Unter Künstlicher Intelligenz (KI) versteht man im weitesten Sinne Mechanismen des Maschinellen Lernens und die Automatisierung intelligenten Verhaltens. KI ermöglicht es Maschinen, Aufgaben zu bearbeiten, für deren Lösung menschenähnliche Intelligenzleistungen vorausgesetzt werden. Der Grundgedanke besteht darin, durch Maschinen eine Annäherung an wichtige Funktionen des menschlichen Gehirns zu schaffen. Dabei werden Maschinen durch verschiedene Verfahren wie Machine Learning, NLP (Natural Language Processing) und Deep Learning in die Lage versetzt, zu lernen, Entscheidungen zu treffen und Probleme zu lösen.
Hinsichtlich Künstlicher Intelligenz kann grundsätzlich zwischen „starker“ und „schwacher“ KI unterschieden werden. Bei schwacher KI handelt es sich um Systeme, die meist regelbasiert arbeiten und auf einen klar definierten Aufgabenbereich beschränkt sind, wie zum Beispiel die Erkennung und Verarbeitung von Sprache.
Der Großteil der „schwachen“ künstlich intelligenten Systeme, baut auf das Prinzip des maschinellen Lernens auf, was vor allem in Anwendungssituationen populär geworden ist, in denen große Datenmengen statistisch ausgewertet und nach Mustern durchsucht werden sollen – z.B. Spamfilter, autonome Fahrsysteme oder medizinische Diagnosen. Das sogenannte Deep Learning ist ein Teilgebiet bzw. eine Weiterentwicklung des maschinellen Lernens und könnte die Basis einer „starken“ KI werden. „Starke“ KI stützt sich auf künstliche neuronale Netze, deren Aufbau und Funktion dem menschlichen Gehirn nachempfunden sind. Die Erkenntnisse einer „starken“ KI sollten nicht auf eine Domäne beschränkt, sondern auf beliebig viele andere Bereiche anwendbar sein.
Durch eine große Informationsbasis und die Struktur der neuronalen Netze können Deep-Learning-Systeme erlernte Inhalte selbstständig mit neuen Inhalten verknüpfen. Zudem sind sie in der Lage, Analogien herzustellen, ohne im Kontext einer Fragestellung mit bestimmten Schlüsselbegriffen konfrontiert zu werden. Je mehr aussagekräftige Daten solche Systeme verarbeiten, desto zuverlässiger werden sie. So führt der „Lerneffekt“ im Idealfall zu einer kontinuierlichen Selbstoptimierung.
Die Microsoft Sprachtechnologie ermöglicht eine sprachgesteuerte Interaktion zwischen Ihren Kunden und Ihren Anwendungen, da sie gesprochene Worte kennt und künstliche Sprache (Text-zu-Sprache) erzeugt.
Der Nuance Recognizer ermöglicht einen reibungslosen Self-Service, da er natürliche dialogische Sprache versteht und verarbeitet und dabei aus Fehlern lernt und genauer arbeitet.
Der SymDialog5 beherrscht verschiedene Arten von Dialogen und vereint damit eine intelligente und benutzerfreundliche Dialogsteuerung mit dem Wissen aus Ihren Backendsystemen.
aiaibot bietet einen cloudbasierten Chatbot. Die Plattform verfügt über einen intuitiven Story Builder, der sowohl geführte Dialoge als auch offene Fragen zulässt.
Mithilfe von Künstlicher Intelligenz wurde ein wesentlicher Teil des Kundendialogs der Signal Iduna automatisiert. Das neue Sprachportal entlastet die Mitarbeiter, senkt interne Weiterleitungsquoten und verkürzt die Wartezeiten für Anrufer.
Mehr erfahrenSie verstehen eine Begrifflichkeit nicht oder möchten sich zur Sicherheit noch einmal darüber informieren? Wir helfen Ihnen gerne weiter! In unserem breit gefächerten Glossar werden alle Fachbegriffe rund um das Thema der Informationstechnologie ganzheitlich erläutert, damit Sie immer den vollen Durchblick behalten. Jetzt entdecken!