Neue technologische Instrumente der Datenanalyse mittels Big-Data-Software und fortschrittlichen Algorithmen bieten enorme Möglichkeiten. Was das selbstständige maschinelle Lernen auf Grundlage von künstlichen neuronalen Netzen für die Immobilienwirtschaft bedeutet. Eine Zustandsbestimmung.

Seit Angela Merkel das Buzzwort Künstliche Intelligenz zu einer Art Schicksalsthema der Nation erkoren hat, ist es plötzlich in aller Munde. Angesichts eines von ihr festgestellten deutschen Rückstands auf diesem Technologiesektor erklärte sie zum Auftakt der Hannovermesse: „Wir wollen auch im Wettbewerb bestehen und vorne mit dabei sein.“ Das klingt, als ob wir es hier mit einer ultramodernen Technologie-Idee zu tun hätten. Doch weit gefehlt: Der Geburtstag des Begriffs Künstliche Intelligenz (KI), englisch: Artificial Intelligence (AI), müsste offiziell jährlich am 13. Juli gefeiert werden. An diesem Tag fand 1956 am Dartmouth College in Hanover im US-Bundesstaat New Hampshire ein Workshop statt, der ein Forschungsprojekt zu diesem damals noch sehr nach Science Fiction klingenden Technologiefeld begleitete.

Künstliche Intelligenz ahmt menschliche Denkprozesse nach, um den Menschen bei komplexen Entscheidungen wirksam zu unterstützen

Wenn es Forschung und Entwicklung zum Thema KI schon seit über 60 Jahren gibt, warum dann plötzlich heute ein solcher Hype um diese Technologie? Ein britischer Radiomoderator hat dazu seine eigene Sicht. Künstliche Intelligenz sei deswegen so stark im Kommen, so meint er, weil es mit der natürlichen Intelligenz auf Erden nicht mehr so weit her sei. Erhellender ist jedoch eine andere Erklärung: Erst in den letzten Jahren haben sich die technologischen Werkzeuge, die helfen, fortschrittliche  Anwendungsfelder für Künstliche Intelligenz zu erschließen, zu ausreichender Reife entwickelt.

Doch was ist das eigentlich: Künstliche Intelligenz? Auf welchem technologischen Fundament ruht sie und was kann sie der Immobilienwirtschaft nützen? Unter Intelligenz verstehen wir landläufig – abseits von detaillierten philosophischen Unterscheidungen – typisch menschliche kognitive Leistungen wie analytisches Denken, Lernfähigkeit und Urteilskraft, die zu zielgerichtetem Handeln befähigen. Und in der Tat kann man sagen, dass KI in gewissem Ausmaß menschliche Denk- und Entscheidungsprozesse nachahmt, um den Menschen bei komplexen Aufgaben und Entscheidungen wirksam zu unterstützen – beispielsweise indem sie in automatisierten Prozessen die Auswertung und Analyse großer Mengen an Daten übernimmt, aus dem Einbeziehen früherer Erfahrungen Schlüsse zieht und daraus Handlungsoptionen entwickelt, Prognosen erstellt oder gar selbstständig Handlungen einleitet.

Generell ist KI ein Sammelbegriff für eine ganze Reihe von technologischen Instrumenten, deren Fundament die enormen Möglichkeiten bilden, die die Datenanalyse mittels Big-Data-Software und fortschrittlichen Algorithmen bietet. Die wichtigste Fähigkeit, die dadurch ermöglicht wird, ist das selbstständige maschinelle Lernen (Machine Learning), also beispielsweise bestehende Einschätzungen einer Situation schrittweise („iterativ“) an neue Gegebenheiten anzupassen. Vertiefte Fähigkeiten der KI ermöglicht das so genannte Deep Learning auf Grundlage von künstlichen neuronalen Netzen, die dem menschlichen Gehirn mit Neuronen und Synapsen nachempfunden sind. Synapsen sind Verbindungen zwischen Gehirnzellen, die Signale zu den Zellen transportieren. Sind miteinander verbundene Zellen gemeinsam aktiv, verstärken sich die Synapsen, werden sie nicht aktiviert, schwächen sie sich ab. Aktives Lernen verstärkt also die Verbindungen zwischen den Zellen und begünstigt so das Weiterlernen – ein sich selbst verstärkender Prozess.

Schlagworte zum Thema:  Künstliche Intelligenz (KI), Big Data