Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI) / Artificial Intelligence (AI)

• Definition: Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Ziel ist die Entwicklung von Systemen, die menschenähnliche kognitive Fähigkeiten wie Wahrnehmung, Schlussfolgern, Lernen und Problemlösen simulieren.
• Abgrenzung Schwache vs. Starke KI:
  • Schwache KI (Narrow AI): Spezialisiert auf die Lösung eines eng definierten Problems (z.B. Bilderkennung, Sprachübersetzung). Alle derzeit existierenden KI-Systeme sind schwache KI.
  • Starke KI (General AI): Hypothetische KI mit menschenähnlichem, allgemeinem und flexiblem Denkvermögen und Bewusstsein. Derzeit nicht realisiert.
• Relevante Subdisziplinen für das Büromanagement:
  • Machine Learning (ML): Algorithmen, die aus Daten lernen, Muster erkennen und Prognosen erstellen, ohne explizit dafür programmiert zu sein.
  • Natural Language Processing (NLP): Interaktion zwischen Computern und menschlicher Sprache (Text- und Spracherkennung, -analyse, -generierung). Fundament für Chatbots, Sentiment-Analysen etc.
  • Computer Vision: Fähigkeit von Maschinen, visuelle Informationen aus Bildern oder Videos zu interpretieren und zu verstehen. Basis für Optical Character Recognition (OCR) und Intelligent Document Processing (IDP).
  • Robotic Process Automation (RPA): Automatisierung regelbasierter, repetitiver Prozesse durch Software-Roboter, die Benutzeroberflächen bedienen. Oft mit KI-Komponenten zur Verarbeitung unstrukturierter Daten erweitert (Intelligent Automation).
• Anwendungsfälle (Use Cases):
  • Finanz- & Rechnungswesen: Automatisierte Eingangsrechnungsverarbeitung (IDP), Abweichungsanalysen, Betrugserkennung.
  • Kundenservice: KI-gesteuerte Chat- und Voicebots zur 24/7-Bearbeitung von Standardanfragen.
  • Vertrieb & Marketing: Predictive Analytics zur Vorhersage von Kundenabwanderung (Churn Prediction) und Kaufwahrscheinlichkeiten.
  • Personalwesen: Vorauswahl von Bewerbungen durch CV-Parsing, Chatbots für HR-Fragen.
• Prüfungsrelevanz: Kandidaten müssen über Buzzwords hinausgehen und konkrete, betriebswirtschaftlich sinnvolle Anwendungsfälle von KI im Bürokontext beschreiben können. Die Fähigkeit, die Auswirkungen auf Berufsbilder und Prozesslandschaften zu analysieren (Transformation von Aufgaben, nicht Elimination von Arbeitsplätzen), ist entscheidend.