Künstliche Intelligenz – Part 4: Profiteure im Bereich der Softwarelösungen

Künstliche Intelligenz (KI, Artificial Intelligence, AI) revolutioniert unseren Alltag im Privatleben und auf der Arbeit. Vom Surfen im Internet über die Automatisierung von Routineaufgaben bis hin zur Vorhersage des Kundenverhaltens: KI verändert die Landschaft von Branchen auf der ganzen Welt. Im ersten Artikel unserer KI-Reihe haben wir umrissen, welches riesige Feld tatsächlich hinter dem Schlagwort Artificial Intelligence steckt. Dieser vierte Teil der Serie engt das Sichtfeld auf Unternehmen ein, die KI-basierte Software entwerfen, nutzen und vermarkten.

Softwarelösungen auf Basis Künstlicher Intelligenz

Im vorangegangenen Artikel dieser Serie haben wir uns mit Hardwarelösungen beschäftigt, welche mit oder eher dank Künstlicher Intelligenz bestimmte Aufgaben erledigen können.

Eine KI-Software ist ein Computerprogramm oder eine Anwendung, die Algorithmen der Künstlichen Intelligenz einsetzt. Die Programme oder Anwendungen zielen darauf ab, die Hardware in die Lage zu versetzen, zu lernen und sich an neue Informationen anzupassen. Dadurch sollen diese Maschinen – genau genommen weiterhin die Software – Entscheidungen treffen und Maßnahmen ergreifen können, ohne dass ein ausdrückliches menschliches Eingreifen erforderlich ist.

AI-Software, die wir im Alltag nutzen

Künstliche Intelligenz ist zu einem wichtigen Bestandteil unseres täglichen Lebens geworden. In vielen Fällen merken wir gar nicht mehr, dass bestimmte Webseiten oder Apps auf einer KI basieren. Deshalb hier einige Beispiele von KI in unserem täglichen Leben.

Künstliche Intelligenz beim Surfen im Internet

Suchmaschinen wie Google von Alphabet und Bing von Microsoft nutzen Algorithmen des maschinellen Lernens (Machine Learning), um die Suchergebnisse zu verbessern und vorherzusagen, wonach die Nutzer suchen. Streamingdienste wie Netflix und Spotify oder E-Commerce-Plattformen wie Amazon und Etsy analysieren mithilfe von KI die Benutzerdaten, um auf Grundlage dessen personalisierte Empfehlungen für Filme, Musik und Produkte zu geben. Außerdem sollen dadurch die Preisgestaltung und das Bestandsmanagement optimiert werden.

Spracherkennungssoftware – wie Nuance Dragon und Google Speech-to-Text – arbeiten ebenfalls mit Machine Learning, um gesprochene Wörter zu erkennen und in Text umzuwandeln. Den umgekehrten Weg ermöglichen sogenannten Sprachsynthese-Softwares. Dienste wie Amazon Polly und Google Text-to-Speech wandeln mithilfe von KI-Algorithmen Text in natürlich klingende Sprache um. Sprachübersetzungssoftware, wie Google Translate und Microsoft Translator, fallen in dieselbe Kategorie wie die beiden zuvor genannten.

Virtuelle Assistenten

Virtuelle Assistenten wie Apples Siri, Amazons Alexa, Microsofts Cortana und Google Assistant basieren vor allem auf Natural Language Processing (NLP) und Machine Learning. Die Systeme sollen die natürlichsprachlichen Anfragen verstehen und entsprechende personalisierte Antworten auf Benutzeranfragen zu geben.

Bilderkennung und Bildbearbeitung mit AI

Bilderkennungssoftware arbeitet mit Computer Vision, einem Teilgebiet der AI-Forschung, welches sich mit der Fähigkeit von Computern beschäftigt, visuelle Informationen wie Bilder und Videos zu interpretieren und zu verstehen. Google Fotos und Adobes Lightroom nutzen diese Algorithmen, um Bilder zu erkennen und mit relevanten Schlüsselwörtern zu versehen.

Cybersicherheitssoftware

Cybersicherheitssoftware ist vermutlich einer der wichtigsten Bereiche, in dem AI uns im Alltag unterstützt. Die Software von Firmen wie CrowdStrike oder Norton nutzen KI, um Cyberbedrohungen in Echtzeit zu erkennen und darauf zu reagieren.

Die Erkennung von Bedrohungen geschieht dabei auf verschiedene Weise. Beispielsweise können KI-Algorithmen verwendet werden, um anomales Verhalten in einem Netzwerk oder Gerät zu erkennen. Durch die Analyse von Aktivitätsmustern kann KI ungewöhnliches oder verdächtiges Verhalten aufspüren, das auf einen Cyberangriff hindeuten könnte. Die Software kann Nutzerverhalten analysieren und erkennen, wenn es von normalen Mustern abweicht. Auf diese Weise lässt sich feststellen, ob das Konto eines Benutzers kompromittiert wurde oder ob ein Angreifer versucht, auf sensible Daten zuzugreifen. Falls die KI eine Bedrohung erkennt, könnte ein KI-gestütztes System beispielsweise automatisch den Datenverkehr von einer verdächtigen IP-Adresse blockieren oder ein kompromittiertes Gerät unter Quarantäne stellen.

Daneben gibt es auch spezialisierte Systeme zur Erkennung von Kreditkartenbetrug. Diese analysieren mithilfe von KI Transaktionen und erkennen so potenziell betrügerische Aktivitäten erkennen.

Spiele und andere Apps

Vor allem im Bereich der Spieleentwicklung ist die Künstliche Intelligenz bereits seit vielen Jahren angekommen. Spiele-KIs wie z. B. die Dota 2-KI von OpenAI analysieren mithilfe von maschinellem Lernen Spieldaten, um während des Spiels strategische Entscheidungen zu treffen. So kann ein “Nicht-Spieler-Charakter” (NPC) beispielsweise mithilfe von KI um Hindernisse herum navigieren oder entscheiden, ob er angreifen oder fliehen soll. Bei einigen Spielen wird eine KI dazu verwendet, Spielinhalte, wie z. B. Levels und Karten, im laufenden Betrieb zu generieren, die auf den individuellen Spielstil des Spielers zugeschnitten sind.

Virtual-Reality- und Augmented-Reality-Anwendungen wie Oculus VR und Snapchat optimieren mittels KI die Objekterkennung. Gesundheits- und Wellness-Apps, bekannte Vertreter sind Fitbit und MyFitnessPal, verfolgen die Aktivität des Nutzers und geben personalisierte Empfehlungen für Ernährung und Bewegung.

Sicherheitssoftware von Palo Alto Networks wird durch KI effizienter

Palo Alto Networks haben bereits in diesem Artikel genauer vorgestellt. Das Unternehmen bietet eine Reihe von Cybersicherheits-Softwarelösungen. Zu den Lösungen gehören beispielsweise Next Generation Firewalls (NGFWs) und Cloud-Sicherheitslösungen. Darüber hinaus bietet Palo Alto Networks auch Sicherheitsanalysesoftware, die Unternehmen bei der Analyse von Sicherheitsdaten hilft, um Bedrohungen und potenzielle Schwachstellen zu identifizieren.

Die Softwarelösungen von Palo Alto Networks profitieren auf vielfältige Weise von dem Implementieren von Künstlicher Intelligenz. So kann KI den Sicherheitsanwendungen von Palo Alto dabei helfen, fortschrittliche Bedrohungen zu erkennen, die von herkömmlichen signaturbasierten Lösungen möglicherweise übersehen werden. Durch den Einsatz von Machine-Leanrning-Algorithmen kann die Software große Datenmengen analysieren, um Muster und Anomalien zu erkennen. Diese können ein Indiz für einen potenziellen Angriff sein. Weiterhin ist die Software durch KI in der Lage, anomales Verhalten in einem Netzwerk zu erkennen. Wenn das Verhalten eines Benutzers von der Norm abweicht, kann diese ebenso auf eine potenzielle Sicherheitsverletzung hindeuten.

Unternehmenssoftware auf Basis von KI

Künstliche Intelligenz ist bei Unternehmenssoftware bereits weit verbreitet und an vielen Stellen nicht mehr wegzudenken.

AI-Software in Zusammenhang mit Kunden

Zu den bekanntesten Unternehmensanwendungen auf Basis von KI zählen sicherlich Chatbots, welche in erster Instanz die Kommunikation mit Kunden übernehmen. Diese Chatbots nutzen NLP und Machine Leanring-Algorithmen. KI-gestützte Chatbots für Kundenservice und –support sind beispielsweise der IBM Watson Assistant, Salesforce Einstein, Zendesk und Chatfuel.

Software-Lösungen für das Kundenbeziehungsmanagement (Customer Relationship Management, CRM) wie Salesforce und HubSpot analysieren mithilfe von KI Kundendaten und geben personalisierte Empfehlungen für Vertriebs- und Marketingaktivitäten.

E-Mail-Marketing-Tools wie die Salesforce Marketing Cloud und Mailchimp von Intuit analysieren mithilfe von KI die Daten von E-Mail-Kampagnen, um zukünftige Kampagnen zu optimieren.

Unternehmensinterne Anwendungen auf Basis von KI

Anwendungen zur Personalverwaltung, sogenannte HR-Management-Software, nutzt eine KI zur Automatisierung und Rationalisierung von HR-Prozessen wie Rekrutierung, Onboarding und Leistungsmanagement. Bekannte Vertreter sind hier Workday und SAP SuccessFactors.

Compliance- und Risikomanagement-Softwares können Unternehmen dabei helfen, Risiken im gesamten Betrieb zu erkennen und zu managen, die Einhaltung von Vorschriften zu überwachen und Vorfälle und Verstöße zu verfolgen und zu melden. Beispiele für derartige Anwendungen sind SAP GRC, IBM OpenPages und Oracle GRC.

Software-Lösungen für die vorausschauende Wartung greifen auf verschiedene Sensoren und Daten zurück, um mithilfe von KI Geräteausfälle vorherzusagen und Wartungsarbeiten planen, bevor Probleme auftreten. IBM Maximo und GE Predix sind Beispiele für solche Anwendungen.

Lieferketten- und Transportmanagementsoftware

KI-basierte Anwendungen im Bereich des Lieferkettenmanagements wurden entwickelt, um Aufgaben wie die Auftragsabwicklung und die Bestandsverwaltung zu automatisieren, um Kosten zu senken und die Effizienz zu steigern. SAP Integrated Business Planning nutzt KI und Machine Learning, um Echtzeittransparenz in der Lieferkette zu schaffen und die Bedarfsplanung zu verbessern. Die Software sichtet Daten aus verschiedenen Quellen, um die Nachfrage zu prognostizieren und die Lagerbestände zu optimieren. Die Supply-Chain-Software von Oracle, genannt Oracle SCM Cloud, greift auch auf Daten aus Sensoren und IoT-Geräten zurück, um Echtzeiteinblicke in die Abläufe der Lieferkette zu erhalten.

Software für Verkehrs- und Transportmanagement wie von Waze und Uber werten Echtzeit-Verkehrsdaten aus und optimieren mithilfe von KI die Routen um Staus zu umfahren und zu reduzieren.

Softwarelösungen für spezialisierte Unternehmen

Zillow und Redfin bieten Software-Lösungen für die Immobilienbranche an. Beispielsweise setzt Redfin KI ein, um bestimmte Teile des Hauskaufprozesses zu automatisieren, z. B. die Planung von Besichtigungen und die Vorbereitung von Angebotsunterlagen.

In Part 3 der KI-Serie wurden bereits John Deere erwähnt. Die Software Climate FieldView nutzt KI zur Optimierung von Ernteerträgen, der Verbesserung der Bodengesundheit und Wettervorhersagen.

Zillow automatisiert die Immobilienbewertung mittels KI

Zillow nutzt KI zur Verbesserung seiner Funktion “Zestimate“. Dabei greift die KI auf Computer-Vision-Algorithmen zurück, um die Fotos von Häusern zu analysieren und Merkmale wie Arbeitsplatten, Bodenbeläge und Oberflächen zu erkennen. Diese Informationen werden verwendet, um den Wert des Hauses genauer zu schätzen.

Die Software von Zillow nutzt außerdem KI zur Analyse historischer Verkaufsdaten, um Muster und Trends bei den Immobilienpreisen zu erkennen. Diese Informationen werden verwendet, um den Zestimate auf der Grundlage von Markttrends anzupassen.

Mithilfe von NLP wertet Zillow Immobilienbeschreibungen und andere Datenquellen aus, um wichtige Merkmale des Hauses zu identifizieren, wie z. B. die Anzahl der Schlafzimmer und Badezimmer.

Künstliche Intelligenz in medizinischer Software

KI hat das Potenzial, die Software für medizinische Anwendungen von der Diagnose bis zur Behandlung zu verbessern.

Computer-Vision-Algorithmen können zur Analyse medizinischer Bilder wie Röntgenaufnahmen und CT-Scans eingesetzt werden, um Ärzten eine genauere Diagnose von Krankheiten und Verletzungen zu ermöglichen. Software-Lösungen für die medizinische Bildgebung werden beispielsweise von GE Healthcare und Philips Healthcare entwickelt. IBMs Watson Health nutzt Machine Learning, um neben den Bildern noch weitere medizinische Daten zu analysieren und Ärzte bei der Erstellung genauer Diagnosen zu unterstützen.

Darüber hinaus werden KI-Algorithmen bei einem ersten Screening genutzt, um große Datenmengen aus genetischen und molekularen Studien zu analysieren. Dadurch werden potenzielle Angriffspunkte für Medikamente identifiziert und so den Zeit- und Kostenaufwand für die Markteinführung neuer Medikamente verringert.

Mithilfe von KI lassen sich auch Patientendaten wie Genetik, Krankengeschichte und Lebensstil analysieren, woraus dann personalisierte Behandlungspläne entwickelt werden können. Durch die Anpassung der Behandlung an die individuellen Merkmale eines jeden Patienten kann die KI die Behandlungsergebnisse verbessern und das Risiko unerwünschter Wirkungen verringern.

Künstliche Intelligenz kann auch zur Steuerung von medizinischen Robotern eingesetzt werden, die beispielsweise Operationen verwendet werden. Diese KI-gesteuerten Medizinroboter ermöglichen präzisere und genauere Bewegungen und verringern so, das Risiko von Komplikationen.

Edison von GE Healthcare als Allround-AI im medizinischen Bereich

Edison ist die KI-Plattform von GE Healthcare. Der Edison Open AI Orchestrator nutzt Machine-Learning und Computer-Vision-Algorithmen, um medizinische Bilder genauer und effizienter zu analysieren und zu interpretieren. Dabei kann die KI dabei helfen, subtile Veränderungen in Bildern zu erkennen, die für das menschliche Auge schwer zu erkennen sind. Dies verbessert einerseits die Diagnosegenauigkeit und verringert die Notwendigkeit invasiver Verfahren.

Darüber hinaus bietet Edison Tools zur Unterstützung klinischer Entscheidungen an. Die Plattform integriert Daten aus elektronisch gespeicherten Krankenakten und Echtzeitdaten von Patientenmonitoren, um Klinikern zu helfen, schnellere und fundiertere Entscheidungen beim Bettenmanagement und der Ressourcennutzung zu treffen.

Edison setzt auch prädiktive Analysen ein, um Patienten zu identifizieren, bei denen ein Risiko für die Entwicklung bestimmter Krankheiten besteht.

Autonome Fahrzeuge dank AI

Autonome Fahrzeuge wären ohne Künstliche Intelligenz nicht vorstellbar. Selbstfahrende Autos verwenden Computer-Vision-Systeme, um die Umgebung zu interpretieren. Kameras, Lidar- und Radarsensoren werden eingesetzt, um Objekte wie andere Fahrzeuge, Fußgänger und Straßenschilder zu erkennen und zu verfolgen. Die KI-Algorithmen klassifizieren und zu identifizieren diese Objekte und schätzen deren Entfernung und Geschwindigkeit.

Machine-Learning-Algorithmen werden verwendet, um die Software des autonomen Fahrzeugs darauf zu trainieren, Muster in Daten zu erkennen und Vorhersagen zu treffen. Ein solcher Algorithmus kann beispielsweise darauf trainiert werden, das Verhalten verschiedener Verkehrsteilnehmer zu erkennen und vorherzusagen, ob ein Fußgänger die Straße überqueren oder ein Auto die Fahrspur wechseln möchte. So kann das Fahrzeug beispielsweise im Sinne der Unfallvermeidung beschließen, langsamer zu fahren oder die Spur zu wechseln, oder langsamer fahren, um den Kraftstoffverbrauch zu optimieren.

Aurora Innovation: Spekulation gegen die Dominanz von Tesla

Aurora Innovation ist ein von Sequoia Capital und Amazon unterstütztes Startup für autonome Fahrzeuge. Aurora wurde von drei in der Szene bekannten Fachleuten gegründet: Chris Urmson, dem ehemaligen CTO von Waymo, Sterling Anderson, dem ehemaligen Leiter von Tesla Autopilot, und Drew Bagnell, dem ehemaligen Leiter des Teams für Autonomie und Wahrnehmung bei Uber.

Aurora schloss Ende 2020 die Übernahme von Ubers Entwicklungsabteilung für selbst fahrende Autos, der Advanced Technologies Group (“ATG”), ab. Dadurch hat Aurora Zugang zu riesigen Mengen an Echtzeit-Fahrdaten, die zur Optimierung der Selbstfahrfähigkeiten benötigt werden. Uber hat außerdem 400 Millionen Dollar in Aurora investiert und hält einen Anteil von 26 %.

Das Produktportfolio von Aurora umfasst sowohl die Hardware als auch die Software, die autonomes Fahren ermöglichen soll. Der FirstLight Lidar von Aurora ist ein “multimodaler Langstreckensensor”, der Kameras als auch Lidars nutzt, um Objekte in größerer Entfernung zu identifizieren, während er sich mit hoher Geschwindigkeit bewegt. Das FirstLight Lidar ist in der Lage, doppelt so weit entfernte Objekte wie herkömmliche Lidars zu erkennen und Störungen durch Sonnenlicht und nahe gelegene Sensoren zu eliminieren.

Aurora Driver ist Auroras selbst fahrendes System. Dieses soll in allen Bereichen des Transportwesens eingesetzt werden können, von Nutzfahrzeugen wie Lastwagen und Lieferwagen für die letzte Meile bis hin zu Personenkraftwagen. Der kommerzielle Launch soll Ende des Jahres 2024 erfolgen. Bisher hat Aurora aber noch kein Produkt am Markt, welches dem Unternehmen Einnahmen generiert.

Die weiteren Artikel der Reihe

Teil 1: „Künstliche Intelligenz – Diese Aktien profitieren von dem Trend“

Teil 2: “Künstliche Intelligenz – Part 2: die Basis für eine erfolgreiche Zukunft” 

Teil 3: “Künstliche Intelligenz – Part 3: Profiteure im Bereich der Hardwarelösungen” 

Sowie zwei weitere spannende Artikel zum Thema KI: 

RadNet Inc. – Künstliche Intelligenz hilft bei der Bekämpfung von Brustkrebs

Künstliche Intelligenz: Diese Aktie ist ein Geheimtipp 

Offenlegung wegen möglicher Interessenkonflikte

Der Autor ist im besprochenen Wertpapier bzw. Basiswert zum Zeitpunkt der Veröffentlichung dieser Analyse nicht investiert. Transparenzhinweis: Die im Artikel vorgestellten Derivate werden durch die Redaktion ausgesucht. Wir arbeiten aber mit ausgewählten Emittenten zusammen, die mit der Goldesel Trading & Investing GmbH in einer Geschäftsbeziehung stehen. Bitte beachten Sie: Der Handel mit Derivaten ist mit einem erheblichen Risiko verbunden und kann unter Umständen zum Totalverlust des eingesetzten Kapitals führen.