KI-Einsatz in der IT – Herausforderungen und Grenzen

Es gibt sensationelle Geschichten, die künstliche Intelligenz oder KI als die ultimative Erfindung des Menschen beschreiben. Andere betrachten KI sogar als algorithmische Retter der Menschheit: KI wird die menschliche Innovation steigern, unheilbare Krankheiten behandeln und die menschliche Kreativität erhöhen.

Solche Vorstellungen haben zu einem KI-Solutionismus geführt, bei dem diese Technologie jeden Aspekt des Lebens infiltriert und bis zu einem gewissen Grad die Gesellschaft dominiert. KI stellt daher eine existenzielle Gefahr für die Menschheit dar.
Um Nick Bostrom, einen KI-Spezialisten und Oxford-Akademiker, zu zitieren: "Vor der Aussicht auf eine Intelligenzexplosion sind wir Menschen wie kleine Kinder, die mit einer Bombe spielen. So groß ist das Missverhältnis zwischen der Macht unseres Spielzeugs und der Unreife unseres Verhaltens."

Diese extremen Ansichten über die KI-Entwicklung verursachen Hysterie und geben viel Futter für KI-inspirierte Blockbuster-Filme. Leider behindern solche Schlussfolgerungen auch den tatsächlichen Fortschritt der KI-Entwicklung. Hochtrabende Ideen über künstliche Intelligenz gefährden ihren Wert für die Gesellschaft, indem sie unrealistische Erwartungen in ihre Fähigkeiten setzen.

Wann kann KI prinzipiell eingesetzt werden?

Der Einsatz von Technologien der künstlichen Intelligenz in Unternehmen ist in den letzten fünf Jahren um 270 % gestiegen. Im Jahr 2015 nutzten weniger als 10 % der Unternehmen KI-Technologie-Anwendungen. Für das Jahr 2019 prognostizierte Gartner, dass die Zahl der Unternehmen, die KI einsetzen, auf 37 % gestiegen ist.

Immer mehr Unternehmen steigen auf den Zug der künstlichen Intelligenz für den IT-Betrieb (AIOps) auf. Infolgedessen stört KI die IT-Branche und nimmt tonnenweise Arbeit in der Cybersicherheit, in Helpdesks und anderen wichtigen IT-Bereichen auf sich.

Daten von Tata Consulting Services zeigen, dass die IT KI-Technologien am häufigsten einsetzt. Mindestens 46 % der Unternehmen in der IT-Branche haben KI in ihre täglichen Arbeitsprozesse integriert. KI rationalisiert zunehmend komplexe IT-Prozesse. Sie hilft auch, den IT-Innovationsprozess zu beschleunigen. Darüber hinaus kann die KI-Technologie die Arbeitsabläufe in der IT verbessern und deren Genauigkeit und Effizienz erhöhen.

Welche Auswirkungen hat also der massenhafte Einsatz von KI in der IT? Werden IT-Jobs den Weg des Bahnarbeiters oder des Telefonisten gehen, wenn KI die Führung übernimmt? Um diese Frage zu beantworten, sollten wir zunächst beschreiben, was KI-Technologie ist und wozu sie derzeit in der Lage ist.

Was sind die Grenzen dieser Technologie?

Künstliche Intelligenz simuliert menschliche Intelligenz, indem sie Computersysteme und Maschinen nutzt. KI-Technologie kann automatisch Inhalte lernen, Text- und Spracherkennung oder Problemlösungen durchführen. 

Um solche Funktionen auszuführen, benötigen KI-Tools riesige Datenmengen und Rechenleistung. Es gibt fünf Hauptunterteilungen der KI-Technologie. Sie umfassen 

• Natürliche Sprachverarbeitung
• Maschinelles Lernen
• Deep Learning
• Spracherkennung
• Bildverarbeitung

Der IT-Bereich tendiert natürlich zu Deep Learning und maschinellem Lernen. Beim maschinellen Lernen werden Daten mit speziellen Algorithmen analysiert und das gewünschte Ergebnis entsprechend der analysierten Daten erzeugt. Beim Deep Learning verwenden KI-Tools ebenfalls Algorithmen. Allerdings verarbeiten Deep-Learning-Tools große Datenmengen und klassifizieren sie anhand von Merkmalen wie Text, Ton oder Bildern.

Die Verwendung von KI kann die ausgeprägte Form der künstlichen allgemeinen Intelligenz sein, die die menschlichen kognitiven Fähigkeiten nachahmt. Es kann auch eine schwache Intelligenz sein, die virtuelle Assistenz-Tools wie Siri ausführt. Dies ist die häufigste KI, die ein einzelnes Problem löst und ihre Aufgaben perfekt ausführt. Allerdings hat eine solche KI kaum menschliche kognitive Fähigkeiten und funktioniert nur in einer kontrollierten Umgebung.

Starke KI oder Artificial General Intelligence (AGI) ist derzeit ein theoretisches Konzept. Ein KI-Tool, das in der Lage ist, Sprache zu verarbeiten, rechnerisch zu funktionieren und Bilder über kognitive Funktionen zu verarbeiten, ist noch ein Traum für die KI-Branche.

Um solche Systeme zu schaffen, benötigt die Industrie ein umfassendes Netzwerk aus engmaschigen KI-Systemen, die zusammenarbeiten, um das menschliche Denken zu imitieren. Die robusteste KI-Infrastruktur der Welt, wie z. B. Watson von IBM, benötigt mindestens 40 Minuten, um eine Sekunde menschlicher neuronaler Aktivität nachzuahmen.

SpiNNaker oder Spiking Neural Network Architecture ist das größte KI-Gehirn der Welt. Die über ein Jahrzehnt alte KI der University of Manchester versucht, die Neuronenaktivität des menschlichen Gehirns zu imitieren. Das Projekt führte seine Experimente zunächst mit 500.000 Prozessorkernen durch.

Die KI des Human Brain Project der EU verfügt mittlerweile über 1.200 verknüpfte Leiterplatten, ist aber immer noch nicht in der Lage, die Funktionen eines menschlichen Gehirns zu simulieren. Laut SteveFurber, Mitglied des SpiNNaker-Teams und Professor für Computertechnik an der University of Manchester, "können wir selbst mit einer Million Prozessoren nur 1 Prozent der Größe des menschlichen Gehirns erreichen, und das bei einer Menge vereinfachender Annahmen".

Derzeit liegt die Anwendung von AGI in der fortgeschrittenen Robotik. SpiNNaker zum Beispiel betreibt den SpOmnibot, einen Roboter, der über Vision-Sensoren Navigationsentscheidungen in Echtzeit trifft. Jenseits der künstlichen allgemeinen Intelligenz liegt die künstliche Superintelligenz, die im Science-Fiction-Bereich angesiedelt ist. Eine solche KI würde rationale Entscheidungen treffen und sogar emotionale Beziehungen aufbauen.

IT-Herausforderungen jetzt und in Zukunft

So wie es aussieht, benötigt KI Ressourcen, die weit über die Fähigkeiten der meisten Unternehmen hinausgehen. Aus diesem Grund bedroht die KI-Unterstützung in der IT nicht die Zukunft der IT-Fachkräfte, sondern eröffnet neue Karrieremöglichkeiten.  

KI-Tools werden die Datenanalyse vollständig automatisieren – ein Bereich, der Analysten unter Massendaten begräbt, da die Menschheit immer mehr Daten erzeugt. Der Vorteil von KI ist ihre Fähigkeit, Daten mit übermenschlicher Geschwindigkeit, mit mehr Genauigkeit und ohne Ermüdung zu verarbeiten. 

KI wird auch die alltäglichen Aufgaben automatisieren, die der Mensch von vornherein nicht gut konnte. Zum Beispiel sind Menschen nicht gut in der Erkennung großer Muster oder sich wiederholender Aufgaben; KI ist hervorragend in musterbasierten Aufgaben. IT-Fachleute müssen daher zu KI-Trainern und  
-Überwachern werden.  

Sie werden sich weiterentwickeln und neue Fähigkeiten in der Spracherkennungstechnologie oder der Erstellung und Verwaltung von KI-Algorithmen erlernen müssen. Der technische Support wird für Unternehmen entscheidend werden. Zur Veranschaulichung: Seit 2019 agieren 10 % aller eingestellten IT-Mitarbeiter  als „Drehbuchautoren“ für die Bot-Interaktionen.  

Seit 2020 verfügen 20 % der Unternehmen über Mitarbeiter, die ihre neuronalen KI-Netzwerke anleiten und unterstützen können. McKinsey zeigt auch, dass KI und Automatisierung in den nächsten Jahren über 50 % mehr Möglichkeiten im IT-Sektor schaffen könnte. 

AIOps als defensive Position

IT-Unternehmen müssen den Einsatz von KI auch als defensive Haltung begreifen. Größere Unternehmen, die KI eingeführt haben, wollen ihre KI-Tools in verschiedenen Sektoren ausrollen. Google, Amazon und Tesla werden nicht aufhören, KI-Produkte auszurollen, bis sie alle Geschäftsbereiche transformiert haben.

Es gibt auch aufstrebende, hungrige KI-Startups, die die KI-Wirtschaft betreiben und dabei viel Umsatz von den führenden KI-Größen abziehen werden. Unternehmen, die sich dem Einsatz von KI widersetzen, werden bald die Auswirkungen spüren, wenn Ineffizienzen beginnen, die Rentabilität zu verringern.

Ihre KI nutzenden Konkurrenten werden hingegen die Vorteile eines effizienten Betriebs ernten. IT-Unternehmen, die sich nicht anpassen, werden Kosten einsparen müssen und schließlich nicht mehr wettbewerbsfähig sein. Eine zu geringe Investition in Ihre AIOps-Strategie ist also keine betriebliche Effizienz, sondern ein Geschäftsrisiko.

Wie KI Arbeitsabläufe in der IT verbessert

In der heutigen Wirtschaft ist Zeit wie Goldstaub, und es gibt jede Menge Deadlines. Ihr IT-Unternehmen muss daher seine Aufgaben schneller erfüllen, um beeindruckende Ergebnisse zu erzielen. Darüber hinaus sind die Anforderungen der IT-Kunden anspruchsvoller geworden, was AIOps zum perfekten Baustein für eine dynamische, vielfältige und komplexe IT-Umgebung macht. Im Folgenden werden Wege aufgezeigt, wie KI die Arbeitsabläufe in der IT verbessern kann.

Tiefe Dateneinsicht und proaktive Überwachung

KI-Technologie kann spezifische Daten recherchieren, überwachen und melden. KI-Tools eignen sich auch perfekt für prädiktive Analysen und zeigen tiefgreifende Marktbewegungen und Trends auf. Sie können den Netzwerkverkehr überwachen und die geschäftliche Entscheidungsfindung verbessern.

Automatisierung von kognitiven Aufgaben auf niedriger Ebene

KI kann Teil Ihrer IT-Strategie werden, indem Sie sie Ihre anspruchsvollen, aber sich wiederholenden Aufgaben rund um die Uhr verwalten lassen. Ein KI-Desk-Agent ist beispielsweise der perfekte IT-Service-Assistent für Notfälle und bietet 24-Stunden-Self-Service-Optionen, die Sie bei Bedarf hochskalieren können.

KI-fähige Desk Agents führen intelligente Chats mit Kunden und lernen aus diesen Interaktionen, was sie sehr anpassungsfähig macht. Folglich können Ihre KI-Tools die Produktivität steigern und Ihre Mitarbeiter entlasten, sodass sie sich auf Innovationen und wichtige Aufgaben konzentrieren können.

Verbesserung der Kundenerfahrung

Ihre KI-Tools können Ihre Strategie der personalisierten Customer Experience unterstützen. Sie können Ihre Kunden zum Kauf führen und ihnen helfen, mehr über Ihre Produkte zu erfahren. 

Automatische Erinnerungen

Ihre KI-Tools können auch Ihre Projekttermine, Besprechungen, Kundendienst und Erinnerungen für das Terminmanagement automatisieren. Sie können diese Tools zum Beispiel nutzen, um Ihre Kunden automatisch über Zahlungsfristen auf dem Laufenden zu halten. Darüber hinaus sind Ihre KI-Tools in der Lage, A/B-Tests durchführen, um den effektivsten Tag, die effektivste Stunde oder das effektivste Kommunikationsmedium für bessere Ergebnisse zu ermitteln.

Betrugserkennung

Kombinieren Sie die Analyse statistischer Daten und KI-Tools, um technologiebezogenen Betrug einzudämmen. Ihre Tools für maschinelles Lernen, die Muster erkennen, können Daten synthetisieren, Betrug aufdecken und Ihrer IT-Abteilung helfen, proaktive Präventivmaßnahmen einzurichten.

Wie genau kann KI in der IT in der Praxis eingesetzt werden?

Entwicklung von sicheren Systemen

Cybersicherheit ist für Unternehmen zu einem Bereich mit hoher Priorität geworden. Infolgedessen steigt der Bedarf an Spezialisten für die Entwicklung von Cloud- und Sicherheitsanwendungen. Dennoch sind derzeit über 3,5 Millionen Stellen im Bereich Cybersicherheit unbesetzt.

KI ist heute ein zentraler Bestandteil der Entwicklung von Daten- und Cybersicherheitsanwendungen. Maschinelles Lernen und fortschrittliche Algorithmen können ein hohes Maß an Sicherheit schaffen und Datenverletzungen sowie Bedrohungen besser identifizieren.

Effiziente Kodierung

Ein KI-Tool kann Software-Bugs schneller und effizienter erkennen, testen und besiegen. Sie können bei der Feinabstimmung Ihres Codes für fehlerfreie Codes und Anwendungen helfen. Die Effizienz von KI-Tools bei der Codierung erhöht die Produktivität und verkürzt die Code-Produktionszeit.

Automatisierung von Systemtests und Netzwerkwartung

Statt einer reaktiven IT-Netzwerkwartungsstrategie sollten Sie einen proaktiven Ansatz verfolgen, der KI Deep Learning mit IT-Mitarbeitern in Backend-Automatisierungsprozessen koppelt. KI-Tools reduzieren menschliche Arbeitsstunden, die ansonsten für die manuelle Wartung aufgewendet werden müssen.

Auch diese Tools werden mit der Zeit lernen und ihre Algorithmen verbessern. KI-Tools können die Antworten eines Host-Servers optimieren und seinen Betrieb stärken.

Qualität sichern

Ihre KI-Tools können während des Anwendungsbereitstellungsprozesses wichtige Unterstützung leisten. Zum Beispiel sind sie in der Lage, automatisch alle Softwarefehler zu beseitigen und Lücken im Code zu schließen.

Welche Trends werden hier kommen?

Künstliche Intelligenz für den IT-Betrieb wird zum Mainstream, da sie schnelle Entscheidungen und IT-Effizienz ermöglicht. Weitere Top-Trends, die für den Einsatz von KI in der IT erwartet werden, sind;

• Verstärkter Einsatz von künstlicher Intelligenz für den IT-Betrieb, da mehr Unternehmen Plattformen für maschinelles Lernen von Drittanbietern wie Amazon Web Services einsetzen.
• Es gibt einen Mangel an KI-Fähigkeiten unter den Mitarbeitern. Daher ist die Erstellung von interner KI auf die lange Bank geschoben worden. Unternehmen, die keine robuste kognitive Industrie- oder KI-Perspektive haben, könnten mit dem Prozess der Erstellung einer KI von Grund auf überfordert sein.
• IT-Organisationen sind mit einer zunehmenden Komplexität im Betrieb konfrontiert. Sie benötigen daher zunehmend bewusstere und kontextbezogene KI-Tools, die über verbesserte selbstlernende Algorithmen verfügen.
• Die meisten der aktuellen AIOps-Tools laufen in der Cloud. Da die Datenmengen jedoch immer größer werden, ist der Betrieb eines Cloud-basierten KI-Betriebs langsam und teuer geworden. Daher werden versierte IT-Unternehmen KI-Tools nutzen, die im Edge-Netz laufen, um kostengünstigere und schnellere Prozesse zu ermöglichen. Darüber hinaus werden solche Geräte KI-Effizienz in Echtzeit bieten.
• AIOps werden Unternehmen mehr Kontrolle und Sichtbarkeit der IT-Umgebung bieten. Allerdings wird dieser Aspekt von AIOps auch die Grenzen zwischen persönlichen und beruflichen Zeiten und Daten überschreiten. Aus diesem Grund sind vermehrt Fragen des Datenschutzes zu beachten. Daher ist es wichtig, dass die Rechts- und Personalabteilungen eine Balance zwischen den Bedürfnissen der Unternehmen und der Privatsphäre der Benutzer herstellen.
• Die Zunahme von AIOps wird den Bereich der Datenerfassung schrumpfen lassen und die Arbeitsplätze für Anwendungsentwicklung und Datenwissenschaftler verbessern. Der Data Scientist wird für die Verwaltung und Überwachung von KI-Systemen unerlässlich sein. Nach Angaben von Gartner werden 90 % der digitalen Unternehmen bis 2025 einen Datenarchitekten benötigen.
• Die Regierungen wachen auf, dass KI die Zukunft ist und investieren in sie. Es wird daher mehr Anreize für Forschung und Entwicklung geben, die den Fokus auf KI legen.