Publikationen

Technologischer Fortschritt formt und gestaltet den Mobilitätssektor – Künstliche Intelligenz (KI) kann hier einen wichtigen Beitrag zur Mobilität der Zukunft leisten. In den letzten Jahren wurden bereits entscheidende Fortschritte in Richtung einer autonomen Mobilität erzielt. KI kann helfen, Verkehrssysteme intelligenter und zukunftsfähig zu machen. Gleichzeitig ermöglichen KI-basierte Mobilitätskonzepte völlig neue Geschäftsmodelle, etwa für digitale Plattformen, über die künftig zahlreiche Unternehmen aller Größen und Branchen kooperieren werden. Das Whitepaper zeigt auf, wie Unternehmen ihr Geschäft an das digitale Zeitalter anpassen können und welche Gestaltungsoptionen für die Rahmenbedingungen als Basis für gute und erfolgreiche KI-Geschäftsmodelle nötig sind. Es richtet sich neben unternehmerischen Akteuren im Mobilitäts- und Logistikbereich auch an politische Akteure.

Technologischer Fortschritt formt und gestaltet den Mobilitätssektor – Künstliche Intelligenz (KI) kann hier einen wichtigen Beitrag zur Mobilität der Zukunft leisten. In den letzten Jahren wurden bereits entscheidende Fortschritte in Richtung einer autonomen Mobilität erzielt. KI kann helfen, Verkehrssysteme intelligenter und zukunftsfähig zu machen. Gleichzeitig ermöglichen KI-basierte Mobilitätskonzepte völlig neue Geschäftsmodelle, etwa für digitale Plattformen, über die künftig zahlreiche Unternehmen aller Größen und Branchen kooperieren werden. Das Whitepaper zeigt auf, wie Unternehmen ihr Geschäft an das digitale Zeitalter anpassen können und welche Gestaltungsoptionen für die Rahmenbedingungen als Basis für gute und erfolgreiche KI-Geschäftsmodelle nötig sind. Es richtet sich neben unternehmerischen Akteuren im Mobilitäts- und Logistikbereich auch an politische Akteure.

Das Whitepaper der Arbeitsgruppen Technologische Wegbereiter und Data Science beleuchtet die Bedeutung, gesellschaftliche Relevanz und Nutzpotentiale von Data Science, benennt Beispiele für die Anwendung von Data Science-Methoden auf große Datenmengen und beleuchtet auch Prozessketten von Data Science-Anwendungen. Auf Basis der Analyse von Data Science-Prozessen und Datenmanagementtechnologien werden zudem verschiedene Grundlagen dargestellt, die den Einsatz von Maschinellem Lernen und KI ermöglichen. Das Papier adressiert auch Herausforderungen für die weitere Entwicklung von Data Science, wozu etwa der aufwendige Prozess der Erschließung der Daten und der Sicherstellung der notwendigen Datenqualität gehört.

Ein zentrales Anliegen der Arbeitsgruppe Gesundheit, Medizintechnik, Pflege der Plattform Lernende Systeme ist es, die Perspektive von Patientinnen und Patienten bei der Diskussion von Chancen und Herausforderungen von KI im Gesundheitswesen in den Mittelpunkt zu stellen. Aus diesem Grund hat die Arbeitsgruppe im Oktober 2019 einen Runden Tisch mit Vertreterinnen und Vertretern verschiedener Betroffenengruppen veranstaltet, um deren Wahrnehmung von Chancen und Herausforderungen für den Einsatz von KI-Systemen im Gesundheitswesen identifizieren und diskutieren zu können.

Ein zentrales Anliegen der Arbeitsgruppe Gesundheit, Medizintechnik, Pflege der Plattform Lernende Systeme ist es, die Perspektive von Patientinnen und Patienten bei der Diskussion von Chancen und Herausforderungen von KI im Gesundheitswesen in den Mittelpunkt zu stellen. Aus diesem Grund hat die Arbeitsgruppe im Oktober 2019 einen Runden Tisch mit Vertreterinnen und Vertretern verschiedener Betroffenengruppen veranstaltet, um deren Wahrnehmung von Chancen und Herausforderungen für den Einsatz von KI-Systemen im Gesundheitswesen identifizieren und diskutieren zu können.

Die Entwicklung und der Einsatz von KI-Systemen sollten immer das Ziel verfolgen, zur Förderung des Gemeinwohls beizutragen. Daraus ergibt sich, dass KI-Systeme so eingesetzt werden sollen, dass Schaden für Einzelpersonen, die Gemeinschaft und die Umwelt vermieden wird, die Rechtskonformität von KI-Systemen in der Praxis von Entwickelnden, Anbietenden und Nutzenden gewährleistet ist und das eingesetzte KI-System die notwendige technische Robustheit erfüllt, dass es zu keinem Zeitpunkt ein unannehmbares Sicherheitsrisiko darstellt. Die Autorinnen und Autoren des Whitepapers definieren dazu Kriterien für eine verantwortungsvolle Entwicklung und Anwendung von KI-Systemen sowie konkrete Anforderungen an KI-Systeme.

Die Entwicklung und der Einsatz von KI-Systemen sollten immer das Ziel verfolgen, zur Förderung des Gemeinwohls beizutragen. Daraus ergibt sich, dass KI-Systeme so eingesetzt werden sollen, dass Schaden für Einzelpersonen, die Gemeinschaft und die Umwelt vermieden wird, die Rechtskonformität von KI-Systemen in der Praxis von Entwickelnden, Anbietenden und Nutzenden gewährleistet ist und das eingesetzte KI-System die notwendige technische Robustheit erfüllt, dass es zu keinem Zeitpunkt ein unannehmbares Sicherheitsrisiko darstellt. Die Autorinnen und Autoren des Whitepapers definieren dazu Kriterien für eine verantwortungsvolle Entwicklung und Anwendung von KI-Systemen sowie konkrete Anforderungen an KI-Systeme.

Der Einsatz von Künstlicher Intelligenz (KI) eröffnet vielfältige Potentiale für ein sicheres, eigenverantwortliches und selbstbestimmtes Arbeiten sowie attraktive und wettbewerbsfähige Arbeitsplätze. So können KI-basierte Assistenzsysteme Beschäftigte beispielsweise von anstrengenden oder gefährlichen Tätigkeiten entlasten und bei komplexen Prozessen und Entscheidungen unterstützen. Gleichzeitig verändern KI-Systeme die Interaktion von Mensch und Technik in der Arbeitswelt. Mensch und Maschine werden künftig noch stärker – und anders – als bisher zusammenwirken, da Maschinelles Lernen (ML) und ähnliche Technologien Maschinen befähigen, bestimmte Aufgaben selbstständig auszuführen und dabei laufend dazuzulernen.

Der Einsatz von Künstlicher Intelligenz (KI) eröffnet vielfältige Potentiale für ein sicheres, eigenverantwortliches und selbstbestimmtes Arbeiten sowie attraktive und wettbewerbsfähige Arbeitsplätze. So können KI-basierte Assistenzsysteme Beschäftigte beispielsweise von anstrengenden oder gefährlichen Tätigkeiten entlasten und bei komplexen Prozessen und Entscheidungen unterstützen. Gleichzeitig verändern KI-Systeme die Interaktion von Mensch und Technik in der Arbeitswelt. Mensch und Maschine werden künftig noch stärker – und anders – als bisher zusammenwirken, da Maschinelles Lernen (ML) und ähnliche Technologien Maschinen befähigen, bestimmte Aufgaben selbstständig auszuführen und dabei laufend dazuzulernen.

Der Einsatz von Künstlicher Intelligenz (KI) verspricht in der Medizin große Verbesserungen. Lernende Systeme können künftig bei der Prävention, frühzeitigen Diagnose sowie der patientengerechten Therapie zu besseren Behandlungsergebnissen führen und somit unsere Gesundheitsfürsorge verbessern. Durch die Nutzung von patientenindividuellen medizinischen Daten und KI-Assistenzsystemen lassen sich künftig neue medizinische Zusammenhänge entdecken, innovative Präventionsansätze entwickeln, schneller Diagnosen stellen und seltene Erkrankungen früher erkennen. Der Einsatz von KI-Systemen kann zudem Ärztinnen und Ärzte sowie medizinisches Pflegepersonal bei einer verbesserten Versorgung von Patientinnen und Patienten unterstützen und das medizinische Personal entlasten.

Der Einsatz von Künstlicher Intelligenz (KI) verspricht in der Medizin große Verbesserungen. Lernende Systeme können künftig bei der Prävention, frühzeitigen Diagnose sowie der patientengerechten Therapie zu besseren Behandlungsergebnissen führen und somit unsere Gesundheitsfürsorge verbessern. Durch die Nutzung von patientenindividuellen medizinischen Daten und KI-Assistenzsystemen lassen sich künftig neue medizinische Zusammenhänge entdecken, innovative Präventionsansätze entwickeln, schneller Diagnosen stellen und seltene Erkrankungen früher erkennen. Der Einsatz von KI-Systemen kann zudem Ärztinnen und Ärzte sowie medizinisches Pflegepersonal bei einer verbesserten Versorgung von Patientinnen und Patienten unterstützen und das medizinische Personal entlasten.

Die größten Fortschritte im Bereich der Künstlichen Intelligenz (KI) basieren aktuell auf Methoden des Maschinellen Lernens. Um die Innovationskraft Deutschlands zu erhalten, muss die Forschung in diesem Feld ausgebaut und der Transfer in die Wirtschaft verstärkt werden, fordern die Plattform-Mitglieder Kristian Kersting und Volker Tresp.

Entscheidungen von Computerprogrammen erscheinen faktenbasiert, objektiv und neutral. Tatsächlich aber trifft Künstliche Intelligenz (KI) immer wieder problematische oder diskriminierende Entscheidungen – etwa wenn bei der Bestimmung der Rückfallwahrscheinlichkeit von Straftätern Schwarze Menschen schlechtere Prognosen erhalten als weiße Menschen. Mitglieder der Plattform Lernende Systeme fordern unter anderem eine unabhängige Kontrollinstanz, um die Erklärbarkeit und Überprüfung von Algorithmen zu fördern.

Künstliche Intelligenz (KI) verändert die Anforderungen an die Beschäftigten und deren Kompetenzen. Sie prägt Tätigkeitsprofile, Arbeitsplätze und die Arbeitsorganisation in den Unternehmen sowie den gesamten Arbeitsmarkt. Zudem verändert Künstliche Intelligenz das Verhältnis von Mensch und Maschine und ermöglicht neue Formen der Zusammenarbeit.

Durch eine intelligente Nutzung und Verknüpfung von Daten lassen sich Produkte und Dienstleistungen künftig den individuellen Wünschen von Kundinnen und Kunden anpassen. Damit stellen sich grundlegende Fragen: Wie können Unternehmen ihr Geschäft anpassen oder neue KI-basierte Geschäftsmodelle entwickeln? Welche Rahmenbedingungen sind zu schaffen, damit die ganze Gesellschaft von dieser Transformation der Wirtschaft profitiert? Die AG4 der Plattform Lernende Systeme präsentiert hierzu Fallbeispiele, Leitfäden und Gestaltungsoptionen.

Durch eine intelligente Nutzung und Verknüpfung von Daten lassen sich Produkte und Dienstleistungen künftig den individuellen Wünschen von Kundinnen und Kunden anpassen. Damit stellen sich grundlegende Fragen: Wie können Unternehmen ihr Geschäft anpassen oder neue KI-basierte Geschäftsmodelle entwickeln? Welche Rahmenbedingungen sind zu schaffen, damit die ganze Gesellschaft von dieser Transformation der Wirtschaft profitiert? Die AG4 der Plattform Lernende Systeme präsentiert hierzu Fallbeispiele, Leitfäden und Gestaltungsoptionen.

Ob Prävention, frühzeitige Diagnose oder passgenaue Therapiewahl – KI und Maschinelles Lernen können einen wesentlichen Beitrag dazu leisten, dass Menschen schon in naher Zukunft medizinisch besser und individueller versorgt werden. Das Potential der Technologien veranschaulicht der Expertenbericht anhand von Forschungsbeispielen und einem Anwendungsszenario zum Thema Lungenkrebs. Er beleuchtet zudem das Zusammenspiel von Mensch und Maschine in der Pflege und zeigt, wie KI-basierte Technologien es Menschen ermöglichen, bis ins hohe Alter selbstbestimmt zu leben.

Künstliche Intelligenz (KI) kann einen wichtigen Beitrag zur Verkehrswende leisten. In einer intelligent vernetzten Mobilität werden sich Menschen ressourcenschonend von einem Ort zum anderen bewegen oder Güter transportieren. Wie ein sichereres, flexibleres und kostengünstigeres Fortbewegen auf Straße, Schiene, im Wasser oder in der Luft aussehen kann, beschreiben Expertinnen und Experten der Plattform Systeme im vorliegenden Bericht.

Der Einsatz von KI verspricht in Zukunft auch in lebensfeindlichen Umgebungen nutzbringende Lösungen. Mobile Roboter oder Assistenzsysteme, die sich an veränderte Situationen anpassen, können den Menschen bei Tätigkeiten in gefährlichen Umgebungen wirksam unterstützen – beispielsweise bei Bränden oder im Katastrophenschutz. Zugleich bergen KI-basierte Systeme große Potenziale für Forschung und Wirtschaft: sie machen Einsätze in gefährlichen oder schwer zugänglichen Umgebungen kostengünstiger gegenüber bemannten Missionen. Für solche Einsätze sind aus technischer Sicht noch einige Herausforderungen zu bewältigen. Näheres dazu beleuchtet der vorliegende Bericht.

Künstliche Intelligenz (KI) kann die Gesundheitsversorgung verbessern und Pflegekräfte sowie Ärztinnen und Ärzte bei Diagnosen und Therapieentscheidungen unterstützen. Patientenvertreterinnen und -vertreter bewerten den Einsatz von KI-basierten Assistenzsystemen in Medizin und Pflege überwiegend als Chance. Dies ist das Ergebnis einer qualitativen Befragung Die Mehrheit der Befragten erhofft sich eine stärker personalisierte Behandlung sowie eine umfassendere und schnellere Diagnose. Als Risiken nennen die Patientenvertreterinnen und -vertreter den Missbrauch ihrer Daten sowie fehlerhafte oder diskriminierende Entscheidungen, die auf Basis der KI-Systeme getroffen werden.

Carla Fuchs ist unterwegs zu einem Termin nach Berlin als sie bemerkt, dass sie das Ladegerät für ihren Laptop vergessen hat. Sie bestellt kurzerhand ein neues – im Vertrauen darauf, dass es in wenigen Stunden an ihren Wunschort geliefert wird. Möglich machen dies Lernende Systeme, die für einen schnellen, effizienten und umweltfreundlichen Warentransport sorgen. Grundlage ist eine KI-basierte multimodale Transportplanung, die den Logistik- und Transportprozess von Waren mit prädiktiven und taktischen Verfahren steuert und optimiert. Ein vollautomatisierter Güterumschlag sowie hochautomatisierte LKW bringen Carlas Ladegerät zu einem zentralen Logistikhub am Berliner Stadtrand. Mit einem E-Transporter gelangt das Ladegerät zu einem kleinen Sammellager in der Innenstadt, wo ein Lieferroboter übernimmt – und Carla das Ladegerät in einem Café zustellt.

Carla Fuchs wohnt in einem Dorf in Brandenburg und hat einen Termin in Berlin-Mitte. An den meisten Tagen wäre sie mit dem Auto am schnellsten dort. Heute nicht, es droht Stau. Ein intelligenter Reiseassistent empfiehlt Carla, einen Teil der Strecke mit der Bahn zu fahren. Für den Weg zum Bahnhof vermittelt er Carla auf ihren Wunsch kurzfristig eine kostenpflichtige Mitfahrgelegenheit. Auf der Fahrt kommt es beinahe zu einem Unfall, den Carlas automatisiertes Fahrzeug dank vernetzter Sensorik gerade noch verhindert. Am Bahnhof sucht das Fahrzeug selbständig eine Parkbucht. Carla erreicht mit dem Zug, der heute aufgrund der höheren Auslastung länger ist als sonst, pünktlich Berlin.

Bereits in wenigen Jahren können Lernende Systeme die Rettungskräfte bei Einsätzen in lebensfeindlichen Umgebungen effektiv unterstützen. Sie können – ob ferngesteuert oder autonom – vielfältige Aufgaben lösen: von der Prävention über die Gefahrenabwehr und Schadensbeseitigung bis hin zur Notfallrettung.

In Zukunft werden Ärztinnen und Ärzte bei der Bekämpfung von Lungenkrebs auf Künstliche Intelligenz (KI) zurückgreifen können – von der Vorsorge über die  Diagnose und Therapie bis hin zur Nachsorge. Für die Patienten eröffnen sich dadurch neue, individuelle und hochwirksame Behandlungsoptionen, die ihre Prognose entscheidend verbessern. [Mehr]