KI-Anwendungen

Die künstliche Intelligenz hat im Laufe der Jahrzehnte enorme Fortschritte gemacht. KI-Hardware und KI-Software ist inzwischen überall präsent und beeinflusst unser tägliches Leben. Die Anwendung von künstlicher Intelligenz (KI) ist dabei nicht isoliert zu betrachten. Sie integriert sich in jegliche Form der elektronischen Datenverarbeitung, wo die Daten nur schwer mit herkömmlichen Algorithmen und Schwellwerten zu bearbeiten sind. KI-Anwendungen kommen zunehmenden dort zum Einsatz, wo man mit komplexen Datenanalysen neue Erkenntnisse gewinnen oder schneller zu Entscheidungen kommen kann.

Für viele alltägliche Probleme können uns Computer nicht wirklich helfen, weil insbesondere die echte Welt unendlich viele Eingabe-Zustände hat. Außerdem haben wir eine große Menge teilweise unstrukturierter Daten mit einer großen Varianz, die mit herkömmlichen Methoden nicht verarbeitet werden können. Außerdem gibt es Anwendungsfälle, bei der unterschiedliche Ausgaben bei ähnlichen oder sogar gleichen Eingaben akzeptabel sind. Hier muss man mit anderen Methoden arbeiten. Beispielsweise mit lernfähigen Algorithmen.

Konkrete Anwendungsbeispiele

• KI auf dem Smartphone
• Spracherkennung und Sprachverarbeitung
• Bildbearbeitung
• Bild- und Gesichtserkennung
• Schrifterkennung
• Bildgeneratoren
• Medizinische Anwendungen von KI
• Klimaforschung
• KI in der Wirtschaft und Industrie
• Recherche und Informationssuche
• KI in der Wissenschaft

KI auf dem Smartphone

Immer mehr KI-Funktionen werden in Smartphones integriert. Sie verschönern Bilder und Videos, übersetzen Sprachen, schreiben Texte und beantworten Nachrichten.
Dazu verfügen Smartphones über eine Neural Processing Unit (NPU), die es ermöglicht per On-device-KI lokal auf dem Gerät zu arbeiten.

Spracherkennung und Sprachverarbeitung (Natural Language Processing - NLP)

Was man allgemein als Spracherkennung bezeichnet ist in der KI die Verarbeitung natürlicher Sprache (NLP, Natural Language Processing). Hier unterscheidet man ganz grob zwischen der Spracherkennung und -ausgabe (Speech) und dem Sprachverständnis (Language).

Dienste zur Spracherkennung und -ausgabe umfassen Chat- und Sprachbots oder digitale Assistenten, die sich mit einzelnen Kommandos oder Sätzen steuern lassen.

Bei Diensten zum Sprachverständnis muss die KI die Absicht des Sprechers oder Texters erkennen. Also das Gesagte oder Geschriebene in einen Kontext einordnen. Das ist notwendig, wenn eine Konversation über mehrere Stufen hinweg geführt werden soll.

• KI-Sprachmodelle

Bildbearbeitung

Künstliche Intelligenz findet heute vielfältige Anwendung in der Bildverarbeitung, insbesondere in Smartphones. Neben einfachen, automatisierten Optimierungen, die lediglich Farbintensität, Helligkeit und Schatten anpassen, ermöglichen KI-gestützte Systeme eine präzisere Motiverkennung. Je nach erkanntem Motiv werden gezielt Korrekturen wie Farbanpassungen oder Verzerrungskorrekturen vorgenommen. Bei Porträtaufnahmen identifizieren Algorithmen einzelne Gesichtspartien und retuschieren Details wie Falten oder Hautunreinheiten.

Darüber hinaus übernimmt KI den Großteil der aufwendigen Retuschearbeit. Unerwünschte Objekte – etwa Pickel oder störende Bildelemente wie Strommasten – können automatisch entfernt oder durch alternative Motive ersetzt werden. Mit Inpainting lassen sich gezielt Objekte einfügen oder retuschieren, während Outpainting bestehende Bilder an den Rändern erweitert, um aus einem zentralen Motiv komplexe Szenen zu schaffen.

Auch im Videobereich kommen KI-gestützte Effekte zum Einsatz: Automatisches Framing sorgt dafür, dass der Bildausschnitt bei Bewegungen nachgeführt wird, die Augenkontaktkorrektur kompensiert einen Blick abseits der Kamera, und hochwertige Hintergrundeffekte erzeugen eine ansprechende Bildgestaltung.

Bild- und Gesichtserkennung

Die Bilderkennung zählt zu den zentralen Anwendungsfeldern moderner Künstlicher Intelligenz. Sie umfasst die automatische Interpretation visueller Inhalte und ermöglicht es Maschinen, Gegenstände, Gesichter und sogar Texte zuverlässig zu identifizieren. Zum Einsatz kommt die Technologie in einem breiten Spektrum: von Überwachungs- und Sicherheitsanwendungen über das Sperren unerwünschter Inhalte bis hin zur Texterkennung oder dem Scannen von Barcodes.
Während frühe KI-Systeme Bilder oft stark kontextabhängig bewerteten – und so etwa ein Schiff allein wegen der Wassermenge oder ein Zug aufgrund von Schienen im Hintergrund erkannten – arbeiten aktuelle Systeme wesentlich präziser. In vielen Fällen übertreffen sie mittlerweile sogar geschulte menschliche Beobachter in Geschwindigkeit und Genauigkeit.

Schrifterkennung

Damit der Algorithmus zur Schrifterkennung anwendbar ist, muss er trainiert werden. Er braucht sehr viele bereits kategorisierte geschriebene Zeichen. Nach einer bestimmten Anzahl von Lernschritten ist der Algorithmus in der Lage ein Zeichen in X von 100 Fällen als richtig zu erkennen. X muss in dem Fall sehr hoch sein, weil das in der Praxis sonst nicht zu gebrauchen ist.

Die Ausgabe entspricht der Wahrscheinlichkeit, dass es sich um ein bestimmtes Zeichen handelt. Im einfachsten Fall kann man das beste Ergebnis als richtig annehmen, oder man prüft, welches das zweit- oder drittbeste Ergebnis gewesen wäre.
Das Ergebnis verbessert man dadurch, dass man das neuronale Netz länger trainiert oder neben der Wahrscheinlichkeit auch noch den Kontext berücksichtigt.

Bildgeneratoren

KI-Bildgeneratoren wie DALL-E, Midjourney oder Stable Diffusion erschaffen auf Basis kurzer Texteingaben täuschend echt wirkende Bilder – oft kaum von Fotografien zu unterscheiden. Für viele Anwendungen ist es mittlerweile effizienter, Bilder oder Videos direkt durch künstliche Intelligenz erstellen zu lassen, statt lange in Datenbanken nach passendem Material zu suchen. Doch die Technik hat ihre Schattenseiten: Die Systeme übernehmen und verstärken mitunter Vorurteile aus ihren Trainingsdaten. Das Ergebnis sind Darstellungen, die Klischees bedienen und Ausnahmen ausblenden – und damit nicht immer ein realistisches Bild der Welt zeigen. Die Entwicklung von KI-Bildern, die frei von solchen Verzerrungen sind, bleibt eine komplexe Aufgabe, an der derzeit intensiv geforscht wird.

Autonomes Fahren

Beim autonomen Fahren geht es hauptsächlich um die Umgebungserkennung. Gefährliche Verkehrssituationen sind zum Glück selten, müssen aber zweifelsfrei erkannt werden. Leider folgen solche Situation keinem festen Muster, was kein ideales Umfeld für die KI ist.
Besonders Fälle, in denen Verkehrsregeln gebrochen werden müssen, bspw. wenn eine durchgezogene Linie ausnahmsweise überfahren werden muss, sind hohe Hürden.

Medizinische Anwendungen von KI

Eine Revolution im Gesundheitswesen steht bevor: Künstliche Intelligenz verändert Diagnostik und Therapie grundlegend. Mithilfe moderner Algorithmen lassen sich personalisierte Behandlungspläne erstellen, die exakt auf die individuellen Bedürfnisse der Patienten zugeschnitten sind. Gleichzeitig steigert KI die Effizienz in der Patientenversorgung und ermöglicht eine deutlich frühere Erkennung von Krankheiten und kann das Gesundheitssystem entlasten.

Klimaforschung

Künstliche Intelligenz eröffnet der Wetter- und Klimaforschung neue Möglichkeiten. Sie liefert nicht nur präzisere kurzfristige Wetterprognosen, sondern trägt auch dazu bei, langfristige Entwicklungen des Klimawandels besser abzuschätzen und das komplexe Zusammenspiel klimatischer Faktoren zu verstehen. Moderne, ressourcenschonende KI-Verfahren können gewaltige Mengen an historischen Wetterdaten und aktuellen Messwerten effizienter auswerten als klassische, rechenintensive Simulationen – und finden in der Datenflut oft schneller Muster und Zusammenhänge. Die Zukunft könnte in Hybridsystemen liegen, die das Beste aus beiden Welten vereinen: physikalische Simulationen und KI-gestützte Analysen realer Beobachtungsdaten.

KI in der Wirtschaft und Industrie

Künstliche Intelligenz kann sich in Unternehmen zu einem zentralen Werkzeug für Effizienzsteigerung und Prozessoptimierung entwickeln. Vor allem in der Produktion und Fertigung sorgen automatisierte Abläufe für höhere Produktivität und geringere Ausfallzeiten – nicht zuletzt dank verbesserter Fehlererkennung. Mithilfe von Predictive Analytics und Business Intelligence können Firmen ihre Entscheidungen zunehmend auf Daten stützen und ihre Strategien präzise anpassen.

Auch im Bereich Sicherheit spielt KI eine wachsende Rolle. Sie hilft, betrügerische Aktivitäten zu identifizieren.

Recherche und Informationssuche

Die rasante Verbreitung generativer KI, allen voran ChatGPT, hat selbst Branchenriesen wie Google in Zugzwang gebracht. Neue KI-Suchmaschinen setzen auf Sprachmodelle, die nicht nur Links liefern, sondern relevante Websites aufrufen, deren Inhalte extrahieren und zu einer direkten Antwort zusammenfassen. So lassen sich komplexe Fragen beantworten und sogar Rückfragen stellen.

Prinzipbedingt neigen Sprachmodelle dazu, Fakten zu erfinden, weshalb sie unzuverlässig sind.

KI in der Wissenschaft

Maschinelles Lernen, besonders Künstliche Neuronale Netze, hat sich in vielen wissenschaftlichen Disziplinen etabliert. Für Forschende ist Künstliche Intelligenz längst mehr als ein Trend. Sie dient als wertvolles Werkzeug, um komplexe Fragestellungen zu bearbeiten, insbesondere wenn es um den Umgang mit Unschärfe und Unsicherheit geht.

Weitere verwandte Themen:

• Künstliche Intelligenz (KI) / Artificial Intelligence (AI)
• Machine Learning / Maschinelles Lernen
• Künstliche neuronale Netze (KNN)
• KI-Hardware
• KI-Software

Computertechnik-Fibel

Alles was du über Computertechnik wissen musst.

Die Computertechnik-Fibel ist ein Buch über die Grundlagen der Computertechnik, Prozessortechnik, Halbleiterspeicher, Schnittstellen, Datenspeicher, Laufwerke und wichtige Hardware-Komponenten.

Das will ich haben!

Computertechnik-Fibel

Alles was du über Computertechnik wissen musst.

Die Computertechnik-Fibel ist ein Buch über die Grundlagen der Computertechnik, Prozessortechnik, Halbleiterspeicher, Schnittstellen, Datenspeicher, Laufwerke und wichtige Hardware-Komponenten.

Das will ich haben!