Page 210 - Handbuch Digitalisierung (2. Ausgabe)

Kapitel 3.7 / Künstliche Intelligenz HANDBUCH DIGITALISIERUNG Machine Learning Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lern- phase verallgemeinern – es „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten. So kann das System auch unbekannte Daten be- urteilen.(2) Die Masse der Daten (Big Data), mit denen der Algorithmus „angelernt“ wird, und deren Qualität sind dabei von zentraler Bedeutung für die Fähigkeiten der KI. „Natural Language Processing“ (NLP) NLP beschä igt sich mit dem Verständnis und der Erzeugung natürlicher Sprache. Was Menschen natürlicherweise von Geburt an lernen, müssen Computer mithilfe von Algo- rithmen erreichen. Modernes NLP basiert auf den Methoden des Machine Learning. Neben digitalen Assistenten bestehen weitere An- wendungsmöglichkeiten in Callcentern oder auch bei Übersetzunganwendungen. (2) Seite „Maschinelles Lernen“. In: Wikipedia, Die freie Enzyklo- pädie. Bearbeitungsstand: 13. März 2019, 20:57 UTC. URL: https://de.wikipedia.org/w/index.php?title=Maschinelles_ Lernen&oldid=186559046 (Abgerufen: 8. April 2019, 11:33 UTC) 210 Geschä smodelle im Fokus Chatbots für den Support Auf Cognitive Computing beruhende Chat- bots sind in der Lage, einen menschlichen Ge- sprächspartner zu simulieren. Die virtuellen Assistenten können einfache Kundenanfragen beantworten, Informationen zum Angebot des Unternehmens liefern oder sogar Bestel- lungen entgegennehmen. Dabei lassen sich die Chatbots nicht nur auf der eigenen Home- page oder in der eigenen App betreiben, son- dern auch in Messenger-Dienste wie Whats- App oder soziale Netzwerke einbinden. Durch Chatbots kann die Kundenbindung verbessert werden, da diese beispielsweise im Support unmittelbar Fragen beantworten können. Ein Geschä smodell könnte in Zukun darin be- stehen, Kunden solche Chatbots als Service zur Verfügung zu stellen. Eine Abrechnung könnte dabei nach tatsächlich erfolgten An- fragen jederzeit erstellt werden. „Künstliche Intelligenz as a Service“ (AIaaS) Die großen Cloud-Anbieter bieten mittler- weile bereits AIaaS-Dienste an, ohne dass man sich selbst Kenntnisse von komplexen Machi- ne-Learning-Algorithmen aneignen muss. Über eine einfache Ober äche unterstützen die Anbieter einen bei der Erstellung eines zu- geschnittenen Algorithmus. Dieser lässt sich dann durch einfache APIs mit den eigenen Anwendungen verbinden. Auf diese Weise lassen sich dann Milliarden von Prognosen nach einem skalierbaren Be- darf erstellen. Zusätzlich gibt es sogar die Möglichkeit einer automatischen Skalierung, die ebenfalls auf selbstlernenden Systemen au aut und wobei stetig der Bedarf des Kun- den prognostiziert wird. //