Cognitive Computing

Cognitive Computing ist der Versuch, menschliche Denkprozesse mit Hilfe von Computertechnologie zu simulieren.

Definition

Mit Cognitive Computing soll Computertechnologie menschliche Denkprozesse anhand der Funktionsweise des menschlichen Gehirns imitieren können. Damit ist Cognitive Computing ein Teilbereich der Künstlichen Intelligenz. Die Voraussetzung für die Funktionstüchtigkeit solcher Systeme ist, mit großen Datenmengen trainiert zu werden. So können Cognitive Computing Systeme selbst lernen und müssen nicht durch eine Programmierung auf die Lösung aller erdenklicher Probleme vorbereitet werden. Sie eignen sich zur Verarbeitung mittels eines Algorithmus immenser Datenmengen aus Big Data Sammlungen.

Unterschied zwischen Cognitive Computing und KI

Cognitive Computing nutzt Technologien aus dem Bereich der Künstlichen Intelligenz, um Informationen kognitiv zu verarbeiten und zu gewinnen. KI-basierte Systeme können dabei Entscheidungen zum richtigen Zeitpunkt treffen, indem sie über einen längeren Zeitraum auf relevante Variablen trainiert werden. Dieses Konzept lässt sich in vielen Anwendungen einsetzen – von digitalen Sprachassistenten wie Alexa oder Siri bis hin zum autonomen Fahren.

Cognitive Computing simuliert menschliches Denken und Verhalten, indem es auf Methoden wie Künstliche Intelligenz, maschinelles Lernen, neuronale Netze und Textanalyse-Verfahren wie Sentiment-Analyse zurückgreift. Es handelt sich um ein skalierbares System, das eigenständige Entscheidungen treffen und mit Menschen interagieren kann.

Entstehung von Cognitive Computing

Schon heute können IT-Systeme viele Lösungen finden, die vorher Menschen erarbeiten mussten. Das können sie allerdings nicht durch eigene kognitive Fähigkeiten, die eine selbstständige Problemlösung ermöglichen, sondern durch ihre Programmierung. Hier liegt bislang der große Vorteil des menschlichen Gehirns.

Das Gehirn des Menschen löst Probleme nicht nur durch Rückgriff auf eine vorherige Programmierung, sondern unter Abwägung verschiedener, früherer Erfahrungen. Es schöpft dabei aus einem immensen Erfahrungsschatz aus vergangenen Erlebnissen, Ereignissen und Materialien.

Cognitive Computing soll diesen Vorgang bei Maschinen simulieren. Dies ermöglichen sowohl die immer weiterwachsende Speicherkapazität und Rechenleistung moderner Computer. Die Forschung im Bereich der algorithmischen Datenverarbeitung macht im Zusammenspiel mit modernsten Computern große Fortschritte bei der Entwicklung künstlicher Intelligenz.

Was ist für Cognitive Computing nötig?

Computersysteme, die ähnlich wie ein menschliches Gehirn funktionieren sollen, müssen hohe Anforderungen erfüllen. Sie müssen sowohl effizient mit Menschen und anderen Maschinen kommunizieren können und entsprechend anpassungsfähig sein. Sie müssen erkennen, wenn sich Informationen und Datenlagen verändert haben. Mehrdeutigkeiten in der Sprache stellen Computer heute noch vor großer Herausforderungen, trotzdem müssen Cognitive Computing Maschinen in der Lage dazu sein, auch unklare Informationen in großen Mengen schnell zu verarbeiten.

Computer mit künstlicher Intelligenz müssen den Kontext verstehen. Sie müssen in der Lage dazu sein, die Bedeutung von Aussagen, ihre Syntax, die entsprechende Zeit, die Orte und andere kontextuelle Merkmale zu erkennen. Gleichzeitig müssen diese Systeme mit verschiedenen Eingabemethoden umgehen können, d.h. mit Stimme (Spracherkennung), Gestik oder textbasierten Benutzereingaben.

Cognitive Computing stützt sich für seine Analysen auf riesige Datenmengen, die es in kürzester Zeit verarbeiten kann. Mit rund 80 Prozent liegt der Großteil dieser Daten in unstrukturierter Form vor. Daher sind herkömmliche, SQL-basierte Datenbanksysteme für diese Aufgabe nicht effizient genug. Deshalb setzt Cognitive Computing auf Technologien aus dem Bereich des Big Data Management. Diese basieren auf sogenannten No-SQL-Verfahren, die eine deutlich effizientere Verarbeitung und Analyse großer, unstrukturierter Datenbestände ermöglichen. Im Gegensatz zu klassischen relationalen Datenbanken können diese innovativen Big-Data-Ansätze die riesigen, ständig wachsenden Datenvolumen viel besser bewältigen. Sie bieten damit die nötige Skalierbarkeit und Leistungsfähigkeit, um die komplexen Rechenaufgaben von Cognitive-Computing-Systemen zu unterstützen.

Wo wird zukünftig Cognitive Computing eingesetzt werden?

Heute wird Cognitive Computing in mehreren Bereich eingesetzt. Sie unterstützen in der Finanzplanung von großen Informationen, der Industrie oder der Medizin. Auch die Technologie hinter dem Internet nutzt Cognitive Computing, wie das neueste Google BERT Update zeigt. Das sind mögliche Einsatzbereiche für Cognitive Computing:

• Risikomanagement: Insbesondere Banken und Versicherungen können mit Cognitive Computing für Vorhersagen nutzen, um ausführliche Risikoanalysen zu erstellen, wie etwa bei Liquiditätsrisiken, Hacker-Risiken oder Betrugsfällen.
• Medizin: In der Radiologie kann Cognitive Computing bei der Erkennung von Anomalien helfen. Aber auch bei der Durchsuchung von DNA- und Molekül-Datenbanken bietet sich diese Technologie an.
• Autonomes Fahren: Während Abstandstempomaten, Navigationssysteme und Spurhalteassistenten schon jetzt für eine gewisse Autonomie beim Autofahren sorfen, sind künftig wohl selbstlernende Systeme für ein gänzlich autonomes Fahren verantwortlich. Kognitive Systeme nutzen dafür Informationen aus Sensordaten, GPS-Informationen und Erfahrungswerte, um menschliches Verhalten zu imitieren und selbständig Entscheidungen zu treffen.
• Customer Relationship Management: Da im Kundenservice riesige Datenmengen gespeichert und und aufwendig ausgewertet werden, können KI-Technologien das Customer Relationship Management eines Unternehmens verbessern. Cognitive Computing kann diese Daten mit anschließendem Fokus auf die Kundenbedürfnisse analysieren. Das kann zu einem Wettbewerbsvorteil werden und für eine langfristige Kundenbindung sorgen.

Die Vorteile von Cognitive Computing

Cognitive Computing birgt diverse Vorteile. Dazu zählen:

• Präzise Datenanalyse: Das Unternehmen verfügt über umfangreiche Erfahrung im Erstellen von Querverweisen und im Vergleich strukturierter sowie unstrukturierter Datensätze.
• Kundenbindung und -zufriedenheit: Die bereitgestellten, relevanten und kontextbezogenen Informationen, die den Kunden z.B. über Chatbots zugänglich gemacht werden, verbessern die Kundeninteraktion. Eine Kombination aus individualisierten Empfehlungen, kognitiven Assistenten und Verhaltensvorhersagen trägt zudem zu einem besseren Kundenerlebnis bei.
• Effizienz der Geschäftsprozesse: Kognitive Computersysteme sind in der Lage, Muster in großen Datenmengen zu erkennen.
• Servicequalität und Mitarbeiterproduktivität: Kognitive Systeme unterstützen Mitarbeiter dabei, strukturierte wie unstrukturierte Daten zu analysieren und daraus Trends sowie Erkenntnisse abzuleiten.
• Versicherungsbranche: Cognitive Computing kann unstrukturierte Daten im Backend auswerten, die dann die Robotic Process Automation (RPA) im Front-End nutzt, um komplexe Prozesse effizienter zu gestalten.

Was sind ethische Aspekte des Cognitive Computing?

Damit sie Muster analysieren können, untersuchen kognitive Computersysteme eine riesige Datenmenge. Weil diese Daten u.a. persönliche Angaben zu Einzelpersonen beinhalten können, könnte der Datenschutz ein Problem werden. Es bedarf entsprechender Schutzmaßnahmen, um private Nutzerdaten vor dubiosen Aktivitäten zu schützen.

Zudem kann es bei prädikativen Analysen zu Verzerrungen im System kommen. Da diese Systeme auf Techniken der Künstlichen Intelligenz basieren, die aus Daten lernen, können diese voreingenommen reagieren. Wenn beispielsweise ein Einstellungsalgorithmus so programmiert wird, dass er Bewerber aufgrund historischer Daten auswählt, kann er bestimmte Kandidaten bevorzugen. Wenn die früheren Bewerber etwa wegen menschlicher Vorurteile ausgesiebt wurden, könnte der Algorithmus ebenfalls aufgrund von Geschlecht oder Herkunft diskrimieren.

Darüber hinaus können kognitive Systeme Probleme schaffen, die über die reine Datenverarbeitung hinausgehen. Während Menschen in ihrer Aufmerksamkeitsspanne und Geduld begrenzt sind, kennen Computer lediglich technische Limits. Das kann im schlimmsten Fall zu einer ungesunden Abhängigkeit des Menschen von Automatisierung führen. Zahlreiche Apps nutzen diese Tatsache sogar gezielt aus, um süchtig machendes Verhalten zu fördern. Langfristig könnte der Einsatz kognitiver Systeme auch ganze Berufsgruppen überflüssig machen und so zu massiver Arbeitslosigkeit führen. Und nicht zuletzt droht eine Spaltung der Gesellschaft, wenn der Zugang zu diesen Technologien ungleich verteilt ist. Dabei gehen wir in diesen Fällen natürlich vom Worst-Case Scenario aus.

Welche Rolle spielt Cognitive Computing für SEO?

Cognitive Computing wird ganz neue Anforderungen an die Suchmaschinenoptimierung in Zukunft stellen. Websites werden noch weitaus interaktiver als heute sein, indem eine künstliche Intelligenz auf der Webseite mit den Besuchern interagiert.

Vor allem im E-Commerce wird Cognitive Computing wichtig sein. Virtuelle Verkaufsberater und Computer, die telefonische Kundenanfragen direkt mithilfe von Spracherkennung beantworten oder mit Kunden chatten können, sind teilweise heute schon möglich. So könnte das Cognitive Computing beim Technical SEO eine große Rolle spielen und die Nutzerfreundlichkeit von Webseiten verbessern – was zu besseren SERP-Plätzen führt.

Webseiten müssen durch die Implementierung von Cognitive Computing durch Suchmaschinen komplett neu geplant werden, da viele bisherige OnPage Optimierungen neu überdacht werden müssen.

Auch inhaltlich können kognitive Ansätze zu Veränderungen führen. Webinhalte könnten sich mittels Algorithmen dynamisch an die Bedürfnisse der Leser anpassen. Auf vielen Webseiten könnte eine künstliche Intelligenz die Erstellung und Optimierung von Content übernehmen.

In wie weit sich diese veränderten Webinhalte auf das Ranking einzelner Websites auswirken und wie Suchmaschinen diese Art von Inhalten durchforsten ist eine der großen Fragen, wie SEO-Arbeit in Zukunft aussehen wird.

Fazit

Wohl kaum eine Technologie hat, seit der Erfindung des Internets selbst, einen so großen Einfluss auf das Internet gehabt, wie das Cognitive Compting haben wird. Wie genau die Anforderungen an SEO sich durch Cognitive Computing ändern werden, ist dabei noch nicht bekannt. Die Szene fängt erst an die neuen Herausforderungen durch Googles BERT Update zu durchschauen.