Künstliche Intelligenz in der Wirtschaft verstehen

Unter Künstlicher Intelligenz versteht man Computerverfahren, die beispielsweise Sprache verarbeiten oder Muster in Daten erkennen. Daten sind gespeicherte Informationen, etwa Messwerte, Bilder oder Texte. Ein Unternehmen kann damit Abläufe verbessern: Erkennt eine KI früh Hinweise auf einen Maschinenschaden, kann der Betrieb eine Wartung planen. Wartung bedeutet, eine Maschine zu prüfen und funktionsfähig zu halten. So lassen sich ungeplante Ausfälle möglicherweise vermeiden.

Auch im Kundenservice, also bei der Betreuung von Kunden, kann KI helfen. Ein Chatbot ist ein Programm, mit dem man über Nachrichten spricht. Eine KI kann zum Beispiel einen Antwortentwurf erstellen, den ein Mitarbeiter prüft. Spart das Zeit und bleibt die Antwort richtig, kann das Team in derselben Arbeitszeit mehr Anfragen bearbeiten. Dann steigt die Produktivität: Das ist hier die Zahl korrekt bearbeiteter Anfragen je Arbeitsstunde.

Ob sich der Einsatz lohnt, musst du gesondert prüfen. Einführung, Betrieb, Schulung und Kontrolle kosten Geld und Zeit. Für einen einfachen Kostenvergleich ziehst du die zusätzlichen Gesamtkosten von der eingesparten Geldsumme ab. Vergleiche dabei denselben Zeitraum. KI kann wirtschaftlich helfen; sie garantiert weder Einsparungen noch richtige Ergebnisse.

Beim maschinellen Lernen lernt ein Computer Muster aus Beispielen. Die Beispielsammlung heißt Trainingsdaten. Das gelernte Muster steckt in einem Modell: einem Rechenverfahren, das anschließend neue Eingaben bearbeitet. Bei einem Ablauf mit festen Regeln legen Menschen die Entscheidung dagegen ausdrücklich fest. Ein Beispiel ist: Liegt das Paketgewicht über einer festgelegten Grenze, wähle die größere Versandbox. Dieser Ablauf muss die Grenze nicht aus Beispielen lernen. Nicht jede automatische Handlung beruht auf maschinellem Lernen.

Du kannst Anwendungen nach ihrer Aufgabe unterscheiden. Eine Prognose ist eine Vorhersage: Sie schätzt aus vorhandenen Daten, was künftig passieren könnte. Dazu gehört die vorausschauende Wartung von Maschinen. Eine Einordnung teilt vorhandene Dinge in Gruppen ein. Bei der Qualitätskontrolle kann KI Bilder von Produkten auf sichtbare Fehler untersuchen und etwa fehlerhafte Teile erkennen. Generative KI erzeugt dagegen neue Inhalte, zum Beispiel einen Text oder ein Bild, anhand erlernter Muster.

Die Begriffe beschreiben hier Aufgaben. Ein größeres System kann mehrere davon verbinden. Ein Chatbot kann etwa eine Anfrage einordnen und danach einen Antworttext erzeugen. Entscheide bei einer Aufgabe deshalb anhand der beschriebenen Ausgabe: Wird etwas vorhergesagt, eingeordnet oder neu erstellt?

Ein lernendes System braucht Daten, die zur Aufgabe passen. Die meisten Verfahren des maschinellen Lernens benötigen viele Beispiele. Doch die Menge allein reicht nicht: Fehlerhafte Messwerte und falsch zugeordnete Bilder können zu falschen Ergebnissen beitragen. Bei einer Bilderkennung sollten die Trainingsbilder die wichtigen Unterschiede der später geprüften Produkte abdecken. Ein Betrieb muss die Daten deshalb auf ihre Eignung prüfen und bei Veränderungen erneut testen.

Zur Infrastruktur gehört die technische Grundlage: etwa geeignete Rechner, Speicher und Verbindungen zwischen Geräten und Programmen. Bei einer Kameraprüfung müssen Bilder zum auswertenden System gelangen. Ein leistungsfähiger Rechner berichtigt keine falsch beschrifteten Fotos. Umgekehrt ersetzt eine gute Bildsammlung keine funktionierende Verbindung. Datenqualität und Technik lösen unterschiedliche Probleme.

Kompetenzen sind Kenntnisse und Fähigkeiten. Mitarbeiter brauchen Wissen über ihre Aufgabe und darüber, was die eingesetzte KI leisten kann und wo ihre Grenzen liegen. Schulung hilft ihnen, Ergebnisse zu beurteilen und auf Fehler zu reagieren. Zur menschlichen Kontrolle gehört eine klare Zuständigkeit: Wer prüft zweifelhafte Ergebnisse? Wer kann die Ausgabe übergehen oder den Ablauf anhalten? Ein Name auf einer Zuständigkeitsliste reicht nicht, wenn der Mitarbeiter weder Wissen noch Eingriffsmöglichkeiten hat.

Beginne mit einer konkreten Chance: Soll KI Arbeitszeit sparen, Fehler finden oder neue Inhalte entwerfen? Prüfe dann mögliche Schäden und den Aufwand für Schutzmaßnahmen. Fehlerhafte Ausgaben können Kunden falsch informieren oder passende Produkte aussortieren. Gute Sprache und ein sicherer Ton beweisen keine sachliche Richtigkeit. Deshalb muss die Prüfung zur Aufgabe passen: Ein Antwortentwurf wird etwa mit den zugrunde liegenden Angaben verglichen.

Ein weiteres Risiko ist Diskriminierung, also die ungerechtfertigte Benachteiligung von Menschen. Eine KI kann zum Beispiel Bewerber nach dem Ruf ihrer Ausbildungsstätte bewerten, obwohl dieser wenig über ihre Fähigkeiten aussagt. Dadurch können passende Bewerber aus benachteiligten Gruppen schlechter abschneiden. Eine solche Bewertung wird nicht schon dadurch fair, dass sie ein Computer erstellt. Daten, verwendete Merkmale und Ergebnisse müssen kritisch geprüft werden.

Auch Informationen können gefährdet sein. Hat ein KI-Dienst Zugriff auf vertrauliche Daten, kann ein unzureichend geschütztes System deren Abfluss ermöglichen. Der Betrieb sollte daher vorab klären, welche Daten ein Dienst erhalten darf und wie sie geschützt werden.

Leite aus dem konkreten Risiko eine überprüfbare Betriebsregel ab. Eine mögliche Regel lautet: Ein geschulter Mitarbeiter gleicht KI-Antwortentwürfe vor dem Versand mit den Sachangaben ab und berichtigt Fehler. So kann der Betrieb die Hilfe beim Schreiben nutzen und zugleich falsche Auskünfte begrenzen. Das ist eine vorgeschlagene Betriebsregel, keine vollständige Darstellung gesetzlicher Pflichten. Wenn Risiken nicht ausreichend begrenzt werden können oder der Aufwand den Nutzen überwiegt, sollte der Betrieb auf diesen Einsatz verzichten.