Es ist offensichtlich, dass KI-gesteuerte Maschinen nicht die emotionale Kapazität haben, die Menschen haben, trotz vieler Fortschritte auf dem Gebiet (einschließlich der Schaffung realistischer humanoider Roboter mit Gesichtsausdrücken und der Fähigkeit zu sprechen). Aus diesem Grund sind mechanisierte Mitarbeiter ideal, da sie nicht von emotionalen Vorkommnissen innerhalb oder außerhalb des Arbeitsplatzes betroffen sein können. Darüber hinaus werden Maschinen oft durch Strom (über eine Steckdose) oder Batterie betrieben, entweder wiederaufladbar oder Einweg. Daher werden Maschinen, die mit KI programmiert und durch Strom oder Batterien betrieben werden, nicht wie ein Mensch am Nachmittag eines langen Arbeitstages "Gehirnermüdung" erleben. KI-gesteuerte Maschinen werden nicht müde und verlangsamen sich nicht einfach, weil sie "Dampf verlieren", wenn der Arbeitstag zu Ende geht. In Verbindung damit werden KI-programmierte Maschinen sich nicht langweilen oder sich von sich wiederholenden Aufgaben wie dem Verpacken, Versiegeln und Stempeln von Kartons für den Versand ablenken lassen. Alles, was die Maschinen wissen, ist, was sie programmiert sind zu tun, und sie werden nicht von äußeren Interessen wie Scherzen mit Kollegen, persönlichen Anrufen oder dem Beantworten von Textnachrichten oder Raucher- und Kaffeepausen abgelenkt. Obwohl Maschinenfehler auftreten können (als Ergebnis menschlicher Fehler bei der Programmierung), kann menschlicher Fehler am Arbeitsplatz im Laufe der Zeit zu größeren Verlusten an Einnahmen für ein Unternehmen führen. Im Wesentlichen werden KI-automatisierte Mitarbeiter von vielen Herstellern aufgrund ihrer Programmierbarkeit und Produktleistung über einen bestimmten Zeitraum bevorzugt. Mechanisierung für Kriegszwecke Da KI immer noch von Menschen programmiert werden muss, besteht eine sehr realistische Sorge, dass einige Menschen den Wunsch haben, KI zu nutzen, um Maschinen zu programmieren, die Menschen Schaden zufügen oder in einer waffenähnlichen Weise handeln. Viele Weltführer glauben, dass KI in den kommenden Jahren stärker in die Gesellschaft integriert werden wird, was Möglichkeiten bietet, künstliche Intelligenz in militärische Kräfte durch autonome Waffen zu integrieren. Es ist logisch anzunehmen, dass einige Länder oder Einzelpersonen künstliche Intelligenz nutzen möchten, um die Wahrscheinlichkeit zu erhöhen, einen hypothetischen Krieg zu gewinnen. Wenn Maschinen mit der Absicht zu töten programmiert werden, stellen sie eine Gefahr für rivalisierende Länder dar, die möglicherweise nicht über die gleichen technologischen Fortschritte verfügen. Im Jahr 2017 erklärte der russische Präsident Wladimir Putin: "Künstliche Intelligenz ist die Zukunft, nicht nur für Russland, sondern für die gesamte Menschheit. Sie bietet enorme Möglichkeiten, aber auch schwer vorhersehbare Bedrohungen. Wer in diesem Bereich führend wird, wird der Herrscher der Welt." Diese Aussage hebt die Sichtweise eines Weltführers darauf hervor, wohin sich die künstliche Intelligenz in naher Zukunft entwickeln könnte. Ein letztes Anliegen bezüglich KI-programmierter Maschinen für militärische Zwecke ist, was passieren könnte, wenn waffenfähige Maschinen "einen eigenen Verstand" entwickeln. Wenn eine Maschine, die einst programmiert wurde, um zu töten und ausschließlich für Kriegszwecke verwendet zu werden, abtrünnig wird, kann sie möglicherweise nicht zwischen "Feind" und "Freund" unterscheiden. Zugegeben, diese Idee ist theoretisch und eher weit hergeholt als greifbar; jedoch könnte es mit den schnellen Fortschritten im Bereich der KI eines Tages passieren. Was sollten wir langfristig erwarten? Die Implementierung künstlicher Intelligenz als Ergänzung (anstatt als Ersatz) für menschliche Intelligenz scheint der Trend in der KI zu sein. Es ist wahr – KI kann und wird wahrscheinlich in naher Zukunft einige leicht automatisierbare Jobs eliminieren. Aber anstatt sich Sorgen zu machen, dass Roboter die Kontrolle übernehmen, ist es offensichtlich, dass künstliche Intelligenz mehr Vorteile als Risiken bietet. Unabhängig davon, wie viele Branchen sich entscheiden, KI als Ergänzung zu menschlichen Fähigkeiten, Gedanken und Arbeit zu integrieren, ist der gemeinsame Nenner klar: Menschen bleiben das Sprungbrett, von dem aus KI existiert hat, existiert und in Zukunft existieren wird. Immer noch nicht von den Vorteilen überzeugt, die künstliche Intelligenz der Welt bringen kann? Schauen Sie sich die Geschichte der künstlichen Intelligenz an, um sich mit KI-Entdeckungen vertraut zu machen und zu erfahren, wie sie das Leben, wie wir es kennen, geprägt haben.
Möchten Sie mehr über MLOps-Plattformen erfahren? Erkunden Sie MLOps-Plattformen Produkte.

Rebecca Reynoso
Rebecca Reynoso is the former Sr. Editor and Guest Post Program Manager at G2. She holds two degrees in English, a BA from the University of Illinois-Chicago and an MA from DePaul University. Prior to working in tech, Rebecca taught English composition at a few colleges and universities in Chicago. Outside of G2, Rebecca freelance edits sales blogs and writes tech content. She has been editing professionally since 2013 and is a member of the American Copy Editors Society (ACES).