1. Automatisierung
So können beispielsweise mit Robotic Process Automation (RPA) repetitive Aufgaben mit hohem Volumen automatisch ausgeführt werden, die normalerweise von Menschen erledigt werden. RPA unterscheidet sich von der IT-Automatisierung darin, dass es sich an sich ändernde Umstände anpassen kann.
2. Maschinelles Lernen
Maschinelles Lernen gilt als Kerntechnologie der künstlichen Intelligenz. Dabei handelt es sich vereinfacht ausgedrückt um die Automatisierung der prädiktiven Analytik. Je mehr Beispiel- bzw. Trainingsdaten das Lernverfahren erhält, desto mehr kann es sein Modell verbessern. Lernalgorithmen extrahieren aus den zur Verfügung gestellten Daten statistische Regelmäßigkeiten und entwickeln daraus Modelle, die auf neue, zuvor noch nicht gesehene Daten reagieren können, indem sie sie in Kategorien einordnen, Vorhersagen oder Vorschläge generieren. Man unterscheidet drei Arten von Algorithmen für maschinelles Lernen:
Betreutes Lernen: Datensätze werden beschriftet, damit Muster erkannt und zur Beschriftung neuer Datensätze verwendet werden können.
Unbeaufsichtigtes Lernen: Datensätze sind nicht beschriftet und werden nach Ähnlichkeiten oder Unterschieden sortiert.
Verstärkungslernen: Datensätze sind nicht beschriftet, aber nach dem Ausführen einer oder mehrerer Aktionen erhält das KI-System eine Rückmeldung.
3. Machine Vision
Diese Technologie erfasst und analysiert visuelle Informationen mithilfe einer Kamera, Analog-Digital-Wandlung und digitaler Signalverarbeitung. Das maschinelle Sehen kann so programmiert werden, dass es beispielsweise durch Wände hindurchsieht. Die Anwendungsfelder reichen von der Unterschriftenidentifikation über die Klassifizierung von Produktteilen bis zur medizinischen Bildanalyse.