Künstliche Intelligenz, kurz KI, läuft bereits in vielen Anwendungen, die wir Menschen täglich nutzen. Und auch in den Unternehmen finden sich schon zahlreiche Beispiele, die zeigen, was KI möglich macht – und welche Vorteile der Einsatz mit sich bringen kann. Von Christoph Berger
Sprachbefehle an das Smartphone zu senden, gehört heute schon zum Alltag. Doch das Ganze geht auch einige Nummern größer. Auf der Fachmesse Laser 2019 in München präsentierte das Technologieunternehmen Trumpf im Rahmen einer Technologiestudie eine Laseranlage, die sich vom Anlagenbediener über Sprachbefehle steuern lässt: „Türe öffnen/schließen“, „Starte den Markiervorgang“ oder „Wie viele Produkte hast du heute markiert?“ können direkt in ein Mikrofon gesprochen werden, und die Laseranlage antwortet und führt die empfangen Befehle aus. Was das bringt, erklärt Christian Schmitz, für die Lasertechnik zuständiger Geschäftsführer bei Trumpf: „Künstliche Intelligenz ist die nächste Stufe der Automatisierung und eine Schlüsseltechnologie für die vernetzte Industrie. KI macht die Produktion mit unseren Lasern in Zukunft noch effizienter, einfacher und anpassungsfähiger.“ So könne die Anlage mit der Sprachsteuerung beispielsweise auch von unerfahrenen Nutzern bedient werden. Oder der Anlagenbediener bereitet während seines Sprachbefehls parallel schon das nächste Bauteil vor beziehungsweise entnimmt eins aus der Anlage. Das spart Zeit. Und auch Menschen mit Handicap erlaubt die Sprachsteuerung einen barrierefreien Umgang mit der Anlage.
Data Science
Die für Data Science notwendigen Fertigkeiten werden detailliert im Arbeitspapier „Data Science: Lern- und Ausbildungsinhalte“ (PDF) erläutert.
Wie stark der Einfluss Künstlicher Intelligenz auf die industrielle Fertigung ist, wurde auf der letztjährigen Hannover Messe erkennbar – über 500 KI-Beispiele wurden für den Bereich vorgestellt. Die Analysten des Beratungsunternehmens Frost und Sullivan sprechen gar von einem Wendepunkt für die Industrie, wenn es um den derzeitigen Einfluss Künstlicher Intelligenz auf die Industrie geht. Der werde dieses Jahr, also 2020, einsetzen, da nun die nächste Welle kognitiver, automatisierter und immersiver Technologien die Art und Weise, wie wir Geschäfte machen, grundlegend verändern werde. Mit Blick auf das vor uns liegende Jahrzehnt erwartet Richard Wong, Vizepräsident bei Frost und Sullivan‘s ICT Asia-Pacific Practice, dass das exponentielle Wachstum großer Datenmengen zur Entwicklung fortschrittlicher KI-Anwendungen beitragen wird. In Branchen wie der Fertigung, dem Gesundheitswesen, dem Einzelhandel und dem öffentlichen Sektor sei KI bereits weit verbreitet. Gleichwohl sieht auch er noch zu bewältigende Herausforderungen: KI sei eine der wenigen Technologien, die einen multidisziplinären Ansatz erfordere, der Bereiche wie die Soziologie und Philosophie umfasse, um den Erfolg zu sichern. Da KI nach derzeitigem Stand stark von Daten abhängig sei, seien es Fragen nach Datenschutz, Ethik und Governance, die jetzt angegangen werden müssten.
KI in allen Branchen und Bereichen
Bereits seit 2018 setzt der Automobilhersteller BMW verschiedene Anwendungen aus dem Bereich der KI in der Serienproduktion ein. Zum Beispiel in einem automatisierten Bilderkennungsverfahren. In der laufenden Produktion wertet Künstliche Intelligenz die Bilder eines Bauteils aus und gleicht sie in Millisekunden mit hunderten anderen Bildern der gleichen Sequenz ab. So ermittelt sie in Echtzeit Abweichungen von der Norm und prüft, ob beispielsweise alle vorgesehenen Teile verbaut oder an der richtigen Stelle montiert sind.
Doch es ist längst nicht nur die Industrie, die vermehrt auf Künstliche Intelligenz setzt. In vielen Branchen wird der KI-Einsatz getestet, kommt es zu konkreten Anwendungen. In der Medizin zum Beispiel möchte man sich die neuen auf KI basierenden Möglichkeiten schon überhaupt nicht mehr wegdenken. Etwa in der Behandlung von Krebs, einer höchst individuellen Krankheit, bei der jeder Patient eine persönlich zugeschnittene Therapie braucht. Um dies zu ermöglichen, nehmen Wissenschaftler am Berlin Instiute of Health (BIH) in verschiedenen Projekten die Hilfe von Künstlicher Intelligenz in Anspruch. Durch ihren Einsatz können sie einzelne Krebszellen mit höchster Detailschärfe charakterisieren, die passenden Medikamente für Patienten auswählen und eine Krankenakte speziell für Krebspatienten entwickeln, die sie auf ihrem oft langen Krankheitsweg begleitet und alle Krankheits- und Behandlungsdaten aufnimmt.
Studie „Künstliche Intelligenz in Unternehmen“
Das Beratungsunternehmen PwC hat im Rahmen der Studie „Künstliche Intelligenz in Unternehmen“ untersucht, ob und wo Unternehmen KI einsetzen, was sie benötigen, um von KI zu profitieren und wer die internen Treiber und „Schadenswächter“ für KI sind.
Oder: Im Februar 2020 gaben das britische Biotech-Unternehmen Exscientia und das japanische Pharmaunternehmen Sumitomo Dainippon Pharma das Resultat ihrer Zusammenarbeit bekannt: Gemeinsam habe man mit KI ein Medikament zur Behandlung von Zwangsstörungen hergestellt. Durch KI sei der gesamte Entwicklungsprozess stark verkürzt worden, heißt es. Patienten würden damit schneller zu benötigten Medikamenten kommen.
Das Managen von Daten
Um die Überprüfung der Wasserqualität von Talsperren und Stauseen jederzeit und in Echtzeit geht es in einem Projekt der TU Bergakademie Freiberg. Die Wissenschaftler entwickeln dort spezielle Sensoren, die unter anderem Temperatur, Druck, pH-Wert, Phosphat- oder Quecksilbergehalt sowie Gas- und Feststoffanteile messen können. Ein Sonar soll die Gewässer vom Grund bis zur Oberfläche scannen. Angebracht wird das System an einem autonom fahrenden Schwimmroboter. Bei seiner Fahrt misst er kontinuierlich alle relevanten Daten und sendet diese an eine Basisstation am Ufer. Von dort können die Wissenschaftler sie mit Hilfe künstlicher Intelligenz aufbereiten und in der virtuellen Realität dreidimensional darstellen. Bisher war die Kontrolle der Wasserqualität durch punktuelle Probennahme vor Ort und anschließender Analyse im Labor sehr zeit- und kostenintensiv. Zukünftig sollen kurzfristige ökologische und hydrologische Veränderungen umgehend sichtbar werden.
Deutlich wird bei all den Beispielen – und wie auch Richard Wong sagte: Immer geht es um Daten. Daher hat die die Gesellschaft für Informatik zusammen mit der Plattform Lernende Systeme analysiert, welche Fertigkeiten dazu an Hochschulen und Universitäten, aber auch über Weiterbildungsangebote vermittelt werden sollten. Welches Wissen benötigen Data Scientists? „Grundlage eines Data Scientists sind solide Kenntnisse in Mathematik, Statistik und Informatik. Darauf bauen dann weiterführende Themen wie Datenbanken, Künstliche Intelligenz und Maschinelles Lernen auf. Die richtige Mischung dieser Komponenten hängt von der fachlichen Ausrichtung der Studierenden ab“, erklärt Ulf Brefeld, Professor für Maschinelles Lernen an der Leuphana Universität Lüneburg und Mitglied der Plattform Lernende Systeme. Nach dem Studium brauche es dann dedizierte Weiterbildungsprogramme, damit sich Beschäftigte in Unternehmen sowie Arbeitssuchende entsprechend weiterqualifizieren können.
