Was sind eigentlich mögliche Aufgabengebiete der Künstlichen Intelligenz?

Group of people with devices in hands working together as symbol of networking and communication

Die Geburtsstunde von „Künstlicher Intelligenz“ geht auf einen Konferenzbeitrag von McCarthy im Jahr 1955 zurück. In der Zwischenzeit gibt es durch die vielen neuen technischen Möglichkeiten zwar immer wieder Definitionsversuche, doch immer noch keine einheitliche und anerkannte Definition. Was allerdings klar erscheint sind die verschiedenen Aufgabengebiete, die für eine Künstliche Intelligenz geeignet erscheinen. Russell und Norvig unterscheiden hier acht Aufgabengebiete (vgl. Russell und Norvig 2012; Peissner et al. 2019), zitiert in Fraunhofer IAO 2020:11-12):

  • Lernen
  • Problemlösung durch Suchen
  • Planen
  • Robotik
  • Entscheidung
  • Wissensrepräsentation
  • Wahrnehmung
  • Spracherkennung

Anhand dieser Auflistung wird deutlich, dass Künstliche Intelligenz viele Tätigkeiten in unserem gesellschaftlichen und wirtschaftlichen Leben beeinflussen kann. Es geht hier allerdings nicht immer um komplette Jobs, die infrage gestellt werden, sondern auch um Tätigkeitsportfolios, die in einzelnen Jobs oder in Prozessketten von KI profitieren können. Hier ein Beispiel:

Populär wurden in jüngster Zeit Anwendungen wie beispielsweise KI-gestützte »Chatbots«. Dies sind Programme, die eine Konversation mit Nutzern führen können. Social Chatbots agieren in sozialen Netzwerken wie Facebook und Twitter (vgl. Edwards 2016). Anwendungsgebiete sind u.a. Bestellungen (z.B. Pizza-Service), Antworten auf Kundenanfragen zu Prozessen (Paketdienste) und Bearbeitung von Beschwerden (Fraunhofer IAO 2020:13).

Studie: Hybride Ansätze dominieren sogar bei der globalen Softwareentwicklung

Image by James Osborne from Pixabay

In der aktuellen Diskussion zum Vorgehen bei Projekten wird immer noch (zu oft) argumentiert, dass es entweder ein agiles Vorgehen, oder ein eher plangetriebenes (traditionelles) Vorgehen geben sollte. In verschiedenen Blogbeiträgen habe ich immer wieder dargestellt, dass die Realität in den Organisationen oft eine Kombination aus den verschiedenen Möglichkeiten ist. Diese Perspektive habe ich auch immer wieder mit Studien belegen können. In der Zwischenzeit habe ich eine Meta-Studie gefunden, die 233 Studien aus 33 Ländern untersucht hat, in denen es um die globale Softwareentwicklung geht.

Results: In our sample, 72% of global distributed projects implemented a mix of bothagile and trditional approaches (termed „hybrid“), 25% of GSD organizations are predominantly agile, with only very few (5%) opting for traditional approach. GSD projects that used only agile methods tended to be very large. Conclusion: Globally Distributed Software Development (and project size) is not a barrier to adopting agile practices. Yet, to facilitate project coordination and general project management , many adopt traditional approaches, resulting in a hybrid approach that followed defined rules (Marinho et al. (2019:1): Plan-Driven Approaches Are Alive and Kicking in Agile Global Software Development. Conference: 2019 ACM/IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM)).

Diese Meta-Studie bestätigt sogar im Bereich der globalen Softwareentwicklung, dass hybrides Vorgehen der Realität entspricht, und somit dem Dogmatismus (Entweder agil oder plangetrieben) einen gesunden Pragmatismus entgegen setzt. In den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in Agil (IHK) gehen wir auf die hybride Vorgehensweise ein. Informationen zu den Lehrgängen finden Sie auf unserer Lernplattform.