Das Periodensystem der Künstlichen Intelligenz

Foto: bitkom

Beim Einsatz von Künstlicher Intelligenz (KI) sind deutsche Unternehmen noch sehr zurückhaltend. Das liegt häufig auch daran, dass es Unsicherheiten darüber gibt, was sich genau hinter dem Begriff KI verbirgt und welcher konkrete Nutzen sich daraus ziehen lässt. Um hier für mehr Übersicht zu sorgen, hat der Digitalverband Bitkom die Webseite periodensystem-ki.de gestartet. Dort findet sich das „Periodensystem der Künstlichen Intelligenz“, welches die zahlreichen Einsatzszenarien von KI erklärt.

Mehr KI-Know-how mit dem Periodensystem der Elemente

Besonders Entscheider in Unternehmen, die sich mit der Auswahl, der Einführung und dem Betrieb von KI-basierten Systemen konfrontiert sehen, werden adressiert. „Datenanalyse und Künstliche Intelligenz sind zwei Schlüsseltechnologien, die künftig nicht nur über den Erfolg einzelner Unternehmen, sondern über die Zukunft ganzer Volkswirtschaften entscheiden werden“, sagt Bitkom-Präsident Achim Berg. „In vielen Unternehmen fehlt es noch an Know-how. Das KI-Periodensystem liefert einen guten Überblick über eine ganze Reihe von KI-Technologien und ihren praktischen Nutzen.“

Von Spracherkennung bis zum Relationship Learning

Insgesamt werden in dem Periodensystem 28 Elemente (Download PDF) vorgestellt, die Teil von Künstlicher Intelligenz sind. Die Spannbreite reicht dabei von Spracherkennung bis zum Relationship Learning. Für jedes Element gibt die Website unter anderem eine Antwort darauf, was es leistet, wie es in Unternehmen eingesetzt werden kann, woran man seine wirtschaftliche Bedeutung erkennen kann und auch wer entsprechende Technologien und Lösungen anbietet. Zugleich werden auch mögliche Hürden beim Einsatz der Technologie im Alltag erläutert. Berg: „Beim Thema Künstliche Intelligenz dürfen wir nicht bei Appellen und Absichtserklärungen stehenbleiben. Wir müssen Künstliche Intelligenz jetzt machen – das heißt, die Technologie hierzulande weiterentwickeln und Anwendungen in die Praxis bringen.“

Das Periodensystem der Künstlichen Intelligenz

Speech Recognition [Sr]
- Erkennung und Verstehen von Wörtern und Sätzen in gesprochener Sprache und Audiosignalen
- Identifizieren von Gefühlslagen
Audio Recognition [Ar]
- Klassifizierung der Sprache und Audiosignale in maschinellen Lernverfahren
Face Recognition [Fr]
- Erkennung von Gesichtern auf Foto- oder Videoaufnahmen
- Weitere Anwendung: Feststellung Alter, Geschlecht und emotionale Stimmung
Image Recognition [Ir]
- Erkennen bestimmter Objekttypen in Bildern oder Videosignalen
General Recognition [Gr]
- Analysieren von Sensordaten zum Erkennen von Objekttypen und/oder Situationen allein aus dem Signal heraus
Text Extraction [Te]
- Analysieren von Texten, um Informationen über Entitäten, Zeit, Orte und Fakten zu extrahieren
Speech Identification [Si]
- Erkennen einer individuellen Stimme in einem Audiosignal
Audio Identification [Ai]
- Erkennen von Audiosignaturen (ein bestimmter Motor oder eine bestimmte Türklingel) aus Audiosignalen
Face Identification [Fi]
- Erkennen konkreter Personen in Bildern oder Videosignalen
Image Identification [Ii]
- Erkennen eines konkretes Objekts in einem Bild oder Video
General Identification [Gi]
- Analyse von Sensordaten, um Objekte und/oder Situationen zu erkennen
Data Analytics [Da]
- Analyse von Daten, um bestimmte Tatsachen und/oder Ereignisse zu erkennen, die diese Daten repräsentieren
Predictive Inference [Pi]
- Vorhersagen von Ereignissen oder Zuständen in der Zukunft auf der Grundlage eines Verständnisses eines aktuellen Zustandes der Welt und der Funktionsweise der Welt
Explanatory Inference [Ei]
- Erklären von Ereignissen oder Zuständen in der realen Welt, basierend auf dem Verständnis früherer Zustände
Synthetic Reasoning [Sy]
- Einsatz von Beweisen, um Rückschlüsse auf den realen Zustand der Welt, eine Vorhersage oder eine Erklärung zu unterstützen
Planning [Pl]
- Erstellen eines Aktionsplans auf der Grundlage einer Reihe von Zielen, eines Verständnisses des realen Zustands der Welt und des Wissens über Handlungen und deren Konsequenzen
Problem Solving [Ps]
- Erstellen einer Lösung für ein Problem, das mit oder ohne den Einsatz von Aktionen verbunden sein kann (siehe Planning [Pl])
Decision Making [Dm]
- Auswählen eines bestimmten Plans oder einer Lösung auf der Grundlage vorliegender Fakten, alternativer Lösungen und einer Reihe von Zielen
Language Generation [Lg]
- Erstellen natürlicher Sprachtexte und/oder Erklärungen basierend auf einem gewissen Verständnis der Welt
Language Understanding [Lu]
- Erstellen einer semantischen Repräsentation der Bedeutung eines Textes, der den Kontext und ein gewisses Verständnis über das Funktionieren der Welt zeigt
Category Learning [Lc]
- Erkennen neuer Kategorien von semantischen Werten auf der Grundlage von Merkmalssammlungen
Knowledge Refinement [Lt]
- Überarbeiten von Wissen oder Regeln, die bereits existieren als Reaktion darauf, dass sie zur Unterstützung von Handlungen oder Schlussfolgerungen verwendet werden
Relationship Learning [Lr]
- Erkennen von Beziehungen zwischen Merkmalen, die dazu verwendet werden können, das Vorhandensein eines Satzes von versteckten Merkmalen vorherzusagen, wenn andere sichtbar sind (z. B. Korrelation zwischen abgewiesenen Anrufen und Kundenabwanderung)
Mobility Large [Ml]
- Steuern autonomer Fahrzeuge, die zuallererst mit anderen Fahrzeugen interagieren
Mobility Small [Ms]
- Das Steuern von Robotern, die sich durch Innenräume bewegen, arbeiten und mit Menschen interagieren
Manipulation [Ma]
- Das Manipulieren derselben Objekte, mit denen Menschen regelmäßig arbeiten.
Communication [Cm]
- Mechanismen, die das Ausführen verschiedener Formen der Kommunikation zwischen Mensch und Maschine unterstützen
Control [Cn]
- Intelligentes Steuern anderer Maschinen, wenn keine Manipulation oder Handlung in der physischen Welt erforderlich ist (z. B. automatisierter Handel)

#künstlicheintelligenz #ki #ai #periodensystem #bitkom