Der KI-Kompass: Vier Arten intelligenter Systeme
Chatbots wie ChatGPT, Claude und Llama kratzen an der Oberfläche der KI-Technologien. Wichtige KI-Technologien im Jahr 2025 umfassen:
- Generative KI (Generative AI, GenAI)
- Kausale KI (Causal AI)
- Prädiktive KI (Predictive AI)
- Agentische KI, auch KI-Agenten (Agentic AI)
Jede dieser vier Arten von KI verfügt über eigene Fähigkeiten und KI-Modelle einer Art zeigen jeweils eigene Stärken auf. In ihrem Grundprinzip ähneln sie sich jedoch: Anhand von Trainingsdaten erlernen die Systeme, Muster zu erkennen und diese zu reproduzieren.
Die Erklärungen und Ideen der vier Arten von KI zeigen, was sie ausmacht – und es herrscht kein Mangel an Ideen. Jeder Idee nachzulaufen, entspricht jedoch dem Gießkannen-Prinzip, das viele Ressourcen bindet. Für einen Anwendungsfall muss sich die Umsetzung wirtschaftlich auszahlen.
KI-Systeme stehen nicht für sich. Technische und menschliche Aspekte spielen ebenfalls eine entscheidende Rolle.
KI stellt eigene Anforderungen an Ihre Dateninfrastruktur und -qualität. Zudem müssen Ihre Mitarbeiter KI akzeptieren, einsetzen und ihr vertrauen. Das erfordert Schulungen sowie eine Change-Kommunikation und verursacht zusätzliche Kosten.
KI-Projekte scheitern, wenn sie Arbeitsabläufe verändern, ohne ein bestehendes Problem zu lösen.
Generative KI: Auf einen Chat mit dem ERP
ChatGPT ist das bekannteste Beispiel für eine generative KI oder Generative AI (GenAI), die Texte generiert. GenAI schließt aber auch Bots ein, die Bilder, Ton oder Filme erstellen können.
Mit einem KI-Chatbot können die Nutzer in natürlicher Sprache interagieren. Dazu formulieren sie Fragen oder Bildbeschreibungen im Chat, auf die das System mit einer Antwort oder einem neuen Bild reagiert.
Die Fähigkeiten des Bots hängen von den Trainingsdaten und der hinterlegten Wissensdatenbank ab. Wissensdatenbanken können Handbücher, Anleitungen oder FAQs zu Ihrer Produktionsanlage sein. So reicht eine Frage eines Mitarbeiters an den Chatbot, um Details zu einer Maschine zu erfahren.
Eine betriebswirtschaftliche Wissensquelle für KI ist das ERP-System, in dem generative KI eine Benutzeroberfläche darstellen kann. Der Chatbot bereitet etwa Ihre ERP-Daten übersichtlich auf oder Fragen können Sie formulieren, als würden Sie mit Ihrem ERP chatten.
Chatbots können Fehler machen, weil sie Muster reproduzieren, ohne den Inhalt des Chats wirklich zu verstehen. Daher eignet sich GenAI für Routinetexte und als Unterstützung des menschlichen Teams, das die Korrektheit der Ergebnisse sicherstellen muss
Prädiktive KI: Trends aus dem ERP-System auslese
Die prädiktive KI, auf Englisch predictive AI, hilft Unternehmen, aus aktuellen Daten eine Entwicklung vorherzusagen. Die Trainingsdaten dieser KI-Systeme bestehen aus historischen Daten zu einem Zeitpunkt und der Entwicklung, die darauf folgte. In der Produktion erstellt die KI anschließend Prognosen, die Ihnen helfen, Ihre Produktion zu planen.
Dazu kombiniert die KI die Produktionsdaten aus Ihrem ERP mit Marktdaten, die den Absatz beeinflussen. Eine prädiktive KI könnte etwa externe Wettermodelle berücksichtigen, um den Absatz im Saisongeschäft vorherzusagen. Wird ein heißer Sommer den Bedarf an Erfrischungsgetränken erhöhen? Oder begünstigt das Wetter im Winter eine Grippewelle und damit den Bedarf an Medikamenten?
Prädiktive KI wirkt im Hintergrund. Im Gegensatz zur generativen KI interagieren Sie weniger direkt. Stattdessen erscheinen Prognosen eher als Diagramm oder in Form von Kennzahlen in einem Dashboard.
Der Vorteil einer KI ist ihre Fähigkeit, große Datensätze mit vielen Variablen nahezu in Echtzeit zu verarbeiten. Auch hier gilt die Kontrollpflicht. Wenn die KI viele Variablen analysiert, unterscheidet sie nicht zwischen Korrelationen und Ursachen, wodurch Fehlprognosen entstehen können. Diese Schwäche adressiert kausale KI.
Kausale KI: Entwicklungen im ERP verstehen
Causal AI, auf Deutsch kausale KI, nutzt ihre Mustererkennung, um Ursache-Wirkungs-Beziehungen zu identifizieren. Die Fähigkeit, große Datenmengen schnell bis in Echtzeit zu verarbeiten, hilft, Probleme früh zu beheben.
Je mehr Variablen zusammenwirken und je größer der Einfluss kleiner Abweichungen ist, umso mehr Potenzial steckt in der Technologie. Der Grund: Beide Faktoren erhöhen die Komplexität und damit den Aufwand für Menschen. Bei der Erforschung von Wirkstoffen und Medikamenten könnte die künstliche Intelligenz so helfen, Rezepturen zu optimieren.
Wenn Sie verschiedene Datenquellen wie Ihr Qualitätsmanagement- und Ihr ERP-System einbinden, kann die KI helfen, Informationssilos aufzulösen. Eine kausale KI könnte Hinweise liefern, wie Sie Ihre Prozesse optimieren können. Gibt es einen Zusammenhang zwischen Ihren Absatzzahlen und der Performance in einer unerwarteten Abteilung?
KI-Agenten: Produktionsanlagen automatisieren
Die Analysten von Gartner zählen Agentic AI beziehungsweise KI-Agenten zu den wichtigsten Technologietrends für das Jahr 2025. Ihr Potenzial ist groß, weil sie autonom und zielorientiert arbeiten.
Im Unterschied zu den anderen KI-Arten, die reaktiv handeln, agieren KI-Agenten proaktiv, um ein vorgegebenes Ziel zu erreichen. Die KI entwickelt dafür eine eigene
Strategie, entscheidet über Maßnahmen und interagiert mit anderen Systemen, um diese Maßnahmen umzusetzen.
Ein Ziel kann sein, die Produktionsbedingungen optimal zu halten. Der KI-Agent entscheidet dann, wie er das Ziel verfolgt. Wenn eine konstante Temperatur wichtig ist, kann er die Temperatur von den Sensoren abfragen und die Steuerung übernehmen.
Fehlende Regulierungen schränken die Prozessindustrie bei der Nutzung Künstlicher Intelligenz ein. Mehr über den Balanceakt zwischen Innovation und Compliance erfahren Sie in Teil 3 unserer Beitragsreihe zum Thema KI in Kürze auf dieser Website
