1. Exponentielle Verbesserung
Der Einsatz von KI zur Verbesserung der Datenqualität wird einen positiven Kreislauf in Gang setzen, in dem sich die digitale Technologie exponentiell verbessert.
Dies zeigt sich auch bei der Integration von KI im weiteren Verlauf der Datenpipeline, beispielsweise in der Data-Governance oder im Stammdatenmanagement zur Bewertung von Datenanfälligkeit und -dopplung. Wir können dadurch unglaublich viel schneller Erkenntnisse gewinnen.
2. Neue Einsatzbereiche
Künstliche Intelligenz wird zur Entwicklung neuer Geschäftsmodelle in Industrieunternehmen eingesetzt, nachdem der Fokus bislang auf der Automatisierung operativer Entscheidungen lag – zum Beispiel im Contact-Center.
Wir werden Algorithmen auf strategischer Ebene einsetzen, um neue Wertschöpfungsströme zu entwickeln. Ein Maschinenhersteller, der Sensoren in seinen Geräten verbaut, wird Datendiagramme erstellen und sie mithilfe von KI analysieren, um Kundenprobleme zu lösen. Er definiert sich in Zukunft dann nicht mehr als Hersteller „made by“, sondern als Problemlöser „solved by“.
3. KI im Gesundheitssektor
Neue Probleme wie Long-Covid werden wir mit interdisziplinärer KI-Datenanalyse angehen. Denn mit der Integration multimodaler Daten aus der modernen molekularen, radiologischen und pathologischen Bildgebung sowie patientenspezifischer klinischer Daten wird die Vorhersage von Arzneiwirkung, Krankheitsverlauf und Patientenreaktionen optimiert.
Künstliche Intelligenz wird also auch im Gesundheitssektor dazu beitragen, dass sich neuartige Behandlung- und Präventionsstrategien entwickeln können.
4. Technologien verstehen
Ich freue mich zudem darauf, dass KI in den kommenden sieben Jahren endlich erklärbar wird. Denn der Bedarf wächst in allen Einsatzfeldern, KI-Systeme noch transparenter und schließlich für alle verständlich zu gestalten – vor allem wenn sie in Entscheidungsprozessen mitmischen, die das Leben von Menschen betreffen.
Wetten, dass wir neue Techniken und Technologien entwickeln werden, um mit transparenten und interpretierbaren Modellen die von KI-Systemen zu treffenden oder empfehlenden Entscheidungen nachvollziehbar zu erklären?
