Wichtig ist hier immer auch das Training - egal ob es um die Bildanalyse geht oder um die Entdeckung von Betrug. Aber in der Schule? "25 years teachers care for the knowledge - but are you done then? No! After that starts unsupervised learning, this is truly advanced learning." In Sachen Bildererkennung wurde KI immer besser, inzwischen ist die Software sogar besser als Menschen es dabei sind. 

"Numbers now make people very excited!", erklärt Brobst. Sie versprechen mehr Erfolg und sind dementsprechend auf der Prioritätenliste der meisten Vorstände. Eine der Fragen ist dabei immer: Können Maschinen denken? "The answer is no. Machines cannot think. All that is just good for Science Fiction, but not reality today."

Dr. Diana Mantel

"As an engineer I am not a fan of the term AI - there is simply too much behind it", betont Brobst. Machine Learning zum Beispiel: dahinter stehen meist lineare Regressionsalgorithmen - und die benutzt man seit vielen Jahren, auch ohne KI: Mit Machine Learning kann man aus Daten Einsichten gewinnen, sogar ohne Menschen dahinter. Computer sind inzwischen gut darin, selbst Regeln dafür aufzustellen. 

"Models are not more predictive - they are just a little bit more tuned", so Brobst. Bei Deep Learning unterscheidet sich, dass es um verschiedene Schichten an Daten geht, so können auch nicht-lineare Beziehungen zwischen Daten aufgestellt werden. Das sorgt dafür, dass auch "very noisy data" ausgehalten werden kann und insgesamt mehr Daten aus unterschiedlichen Bereichen wichtig werden.

Dr. Diana Mantel