19 Sep 2025
Erinnerst Du Dich an Jarvis?
Von Tony Starks Jarvis bis zu Alexa und Copilot. So transformiert KI still und leise unsere Wohnungen und Büros.
Viele Jahre lang war ich ziemlich neidisch auf Tony Stark. und seinen großartigen Assistenten Jarvis. Ich hoffte auf meinen eigenen persönlichen KI-Helfer – und dann kam meine Assistentin Alexa. Und jetzt bin ich wieder Herr im Haus … nun ja, zumindest wenn sonst niemand zu Hause ist.
„Alexa, guten Morgen“ … und plötzlich laufen die Nachrichten und die Klimaanlage ist aus.
„Alexa, spiele TuneIn Radio Köln“ … und ein deutscher Radiosender füllt magisch den Raum.
„Alexa, mach die Eier fertig“ … und der Eierkocher geht an.
„Alexa, verbinde Stereo“ … und der Sound aus meinem Heimkino läuft.
Im Gegensatz zu meinen menschlichen Mitbewohnern sagt Alexa nie „Bald, mein Schatz“ – sie macht es einfach.
Alexa ist ein Beispiel für das Internet der Dinge (IoT) und generative KI. Die Intelligenz kommt nicht aus dem Gerät selbst, sondern aus dem Internet. Routinen zu schreiben ist Programmieren – nur ohne komplizierte Syntax.
Wusstest Du schon?
Alexa-Routinen zu schreiben ist Programmieren – ohne die furchteinflößende Syntax.
Anwendungen von KI
Wie GenAI und Agenten-KI den Alltag verändern.
Viele sind bereits mit den grundlegenden Anwendungen von KI vertraut, dem, was heute Robotic Process Automation (RPA) genannt wird.
Wahrscheinlich nutzt Du es schon lange in Form von Outlook-Regeln, die Ihre E-Mails basierend auf Absender oder Betreff in Ordner verschieben. Solche RPA hat diese mühsame manuelle Arbeit schon vor langer Zeit ersetzt.
Natürlich hat RPA weit mehr Anwendungen als nur das einfache E-Mail-Postfach. Die folgende Tabelle zeigt einige Anwendungen von KI, vom Einfachen bis zum Komplexen.
Meine Freundin Alexa gehört zur mittel-komplexen KI-Kategorie, und ihre Nützlichkeit ist über die Jahre nur gewachsen. Jetzt beantwortet sie nicht nur Fragen und spart mir die Zeit des Googlesuchens; sie fungiert auch als sprachgesteuerter oder zeitgesteuerter Schalter für fast alles im Haus.
Nach einer kürzlichen Kühlschrankflut haben wir Alexa um Hilfe gebeten. Sie überwacht jetzt die Temperaturen von Kühlschrank und Gefrierfach sowie mögliche Wasserspuren auf dem Boden, damit wir ein erneutes Desaster vermeiden können.
KI gibt es in zwei bekannten Arten, Generative KI (GenAI) und Agentische KI.
Weitere Klassifikationen gibt es zum Beispiel hier.
Generative KI
Ihr meist zuverlässiger Helfer zu Hause und im Büro.
Generative KI (GenAI)-Werkzeuge werden von Tag zu Tag verbreiteter. Namen wie AskAI, Claude, Copilot, Gemini und Meta AI sind nur einige Beispiele der schnell wachsenden Liste.
Diese Technologie ist mittlerweile in nahezu jede Anwendung integriert und hilft beim Erzeugen von Texten, Bildern, Videos, Sound und sogar Code. Sie ist nicht nur in Software zu finden; KI arbeitet auch in Ihrer Kamera und Ihrem Mobiltelefon.
Ich wette, GenAI ist Dir schon seit einiger Zeit ein verlässlicher Freund. Ich nutze sie mehrmals täglich. Selbst im Urlaub ist GenAI eine große Hilfe. 🙂
Das folgende Bild von San Marco ohne Touristen kann auf mehreren Wegen entstehen:
- Du könntest versuchen, alle Menschen zu überreden, den Platz für eine Minute zu räumen, um Ihr Foto zu machen.
- Alternativ könntest Du GenAI diese Arbeit erledigen lassen. Rate mal, wie wir es gemacht haben. 🙂
Agentische KI
Der vielseitige Agent ist überall im Einsatz.
Während GenAI normalerweise auf unseren hoffentlich gut gestalteten Prompt wartet, besteht Agenten-KI aus Agenten, also Softwaremodulen, die im Hintergrund ihre Arbeit tun. Ihre Aktivitäten können von Menschen gestartet oder durch Batch-Jobs bzw. Ereignisse ausgelöst werden.
Diese Software-Agenten nehmen ein Audio-, Video- oder anderes Signal wahr, um einen Zyklus zu starten.
Wenn Alexa als solcher Agent fungiert, könnte sie etwa ein Geräusch unseres Enkels wahrnehmen. Dieses akustische Signal wird dann mit einem definierten Schwellenwert verglichen, also dem Lautstärkepegel, der das Signal „er ist wach“ auslöst.
Nach dem Versand eines Signals an Mobiltelefone nutzt sie das gerade empfangene Signal und die Antwort, um zu lernen. Das ist ein einfaches Beispiel für maschinelles Lernen.
Natürlich kann das komplexer sein.
Agentien-KI bei der Arbeit
Einige Beispiele für KI im Einsatz
Im Folgenden werden einige einfache KI-Anwendungen gezeigt. Oft sind sie für uns nicht einmal sichtbar. Aber sie sind überall.
Wusstest Du schon?
Die folgenden Agenten-KI-Lösungen wurden von Bachelor- und Master-Studierenden entwickelt.
Ein Raucher-Klassifizierer, um Parkbesucher zu erinnern
In ganz Singapur gibt es „Rauchen verboten“-Schilder. Solche Regeln machen nur Sinn, wenn sie durchgesetzt werden. Wie also umsetzen?
Polizisten in unseren Parks sehen nicht gut aus und sind eine eher teure Lösung.
Mit den überall in Singapur verfügbaren Kameras kann Bilderkennung mögliche Raucherbilder erkennen.
Nach dem Vergleich dieser Bilder mit Referenzbildern könnte eine Aktion ausgelöst werden, wie eine Sprachnachricht, die Parkbesucher an das Rauchverbot erinnert.
Dies wird zu maschinellem Lernen, wenn die neuen Bilder zurück in den Bildbestand gespeist werden, um zukünftige Vergleiche zu verbessern.
Clustering hilft, Kundentypen im Schoppingzentrum zu identifizieren
KI kann uns helfen, riesige, unordentliche Datensätze zu verstehen. Nehmen wir zum Beispiel Daten von Einkaufszentrum-Kunden. Wie finden wir heraus, wer unsere Kunden sind und was sie gemeinsam haben? Wir können eine Technik namens Clusteranalyse verwenden.
Diese KI-Anwendung gruppiert Datenpunkte in „Cluster“ basierend auf ihren Ähnlichkeiten, ohne vordefinierte Kategorien.
Im Kontext von Kunden bedeutet das, dass die KI Datenpunkte – wie Ausgabeverhalten, Besuchsfrequenz und bevorzugte Ladenarten – betrachtet und verschiedenen Gruppen zuordnet.
Du könntest auf Cluster wie „Wochenend-Ausgeber“, „Täglicher Kaffeekäufer-Pendler“ oder „Teenager-Schaufensterbummel“ stoßen. Dieses leistungsstarke Werkzeug hilft Unternehmen, ihre Kunden, ihr Publikum besser zu verstehen und zielgerichtete Marketingkampagnen zu erstellen, ohne manuell Tausende einzelner Datenpunkte zu durchforsten.
Entscheidungsbaum hilft, Abwanderungsrisiko abzuschätzen
So wie Clustering uns beim Gruppieren hilft, unterstützt eine andere KI-Methode, der Entscheidungsbaum, bei der Vorhersage von Ergebnissen.
In der Geschäftswelt kann ein Entscheidungsbaum zur Abschätzung des Risikos der Mitarbeiterfluktuation verwendet werden.
Er funktioniert, indem er ein baumartiges Modell von Entscheidungen und deren möglichen Konsequenzen erstellt.
Das Modell analysiert verschiedene Faktoren – wie Alter eines Mitarbeiters, Verweildauer in der Rolle oder der Vorgesetzte – und nutzt diese, um die Wahrscheinlichkeit abzuschätzen, dass der Mitarbeiter kündigt.
Jeder Ast des Baums repräsentiert eine Wahl oder Bedingung, und jeder Blattknoten steht für ein potenzielles Ergebnis. Dieses leistungsstarke Werkzeug bietet einen klaren visuellen Pfad zum Verständnis der Faktoren, die die Wahrscheinlichkeit eines Mitarbeiterabgangs beeinflussen, sodass das Personalwesen proaktiv intervenieren kann.
Zum Beispiel: WENN das Alter eines Mitarbeiters unter 30 Jahre ist UND seine Verweildauer in seiner Rolle weniger als 2 Jahre beträgt, DANN ist das Abwanderungsrisiko hoch.
Interesse an etwas Code?
Fazit
Beginne Deine KI-Reise
Creating a culture that is open for AI (Davenport, 2019) is not easy. The main obstacles to introducing such solutions aren’t technical. They are cultural (Waller, 2020).
Eine Kultur zu schaffen, die offen für KI ist (Davenport, 2019), ist nicht einfach. Die Hauptbarrieren bei der Einführung solcher Lösungen sind nicht technischer Natur. Sie sind kulturell (Waller, 2020).
Indem wir einfache, zugängliche KI wie Alexa in unsere Häuser einführen, können wir dieses Thema viel weniger einschüchternd machen und den Menschen seinen wahren Wert zeigen.
Schließlich ist Kulturwandel leichter akzeptiert, wenn er als Spielzeug daherkommt. Ich ermutige Dich, Deine Familie, Freunde und Kollegen mit in die Welt der KI einzutauchen!
Diese Webseite wurde mit Hilfe von KI erstellt. Na klar!
- All Posts
- AI
15 May 2023
8 Apr 2023
18 Oct 2021
