Wie bereits in den vorherigen Kapiteln zu sehen war, entstehen alleine im Alltag schnell Unmengen an Daten. Doch wie geht man mit dieser Datenflut um?
In Unternehmen gibt es typischerweise zwei Philosophien, nach denen Daten verwertet werden – Business Intelligence und Business Analytics. Nicht selten kommen im selben Unternehmen auch beide Konzepte zum Einsatz. In diesem Kapitel lernen Sie die Gemeinsamkeiten, aber auch die Unterschiede beider Konzepte kennen.
Intelligentes Business
Scrollen Sie weiter, um mehr Informationen über die Konzepte Business Intelligence und Business Analytics zu erhalten.
In der Wirtschaftsprüfung hat sich die Arbeitsweise durch die rapiden technischen Neuerungen in den letzten Jahrzehnten stark verändert. Früher hätten Wirtschaftsprüferinnen und Wirtschaftsprüfer Tage und Wochen damit verbracht, Unterlagen zu sichten. Heute kann ein Büro-Notebook dies in wenigen Millisekunden erledigen. So ergeben sich neue Möglichkeiten zum Umgang mit Daten.
Lernen Sie in diesem Kapitel, welche Konzepte zur effizienteren Datenverarbeitung entwickelt wurden und wie sie die heutige Unternehmenswelt revolutionieren.
Kopfrechnen
war gestern
Navigieren Sie weiter, um die Konzepte Business Intelligence und Business Analytics kennenzulernen.
Kapitel 3
Sie möchten in einem innovativen Umfeld das intelligente Business der Zukunft voranbringen? Dann starten Sie jetzt Ihre Karriere bei BDO!
Ziehen Sie die Aussagen über Business Intelligence und Business Analytics in das jeweils passende Feld.
Intelligent oder analytisch?
Business Intelligence
und Business Analytics
Klicken auf die Karten, um mehr Informationen
dazu zu erhalten, wie sich die Konzepte Business Intelligence und Business Analytics unterscheiden.
Business Intelligence
Intelligent – und das nicht
erst seit gestern
Um zu verstehen, was KI heute kann oder auch nicht kann, ist es nötig, in die Geschichte der Datenverarbeitung einzutauchen und zuzusehen, wann und wie Computersysteme gelernt haben, menschliche Intelligenz zu simulieren.
Scrollen Sie weiter, um sich auf Zeitreise der künstlichen Intelligenz zu begeben!
Stück für Stück
zum Erfolg
Vervollständigen Sie die Sätze, indem Sie die Puzzlestücke an die richtige Stelle ziehen. Drücken Sie anschließend auf den OK-Button, um Ihre Auswahl zu überprüfen.
stellt Zahlen und Fakten für Unternehmen zusammen, auf deren Grundlage fundierte Geschäftsentscheidungen getroffen werden können.
nutzt historische Daten und leitet daraus zukünftige Handlungsempfehlungen ab.
Nutzt Fragen, um festzustellen, was in der Vergangenheit gut funktioniert hat:
„Was wurde in der Vergangenheit getan?“
„Wie kam das, was getan wurde bei den Kunden an?“
Business Analytics
stellt Zahlen und Fakten für Unternehmen zusammen und ermöglicht durch die Erstellung von Zukunftsmodellen und Prognosen eine vollautomatische Entscheidungsfindung für Unternehmen.
nutzt und hinterfragt historische Daten und leitet daraus Prognosen ab, wie sich die Ergebnisse auf die Zukunft auswirken könnten.
beschäftigt sich mit der Frage „Warum kam das, was getan wurde gut oder schlecht bei den Kunden an?“, um fundierte Prognosen für zukünftiges Handeln zu treffen und es entsprechend zu optimieren.
Sie haben jetzt die Konzepte Business Intelligence und Business Analytics kennen gelernt. Überprüfen Sie ihr Wissen, indem Sie die Aussagen dem korrekten Oberbegriff zuordnen.
Definitiv künstlich
Künstliche Intelligenz wurde ursprünglich mit dem Ziel entwickelt, menschliche Denkmuster zu simulieren. Heute wird sie allerdings kaum noch zu diesem Zweck verwendet, sondern fungiert als wertvolles Werkzeug an Stellen, an denen der menschliche Verstand eben nicht mehr ausreicht, um bestimmte Aufgaben zu erledigen – allen voran die Datenverarbeitung.
Wenn es jedoch nicht die Nachahmung menschlichen Denkens ist – was macht die künstliche Intelligenz dann intelligent?
Erkunden Sie Definitionsansätze der künstlichen Intelligenz, indem Sie weiter navigieren.
Definieren Sie "intelligent"...
Erfahren Sie hier, welche Charakteristika gegeben sein müssen, damit eine künstliche Intelligenz vorliegt.
Blättern Sie durch das interaktive Buch, indem Sie auf die rechten oder linken Ecken klicken.
Sie wissen jetzt, was KI kann und nicht kann und welche Komponenten sie enthält. Entscheiden Sie nun auf Basis dieses Wissens, welche Prozesse mithilfe von KI ablaufen und welche nicht.
Wählen Sie die Kästen neben den Prozessen aus, die Sie für KI-basiert halten. Klicken Sie anschließend auf „OK“.
KI oder nicht KI –
das ist hier die Frage
Unter der Oberfläche
Doch welche Schritte sind nötig, damit Datenmodelle erstellt und Handlungs-empfehlungen abgeleitet werden können? Erfahren Sie mehr hierzu im folgenden Kapitel.
Navigieren Sie auf die nächste Slide und klicken Sie die markierten Punkte, um Informationen zu den Funktionsschritten der künstlichen Intelligenz zu erhalten.
Mit jedem neuen Themengebiet eröffnet sich auch neues Vokabular. Auch im Bereich der maschinellen Datenverarbeitung gibt es einige Fachbegriffe, ohne die eine tiefgehende und detaillierte Besprechung des Themas nicht möglich wäre.
Navigieren Sie weiter, um sich über die gängigsten Abkürzungen aus der Welt der Datenverarbeitung zu informieren.
Das ABC der künstlichen Intelligenz
Evaluation
Die Ergebnisse der Algorithmen werden bewertet.
Verständnis
der Bedürfnisse
des Unternehmens
Das KI-Projekt wird gestartet, um spezifische Erkenntnisse zu erbringen. Das Ziel, das mit dem Einsatz der KI verfolgt wird, wird konkretisiert.
Daten-Verständnis
Die Daten werden auf ihre Qualität geprüft und analysiert.
Vorbereitung der Daten
Die Daten werden gesammelt, bereinigt und auf ihre Relevanz überprüft und kategorisiert.
Modell-Erstellung
Durch das Trainieren
der ausgewählten Algorithmen
werden Datenmodelle erstellt.
Bereitstellung
Die Ergebnisse der Algorithmen werden den Nutzenden anschaulich zur Verfügung gestellt.
Anwendung
Die Daten der KI werden aktiv eingesetzt und die Erkenntnisse aus der Nutzung fließen zurück in die KI-Modelle.
Line of Governance
Die Line of Governance beschreibt die Mensch-Maschine-Interaktion, die Stelle, an der die Aktionen der KI von Menschen geprüft und kontrolliert werden.
4 Kernbegriffe der Künstlichen Intelligenz
Nutzen Sie die Pfeile links und rechts, um in der Slideshow zwischen den Definitionen hin-und herzuschalten!
Die technische Revolution sorgt dafür, dass exponentiell mehr und mehr technische Neuerungen auf den Markt kommen. Einige davon erweisen sich als nützliche Werkzeuge zur Erleichterung des Privatlebens und von Geschäftsprozessen. Andere stellen sich als unnütze und im besten Fall noch zur Unterhaltung dienende Spielereien heraus. Die künstliche Intelligenz war ursprünglich nur ein Gedankenexperiment und ist heute Realität. Woran liegt es, dass gerade sie sich als derart bahnbrechende Neuerung erwiesen hat?
Das Rezept zum Erfolg
Navigieren Sie weiter, um mehr darüber zu erfahren, warum die Arbeit mit künstlicher Intelligenz die Unternehmenswelt im Sturm erobert.
Durch Klick auf den Play-Button erfahren Sie von BDO Expertinnen und Experten, warum die künstliche Intelligenz ein so erfolgreiches Werkzeug in der Datenverarbeitung ist und die Unternehmenswelt im Sturm erobert.
Was macht den Erfolg
der KI aus?
Klicken Sie auf den Start-Button, um den Podcast zu starten.
Überprüfen Sie nun Ihr Wissen aus dem Podcast, indem Sie das Puzzle richtig lösen.
Der Mathematiker und Informatiker Alan Turing entwickelte bereits im Jahre 1950 den Turing-Test. Dieser wird noch heute genutzt, um künstliche Intelligenz zu beurteilen. Die künstliche Intelligenz besteht den Turing-Test, wenn sie mit einem menschlichen Konterpart ein höfliches Gespräch führen kann, ohne dass dieser feststellen kann, dass es sich bei der Maschine nicht um einen Menschen handelt.
Der Turing Test
1950
Der erste Neurocomputer mit 40 Synapsen wurde von dem amerikanischen Mathematiker Marvin Minsky entwickelt. Durch die Simulation von Laborratten konnte der Computer den schnellsten Weg aus einem Labyrinth finden.
Der SNARC Neurocomputer
1951
Auf der Konferenz von Computerwissenschaftlern am Dartmouth College in New Hampshire, USA, setzte man den Grundstein für den Begriff der künstlichen Intelligenz. Unter anderem diskutierte man die Frage, wie Computer dazu befähigt werden können, ein Gehirn zu simulieren.
Die Dartmouth-Konferenz
1956
Der Psychologe und Informatiker Frank Rosenblatt entwickelte das erste künstliche neuronale Netzwerk: das Perzeptron, welches auf dem Computer „Mark 1“ lief. Es hat die Architektur und Funktion des menschlichen Gehirns als Vorbild und machte den Computer Mark I lernfähig, indem es die Entscheidung, welche Inputs gespeichert werden sollen und welche nicht, übernahm.
Mark 1 und Perzeptron
1960
Den ersten Chatbot namens ELIZA entwickelte der deutsch-amerikanische Computerwissenschaftler Joseph Weizenbaum. Der Chatbot wandelt die Aussage der schreibenden Person in eine Frage um. Weizenbaum entwickelte so den ersten Chatbot, der automatisiert mit Menschen interagieren konnte.
ELIZA
1966
Das Expertensystem Mycin wurde von dem Stanfort Heuristic Programming Project (HPP) unter der Leitung von Edward Feigenbaum entwickelt. Es berät einen Arzt bei der Befundermittlung und Diagnoseerstellung. Beschränkte sich die Beratung zunächst auf bakterielle Infektionskrankheiten des Blutes und auf Hirnhautent-zündungen, so konnte es in den 1980er Jahren bereits über die meisten Infektionskrankheiten Auskunft geben.
Mycin
1972
Die Wissenschaftler Sejnoswky und Rosenberg trainierten ein künstliches neuronales Netz erstmals so, dass es zur Sprachsynthese befähigt wurde. Nach 50 Trainingsepochen konnten 95% der erlernten 1024 Wörter korrekt ausgegeben werden.
Sprachcomputer NETtalk
1987
Erstmals gewann ein von einer KI gesteuerter Schachcomputer gegen den damaligen Schachweltmeister Garri Kasparov. Zu dieser Zeit wurde der Sieg des Computers als Meilenstein in der Forschung der künstlichen Intelligenz angesehen. Tatsächlich beruhte der Sieg mehr auf reiner Rechengewalt als auf einer Überlegenheit des Computers gegenüber dem Schachweltmeister hinsichtlich der Intelligenz.
Der IBM Schachcomputer
1997
Damit eine KI arbeiten kann, muss sie auf eine große Menge an Daten Zugriff haben. Mit der fortschreitenden Digitalisierung nimmt die Datenmenge stetig zu, sodass Datenverarbeitungsprogramme vor eine immense Herausforderung gestellt werden. DerUS-amerikanische Analyst Douglas Laney entwickelte dazu im Jahre 2001 das 3V-Modell (auch oft als 4V-Modell beschrieben) für das Marktforschungsunternehmen Gartner. Für mehr Informationen zum 3/4V-Modell, klicken Sie hier.
Big Data
2001
Siri und ähnliche Sprachassistenten liefern zuverlässig Informationen und verbessern ihren Service, indem sie gezielt Nutzendendaten zu persönlichen Vorlieben, Sprachgewohnheiten oder dem Musikgeschmack auch außerhalb der Spracheingabe sammeln und so kontinuierlich dazulernen. Auf diese Weise gelingt es der Software Intentionen zu erkennen und Nutzenden bestmöglich zu helfen.
Siri
2011
1950
1960
1970
1980
1990
2000
2010
2020
Heute und morgen
Die Datenmenge, die zwischen dem Beginn der Menschheit bis ins Jahr 2002 generiert wurde, wurde im Jahre 2014 bereits innerhalb von 10 Minuten produziert. Dem Moore’schen Gesetz zufolge (mehr dazu hier) wird sich diese Menge alle zwei Jahre verdoppeln.
Big Data entwickelt sich
2014
Im Privatleben nutzen wir mittlerweile tagtäglich Sprachassistenten und Big-Data-basierte Services. Auch aus dem Unternehmensalltag ist die KI mittlerweile nicht mehr wegzudenken. Die größte Stärke der KI besteht vorrangig darin, beständige Prognosen zu tätigen. Denn „KI-Systeme sind das Fernrohr, durch das wir den Verlauf berechenbarer Dinge besser erkennen können. Nicht weniger – aber auch nicht mehr“, so steht es in einem Artikel des Zukunftsinstituts aus dem Jahr 2022.
Gegenwart und Zukunft
Heute und morgen
Business Intelligence
Business Analytics
1950
1960
1970
1980
1990
2000
2010
2020
1950
Der Mathematiker und Informatiker Alan Turing entwickelte bereits im Jahre 1950 den Turing-Test. Dieser wird noch heute genutzt, um künstliche Intelligenz zu beurteilen. Die künstliche Intelligenz besteht den Turing-Test, wenn sie mit einem menschlichen Konterpart ein höfliches Gespräch führen kann, ohne dass dieser feststellen kann, dass es sich bei der Maschine nicht um einen Menschen handelt.
Der Turing Test
1951
7:30
Der erste Neurocomputer mit 40 Synapsen wurde von dem amerikanischen Mathematiker Marvin Minsky entwickelt. Durch die Simulation von Laborratten konnte der Computer den schnellsten Weg aus einem Labyrinth finden.
Der SNARC Neurocomputer
1956
Auf der Konferenz von Computer-wissenschaftlern am Dartmouth College in New Hampshire, USA, setzte man den Grundstein für den Begriff der künstlichen Intelligenz. Unter anderem diskutierte man die Frage, wie Computer dazu befähigt werden können, ein Gehirn zu simulieren.
Die Dartmouth-Konferenz
1960
Der Psychologe und Informatiker Frank Rosenblatt entwickelte das erste künstliche neuronale Netzwerk: das Perzeptron, welches auf dem Computer „Mark 1“ lief. Es hat die Architektur und Funktion des menschlichen Gehirns als Vorbild und machte den Computer Mark I lernfähig, indem es die Entscheidung, welche Inputs gespeichert werden sollen und welche nicht, übernahm.
Mark 1 und Perzeptron
1966
Den ersten Chatbot namens ELIZA entwickelte der deutsch-amerikanische Computerwissenschaftler Joseph Weizenbaum. Der Chatbot wandelt die Aussage der schreibenden Person in eine Frage um. Weizenbaum entwickelte so den ersten Chatbot, der automatisiert mit Menschen interagieren konnte.
ELIZA
1972
Das Expertensystem Mycin wurde von dem Stanfort Heuristic Programming Project (HPP) unter der Leitung von Edward Feigenbaum entwickelt. Es berät einen Arzt bei der Befundermittlung und Diagnoseerstellung. Beschränkte sich die Beratung zunächst auf bakterielle Infektionskrankheiten des Blutes und auf Hirnhautent-zündungen, so konnte es in den 1980er Jahren bereits über die meisten Infektionskrankheiten Auskunft geben.
Mycin
1987
Die Wissenschaftler Sejnoswky und Rosenberg trainierten ein künstliches neuronales Netz erstmals so, dass es zur Sprachsynthese befähigt wurde. Nach 50 Trainingsepochen konnten 95% der erlernten 1024 Wörter korrekt ausgegeben werden.
Sprachcomputer NETtalk
1997
Erstmals gewann ein von einer KI gesteuerter Schachcomputer gegen den damaligen Schachweltmeister Garri Kasparov. Zu dieser Zeit wurde der Sieg des Computers als Meilenstein in der Forschung der künstlichen Intelligenz angesehen. Tatsächlich beruhte der Sieg mehr auf reiner Rechengewalt als auf einer Überlegenheit des Computers gegenüber dem Schachweltmeister hinsichtlich der Intelligenz.
Der IBM Schachcomputer
2001
Damit eine KI arbeiten kann, muss sie auf eine große Menge an Daten Zugriff haben. Mit der fortschreitenden Digitalisierung nimmt die Datenmenge stetig zu, sodass Datenverarbeitungs-programme vor eine immense Herausforderung gestellt werden. DerUS-amerikanische Analyst Douglas Laney entwickelte dazu im Jahre 2001 das 3V-Modell (auch oft als 4V-Modell beschrieben) für das Marktforschungs-unternehmen Gartner. Für mehr Informationen zum 3/4V-Modell, klicken Sie hier.
Big Data
2011
Siri und ähnliche Sprachassistenten liefern zuverlässig Informationen und verbessern ihren Service, indem sie gezielt Nutzendendaten zu persönlichen Vorlieben, Sprachgewohnheiten oder dem Musikgeschmack auch außerhalb der Spracheingabe sammeln und so kontinuierlich dazulernen. Auf diese Weise gelingt es der Software Intentionen zu erkennen und Nutzenden bestmöglich zu helfen.
Siri
Heute und morgen
2014
Die Datenmenge, die zwischen dem Beginn der Menschheit bis ins Jahr 2002 generiert wurde, wurde im Jahre 2014 bereits innerhalb von 10 Minuten produziert. Dem Moore’schen Gesetz zufolge (mehr dazu hier) wird sich diese Menge alle zwei Jahre verdoppeln.
Big Data
entwickelt sich
Heute und morgen
Im Privatleben nutzen wir mittlerweile tagtäglich Sprachassistenten und Big-Data-basierte Services. Auch aus dem Unternehmensalltag ist die KI mittlerweile nicht mehr wegzudenken. Die größte Stärke der KI besteht vorrangig darin, beständige Prognosen zu tätigen. Denn „KI-Systeme sind das Fernrohr, durch das wir den Verlauf berechenbarer Dinge besser erkennen können. Nicht weniger – aber auch nicht mehr“, so steht es in einem Artikel des Zukunftsinstituts aus dem Jahr 2022.
Gegenwart
und Zukunft
Daten
im Alltag
Kapitel 1
Kapitel 1
Die Welt
der Informationen
Kapitel 2
Kapitel 2
Kapitel 2
Kopfrechnen
war gestern
Kapitel 3
Wirtschaftsprüfung:
es geht um Zahlen un
Kapitel 4
Kapitel 4
Daten im Alltag
Kapitel 1
Die Welt der Informationen
Kapitel 2
Kopfrechnen war gestern
Kapitel 3
Wirtschaftsprüfung: es geht um Zahlen un
Kapitel 4