Europäische KI-Regulierung

VDMA: „KI im Maschinenbau ist kein Hochrisiko“

Bild: VDMA e.V.

Der Einsatz von künstlicher Intelligenz (KI) in der Industrie soll nach den Plänen der EU reguliert werden. „Aber der neueste Vorschlag ist ein klarer Fall von Doppelregulierung und geht zu weit“, sagt Prof. Claus Oetter, Geschäftsführer des VDMA Software und Digitalisierung zu dem nun veröffentlichten Gesetzesentwurf der Europäischen Kommission. Denn der Einsatz von künstlicher Intelligenz in Maschinen wird hier als ‚Hochrisiko-KI‘ klassifiziert. Aus Sicht der europäischen Maschinen- und Anlagenbauer ist das eine völlig überzogene Einordnung. „Es existieren bereits umfangreiche Sicherheitsgesetze, nach denen Hersteller zu einer systematischen und umfassenden Sicherheitsanalyse verpflichtet sind. Demnach sind Maschinen mit KI-Technologien ohnehin schon sicher. Es ist absurd, hier den Begriff Hochrisiko zu verwenden“, erklärt Prof. Oetter. „Wir fordern daher, das KI-Gesetz auf die wirklich risikoreichen gesellschaftlichen Auswirkungen zu fokussieren und bereits regulierte Bereiche wie den Maschinenbau auszunehmen.“

Gesetzesentwurf bremst Innovationen aus

Viele offene Fragen im Gesetzesentwurf sorgen für Unsicherheit. Unklar ist etwa, wann der Einsatz von KI-Methoden regulierungsrelevant ist. In der Praxis bedeutet dies: Es bleibt offen, ob jeder KI-Code in einem Unterprogramm bereits ein ‚Hochrisiko‘ darstellt und ob diese Codezeile damit registriert werden muss, auch wenn sich die Autonomie des Systems nicht ändert.

Die Rechtsunsicherheiten und neue Auflagen gefährden aus Sicht des VDMA wieder einmal die Entwicklung einer Zukunftstechnologie in Europa: „Vor allem kleine und mittlere Unternehmen werden sich zukünftig häufiger fragen, ob sie nicht lieber auf künstliche Intelligenz in ihren Programmcodes verzichten, weil der Verwaltungsaufwand zu groß wird“, erklärt Oetter. “Innovationsfreundliche Regulierung sieht anders aus.“

Darüber hinaus nennt die EU-Kommission keine Kriterien oder Risikoanalysen, die zu dieser Einschätzung geführt haben. Aus Sicht des Maschinenbaus ist die Einstufung nicht nachvollziehbar und entspricht nicht der Realität in den Fabriken. Nun müssen Europäisches Parlament und Rat für Klarheit sorgen. „Es wäre schade, wenn wir jetzt auf die Bremse treten. Wir sind auch hier im internationalen Wettbewerb“, resümiert Oetter.

Thematik: Newsarchiv
| News

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

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.