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
VDMA e.V.

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