KI hat das Paradigma der Programmierung maßgeblich verändert. Mussten Menschen bisher sämtliche real auftretende Probleme und Teilprobleme analysieren und die Problemlösungen im Code eines Programmes anhand von Regeln detailgetreu und vollständig abbilden, hat sich dieses Vorgehen mit der Entwicklung von KI gewandelt.

Bei der Programmierung einer KI haben Menschen weiterhin die Aufgabe Probleme genau zu analysieren. Im Kontrast zur klassischen Programmierung müssen daraufhin jedoch relevante Daten zur Lösung dieser Probleme sorgfältig identifiziert und aufbereitet sowie ein passender Algorithmus ausgewählt werden. „Den“ Algorithmus gibt es dabei nicht, für verschiedene Probleme eigenen sich auch bestimmte Algorithmen mehr oder weniger gut. Daten dienen dann zum Training des ausgewählten Algorithmus. Der Mensch wird nicht mehr benötigt sämtliche Regeln in Form eines Lösungsweges vollständig aufzustellen, stattdessen lernt eine KI anhand der bereitgestellten Daten selbstständig einen Lösungsweg.

Dabei ist es sogar möglich, eine KI während des Betriebs anhand der zusätzlich generierten Daten weiter zu verbessern. Das bedeutet aber auch, dass KI-Modelle regelmäßig weiterentwickelt und gepflegt werden müssen, eine einmalige Erstellung ist oftmals nicht ausreichend.

Wie dabei vielleicht schon ersichtlich wird, müssen Daten in ausreichender Qualität und Menge vorhanden sein, denn sie sind die Grundlage zum Training der KI-Modelle. Somit hängt auch die Qualität der Ergebnisse maßgeblich von den genutzten Daten ab. Sollten im gewünschten Anwendungsgebiet keine Daten vorhanden sein, lässt sich eine KI-Anwendung auch nur sehr schwer einführen.

• Künstliche Intelligenz für die Energiewirtschaft (2020)
  BDEW