Künstliche Intelligenz im Alltag

Künstliche Intelligenz einfach erklärt

Definitionsversuche für Künstliche Intelligenz gibt es viele. Das liegt allein schon am Intelligenzbegriff, der schwer zu fassen ist. Manche sprechen statt von KI auch von maschinellem Lernen oder Machine Learning.

Grob gesagt handelt es sich bei KI um künstliche neuronale Netze und Algorithmen, die mit Daten trainiert werden. Sie lernen, in diesen Daten Muster zu erkennen, auf deren Basis sie dann Entscheidungen treffen.

Programmierer müssen also der Maschine nicht mehr jede mögliche Entscheidung per Code vorgeben. Stattdessen lernt die Maschine anhand von Daten, Entscheidungen eigenständig zu treffen.

Durch diesen Lernprozess entwickeln sich KI-Systeme dynamisch weiter und können schließlich vorab definierte Aufgaben eigenständig bewältigen. Das schafft viele neue Anwendungsszenarien für KI im Alltag.

Beispiele für KI im Alltag

KI ist aus unserem Alltag kaum noch wegzudenken. Ein Blick auf einige Beispiele für Künstliche Intelligenz im Alltag reicht aus, um zu erkennen, dass unser Leben ohne KI völlig anders aussähe.

Sei es auf dem Smartphone, am Desktop oder auf dem Tablet – das Internet steckt voller Daten und Algorithmen. Als Grundlagentechnologie steuert Künstliche Intelligenz unzählige Prozesse. Suchassistenten, Spamfilter, Navigation, Sprachsteuerung, Kaufempfehlungen und vieles mehr basieren auf Machine Learning. Dank intelligenter Übersetzungsprogramme erschließen wir uns im Handumdrehen fremdsprachige Texte.

Maschinelles Sehen (Computer Vision) lässt Computer die Welt erkennen, wie wir sie sehen und ermöglicht zahlreiche Zukunftsanwendungen wie autonomes Fahren oder Virtual und Augmented Reality. Schon mal von Deepfakes gehört? Auch hier steckt KI drin: Sogenannte Generative Adversarial Networks (GANs) erschaffen ohne menschliches Zutun auf Knopfdruck Bilder von Dingen und Personen. Es gibt viele weitere Beispiele für

KI im Internet: Beispiele und Anwendungen

In den meisten Fällen hilft uns KI bei Online-Services, uns ein wenig besser und schneller zurechtzufinden. Hier sind einige Beispiele für Künstliche Intelligenz und Machine Learning im Internet.

Suchalgorithmen

Nennen wir es einfach „googlen“. Unsere Suche im Web erfolgt in weit mehr als 90 Prozent aller Fälle über Google. Warum? Weil Google die passendsten Suchergebnisse liefert. Da überrascht es wenig, dass Google auch Vorreiter in Sachen Künstliche Intelligenz ist. Seit 2015 ist RankBrain am Start, ein auf Machine Learning basierendes Teilsystem in den rund 200 Suchalgorithmen, die Google bei der Websuche einsetzt. RankBrain hilft mit KI dabei, Suchanfragen genauer zu interpretieren, vorwiegend solche, die noch nie zuvor gestellt worden sind. Der Algorithmus verknüpft dabei die jeweilige Suche mit anderen Suchanfragen, die eine ähnliche Bedeutung haben. Die Ergebnisse werden dann wieder genutzt, um RankBrain weiter zu trainieren.

Noch einen Schritt weiter ging Google mit dem BERT-Update. Die Sprach-KI versteht natürliche Sprache und schaut genauer auf alle Wörter einer Suchanfrage, zum Beispiel auf Präpositionen, die vorher im Wesentlichen unberücksichtigt blieben. Ziel ist es, das Informationsbedürfnis der oder des Suchenden mit einer noch höheren Treffsicherheit zu befriedigen.

Hate- und Spamfilter

Täglich landen Kommentare von Nutzerinnen und Nutzern millionenfach unter Medienbeiträgen und Social-Media-Posts. Kaum ein Unternehmen kann das noch manuell „aufräumen“ und Hassbotschaften entfernen. Ebenso wenig gelingt es, fragwürdige Inhalte, etwa politisch extreme Positionen, Pornografie oder Gewaltverherrlichung manuell und vor allem dauerhaft herauszufiltern. Gleiches gilt für E-Mail-Spam.

Hier kommt als digitales Putzkommando Künstliche Intelligenz in Form von Kontroll- und Prüfalgorithmen ins Spiel. Das geschieht im E-Mail-Programm mit KI-Filtern, die Informationen wie die Art der Formatierung, den Betreff oder die Uhrzeit des Versands analysieren, um Spam-verdächtige Muster zu finden. Im Kampf gegen Hass und Hetze suchen die Systeme nach festgelegten Begriffen, die als „Hatespeech“ gelten und löschen entsprechende Kommentare. Doch gerade bei Hassrede wird es schwierig, denn selbst für Juristinnen und Juristen ist diese Einordnung nicht immer eindeutig, und mit Ironie, die im Alltag allzu häufig als „Verpackung“ für Hassrede missbraucht wird, kann ein KI-System noch nicht umgehen.

Persönliche Assistenten

„Siri, wie viel ist Null geteilt durch Null?“ – „Stell dir vor, du hast null Kekse und verteilst sie auf null Freunde. Wie viele Kekse bekommt jeder? Siehst du, das ergibt keinen Sinn […].“ Die legendäre Antwort von Apples Sprachassistentin zeigt, wie weit künstliche Intelligenz beim Erkennen und Verarbeiten natürlich gesprochener Sprache (Natural Language Processing – NLP) ist. Während herkömmliche Taschenrechner auf diese Aufgabe mit Meldungen wie „NaN“ oder schlicht „nicht definiert“ reagieren, erläutert SIRI geduldig Sinnfragen.

Smarte Sprachassistenten wie Alexa, Siri oder Cortana koordinieren auch Termine und schalten in Haus oder Wohnung das Licht oder die Musik ein. Oder sie bewähren sich als Haushaltshelfer und teilen uns mit, dass wir auf dem Rückweg vom Büro Bananen kaufen müssen. Gerade weil sie mit uns „sprechen“, kommen sie unserer Vorstellung von Künstlicher Intelligenz wohl am nächsten. Und sie entwickeln sich rasant weiter. Im sogenannten SuperGLUE-Benchmark, der acht Sprachaufgaben vorgibt, übertrafen Anfang 2021 Sprach-KIs von Microsoft und Google erstmals das beste von Menschen erreichte Niveau.

Vier weitere Beispiele für KI im Internet:

KI-Empfehlungen bei Netflix, YouTube und Co.
Personalisierte Werbung bei Facebook oder Google
KI für Objekttracking im Internet der Dinge
Virtuelle KI-Assistenten auf Websites

Probieren Sie Tableau kostenlos aus, um mit Ihren Daten ansprechende Visualisierungen zu erstellen.

Tableau kostenlos testen

Beispiele für KI in den Medien

Deepfakes

Deepfakes sind Bilder und Videos, die komplett von einer KI generiert werden. Grundlegend für Deepfakes sind sogenannte „Generative Adversarial Networks“ (GANs). Das sind Systeme mit zwei KI-Agenten, die „gegeneinander spielen“ – einer ist der Fälscher, der andere erkennt die Fälschung. Ist letzterer erfolgreich, optimiert der Fälscher seine Methoden, bis die Fälschung nicht mehr auffliegt. Die Systeme werden dafür mit unzähligen Bild- und Videodaten trainiert. Je mehr Material von einer Person, einem Tier oder einem Objekt in das KI-System gespeist wird, desto realistischer wird das Deepfake.

Deepfakes sorgen allerdings im gesellschaftlichen Bereich für Probleme. Denn mit den genannten KI-Techniken werden Inhalte derart verfälscht und verändert, dass es auf den ersten Blick unmöglich scheint, echt und unecht zu unterscheiden. So kam es, dass Barack Obama in einem Video Donald Trump als „Volltrottel“ bezeichnete, obwohl ein solches Video nie aufgenommen wurde. Vielmehr entstand es in einer Kooperation des US-Medienunternehmens BuzzFeed und dem Filmemacher Jordan Peele. Zweck der Übung: die Zuschauer zu sensibilisieren, nicht jeder Online-Quelle zu vertrauen. Aber Deepfake-Technik wird auch positiv eingesetzt, etwa von Künstlern.

Sprachergänzung

Ziemlich praktisch: Manchmal weiß Google schon, was wir suchen, bevor wir es selbst wissen. Jedenfalls drängt sich dieser Eindruck zuweilen auf, wenn wir ins Suchfeld des Smartphones einen Begriff tippen und Google mit der „Autocomplete“-Funktion verschiedene Vorschläge macht, wie die Suche weitergehen könnte. Auch hier ist ein KI-System bzw. Machine Learning im Spiel, konkret das sogenannte Federated Learning. Die Besonderheit dieses Systems besteht darin, dass das Machine Learning verteilt erfolgt und statt riesiger Datenmengen viele einzelne Analysemodelle von unterschiedlichen Teilnehmern verwendet werden. Daraus entsteht ein zentrales System, das seinerseits wiederum die Einzelmodelle beeinflusst.

Nicht immer scheint jedoch die von Google stets beteuerte „Wertfreiheit“ bei der Sprachergänzung eingehalten zu werden. Berühmte Beispiele sind die Verknüpfung des Namens Bettina Wulff mit Begriffen aus dem Rotlichtmilieu, wogegen die ehemalige Präsidentengattin erfolgreich gerichtlich vorging. Ferner stand der Vorwurf an Google im Raum, bei der Präsidentschaftswahl in den USA 2016 negative Begriffe in Verbindung mit Hillary Clinton unterdrückt und diese so bevorzugt zu haben.

Übersetzungstools

Noch 2006 konnte Google Translate gerade einmal zwischen Englisch und Arabisch übersetzen. Heute ist eine maschinelle Übersetzung in 103 Sprachen möglich, darunter so exotische wie Gujarati oder Chichewa. Doch dank KI-System und großen Datenmengen geht es noch besser: Das Web-Wörterbuch und Translation-Memory Linguee, eine Kombination aus Wörterbuch und Suchmaschine, greift auf große Datenbestände an zweisprachigen (übersetzten) Satzpaaren zu und perfektioniert sich selbst fortlaufend. Eines der besten KI-basierten Übersetzungstools ist der maschinelle Übersetzungsdienst DeepL, der aus den riesigen Datenbeständen von Linguee hervorgegangen ist bzw. mit ihnen trainiert wird. Bis zu 5 000 Zeichen am Stück kann man – in erstaunlich guter Qualität – kostenlos übersetzen.

Vier weitere Beispiele für Medien-KI:

KI für die Textgenerierung, etwa für Sport oder Börsenergebnisse
Stimmklone per KI
KI-Upscaling für schönere Grafik in Computerspielen
Mit KI generierte Kunst

Beispiele für KI-Innovationen

Autonomes Fahren

Mit Sensoren, Kameras, Laserscanner – ausgestattet mit zahlreichen Sicht- und Erkennungsfunktionen – scannt ein autonomes Fahrzeug permanent und in Echtzeit seine Umgebung. Die in diesem komplexen System gewonnenen (riesigen) Datenmengen gleicht es mit dem eingespeisten Kartenmaterial ab und orientiert sich im Straßenverkehr. Geschwindigkeit und Entfernung werden mit Laserimpulsen gemessen, der Verkehr mit Sensoren in Stoßstangen, Ampeln und Verkehrsschildern wird per Kamera erfasst. Dank KI und Algorithmen laufen alle Informationen in Bruchteilen von Sekunden zusammen und lösen eine autonome, der jeweiligen Verkehrssituation angepasste Reaktion aus.

Technik und KI-Systeme entwickeln sich rasant weiter, doch vom Fahren ohne jegliches eigene Zutun sind wir noch ein gutes Stück entfernt. Noch immer sind die Systeme anfällig für Falschinterpretationen und damit für folgenreiche Fehlentscheidungen. Laut einer Studie des Wirtschaftsforschungsunternehmens Prognos ist mit einer flächendeckenden Durchdringung mit autonomen Fahrzeugen erst ab 2050 zu rechnen. Dennoch verrichten intelligente Assistenten – allein oder im Zusammenspiel mit anderen Assistenzsystemen – im modernen Auto schon heute sinnvolle Dienste, die das Fahren leichter machen, unter anderem der Tempomat, automatische Abstandsregelung und automatisches Einparken oder der Spurhalte-Assistent.

Google Maps und Street View

Dass Google besser als wir selbst weiß, wie wir am schnellsten ein Ziel erreichen, ist ebenfalls das Ergebnis von Machine Learning auf der Basis riesiger Datenmengen. Mit der Verknüpfung aus historischen Verkehrsmustern und aktuellen Verkehrsbedingungen kann Google Maps ziemlich genau vorhersagen, wie lange die Fahrt dauern wird und welche Route die beste ist. Zahlreiche Faktoren spielen dabei eine Rolle, etwa die Straßenart und -qualität, Daten von örtlichen Behörden, offizielle Verkehrsmeldungen sowie Echtzeit-Informationen von Nutzern. Nur mit Künstlicher Intelligenz kann diese Masse an Daten automatisch und sinnvoll verarbeitet werden.

Auch Google Street View orientiert sich über maschinelles Sehen dreidimensional in der echten Welt: Eine speziell mit Straßenaufnahmen trainierte KI erkennt markante Stellen in der Umgebung, etwa eine Statue oder eine Verzierung an einem Gebäude, und berechnet anhand deren Entfernung ziemlich exakt die Position des Smartphone-Nutzers. Dieses sogenannte VPS-System (Visual Positioning Service) ist in Städten genauer als GPS.

KI für Big-Data-Analysen

Künstliche Intelligenz ist hervorragend darin, Muster in großen Datenmengen zu erkennen. Wo Menschen schon lange an ihre Grenzen stoßen, kann KI selbst im größten Datenwirrwarr noch feinste Details und Zusammenhänge aufspüren und verständlich aufbereiten.

Die Analysefähigkeit Künstlicher Intelligenz birgt gewaltiges Innovationspotenzial für alle Wirtschaftsbereiche: Unternehmen können mit KI Antworten auf viele bislang unbeantwortete Fragen finden und neue Zusammenhänge entdecken. Dieser schnelle Zugang zu mehr und neuem Wissen hilft bei der Optimierung von Prozessen und Produkten. Das wiederum wirkt sich positiv auf die Wirtschaft und die Gesellschaft insgesamt aus.

Ein bekannter Anbieter von KI-gestützter Datenanalyse-Software ist Tableau: Das zu Salesforce gehörende US-Unternehmen bietet KI-Analyse-Software an, die Daten von Unternehmen analysiert und automatisch passende, leicht verständliche Berichte sowie transparente, nachvollziehbare Prognosen erstellt. Diese KI-Berichte und -Empfehlungen ermöglichen Unternehmen bessere Entscheidungen oder sogar neue Strategien, wenn mit KI schnell und einfach komplexe Was-wäre-wenn-Szenarien durchgespielt werden. Code-Experten werden dafür nicht benötigt: Die KI-Software kann ohne Programmierkenntnisse von Dateneinsteigern und professionellen Data Analysts gleichermaßen eingesetzt werden.

VR und AR: KI für das Metaverse

Meta-Chef Mark Zuckerberg hat das Metaverse als neues Ziel für den Facebook-Konzern ausgerufen: Eine digitale Zwischenwelt, die entweder rein in Virtual Reality per VR-Brille besucht werden kann oder sich wie ein digitaler Zwilling auf die reale Welt legt. Im letztgenannten Fall wird diese digitale Ebene per Augmented Reality-Brille oder mit dem Smartphone sichtbar.

Künstliche Intelligenz ist für diese Metaverse-Vision eine Grundlagentechnologie: Nur durch KI können sich VR- oder AR-Brillen im Raum orientieren und Objekte erkennen. Beispielsweise ermöglicht ein von Meta trainiertes KI-Netz Hand- und Fingertracking mit der VR-Brille Quest. KI-Systeme helfen auch dabei, den Stromverbrauch und damit die Wärmeentwicklung zukünftiger Metaverse-Hardware zu optimieren, damit diese mehr und neue Funktionen bieten kann. Das gilt neben Tech-Brillen auch für andere Geräte wie neue Smartphones, die ebenso von zusätzlicher KI-Leistung profitieren.

Vier weitere Beispiele für KI-Innovationen:

KI für die Medikamentenentwicklung
KI-gestützte Diagnose von Krankheiten
KI für bessere Wettervorhersage
Gesichtserkennung per KI

Künstliche Intelligenz, beziehungsweise Algorithmen und Systeme, die auf Machine Learning beruhen, bestimmen und beeinflussen längst unseren Alltag. Google perfektioniert seine KI-Modelle stetig weiter und liefert uns bestmögliche Suchergebnisse oder weist uns mit intelligenter Navigation den effizientesten Weg zum Ziel. Mit Sprachassistenten erleichtern wir unser Leben, etwa, um schnell Antworten auf Fragen zu bekommen. Wenn wir einen Text übersetzen müssen, erzielen intelligente Übersetzungsprogramme schon heute beachtliche Ergebnisse. Autonomes Fahren für alle ist zwar noch Zukunftsmusik, doch die Entwicklung schreitet rasant voran. Das gilt leider auch für die Herstellung von Fake-Inhalten, sogenannten Deepfakes, mit den Methoden des Machine Learning. Mehr Beispiele für Künstliche Intelligenz im Alltag bekommt ihr im verlinkten Artikel.

Künstliche Intelligenz im Alltag – Beispiele und Anwendungen