Künstliche Intelligenz (KI) bezieht sich im Wesentlichen auf Computertechnologien, die von der Art und Weise inspiriert sind, wie Menschen ihr Gehirn und Nervensystem nutzen, um zu argumentieren und Entscheidungen zu treffen, aber in der Regel ganz anders funktionieren. Das Konzept der KI ist seit über einem Jahrhundert die Inspirationsquelle für viele Science-Fiction-Autoren und Zukunftsforscher. Heute haben Fortschritte in der Datenverarbeitung und in Big Data dies zur Realität gemacht, und Maschinen werden heute in großem Maßstab in allen Branchen eingesetzt. Die Anwendung von KI-Technologien treibt das Wachstum auf individueller, geschäftlicher und wirtschaftlicher Ebene voran. Tatsächlich hat die KI begonnen, den Menschen in einer Reihe von Arbeitstätigkeiten zu übertreffen, einschließlich solcher, die kognitive Fähigkeiten erfordern.
Das derzeitige KI-Ökosystem besteht aus maschinellem Lernen, Robotik, künstlichen neuronalen Netzen (KNNs) und generativer KI. Beim maschinellen Lernen lernen Programme aus vorhandenen Daten und wenden dieses Wissen auf neue Daten an oder nutzen es zur Vorhersage von Daten. Der Bereich Robotik befasst sich mit der Entwicklung und dem Training von Robotern. Normalerweise folgt die Fähigkeit eines Roboters, mit Menschen und der Welt zu interagieren, allgemeinen Regeln und ist vorhersehbar. Aktuelle Bestrebungen drehen sich aber auch darum, Roboter mit Deep Learning darauf zu trainieren, Situationen zu manipulieren und mit einem gewissen Maß an Selbstbewusstsein zu handeln. KNNs sind so gebaut, dass sie die Funktionsweise eines menschlichen Gehirns nachahmen. NLP beschäftigt sich mit der Interpretation und Manipulation der menschlichen Sprache durch Computer.
In den letzten Jahrzehnten drehte sich die Entwicklung der KI hauptsächlich um die Weiterentwicklung sprachlicher, mathematischer und logischer Denkfähigkeiten. Die nächste Welle von KI-Fortschritten drängt jedoch auf die Entwicklung emotionaler Intelligenz. Gleichzeitig ermöglicht sequentielles Lernen, eine weitere Funktion von Googles DeepMind, KIs, mehrere Fähigkeiten zu erlernen. In den letzten Jahren hat Deep Learning enorme Verbesserungen erzielt, indem es Maschinen in die Lage versetzt hat, die physische Welt bis zu einem gewissen Grad zu verstehen, und wird branchenübergreifend für verschiedene Aufgaben eingesetzt. Unter den führenden Volkswirtschaften hat China in den letzten Jahren viel Forschung und Geld in KI investiert.
Einer der Hauptfaktoren, die die aktuelle KI-Wachstumswelle antreiben, ist das starke Interesse von Risikokapitalinvestitionen (VC) an KI-Start-ups. An der Technologiefront treiben die rasanten Fortschritte bei der Rechenleistung die Branche auf die nächste Stufe. In ähnlicher Weise fördern und ermöglichen Open-Source-Plattformen kollaboratives Lernen, was dem Wachstum der KI förderlich ist. Bei der aktuellen Wachstumswelle in der KI-Branche geht es sowohl um die reichliche Verfügbarkeit von Big Data als auch um Software und Hardware. Die Menge an Big Data, die von der heutigen zunehmend digitalisierten Wirtschaft erzeugt wird, wächst jedes Jahr um 40 % und wird bis 2025 voraussichtlich 163 Billionen Gigabyte erreichen.
Dieses Wachstum von Big Data treibt die Verbesserung von KI-Algorithmen voran. KI-Lösungen werden zunehmend an die Bedürfnisse der Automobil-, Gesundheits-, Bildungs-, Finanz-, Unterhaltungs- und anderer Branchen angepasst. Im Automobilbereich wird KI vor allem für den Antrieb autonomer Autos eingesetzt, wobei diese Systeme mittel- bis langfristig in neuen Fahrzeugen zum Standard werden sollen. In der Gesundheitsbranche haben die Entwicklungen im Bereich der KI und des maschinellen Lernens nicht nur das Innovationstempo in der Branche beschleunigt, sondern verändern auch ganze Betriebsmodelle. In der Bildungsbranche gibt es Versuche, mithilfe von KI maßgeschneiderte Lernprogramme für jeden Schüler bereitzustellen, während in der Finanzbranche KI-Vermögensverwaltungslösungen eine höhere Personalisierung bieten können.
Mit dem Aufkommen der KI wagen sich immer mehr Start-ups auf den Markt. Die meisten arbeiten im Bereich der Anwendungen des maschinellen Lernens, gefolgt von der Verarbeitung natürlicher Sprache. Zu Beginn des Jahres 2020 gab es über 2.600 KI-Start-ups in 13 Kategorien. KI-Unternehmen weltweit haben im Zeitraum 2015-2023 kumulativ rund 290,8 Milliarden US-Dollar an Finanzmitteln aufgebracht.
In den letzten zehn Jahren stieg die Zahl der KI-Akquisitionen stetig an, nur um 2020 zum ersten Mal zu sinken, da der Ausbruch von COVID-19 viele Unternehmen dazu veranlasste, dem Kerngeschäft Vorrang vor neuen Akquisitionen zu geben. In der Zeit danach ist jedoch ein erneuter Enthusiasmus zu verzeichnen, wobei die Zahl der Deals auf 312 im Jahr 2021, 263 im Jahr 2022 und 317 im Jahr 2023 gestiegen ist.
Unternehmen aus verschiedenen Branchen entwickeln derzeit KI und verwandte Anwendungen. Google, IBM und Microsoft sind führend bei KI-Innovationen in der IT-Branche, während Amazon und eBay in KI investieren, um ihre E-Commerce-Plattform zu verbessern, und das Mitfahrunternehmen Uber KI für autonomes Fahren, Essenslieferungen und Kartierungsforschung einsetzt. Die kollaborative Entwicklung ist auf dem Vormarsch, und führende Unternehmen wie Amazon, Apple, Facebook, Google/DeepMind, IBM und Microsoft arbeiten derzeit partnerschaftlich an der Entwicklung von KI-Anwendungen. Die Übernahme kleiner KI-Unternehmen durch Tech-Giganten wie Apple, IBM und Microsoft in relevanten Bereichen nimmt zu, was zu einer sinkenden Lernkurve führt. Weitere führende Unternehmen sind Baidu, Facebook und Salesforce.
Management Summary
Introduction
- Overview
- Definitions
- Evolution of artificial intelligence
- Global revenue projection
- Robotic process automation
- AI adoption
- AI growth
- Impact of AI
Technologies- Machine learning
- Robotics
- Artificial neural networks
- Natural language processing
- Generative AI
- Computer vision
Trends- Artificial emotional intelligence
- Sequential learning
- Reinforcement learning
- Deep learnings
- Rise of China
- Growth in hardware and software
- Transfer learning
Drivers- Investors’ confidence
- Corporate VC investment
- Computing power
- Open platforms
- Big data
Applications- Overview
- Automotive industry
- Healthcare
- Education
- Finance
- Entertainment
Start-ups: Funding and M&A- Overview
- Investment by AI enterprises
- AI enterprises growth
- AI start-ups by funding
- Merger & acquisition
- Top 5 global AI acquirers
- Recent M&A deals
Competitive Landscape- Company comparison
- Amazon
- Apple
- Baidu
- Ebay
- Facebook
- Google
- IBM
- Microsoft
- Salesforce
- Uber
Appendix- Authors
- Glossary
- Statista Consumer Insights
- Statista Market Insights
- Statista Company Insights
