Wenn es eine wegweisende Technologie unserer Zeit gibt, künstliche Intelligenz (KI) ist eindeutig ein aussichtsreicher Kandidat. Der Hype ist allgegenwärtig und kommt aus allen Richtungen. Die Rolle von KI in Verbraucherprodukten und Unternehmen gleichermaßen wächst – eine Seltenheit bei Technologien.
KI als Plattform umfasst Hardware, Software und On-Demand-Dienste. Alle drei Kategorien haben sehr unterschiedliche Akteure, auch wenn es einige Überschneidungen zwischen Hardware- und Softwareanbietern gibt.
Die Zahl der US-amerikanischen KI-Unternehmen hat sich seit 2017 verdoppelt. Laut Tracxn Technologies, das Start-ups erfasst, gibt es im dritten Quartal 2022 in den Vereinigten Staaten 13.398 Start-ups für künstliche Intelligenz.
IDC prognostiziert, dass der weltweite KI-Markt einschließlich Software, Hardware und Dienstleistungen von 327,5 Milliarden US-Dollar im Jahr 2021 auf 554,3 Milliarden US-Dollar im Jahr 2024 wachsen wird – bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 17,5 % über fünf Jahre.
Siehe auch: Was ist künstliche Intelligenz?
Was ist KI?
Da KI so weit verbreitet ist, lässt sie sich nur schwer definieren. Fragt man zehn Menschen nach einer Definition von KI, erhält man wahrscheinlich zehn unterschiedliche Varianten. Das IT-Beratungsunternehmen Gartner definiert sie als „Anwendung fortgeschrittener Analyse- und logikbasierter Verfahren, einschließlich maschinellen Lernens (ML), zur Interpretation von Ereignissen, zur Unterstützung und Automatisierung von Entscheidungen sowie zum Ergreifen von Maßnahmen.“
Diese Definition entspricht dem aktuellen Stand der KI-Technologien. Das heißt, KI führt Datenanalysen durch und ergreift auf Grundlage der Analyseergebnisse Maßnahmen. Analytik gibt es schon seit geraumer Zeit, doch sie arbeitet tendenziell mit kleineren Datensätzen und liefert kleinere, weniger ausgefeilte Ergebnisse. KI verarbeitet größere Datensätze und liefert stärker probabilistische Ergebnisse.
Offensichtlich gibt es ein breites Spektrum an Einsatzmöglichkeiten für künstliche Intelligenz. Hinzu kommen die zahlreichen Unterbereiche der KI wie maschinelles Lernen, Deep Learning und die Verarbeitung natürlicher Sprache (NLP).
Daher liegt es an den Kunden von KI-Anbietern, nach deren Definition von KI zu fragen und danach, wie ihre Angebote Ihre Erwartungen erfüllen werden. Sie müssen sicherstellen, dass ihre Vorstellung von KI mit Ihren geschäftlichen Anforderungen übereinstimmt.
Siehe auch: Top-KI-Software
KI-Hardware
Laut dem Marktforschungsunternehmen Tractica weltweite Markt für KI-gesteuerte Hardware ist dabei, von gerade einmal 19,63 Milliarden US-Dollar im Jahr 2018 auf voraussichtlich 234,6 Milliarden US-Dollar im Jahr 2025 zu wachsen. Der Markt für KI-gesteuerte Hardware umfasst Kategorien wie CPU-, GPU- und Netzwerkprodukte sowie Speichergeräte.
Bei KI-Hardware sind die eigentlichen Akteure die Chiphersteller, denn die KI-Verarbeitung unterscheidet sich grundlegend von der typischen Anwendungsverarbeitung mit CPUs. Dabei geht es größtenteils um GPU-Hersteller, doch in den vergangenen Jahren sind Start-ups mit neuen Chipdesigns hinzugekommen, die speziell auf die KI-Verarbeitung ausgerichtet sind und effizienter sowie schneller als GPUs sein sollen.
Der führende Anbieter von KI-Hardware ist der GPU-Hersteller Nvidia. Das Unternehmen hat Chips, die normalerweise zur Beschleunigung von Videospielen eingesetzt werden, als KI-Prozessoren umfunktioniert, die wesentlich schneller arbeiten als eine x86-CPU. AMD spielte in diesem Bereich lange Zeit keine große Rolle, weil das Unternehmen ums Überleben kämpfte. In den vergangenen Jahren gelang jedoch ein bemerkenswertes Comeback, und inzwischen fasst AMD auf dem KI- und High-Performance-Computing-Markt (HPC) ernsthaft Fuß.
Auch Intel findet im KI-Bereich endlich seinen Platz. Das Unternehmen verfügt über einen Inferenzprozessor namens Goya und einen Prozessor speziell für selbstfahrende Autos namens Mobileye sowie über seine Altera-FPGA-Reihe für Trainingsverarbeitung. Doch erst jetzt ist Intel ein wirklich überzeugendes GPU-Produkt gelungen. Seine Xe-Architektur wird bei Consumer-GPUs unter dem Markennamen Arc verkauft, während das KI-/HPC-Produkt Ponte Vecchio heißen wird.
Alle großen Serveranbieter – die führenden Marken wie HPE, Dell und Lenovo ebenso wie Anbieter wie Supermicro, Wiwynn und Inspur – verfügen über KI-orientierte Hardware mit Chips von Intel, AMD und Nvidia.
Siehe auch: KI vs. ML: Künstliche Intelligenz und maschinelles Lernen
KI-Software
Eine genaue Erfassung des gesamten KI-Softwaremarkts ist schwierig, weil viele allgemeine Anwendungen KI-Funktionen enthalten. Daraus ergibt sich die Frage, ob sie als KI-Software oder lediglich als Software mit KI-Funktionen gelten sollten.
Wenn wir Letzteres zugrunde legen, ist der Gesamtmarkt riesig, weil er sich in so viele unterschiedliche Kategorien mit jeweils zahlreichen Wettbewerbern aufteilt.
Und nicht immer ist derjenige führend, den man vielleicht erwarten würde. Einer der größten Anbieter von KI-Software ist Nvidia, das wir bereits in der Kategorie Hardware erwähnt haben. Das Unternehmen betont häufig, dass es mehr Software- als Hardwareentwickler beschäftigt, die KI-Software für den Betrieb auf den eigenen GPUs entwickeln.
Es gibt jedoch viele weitere Anbieter. Gartner schätzt den weltweiten Umsatz mit KI-Software im Jahr 2022 auf 62,5 Milliarden US-Dollar – ein Anstieg von 21,3 % gegenüber 2021.
Siehe auch: Die Zukunft der künstlichen Intelligenz
KI als Service
KI wird ebenso wie Software, Infrastruktur, Plattformen und andere On-Demand-Dienste über Cloud-Service-Provider als Dienstleistung angeboten. KI als Service ist für viele mittelständische und kleinere Unternehmen attraktiv, weil sie dadurch nicht massiv in KI-Hardware investieren müssen.
KI-Hardware ist extrem leistungsfähig. Sie ist außerdem extrem teuer. Der eigentliche Bedarf an Rechenleistung besteht nur im Trainingsbereich. Der Inferenzteil der KI, in dem sie hauptsächlich eingesetzt wird, erfordert kein High-Performance-Computing. Ein Unternehmen führt das Training eines Algorithmus möglicherweise nur wenige Male im Jahr durch, kann anschließend aber im Rahmen seiner Geschäftstätigkeit Inferenzen mit diesen Algorithmen ausführen.
Das bedeutet, dass die teure KI-Trainingshardware eines Unternehmens, die leicht Kosten im sechs- oder siebenstelligen Bereich verursachen kann, lange Zeit ungenutzt bleibt, weil sie nicht benötigt wird. Warum also kaufen, wenn man sie für den benötigten kurzen Zeitraum mieten kann? Mit KI als Service kann ein Unternehmen mit begrenztem Budget den teuren Trainingsteil über einen Cloud-Anbieter zu einem Bruchteil der Kosten einer Investition in die Hardware durchführen.
KI als Service wird von den großen Cloud-Hyperscalern AWS, Microsoft, Google und insbesondere IBM angeboten. IBM liegt beim weltweiten Cloud-Marktanteil hinter den anderen großen Cloud-Anbietern zurück, hat mit IBM Watson Cloud jedoch erhebliche Anstrengungen im KI-Bereich unternommen. Zunächst ermöglicht der Dienst Unternehmen, KI in ihre bestehenden Anwendungen zu integrieren, um genauere Prognosen zu erstellen, Entscheidungsprozesse zu automatisieren und optimierte Lösungen zu erhalten.
Watson bietet eine Reihe vorgefertigter Anwendungen wie Watson Assistant, Watson Speech to Text und Watson Natural Language Understanding. IBM Watson Cloud stellt außerdem KI-Lösungen für bestimmte Märkte bereit, etwa KI für den Kundenservice, KI für Finanzdienstleistungen und KI für Cybersicherheit.
Siehe auch: Wie KI-gestützte Erweiterungen die Softwareentwicklung verändern
Auf dem Weg zu einer KI-Strategie
Damit ein Unternehmen wirklich von den Vorteilen der KI profitiert, sollte sie unternehmensweit eingesetzt werden, da sich ihre Vorteile praktisch in jeder Abteilung des Unternehmens am umfassendsten ausschöpfen lassen. Gartner zufolge identifiziert eine geeignete KI-Strategie Anwendungsfälle, quantifiziert Vorteile und Risiken, bringt Geschäfts- und Technologieteams aufeinander ab und verändert organisatorische Kompetenzen, um die Einführung von KI zu unterstützen.
Der erste Schritt besteht darin, sich darauf zu konzentrieren, was die eigene Organisation erreichen möchte und welche geschäftlichen Probleme gelöst werden sollen. KI muss nicht nur für neue Anwendungen eingesetzt werden. Sie kann auch in die bestehende Anwendungssuite integriert werden, wie IBM dies mit Watson versucht.
Dies sollte jedoch langsam und mit großer Sorgfalt geschehen – aus zwei Gründen: Erstens bringt jede neue Technologie eine Lernkurve mit sich. Unabhängig davon, wie talentiert die IT-Mitarbeiter sind, benötigen sie Zeit, um alle Grundlagen der KI-Programmierung und ihrer Integration in die Anwendungen zu erfassen.
Der zweite Grund ist, dass Gartner festgestellt hat, dass Unternehmen zwar mit KI experimentieren, aber oft Schwierigkeiten haben, die Technologie zu einem Bestandteil ihrer Standardabläufe zu machen. Das liegt daran, dass KI noch in den Kinderschuhen steckt und der Reifeprozess nicht beschleunigt werden kann. Gartner prognostiziert, dass bis 2025 die Hälfte der Organisationen weltweit das erreicht, was Gartners KI-Reifemodell als „Stabilisierungsphase“ der KI-Reife oder eine höhere Stufe bezeichnet.
Die Zukunft der KI
Die Zukunft scheint von größeren, schnelleren und umfangreicheren Investitionen geprägt zu sein. Es wird eindeutig deutlich mehr Anwendungsfälle und Anwendungen für KI geben. Die Hardware wird schneller werden, was zu leistungsfähigeren KI-Systemen führt. Und die Datensätze werden größer werden, was künftig komplexere KI-Anwendungen ermöglicht.
Über die üblichen Leistungsdaten hinaus steht der nächste große Schritt in der KI bevor: die sogenannte künstliche allgemeine Intelligenz oder AGI. Während KI tut, wofür sie programmiert wurde, verfügt AGI über Eigeninitiative. Sie stellt Fragen, die nicht Teil ihrer Programmierung waren, und handelt danach.
Das könnte manche Menschen erschrecken. Von „2001: Odyssee im Weltraum“ bis „Matrix“ gibt es seit Jahrzehnten die Angst, dass KI zum Leben erwacht und sich gegen die Menschheit wendet. Hoffentlich werden die Vorteile offensichtlich sein und die durch die Popkultur ausgelösten Ängste überwinden.
Siehe auch: Top-Unternehmen für die Verarbeitung natürlicher Sprache