Cognitive Computing einfach erklärt

Das lateinische Verb «cognoscere» bedeutet wissen, erkennen, erfahren oder kennenlernen. Beim Menschen ist die Wahrnehmung, das Lernen und Erinnern, das Lösen von Problemen, Planen und Argumentieren sowie die Vorstellungskraft gemeint.

Unser Beitrag wird sich mit vergleichbaren Vorgängen im IT-Bereich beschäftigen. Wir wollen klären, was Cognitive Computing ist, welche Ziele und Anwendungsbereiche es gibt und worin der Unterschied zu Künstlicher Intelligenz besteht.

Was genau ist Cognitive Computing?

Kognitive Computersysteme basieren auf künstlicher Intelligenz. Sie sind in der Lage, menschliche Denkprozesse nachzuahmen und eigenständige Lösungen zu entwerfen. Hierbei werden gesammelte Erfahrungen, auch aus sehr großen Datenmengen verarbeitet, gefiltert und interpretiert, um neue Methoden, Lösungsansätze und Strategien zu entwickeln.

Die Programme hinter solchen Systemen sind nicht für bestimmte Problemlösung geschrieben worden. Die Analyse bestehender Daten und in Echtzeit übertragener Informationen des Umfelds führen zu einem eigenständigen Handeln des Programms. Dies ist nur möglich, wenn sehr große Datenmengen in hoher Geschwindigkeit verarbeitet werden können. Automatisiertes Fahren ist hier als das Paradebeispiel zu nennen. Alle Daten müssen in Echtzeit verarbeitet werden und das System muss in der Lage sein, automatisch die richtigen Schlüsse ziehen.

Technologien, die für den Bereich Big Data erarbeitet wurden, spielen hierbei eine entscheidende Rolle, da unzählige Daten unstrukturiert in den unterschiedlichsten Formen und Formaten vorliegen.

Ziele kognitiver Datenverarbeitung

Es geht um die Schaffung intelligenter Systeme, die in der Lage sind, neue Lösungen zu finden, ohne, dass ein menschliches Eingreifen notwendig ist. Durch maschinelles Lernen und den Einsatz von Spracherkennungssystemen kann eine direkte Kommunikation mit den Menschen stattfinden.

Voraussetzungen für eine Kognitive Datenverarbeitung

In einem ersten Schritt werden beim Cognitive Computing gemachte Erfahrungen selbstständig verarbeitet und für neue Lösungsansätze eingeordnet. Im nächsten Schritt werden diese Lösungen durch neue Daten immer wieder hinterfragt, adaptiert und optimiert.

Verarbeitung in Echtzeit

Die wichtigste Voraussetzung ist jedoch die Verarbeitung aller Daten in Echtzeit. Nur durch eine ständige kritische Beleuchtung aller Zusammenhänge und die Interaktion mit dem Menschen und einer größtmöglichen Anpassungsfähigkeit an neue Situationen und Datenlagen sind die gewünschten Ergebnisse zu erzielen.

Kontext

Eine weitere Voraussetzung für Cognitive Computing ist, dass Informationen nicht losgelöst von ihrem Kontext gesehen werden dürfen. Um riesige Datenmengen zu verstehen und vor allem weiterverarbeiten zu können, müssen Sie wichtige Merkmale aufweisen, da diese deren Bedeutung maßgeblich beeinflussen. Hierzu ein konkretes Beispiel:

Spricht eine Person davon, 37 °C gemessen zu haben, benötigt man den Kontext, um diese Aussage wirklich zu verstehen. Weiß man, dass diese Person gerade die Temperatur eines Patienten gemessen hat, hat diese Aussage eine vollkommen andere Bedeutung, als wenn diese Person vielleicht gerade über die Temperatur in einem Pizzaofen spricht.

Big Data Technologien

Nur durch die Verwendung von Technologien aus dem Bereich der Big Data, wie z. B. No-SQL-Datenbanken ist die rasante Verarbeitung von Daten überhaupt möglich.

Anwendungsbereiche des Cognitive Computing

Die Bandbreite an Möglichkeiten für den Einsatz von Cognitive Computing lässt sich kaum einschränken und überschreitet alle Grenzen an Branchen, Anwendungen und Datenmengen. Hier einige Beispiele:

E-Commerce & Chatbots

Durch eine umfangreiche Analyse des Kundenverhaltens und der Profile der Kunden kann Cognitive Computing präzise Produktempfehlungen erarbeiten. Kognitive Systeme sind in der Lage, die verbal geäußerten Anliegen von Kunden beim telefonischen Kundensupport zu erkennen und geeignete Lösungen anzubieten.

Medizin

Durch Cognitive Analysis können unter anderem Röntgenbilder auf mögliche Krankheiten gescannt werden. Hierbei werden ähnliche Röntgenaufnahmen und frühere falsche Ergebnisse, Aufzeichnungen zu den Krankheiten und weitere Quellen herangezogen, um den Arzt bei der Diagnose zu unterstützen und mögliche Fehler zu vermeiden.

Unternehmen

Ein sehr interessanter Einsatzbereich ist das Predictive Maintenance. Hierbei geht es um die vorausschauende Wartung großer Industrieanlagen auf Basis bestehender Daten und früheren Vorkommnisse. Der Verschleiß von Maschinen und Anlagen soll so weit vorausgesehen werden, dass Wartungsarbeiten rechtzeitig vor einem möglichen Ausfall eingeplant werden können.

Künstliche Intelligenz vs. Cognitive Computing

Entgegen dem allgemeinen Sprachgebrauch ist Künstliche Intelligenz (KI) eher ein Teilbereich von Cognitive Computing als umgekehrt. Cognitive Computing nutzt dabei Technologien der KI, um menschliches, kognitives Verhalten nachzuahmen. KI löst hingegen eher bestehende Probleme eines bestimmten Aufgabenbereichs, auf die sie programmiert ist.

Kognitive Systeme lernen ständig dazu und handeln vollkommen autonom. Sie verarbeiten dabei Daten und Reaktionen des Umfelds, um eine geeignete Strategie und Lösungen zu entwickeln. Sie verwenden dabei Mechanismen der KI, maschinelles Lernen, neuronale Netzwerke und Spracherkennungssysteme.

Künstliche Intelligenz ist auf einen Bereich spezialisiert, wird auf ganz bestimmte Variablen geschult und findet die bestmögliche Lösung für ein sehr konkretes Problem, auf das sie trainiert ist.

Cognitive Computing ermöglicht die eigenständige und unabhängige Lösung von komplexen Problemstellungen – Künstliche Intelligenz hingegen löst spezifische Probleme aufgrund programmierter und erlernter Fähigkeiten.

Big Data und Cognitive Computing

Cognitive Computing benötigt große Datenmengen, um effizient und ergebnisorientiert arbeiten zu können und die gewünschten Lösungsansätze zu bieten. Die im Rahmen von Big Data Technologie vorliegenden, meist vollkommen unstrukturierten Daten, müssen dabei analysiert und in sehr hoher Geschwindigkeit, ggf. sogar Echtzeit, verarbeitet werden.

Datenspeicher in Form von No-SQL-Datenbanken, die bevorzugt in der Cloud arbeiten, sind hierfür ideale technische Voraussetzungen. Big Data lässt sich hier problemlos speichern, verwalten und schnellstmöglich abrufen. Dabei ist zu beachten, dass diese Rechenzentren in Deutschland oder Europa liegen, um den strengen Richtlinien des Datenschutzes und den höchsten Sicherheitsanforderungen gerecht zu werden.

Um eine Vorstellung des Datenaufkommens zu bekommen, möchten wir uns der Vergleiche des Magazins „Die Wirtschaftswoche‟ bedienen. Schätzungen gehen davon aus, dass wir Menschen bisher rund 33.000 Exabytes an Daten angesammelt haben und täglich kommen riesige Mengen dazu. Würde man ein Terabyte nun mit der Breite eines menschlichen Haares gleichsetzen und diese Haare nebeneinander legen, ergäbe sich eine Länge von 36.000 Fußballfeldern.

Ohne Cognitive Computing ist eine sinnvolle Analyse und Nutzung von Big Data nicht möglich

Um Big Data sinnvoll nutzen zu können, ist man auf Technologien wie dem Cognitive Computing und der Cloud angewiesen. Die konstant entstehenden Datenmengen müssen gespeichert, strukturiert und sehr schnell sinnvoll weiterverarbeitet werden, um daraus entsprechende Schlüsse ableiten zu können.

Um die Cloud wiederum bestmöglich zu nutzen, muss eine IT-Strategie erstellt, optimiert und umgesetzt werden. Hierbei helfen die Experten der Cloud Business Group. Ihre Expertise im Bereich Cloud und Microsoft Azure Lösungen sowie die Sicherheit von Rechenzentren in Deutschland und Europa garantieren eine bestmögliche Transformation und späteren Betrieb.

In der Cloud Business Group vereinen sich Know-how und Erfahrung in den Bereichen Implementierung, Full-Managed Services, Engineering & Software-Architecture, Cloud Security und Managed Cyber Security Service. Im hauseigenen CloudCampus werden die Software-Architekten und Spezialisten von morgen ausgebildet.

Kognitiven Computersystemen gehört ganz sicher die Zukunft. Bereiten Sie sich darauf mit einem erfahrenen Partner vor und nutzen Sie das enorme Potenzial auch für Ihr Unternehmen. Sprechen Sie uns gerne jederzeit an.