Multimedia

Webinar: Künstliche Intelligenz im Informationsmanagement

  1. Startseite
  2. Informationscenter
  3. Künstliche Intelligenz im Informationsmanagement

Künstliche Intelligenz – die Zukunft für Unternehmen?

Der Begriff „Künstliche Intelligenz“ wurde bereits in den 50er Jahren geprägt. Die Idee, menschliche Intelligenz in einem Computerprogramm zu reproduzieren, hat sich dank ihrer Bildhaftigkeit bis heute gut gehalten. Seit etwa zehn Jahren erfährt der Begriff KI einen wahren Hype, unter anderem dadurch bedingt, dass die Rechenleistung moderner Computer enorm angestiegen ist und weitaus mehr Rechenoperation ermöglicht als in den Anfängen.

Aktuell wird der Begriff KI jedoch inflationär gebraucht oder mit den Begriffen Machine Learning und Deep Learning vermischt oder gleichgesetzt.

 

Machine Learning

Machine Learning ist ein Teilgebiet der KI. Mithilfe des maschinellen Lernens werden IT-Systeme in die Lage versetzt, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen zu entwickeln.

Voraussetzung: Damit die Software eigenständig lernen und Lösungen finden kann, ist ein vorheriges Handeln von Menschen notwendig. So müssen die Systeme zunächst mit den für das Lernen relevanten strukturierten Trainingsdaten (z.B. 100 Rechnungen) versorgt werden und Regeln für die Analyse des Datenbestands und das Erkennen der Muster (z.B. Rechnung) aufgestellt werden. Wissen in der Form von Algorithmen wird in der Lernphase generiert.

Maschinelles Lernen ist kein „Ressourcenfresser“, sondern kann auf relativ einfacher Hardware betrieben werden.

Deep Learning

Deep Learning hingegen nutzt die Struktur neuronaler Netze und ist in vielen Bereichen vom Lernen im menschlichen Gehirn inspiriert – die neuronalen Netze versuchen, die Funktion von Gehirnzellen mathematisch nachzubilden. Deep Learning nützt spezielle, hochleistungsfähige Hardware.

Auf Basis vorhandener Informationen und der künstlichen neuronalen Netze kann das System das Erlernte immer wieder mit neuen Inhalten verknüpfen und dadurch erneut lernen – deutlich besser und komplexer als Machine-Learning-Algorithmen dies können.

In der Regel greift der Mensch beim eigentlichen Lernvorgang nicht mehr ein.

Deep Learning eignet sich für alle Anwendungen besonders gut, bei denen große, auch unstrukturierte Datenbestände zur Verfügung stehen, aus denen sich Muster und Modelle ableiten lassen. Ein Beispiel aus der Bildverarbeitung ist die Erkennung von Tumoren aus medizinischem Bildmaterial, die heute viel zuverlässiger und schneller geschieht, als dies ein Mensch könnte.

Deep Learning erfordert enorme CPU-Ressourcen und performante Hardware wie beispielsweise Grafikbeschleuniger, Tensor Processing Unit (TPU) oder KI-Chips.

 

Künstliche Intelligenz in der Praxis – Iron Mountain InSight

KI-Systeme sind weit davon entfernt, den Menschen zu ersetzen, können jedoch viele Aufgaben heute bereits besser lösen, als Menschen dies können. Vor allem die Deep-Learning-Technologie ermöglicht es, Einblicke in Datenmuster zu erhalten, Verknüpfungen herzustellen oder Ähnlichkeiten in unstrukturierten Daten herauszufiltern.

Die Lösung Insight hilft Unternehmen mittels Deep Learning und Robotic Process Automation (RPA) dabei, wertvolle Einblicke zu gewinnen. Sie importiert physische und digitale Daten sämtlicher Formate, strukturiert sie und klassifiziert automatisch, um anschließend den nahtlosen Zugriff und die Analyse zu ermöglichen.

Unternehmen können sich auf den Kern ihrer Arbeit konzentrieren und aufbauend auf den Ergebnissen der Datenanalyse Entscheidungen treffen und neue Geschäftsmodelle entwickeln.

Beispielsweise große Digitalisierungsprojekte lassen sich durch InSight bereits vor dem Scan-Prozess verschlanken, indem eine Vorklassifizierung in InSight durchgeführt wird. So wird schon im Vorfeld ersichtlich, welche Dokumente digitalisiert werden sollen und welche Dokumente anders aufbewahrt oder vernichtet werden können – schlanke und effiziente Digitalisierung ist also möglich!

 

Hier mehr erfahren zu InSight