OpenAI und DALL·E 2 selbst ausprobiert

Seit einiger Zeit habe ich mich bei OpenAI angemeldet und erste Texte generieren lassen. Darüber hinaus ist es möglich, sich mit den gleichen Zugangsdaten bei DALL·E 2 anzumelden, um über Texteingaben Bilder generieren zu lassen. Beides auszuprobieren macht Spaß und zeigt, welche Möglichkeiten diese technischen Entwicklungen in Zukunft bieten werden. In meiner Special Keynote auf der MCPC2015 in Montreal, hatte ich auf die vielfältigen Möglichkeiten von Cognitive Computing bei Innovationen hingewiesen. Das Paper wurde in den Konferenz-Proceedings dann 2016 bei Springer veröffentlicht.

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Künstliche Intelligenz und Projektmanagement

Laroque, C. et al. (2019): Potenziale erschließen durch Künstliche Intelligenz im Projektmanagement: In: projektmanagementaktuell 3/2019

Die Digitalisierung wirkt sich in allen Bereichen der Gesellschaft aus – natürlich auch im Projektmanagement. Viele Projektmanagement-Tätigkeiten werden schon lange durch verschiedene digitale Tolls unterstützt. Wir kennen die einfachen Möglichkeiten, die z.B. das Office-Paket mit Word, Excel, Power Point. MS Project, Planner, SharePoint, MS Teams usw. bieten. Ähnliche Möglichkeiten gibt es als Open Source Lösungen wie Open Office, BigBlueButton, Nextcloud, OpenProject usw. Dabei geht der Trend von einfacher Software und Social Media Anwendungen mit Schnittstellen zu den bekannten ERP-Anwendungen zu ganzen Kollaborationsplattformen. Zu diesen Zusammenhängen finden Sie in unserem Blog viele Beiträge (Bitte die Suchfunktion nutzen).

Die ganze Entwicklung geht allerdings dynamisch weiter, da der Trend “Künstliche Intelligenz” auch vor dem Projektmanagement nicht halt macht. Projektmanagement wird dabei in verschiedenen Normen, Standards und Vorgehensmodellen (Plangetrieben – Hybrid – Agil) beschrieben. Gehen wir von dem IPMA-Standard aus, so kann aufgrund der PM-Phasen und der funktionalen Gliederung des Projektmanagements systematisch analysiert werden, wie KI das Projektmanagement unterstützen kann. Laroque, C. et al. (2019) haben das in ihrem Beitrag “Potenziale erschließen durch Künstliche Intelligenz im Projektmanagement: In: projektmanagementaktuell 3/2019” ausführlich dargestellt. Hier ein Auszug:

“Bereits in der Vorbereitungsphase tauchen hier wichtige Aktivitäten auf, die durch intelligente Methoden bereichert werden können. Dazu gehört ganz klar die Förderung von Kreativität und Innovation, u. a. für die Findung von Projektideen, beispielsweise durch kognitive Systeme. Auch das Erstellen des eigentlichen Projektantrages kann durch KI vereinfacht werden, indem ein lernendes System die inhaltlich relevanten Fakten aus vorhandenen Datenbeständen filtert und zusammenstellt, einen Stand der Forschung erhebt, die formalen Anforderungen des Projektantrages erfüllt sowie Zuständigkeiten und Ziele klärt.” (ebd.)

An dieser Stelle möchte ich auf meinen Vortrag (Special Keynote) auf der Weltkonferenz MVPC 2015 in Montreal (Kanada) verweisen, in dem ich den Einfluss von Künstlicher Intelligenz auf das Innovationsmanagement (Open Innovation) aufgezeigt habe. Veröffentlicht wurde der Beitrag ein Jahr später bei Springer in den Conference Proceedings.

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

HR Performance 2/2016: Wie verändert Cognitive Computing die HR-Landschaft? (Blogbeitrag mit PDF).

In dem von uns entwickelten Blended Learning Lehrgang Projektmanager/in Agil (IHK) gehen wir auch auf solche Zusammenhänge ein. Weitere Informationen finden Sie auf unserer Lernplattform.

Künstliche Intelligenz treibt Innovationen

Siehe dazu auch Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Die Weltkonferenz MCPC 2017 in Aachen

mcpc2017
Die Weltkonferenz zu Mass Customization, Personalization and Co-Creation MCPC 2017 findet diesmal vom 19. bis 21.11.2017 an der RWTH Aachen statt. Ziel der Konferenz ist es, Mass Customization auf ein neues Level zu bringen. Es ist interessant zu sehen, wie Mass Customization durch Industrie 4.0, Industrie 4.0 und künstliche Intelligenz ein Revival erfährt. Immerhin ist die Idee schon in den 1970er Jahren von Toffler entwickelt worden und Davis hat 1987 den Begriff Mass Customization kreiert. Mit dem Buch “Mass Customization: The new frontier in business competition” hat B. Joseph Pine schon 1992 die Grundlage dafür gelegt, dass Mass Customization als hybride Wettbewerbsstrategie für Organisationen umsetzbar gemacht wurde. In Deutschland hat Frank Piller 1998 mit seiner Veröffentlichung “Kundenindividuelle Massenproduktion” für die Verbreitung gesorgt. Die Weltkonferenzen finden seit 2001 alle 2 Jahre statt. Auf der letzten Weltkonferenz MCPC 2017 in Montreal habe ich eine Special Keynote zum Thema Cognitive Computing and Managing Complexity in Open Innovation Model, In der Zwischenzeit befasse ich mich neben Mass Customization auch intensiv mit Open Innovation. Meine Erfahrungen sind auch in den von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Weitere Informationen finden Sie auf unserer Lernplattform.

Denkende Maschinen sind schon lange im Alltag angekommen

denkende-maschinen

Im Fraunhofer-Magazion weiter.vorn 1/17 (PDF) gibt es einen Ausführlichen Bericht (S. 8-13) zu den neuen Maschinen, die mit künstlicher Intelligenz ganz andere Problemlösefähigkeiten besitzen, wie die relativ einfachen (dummen) Maschinen, die wir in vielen Fabriken noch gewohnt sind:

Zum Beispiel im Einzelhandel: Bei Saturn in Ingolstadt begrüßt neuerdings Serviceroboter Paul als Einkaufsassistent die Kunden, fragt nach ihren Produktwünschen und begleitet sie zum entsprechenden Regal. Auf dem Weg plaudert er übers Wetter und stellt schließlich ein paar Feedback-Fragen, ob man mit seiner Leistung zufrieden sei (Seite 8).

Das ist nur ein kleines Beispiel für die Veränderungen, die alle Bereiche durch künstliche Intelligenz und der Vernetzung von Dingen und Menschen erfahren werden. Dass diese Systeme schon längst im Alltag eingesetzt werden, kann man dem Artikel entnehmen. Deutschland hat hier die große Chance, Neues zu kreieren, und innovativ zu sein. Es ist aus meiner Sicht nur Schade, dass die Systeme der kognitiven Ära von amerikanischen Unternehmen (IBM:Watson, Microsoft, Amazon, Apple usw.) und chinesischen Unternehmen (Baidu, Tencent …) dominiert werden. Europäische Unternehmen, die über API-Schnittstellen Cognitive Computing anbieten sind Mangelware – warum eigentlich nicht? Noch besser wären natürlich Open Source Anwendungen, die nicht von Unternehmen dominiert werden. Damit könnten sich die Entwicklung “Innovationen von unten” beschleunigen. Eric von Hippel hat in seinem aktuellen Buch Free Innovation ein entsprechendes Szenario aufgezeigt. Dabei hat er möglicherweise die Chancen von Cognitive Computing unterschätzt. Siehe dazu auch

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

ARTIFICIAL INTELLIGENCE AND LIFE IN 2030

ai-100-report

Es ist schon erstaunlich, wie schnell sich das Thema “Künstliche Intelligenz” (Artificial Intelligence: AI) in Unternehmen und in der breiten Öffentlichkeit etabliert hat. Es kommt einem so vor, als ob Artificial Intelligence wirklich etwas Neues ist, dabei hat die Stanford University schon 2014 auf die 100-jährige Geschichte von Artificial Intelligence hingewiesen (“One Hundred Year Study on Artificial Intelligence (AI100),” Stanford University, accessed August 1, 2016, https://ai100.stanford.edu). Viel wichtiger als die Vergangenheit von AI ist allerdings, wie sich AI bis 2030 entwickeln wird. An dieser Stelle positionieren sich sogenannte Zukunftsforscher mehr oder weniger marketinggerecht. Ich tendiere eher dazu, einer wissenschaftlich fundierten Arbeit zu vertrauen. So eine liegt nun seit September 2016 vor:

Peter Stone, Rodney Brooks, Erik Brynjolfsson, Ryan Calo, Oren Etzioni, Greg Hager, Julia Hirschberg, Shivaram Kalyanakrishnan, Ece Kamar, Sarit Kraus, Kevin Leyton-Brown, David Parkes, William Press, AnnaLee Saxenian, Julie Shah, Milind Tambe, and Astro Teller.  “Artificial Intelligence and Life in 2030.” One Hundred Year Study on Artificial Intelligence: Report of the 2015-2016 Study Panel, Stanford University, Stanford, CA,  September 2016. Doc: http://ai100.stanford.edu/2016-report. Accessed:  September 6, 2016.

In diesem Report geht es um Grundsätzliches, wie z.B. einer Definition von AI

“Artificial intelligence is that activity devoted to making machines intelligent, and
intelligence is that quality that enables an entity to function appropriately and with
foresight in its environment.”Nils J. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements (Cambridge, UK: Cambridge University Press, 2010).

und um die zukünftigen Entwicklungen und Auswirkungen von AI bis 2030. Wer sich wirklich mit dem Thema befassen will, sollte sich diese ca. 50 Seiten einmal in Ruhe durchlesen. Danach können Sie die vielfältigen Berichte/Kommentare/Meinungen in den einschlägigen Medien besser einschätzen. Ich habe mir in den letzten Jahren zu dem Themenkomplex auch so meine Gedanken gemacht:

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Mein Artikel zur Weltkonferenz MCPC 2015 wurde jetzt bei Springer veröffentlicht

978-3-319-29058-4Mein Paper Cognitive Computing and Managing Complexity in Open Innovation Model zur Weltkonferenz MCPC 2015 ist jetzt – zusammen mit den anderen Beiträgen – bei Springer veröffentlicht worden:

Bellemare, J., Carrier, S., Nielsen, K., Piller, F.T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262.

Verschiedene Software-Algorithmen gut erklärt

Siehe dazu auch

  • Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download
  • Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model, in Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 88-102 | Springer

Künstliche Intelligenz: In Deutschland entwickelt, in den USA und Asien genutzt

cognitive-computing

Der Artikel von Jürgen Schmidhuber Künstliche Intelligenz: Eine Maschine klüger als der Mensch (ZeitOnline vom 02.06.2016) zeigt sehr gut auf, dass in den letzten Jahrzehnten in der Forschung in Deutschland die Basis für die Anwendung der Künstlichen Intelligenz gelegt wurde (Deep Learning):

Seit den 1990er Jahren haben also europäische Steuerzahler die Forschung finanziert, die jetzt einigen der wertvollsten amerikanischen und asiatischen Firmen dient. Auch deutsche Unternehmen interessieren sich nun für unsere Methoden.

Dieser kurze Ansatz zeigt schon das Dilemma: Die Grundlagenforschung, immerhin mit Steuergelder finanziert, bietet in vielen Bereichen den Nährboden für alle möglichen Anwendungen. Das ist nicht nur heute bei Deep Learning so, sondern war in der Vergangenheit auch bei anderen technologischen Themen so. Beispielsweise wurde das MP3-Format bei einer Fraunhofer-Tochter entwickelt, doch die Anwendungen kommen hauptsächlich von internationalen Unternehmen. Es reicht nicht aus, Ideen zu haben, die nicht umgesetzt werden. Auch reicht es nicht aus, Stolz auf die deutschen Erfindungen zu sein, die ihren Schwerpunkt in alten Technologiebereichen (Elektronik, Automobilbau, Maschinenbau usw.) haben. Es gibt immer noch keinen deutschen/europäischen Konzern, der es mit Apple, Google, Facebook, Ebay, Amazon usw. aufnehmen kann. Das sind die Bereiche, die zukunftsfähig sind. Es reicht nicht aus, immer nur in den Rückspiegel zu schauen. Die Zukunft sieht man nur, wenn man auch durch die Frontscheibe des globalen Wettbewerbs schaut. Augen auf! Dazu passt auch der von mir veröffentlichte Artikel Freund, R. (2016): Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19  (PDF). Weiterhin thematisiere ich diese Zusammenhänge auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Informationen finden Sie dazu auf unserer Lernplattform.