Maschinelles Lernen 2021, die Evolutionsstufen bei KI

Wenn Sie das Stichwort Machine Learning (ML) hören, wissen Sie, dass über künstliche Intelligenz (KI) bzw. artificial intelligence (AI) gesprochen wird. Machine Learning ist der Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht. Und diese können maschinengeneriert oder auch von natürlichen Verhaltensmustern abgeleitet sein.

So gab es in den letzten Jahren mehrere Durchbrüche bei künstlicher Intelligenz und maschinellem Lernen. Allerdings waren bisher vergleichsweise wenige Unternehmen in der Lage, diese zu nutzen, um die sich gesetzten Geschäftsziele zu erreichen. Gleichzeitig nimmt die Anzahl und Vielfalt der KI-Anwendungen ständig zu – und damit die Geschwindigkeit, mit der Wissenschaftler immer neue, kreative Wege finden, um die analoge Ökonomie mit Algorithmen ins Digitale zu transferieren. Beispielsweise robuste KI, nachvollziehbare KI, Quantum-ML, Auto ML und Emotion AI.

Der Digitalverband Deutschlands (Bitkom) hat jetzt eine kurze und interessante Publikation zur Unterscheidung der einzelnen Technologien veröffentlicht.

Die Nutzung dieser Technologien impliziert weitreichende Veränderungen des unternehmensinternen Umgangs mit Daten – die auch die Rolle des Controllings betreffen. Daher ist es für ein modernes Controlling unerlässlich, sich mit diesem Themenfeld und den Möglichkeiten der Datenmodellierung auseinander zu setzen –  von Predictive und Advanced Analytics bis zur Funktion des Citizen Data Scientist. Letzterer auch, um nicht ausschließlich auf die Möglichkeiten und Ressourcen des – in der Regel unternehmensweit eingesetzten – Data Scientist angewiesen zu sein. Aber auch eine Reihe von Controllingprozessen, insbesondere  der  Planungsprozess,  lassen  sich  durch KI-Instrumente deutlich effizienter gestalten.

Fazit: Künstliche Intelligenz wird in unseren Arbeitsalltag Einzug halten, da hilft es schon, wenn wir uns mit den wichtigsten Trends beschäftigen, bevor wir uns mit fehlenden Kompetenzen beschäftigen müssen.