Was Ist Der Unterschied Zwischen Maschinellem Lernen Und Automatisierung?

2023 Autor: Susan Creighton | [email protected]. Zuletzt bearbeitet: 2023-11-26 12:31

In der Technologiebranche herrscht viel Aufsehen, insbesondere, wenn modernste Technologien wie künstliche Intelligenz und maschinelles Lernen mehr und mehr zum Mainstream werden. Während viele Fachleute verstehen, dass diese Technologien ihre Arbeit erleichtern oder sogar bestimmte Aufgaben übernehmen, gibt es auch eine Menge Verwirrung: maschinelles Lernen, Automatisierung - was ist der Unterschied zwischen den beiden?

Beginnen wir mit maschinellem Lernen und sichern uns ein wenig. Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz (KI).

"Es ist eine Evolution", sagte Andreas Roell, Vorsitzender von AV Lab, einem Beratungsunternehmen, das Unternehmen bei der erfolgreichen Einführung von KI unterstützt. "KI passt in den Bereich der Workload-Analyse oder Aufgabenanalyse. Business Intelligence befindet sich auch in diesem Bereich. Es werden Daten erfasst und dann analysiert. Maschinelles Lernen hingegen ist in der Regel eine spätere Entwicklung, in der sich Maschinen befinden Daten selbst aufnehmen und dann analysieren."

Der größte Unterschied: "Maschinelles Lernen identifiziert für die Zukunft relevante Datensignale."

Automatisierung wird dagegen häufig mit KI verwechselt. Die Automatisierung ist wie die KI darauf ausgelegt, Aufgaben zu rationalisieren und Arbeitsabläufe zu beschleunigen. Die Automatisierung beschränkt sich jedoch ausschließlich auf sich wiederholende, instruktive Aufgaben. Automatisierung erledigt einen Job und denkt dann nicht weiter.

Es ist gut möglich, dass Sie die Automatisierung heute nutzen, ohne es zu merken. Sie automatisieren E-Mails an Kunden, automatisieren die Erstellung von Rechnungen und protokollieren automatisch eine Helpdesk-Anfrage. Die Automatisierung dieser eintönigen Aufgaben spart Zeit und ermöglicht es den Mitarbeitern, sich auf Initiativen mit höherer Priorität zu konzentrieren. Es ist ein zuverlässiges, computergestütztes Arbeitstier, das immer auftaucht und die Arbeit erledigt.

Maschinelles Lernen übernimmt diese Aufgaben und fügt sie in ein Element der Vorhersage ein. Während die Automatisierung genau so weiterläuft, wie Sie es gewünscht haben - beispielsweise Rechnungen an einem bestimmten Tag senden -, sagt das maschinelle Lernen voraus, wann die Rechnungen ausgehen sollten, wer eine erhalten hat oder nicht, wenn die Zahlungen kurz vor dem Verzug stehen, und so weiter her.

Maschinelles Lernen dient dazu, Daten zu verstehen und das, was Roell als Datensignale bezeichnet, zu nutzen, um zukünftige Intelligenz zu fördern. Es wird nicht einfach ein Task-Stream "Wenn X, dann Y" ausgeführt. Es geht im Wesentlichen darum, Daten zu "durchdenken", ähnlich wie es ein Mensch tun würde.

"Es gibt eine Menge Angst um AI, dass dadurch Arbeitsplätze wegfallen", sagte Roell. "Das ist nicht das, was es tun soll. Es erleichtert uns die Arbeit. Aber es wird dazu führen, dass völlig neue Kategorien von Arbeitsplätzen geschaffen werden."

Roell nannte das Beispiel von Call-Center-Mitarbeitern, die jetzt verwendet werden, um die enormen Datenmengen zu kategorisieren, die von AI verwendet werden. Mehrere Unternehmen haben diesen Ansatz gewählt.