Wie die Wirklichkeit von künstliche Intelligenz aussieht

Wie die Wirklichkeit von künstlicher Intelligenz aussieht

Überwachung, Kontrollverlust und Überlegenheit gehören zu den Assoziationen, mit denen viele Menschen künstliche Intelligenz (KI) in Verbindung bringen. Handelt es sich hier um berechtigte Einwände oder schiere Übertreibung? Wie sieht die Realität aus?
Bild: ©vegefox.com/stock.adobe.com

Laut einer Meinungserhebung von Pegasystems finden etwa 70 Prozent von 6.000 weltweit befragten Personen künstliche Intelligenz generell beunruhigend. Davon glauben 24 Prozent, Roboter könnten sich irgendwann gegen den Menschen wenden und sogar so weit gehen, ihn zu versklaven. Bei dieser Vorstellung von superintelligenten Maschinenwesen, die die Weltherrschaft an sich reißen, handelt es sich um ein Bild, das dem Science-Fiction-Bereich entstammt. Filme wie ‚Terminator‘, ‚Matrix‘ und ‚I, Robot‘ zeigen oft eine dystopische Darstellung. Jenes Porträt schwelt auch im Hintergrund der aktuellen Debatte. Die Warnungen vor dem Einfluss künstlicher Intelligenz auf die Menschheit vonseiten einiger Experten, darunter der 2018 verstorbene Physiker Stephen Hawking, haben zudem die generelle Unsicherheit nicht beseitigt. Viel hat KI gegenwärtig nicht mit der dystopischen Zukunftsvorstellung aus der Science-Fiction-Welt zu tun: Alle bisher gängigen Technologien basieren auf sogenannten schwachen KI-Systemen, die im Prinzip auf nichts weiter als einer fortschrittlichen Art der Softwareprogrammierung beruhen. Im Vergleich zu starker KI sind solche Systeme nicht mit der Intelligenz von Menschen gleichzusetzen, da sie sich auf die Lösung konkreter Probleme konzentrieren. Dennoch existieren bereits jetzt schon eine Vielzahl unterschiedlicher Einsatzgebiete, in denen KI in autonomer, assistierender oder kooperativer Form Verwendung findet. Beispielsweise im Finanzwesen, wo täglich eine gewaltige Masse von Daten anfällt, erweist sich der Einsatz von KI als überaus hilfreich. Erste Systeme gehen dabei über die einfache Datenauswertung hinaus, indem sie die ihnen analysierten Informationen nach Abhängigkeiten zueinander aufbereiten, Chancen erfassen und Trends ermitteln. Auf diese Weise lassen sich nicht nur Informationen auswerten, sondern auch Prognosen erstellen. Im Bereich der Industrie 4.0 etwa planen und steuern sogenannte Automated Guided Vehicles (AGVs) selbstständig intralogistische Aufgaben und auch bei der medizinischen Diagnostik liefert KI nicht nur präzise Befunde, sondern auch zuverlässige Prognosen, wie etwa bei der Krebserkennung. Die Möglichkeiten erscheint jedoch noch viel größer.

Potenzial für die Industrie

Ihr bisher größtes Potenzial, eine Branche von Grund auf zu optimieren, offenbart KI in Form (teil-)autonomer Systeme im industriellen Sektor. Die Digitalisierung hat in diesem Bereich für die Vernetzung von Produktionsmitteln und Bauteilen gesorgt, nun fungiert KI als Schnittstelle, indem sie die dabei entstandenen Daten verarbeitet und für die Verknüpfung und Optimierung von Prozessen nutzt. So finden KI-Systeme in sämtlichen Industrie 4.0-Bereichen Verwendung: von der Herstellung über die Logistik und Vermarktung bis hin zur Nutzung von Produkten inklusive ihrer Wiederverwertung. Wesentliche Technologien stellen in diesem Zusammenhang maschinelles Lernen, Sensorik und Robotik dar, die eine teilweise oder vollständige Autonomisierung von Prozessen und Anwendungen ermöglichen. Anlagen optimieren sich beispielsweise selbst, indem sie noch während des Fertigungsprozesses eigenständig Analysen vornehmen und den Vorgang gegebenenfalls anpassen. Einen Schritt weiter geht das Konzept des Learning Warehouse, das eine Reihe unterschiedlicher KI-Technologien miteinander verknüpft. Dabei planen und steuern selbstlernende Lagersysteme mithilfe der mobilen Robotik intralogistische Vorgänge wie etwa den Transport und die Positionierung von Waren. Auf Basis des maschinellen Lernens sammelt das System neue Erkenntnisse, mit denen es sich auch an tagesaktuelle Situationen anpasst. Durch Hinzuziehen von Wetterinformationen und Daten aus der letzten Saison weiß das System beispielsweise, welche Produkte in der Vergangenheit an heißen Tagen eine besonders hohe Nachfrage aufweisen und kann die Lagerordnung entsprechend anpassen oder größere Bestellungen aufgeben. Demnach zeigt sich vor allem im Falle unvorhergesehener Umstände und dem diesbezüglich benötigten Problemlösungsvermögen das Potenzial autonomer KI-Systeme. Eigenständig lernende Technik, selbstoptimierende Maschinen, autonom agierende Roboter – wie passt der Mensch in das Bild der künftigen, smarten Arbeitswelt? Trotz des hohen Potenzials, das künstliche Intelligenz in vielen Branchen zu versprechen scheint, überwiegt die Sorge des Menschen, von KI abgelöst zu werden. Selbstständig lernende und handelnde Systeme, die sich stetiger Verbesserung unterziehen, lösen Unbehagen bei Arbeitnehmern aus. Doch in welchem Maße KI-Lösungen in der Arbeitswelt Platz finden, hängt immer noch stark vom jeweiligen Berufsfeld ab. Denn eine flächenübergreifende Umsetzung der Technologie in Unternehmen existiert noch lange nicht, zugleich lassen sich nicht alle Berufe automatisieren. Im industriellen Zweig kann künstliche Intelligenz mithilfe der Robotik durchaus für körperliche Entlastung beim Menschen sorgen – eine zwangsläufige Ablösung durch ihren mechanischen Kollegen bedeutet dies jedoch nicht. Die physische Unterstützung ermöglicht dem Fachpersonal vielmehr, sich anspruchsvolleren Tätigkeiten zu widmen. Sicherlich wird KI auch einige Berufsgruppen ablösen, wie jede neue Technologie schafft sie jedoch auch zahlreiche neue Jobs. Künstliche Intelligenz wird den Arbeitsmarkt verändern, das bedeutet aber nicht, dass der Bedarf an menschlicher Arbeitskraft zugleich schwindet – lediglich eine Verlagerung der Aufgabenbereiche ist zu erwarten.

Weder gut noch böse

Weder gut noch böse, sondern eine völlig neutrale Position nimmt künstliche Intelligenz in unserer Gesellschaft ein. Dennoch scheint KI dem Laien noch zu abstrakt, weswegen die gegenwärtige Herausforderung darin liegt, die Technologie der breiten Masse näherzubringen. Denn Nachvollziehbarkeit schafft das nötige Vertrauen in das System, was wiederum die Basis für nachhaltige Akzeptanz bildet. Die Frage bleibt letztlich, wie der Mensch die Technologie nutzen will – das Potenzial, unsere Gesellschaft zu verbessern, ist dabei enorm: Durch die Übernahme einer Vielzahl von Routineaufgaben ermöglicht KI in der Arbeitswelt sowie im privaten Bereich nicht allein körperliche und geistige Entlastung, eine Steigerung der Effizienz und mehr Raum für die Entfaltung kreativer Ideen schafft sie darüber hinaus. Somit bleibt mehr Zeit, um sich auf das Wesentliche zu konzentrieren: den Menschen.

Patentpool Innovations Management GmbH

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