Künstliche Intelligenz (AI)

Der Begriff künstliche Intelligenz (KI), (englisch: Artificial Intelligence (AI)) begegnet uns immer mehr. Leider ist es auch in diesem Bereich der Technologie so, dass sich viele nicht vorstellen können, was genau damit eigentlich gemeint ist. Oder man sich die Frage stellt: Was kann KI eigentlich für mich tun?

Mit KI versucht man im allgemeinen, dass menschliche Denken und Lernen auf eine Maschine bzw. den Computer zu übertragen.

Möchte man sich diesem Thema annähern und gibt den Begriff in der englischen Schreibweise in eine Suchmaschine ein, kommen über fünf Milliarden Suchergebnisse.

Wer sich ggf. anschließend einmal mit dem ein oder anderen Artikel beschäftigt hat wird feststellen, dass man mit technischen Begriffen und Wortschlachten dahingehend fast überfordert wird.

„Künstliche Intelligenz, Machine-Learning, Deep-Learning, neuronale Netzwerke, schwache KI, starke KI, BIG-DATA, Data Driven-Business, Masterdatenmanagement, Marketing-Automation, User Experience-Design, TensorFlow usw..“
Um nur einige Beispiele zu nennen.

  • In vielen Fällen werden unter anderem auch kostenlose „Whitepaper“ mit Anwendungsbeispielen, den sogenannten „Use Cases“ zum Download angeboten, in welchen Beispiele aus der Praxis dafür dienen sollen, die Genialität hinter KI zu verstehen und wie Unternehmen dank der Einführung jetzt „keine Probleme“ mehr haben.

    Suggeriert wird bei vielen Angeboten und Artikeln, dass KI „die Lösung“ für ihre Probleme ist, und Sie KI jetzt unbedingt benötigen um diese zu lösen. Nur welche Probleme sind damit eigentlich gemeint und haben Sie wirklich welche, in denen KI eine Lösung sein kann?

    Um sich hierüber eine Meinung bilden zu können, versuchen wir ihnen den Begriff und deren Funktionsweise nachfolgend sehr einfach und ohne Mathematik zu vermitteln, um die grundlegende Funktionsweise einer KI im Ansatz zu verstehen.

    Die zuvor genannten Begriffe und viele weitere aus der KI, hängen in der Tat „irgendwie“ zusammen.

    Angemerkt sei im Zusammenhang mit all den verschiedenen Begriffen, dass künstliche Intelligenz (KI) als Überbegriff steht und sich Begriffe wie „Deep-Learning“ oder „neuronale Netze“, sowie viele andere in das Gesamtbild einer KI einordnen.

    Diese Begriffe und deren Komplexität im Einzelnen zu erklären ist an dieser Stelle unmöglich. Allerdings soll nachfolgend bewusst auf die Begriffe „schwache KI“ und „starke KI“ eingegangen werden.

  • STARKE KI: Starke KI ist Stand heute Wunschdenken und liegt in weiter Ferne der Realität. Hiermit sind „Roboter“ oder „künstliche Lebensformen“ gemeint, die den Menschen in seinem Denken und seiner Handlungsweise mehr oder weniger 1:1 nachgebildet sind. Allerdings existieren solche starken KI’s aktuell nur innerhalb der Science-Fiction-Szene. Eine der bekanntesten starken KI’s dürfte aus der Serie Star Trek „The Next Generation“ der beliebte Androide Lieutenant Commander Data sein, gespielt von Brent Spiner.

    Wer diesen nicht kennen sollte ist vielleicht eher mit dem „Terminator“, gespielt von Arnold Schwarzenegger vertraut, wenn dieser auch eher eine Kombination aus Mensch und Maschine darstellt.

    SCHWACHE KI: Schwache KI ist das, was uns heute im Alltag begegnet, auch wenn uns dies in vielen Bereichen so vielleicht gar nicht bewusst ist. Beispiele hierfür sind, wenn Sie ihr mobiles Telefon via Gesichtserkennung freischalten. Oder wenn ihnen auf einer Webseite gezielt Werbung vorgeschlagen wird, Sie von Amazon oder anderen Online Shops Produktvorschläge erhalten, bis hin zu Filmvorschlägen innerhalb von Plattformen wie beispielsweise NETFLIX oder AppleTV. Als letztes seien noch Beispiele wie ALEXA oder SIRI, also Sprachassistenten, oder auch Speech to Text Converter erwähnt. Letztere ermöglichen uns z.B. in WhatsApp eine Nachricht mit unserer Stimme zu sprechen, um anschließend die gesprochenen Worte als Text vorliegen zu haben.

    Um eine starke KI entwickeln zu können, müssten Computer ein eigenes Bewusstsein und eine eigene Intelligenz besitzen. Oder Emotionen. Wie wir Menschen. Haben diese aber nicht, und davon sind wir trotz des technologisch andauernden Fortschritts noch Meilen entfernt.

  • Schwache KI wiederum, wie wir sie heute einsetzen und kennen, basieren auf den uns heute bekannten Computersystemen, kombiniert mit komplexen mathematischen Algorithmen. In der Fachsprache auch als „applied Math“, bzw. angewandte Mathematik bezeichnet.

    KI ist, wenn man so möchte, nichts anderes als ein komplexer Algorithmus, bzw. die Kombinationen aus vielen Algorithmen.  

    Was aber ist in sehr einfachen Worten erklärt ein Algorithmus?

    Ein Algorithmus besteht aus mathematischen Formeln, klar definierten Handlungsanweisungen, sehr vielen Einzelschritten und er ist endlich. Ein Algorithmus muss endlich sein, um zu einem Ergebnis zu kommen. Wäre er unendlich, würden Sie vermutlich auch unendlich auf ein Ergebnis warten.

    Ein Algorithmus erfordert immer eine Eingabe, bevor dieser am Ende ein Ergebnis, also eine Ausgabe liefern kann. Wenn Sie also beispielsweise möchten, dass ein Sprachassistent wie SIRI oder ALEXA etwas für Sie tun, müssen Sie in diesem Fall zunächst in Form von Sprachbefehlen etwas in den Algorithmus hineingeben, bevor der Algorithmus mit einer Ausgabe reagiert. Beispiel Eingabe: „Hey Siri, wie spät ist es?“. Beispiel Ausgabe: „Es ist 09:09 Uhr.“

    Das mag zunächst einmal sehr einfach und logisch klingen, ist es aber nicht. Woher weiß SIRI beispielsweise, wie die gesprochenen Worte und Sätze von ihnen „zerlegt“ und „maschinell übersetzt“ werden, wohin diese Anfrage anschließend zur Beantwortung weitergeleitet wird, und woher weiß SIRI am Ende, mit was auf ihre Frage hin als Ausgabe „geantwortet“ werden soll? Was also passiert genau, sobald Sie ihre Eingabe (in unserem Beispiel die Frage nach der aktuellen Uhrzeit) formuliert haben?

  • Die Antwort hierauf scheint zunächst wiederum einfach: Ihre Eingabe „verschwindet“ zunächst wie von Geisterhand in einem komplexen Algorithmus, welcher genau die Dinge erledigt, welche Sie nicht sehen. Komplexe mathematische Vorgänge, Formeln, Berechnungen, Vergleiche, Zuordnungen, Weiterleitung an andere Systeme, Abruf von Informationen aus Milliarden von Datensätzen, Sortierungen, das ganze wieder zurück, damit SIRI mit einer menschlich nachgebildeten Stimme an Sie antworten kann usw..

    Würden wir uns jetzt im Detail damit beschäftigen, wie dies alles genau innerhalb des Algorithmus abläuft, z.b. wie ihre Sprache unter anderem in einzelne Phonem usw. zerlegt wird, dürfte dies eine Weile dauern. Und ist an dieser Stelle auch nicht Sinn und Zweck. Allerdings soll dieses Beispiel verdeutlichen, dass es durch eine scheinbar einfache Anfrage zu sehr komplexen Prozessen kommt, wie Sie sich mit Sicherheit vorstellen können.

    Wichtig zu wissen ist, dass eine Eingabe in einen Algorithmus für diesen zunächst ein „Problem“ darstellt, und ein Algorithmus aus endlich vielen mathematischen Einzelschritten mit ganz klar definierten Handlungsvorschriften besteht, um das Problem durch die anschließende Ausgabe zu lösen. Dafür wurde er entwickelt.

    Die Aufgabe eines Algorithmus ist also in seiner Ausgabe auf das zu reagieren und durch Funktionen eine Lösung zu berechnen, welche durch eine Eingabe formuliert wurde.

    Innerhalb der Mathematik ist eine Funktion dann berechenbar, wenn sie für eine Berechnung an einen Algorithmus formuliert werden kann. Einfaches Beispiel: 1+1 ist berechenbar. 1 + TOASTBROT ist zunächst nicht berechenbar, solange TOASTBROT nicht genauer definiert wurde.

    Algorithmen werden entsprechend sehr aufwändig entwickelt und wie bereits oben angedeutet in vielen Bereichen der heutigen Zeit eingesetzt.

  • Wie dies innerhalb einer KI ablaufen kann, sehen wir uns nachfolgend an:

    Künstliche Intelligenz in Form der schwachen KI hat das Ziel, "selbstständig zu lernen" und somit bestimmte Prozesse, Aufgaben oder auch Vorhersagen zu lösen, und mit der Zeit immer besser zu werden. Und am besten so, dass die Ergebnisse besser sind als jene, die ein Mensch „berechnet“.

    Die Frage ist: Gelingt dies? Die Antwort darauf ist: Innerhalb von Aufgaben wo die KI Sinn macht, auf jeden Fall.

    Warum?

    Dazu ein Beispiel: Einer der ältesten und bekanntesten KI-Algorithmen dürfte der Schachcomputer sein. Dem Algorithmus wurden Grundzüge, bzw. die Regeln des Spiels, als auch die Spielzüge bereits bekannter und wichtiger Spiele hinterlegt und je mehr er gegen andere Gegner gespielt hat, desto besser wurde er. Am Ende besiegte er die Schachgroßmeister unserer Welt.

    Eine schwache KI hat zwar kein Bewusstsein, keine Emotion oder eine wirkliche Intelligenz, hat aber in „“ den Vorteil, dass der oder die Algorithmen sich „nur“ damit beschäftigen müssen, für was sie am Ende entwickelt wurden.

  • Der Schachcomputer hat in diesen Bereichen also einige Vorteile.

    Beispiele:

    - Er ist nie müde oder hängt von irgendeiner anderen Tagesform oder Uhrzeit ab.

    - Er macht sich neben dem Schach nicht Gedanken um anderes, was wir Menschen aber zwangsläufig im Unterbewusstsein tun. Z.B. an die Familie, Probleme oder anderes denken.

    - Er kann sein eigener Gegner sein. Er spielt also auch gegen sich selbst. Computer, gegen Computer. Dabei probiert er neue, ihm noch nicht bekannte Spielzüge innerhalb der hinterlegten Spielregeln aus, wenn es sein muss Millionen- oder Milliardenfach. Er „lernt“ dadurch, wann gewinne ich, wann verliere ich und "merkt" sich alles bis ins kleinste Detail. Er kann zudem gleichzeitig gegen Sie und andere reale Menschen spielen, während er im Hintergrund weiterhin trainiert und auch von ihren neuen Zügen die er noch nicht kennt lernen.

    - Er kann diese Rechenoperationen in Bruchteilen einer Zeit durchführen, die für uns Menschen undenkbar sind.  

    - Er „merkt“ sich die Spiele und Spielzüge in einer Datenbank, die er schneller und genauer wieder abrufen kann wie wir Menschen. Egal ob ein Spiel 1 Tag oder 20 Jahre alt ist.

Wie aber kann KI "lernen"?

Auch hierfür werden Algorithmen verwendet. Allerdings wirklich sehr sehr komplexe, sogenannte künstliche neuronale Netzwerke.

Will man diese im Ansatz verstehen, müssen wir einen kurzen Ausflug in uns „Menschen“ machen:

Wenn wir Menschen etwas Neues lernen und uns merken, werden während des Lernvorgangs innerhalb unseres menschlichen, biologischen Nervensystems, Neurone rekrutiert. Hierdurch entstehen neuronale Verknüpfungen (Synapsen). Je mehr wir lernen oder je mehr wir trainieren, verstärken sich diese Synapsen. Sie sind entsprechend wie „Schaltkreise“ die sich bilden. Diese gelernten "Schaltkreise" können wir wieder abrufen. Verlernen wir wieder, können sich diese „Schaltkreise“ auch wieder auflösen.

Im Jahre 1943 gelang es Warren McCulloch, einem amerikanischen Neurophysiologen und Kybernetiker zusammen mit Walter Pitts, einem amerikanischen Logiker,
ein künstliches Neuronen Modell zu schaffen und damit elektronisch und mathematisch Teile von Neuronen des Nervensystems von Lebewesen nachzubilden. Sie gelten damit als die Gründungsväter der heutigen Neuroinformatik. Auch heute noch basieren viele künstliche neuronale Netze in vielen Teilen auf der Vernetzung der sogenannten Mc-Culloch-Pitts Neuronen.

  • Um dies etwas genauer zu verstehen, muss man wissen, dass Computer der heutigen Zeit sogenannte Regelsysteme sind. WENN, DANN… Vielen bekannt auch als 0 oder 1, bzw. AN oder AUS. Beispiel: Wenn ein Anwender auf „Drucken klickt“, dann „drucke“. Wenn „Dunkel“, dann „Licht an“ usw..

    Den zuvor genannten Gründungsvätern haben wir es heute zu verdanken, dass wir durch komplexe mathematische Algorithmen innerhalb von künstlichen neuronalen Netzwerken (und somit der KI im Gesamten), die "WENN, DANN..." Struktur zumindest besser „aufbrechen“ und einem Algorithmus „beibringen“ können, sich selber „weiterzuentwickeln“, ohne das ein Programmierer jeden einzelnen Schritt vorgeben muss.

    Dadurch sind künstliche neuronale Netze in der Lage, innerhalb der „WENN, DANN…“ Strukturen, eigene „WENN, DANN…“ Strukturen zu „erlernen“, zu speichern und auch untereinander zu verknüpfen. Durch die Verknüpfung "der einzelnen erlernten Schritte" unterainander, ergeben sich Muster, die eine KI immer besser werden lässt Fehler zu vermeiden. Zudem verlernt eine KI in der Regel nicht wie wir Menschen, außer die KI wird explizit dazu angewiesen, dies zu tun.

    Um dies etwas besser zu verdeutlichen, kommen wir auf unser Beispiel mit SIRI und der Frage nach der Uhrzeit zurück. Im reinen „WENN, DANN…“ System ohne Einsatz der KI müßte ein Programmierer jeden einzelnen Fall einer "Eingabe" berücksichtigen und dafür jeden einzelnen Schritt manuell programmieren.

    Die Frage, bzw. Eingabe welche Sie an SIRI stellen, können unterschiedlich lauten:

    Beispiele:
    - Hey Siri, wie spät ist es? oder
    - Hey Siri, wie spät? oder
    - Hey Siri, welche Uhrzeit haben wir? oder

    - Hey Siri, was macht die Zeit?

  • Es gibt also verschiedene Möglichkeiten, um alleine nur nach der Uhrzeit zu fragen. Nehmen wir einmal an, es gibt 1000 bis 2000 verschiedene Möglichkeiten nach der Uhrzeit zu fragen. 5-10 Beispiele fallen mit Sicherheit jedem von uns ein. Außerhalb KI basierter Systeme würden diese 5-10 Möglichkeiten von einem Programmierer nach klassischen „WENN, DANN…“ Regeln manuell programmiert werden. Beispiele:

    WENN „Hey Siri, wie spät ist es“, DANN „Uhrzeit ansagen“


    WENN „Hey Siri, was macht die Zeit“, DANN „Uhrzeit ansagen“


    usw..

    Etwas intelliegenter lässt sich eine solche manuelle Programmierung noch gestalten, indem ein Programmierer verschiedene Anfragen untereinander verknüpft, um gewisse "Annahmen" auswerten zu können. In unserem ersten Beispiel der Anfrage gibt es z.B. das Wort "SPÄT, in der zweiten Anfrage das Wort "ZEIT". Solche Verknüpfungen erhöhen dann die Wahrscheinlichkeit, dass die Zeit auch dann ausgegeben wird, wenn eine Anfrage nicht 100% einem Satz entspricht, wie er in der Programmierung hinterlegt wurde.

    Durch solche Verknüpfungen werden bestimmte Muster innerhalb von Anfragen erkannt , welche ebenfalls zu einer korrekten Ausgabe führen können.

    Sehr vereinfacht dargestellt:

    WENN "Hey Siri" UND "spät" ODER "Zeit", DANN "Uhrzeit ansagen"

    In der Praxis würde dies immer noch nicht funktionieren, soll ihnen an dieser Stelle jedoch in etwa die Funktionsweise aufzeigen.

  • Anhand dieser Beispiele dürfte klar werden, dass es unmöglich ist, für jede Anfrage im Vorfeld eine manuelle Programmierung vorzunehmen. Selbst dann nicht, wenn Sie beispielsweise vor einer Programmierung eine weltweite telefonische Umfrage starten mit dem Ziel zu notieren, wie andere ggf. nach der Uhrzeit fragen würden, um diese Fragen anschließend in einer Programmierung mit zu berücksichtigen. Sie oder ihre Programmierer würden vermutlich irgendwann einen Kollaps erleiden, all diese verschiedenen Möglichkeiten irgendwie sinnvoll für eine Programmierung aufzubereiten. Wenn zusätzlich neben den eigentlichen klar formulierten Fragen noch manuelle „Muster“ programmiert werden sollen, welche „Annahmen“ aus der Kombination verschiedener Fragen und Begriffe berücksichtigen sollen, ist eines realtiv schnell absehbar: Man verliert den Überblick. Man könnte auch sagen: Es endet im Chaos.

    Ein weiteres Beispiel sind elektronische Saugroboter, wie sie mittlerweile in vielen Haushalten anzutreffen sind. Wie sollte ein Programmierer einen Saugroboter von Anfang an so programmieren, dass er nicht ständig mit Gegenständen in ihrem Haus zusammenstößt, oder falls etwas umgestellt wird dies von Anfang an mit berücksichtigen? Abgesehen von Millionen verschiedener Haushalte, wo jeder Saugroboter sein eigenes Programm auf Grund der verschiedenen Gegebenheiten und Einrichtungen benötigt. Dies ist ebenfalls ein Ding der Unmöglichkeit, so etwas manuell zu programmieren und jede Eventualität im Vorfeld mit zu berücksichtigen.

    Die Lösung ist also das man nicht alles manuell programmiert. Sondern alle Eingaben, bzw. Anfragen, die aus aller Welt in den unterschiedlichsten Formen kommen annimmt, um diese anschließend in ein künstliches neuronales Netz , bestehend aus komplexen mathematischen Algorithmen, zu kippen.

  • Allerdings hat jedes neuronale Netz seine individuellen Aufgaben. Das eine berechnet z.B. Anfragen von SIRI, ein anderes z.B. trainiert einen Saugroboter. Verschiedene neuronale Netze können dann wiederum untereinander verknüpft werden.

    Innerhalb dieser neuronalen Netzwerke entstehen automatisch neue "WENN, DANN..." Anweisungen, als auch komplexe Verknüpfungen untereinander, aus welcher sich bestimmte Muster erkennen lassen. Ohne das ein Programmierer sie wie zuvor beschrieben manuell programmieren muss. Dadruch das die KI permanent selber, und immer mehr durch die gelernten Eingaben trainiert, kann sie zunehmend auch Dinge erkennen und zu Lösungen kommen, selbst wenn sie z.B. vorher noch nie ein Wort gehört hat, welches an SIRI angefragt wurde. Und baut ihr "Wissen" dsamit im Hintergrund immer mehr und selbst aus.

    Am Anfang kann einem die KI unter Umständen sogar etwas leid tun, wenn sie nicht über genügend Informationen verfügt, um aus den gemachten Eingaben "selbstständig zu lernen" und Muster zu erkennen.

    Dies bedeutet ganz klar, dass eine KI umso besser wird in der Bewältigung ihrer Aufgabe, je mehr Daten sie durch Eingaben erhält. Je weniger Daten sie hat, desto fehlerhafter ist die Ausgabe.

    Jede KI verfügt daher über einen sogenannten Lern- bzw. Trainingsmodus. Wenn sie Eingaben bekommt, welche Anfangs auf Grund zu weniger Daten noch keinem Muster zugeordnet werden können, leitet die KI solche Anfragen an menschliche Teams weiter.

Die menschlichen Teams sehen sich die Anfragen an die KI an, welche zunächst nicht zugeornet werden konnten, und weisen der KI entsprechende Möglichkeiten der Ausgabe zu.

Im Laufe der Zeit wird die KI durch die massenhafte Datenansammlung (BIG-DATA) immer besser und die Anfragen an die menschlichen Teams werden weniger. Zudem fängt sie an, durch die gesammelten Daten selber zu trainieren und die Mustererkennung immer mehr auszubauen und zu verbessern.

Nach aktueller Datenlage verarbeitet alleine SIRI ca. 3,2 Milliarden Sprachanfragen pro Woche. Massendaten wie diese, sind für KI basierte Systeme das ideale "Futter".

Unternehmen wie Google, Amazon, Facebook, Instagram, um nur einige zu nennen, speichern ebenso massenhaft Daten. Im speziellen auch über das Nutzerverhalten. Musik- oder Filmvorschläge z.B. von NETFLIX kommen nicht nur allein aus der Tatsache heraus, was Sie ggf. in der Vergangenheit angehört oder angesehen haben. Hierzu werden beispielsweise Daten aus der ganzen Welt ausgewertet, um ihnen entsprechende Vorschläge zu machen.

  • Lohnt sich KI für mich oder mein Unternehmen?

    Sollten Sie sich Gedanken darüber machen, ob KI für Sie oder ihr Unternehmen sinnvoll sein kann, gibt es ein paar Anregungen, welche wir ihnen zum Nachdenken empfehlen würden:

    1. Welche Frage würden Sie einer KI stellen wollen und was wäre ihr Wunsch einer entsprechenden Ausgabe? Und gleichzeitig in diesem Zusammenhang: Wäre die KI unter Umständen in der Antwort besser als vorhandene menschliche Projektteams?

    2. Möchte ich ein Problem lösen, dass z.b. mit Vorhersagemodellen zu tun hat, welche schwer von Menschen beantwortet werden können? (z.B. innerhalb von Produktionsprozessen, Logistik, Transport)

    3. Gibt es Bereiche in welchen immer wieder Fehler auftreten, die eine KI unter Umständen optimieren könnte?

    4. Ich spiele mit dem Gedanken bestimmte Bereiche durch die KI ersetzen zu wollen, um künftig Kosten einzusparen.

    Stellen Sie sich zudem die Frage, ob Sie ggf. über bereits große Datenmengen aus den vergangenen Jahren verfügen, mit der eine KI gespeist werden könnte. Zudem gibt es die Möglichkeit externe Daten zuzukaufen, die ggf. zur Problemlösung innerhalb einer KI beitragen können.

  • KI kann wiederholt angedeutet im Bereich bestimmter Vorhersagemodelle sehr sinnvoll eingesetzt werden. Wenn Sie beispielsweise von vielen Faktoren abhängig sind die ineinander übergreifen. Z.B. Wetter, Warenbeschaffung, Auslieferung, Verfügbarkeiten, Personal, Werbung.

    KI kann auch an Stellen Sinn machen, bei welchen Sie selbst festgestellt haben, dass aus welchen Gründen auch immer die „Grenze“ des Machbaren erreicht wurde und man keine Idee mehr hat, wie weiter.

    Zudem sollte man sich vor Augen halten, dass KI in vielen Bereichen Probleme lösen kann, in vielen Bereichen aber auch nicht. KI ist darüber hinaus kein Problemlöser für alles und KI wurde von uns Menschen entwickelt. Dies bedeutet, dass es innerhalb von KI Systemen und den eingesetzten Algorithmen auch zu Fehlern kommen kann. Wenn KI in einem Unternehmen eingesetzt wird, dann in der Regel für einen bestimmten Bereich, für welche sie entwickelt und trainiert wurde. Eine KI lässt sich nicht ohne weiteres auf andere Bereiche anwenden oder einfach übertragen.  

    Gerne beraten wir Sie im Bereich der künstlichen Intelligenz und helfen ihnen in einer Analyse festzustellen, ob der Einsatz von KI sinnvoll sein kann oder nicht. Die Umsetzung und evtl. Einführung von KI in Unternehmen gehört ebenfalls zu unserem Leistungsspektrum.

KI in der Realität

Der Kampfjet EURO-Fighter ist so seltsam es klingen mag, an der höchsten Grenze der Instabilität gebaut. Normalerweise würde man ein Flugzeug so bauen, dass die Tragflächen lang genug sind, das Flugzeug den höchstmöglichen und sichersten Auftrieb bekommt und man würde im Zuge der Sicherheit in Kauf nehmen, lieber eine große Schleife fliegen zu müssen, um das Flugzeug in der Luft zu wenden und vielleicht das Flugzeug in der Maximalgeschwindigkeit etwas niedriger auszulegen, um die Materialien nicht an ihre maximale Belastungsgrenze zu bringen. Der EURO-Fighter hat kurze Tragflächen, damit er unter anderem wendiger wird, ist auf maximale Beschleunigung ausgelegt und vieles mehr. Ohne den Einsatz von KI würde sich der EURO-Fighter in einigen Bereich eher als fluguntauglich erweisen. Um ihn in der Luft zu halten, muss die KI entsprechende Vorhersagemodelle einer künftigen Reaktion des Piloten berechnen, als auch vieles andere was neben Höhe, Luftdruck, Wetter im allgemeinen, Umgebung wie z.B. Wüste, Temperaturen, Geschwindigkeit, Gewicht, G-Kräfte usw. berücksichtigen. Und dies in Bruchteilen von Sekunden, permanent und ständig aufs Neue, während der Flieger in der Luft ist.