Sollten wir alle doch lieber Handwerker werden? Das große KI-Update!

Ein Gespräch über KI mit einem Techie durch und durch

Daniel Manzke, Head of Engineering bei der Intrafind Software AG in München, erklärt, dass KI uns überall begleitet, aber oft ein echtes Verständnis dafür fehlt. Ein Grund, warum KI so oft falsch verstanden wird, liegt darin, dass sie in jedem Pitch Deck auftaucht, aber kaum jemand genau erklären kann, wie sie funktioniert. Zeit also, etwas Klarheit zu schaffen!

‍

“Jeder hat Digitalisierung drauf geschrieben, jeder hat gesagt, wir müssen jetzt digitalisieren, keiner hat es gemacht.”

Daniel Manzke - Intrafind Software AG

‍

‍Machine Learning vs. Künstliche Intelligenz: Was ist der Unterschied?

Oft werden die Begriffe „Künstliche Intelligenz“ und „Machine Learning“ synonym verwendet, doch es gibt wichtige Unterschiede. Künstliche Intelligenz ist der übergeordnete Begriff und beschreibt jede Technologie, die menschenähnliche Denk- und Entscheidungsprozesse simuliert. 

Machine Learning hingegen ist ein Teilbereich der KI, bei dem Systeme aus Daten lernen und sich selbstständig verbessern. Während klassische KI-Modelle oft auf festgelegten Regeln basieren, erkennt Machine Learning Muster in großen Datenmengen und passt sich dynamisch an. 

In der Baubranche könnte ein KI-System beispielsweise Baupläne analysieren, während ein Machine-Learning-Algorithmus daraus lernt, um in Zukunft bessere Vorhersagen für Materialbedarf oder Bauzeiten zu treffen.

‍

KI im Alltag: Vom Chatbot bis zum Code-Assistenten

Künstliche Intelligenz ist längst nicht mehr Zukunftsmusik. Sie ist Teil unseres Alltags, auch wenn wir das nicht immer merken. Sprachgesteuerte Assistenten wie ChatGPT im Voice Mode helfen dabei, Ideen während einer Zugfahrt zu entwickeln und fungieren als digitale Assistenten. Auch die Informationssuche verändert sich: Während früher Google die erste Anlaufstelle war, nutzen heute immer mehr Menschen KI, um schneller an relevante Antworten zu kommen. Selbst Kinder fragen zu Hause ChatGPT, wenn sie etwas wissen wollen.

‍

“KI, das ist wie. Wie eine Assistenz, die bei dir ist, mit der du unterwegs bist. [..] Ich kann mit ihr interagieren und sie versteht, was ich will. Sie versteht meinen Intent, sie weiß, was ich tun möchte.”

Daniel Manzke - Intrafind Software AG

‍

In der Berufswelt ist KI ebenfalls weit verbreitet. Sie wird in der Spracherkennung, Texterstellung und Softwareentwicklung eingesetzt. GitHub Copilot schreibt bereits einen großen Teil des weltweiten Codes. Kundenservice-Abteilungen setzen Chatbots ein, um einfache Anfragen zu bearbeiten, wobei diese oft unterstützend statt ersetzend wirken. Auch in der Vertragsprüfung wird KI verwendet, wenngleich hier menschliche Kontrolle unerlässlich ist. 

Daniel selbst kommt aus dem Dokumentenmanagement. Er hat jahrelang dafür gesorgt, dass alle Firmen ihre Daten zentral und geordnet ablegen. Mit dem Resultat, dass keiner diese Daten genutzt hat. KI ist heute fähig, diese Dokumente per Anfrage zu durchsuchen. Dadurch wird zum erste Mal das unternehmensinterne Wissen nutzbar gemacht. 

‍

Und was bedeutet KI für die Baubranche?

Auch in der Baubranche wird KI zunehmend wichtiger. Immer mehr Unternehmen aus dem Bau- und Immobiliensektor nutzen KI für innovative Lösungen. 

Besonders für repetitive Prozesse wie die Bearbeitung von Kundenanfragen oder die Sortierung von Dokumenten bietet KI großes Potenzial zur Automatisierung. Doch es geht nicht nur um Effizienzsteigerung – KI kann Fachkräfte entlasten, indem sie beispielsweise Support-Fälle klassifiziert oder technische Zeichnungen automatisiert erstellt.

Ein zentraler Aspekt ist dabei die Datenanalyse. Die Nutzung vorhandener Daten kann Prozesse erheblich optimieren, allerdings ist die Qualität der Daten entscheidend – nach dem Motto "Shit in, shit out". 

Zudem kann KI dabei helfen, Materiallieferungen auf Baustellen effizienter zu planen, Fehler frühzeitig zu erkennen oder Bauprozesse nachhaltiger zu gestalten. 

‍

Wo geht die Reise hin? Trends und Entwicklungen

Die Entwicklung der KI schreitet rasant voran. Ein zentraler Trend ist die Weiterentwicklung von Machine Learning zu interaktiver KI, die immer besser Kontexte versteht und in Gesprächen agieren kann. Während KI früher vor allem großen Tech-Konzernen vorbehalten war, wird sie nun für immer mehr Unternehmen und Privatpersonen zugänglich. Besonders in der Softwareentwicklung sind KI-Assistenten wie GitHub Copilot auf dem Vormarsch und revolutionieren das Programmieren.

In Zukunft könnten KI-Agenten eigenständig Aufgaben übernehmen und Entscheidungen treffen. Die Verarbeitung strukturierter Daten wird stetig verbessert, sodass Tabellen und Datenbanken einfacher durchsuchbar werden. 

“Also KI ist wirklich ein Evolutionsstep. Vorher war Machine Learning eher so “Ja okay, diktieren, okay. Rechnungen auslesen.” So richtig geile Sachen waren da noch nicht dabei. [...] Und auf einmal wird halt aus einer Person zehn Personen, weil sie halt zehnmal so viel leisten kann, wenn sie es einsetzt.”

Daniel Manzke

Nach Daniels Einschätzung gibt es für Europa großes Potenzial, sich als KI-Standort zu etablieren, insbesondere durch Initiativen wie Mistral. Allerdings hat Deutschland weiterhin ein Adoptionsproblem – viele Innovationen sind vorhanden, aber ihre Umsetzung dauert oft zu lange. 

Weitere Fortschritte in der Robotik könnten dazu führen, dass KI vermehrt für automatisiertes Bauen oder Inspektionen eingesetzt wird. 

‍

Herausforderungen: Wo KI noch an ihre Grenzen stößt

So groß das Potenzial ist, so groß sind auch die Herausforderungen. Viele Menschen haben ein ungenaues Verständnis davon, was KI tatsächlich kann und was nicht. Datenschutz bleibt ein kritisches Thema, insbesondere wenn es um das Hochladen sensibler Daten in offene KI-Modelle geht. Hohe Erwartungen führen oft zu Enttäuschungen, wenn sich herausstellt, dass KI nicht alle Probleme lösen kann. 

Eine weitere Herausforderung liegt in der Datenqualität – schlechte Daten führen zwangsläufig zu schlechten Ergebnissen. KI ist zudem nicht fehlerfrei: Sie kann falsche Informationen generieren, die überzeugend klingen, aber nicht der Realität entsprechen. 

Auch fehlen oft Schulungen, um die Möglichkeiten von KI optimal zu nutzen. Zudem gibt es Sprachbarrieren, da viele KI-Modelle auf Englisch besser funktionieren als auf Deutsch. 

In Deutschland kommen bürokratische Hürden hinzu, die eine schnelle Implementierung erschweren. Schließlich bleibt die Abhängigkeit von großen Tech-Konzernen eine Herausforderung, da viele KI-Modelle von wenigen Unternehmen dominiert werden.

‍

KI ist da – aber wir müssen sie verstehen

KI ist keine Zukunftsvision mehr – sie ist längst Teil unseres Alltags und der Arbeitswelt. Die große Herausforderung besteht nun darin, sie richtig zu nutzen. Unternehmen müssen lernen, KI als Werkzeug zu sehen, das Mitarbeiter unterstützt, anstatt sie zu ersetzen. Datenschutz, Nutzerfreundlichkeit und eine verständliche Anwendung stehen dabei im Mittelpunkt.

Die Baubranche steht vor der spannenden Aufgabe, KI sinnvoll einzusetzen, ohne dabei den menschlichen Faktor zu vernachlässigen. Denn eines ist klar: Die Technologie wird weiterentwickelt, aber es liegt an uns, sie klug zu nutzen. Wer früh lernt, mit KI umzugehen, wird in Zukunft klare Vorteile haben.

‍

Die Themen des DIGITALWERK Podcasts mit Daniel Manzke im Überblick:

(00:00) - Einführung: Worum geht es in dieser Folge?
(00:00:41) - Vorstellung von Daniel Manzke: CTO, Investor und KI-Experte
(00:05:15) - Technologie und Business: Die Brücke zwischen Tech und Produktwelt
(00:06:39) - KI im Bauwesen und anderen Branchen: Ein Blick über den Tellerrand
(00:19:25) - Machine Learning: Wo fing alles an? Die Geschichte von Spracherkennung
(00:20:45) - OCR-Technologien und ihre Bedeutung für KI-Anwendungen
(00:32:46) - Chatbots und KI im Customer Support: Wo steht die Technologie heute?
(00:33:46) - Mensch vs. KI: Warum KI aktuell als Unterstützung und nicht als Ersatz dient
(00:35:03) - Datenqualität als Erfolgsfaktor: Wie wichtig sind vorhandene Datensätze?
(00:07:58) - Der Hype um KI: Wie Unternehmen KI in ihren Pitch Decks nutzen
(00:41:00) - KI und die Zukunft: Welche Entwicklungen erwarten uns?
(00:55:30) - Datenschutz und DSGVO: Herausforderungen für KI-Projekte
(01:03:00) - Fazit: Chancen und Risiken der KI-Technologie

‍