NET 3 2022

47 www.net-im-web.de 3/22 Arbeitens. Das Beratungsunternehmen Crisp Research hat die Evolutionsstu- fen mobiler Geschäftsmodelle von den Anfängen vor ungefähr 15 Jahren bis nach 2022 untersucht. Danach wird in Zukunft wieder die Sprache die Kom- munikationsform für die Interaktion mit den Kunden sein, allerdings nicht Face to Face, sondern digital. Eingaben über Tastaturen, Maus oder andere Be- diengeräte werden zurückgedrängt. Bots und Sprachassistenten werden weiter vervollkommnet und sollen künftig in den Geschäftsprozessen nicht mehr weg- zudenken sein. Was sich mit Alexa &Co. im privaten Bereich verbreitet, soll auch Eingang in die Geschäftswelt finden. Laut Crisp Research werden dabei immer mehr Geschäftsdaten mit den Sprachinter- faces für die Kommunikation zwischen Unternehmen und Kunde gekoppelt, so dass möglicherweise ein Kunde in Zukunft nicht nur ein Produkt bestellt, sondern aus der Ferne Einfluss auf dessen Gestaltung und Parameter während des Entwicklungs- und Produktionsprozesses nehmen kann (Kunden als Influencer). Komplexere KI-Funktionen be- nötigen heute allerdings noch zentrale Rechenkapazitäten in Form von Clouds, wo Servicesoftware Berechnungen und Auswertungen durchführt oder Lernal- gorithmen arbeiten lässt. Die Ergebnisse werden dann ans Smartphone des Auf- traggebers übermittelt. In Zukunft sollen leistungsfähigere Speicher- und KI-Chips zumindest einenTeil dieser Aufgaben im Gerät (in the Edge) übernehmen. Mit diesen neuenChips kann das Smartphone auch die Daten über das Verhalten von Kunden bewerten und so vorausschauend die wahrscheinlich nächste Handlung der Geschäftspartner erkunden. So können dann zielgerichtete Angebote oder Wer- bung verschickt werden. Was das heißt, hat jeder von uns erfahren, wenn er eine Bestellung bei Amazon&Co. aufgegeben und sich dann über passgenaueWerbung zu genau dieser Produktgruppe gewundert hat. Hier arbeiten Algorithmen in großen Rechenzentren, was künftig auch „vor Ort“ erledigt werden soll. Mobile Unternehmensstrategie nötig Genügt es nun aber, für alle Mitarbeiter die neuesten Smartphones anzuschaffen und dann loszulegen? Die Antwort ist: Leider nicht! Ohne die relevanten Daten aus demBackend des betreffenden Unter- nehmens hilft die klügste KI nichts. Und hier liegt der Hase im Pfeffer. Gerade die intensive Homeoffice-Phase während Corona hat vielen Firmen gezeigt, dass sie auf eine mobile Arbeitsweise überhaupt nicht vorbereitet sind. Schriftstücke und ein paar Excel-Tabellen ins Homeoffice zu verschicken, genügt nicht. Die oft in ihren Formaten proprietär gespeicherten Datenschätze müssen an die Schnitt- stellen zu Smartphone, Tablet und Co. angepasst und vereinheitlicht werden. Sichere VPN-Tunnel sind für die nach außen abgeschottete Arbeit nötig, und die IT-Sicherheit muss zur strategischen Hauptaufgabe werden. Auch hier kann KI helfen, in- dem aus dem Datenverkehr automatisch verdächtige Muster extrahiert und auf ihre Schädlichkeit untersucht werden. Aber Achtung: Auch die Cyberkriminellen haben die KI entdeckt und nutzen sie gnadenlos. Der Kampf Nutzer gegenHacker wird also auf eine neue Qualitätsstufe gehoben, wie auch die Carmao GmbH, ein Spezialist für Unternehmensresilienz, prognostiziert. KI ist eine neue Technik, die unser privates und berufliches Leben vermutlich um- krempeln wird, aber auch neue Gefahren birgt, denen wir uns stellen müssen. www.carmao.de Noch smarter mit KI Huaweis Smartphones haben ausgeklügelte KI-Funktionen wie beispielweise eine Motiverkennung oder die Authen- tifizierung anhand biometrischer Merkmale wie den Fin- gerabdruck (Foto: Huawei) Was ist maschinelles Lernen? Maschinelles Lernen (ML) ist die künstliche Generierung von Wissen aus Erfahrung und ist ein selbstadaptiver Prozess sowie Teil der KI. ML wird auch als eine Kerntechnik der KI angesehen. Es gibt verschiedene Verfahren, angepasst an unter- schiedliche Aufgabenstellungen. Häufig werden neuronale Netze eingesetzt, wenn es beispielsweise um die Mustererkennung geht. Was ist Deep Learning? Das tiefe oder mehrschichtige Lernen ist eine Variante des ML. Man spricht von Deep Learning, wenn ein leistungsfähiges KNN zahlreiche Neuronenzwischenschichten zur Erfüllung seiner Lernaufgabe bildet (Hidden Layer oder versteckte Lagen). Versteckte Lagen deshalb, weil von außen kein Zugriff auf die Vorgänge in diesen Schichten erfolgen kann. Sichtbar sind nur die Eingabe- und die Ausgabeschicht. Die heutigen leistungsfähigen Computer ermöglichen mit Deep Learning, auch komplexe Mustererkennungen oder ähnliche Aufgaben in kurzer Zeit zu lösen. Bei Deep Learning werden im allgemeinen die Eingabedaten und das Lösungsziel vorgegeben, aber nicht der Lösungsweg.