eGain blickt auf die Geschichte von KI und Wissensmanagement zurück

Die Entwicklung von künstlicher Intelligenz (KI) und Wissensmanagement (WM) hat wiederkehrende Zyklen erlebt, in denen erhebliche Investitionen und ehrgeizige Visionen auf die Herausforderungen der Implementierung gestoßen sind. In einem Blogbeitrag analysiert eGain Corporation historische Lektionen, die für den aktuellen KI-Boom relevant sind.

In den 1980er Jahren investierten Unternehmen stark in KI, insbesondere in Expertensysteme, die darauf abzielten, spezielles Wissen zu erfassen und zu skalieren. Zu den bemerkenswerten Beispielen gehören GEs DELTA-System für Lokomotivdiagnosen und Digital Equipment Corporations XCON für die Konfiguration von Computersystemen. Auch Case-Based Reasoning (CBR) entwickelte sich zu einer Methode zur Lösung neuer Probleme durch Anpassung von Lösungen aus ähnlichen früheren Fällen.

Später, in den späten 1980er und 1990er Jahren, entstand das Wissensmanagement (WM) mit breiteren Zielen, das gesamte Wissen einer Organisation zu erfassen, einschließlich Dokumente, Prozesse und stilles Wissen. Ziel war es, den Wissensaustausch und die Nutzung innerhalb von Unternehmen zu verbessern. Plattformen für Wissensdatenbanken und Zusammenarbeit wurden entwickelt, ebenso wie ein Fokus auf kulturelle Veränderungen zur Förderung von Wissensaustauschumgebungen.

Trotz dieser Ambitionen stießen viele KI- und WM-Initiativen auf Hindernisse. Technische Einschränkungen, wie die Anfälligkeit von Expertensystemen und Herausforderungen bei der Abfrage in CBR-Systemen, gepaart mit exorbitanten Entwicklungskosten und Schwierigkeiten bei der ROI-Nachweisbarkeit, bremsten den Fortschritt. Übermäßig optimistische Verkaufsargumente führten ebenfalls zu Enttäuschungen, wenn Systeme keine transformativen Ergebnisse lieferten. Innerhalb von WM erwies sich insbesondere stilles Wissen als schwer erfassbar, und Wissensaktualisierungen sowie die Sucheffizienz blieben unzureichend.

Diese historischen Erfahrungen bieten wertvolle Einblicke für die aktuelle KI-Entwicklung. eGain Corporation schlägt vor, dass das Verständnis sowohl der Versprechungen als auch der Implementierungsherausforderungen vergangener Technologien entscheidend ist, um ähnliche Fallstricke zu vermeiden und nachhaltige, wertschöpfende Lösungen zu entwickeln.