Künstliche Intelligenz (KI) - Grundlagen und Anwendungen PDF

Sachtexte zum Thema KI Künstliche Intelligenz -- Wie funktioniert Maschinelles Lernen? =============================================================== Künstliche Intelligenz (KI) ist ein Sammelbegriff für Software, die ganz verschiedene Verfahren bündelt, um komplexe Aufgaben selbstständig zu löse...

Sachtexte zum Thema KI Künstliche Intelligenz -- Wie funktioniert Maschinelles Lernen? =============================================================== Künstliche Intelligenz (KI) ist ein Sammelbegriff für Software, die ganz verschiedene Verfahren bündelt, um komplexe Aufgaben selbstständig zu lösen und den Lösungsweg zu optimieren. Ein bedeutsames Teilgebiet der KI ist in diesem Zusammenhang das Maschinelle Lernen. KI braucht Algorithmen ---------------------- KI-Anwendungen lösen Aufgaben auf Basis von Algorithmen. Ein Algorithmus ist eine eindeutige Handlungsvorschrift, um ein genau definiertes Problem zu lösen. Er beschreibt, wie etwas zu tun ist, damit man ein bestimmtes Ergebnis bekommt. Ein Kuchenrezept ist beispielsweise auch ein Algorithmus: Es beschreibt, was mit bestimmten Zutaten zu tun ist, damit man das gewünschte Ergebnis, in diesem Fall einen Kuchen, erhält. Auch eine Matheformel kann ein Algorithmus sein. KI lernt -------- Was Künstliche Intelligenz so besonders macht, ist, dass die Algorithmen nicht vorher festgelegt sind. Die verschiedenen Verfahren von KI zielen stattdessen darauf ab, die Algorithmen eigenständig zu bestimmen und dynamisch zu verbessern. Diesen Prozess nennt man Maschinelles Lernen, was ein Kernbereich von KI ist. Eine KI-Anwendung weiß demnach zunächst nicht, wie sie die ihr zugeschriebene Aufgabe lösen kann, und findet das im Lernprozess heraus. Mustererkennung --------------- Die Mustererkennung ist eines dieser Verfahren, die KI befähigen, eigenständige Algorithmen festlegen zu können. Dabei analysiert die KI zunächst eine große Menge an Daten, anhand derer sie Regelmäßigkeiten oder Gesetzmäßigkeiten findet. Diese sogenannten Trainingsdaten helfen der KI zu lernen, wie sie die ihr gestellte Aufgabe lösen kann. Hätte beispielsweise eine KI die Aufgabe, sich Mathematik beizubringen, würde man ihr als Trainingsdaten zahlreiche richtig gelöste Rechenaufgaben geben. Die KI analysiert diese und erkennt darin Muster, z. B. was das Pluszeichen bedeutet oder wie man multipliziert. Bereits diese Trainingsdaten müssen vollständig und richtig sein. Meist bearbeiten Menschen die Trainingsdaten und stellen sie der KI zur Verfügung. Verstärkendes Lernen und neuronale Netze ---------------------------------------- Ein anderes Verfahren, das Maschinelles Lernen einsetzt, ist z. B. verstärkendes Lernen. Dabei probiert die KI verschiedene Wege der Problemlösung durch, wählt diejenigen aus, die besonders gut funktionieren, und verbessert sie stetig. Beim verstärkenden Lernen kann auch das Verfahren der künstlichen neuronalen Netze angewendet werden. Die KI ist hierbei der Funktionsweise des menschlichen Gehirns nachempfunden: Das bedeutet, dass sie ein Netz aus künstlichen Neuronen bildet. Die verschiedenen Wege der Problemlösung, die ausprobiert werden, sind dabei in diesem Netz durch unterschiedlich starke Verbindungen zwischen Neuronen dargestellt. Sie bestimmen beispielsweise darüber, welche Informationen wichtig sind und welche nicht. Das Neuronen-Netz wird je nach Lernerfahrung verändert. Bei einer Bilderkennung würde jedes Neuron für bestimmte Informationen aus dem Bild stehen. Damit die Bilderkennung eine Sonne identifizieren kann, bekommen die Neuronen für die Informationen „Farbe: Gelb" oder „Form: Kreis" ein besonders hohes Gewicht, während „Farbe: Grün" oder „Form: Quadrat" unberücksichtigt bleiben. Auf Basis der erkannten Muster entwickelt die KI ihre eigenen Algorithmen. Sie würde beim Beispiel der Mathematik als Algorithmen die Regeln lernen, die sie aus den Rechenaufgaben ableiten konnte. KI arbeitet ----------- Die KI ist nun trainiert und kann eingesetzt werden. Sie erhält die Daten der Aufgaben, die sie eigentlich lösen soll -- die sogenannten Inputdaten. Im Beispielfall wären das ungelöste Rechenaufgaben. Die KI analysiert die Inputdaten und wendet die durch Maschinelles Lernen erkannten Muster und ausgebildeten Algorithmen darauf an. Im Idealfall kann die KI dann die Aufgaben lösen und ein Ergebnis ermitteln. Dieses gibt sie als Outputdaten aus. Die trainierte KI kann dann beispielsweise Matheaufgaben lösen oder erkennen, ob auf einem Bild eine Sonne abgebildet ist. Auch wenn die KI selbst Muster erlernt und auf neue Daten anwendet, kann sie nicht vollständig selbstständig arbeiten. Sie benötigt stets die beschriebenen Trainingsdaten oder eine andere Form von Vergleich bzw. Orientierung, um zu wissen, was richtig und was falsch ist und was sie lernen soll. Zudem wird das Ziel der KI von Menschen vorgegeben. Das bedeutet, sie soll (und kann) immer nur ein spezifisches Problem lösen oder ein bestimmtes Ziel erreichen und wird darauf hintrainiert. Deshalb ist KI immer auf diesen einen erlernten Weg der Problemlösung beschränkt. So kann die oben beschriebene Mathe-KI keine Deutschaufsätze schreiben, und sie kann auch keine Textaufgaben lösen. KI macht Fehler --------------- Gleichzeitig kann es vorkommen, dass auch die KI Fehler macht. Wenn es Fehler in den Trainingsdaten gibt -- also z. B. Rechenaufgaben mit einem falschen Ergebnis oder nur Rechenaufgaben mit Pluszeichen und keine Multiplikation -- lernt die KI diese Fehler und wendet sie auch auf neue Inputdaten an. Ebenso kann es zu einem Fehler kommen, wenn die Zielvorgabe ungenau ist und die KI den eigentlichen Lösungsweg verfehlt. Auch deshalb ist die KI nicht unabhängig vom Menschen, sondern bleibt -- trotz einer gewissen Eigenständigkeit -- menschengemacht. Künstliche Intelligenz -- Einführung der Praxisbeispiele ======================================================== Es existieren bereits zahlreiche Anwendungsbereiche, in denen KI zum Einsatz kommt: Immer häufiger steuern wir etwa Smartphones über Sprachassistenten. Oder wir hören Musikvorschläge, die uns Musikstreamingdienste auf Grundlage unserer bisherigen Vorlieben anzeigen. Darüber hinaus finden KI-Systeme in der Industrie, im Personalwesen oder etwa in der Strafverfolgung Verwendung bzw. sollen hierfür künftig eingesetzt werden. KI ist also vielfältig nutzbar. Nicht alle KI-Anwendungen funktionieren gleich. Sie lassen sich in vier Arbeitstypen unterscheiden: 1. **Musteranalyse**\ Zahlreiche Systeme erkennen Muster in Daten. Dazu gehören etwa Anwendungen der Bild- oder Spracherkennung. 2. **Mustervorhersage**\ KI-Systeme erkennen nicht nur Muster, sondern können auch gewisse Vorhersagen über mögliche zukünftige Muster treffen. Das hilft z. B. in der Medizin, Krankheiten frühzeitig zu erkennen. 3. **Expertensysteme**\ Diese KI-Anwendungen stellen zielgerichtet Wissen zur Verfügung. KI in Krankenhäusern hilft beispielsweise Ärztinnen und Ärzten dabei, aus einer Vielzahl möglicher Krankheiten die richtige Diagnose auszuwählen. 4. **Robotik / Automatisierung**\ KI kann zudem Roboter und andere Maschinen steuern, was beispielsweise die selbstgesteuerte Fertigung von Produkten in einer Smart Factory ermöglicht. Je nach eingesetztem Arbeitstyp können die KI-Anwendungen unterschiedliche Funktionen erfüllen. Die zahlreichen Anwendungen lassen sich so in vier übergeordnete Funktionsbereiche einordnen. Manche KI-Systeme erfüllen gleichzeitig mehrere Funktionen: - **Dialogprozesse -- Mensch zu Maschine**\ Darunter fallen KI-Systeme, die in unserer Sprache mit uns „kommunizieren" bzw. unsere sprachlich geäußerten Befehle verstehen und daraufhin eine Aufgabe ausführen. Wir müssen also nicht länger umständliche Tastatur- oder Bildschirmdialoge erlernen, wenn wir Computer nutzen wollen. Sprachassistenten fallen in diese Kategorie, aber auch humanoide, also menschenähnliche Roboter, die die Eigenschaft haben, „kommunizieren" zu können und auf das Gesagte eines Gegenübers zu reagieren. Auch in der Industrie kommen teilweise sprachgesteuerte KI-Anwendungen zum Einsatz, z. B. in der sogenannten Smart Factory, in der Menschen den Produktionsprozess von Produkten zentral steuern und die Maschinen untereinander vernetzt sind. - **Maschine-zu-Maschine-Prozesse\ **Hier werden Maschinen miteinander vernetzt. Sie tauschen über KI-Systeme selbstständig Informationen untereinander aus, ohne dass sich Menschen während dieses Prozesses einmischen. Manche Systeme lernen so eigenständig dazu. Teile der Smart Factory funktionieren nach diesem Prinzip. - **Intelligente Automatisierung**\ Darunter sind Anwendungen zu verstehen, die selbstständig Aufgaben lösen, ohne dass Menschen eingreifen müssen -- oft, um Menschen zu entlasten. Selbstfahrende Autos sind ein Beispiel dafür. Sie existieren bislang nur zu Forschungszwecken und haben immer noch stets Menschen an Bord, die im Notfall eingreifen können. Ein weiterer Einsatzbereich ist wiederum die Smart Factory, denn hier finden zahlreiche Produktionsprozesse ohne das Zutun von Menschen statt. Im Bereich der menschenähnlichen Roboter gibt es für die Pflege von kranken, älteren oder körperlich eingeschränkten Menschen Versuche und Testläufe, bei denen die humanoiden Roboter automatisiert bestimmte Aufgaben übernehmen, wie etwa an die Medikamenteneinnahme zu erinnern oder Bewegungsübungen vorzuführen. - **Intelligenz-Verstärkung und Entscheidungsunterstützung**\ Hierzu zählen Systeme, die den Menschen helfen, eine Entscheidung zu fällen. Sie zeichnen sich dadurch aus, dass sie viel mehr Informationen (in Form von Daten) berücksichtigen können als Menschen, um zu einem Ergebnis zu kommen. Darüber hinaus sind sie in der Lage, systematisch nach bestimmten Merkmalen zu suchen. In diesen Bereich fällt die Gesichtserkennung. Sie hilft beispielsweise, Straftäterinnen und Straftäter zu identifizieren. Automatisierte Auswahlverfahren unterstützen Personalverantwortliche dabei, geeignete Bewerberinnen und Bewerber zu finden. Die KI durchsucht hierfür die eingegangenen Bewerbungsunterlagen und trifft eine Vorauswahl. Künstliche Intelligenz -- Einführung: Perspektiven auf KI ========================================================= Es existieren unterschiedliche Sichtweisen zu Künstlicher Intelligenz und vor allem dazu, wie sich KI-Anwendungen künftig weiterentwickeln könnten. Nachfolgend werden die drei am weitesten verbreiteten Szenarien aufgegriffen. Szenario „KI ersetzt uns" ------------------------- „Intelligente Roboter bevölkern die Erde und existieren gemeinsam mit uns Menschen. Sie wurden von Menschen nach ihrem Ebenbild entwickelt und zum Leben erweckt. Mithilfe ihrer Künstlichen Intelligenz entwickeln sie ein Eigenleben und setzen sich über die Vorherrschaft der Menschen hinweg." Diese Erzählung findet sich in zahlreichen Filmen, Büchern, Computerspielen, Theaterstücken und anderen Kunstwerken wieder. Den Menschen kommt dabei meist die Rolle zu, ihre Existenz und ihren Planeten vor den gefährlich gewordenen intelligenten Maschinen zu schützen. Filme wie „Matrix" oder „Blade Runner" machten diese negativen Zukunftsszenarien in den letzten Jahrzehnten populär. Mit dem Voranschreiten der Digitalisierung scheinen sie näher an die Gegenwart heranzurücken und werden auch in den Medien aufgegriffen. Szenario „KI rettet uns" ------------------------ Neben der eher negativen Sicht auf Künstliche Intelligenz existiert auch eine positive Vorstellung von der Zukunft mit KI. Diese Vorstellung besagt, dass KI eine Supermaschine ist, die eigenständig Probleme löst und das Leben der Menschen einfacher macht. Im Vergleich zum Menschen kann sie sehr viel mehr Informationen verarbeiten, ist körperlich weniger beschränkt und „unverletzlich". Die KI ist den Menschen überlegen, denn sie ist in ihren Entscheidungen keinen Gefühlen unterworfen, also rationaler. Sie entscheidet stets vernünftig. Demnach will sie die Menschen nicht ersetzen oder gar vernichten. Szenario „KI unterstützt uns" ----------------------------- Vor allem in Fachkreisen setzen sich Expertinnen und Experten differenzierter mit dem Thema auseinander. Sie vertreten häufig keine der beiden bislang geschilderten Ideen der Zukunft von KI. Vielmehr herrscht in den Fachkreisen häufig die Vorstellung, dass KI sich in einigen Bereichen zu einer wertvollen Assistentin entwickelt, die den Menschen bei bestimmten Aufgaben Arbeit abnehmen kann. Dabei sollen Menschen stets diejenigen bleiben, die die Kontrolle über die Maschinen behalten. Wie sieht die gegenwärtige Realität aus? ---------------------------------------- Die Ansichten über die Zukunft von KI gehen also stark auseinander, haben aber dennoch eines gemein: Sie trauen KI einiges zu. Das wirft die Frage auf, wie weit KI bis jetzt entwickelt ist, welche Chancen sich daraus ableiten lassen und welche Herausforderungen zu bewältigen sind. Um das beurteilen zu können, sollten folgende Fragen geklärt werden: - Was bedeutet KI genau? - Kann natürliche Intelligenz tatsächlich künstlich nachgebildet werden? - Was macht die Intelligenz von Maschinen aus? - Wie lernt eine KI und inwiefern ist sie intelligent? - Welche beispielhaften Anwendungen gibt es und wie funktionieren sie? - Wie und wobei kann KI helfen? - Welche Risiken birgt KI und wie kann ihnen begegnet werden? - Wo liegen derzeit die Grenzen? - Welche künftigen Entwicklungen lassen sich daraus ableiten? Künstliche Intelligenz -- Praxisbeispiel: Industrie 4.0 und Smart Factory ========================================================================= Der Begriff Industrie 4.0 verweist auf die Vierte Industrielle Revolution und bezeichnet allgemein die Digitalisierung der Produktion mit all ihren Prozessen. Menschen steuern nicht länger die einzelnen Maschinen selbst, sondern überwachen die Fertigung an zentraler Stelle. Dabei kommen auch Anwendungen Künstlicher Intelligenz (KI) zum Einsatz. Deshalb ist auch die Rede von der Smart Factory, der intelligenten Fabrik. Wie funktioniert die Smart Factory und was hat das mit Künstlicher Intelligenz zu tun? -------------------------------------------------------------------------------------- Die wesentlichen Elemente einer Smart Factory sind 1. die **Vernetzung** aller Maschinen und Bauteile, aus denen ein Produkt entsteht, sowie nach Möglichkeit auch von Einkauf, Vertrieb und Logistik (interne Vernetzung). Die Vernetzung kann auch außenstehende Unternehmen einschließen, z. B. Zulieferer (externe Vernetzung). 2. die **Selbststeuerung** der Maschinen und weitgehend auch der gesamten Produktionsabläufe (Automatisierung). Menschen überwachen nur noch an zentraler Stelle. 3. der Einsatz von **KI-Software**, die die Selbststeuerung und -optimierung im Fertigungsprozess ermöglicht. Vernetzung als Basis der Smart Factory -------------------------------------- Voraussetzung für die Vernetzung und Selbststeuerung in der Smart Factory ist zunächst, dass all ihre Bestandteile über das Internet verbunden sind. Informationsaustausch zwischen physischen Gegenständen einerseits sowie virtuellen Objekten und informationsverarbeitenden Prozessen andererseits wird möglich. Konkret bedeutet dies z. B., dass ein Fertigungsroboter mit KI-Software verknüpft wird. Dafür ist es notwendig, dass alle am Produktionsprozess beteiligten Gegenstände über ein digitales Abbild verfügen. Jeder Behälter, jedes fahrerlose Transportfahrzeug, jeder Fertigungsroboter hat demnach einen eigenen digitalen Zwilling, der wichtige Daten für die Fertigung und Auslieferung enthält. Die gesamte Fabrik ist über diese digitalen Zwillinge virtuell steuerbar. So erkennt ein Fertigungsroboter über einen Chip auf dem Transportbehälter, welches Bauteil sich in diesem befindet, und kann es dann entsprechend verarbeiten. Beispiele für KI-Anwendungen in der Smart Factory ------------------------------------------------- Unterschiedliche KI-Anwendungen sorgen dafür, dass sich die Abläufe und einzelnen Prozesse der Fertigung zunehmend und laufend selbst steuern und verbessern können. Beispiele für solche Anwendungen sind: - Manufacturing Execution System (MES): Lernende Algorithmen, also KI, verarbeiten und interpretieren die Daten des laufenden Produktionsprozesses, um die Fertigung zu steuern. Ein MES ist also ein Produktionsleitsystem, das die Produktion in Echtzeit lenkt, kontrolliert und die Abläufe optimal aufeinander abstimmt. Es verarbeitet Informationen wie Betriebs-, Maschinen- und Personaldaten sowie alle anderen Prozesse, die sich zeitnah auf den Fertigungsprozess auswirken. So produziert das MES selbstständig beispielsweise Fertigungsablaufpläne für einzelne Produkte. - Human Machine Interface (HMI): Menschen überwachen hier den Produktionsprozess an zentraler Stelle. Über ein HMI kommunizieren Mensch und Maschine auch über größere Distanzen hinweg. Die Software verfügt über möglichst intuitiv bedienbare Benutzeroberflächen, die den Umgang mit einer Maschine direkt vor Ort nachstellt. Die Art und Weise der Bedienung passt sich teilweise an die Nutzerin oder den Nutzer an. Die Eingaben finden meist manuell statt, also über Maus, Tatstatur, Touchscreen oder über intelligente Spracherkennung und -steuerung. - Predictive Maintenance: Die sogenannte vorausschauende Wartung beschreibt KI-Systeme, die Sensordaten (z. B. Leistung, Umdrehungen, Temperatur) und teilweise auch andere Daten, wie etwa Bilder von Fertigungsmaschinen, erfassen und auswerten. KI untersucht die Daten auf Fehlermuster und kann im Voraus melden, wann voraussichtlich eine Wartung ansteht. So ist es möglich, Maschinenausfälle zu minimieren. Wie viele und welche KI-Anwendungen genau im Fertigungsprozess, aber auch in Bestellung und Lieferung wirken, hängt stark davon ab, wie weit ein Unternehmen die Automatisierung und Selbststeuerung bereits vorangetrieben hat. Das hängt damit zusammen, welches Produkt gefertigt wird und wie fortgeschritten Zulieferer und Auslieferer in diesem Bereich sind. Gegenwärtig ist die Smart Factory in den meisten Produktionen nur in Teilbereichen verwirklicht. Studien von 2018 besagen, dass die Automobilindustrie am stärksten in den Smart-Factory-Ausbau investiert. Hersteller wie etwa Audi oder Daimler fertigen Autos gegenwärtig bereits mit weitgehend selbstgesteuerten Prozessen. Vor- und Nachteile sowie Chancen und Herausforderungen auf dem Weg zur Smart Factory ------------------------------------------------------------------------------------ ### Vorteile/Chancen - Produktionsprozesse können hinsichtlich der zeitlichen Abläufe und der Ressourcen, die zum Einsatz kommen, verbessert werden. - Produktionsprozesse sind flexibler und damit sind auch Kleinstauflagen oder sogar Einzelanfertigungen kostengünstig möglich. - Der notwendige Personaleinsatz in der Produktion verringert sich. - Es entstehen neue Berufe und Aufgaben in der Überwachung und Verbesserung der Smart Factory. ### Nachteile/Herausforderungen - Um die Vorteile der Smart Factory zu nutzen, sind zahlreiche Kenntnisse notwendig, die bislang in den meisten Produktionsmethoden kaum eine Rolle gespielt haben. Dazu zählen z. B. auch Verhaltensregeln, die in bestimmten Kulturen gelten, oder sprachliche Voraussetzungen. Denn für die Bedienung der HMIs sind diese häufig notwendig. Insgesamt bedarf es neuer Kenntnisse, um die komplexe Software zu bedienen und zu verwalten. - Aufgrund der kompletten Vernetzung über das Internet sind neue Sicherheitssysteme notwendig, um z. B. Industriespionage und Hackerangriffe zu vermeiden. - Einige Aufgaben fallen weg, was vor allem den Bereich der geringer qualifizierten Arbeitskräfte betrifft. Für sie gibt es damit weniger Beschäftigungsmöglichkeiten.