Artificial Intelligence – Hype oder nicht?

Künstliche Intelligenz als kontroverser Diskussionspunkt auf der diesjährigen DMEXCO 2019

Auch in diesem Jahr war AI eines der viel diskutieren Themen auf der DMEXCO in Köln. In Key Notes und Vorträgen wurden unterschiedliche Anwendungsmöglichkeiten und Insights thematisiert. Vor allem die Anwendung von AI im Consumer Marketing schien im Mittelpunkt des Interesses vieler Aussteller und Teilnehmer zu stehen.
Bei aller Euphorie über die Möglichkeiten der künstlichen Intelligenz im Marketing und eCommerce wurde in diesem Jahr an der einen oder anderen Stelle die Massentauglichkeit der momentan verfolgten Ansätze kontrovers beleuchtet.

AI im Gartner Hype Cycle

So wurde in den Diskussionen auf und neben dem Podium schnell klar, dass die Einschätzung zu den Leistungen und Fähigkeiten von AI stark davon abhängig ist, was mit AI gemeint ist und welche Art von künstlicher Intelligenz betrachtet wird. Unterstützt wird diese Einschätzung durch den Gartner Hype Cycle, der den Stand der Entwicklung von AI für 2019 zeigt.
Gartner zeigt auf, dass auch in diesem Jahr viele neue Technologien und Ansätze im Hype Cycle zu finden sind, die Implikationen des Einsatzes dieser Technologien aber noch nicht absehbar sind. So sorgte bisher keiner der AI-Ansätze für eine breite Anwendung im Markt.
Auch den Gesprächen außerhalb der Key Notes und Vorträgen auf der diesjährigen DMEXCO war zu entnehmen, dass eine differenziertere Betrachtung von AI notwendig ist. Denn nicht überall wo AI drauf steht, ist auch AI drin.

Der Mix macht’s – AI Modelle

Der Großteil des wirtschaftlich getriebenen Interesses an künstlicher Intelligenz setzt auf einen datengetriebenen AI-Ansatz. So ist es nicht verwunderlich, dass im Hype Cycle fortgeschrittene Anwendungsfälle mehrheitlich auf einem datengetriebenen Ansatz aufbauen. Auch den konservativen Unternehmen ist inzwischen bewusst, dass Daten die neue Währung sind. Ein Großteil der auf AI basierenden Angebote auf der DMEXCO setzen ebenso auf den datengetriebenen Ansatz.
Daher liegt für viele Unternehmen der Fokus auf der Ansammlung von möglichst qualitativ hochwertigen Datensätzen, die für das Training ihrer AI in der einen oder anderen Weise eingesetzt werden können. Dabei wird noch immer oft übersehen (oder bewusst in Kauf genommen), dass die Nutzung auf sehr spezifische Anwendungsfälle fokussiert ist und die Allgemeintauglichkeit für zukünftige Anwendungsfälle nicht gegeben ist.
Für die langfristige Wertschöpfung von künstlicher Intelligenz und der Etablierung einer „Artificial General Intelligence“, ist es notwendig, auch andere AI Modelle anzuwenden und weiter zu erforschen. Das datengetriebene Modell alleine scheint für dieses Ziel nicht ausreichend zu sein. So werben Fachleute für eine Verknüpfung der unterschiedlichen AI Modelle, um in Zukunft das volle Potenzial künstlicher Intelligenz ausschöpfen zu können.
Der Gartner Hype Cycle zeigt eindrücklich, dass wir uns mehrheitlich noch in der ersten Hälfte der Entwicklungsphasen von AI befinden. Allerdings ist bei der aktuellen Geschwindigkeit zu erwarten, dass bei einigen AI-Ansätzen bald mit einem Durchbruch gerechnet werden kann. Es bleibt abzuwarten, wo die AI-Reise letztendlich hingeht.