Deep Learning ist die Fähigkeit eines Systems, eigenständig Strukturen zu erkennen, die getroffene Beurteilung zu analysieren und sich über Feedbackschleifen selbstständig dauernd zu optimieren.

Erkennungsgenauigkeit und Ergebnisnutzen weiten sich aus und ergeben zumindest theoretisch am Ende kognitive Fähigkeiten, wie man sie beim Menschen findet.

So lassen sich mit Deep Learning etwa Bilder (Dokumente) erkennen, die keinen oder unbekannten Regeln unterliegen. Dazu wird das neuronale Netzwerk mit gesichertem Wissen (Vergleichsinformationen aus bekannten Fällen) aus Big-Data-Systemen gefüttert. Es analysiert dann, ob es ein betreffendes Bild richtig erkannt hat, und speichert das Ergebnis. Je nach Rückmeldung verändert das Netzwerk die Verbindung zwischen den Neuronen (Treffer stärken, Fehlinterpretationen schwächen die Verbindungen).

Anhand von "zugefütterten" Informationen und Wahrscheinlichkeitsberechnungen kann die Maschine damit Schlussfolgerungen ziehen, Entscheidungen treffen – etwa in der Logistik, wo KI-Lösungen zur Optimierung der Transportrouten und -kosten hohen Nutzwert versprechen. Solche Systeme nutzen Echtzeit-Informationen und Prognosen über Verkehrs- und Wetterlagen, Erfahrungen mit bisherigen Fahrten sowie die Auftrags-, Zielort- und Lagersituation, um eine möglichst rentable Auslastung der Lkw und minimale Fahrstrecken zu erzielen.

Wo liegt das KI-Einstiegsszenario der Immobilienwirtschaft?

Mit dem Computerprogramm "Watson" hat IBM das bisher namhafteste KI-System geschaffen. Das selbstlernende Programm ist in der Lage, vom Menschen nicht mehr beherrschbare Datenmengen in kürzester Zeit zu verarbeiten, aus den Ergebnissen Hypothesen abzuleiten und diese anhand aktueller Daten und projizierter Einschätzungen zu bewerten.

Zahlreiche Branchen profitieren von Anwendungen, die auf der Watson-Plattform aufbauen. Optimierte Bedarfsplanungen, individualisierte Geschäftsmodelle und Unterstützung bei strategischen Entscheidungen können künftig immer häufiger mit Hilfe von Watson realisiert werden.

KI-Welt:Nach sinnvollen Anwendungsgebieten filtern

Bei aller Begeisterung für die Zukunftsperspektiven Künstlicher Intelligenz: Bis zum Routineeinsatz von autonomen Fahrzeugen und Drohnen, menschenlosen Produktionsstätten, Chirurgierobotern & Co. wird es noch eine ganze Weile dauern.

Experten sind sich einig: Wir stehen erst ganz am Anfang der Entwicklung der KI-Welt. Doch bereits heute gibt es sinnvolle Anwendungsgebiete, vor allem dort, wo Routineprozesse automatisiert sowie große Mengen wenig oder gar nicht strukturierter Daten und eine Vielzahl von Dokumenten verarbeitet werden müssen.

Gerade hier liegt das KI-Einstiegsszenario für Unternehmen der Immobilienwirtschaft. Denn in dieser Branche ist das Meer von unterschiedlichen und heterogen archivierten Daten und Dokumenten besonders groß und unübersichtlich. Menschliche Intelligenz kann die Strukturierung, Ordnung und Analyse dieser Flut ohne die Unterstützung digitaler Hilfskräfte auf Dauer nicht bewältigen.

KI-Lösungen fungieren als lernfähige Assistenten bei der Strukturierung der Daten und Dokumente und damit bei der Schaffung der Voraussetzung für eine durchgängige Digitalisierung der Unternehmensprozesse. Ist diese Hürde genommen, kann KI künftig darauf aufbauend eine datenbasierte Automatisierung der Prozesse umsetzen.

Lesen Sie auch:

Datarooms: Das Mind-Set muss sich ändern

Interview: Digitalisierung in der Immobilienbewertung

Immobiliendaten: PwC forscht mit Evana zu künstlicher Intelligenz

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