Künstliche Intelligenz (KI)

Definition und Einordnung

Künstliche Intelligenz (KI), oft auch als Artifizielle Intelligenz (AI) bezeichnet, ist ein breites Feld der Informatik. Das übergeordnete Ziel ist es, Maschinen oder Computersysteme zu schaffen, die Aufgaben ausführen können, die typischerweise menschliche Intelligenz erfordern. Dazu gehören Fähigkeiten wie das Verstehen von Sprache, das Erkennen von Mustern in Bildern oder Daten, das Treffen von Entscheidungen und das selbstständige Lernen aus Erfahrungen.

Man unterscheidet oft zwischen „starker KI“, die ein dem Menschen ebenbürtiges oder überlegenes Bewusstsein anstrebt (bisher Science-Fiction), und „schwacher KI“, die darauf ausgelegt ist, konkrete, eng definierte Probleme zu lösen. Alle heutigen praktischen Anwendungen von KI fallen in die Kategorie der schwachen KI.

Wichtige Teilbereiche und Technologien

KI ist ein Überbegriff für viele verschiedene Technologien. Einige der wichtigsten für das Büromanagement sind:

• Maschinelles Lernen (Machine Learning, ML): Dies ist der aktuell dominanteste Ansatz der KI. Anstatt einem Computer jeden Schritt explizit zu programmieren, werden Algorithmen mit riesigen Datenmengen „trainiert“. Das System lernt dabei, Muster und Zusammenhänge selbstständig zu erkennen und kann auf dieser Basis Vorhersagen für neue, unbekannte Daten treffen. Ein Spam-Filter lernt beispielsweise aus Tausenden von E-Mails, welche Merkmale auf Spam hindeuten.
• Natural Language Processing (NLP): Dieses Feld befasst sich mit der Verarbeitung und dem Verstehen von menschlicher Sprache. NLP ermöglicht es Computern, Texte zu analysieren, zu interpretieren und sogar selbst zu generieren. Chatbots, Übersetzungsprogramme und die automatische Zusammenfassung von langen Texten basieren auf NLP.
• Robotic Process Automation (RPA): RPA ist eine Technologie zur Automatisierung von repetitiven, regelbasierten Aufgaben, die am Computer ausgeführt werden. Ein „Software-Roboter“ ahmt dabei die Klicks und Tastatureingaben eines Menschen auf der Benutzeroberfläche nach. ⚠️ RPA allein ist oft nicht intelligent, wird aber häufig mit KI-Komponenten (z.B. zur Texterkennung) kombiniert, um auch mit unstrukturierten Daten umgehen zu können.

Praxisbeispiele bei der Lernleicht GmbH

Frau Sabine Richter in der Buchhaltung nutzt ein System mit Intelligent Document Processing (IDP), einer Kombination aus Texterkennung (OCR) und KI. Wenn ein Lieferant wie die Papierwerk Süddeutsch GmbH eine Rechnung als PDF schickt, lädt sie diese ins System hoch. Die KI erkennt, dass es sich um eine Rechnung handelt, extrahiert automatisch den Kreditor, das Datum, die Rechnungsnummer und die Beträge und füllt die Buchungsmaske im ERP-System vor. Frau Richter muss die erkannten Daten nur noch kurz überprüfen und bestätigen. Dies reduziert den manuellen Erfassungsaufwand um über 80%.

Ein weiteres Beispiel ist der Chatbot auf der Webseite. Er nutzt NLP, um Kundenanfragen wie „Wo ist meine Bestellung?“ zu verstehen. Der Bot kann dann im ERP-System den Status der Bestellung abfragen und dem Kunden eine präzise Antwort geben, ohne dass ein Mitarbeiter eingreifen muss.

Prüfungsrelevanz

In der Prüfung solltest du KI nicht als vage Zukunftsvision, sondern als bereits eingesetzte Technologie verstehen. Es ist wichtig, konkrete Anwendungsfälle im kaufmännischen Bereich nennen zu können (z.B. automatisierte Rechnungsverarbeitung, Chatbots, prädiktive Analysen im Vertrieb). Du solltest auch die Auswirkungen auf das Berufsbild reflektieren können: KI übernimmt Routineaufgaben, wodurch die menschliche Arbeit anspruchsvoller wird und sich auf Kontrolle, Problemlösung und Prozessoptimierung konzentriert. Die Fähigkeit, mit KI-gestützten Systemen zu arbeiten, wird zu einer Kernkompetenz.

Verwandte Begriffe

• Maschinelles Lernen (Machine Learning)
• Robotic Process Automation (RPA)
• Chatbot
• Industrie 4.0
• Big Data