Login

Künstliche Intelligenz in Entscheidungssituationen

Wir leben im Zeitalter der Informationen. Aufgrund des technologischen Fortschritts haben wir einen größeren Zugang zu Daten und Informationen als je zuvor. Jeder ist beispielsweise nur einen Klick entfernt von Informationen über die aktuellen Aktienkurse, Verkaufszahlen von Produkten, neu auf den Markt kommende Firmen, Patentanmeldungen und die neuesten Nachrichten aus der Wissenschaft. In einer perfekten Welt würde die Menschheit mit jedem Beitrag, der zu dieser riesigen Menge an Informationen hinzugefügt wird, intelligenter werden. Die ständige Suche nach und die Analyse von Informationen zu Kunden, Märkten und Wettbewerbern bieten Unternehmen fruchtbare Wege für neue Geschäftsmodelle, unternehmerische Ideen, Produktinnovationen und weitaus reaktionsschnellere Organisationen – und letztlich einen Wettbewerbsvorteil. Vor allem in Unternehmen werden derzeit etablierte Regeln der Entscheidungsfindung in Frage gestellt. Wo früher die größte Herausforderung für Entscheider die Informationsknappheit war, ist es heute eine scheinbar unüberschaubare Informationsflut.

Unternehmen investieren deshalb in neue Analysesoftware, führen neue Wissensmanagement-Tools ein und gründen Data-Science-Abteilungen, um von den „Schatzkammern der Big Data“ zu profitieren. Durch die technologischen Durchbrüche bei Rechenleistung und künstlicher Intelligenz (KI) in den letzten Jahren sind intelligente Algorithmen mittlerweile zunehmend in der Lage, Aufgaben von menschlichen Entscheidungsträgern zu übernehmen – und stellen somit ein effektives Mittel zur Informationsbewältigung dar. 

Mit dem Aufkommen der algorithmengestützten Entscheidungsfindung ist eine weitere große Herausforderung entstanden. In den letzten Jahren haben Wissenschafter die Beobachtung getätigt, dass Entscheider dem Menschen überlegene, aber möglicherweise unvollkommene Algorithmen ablehnen. Dieses Phänomen – bezeichnet als Algorithmus-Aversion des Menschen – stellt die Wirtschaft vor große Herausforderungen und veranlasst die aktuelle Forschung nach Gründen zu suchen und Möglichkeiten der Verbesserung vorzuschlagen. 

MEHR lesen.