Wie sieht die Nutzung von KI-Modulen in der unternehmerischen Praxis aus? – Betrachten wir ein Unternehmen im Bereich Security/Überwachung, das auf einer IoT-Plattform zur Auswertung von Datenfeeds KI einsetzt: Für das Sicherheitskonzept einer „Bank“ muss etwa folgende Anforderung umgesetzt werden: „Wenn die Security Kamera drei Männer identifiziert, die gleichzeitig eine Bank betreten, dann soll ein Alarm ausgelöst werden.“ (Tatsächlich besteht offenbar eine so hohe Korrelation zwischen dem beschriebenen Ereignis und einem Banküberfall, dass die Alarmierung eine angemessene Sicherheitsmaßnahme darstellt). Die Aufgabe besteht also darin, den Datenstrom aus einer Kamera auf dieses sicherheitskritische Ereignis hin zu analysieren, und zwar mithilfe von Künstlicher Intelligenz. Diese KI muss (mit ausreichend hoher Zuverlässigkeit) eine Person als Mann erkennen (Geschlecht), wobei gilt, dass Personen unter 15 Jahren ausgeschlossen werden können (Alter); die Bedingung lautet folglich: Identifikation von drei (Anzahl) Männern (Geschlecht) über 15 Jahren (Alter).

Für eine solche Anforderung gibt es bereits eine Standard-Lösung: Es gibt KI-Algorithmen, die das Geschlecht und das Alter (mindestens hinreichend genau) abschätzen. Die Entwicklung eines solchen Algorithmus ist – dies sei der Vollständigkeit halber erwähnt – eine Fleißaufgabe, die nicht anders funktioniert, als der legendäre Durchbruch bei der Bildanalyse in den Google X Labs im Jahr 2012: Damals wurde ein KI-Algorithmus (auf 1.000 Rechnern mit insgesamt 16.000 Prozessoren) wurde mit so vielen Katzenbildern (10 Mio. Screenshots) gefüttert, dass dieser KI-Algorithmus die spezifischen visuellen Merkmale einer Katze extrahieren konnte – zumindest hinreichend genau, um daraus eine Sensation zu machen. Ebenso kann man einen KI-Algorithmus mit Hunderttausenden von Bildern von Personen verschiedener Altersstufen darauf trainieren, das Alter zu schätzen.

Nun ist klar, dass die visuellen Merkmale von Alter bei Frauen anders ausfallen als bei Männern. Es ist auch klar, dass ein US-Amerikaner anders altert als ein Philippino. Wenn man einen KI-Algorithmus mit den Fotos von US-Amerikanern trainiert, dann erhält man folglich andere Altersschätzungen, als mit einem KI-Algorithmus, der mit den Fotos von Philippinos trainiert wurde. Bereits heute gibt es für Altersbestimmung eine Vielzahl von KI-Algorithmen (und es werden noch weit mehr entwickelt), die je unterschiedliche Leistungsspezifika aufweisen und für unterschiedliche Einsatzbereiche je eine besondere Eignung aufweisen. Es ist also absehbar, ganz allgemein: In den nächsten Jahren wird der Markt für KI-Module eine hohe Wachstumsdynamik aufweisen, für spezifische Anwendungsfälle (z.B. Altersbestimmung) wird eine Ausdifferenzierung stattfinden.

KI-Algorithmen werden im Übrigen nicht nur im kommerziellen Bereich eingesetzt, sondern werden auch in den Bereich der Hobbys vordringen. Eine Folge davon: Dort werden voraussichtlich unter einer Commons Lizenz unzählige, frei verfügbare KI-Algorithmen entwickelt und bereitgestellt. Denken wir etwa an einen Hobby-Ornithologen, der in der freien Natur eine hochauflösende Spezialkamera aufstellt, die nur auslösen soll, wenn ein bestimmter Vogel vor die Linse tritt („Fotofalle“). Dazu könnte der Vogelkundler beispielsweise einen KI-Algorithmus trainieren, das Gefieder zu erkennen; oder er trainiert einen KI-Algorithmus, das Zwitschern des Vogels zu erkennen (akustischer Sensor). Der Auslösemechanismus der Kamera wird dann so eingestellt, dass diese auslöst, wenn der trainierte KI-Algorithmus von mehr als 70% Wahrscheinlichkeit den gesuchten Vogel identifiziert hat.

Wer eine Idee davon erhalten möchte, für welche Anwendungsfälle es bereits KI-Algorithmen gibt, der kann sich etwa eine Zusammenstellung der Wirtschaftswoche ansehen. Dies reicht von Gesichtserkennung, Identifizierung von Emotionen in Sprachaufzeichnungen bis zur Erkennung von Handschriften. Hier geht’s zum Download: KI-Algorithmen als Standard-Lösungen.

Anbieter von KI-Algorithmen sind etwa Forschungsinstitute, so etwa das Fraunhofer Institut. Hier kann man Algorithmen anfragen oder aber die Entwicklung von Algorithmen beauftragen. Als etablierte Anbieter von KI-Algorithmen können heute aber vor allem die bekannten Player AWS, Azure/Microsoft oder Google gelten; diese bieten in der Regel nicht nur Rechenleistung (IaaS), sondern auch eine wachsende Anzahl leistungsfähiger KI-Bausteine (für in der Cloud betriebene Anwendungen). Es lohnt einen Blick, etwa auf die Cognitive Services von Azure. Mit einem Entwicklerkonto kann man diese Cognitive Services 7 Tage kostenfrei testen, aber auch ohne Entwicklerkonto lässt sich ein Überblick gewinnen (und teilweise ausprobieren), welche KI-Features heute wie im Supermarkt abrufbar sind.

Nehmen wir an, Sie haben 2.000 Fotos und möchten nun all jene Fotos aussortiert haben, wo sie selbst auch abgebildet sind. Dafür können Sie das KI-Feature Gesichtsabgleich nutzen: Sie speisen einige „Referenzfotos“ ein, dann gleicht das Programm alle Gesichter mit ihren Referenzfotos ab und gibt einen Genauigkeitswert zurück, der angibt, mit welcher Wahrscheinlichkeit die verglichenen Gesichter zur gleichen Personen gehören.

Cognitive Services Azure GesichtsabgleichDas KI-Module “Gesichtsabgleich“ bei Cognitive Services von Azure

Oder werfen Sie einen Blick in das Angebot zum Anwendungsbereich Spracherkennung. Sie können hier über ein Mikrofon an Ihrem Rechner etwa ganz einfach das KI-Programm Spracherkennung ausprobieren: Sie sprechen ins Mikrofon (in beliebiger Sprache) und sehen, wie die Sprachsignale in Text gewandelt werden (Natürlich, das lässt sich auch in WhatsApp ausprobieren, aber hier können Sie etwa auch verschiedene Sprachen wählen.)

… KI-Module rund um Natural Language Processing bei Cognitive Services von Azure

Wer KI-Bausteine sucht, wird aber nicht nur bei den Big Playern AWS, Azure/Microsoft oder Google fündig; auch die Start-Up-Szene spielt eine Rolle. Wer heute beispielsweise Chatbots baut, kann getrost das Angebot des StartUps Cognigy nutzen. Nachfolgend eine Übersicht der Start-Up Szene in Deutschland von Anfang des Jahres 2019 vom Innovationszentrum UnternehmerTUM in Garching für die Wirtschaftswoche – geordnet nach Kriterien wie Branchen und Unternehmensfunktionen.

Übersicht zu Start-Ups in Deutschland mit KI-KompetenzÜbersicht der Start-Ups in Deutschland, die KI entwickeln

Sebastian Zang
Author

Der Autor ist Manager in der Softwareindustrie mit internationaler Expertise: Prokurist bei einem der großen Beratungshäuser - Verantwortung für den Aufbau eines IT Entwicklungszentrums am Offshore-Standort Bangalore - Director M&A bei einem Softwarehaus in Berlin.