Expertenbeiträge

Schneller und effizienter soll die Verwaltung werden, aber gleichzeitig bürgernah und transparent bleiben. Wie ein KI-System zum Beispiel die Finanzverwaltung entlasten kann, haben sich Wissenschaftlerinnen der Plattform Lernende Systeme in Nordrhein-Westfalen angeschaut. Sie leiten daraus Empfehlungen für Bürger, Staat und Unternehmen ab.

Stellen Sie sich eine Welt vor, in der KI-Modelle nicht länger zentralisiert und intransparent sind, sondern modular, offen und lokal kontrollierbar. Eine Welt, in der spezialisierte Sprachmodelle komplexe Aufgaben in Medizin, Chemie oder Logistik lösen, nicht auf Cloud-Servern in Übersee, sondern direkt auf kostengünstiger Hardware in europäischen Unternehmen. Dieses Szenario ist kein utopisches Zukunftsbild, sondern eine realistische Perspektive, die sich mit der rasanten Entwicklung modularer KI-Architekturen abzeichnet.

Im Handwerk weiß es jeder: „nach fest, kommt ab“. Schrauben dienen der Befestigung, schaffen Sicherheit und Stabilität - vorausgesetzt, dass man sie nicht schon am Anfang verkantet und nicht am Ende überdreht. Denn sonst verkehrt sich ein verfolgtes Ziel ganz plötzlich in sein Gegenteil. Aus dem Werkzeugkasten wurde die Schraube deshalb nicht verbannt. Schließlich schafft sie richtig eingesetzt großen Nutzen. Geschickte Handhabung und Gespür für Grenzbereiche kann man lernen.

Es ist ein Trend: human-centric automation, auch als Kern von Industrie 5.0 bezeichnet (Vogel-Heuser, 2023). Gemeint ist eine Zusammenführung von Mensch und Maschine in der Automatisierung, die auf die Bedürfnisse der Menschen fokussiert. Aber Automatisierung und Menschzentrierung sind ein Widerspruch: Automatisierung soll im Kern eigentlich den Menschen aus dem Prozess verdrängen. Was könnte also mit „human-centric automation“ gemeint sein und warum jetzt? Vier Perspektiven geben verschiedene Antworten auf die erste Frage (Fig.1). Warum jetzt, ist leichter zu beantworten: die rapiden Fortschritte in der Robotik und KI geben der alten Frage, wo der Mensch bei fortschreitender Technisierung bleibt, eine große Dringlichkeit. Kann das Konzept der menschzentrierten Automatisierung eine Antwort sein?

Die Nutzung von Künstlicher Intelligenz (KI) in Medizinprodukten trägt bereits heute zu einer besseren Gesundheitsversorgung bei - zum Beispiel in der Bildgebung oder in der Dokumentation. Auch zukünftig bietet dieser Bereich große Potenziale. Seit August 2024 ist die EU-Verordnung 2024/1689 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (KI-Verordnung – KI-VO) in Kraft. Sie soll einen Rechtsrahmen für die verantwortungsvolle Entwicklung und Verwendung künstlicher Intelligenz in der Europäischen Union bilden. Dabei bietet sie potenziell auch eine Grundlage für einen rechtssichere und einheitliche Nutzung von KI in Medizinprodukten. Durch die KI-VO kann die Europäische Union eine internationale Führungsrolle bei der Einführung vertrauenswürdiger KI übernehmen, wenn es gelingt sie zielführend umzusetzen.

Künstliche Intelligenz (KI) gilt als eine der zentralen Technologien der digitalen Transformation. In allen Bereichen der Wirtschaft verspricht die Nutzung von KI großes Potenzial. Insbesondere auch kleine und mittelgroße Betriebe (KMU) können von diesem technologischen Fortschritt profitieren: Von der Optimierung interner Prozesse über die Verbesserung der Kundenkommunikation bis hin zur Entwicklung innovativer Produkte und Geschäftsmodelle.

Edge AI (Edge Artificial Intelligence) beschreibt den Einsatz von Künstlicher Intelligenz nahe oder direkt am Endgerät und Endanwender, sei es zum Beispiel in Fahrzeugen, Robotern, Smartphones oder medizinischen Sensoren. Diese Technologie ermöglicht es, Gesundheitszustände in Echtzeit zu überwachen oder Fahrassistenzsysteme schnell auf Hindernisse reagieren zu lassen, was eine frühzeitige Reaktion im Krankheitsfall ermöglicht beziehungsweise die Verkehrssicherheit erheblich steigert. Der wesentliche Unterschied zur Cloud AI liegt in der Art der Datenverarbeitung: Während bei Cloud AI Daten auf zentralen Rechen- und Speicherinfrastrukturen verarbeitet werden, erfolgt die Datenverarbeitung bei Edge AI direkt oder in unmittelbarer Nähe der Datenquelle. Dies bringt zahlreiche Vorteile mit sich, darunter geringere Latenzzeiten, Echtzeitanwendung sowie einen reduzierten Energieverbrauch und verbessere Privatsphäre und Sicherheit.

Die deutsche Gesellschaft sieht sich in den anstehenden Jahren mit vielfältigen Herausforderungen konfrontiert. Für den Erhalt von Innovationskraft, internationaler Wettbewerbsfähigkeit und Wohlstand ist der Fachkräftemangel eine dieser zentralen Herausforderungen.

Künstliche Intelligenz (KI) hat das Potenzial, die Zukunftsfähigkeit von Wirtschaft und Gesellschaft zu stärken. Bei der Optimierung von bestehenden Prozessen im Unternehmen, dem Erschließen neuer Geschäftsfelder oder bei der Bereitstellung von klimafreundlichen Produkten und Dienstleistungen können KI-Systeme ein zentraler Baustein sein. Dennoch schrecken viele Unternehmen vor dem KI-Einsatz zurück, oftmals aufgrund der als zu hoch wahrgenommenen datenschutzrechtlichen Hürden, die im europäischen Wirtschaftsraum bestehen. Expertinnen und Experten der Plattform Lernende Systeme zeigen auf, wie mithilfe von KI-Anwendungen aus Daten wirtschaftlicher Mehrwert generiert werden kann, während gleichzeitig Datenschutz und -sicherheit gewahrt werden.

Unsere Energiesysteme befinden sich im Wandel: Große Atom- und Kohlekraftwerke weichen einer Vielzahl erneuerbarer Energieproduzenten, wie Windkraft- oder Photovoltaikanlagen. Mit dem Ausbau erneuerbarer Quellen gehen Herausforderungen einher: Wieviel Strom die zahlreichen im ganzen Land verteilten Klein- und Kleinstanalagen einspeisen – noch dazu wetterabhängig, ist kaum vorhersehbar. Hinzu kommt der hohe Stromverbrauch der wachsenden Zahl von Elektroautos, der ebenfalls schwer planbar ist. Das kann die Stromnetze überlasten.

Die Gesundheitsfachkräfte in Deutschland sind chronisch überlastet. Der Fachkräftemangel und die unzureichende Bezahlung vieler Beschäftigten im Gesundheitswesen führen dazu, dass in Krankenhäusern, Pflegeeinrichtungen und Arztpraxen Fachpersonal fehlt. Künstliche Intelligenz (KI) könnte dazu beitragen, dem Mangel an qualifiziertes Personal entgegenzuwirken und die Zufriedenheit der Beschäftigten zu erhöhen. Notwendig hierfür sind jedoch technische und organisatorische Veränderungen im stationären und ambulanten Arbeitsalltag, damit Patientinnen und Patienten sowie Fachpersonal von den KI-Systemen profitieren können.

Generative KI kann mittlerweile – mit mehr oder weniger menschlichem Input – Inhalte generieren, die von rein menschlichen Schöpfungen nicht mehr zu unterscheiden sind. Bereits 2017 zeigten Wissenschaftlerinnen und Wissenschaftler der Rutgers Universität, dass Probanden in einem Vergleich von KI-generierten und von Menschen geschaffenen Gemälden die KI-generierten Erzeugnisse nicht als solche erkannten und diese sogar mit knapper Mehrheit als den von Menschen geschaffenen Gemälden überlegen ansahen. Ein Expertenbeitrag dazu von Anne Lauber-Rönsberg, Professorin für Recht an der Technischen Universität Dresden.

Für viele steht ChatGPT für einen iPhone-Moment, eine Sprunginnovation, die in kürzester Zeit unsere Arbeits- und Lebenswelt verändert. Auch wenn die Ergebnisse von ChatGPT bei Weitem nicht perfekt sind – die aktuelle Aufmerksamkeit für große Sprachmodelle sei gerechtfertigt, auch für die Medizin würden sie enormes Potenzial versprechen, schreibt Wolfgang Nejdl, Professor an der Universität Hannover und Mitglied der Plattform Lernende Systeme.

KI bietet große Potenziale zur Verbesserung der medizinischen Versorgung, Diagnostik und Therapie und kann mehr Lebensqualität, Teilhabe und Selbstbestimmung ermöglichen – etwa durch intelligente Medizintechnik. Gleichzeitig gilt es besonders bei KI-basierten Gesundheitstechnologien, die Bedürfnisse Betroffener sowie medizinethische Fragestellungen von Beginn an zu berücksichtigen, um Vertrauen in Anwendungen und Produkte zu schaffen. Alena Buyx, Professorin für Ethik der Medizin und Gesundheitstechnologien an der TU München, und Martin Böhm, Chief Experience Officer beim Medizintechnikunternehmen Ottobock und Mitglied in der Plattform Lernende Systeme, diskutieren im Interview, wie Ethik und Nutzererfahrungen in die Entwicklung medizinischer KI integriert werden können.

Als physische und technische Systeme stellen lernfähige Robotiksysteme verkörperte KI dar. Schon heute werden Robotiksysteme zunehmend in verschiedenen Umgebungen und Situationen eingesetzt, in denen dies noch vor einigen Jahren undenkbar erschien – etwa zur Arbeitserleichterung in der Logistik, für die maßgeschneiderte Produktion in Handwerksbetrieben oder zur Unterstützung in der Rehabilitation und Pflege. Elsa Kirchner, Leiterin des Fachgebiets „Systeme der Medizintechnik“ an der Universität DuisburgEssen und Mitglied der Plattform Lernende Systeme, diskutiert im Beitrag, wie lernfähige Robotiksysteme Menschen mit körperlichen Einschränkungen schon heute das Leben erleichtern können und wo aktuell noch Herausforderungen für den breiten Einsatz solcher Systeme bestehen.

Der Einsatz von KI in der Automobilbranche ermöglicht innovative Services und Produkte sowie ressourcenschonendere Mobilitätskonzepte. Gleichzeitig kann KI in der Automobilindustrie auch als humanzentriertes Werkzeug Beschäftigte bei immer komplexeren Prozessen sinnvoll unterstützen und Unternehmen helfen, ambitionierte Nachhaltigkeitsziele umzusetzen sowie dem Arbeitskräftemangel zu begegnen. Corina Apachiţe, Programmleiterin für Künstliche Intelligenz und Daten beim Automobilzulieferer Continental und Mitglied der Plattform Lernende Systeme, diskutiert im Beitrag, wie die Potenziale, die KI für die Mobilitätsbranche verspricht, freigesetzt werden können. Dazu müssen Beschäftigte bei der Entwicklung von KI einbezogen sowie Nachhaltigkeitsziele und Datenschutzbestimmungen von Anfang an berücksichtigt werden.

Durch die zunehmende Digitalisierung und steigende Vernetzung in der industriellen Produktion, auch Industrial Internet of Things (IIoT) und Industrie 4.0 genannt, werden ursprünglich isolierte Produktionsnetze zunehmend geöffnet. Damit bieten sie neue Angriffsflächen für Cyberattacken mit dem Ziel der Wirtschaftsspionage und -sabotage. Während bisher die Office-IT eine hohe Vertraulichkeit leisten muss, steht dagegen in den Produktionsnetzen, die auch Production Operational Technology (Production-OT) genannt werden, hohe Verfügbarkeit im Vordergrund. Künftig wachsen Office-IT und Production-OT immer weiter zusammen.

Für die IT-Sicherheit ist Künstliche Intelligenz (KI) ein zweischneidiges Schwert. Die Technologie kann der Verteidigung der IT-Infrastruktur vor Cyberattacken dienen. In den Händen der Cyberkriminellen ist sie hingegen ein Werkzeug, um die IT-Systeme effizienter anzugreifen. KI-Systeme sind heute aber weit über die Security-Branche hinaus im Einsatz – sei es in medizintechnischen Geräten, in Autopiloten von Flugzeugen oder in Fabrikrobotern, die vertrauliche Industriedaten verarbeiten. Angesichts dieser vielfältigen sensiblen Anwendungsmöglichkeiten wird deutlich: Eine große Herausforderung ist der Schutz der KI-Systeme selbst vor Manipulation.

In Deutschland ist die klassische industrielle Automatisierung weit fortgeschritten. Die Vorteile sind offenkundig: eine höhere Qualität durch wiederholgenaue Präzision, die Möglichkeit der Produktion rund um die Uhr, sehr niedrige Fehlerquoten und das Übernehmen schwerer, eintöniger oder gefährlicher Arbeiten. In den letzten Jahren entwickelte sich ein Trend hin zu einer neuen Art von Robotern: Sensitive Roboter, die auch mithilfe von Künstlicher Intelligenz (KI) zur Mensch-Roboter-Kollaboration (MRK) fähig sind, also der direkten Zusammenarbeit mit dem Menschen.

Künstliche Intelligenz (KI) begegnet uns immer öfter auch am Arbeitsplatz. Was wir im Umgang mit KI-Systemen lernen müssen und wie das gelingt, erklärt Wilhelm Bauer, Leiter des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation IAO.

Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie für die Wettbewerbsfähigkeit von Unternehmen jeder Größe. Mit KI können Prozesse und Produkte verbessert und neue Geschäftsmodelle entwickelt werden. Bislang sind viele Mittelständler beim Thema KI aber noch zurückhaltend: Oftmals  fehlen gut aufbereitete Daten, Fachkräfte und Investitionsspielraum. Wie mittelständische Betriebe die Potenziale von KI nutzen und Stolpersteine bei der KI-Einführung bewältigten können, erklärt Ralf Klinkenberg, Gründer des Software-Anbieters RapidMiner und Mitglied im Lenkungskreis der Plattform Lernende Systeme.

Stellen Sie sich vor, Sie arbeiten in der Industrieproduktion und hatten dank Ihres zahnenden Kindes eine sehr kurze Nacht. Ein Stapel Aufträge wartet darauf, bearbeitet zu werden; Gemeinsam mit Ihrem neuen Kollegen, einem Roboter mit Künstlicher Intelligenz, machen Sie sich an die Arbeit an einem Werkteil. Nach drei Stunden meldet sich der Roboter und schlägt Ihnen vor, sich eine kurze Pause zu gönnen, da er anhand Ihrer Vitalwerte auf der Smartwatch festgestellt hat, dass Sie gestresst sind und die kurze Nacht sich bemerkbar macht. Alternativ bietet er an, heute die Arbeitsgeschwindigkeit etwas anzupassen. – Was sich jetzt noch nach Utopie anhört, soll laut Forschern nicht mehr allzu ferne Zukunft sein. 

Daten sind die Grundlage für erfolgreiche KI-Anwendungen. Doch es braucht noch mehr: Um die Potenziale von Künstlicher Intelligenz auszuschöpfen, ist ein umfassendes Datenmanagement erforderlich, das die vorliegenden Daten überhaupt erst zugänglich macht. Worauf es dabei ankommt, warum Data Science als Schlüsseldisziplin für Wissenschaft und Wirtschaft gilt und wie sich das Verständnis für Data Science-Prozesse fördern lässt, skizzieren die Plattform-Mitglieder Daniel Keim und Kai-Uwe Sattler in ihrem Expertenbeitrag.

Prof. Dr. Wolfgang Wahlster gilt als einer der Väter der Industrie 4.0. Wie sind die neuesten Entwicklungen in dem Bereich und wo steht Berlin heute? Und wie treiben KI und IoT die nächste Generation der Industrie 4.0 voran? Darüber und mehr sprach Deep Tech Berlin mit dem KI-Experten und Gründungsdirektor des DFKI.

Wo stehen wir derzeit mit der KI-Forschung im internationalen Vergleich und wie kann Deutschland im weltweiten Wettrennen um die Technologieführung bei Künstlicher Intelligenz nach vorne kommen? Katharina Morik, Professorin für Künstliche Intelligenz an der TU Dortmund und Mitglied der Plattform Lernende Systeme, koordiniert auf deutscher Seite die Zusammenarbeit der KI-Kompetenzzentren in Deutschland und Frankreich. Dieser Beitrag zeigt, wo die Schwerpunkte der deutschen KI-Forschung derzeit liegen und verdeutlicht, warum Deutschland und Frankreich in der KI-Forschung den Schulterschluss üben müssen.

Künstliche Intelligenz verspricht Innovationen, die den Menschen in seiner Arbeit und im Alltag hilfreich unterstützen könnten. Inwieweit diese tatsächlich realisiert werden, hängt maßgeblich davon ab, ob die Menschen Vertrauen in die Technologie setzen. Welche Herausforderungen ergeben sich für die verantwortungsbewusste Entwicklung und Anwendung von KI-Systemen? Nach welchen Kriterien sollen diese umgesetzt werden? Und was können Unternehmen tun, um KI diskriminierungsfrei anzuwenden? Antworten darauf liefert ein Leitfaden der Plattform Lernende Systeme.

Die Corona-Pandemie zeigt uns, wie fragil unsere global vernetzte Wirtschaft und Gesellschaft ist. Die Pandemie lehrt uns: Wir müssen resilienter werden, also widrige Ereignisse besser verkraften können und uns anzupassen lernen. Denn neue Krisen sind zu erwarten. Der Schlüssel für eine widerstandsfähige und nachhaltige Wirtschaft und Gesellschaft sind digitale Technologien einschließlich der Künstlichen Intelligenz (KI).

Die aktuelle Corona-Krise beschleunigt die Digitalisierung in Wirtschaft und Gesellschaft erheblich – und damit auch den Einsatz von Künstlicher Intelligenz (KI). Wie Unternehmen das Potenzial von KI für den eigenen Betrieb in der jetzigen Zeit am effektivsten nutzen können, dazu ein Expertenbeitrag von Karl-Heinz Streibich, Co-Vorsitzender der Plattform Lernende Systeme und Präsident acatech.

Künstliche Intelligenz (KI) bestimmt die Wirtschaft in der nächsten Phase der Digitalisierung. Um sich in Zeiten rasanter technologischer Entwicklungen im Wettbewerb zu behaupten, müssen Unternehmen ihre Prozesse und Geschäftsmodelle anpassen. Das Gebot der Stunde lautet, Mehrwert aus Daten zu schöpfen – und zwar gemeinsam mit Partnern. Ein Beitrag von Karl-Heinz Streibich, Co-Vorsitzender der Plattform Lernende Systeme und Präsident acatech, im Handelsblatt Journal

Viele Start-Up-Gründer werden sich kaum daran erinnern können: Staus vor innereuropäischen Grenzübergängen, langwierige Fahrzeugkontrollen und Überprüfen der Reisepässe auf dem Weg ins Urlaubsdomizil. Seit 1997 die Schengener Abkommen in EU-Recht gegossen wurden, können sich die Menschen in Europa frei über Ländergrenzen hinweg bewegen.

Wolfgang Wahlster, Chefberater des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) und Lenkungskreismitglied der Plattform Lernende Systeme, skizziert in einem Gatskommentar für die Deutsche Handwerskzeitung DHZ die Chancen von KI für Handwerksbetriebe.

Gerade durch die aktuelle Corona-Krise zeigen sich viele Chancen eines stärker digitalisierten Gesundheitswesen, das nicht zuletzt die Entwicklung geeigneter Medikamente im Kampf gegen die Pandemie beschleunigen könnte. Damit die großen Potenziale für die Medizin realisiert werden können, müssen aber noch einige offene Fragen zum Datenmanagement- und zur Sicherheit der KI-Systeme gelöst werden. Gemeinsam mit anderen Mitgliedern der Plattform Lernende Systeme haben wir die Potenziale, Herausforderungen und Anforderungen für den Einsatz von KI im Gesundheitswesen in einem aktuellen Whitepaper zusammengetragen.

Die Digitalisierung verändert seit Jahren die Geschäftsmodelle von Unternehmen. Künstliche Intelligenz (KI) und lernende Systeme sind dabei wichtige Treiber. Wie KI-basierte Geschäftsmodelle erfolgreich und zum Wohle aller entwickelt werden können, diskutieren die Expertinnen und Experten der Arbeitsgruppe Geschäftsmodellinnovationen unter Leitung von Susanne Boll-Westermann und Wolfgang Faisst.

Befindet sich Europa auf dem absteigenden Ast? Verliert der Kontinent nun die viel diskutierte zweite Halbzeit der Digitalisierung, in der es vor allem um die Digitalisierung der Industrie geht? Ein Plädoyer von Johannes Winter und Jochen Werne.

"Künstliche Intelligenz wird seit Monaten kontrovers diskutiert. Es ist von selbstfahrenden Autos die Rede, von Jobverlust, von Maschinen, die unsere menschlichen Schwächen ausnutzen. Lassen Sie uns die Science-Fiction Brille abziehen und stattdessen betrachten, was es in puncto KI heute schon gibt", sagt Dr. Markus Schnell, Infineon Technologies AG.

Maschinelles Lernen beruht darauf, zu klassifizieren: Die Technologie erkennt neue Muster in Daten und weist Ergebnisse grundsätzlich bestimmten Gruppen zu. Damit stellt sich die Frage: Welche Art der Unterscheidung ist diskriminierend? Ein Expertinnenbeitrag von von Prof. Dr. Susanne Beck, Gottfried Wilhelm Leibniz Universität Hannover.

KI und Big Data sind Treiber der technologischen Entwicklung und der Entstehung neuer globaler Geschäftsmodelle. Dazu bedarf es aber neuer Perspektiven auf Eigentum, Haftung und Rechtspersönlichkeit. Ein Expertenbeitrag von Prof. Dr. Klaus Heine von der Erasmus University Rotterdam.

Wolfgang Wahlster, Leiter des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) und Lenkungskreismitglied der Plattform, spricht im Handelsblatt-Interview über Deutschlands Stärken und Schwächen in der KI, Fachkräftemangel und Kooperationen.

In rasantem Tempo verändert die Digitalisierung unsere Arbeits- und Lebenswelt. Roboter kommen aus dem Käfig und arbeiten mit dem Menschen zusammen, autonome Systeme navigieren uns sicher durch den Verkehr, ein selbstbestimmtes Leben wird auch im hohen Alter dank intelligenter Helfer möglich.

Die Angst, KI könnte uns überwachen oder einst gar ersetzen, ist groß. Eben deshalb brauchen wir die Technik, sagt Wolfgang Wahlster, Mitglied im Lenkungskreis der Plattform Lernende Systeme.

Ein Expertenbeitrag von Wilhelm Bauer, Geschäftsführender Institutsleiter Fraunhofer IAO und Leiter der Arbeitsgruppe 2 – Arbeit/Qualifikation, Mensch-Maschine-Interaktion.

Ein Expertenbeitrag von Klemens Budde, Leiter der Arbeitsgruppe 6 – Gesundheit, Medizintechnik, Pflege.

Ein Gastbeitrag von Wilhelm Bauer, Geschäftsführender Institutsleiter Fraunhofer IAO und Leiter der Arbeitsgruppe 2 – Arbeit/Qualifikation, Mensch-Maschine-Interaktion.