Koordinierungsgruppe soll neue Impulse für die Spielregeln der künstlichen Intelligenz geben

Bild: ©monsitj/stock.adobe.com

Seit Herbst 2020 zeigt die Normungsroadmap KI Normungs- und Standardisierungsbedarfe sowie Handlungsempfehlungen rund um künstliche Intelligenz auf, um die deutsche Wirtschaft im internationalen Wettbewerb um die besten Lösungen und Produkte im Bereich der künstlichen Intelligenz zu stärken. Eine neu gegründete KI-Koordinierungsgruppe soll die konkrete praktische Umsetzung der Empfehlungen gezielt vorantreiben und die zugehörigen Arbeiten bündeln und koordinieren. Die von der Bundesregierung, vertreten durch das Bundesministerium für Wirtschaft und Energie (BMWi), das Bundesministerium für Bildung und Forschung (BMBF) und das Bundesministerium für Arbeit und Soziales (BMAS), eingesetzte Gruppe versteht sich für normungs- und standardisierungsrelevante Aspekte von KI als der Ort der Koordination, des Gedankenaustauschs und der Partizipation für die gesamte KI-Landschaft in Deutschland. Sie löst die Steuerungsgruppe ab, die die Erarbeitung der Roadmap bisher geleitet hatte. „Die Spielregeln für die künstliche Intelligenz werden heute geschrieben. Normen und Standards spielen hierbei eine wesentliche Rolle. Sie sorgen für Interoperabilität und Vertrauen in KI-Systeme und machen so ‚KI – Made in Germany‘ möglich“, erklärt Stefan Schnorr, Abteilungsleiter Digital- und Innovationspolitik beim BMWi. „Um die deutsche Position im internationalen Wettbewerb zu verbessern, braucht es eine effiziente Vernetzung aller relevanten Akteure.“ Die neue Koordinierungsgruppe ist dementsprechend breit ausgerichtet. Mit Vertretern aus Wirtschaft, öffentlicher Hand, Wissenschaft und Zivilgesellschaft bringt sie alle für KI relevanten Bereiche an einen Tisch. Die Koordinierungsgruppe soll dazu beitragen, die Handlungsempfehlungen der Normungsroadmap KI umzusetzen, indem sie Initiativen anregt, die beteiligten Parteien koordiniert sowie die nationale und internationale Zusammenarbeit anstößt. „Wir arbeiten bereits mit Hochdruck daran, die Ergebnisse der Roadmap möglichst schnell praktisch umzusetzen und so innovationsfreundliche Bedingungen für diese Technologie zu schaffen“, sagt Christoph Winterhalter, Vorstandsvorsitzender von DIN.

Thematik: Newsarchiv
| News
VDE Verband der Elektrotechnik

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige