Anstatt der göttlichen Eingebung des bayerischen Aloisius muss jetzt die KI herhalten!
Es soll alles so einfach sein mit der KI. Man tippt was ein und schon kommt die Lösung raus.
Quasi wie die berühmte und viel besprochene göttliche Eingebung.
Aber ist es alles wirklich sein einfach? Nur die Fähigkeit „Hosiana“ zu singen reicht halt nicht aus.
Außerdem stellt sich die Frage, ob die KI den Gesang überhaupt versteht.
Aber mal Spaß beiseite. KI scheint die Lösung für alle Probleme der Menschheit zu sein. Na ja, mindestens für die, welche ein Software-Anwender hat.
Auf jeden Fall scheint es der Software-Anbieter einem so verklickern zu wollen.
„Wir setzen KI in unserer Lösung ein“ ist eine von den bekanntesten Aussagen im Software-Marketing und ganz viele fallen darauf herein.
Ob die KI hier eine praktikable Umsetzung darstellt, ob genug Daten vorhanden sind oder ob die Mitarbeiter vor dem Bildschirm überhaupt etwas damit anfangen können, ist eine ganz andere Sache.
Den vielen KI-Gläubigen scheint das aber egal zu sein. Denn nur ein Anbieter, der angeblich KI einsetzt, ist ein „moderner“ Anbieter, der auch einen Mehrwert liefert. Pustekuchen.
Das Problem ist oft recht einfach. Software-Anwender lassen sich viel zu schnell von der Aussage „KI inklusive“ beweihräuchern, ohne überhaupt zu wissen, was KI wirklich ist und wie der Einsatz im eigenen Unternehmen einen Mehrwert liefern kann.
Einfach ein „KI-Modul“ zu kaufen und danach zu denken, dass die Welt besser wird, ist ein weit verbreiteter Irrglaube.
Mit diesem Blog-Beitrag will ich versuchen, etwas „Licht ins KI-Dunkel“ zu bringen. Wer noch mehr Erleuchtung anstrebt, kann sich ja gerne melden und wir stellen die viel gepriesenen KI Funktionen der Software-Anbieter im Einkaufsprozess mal auf den Teststand.
Wie immer, wird es spannend. Unbedingt weiter lesen! Denn auf die „göttliche Eingebung“ wie der Dienstmann Aloisius vom Ludwig Thoma (ein Münchner im Himmel) zu warten ist keine Alternative!
Übrigens: bei separaten KI-Projekten ist das Thema, in Teilen durchaus anders zu sehen. Ich fokussiere mich heute auf „KI inklusive“ bei operativ genutzten Lösungen.
Weiter gehts im Blog-Beitrag.
Der Aloisius wartet noch auf die göttliche Eingebung während andere denken die schon gefunden zu haben!
(gezeichnet von ChatGPT)
Was ist der Unterschied zwischen einem Optimierungsalgorithmus und künstlicher Intelligenz?
Alter Wein in neuen Schläuchen?
Früher hat man immer über einen Optimierungsalgorithmus gesprochen. Heute soll es angeblich KI sein. Aber was ist eigentlich der Unterschied?
Der Unterschied zwischen einem Optimierungsalgorithmus und Künstlicher Intelligenz (KI) liegt hauptsächlich im Anwendungsbereich, den Zielen und der Komplexität der jeweiligen Methoden:
Optimierungsalgorithmus
Ein Optimierungsalgorithmus ist eine Methode zur Suche nach der besten Lösung für ein gegebenes Problem.
- Ziel: Maximierung oder Minimierung einer Zielfunktion (z. B. Kosten, Zeit, Effizienz).
- Anwendung: Wird häufig in der Mathematik, Logistik, Ingenieurwissenschaft und Wirtschaft eingesetzt.
- Arbeitsweise:
- Hat einen festen Satz von Regeln, um die beste Lösung zu finden
- Bezieht sich oft auf Probleme mit definierten Einschränkungen und klarer Struktur
- Beispiele:
- Lineare Optimierung (Simplex-Algorithmus)
- Evolutionäre Algorithmen (z. B. Genetische Algorithmen)
- Gradient-basierte Verfahren wie der Gradient Descent
Künstliche Intelligenz (KI)
Künstliche Intelligenz ist ein breiteres Konzept und umfasst Systeme oder Algorithmen, die Aufgaben ausführen, die normalerweise menschliche Intelligenz erfordern.
- Ziel: Problemlösung, Entscheidungsfindung, Mustererkennung und oft auch Lernen aus Daten.
- Anwendung: Wird in Bereichen wie Bilderkennung, Sprachverarbeitung, Robotik und Spielen eingesetzt.
- Arbeitsweise:
- Kann man Optimierungsalgorithmen verwenden, um ihre Ziele zu erreichen?
- Oft datengetrieben: KI-Modelle können sich verbessern, indem sie aus Erfahrungen lernen (z. B. maschinelles Lernen)
- Beispiele:
- Neuronale Netze (Deep Learning)
- Entscheidungsbäume und Random Forests
- Reinforcement Learning (z. B. AlphaGo)
Was ist der wichtigste Unterschied?
- Optimierungsalgorithmen:
- Sind Werkzeuge mit klar definierten Regel
- Haben ein festes Ziel und keine Fähigkeit zum Lernen oder zur Anpassung an neue Daten
- Künstliche Intelligenz:
- Kann Optimierungsalgorithmen beinhalten, aber ist viel allgemeiner
- Hat die Fähigkeit, aus Daten zu lernen und sich an veränderte Bedingungen anzupassen
Ein Beispiel, um den Unterschied zu verdeutlichen:
- Ein Optimierungsalgorithmus könnte berechnen, wie ein Lieferdienst die kürzesten Routen plant
- Eine KI könnte zusätzlich Vorhersagen über das Verkehrsaufkommen treffen, sich an neue Muster anpassen und sogar zukünftige Routen vorschlagen, basierend auf historischen Daten
Steckt hier echte KI oder nur ein „simpler“ Algorithmus dahinter?
Von der Steinzeit in den KI-Himmel
Schauen Sie mal das nachfolgende Bild genau an. Und dann gehen Sie mal in sich und stellen sich die Frage:
- Wie modern sind eigentlich unserer Prozesse bereits?
- Wie viel KI Wissen ist bereits im Haus vorhanden?
- Wie modern sind die von uns eingesetzten Technologien und Werkzeuge?
- Wie integriert sind all unsere Systeme?
- Wie gut und sauber sind unsere Daten und in ausreichender Menge vorhanden?
Wenn Sie dann z.b. feststellen, dass Ihr „Werkzeug“ in der IT aktuell wohl einer noch einer Steinzeitkeule entsprechen, dann sollten Sie sich fragen, ob Sie überhaupt schon bereit sind die Fahrt in den KI-Himmel anzutreten.
Ja, es gibt sicherlich Insellösungen, wo dies, fast unabhängig von Status möglich ist. Aber der „große Wurf“ z.B. im Bereich des Transportmanagements wird Ihnen nur dann gelingen, wenn der Rest auch passt.
Von der Steinzeitorganisation mit entsprechenden Werkzeugen in den KI-Himmel ist eine echte Herausforderung
Der „Prompt“ – Die Lösung aller Fragen!
Doch Fragen stellen und Anweisungen erstellen will gelernt sein!
Eine Version von KI, welche sich sehr gut in Präsentationen nutzen lässt, ist das Stellen einer Frage/Anforderungen in einem „Prompt“ und schon spuckt die KI die Antwort heraus. Natürlich alles auf Basis der eigenen Daten.
Aber mit „Werte das …. aus“, „optimiere das….“ oder „zeige mir Optionen für….“ ist es nicht so einfach getan. Auch wenn in der Demo ganz schnell tolle Antworten oder gar Grafiken am Bildschirm stehen, so muss man sich schon fragen, wie praktikabel diese Ergebnisse wirklich sind.
- Wurden alle Daten im System wirklich berücksichtigt?
- Welche Daten wurden berücksichtigt, welche nicht und warum?
- Habe ich die Frage richtig gestellt?
- Sind überhaupt genug Daten im System, um eine sinnvolle Antwort zu erhalten?
- Was passiert, wenn ich die Frage erneut stelle? Oder jemand anders diese stellt und nur minimal im Text abweicht? Welche Antwort ist dann die richtige?
Wie heißt es so ungefähr: Meistens sitzt der Ahnungslose vor dem Bildschirm! Einfach die angezeigte Antwort als „Gott gegeben“ (bleiben wir bei unserem Thema) hinzunehmen, wäre eingravierender Fehler. Besonders dann, wenn man auf dieser Basis eine Unternehmensentscheidung treffen will, könnte tödlich enden. Der „Himmel“ in den Sie dann kommen ist ggf. ein ganz anderer, als geplant.
Die Annahme (siehe der Fehler der Annahme in meinem Buch „Digitalisierung in Industrie, Handel und Logistik„)
In der Logistik einfach so, mal einen Disponenten mit KI und einem „Prompt“ zu ersetzen, halte ich für ein extremes Gerücht. Der „Rückwärtsgang“ ist damit vorprogrammiert.
Der Eingabeprompt. Beispiel ChatGPT
Immer als Erster die neuesten Nachrichten, Interviews und Fachbeiträge erhalten?
Ohne Daten geht gar nichts
Eines sollte eigentlich jedem klar sein. Auch die „künstliche Intelligenz“ benötigt Daten. Und das jede Menge. Beim eigenen Gehirn geht es ja auch nicht, oder?
KI basierte Optimierungen z.B. in operativen Systemen haben da ein gravierendes Problem. Wer auf eine neue Software, z.B. im Transport Management, umsteigt, dem fehlt etwas ganz Wesentliches. Ganz genau: die eigenen Daten!
Auf welcher Basis soll denn die KI analysieren? Ohne einen „Berg“ von Daten und den Einsatz von menschlicher Intelligenz (je nach Individualität der Anwendung) geht erstmal nichts.
Übrigens: Auch mal nachfragen, ob die eigenen Daten nicht auf einen „zentralen Datenberg“ transferiert werden. Besonders bei Cloud-Lösungen ein mögliches Thema. Warum sollten andere von meinen Daten lernen? (Könnte auch was mit Datenschutz oder gar Geheimnisverrat zu tun haben!)
Der „Datenberg“
(gezeichnet von ChatGPT)
KI Vertriebsversprechen auf Herz und Nieren prüfen: Wir helfen Ihnen dabei
Wer wissen will, ob die, in der Software-Lösung hochgelobte KI wirklich etwas bringt oder praktikabel sind und nicht nur im Vertriebsprozess toll aussehen sollte sich Hilfe holen.
Zum kostenfreien Erstgespräch einfach hier im Link einen Termin anfragen. Es lohnt sich bestimmt!
Auch der KI Einsatz benötigt noch etwas Hirn bei der Auswahl!
Fake KI erkennen: 3 einfache Kriterien
Ob tatsächlich auch das drinnen ist, was draufsteht, kann man z.B. durch diese 3 Kriterien erkennen:
- Marketing-Buzzwords: Wird KI nur als Schlagwort genutzt, ohne konkrete technische Implementierung?
- Regelbasierte Systeme: Handelt es sich nur um ein vorprogrammiertes regelbasiertes System ohne Lernfähigkeit?
- Keine Updates: Kann die Software nicht auf neue Daten trainiert oder aktualisiert werden?
Fazit: Wer nicht weiß, was KI eigentlich ist, welche Anwendungsgebiete es im Unternehmen gibt oder wie man die Praktikabilität wirklich testet, hat ein Problem. Aber es gibt Lösungen!
Bildquellen: ChatGPT, Shutterstock
