27. Oktober 2022
27. Oktober 2022
Verfasst von: Jackie Wiles und Lori Perri
Adaptive KI lernt schon während ihrer Entwicklung. Denken Sie einen Moment darüber nach.
Adaptive KI kann im Gegensatz zu herkömmlichen KI-Systemen ihren eigenen Code überarbeiten, um sich an Veränderungen in der realen Welt anzupassen, die zum Zeitpunkt der Erstellung des Codes nicht bekannt oder vorhergesehen waren. Unternehmen, die Anpassungsfähigkeit und Widerstandsfähigkeit auf diese Weise in ihr Design integrieren, können schneller und effektiver auf Disruptionen reagieren.
„Flexibilität und Anpassungsfähigkeit sind jetzt von entscheidender Bedeutung, wie viele Unternehmen während der jüngsten Gesundheits- und Klimakrisen erfahren haben“, sagt Erick Brethenoux, Herausragender VP Analyst bei Gartner. „Adaptive KI-Systeme zielen darauf ab, Modelle kontinuierlich neu zu trainieren oder andere Mechanismen anzuwenden, um sich anzupassen und innerhalb von Laufzeit- und Entwicklungsumgebungen zu lernen – was sie anpassungsfähiger und widerstandsfähiger gegenüber Veränderungen macht.“
Jetzt herunterladen: Ihr detaillierter Leitfaden zu den 10 wichtigsten strategischen Technologie-Trends 2024 von Gartner
Gartner erwartet, dass bis 2026 Unternehmen, die AI-Engineering-Praktiken zum Aufbau und zur Verwaltung adaptiver KI-Systeme eingeführt haben, ihre Konkurrenten in Bezug auf die Anzahl und den Zeitaufwand für die Operationalisierung von Modellen der KI um mindestens 25 % übertreffen werden.
Adaptive KI vereint eine Reihe von Verfahren (z. B. agentenbasiertes Design) und KI-Techniken (z. B. Verstärkungslernen), um Systeme in die Lage zu versetzen, ihre Lernpraktiken und ihr Verhalten anzupassen, sodass sie sich während der Produktion auf veränderte reale Umstände einstellen können.
Durch das Erlernen von Verhaltensmustern aus früheren Erfahrungen von Menschen und Maschinen und innerhalb von Laufzeitumgebungen liefert die adaptive KI schnellere und bessere Ergebnisse. Die amerikanische Armee und die amerikanische Luftwaffe haben zum Beispiel ein Lernsystem entwickelt, das den Unterricht an die individuellen Stärken des Lernenden anpasst. Es weiß, was zu lehren, wann zu testen und wie der Fortschritt zu messen ist. Das Programm funktioniert wie ein individueller Tutor, der das Lernen auf den Schüler zuschneidet.
Und für jedes Unternehmen ist die Entscheidungsfindung eine kritische, aber immer komplexere Tätigkeit, die eine größere Autonomie der Decision-Intelligence-Systeme erfordern wird. Aber die Entscheidungsfindung muss umgestaltet werden, um adaptive KI nutzen zu können. Dies kann erhebliche Auswirkungen auf bestehende Prozessarchitekturen haben – und erfordert von den Unternehmen, dass sie die ethische Nutzung von KI im Hinblick auf Compliance und Vorschriften sicherstellen.
Bringen Sie Vertreter aus Unternehmen, IT und Supportfunktionen zusammen, um adaptive KI-Systeme zu implementieren. Identifizieren Sie die Anwendungsfälle, geben Sie einen Einblick in die Technologien und ermitteln Sie die Auswirkungen auf die Beschaffung und die Ressourcen. Zumindest müssen die Stakeholder in den Unternehmen mit den Bereichen Daten und Analysen, KI und Software-Engineering zusammenarbeiten, um adaptive KI-Systeme zu entwickeln. AI-Engineering wird eine entscheidende Rolle beim Aufbau und der Operationalisierung der adaptiven KI-Architekturen spielen.
Letztlich werden adaptive Systeme jedoch neue Wege für Unternehmen ermöglichen und die Tür zu neuen Geschäftsmodellen oder Produkten, Services und Kanälen öffnen, die Entscheidungssilos aufbrechen werden.
Mehr lesen: Leitfaden für Führungskräfte zu KI
AI-Engineering stellt die grundlegenden Komponenten für die Implementierung, Operationalisierung und das Änderungsmanagement auf Prozessebene bereit, um adaptive KI-Systeme zu ermöglichen. Aber adaptive KI erfordert eine deutliche Stärkung des Change Management bei den AI-Engineering-Bemühungen. Es würde den Zweck verfehlen, wenn nur ein paar Funktionen rund um dieses Prinzip geändert würden.
Die Umstellung der Systeme auf adaptive KI wird erhebliche Auswirkungen auf Mitarbeiter, Unternehmen und Technologiepartner haben und wird nicht über Nacht geschehen.
Schaffen Sie erstens die Grundlagen für adaptive KI-Systeme, indem Sie aktuelle KI-Implementierungen mit Designmustern für kontinuierliche Intelligenz und Event-Stream-Funktionen ergänzen – und schließlich zu agentenbasierten Verfahren übergehen, um den Systemkomponenten mehr Autonomie zu verleihen.
Erleichtern Sie den Unternehmen die Annahme von KI und tragen Sie dazu bei, adaptive KI-Systeme zu verwalten, indem Sie explizite und messbare Geschäftsindikatoren durch operationalisierte Systeme einbeziehen und Vertrauen in das Framework für die Entscheidungsfindung einbeziehen.
Fazit:
Adaptive KI schafft ein besseres und schnelleres Benutzererlebnis, indem sie sich an die sich ändernden realen Umstände anpasst.
Die Erweiterung der Entscheidungsfindungsfähigkeiten und der Flexibilität geschieht durch die Implementierung von Decision-Intelligence-Funktionen.
IT-Führungskräfte müssen verschiedene Prozesse umgestalten, um lernfähige KI-Systeme zu entwickeln, die lernen und ihr Verhalten je nach den Umständen ändern können.
Erick Brethenoux ist ein herausragender VP-Analyst bei Gartner Research. Er ist spezialisiert auf Machine Learning, KI und angewandtes kognitives Computing. Brethenoux berät Unternehmen zu den strategischen, organisatorischen und technologischen Aspekten des Einsatzes von Advanced Analytics als treibende Kraft für ihr Wachstum.
Empfehlenswerte Ressourcen für Gartner-Kunden:*
Die wichtigsten strategischen Technologie-Trends für 2023: Adaptive KI
Die wichtigsten strategischen Technologie-Trends für 2023
Innovations-Insights für Decision-Intelligence-Plattformen
*Achtung: Einige Dokumente stehen möglicherweise nicht allen Gartner-Kunden zur Verfügung.