Über den Autor:

Prof. Dr. Volker Steinhübel
Verwaltungsratsmitglied Elementum International AG

Prof. Dr. Volker Steinhübel ist geschäftsführender Gesellschafter des Instituts für Controlling Prof. Dr. Ebert GmbH (IFC EBERT) in Nürtingen und leitet den von ihm gegründeten Masterstudiengang FACT (Finance - Accounting - Controlling - Taxation) an der SRH Fernhochschule – The Mobile University. Als Experte für Controlling, Strategie, Risikomanagement und Innovation unterstützt er branchenübergreifend Unternehmen, Vorstände und CFOs auf ihrem Weg zur Corporate Excellence.

Zusätzlich ist er als Executive Coach tätig und übernimmt verschiedene Mandate in Verwaltungs-, Beirats- und Aufsichtsräten. Mit über 30 Jahren Erfahrung teilt er sein Wissen in Keynotes, Seminaren und Publikationen, wobei sein Fokus auf den Themen Controlling & Strategie, Wissen & Werte sowie Risiko & Innovation liegt. Sein Motto lautet: Weiterdenken.

Künstliche Intelligenz (KI) zählt zu den faszinierendsten und zugleich transformativsten Technologien unserer Zeit. Ihre Anwendungsmöglichkeiten erstrecken sich über zahlreiche Bereiche – von der Automatisierung von Prozessen in der Industrie bis hin zu Verbesserungen in der Gesundheitsversorgung und von personalisierten Dienstleistungen.

Woher kommt der Begriff "Künstliche Intelligenz"?

Die Ursprünge der KI liegen in einem Forschungsprojekt am Dartmouth College in New Hampshire im Jahr 1956, das untersuchte, wie die Intelligenz des menschlichen Gehirns für eine computergestützte Simulation beschrieben werden könnte. Daraus entstand ein moderner Teilbereich der Informatik, der sich mit der Automatisierung von Programmen, intelligentem Verhalten und maschinellem Lernen beschäftigt.

Was ist KI?

KI ahmt die kognitiven Fähigkeiten des Menschen nach, indem sie Informationen aus Eingabedaten erkennt und sortiert.

Wesentliche Basis bilden die sogenannten neuronalen Netze, die zwar künstlicher Natur, aber von der Struktur des menschlichen Gehirns inspiriert sind. Sie können einerseits komplexe Muster sowie Zusammenhänge in Daten erkennen und andererseits u.a. Bilderkennung, Sprachverarbeitung und Entscheidungsfindung automatisieren.

Mithilfe eines erlernten Algorithmus löst KI – auch komplexe – Aufgaben; die Ergebnisse basieren somit immer auf bestimmten Wahrscheinlichkeiten. Für präzisere Vorhersagen benötigen KI-Modelle große Mengen an Trainingsdaten, weshalb Big-Data-Konzepte entscheidend für deren Erfassung, Speicherung und Verwaltung sind. Voraussetzung für den Einsatz von und die Arbeit mit KI ist daher stets die akribische und korrekte Pflege von Stammdaten, auf denen die Technologie entscheidend basiert.

Ein zentraler Bereich der KI ist das maschinelle Lernen (ML), das es ermöglicht, große Datenmengen mit hoher Rechenleistung zu analysieren. Algorithmen wenden wiederholt Durchläufe an, um Aufgaben zu lösen oder Datenstrukturen zu erkennen. Auf diese Weise kann das System automatisch lernen und sich verbessern, ohne dass es einer speziellen Programmierung bedarf. Ziel ist es, Probleme effizienter und effektiver zu lösen und relevante Informationen aus wachsenden Datenmengen zu extrahieren.

Eine spezielle Form von ML ist das Deep Learning (DL), bei dem tiefe neuronale Netzwerke genutzt werden. Hier lernt KI durch hierarchische Repräsentationen, etwa in der Bilderkennung und Sprachverarbeitung. Des Weiteren bilden Large Language Models (LLM) eine Form von KI. Diese „großen“ Sprachmodelle sind darauf trainiert, natürliche Sprache zum einen zu verstehen und zum anderen zu generieren. Folglich können mit ihnen Texte verfasst, Übersetzungen erstellt und Zusammenfassungen geschrieben werden.

Neben der KI als lernfähiges System existieren weitere Technologien wie Robotic Process Automation (RPA) und Optical Character Recognition (OCR). Bei RPA handelt es sich um eine Technologie zur Automatisierung standardisierter Geschäftsprozesse wie beispielsweise der Rechnungseingangsverarbeitung. Sie übernimmt einfachere Aufgaben und wickelt standardisierte Prozesse ab. OCR ist eine Teilmenge von KI zur Erkennung optischer Zeichen. Mit ihrer Hilfe kann Text, d.h. Buchstaben, Wörter und Zahlen, in Bilddateien automatisch erkannt und in bearbeitbare und durchsuchbare Texte umgewandelt werden. Sie findet beispielsweise Anwendung bei eingescannten oder fotografierten Rechnungen.

Formen der KI

KI lässt sich in zwei Entwicklungsstufen unterteilen: Schwache KI (Narrow AI, NAI) und Starke KI (Artificial General Intelligence, AGI). Die NAI umfasst alle heute bekannten und praktischen KI-Technologien, wie ChatGPT von OpenAI oder CoPilot von Microsoft, die auf LLM basieren.

Diese Form der KI lernt nicht autonom, sondern benötigt genaue Anweisungen und ist auf spezifische Aufgaben wie Mustererkennung in Text oder Sprache spezialisiert. Folglich wird NAI vor allem in virtuellen Assistenten und Spracherkennungssystemen eingesetzt. Generative KI, eine Form der NAI, erzeugt Inhalte wie Text, Bild oder Ton, basierend auf Wahrscheinlichkeiten und Trainingsdaten. Dabei geht es vor allem um sprachlich korrekte, aber nicht notwendigerweise faktengetreue Ergebnisse. Demzufolge wird Intelligenz hier lediglich simuliert.

Im Gegensatz zur NAI soll AGI künftig intellektuelle Aufgaben ähnlich wie das menschliche Gehirn lösen können. Diese fortschrittliche KI wird autonom lernen, komplexe Zusammenhänge verstehen, vorausschauend planen und eigenständig Entscheidungen treffen. Eine AGI, die ursprünglich für das Extrahieren von Text aus Bildern entwickelt wurde, könnte beispielsweise ohne großen Trainingsaufwand auch Text aus Videos entnehmen. Darüber hinaus wird ihre Fähigkeit auch die Diskussion komplexer Fragestellungen und kreative Prozesse umfassen.

Es wird spekuliert, ob die Entwicklung einer Super-KI (Artificial Super Intelligence, ASI) möglich ist. Diese Stufe der KI würde es ihr ermöglichen, sich selbst zu verbessern, eigene Werte und Ziele zu definieren und diese je nach Situation, Umgebung und Aufgabe anzupassen. Eine zentrale Frage ist, ob und inwieweit die ASI ein grundlegendes Bewusstsein entwickeln könnte, das dem des Menschen ähnlich ist.

Welche Rolle wird KI in (naher) Zukunft spielen?

KI wird sich zur strategisch wichtigsten Technologie des 21. Jahrhunderts entwickeln – unterstützt durch steigende Rechenleistung, kostengünstigere Datenverarbeitung und verbesserte Algorithmen. Sie wird in Zukunft zunehmend einen direkten Einfluss auf unsere Arbeit, unser Leben und unsere Gesellschaft haben. Den Anfang hiervon sehen wir bereits heute in der Produktivitätssteigerung, der Automatisierung von Prozessen und der von KI gestützten datenbasierten Entscheidungsfindung. Unter Berücksichtigung der weiteren Entwicklung, beispielsweise in Form von KI-gesteuerten humanoiden Robotern, gehören einfache administrative Tätigkeiten, Kundenservice oder auch Fliesenlegen durch menschliche Hand in Zukunft der Vergangenheit an.

Entsprechende Prognosen sagen Veränderungen in Berufen und Organisationen voraus. So wird KI starke Einwirkungen auf alle unternehmensinternen Prozesse, aber auch jeden Arbeitsplatz haben. Dies betrifft auch den Handel von Edelmetallen, Gold und Silber. Hier sind sowohl Prozessbeschleunigungen als auch eine veränderte Einbindung der Akteure des Gesamtmarktes zu erwarten. Beispielhaft seien an dieser Stelle präzisere Preisprognosen und automatisierter Handel, Portfolio-Optimierungen und personalisierte Investmentberatungen, optimierte Bestandsverwaltung und KI-gestützte Logistik sowie Betrugsprävention zu nennen.

Auch wenn diese Technologie viele Vorteile verspricht, verbergen sich verschiedene Risiken in ihrer Nutzung. Aus diesem Grunde hat die EU im Mai 2024 den AI Act verabschiedet, um den Einsatz und die Nutzung von KI zu regulieren. In dieser weltweit ersten Verordnung zu KI werden verschiedene Punkte geregelt, wie beispielsweise die Gewährleistung hinsichtlich des Schutzes der Grundrechte, die Untersagung des Missbrauchs von KI-Anwendungen, die Pflicht zur Transparenz über KI-erzeugte bzw. - bearbeitete Inhalte und die Risikoabstufung im Hinblick auf verschiedene KI-Anwendungen.