Expertenbeiträge

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.

Für die Einführung KI-basierter Anwendungen in KMU bedarf es ein gutes Know-How, die nötigen Ressourcen und eine klare Strategie. Ein praxisorientierter Leitfaden in Form einer KI-Roadmap kann Unternehmen helfen, KI strukturiert und zielgerichtet einzuführen.

Insgesamt lassen sich zur Einführung von KI fünf idealtypische Meilensteine zur Orientierung beschreiben. Der Weg führt entlang der Analyse des Status quo über die Bewertung des KI-Nutzens, dem Entwurf einer KI-Strategie, einem anschließenden Praxis-Check bis hin zur eigentlichen Einführung.

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.

In einem Beitrag für den Tagesspiegel/Background erläutert Jessica Heesen, Leiterin der Arbeitsgruppe IT-Sicherheit, Privacy, Recht und Ethik, warum es mit der Regulierung von Innovationen eine vertrackte Sache sein kann und inwieweit die Passgenauigkeit entscheidend ist.

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.

Durch die rasanten Fortschritte auf dem Gebiet der Künstlichen Intelligenz sind in den vergangenen Jahren weltweit zahlreiche Initiativen und nationale Strategien entstanden. Klaus Heine, Professor für Rechtsökonomik an der Erasmus School of Law in Rotterdam und Mitglied der Plattform Lernende Systeme, erläutert, welche Akzente mit den KI-Strategien in verschiedenen Ländern gesetzt werden und worin die Chancen und Herausforderungen einer europäischen KI-Strategie liegen.

Tanja Rückert, Leiterin des Geschäftsbereichs Building Technologies bei Bosch, und Wolfgang Wahlster, Chief Executive Advisor (CEA) des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), diskutieren im Interview die aktuellen Schwerpunkte in der KI-Forschung sowie die wissenschaftlichen und wirtschaftlichen Potenziale von KI. Die beiden Mitglieder des Lenkungskreises der Plattform Lernende Systeme benennen zudem ethische Herausforderungen bei KI-Innovationen sowie die Bedeutung gesellschaftlicher Wertevorstelllungen als Grundlage für technologiepolitische Zielsetzungen.

Die Nutzung von patientenindividuellen medizinischen Daten und KI-Assistenzsystemen könnte künftig zu einer verbesserten medizinischen Versorgung führen. Eine aktuelle wissenschaftliche Studie befasst sich damit, wie Patientenvertretungen die sich bietenden Chancen, aber auch die Herausfor­derungen beim Einsatz von KI-Systemen bewerten. Das Deutsche Ärzteblatt sprach mit dem Mitautor der Studie, Karsten Hiltawsky, Co-Leiter der Arbeitsgruppe Gesundheit, Medizintechnik, Pflege der Plattform Lernende Systeme.

Ob durch vernetzte Mobilitätsräume oder die Optimierung von Verkehrsflüssen und Logistikprozessen – Künstliche Intelligenz kann Mobilitätskonzepte sowie bestehende Geschäftsmodelle verbessern und neue ermöglichen, schreibt Informatik-Professorin Susanne Boll-Westermann im Standpunkt des Tagesspiegel Background. Damit neue KI-Geschäftsmodelle entstehen können, braucht es jedoch die richtigen Rahmenbedingungen.

Seit Jahren wird über Big Data und Künstliche Intelligenz diskutiert. Trotzdem sind sich gerade kleine und mittlere Unternehmen oft nicht bewusst, über welche Datenschätze sie verfügen. Und was sie aus diesen rausholen könnten, wenn sie auf KI, maschinelles Lernen und Zusammenarbeit setzen. Ein Gastbeitrag hierzu von Wolfgang Faisst, Co-Founder und CEO von ValueWorks.ai und Leiter der Arbeitsgruppe Geschäftsmodellinnovationen der Plattform Lernende Systeme.

Im weltweiten digitalen Wettlauf liegen die USA und China vorne. Will Europa mithalten, muss es uns gelingen, eine kritische Masse an Daten zu sammeln und über ein geeignetes Geschäftsmodell zu vermarkten. Entscheidend dabei ist es, die Daten verschiedener Akteure entlang der Wertschöpfungskette intelligent miteinander zu kombinieren. Über das Potenzial dieser datenbasierten Wertschöpfungsnetzwerke spricht Dr. Wolfgang Faisst, Leiter der Arbeitsgruppe Geschäftsmodellinnovationen, in seinem Gastbeitrag für das Handelsblatt Journal.

Der Einsatz von Künstlicher Intelligenz (KI) in der Arbeitswelt verändert die Aufgabenteilung zwischen Mensch und Maschine. Wie lässt sich diese Interaktion menschengerecht, also im Sinne der Beschäftigten gestalten? Ansatzpunkte bietet das Reflexions- und Bewertungsinstrument HAI-MMI – Humanizing AI Men-Machine-Interaction, das Norbert Huchler (Vorstandsmitglied des Instituts für Sozialwissenschaftliche Forschung e.V. und Mitglied der Arbeitsgruppe 2) in diesem Beitrag vorstellt.

In einem Beitrag für den Tagesspiegel/Background erläutert Jessica Heesen, Leiterin der Arbeitsgruppe IT-Sicherheit, Privacy, Recht und Ethik, warum es mit der Regulierung von Innovationen eine vertrackte Sache sein kann und inwieweit die Passgenauigkeit entscheidend ist.

Der Bedarf an Data Scientists, die große Datenmengen generieren und analysieren können, steigt. Welche Kompetenzen gefragt sind, wie diese Fähigkeiten an Hochschulen zu vermitteln sind und warum dabei von ganz unterschiedlichen Zielgruppen auszugehen ist, erläutert Ulf Brefeld von der Leuphana Universität Lüneburg.

Künstliche Intelligenz kann die Medizin bei Prävention, Diagnose und Therapie verbessern. Nutzen und Akzeptanz stellen jedoch hohe Anforderungen an die IT-Sicherheit. Ein Gastbeitrag von Jörn Müller-Quade, Leiter der Arbeitsgruppe IT-Sicherheit, Privacy, Recht und Ethik

Die hiesige Wirtschaft fremdelt noch mit KI: Deutsche Unternehmen sitzen zwar auf einen immensen Schatz an Maschinen- und Betriebsdaten, die sie mit KI wirtschaftlich nutzbar machen könnten - sie befassen sich aber noch zu wenig damit. In einem Bericht stellt die Arbeitsgruppe Geschäftsmodellinnovationen der Plattform Lernende Systeme dazu Praxisbeispiele vor und gibt Handlungsempfehlungen für Wirtschaft und Politik. c't hat im Rahmen des Gipfels mit den beiden Leitern der Gruppe, Prof. Dr. Susanne Boll und Dr. Wolfgang Faisst, über den KI-Standort Deutschland und Gaia-X gesprochen.

Kristian Kersting, Professor für Maschinelles Lernen an der TU Darmstadt und Mitglied der Plattform Lernende Systeme, erläutert im Interview, wie Deutschland beim internationalen Wettrennen und KI den Anschluss schaffen kann.

Ein Expertenbeitrag von Prof. Dr. Kristian Kersting, Professor für Maschinelles Lernen an der TU Darmstadt und Prof. Dr. Volker Tresp, Professor für Maschinelles Lernen an der LMU München

Ein Expertenbeitrag von Sirko Straube und Frank Kirchner, Robotics Innovation Center des DFKI GmbH, für die Rubrik "Das sagt die Wissenschaft" der Website des Wissenschaftsjahres 2019.

Prof. Dr. Jörn Müller-Quade vom KIT erläutert, warum Lernende Systeme helfen können, Angriffe auf die IT zu erkennen, gleichzeitig aber ein mögliches Einfallstor für neue Bedrohungen sind.

Künstliche Intelligenz (KI) und lernende Systeme bieten enormes wirtschaftliches Potenzial und beschleunigen den digitalen Wandel. Die Frage lautet nicht, ob Unternehmen KI in ihre Fertigung und Produkte integrieren, sondern wann, wo und wie.

Wie Künstliche Intelligenz uns endlich Großes vollbringen lässt. Ein Report aus der Zukunft - skizziert von Frank Riemensperger, Mitglied im Lenkungskreis der Plattform Lernende Systeme.

IT-Expertin und Mitglied im Lenkungskreis der Plattform Hanna Köpcke über intelligente Preisvergleiche im Internet, Gefahren künstlicher Intelligenz und die Hoffnung, mehr Zeit füreinander zu gewinnen.

Lernende Systeme entlasten die Menschen bei anstrengenden oder gefährlichen Tätigkeiten und ermöglichen eigenverantwortliches Arbeiten. Sie unterstützen unsere Gesellschaft - doch ersetzen kann Künstliche Intelligenz die Menschen in der Arbeitswelt nicht.