„Können Maschinen denken?” – diese Frage stellte sich schon 1950 Alan Turing, ein führender Mathematiker des 20. Jahrhunderts und treibende Kraft hinter dem Team, das zehn Jahre zuvor den EnigmaCode geknackt und damit einen wichtigen Beitrag geleistet hatte, den 2. Weltkrieg zu beenden. Turings Arbeiten gelten als die Geburtsstunde des Computerzeitalters und der „Künstlichen Intelligenz”. Aber was heißt eigentlich „Künstliche Intelligenz”? Dazu hat Alan Turing einen Test vorgeschlagen: Wenn sich ein Mensch und eine Maschine miteinander „unterhalten” und der Mensch am Ende nicht sagen kann, ob er mit einem Menschen oder einer Maschine gesprochen hat, dann ist die Maschine „intelligent”. Als Anerkennung seiner Arbeit honoriert der Loebner-Preis seit 1991 jährlich die Software, die einem sogenannten starken Turing-Test mindestens 25 Minuten lang standhält. Chatboots wie „Mitsuku” konnten bislang allerdings nur die Bronze-Kategorie erreichen.
Machine Learning: Spielerisch lernen
Einen wichtigen Schritt machte das „Machine Learning”, als man anfing, Computer gegen sich selbst spielen zu lassen. 1997 unterlag der Schachweltmeister Garri Kasparow dem Rechner Deep Blue, 2011 gewann IBM Watson die US-Fernsehshow Jeopardy und auch im ältesten Denkspiel der Welt „Go” hat die Maschine den Menschen mittlerweile überflügelt. Allerdings konnten die Algorithmen solcher Spiele nicht auf Dinge transferiert werden, die für den Menschen ansonsten sehr einfach sind: wie gehen, Handschriften lesen, Bilder interpretieren oder Sprachen und Dialekte verstehen. Mit der Entwicklung der künstlichen neuronalen Netze und ausreichender Rechenleistung änderte sich dies.
Neuronale Netze werden nicht programmiert, sondern lernen selbst. Anhand einer Vielzahl von Daten und der dazugehörigen Lösungen trainieren sich neuronale Netze selbst und können durch kontinuierliche Verbesserung bessere Leistungen erreichen als Menschen. Solche Systeme stecken hinter Siri und Alexa, Übersetzungsprogrammen wie DeepL, Gesichts- und Personenerkennungsprogrammen oder medizinischen Applikationen, zum Beispiel zur Analyse von Röntgenbildern und Kernspinaufnahmen.
Heute haben kommerzielle Anwendungen, die Künstliche Intelligenz nutzen, alle Wirtschafts- und Forschungszweige erreicht. Künstliche Intelligenz ist unabdingbar für das Autonome Fahren , innovative Lösungen der Energiewende , der Werkstoffentwicklung , der Medizintechnik und der Pflege und sogar für Methoden des Innovationsmanagements.
Innovationsmanagementmethoden auf Basis von KI
Einer Prognose des Beratungshauses PwC zufolge könnte das Bruttoinlandsprodukt Deutschlands dank KI bis 2030 um 430 Mrd. Euro steigen. Die Bundesregierung will daher bis 2025 drei Milliarden Euro in die Umsetzung ihrer KI-Strategie investieren und 100 neue Professuren schaffen. Natürlich verfolgt auch Bayern Innovativ das Trendthema aufmerksam und präsentiert neue Ergebnisse regelmäßig auf seinen Plattformen und in Veröffentlichungen. Und mit Dienstleistungen wie dem Experten Netzwerk Bayern hat Bayern Innovativ längst eigene Innovationsmanagementmethoden auf Basis von KI im Portfolio.
