HR Fachartikel

Sie wollen fachlich in die Tiefe gehen und das möglichst mit geringem Aufwand? Dann nutzen Sie unser für Sie zusammengestelltes HR Magazin. Hier finden Sie mit nur einem Klick Fachartikel zu allen HR relevanten Themen wie Lohn & Gehalt, Talent Management, Employer Branding und vielen mehr. 

 

« Zurück

Deep Learning: Was es ist und was es für Unternehmen bedeutet

Noch ist das menschliche Gehirn dem Computer oftmals überlegen - vor allem dann, wenn es um komplexere Zusammenhänge geht. Deep Learning imitiert seine Funktionsweise: Maschinen werden mit unendlich vielen Beispielen gefüttert, mit denen sie immer besser eigene Entscheidungen treffen können. Anwendungsfälle für diese Form der künstlichen Intelligenz (KI) gibt es in nahezu allen Branchen.

Das Gehirn als Vorbild

Die Idee hinter Deep Learning ist nicht mehr ganz neu, und doch bezeichnen sie Experten wie Damian Borth als "Schlüsseltechnologie dieses Jahrhunderts". Es basiert auf künstlichen neuronalen Netzen, deren Grundlagen bereits in den 1940er-Jahren entwickelt wurden. Ihren Namen haben sie in Anlehnung an das Neuronennetz des menschlichen Gehirns erhalten. Schon damals war bekannt, dass sie sich theoretisch dazu nutzen lassen, Muster und Verhaltensweisen zu erkennen. Seinerzeit konnte man aber von der Rechenleistung, die dafür benötigt wird, nur träumen.

Heute ist das anders: Deep Learning, eine Sonderform des maschinellen Lernens, funktioniert in einer atemberaubenden Geschwindigkeit, bei der das menschliche Gehirn nicht mehr hinterherkommt. "Simulierte Neuronen werden in vielen Schichten hintereinander beziehungsweise übereinander modelliert und angeordnet", heißt es zur Erklärung bei Crisp Research. Im Zusammenspiel mit vielen qualitativ hochwertigen Trainingsdaten erlerne das Netzwerk dann, bestimmte Aufgaben zu erledigen: "Diese brachten gerade im medizinischen Bereich erste Erfolge, da die Diagnose von Krebszellen in Bildern durch die Maschinen wesentlich schneller und effizienter durchgeführt werden konnte."

Spiele, Sprachen und noch mehr

Einige aktuelle Beispiele aus der Praxis dokumentieren den derzeitigen Stand der Technik: Für Aufsehen sorgte die KI AlphaGo Zero: Sie wurde lediglich mit den Spielregeln des Brettspiels Go gefüttert - und brachte es anhand von zahllosen Spielen gegen ein Zwillingssystem in kürzester Zeit auf höchstes Niveau. Europameister und Weltklassespieler verloren gegen das System.

Ein anderes beliebtes Einsatzfeld ist die Spracherkennung. Beim Einsatz von Deep Learning zur Verbesserung von Übersetzungen scheint derzeit ein kleines deutsches Unternehmen die Nase weltweit vorn zu haben. Die passenderweise DeepL genannte Software sticht durch besonders treffende Ergebnisse hervor, die nach Meinung vieler Experten ähnliche Lösungen von Microsoft, Facebook und Google übertrifft.

Apropos Google: Wer Google Street View und Google Maps zur Navigation nutzt, wird sich vielleicht schon einmal gefragt haben, wie es gelang, die Gebäude auf den Satellitenaufnahmen mitsamt ihrer Hausnummer zu lokalisieren. Auch hier wurde Deep Learning eingesetzt, berichtet Technology Review. Ein neuronales Netzwerk wurde darauf trainiert, Nummern in Fotos zu erkennen. Das Ergebnis: Sämtliche abgelichteten Hausnummern in ganz Frankreich konnten innerhalb von einer Stunde identifiziert und den entsprechenden Häusern zugeordnet werden.

Wie Unternehmen Deep Learning nutzen können

Obige Beispiele betreffen mitunter sehr spezielle Aufgabenstellungen, zeigen aber bereits, welche Möglichkeiten Deep Learning eröffnet. Längst ist die Technologie auch in der Unternehmenswelt angekommen. Auch hier sind die Chancen groß - die Herausforderung wird zunächst vor allem sein, passende Anwendungsfelder zu identifizieren.

Eines davon ist die sogenannte vorausschauende Wartung (predictive maintenance). Wie das ganz praktisch aussehen kann, beschreibt Ulrich Eberl in der Zeit: Große Windturbinen etwa verfügen über viele Sensoren, die pro Tag Hunderte Gigabyte Daten produzieren. "Neuronale Netze lernen, diese Datenflut weit besser zu analysieren, als es jeder Mensch könnte." Sie würden ungewöhnliche Schwingungen oder einen unrunden Lauf erkennen und ein Wartungsteam für Reparaturen organisieren, "Tage oder Wochen, bevor es zu Beschädigungen kommt". Auch der Hochgeschwindigkeitszug Velaro in Spanien arbeitet mit diesem Konzept.

Zu den Unternehmen, die die Forschung in dem Bereich Deep Learning besonders vorantreiben, zählt Nvidia, bekannt geworden als Hersteller von Grafikchips. Es führt eine Reihe weiterer Anwendungen für Firmen auf. Im Juni schließlich verkündete Volkswagen eine strategische Kooperation mit Nvidia. In einem Data Lab sollen IT-Spezialisten Möglichkeiten erproben, Deep Learning in Unternehmensprozessen und Mobilitätsservices einzusetzen. Als Beispiel wird die Optimierung von Verkehrsflüssen in Städten genannt.

Fazit

Ob Chatbots, Genom-Analyse oder ganz generell die Automatisierung aufwendiger Prozesse - die Anwendungsmöglichkeiten für Deep Learning sind vielfältig. Anders als bei manch anderer Zukunftstechnologie sind die Erfolge der Methode nicht nur in vielen Projekten nachgewiesen und demonstriert worden, sondern sie haben auch bereits vielfach den Weg in alltägliche Anwendungen gefunden. Unternehmen können sich das zunutze machen, wenn sich dafür sinnvolle Einsatzmöglichkeiten im eigenen Firmenumfeld finden (lassen). Alles sollte man der künstlichen Intelligenz aber nicht zu- und anvertrauen. In puncto Kreativität, Gefühl oder Empathie beispielsweise sind die Menschen - zum Glück - auf absehbare Zeit noch nicht von Maschinen einzuholen.

Dieser Beitrag wurde erstellt von David Schahinian.

Durchschnitt (0 Stimmen)
Die durchschnittliche Bewertung ist 0.0 von max. 5 Sternen.