Künstliche Intelligenz, maschinelles Lernen, Deep Learning, neuronale Netze: In den letzten Jahren nehmen moderne Technologien immer mehr Raum ein. Vor allem in der Arbeitswelt dreht sich vieles um die damit einhergehenden Möglichkeiten. Immer wieder fällt auch der Begriff Cognitive Computing. Was das ist und wo der Unterschied zur Künstlichen Intelligenz liegt, erfahren Sie in diesem Beitrag.

→ Kostenloser Leitfaden: Wie man KI im Content-Marketing einsetzt [Jetzt  herunterladen]

Merkmale von kognitiven Systemen

In der Theorie und auch der Praxis gibt es keine respektive allgemeingültige Definition, was Cognitive Computing ist. Dennoch gibt es einige Merkmale, die solche Systeme auszeichnen:

Adaption

Kognitive Systeme sind in der Lage, aus ihren Interaktionen und Erfahrungen zu lernen und ihre Leistung im Laufe der Zeit zu verbessern. Sie reagieren also auf eine veränderte Informationslage, die das Umfeld ihnen vorgibt.

Interaktion

Sie sind in der Lage, mit Menschen und anderen Computersystemen zu kommunizieren und auf diese Weise relevante Informationen zu sammeln und zu teilen. Kognitive Systeme sollen Anwender bei ihren Aufgaben unterstützen können.

Iteration

Im Cognitive Computing reflektieren Systeme immer wieder Gelerntes und Ihre Fähigkeiten. Dieser iterative Prozess ist selbstständig, so lernen solche Systeme auf Basis valider Daten immer weiter dazu.

Kontext

Kognitive Systeme können Daten in ihrem Kontext interpretieren und auf dieser Grundlage fundierte Entscheidungen treffen – das ist mit die größte Herausforderung für solche Systeme.

Zum letzten Punkt zählen beispielsweise Informationen wie Personen, Orte und Zeiten, die maßgeblich für die Bedeutung und den Kontext von Sachverhalten sind.

Möglichkeiten und Beispiele: Wie wird Cognitive Computing angewandt?

Cognitive Computing beschreibt die Technologien, die menschlichem Handeln und Denken am nächsten kommen. Entsprechend vielfältig sind die Anwendungsbereiche und Möglichkeiten, die solche Systeme mit sich bringen. Ob Finanzbranche, Medizin oder im Marketing: Kognitive Systeme werden überall getestet und eingesetzt.

  • Medizin: In der Medizin kann Cognitive Computing dazu beitragen, Krankheiten zu diagnostizieren und zu behandeln. Indem große und von Menschen kaum verarbeitbare Mengen an medizinischen Daten (Big Data) analysiert werden, erkennen Systeme entsprechende Muster. Ärzte und Ärztinnen erkennen diese nur schwer – so trägt Cognitive Computing zur Verbesserung der Patientenversorgung bei.
  • Finanzen: Im Finanzsektor kann Cognitive Computing dabei helfen, Risiken zu managen und Investitionsentscheidungen zu treffen. Das Risikomanagement ist bei menschlichen Finanzverwaltenden ein oftmals limitierender Faktor, den solche Systeme damit ausschließen. Ein kognitives System kann komplexe Finanzdaten analysieren und dabei unterstützend, Trends und Muster erkennen, die menschlichen Analysierenden möglicherweise entgehen würden.
  • Suchmaschinen: Cognitive Computing wird in der Welt von Google, Bing und Co. immer wichtiger. Traditionelle Suchmaschinen sind in ihrer Fähigkeit, den Kontext einer Suchanfrage zu verstehen, oft begrenzt – durch neue Technologien wird das besser. Cognitive Computing bringt menschenähnliches Verstehen und Interpretieren der Suchanfragen in den Prozess mit ein. Nicht mehr nur Keywords werden gelesen, sondern die Suchanfrage an sich wird interpretiert: Stichwort Kontext.

Eines der bekanntesten realen Beispiele liefert der US-amerikanische Techgigant IBM. Bereits 2011 trat der „Superrechner“ Watson in der in England landesweit bekannten Quizshow „Jeopardy!“ gegen einen Menschen an. Das Besondere daran war, dass Watson im Vergleich zu einer normalen Künstlichen Intelligenz auch Dialekte, Zweideutigkeiten und komplexe Zusammenhänge oder Wortwitze verstand, und das ganz ohne Internetzugriff.

Cognitive Computing vs. Künstliche Intelligenz: Worin liegt der Unterschied?

Der Begriff des Cognitive Computing wird oft synonym mit Künstlicher Intelligenz (KI) verwendet – kognitive Systeme sind jedoch „nur“ ein Teilbereich, der KI-Technologien wie Deep Learning nutzt. Menschliche kognitive Fähigkeiten sollen im Rahmen von Cognitive Computing nicht nur repliziert werden, sondern sie erweitern.

Von der Sprachverarbeitung (NLP – Natural Language Processing) und Mustererkennung bis hin zur semantischen Interpretation hat Cognitive Computing das Ziel, in Echtzeit Probleme eigenständig zu erkennen und passende Lösungen zu finden.

Im Detail bezieht sich Künstliche Intelligenz auf den breiteren Bereich verschiedener Technologien, der menschliche Intelligenz simulieren und nachahmen soll. Cognitive Computing hingegen ist ein spezifischerer Bereich innerhalb der KI, der darauf abzielt, menschenähnliche Denkprozesse in Maschinen zu simulieren.

Während KI also dazu dient, menschliche Aufgaben zu automatisieren und menschliche Fähigkeiten zu ersetzen, zielt Cognitive Computing eher darauf ab, menschliche Fähigkeiten zu ergänzen und zu erweitern.

Fazit: Großes Potenzial im Cognitive Computing

Cognitive Computing steht erst am Anfang seiner Entwicklung – das Potenzial, das es mit sich bringt, ist jedoch schon jetzt spürbar und lässt erahnen, was in Zukunft möglich ist. Mit der Fähigkeit, menschenähnliche Denkprozesse in einer Maschine zu simulieren, öffnen kognitive Systeme jede Menge Türen in verschiedenen Branchen, vor allem in gesellschaftlich notwendigen und wichtigen Bereichen wie der Medizin. Zudem zeigt Cognitive Computing im Bereich der Suchmaschinen sehr plastisch, wie die Technologie funktioniert.

Kostenloser Download: Nutzung generativer KI

 Kostenloser Download: Nutzung generativer KI

Titelbild: Andriy Onufriyenko / iStock / Getty Images Plus

Ursprünglich veröffentlicht am 7. Juni 2023, aktualisiert am Juni 07 2023

Themen:

Künstliche Intelligenz