BLOG | BÜRO DES CTO

KI und die Rolle von Anwendungsdiensten

Joel Moses Miniaturbild
Joel Moses
Veröffentlicht am 19. Februar 2020

Dies sind nicht die Droiden, die Sie suchen.

Was denken Sie, wenn Sie jemand bittet, zu beschreiben, was künstliche Intelligenz ist?

Die Chancen stehen gut, dass die Vision, die einem sofort in den Sinn kommt, ein sehr menschliches Gesicht hat – das von Arnold Schwarzenegger (Terminator), Haley Joel Osment (A.I.) oder Brent Spiner (Star Trek). Das häufigste Bild, das Menschen mit dem ähnlichen Begriff „Maschinelles Lernen“ assoziieren, hat normalerweise kein Gesicht, erinnert aber vielleicht an das leuchtend rote Licht von HAL 9000 aus dem Jahr 2001 oder die ewig kalte Roboterlogik von Ex Machina. Dass dieses komplexe Thema heute so allgemein bekannt ist, verdanken wir vor allem Hollywood und der Science-Fiction.

Und doch sind diese Höhenflüge der Fantasie tatsächlich korrekte Ausdrucksformen wissenschaftlicher Überlegungen über die Funktionsweise des menschlichen Gehirns. Vereinfacht ausgedrückt kann man künstliche Intelligenz so definieren: „einem Computer beizubringen, Aspekte der menschlichen Intelligenz nachzuahmen.“ 
 

Der Fokus dieser Intelligenz – insbesondere ihr Zweck und ihre Funktionsweise – hilft uns, drei verschiedene Arten von KI zu definieren. Um zu verstehen, wie KI und Anwendungsdienste in Zukunft zusammenarbeiten werden, ist es zunächst notwendig, jeden KI-Typ zu untersuchen.

Starke KI

Die Dinge, die wir auf der Kinoleinwand sehen – große, böse Cyborgs oder freundliche, blasse Androiden – sind Beispiele für eine autonome, universelle Intelligenz. Seine Intelligenz verfolgt keinen bestimmten Zweck, außer zu lernen und das Gelernte in weiteres autonomes Handeln umzusetzen. Dabei handelt es sich um „starke“ Modelle künstlicher Intelligenz, und diese Art der KI gehört eindeutig in den Bereich der Science-Fiction. Sie existieren nicht.

Schwache KI

Hinter der „starken“ KI steckt eine einfachere, fokussiertere Version, die als „schwaches“ Modell künstlicher Intelligenz beschrieben werden kann: Sie arbeitet autonom wie unser Film-Android, hat aber eine begrenzte Zielsetzung. Es ist in der Lage, sich innerhalb des begrenzten Bereichs, in dem es operiert, einfach anzupassen und zu lernen. Diese Systeme sind Experten für Dinge, die in sie eingebaut sind, verfügen jedoch nicht über die Fähigkeit, selbstständig neue Tricks zu erlernen. Wir interagieren täglich mit ihnen namentlich: Siri, Alexa, Google. Wir bitten sie, die Fenster unserer Autos hochzukurbeln oder etwas Abstand zum Auto vor uns zu halten. Und obwohl wir ihnen Fragen zum Wetter stellen können, die sie wahrscheinlich beantworten können, ist es unwahrscheinlich, dass sie uns so weise Ratschläge zu unseren Beziehungen geben, wie es Lieutenant Commander Data tun würde.

Unterstützende KI

Der dritte und häufigste KI-Typ ist nicht immer sofort sichtbar. Wir würden es nicht beim Namen nennen, aber wir interagieren täglich mit Systemen, die diese Technologie enthalten. Diese Systeme sind „Augmentations“-Modelle der künstlichen Intelligenz. Sie existieren, um die menschliche Intelligenz bei speziellen Aufgaben zu unterstützen, indem sie dazu beitragen, dass unsere Denkprozesse effizienter und fundierter werden. Sie sind fast immer hochspezialisiert: Sie analysieren dunkle Flecken auf unseren Röntgenaufnahmen und machen die Techniker darauf aufmerksam, dass es sich dabei um bedeutende Flecken handeln könnte, oder vergleichen schnell Produkte, die vom Fließband kommen, um Qualitätsprobleme zu erkennen, lange bevor das menschliche Gehirn darauf reagieren kann.

Assistierende KI und Anwendungsdienste

Assistierende KI ist die Grundlage für die dritte Phase der digitalen Transformation : „KI-gestütztes Geschäft.“ Diese KI wird die von der nächsten Generation von Anwendungsdiensten gesammelten Telemetriedaten nutzen und das Geschäft verbessern, indem sie Mittel zur Lösung technologischer geschäftlicher Herausforderungen bereitstellt. Dabei kann es sich um so einfache Dinge wie die Identifizierung von Leistungsproblemen handeln, die zu geringeren Kundenkonversionsraten führen, oder um so fortgeschrittene Dinge wie die Erkennung legitimer Kunden, die mit einem digitalisierten Geschäftsprozess Schwierigkeiten haben. Beide erfordern große Datensätze, die den Datenpfad umfassen. Beide Beziehungsarten können nur mithilfe erweiterter, durch KI unterstützter Analysen schnell entdeckt werden.

Um solche zukünftigen Funktionen zu ermöglichen, haben wir unseren eigenen Weg der digitalen Transformation eingeschlagen, der auf die Ausweitung der Anwendungsdienste über den gesamten Pfad vom Code bis zu den Kundendaten ausgerichtet ist. Diese Vision hat zur Übernahme von NGINX und jüngst von Shape Security geführt. Beide Unternehmen bieten einzigartige Lösungen und Anwendungsdienste an, die die Grundlage für die zukünftige Anwendungsbereitstellung bilden und die Möglichkeit bieten, eine unterstützende KI zu entwickeln, die das digitale Geschäft der Zukunft vorantreibt.