Hier zieht Künstliche Intelligenz im Hintergrund die Fäden

Logistik

Die Logistikbranche arbeitet in Größendimensionen, in denen es nahezu unmöglich ist, alles nur mit menschlicher Schaffenskraft zu stemmen. Die Unterstützung durch Künstliche Intelligenz ist hier besonders vielversprechend. Ein Grund dafür: Ähnlich wie etwa die Geometrie ist die Logistik relativ gut algorithmierbar und gut standardisiert – allerdings ebenso komplex. Fahrerlose Transportsysteme und Drohnen kommen in der Logistik bereits zum Einsatz – und die technische Optimierung geht weiter.

Zum Beispiel mit dem Projekt »Flow Pro«. Es wird vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) gefördert, beteiligt sind sechs Projektpartner aus Unternehmen und Hochschulen. Die Forscherinnen und Forscher wollen ein autonomes Transportsystem entwickeln. Ziel ist es, dass sich das Logistiknetzwerk durch den Einsatz von KI selbst organisiert.

Und das soll nicht nur für Massenware, sondern explizit für kleinere Stückmengen funktionieren. Die Waren sollen zusammengestellt und geliefert werden, ohne Wartezeit und ohne, dass auf vollständige Beladung der Lkws geachtet werden muss. Vor allem in puncto Kosten sparen könnte KI die Logistik revolutionieren, sind sich die Projektplanenden einig.

Versicherungsbetrug

Fast jeder zehnte Schadensfall im Versicherungsbereich – von der Unfallversicherung über die Krankenversicherung bis zur Lebensversicherung – ist ein Betrugsfall. Das besagt eine Studie des Gesamtverbands der Deutschen Versicherungswirtschaft. Die meisten von ihnen werden nicht aufgedeckt. Der Einsatz von Künstlicher Intelligenz kann bei der Erkennung und Aufdeckung von Versicherungsbetrug helfen. Der neue Standard laut dem IT-Branchenverband Bitkom: Deep Learning.

Da es viele unentdeckte Fälle gibt, erkennt die KI noch keine typischen Betrugsmuster, die zu automatisiertem Auffinden führen. Stattdessen werden besonders ungewöhnliche Fälle gesucht, solche, die von anderen stark abweichen. Dadurch kann die Kategorisierung, die angibt, ob es sich um einen Betrug handelt, korrigiert werden und die Unregelmäßigkeiten lassen sich später in den Daten leichter erkennen. Bitkom empfiehlt solche Methoden zur Betrugserkennung und plädiert für ein ganzheitliches Einbinden von KI in die Unternehmensprozesse: »Um auch von Nutzen im betrieblichen Alltag zu sein, müssen die KI-Modelle in die Abläufe und IT-Systeme integriert werden«, heißt es in einem Faktenpapier des Bitkom.

Im Bankenbereich, Finanzbereich sowie im Einzelhandel können die gleichen Methoden angewandt werden, wie der Verband erklärt. Dort gebe es ähnliche Datenstrukturen wie im Versicherungsbereich. So könne auch Geldwäsche, Kreditkarten- und Abrechnungsbetrug verhindert werden.

Marketing

Besseres Marketing durch Künstliche Intelligenz? Was ungewöhnlich klingt, wird Schritt für Schritt immer realer. Deep Learning ist im Marketing bereits ein Begriff. Die massenhafte Generierung von Daten bietet großes Potenzial: Durch Big Data werden relevante Branchen und Buyer Personas, die durch ein spezielles Kaufverhalten auffallen, ermittelt und analysiert. Dadurch lässt sich außerdem feststellen, wie wahrscheinlich es ist, dass ein Kunde etwas bei der Konkurrenz kauft.

Um Kundengruppen mit bestimmten Strategien im Marketing anzusprechen, ist die Kundensegmentierung eine gängige Methode. Dabei werden innerhalb der Gesamtheit potenzieller Kunden einzelne Gruppen identifiziert, um diese spezifischer ansprechen zu können.

Auch in der Kundenkommunikation wird KI eingesetzt. Man erhofft sich, durch das KI-basierte Erstellen und Verbreiten von Inhalten viel Zeit zu sparen. Doch wirklich zuverlässig funktioniert das noch nicht: KI-Werkzeuge können noch keinen Content produzieren. Lediglich beim Texte Evaluieren und Optimieren hilft Künstliche Intelligenz.

Musikstreaming

Streamingdienste ermöglichen es den Hörerinnen und Hörern nicht nur, Musik digital zu mieten und in Playlisten zu sortieren – sie haben noch mehr kreative Funktionen: Wenn etwa eine Playlist vorbei ist, läuft ein Radioprogramm weiter, mit Stücken, die sich an der Playlist orientieren; auf der Startseite findet sich auch täglich neue Inspiration in Form von Playlisten und Künstlervorschlägen basierend auf dem persönlichen Musikgeschmack.

All das erfolgt nicht über einen simplen Algorithmus, sondern mithilfe von Künstlicher Intelligenz. Eine KI sammelt Informationen über den Musikgeschmack. Sie lernt durch Beispiele – so sind solche Ähnlichkeitsvergleiche inzwischen sehr genau geworden. Mithilfe einer mathematischen Analyse der Songs wird Musik auf ihre Eigenschaften heruntergebrochen. Rund 450 verschiedene Attribute gibt es dabei. Selbst wer behauptet, ein breit gefächertes musikalisches Interesse zu haben, wird von der KI leicht durchschaut, analysiert – und beraten. Die Hörerinnen und Hörer werden zu Gehörten.