Die Begriffe werden oft fälschlicherweise synonym verwendet, obwohl es eindeutige Unterschiede zwischen ihnen gibt. Wir sprechen mitunter nämlich gar nicht von intelligenten Methoden auf Basis von Machine Learning oder Deep Learning. Doch wo liegen die Unterschiede zwischen AI, Automation und Algorithmen?

Die Unterschiede zwischen AI, Automation und Algorithmen

Zunächst sollten wir uns die Frage stellen, warum es überhaupt wichtig ist, zwischen den drei Begriffen zu unterscheiden. Die Antwort: Die Technologien sollen bestmöglich in unseren beruflichen und privaten Alltag integriert werden und uns bei Tätigkeiten künftig unterstützen. Dafür ist es jedoch notwendig, zu verstehen, was sie leisten können und was eben nicht;Denn nur dann können wir ihr Potenzial nutzen, um dringende Herausforderungen etwa im Klima- und Artenschutz zu bewältigen, aber auch um menschliche Fähigkeiten in den Bereichen Kunst, Kultur und Musik zu erweitern. Immerhin gibt es zwischen den Leistungspotenzialen der drei Technologien mitunter große Unterschiede und nicht jede ist in allen Situationen anwendbar.

Beginnen wir also mit AI. Sie basiert darauf, Ergebnisse auf der Grundlage trainierter Modelle zu erzeugen. Um intelligent zu werden und für uns Menschen zu handeln, muss die AI stetig lernen und durch uns erzogen werden. Dafür wird sie mit relevanten Daten gespeist und lernt so, Handlungsmuster zu erkennen.

Die künstliche Intelligenz kombiniert mehrere Technologien, um menschliche Fähigkeiten zu ergänzen und zu stärken. Somit ist es eine Art Fachbegriff, welcher intelligente Technologien umfasst, die unsere Entscheidungen und Handlungen nachahmen, um beispielsweise große Datenmengen zu analysieren und zu interpretieren, bestimmte Muster zu definieren und Entscheidungen zu treffen. Der Vorteil der AI liegt dabei klar auf der Hand: Sie arbeitet viel schneller und genauer verglichen mit uns Menschen. Außerdem nimmt sie uns unliebsame manuelle Tätigkeiten ab und schafft Raum für künstlerische Arbeiten, die von Emotionen und Kreativität leben – menschliche Reaktionen und Eigenschaften also, die AI niemals ersetzen kann.

Die weit verbreitete Angst, AI könne uns die Arbeitsplätze wegnehmen, ist deshalb nicht wirklich berechtigt. AI kann uns stumpfe Aufgaben wie die Sortierung von Daten abnehmen, dafür brauchen wir theoretisch schon heute keine menschliche Fachkräfte mehr. Doch gleichzeitig bietet die Technologie uns die Möglichkeit, die gewonnene Zeit anders zu nutzen – und zwar, um zum Beispiel wie erwähnt Kreativität als Grundfähigkeit einzusetzen und weiterzuentwickeln. Das mag bedeuten, einen Schritt aus der eigenen Komfortzone zu gehen, doch nur so können wir dazulernen und unser menschliches Potenzial entfalten.

Wie sieht es nun mit der Automation beziehungsweise Automatisierung aus? Auch sie konzentriert sich darauf, wiederholende Aufgaben ohne menschliches Eingreifen auszuführen. Die Technologie geht zwar Hand in Hand mit AI, unterscheidet sich jedoch im Kern von ihr. Denn während AI auf Algorithmen basiert, stützt sich die Automation auf Software-Tools, die mit bestimmten Triggern eine Aktion auslösen.

Algorithmen hingegen beschreiben eindeutig definierte, vorbestimmte Vorgehensweisen, mit denen sie klar definierte Aufgaben lösen. Sie bestehen aus vorgegebenen, starren und codierten Sätzen und führen eine Anweisung durch, wenn sie auf einen bestimmten Auslöser treffen. Algorithmen führen zu einem eindeutigen, vorhersehbaren Ergebnis. Falls dieses wider Erwarten nicht eintritt, liegt schlicht ein Fehler vor, der gesucht und behoben werden will. Dabei können Algorithmen durchaus so komplex und mächtig werden, dass sie intelligent erscheinen.

Im Kern beschreiben AI, Automation und Algorithmen dasselbe Ziel: Sie extrahieren Wissen aus Daten, um dieses für den Menschen nutzbar zu machen. Der Hauptunterschied besteht darin, dass ein Algorithmus einen Prozess definiert und dadurch eine Entscheidung trifft. AI jedoch verwertet Trainingsdaten, um eine solche Entscheidung zu treffen.

Wie das „Triple A” Einsatz in der Musikbranche findet

Ein Beispiel dafür ist das Musik-Streaming-Unternehmen Spotify, welches seine AI mit den Daten seiner User trainiert. Wenn wir einen Song liken oder disliken, lernt die AI des Unternehmens unseren Musikgeschmack immer besser kennen und kann so individuell neue Lieder und Interpreten vorschlagen, die wir wahrscheinlich mögen. Wir müssen unsere Zeit also nicht mehr dafür opfern, uns stundenlang neue Musik anzuhören, um einen neuen Interpreten zu finden, den wir mögen. Diese trainierten Modelle basieren dabei auf der Auswertung und Interpretation riesiger Datensätze, die es der KI ermöglichen, Ergebnisse auf Grundlage der ermittelten Muster vorherzusagen und zu liefern.

Auch im Songwriting findet AI immer häufiger Gebrauch. Doch es gibt keinen Grund anzunehmen, dass Maschinen irgendwann Musikerinnen und Musiker verdrängen würden. Was AI nämlich fehlt, ist Leidenschaft, Kreativität und Empathie. Sie muss stets danach bewerten und entscheiden, wie sie ein Mensch programmiert hat. Selbst, wenn eine AI eigenständig Musik komponiert, muss sie dies auf Basis festgelegter Abläufe tun. Das bedeutet, dass eine AI nur so gut arbeiten kann, wie sie ein Mensch trainert hat. Welche Musikdaten hat sie im Vorfeld erhalten und welche Algorithmen nutzt sie, um ein Musikstück zu komponieren? Der Erfolg der AI hängt vom Menschen ab, der sie programmiert hat. Und auch, wenn sie selbstständig dazulernen, kann man von ihnen niemals eine überraschende Kehrtwende erwarten. Für einen Geistesblitz braucht es immer noch ein kreatives Bewusstsein, und das ist uns Menschen vorbehalten.

Wie die AI erfreuen sich auch Algorithmen immer größerer Beliebtheit. Denn sie werden derzeit in fast jeden Bereich der Musikproduktion eingesetzt – von der Erstellung origineller Drumloops bis hin zum Schreiben von Melodien und Produzieren von ganzen Songs und Soundtracks, die immer schwerer von menschlichen Musiker:innen zu unterscheiden sind.

Automation hingegen findet gerne Anwendung im Mischprozess, wenn es um das Anpassen der Lautstärke eines Tracks geht. So kann zum Beispiel ein Instrument einen Moment lang in den Vordergrund gestellt und anschließend wieder ausgeblendet werden. Es ist auch möglich, mit Automation die Kompression eines Musikstückes zu ergänzen.

Fazit

AI, Automation und Algorithmen sind große und wichtige Zukunftsthemen. Denn mit Hilfe dieser bereiten wir den Weg in die neue Arbeitswelt – künftig werden intelligenten Maschinen immer mehr monotone oder auch repetitive Aufgaben übernehmen. So bleibt uns Menschen mehr Zeit für die übergeordneten Themen. Doch obwohl die Begriffe derzeit heiß diskutiert werden, verwechseln viele diese fälschlicherweise dennoch. Denn entgegen dem allgemeinen Verständnis handelt es sich nicht bei allen “intelligent” erscheinenden Tools und Lösungen auch wirklich um AI. Um die Technologien künftig noch gewinnbringender einsetzen zu können, ist es wichtig, die Unterschiede zwischen AI, Automation und Algorithmen zu kennen und genau zu wissen, welche Technologieart sich für das eigene Vorhaben am besten eignet. Denn nicht überall wo AI drauf steht, ist auch wirklich AI drin.