Künstliche Intelligenz zwischen Hype und Realität

Von Ralf Keuper

Über die Einsatzmöglichkeiten der Künstlichen Intelligenz wird momentan eifrig diskutiert und spekuliert. Dabei ist es häufig noch nicht einmal klar, was genau unter Künstlicher Intelligenz zu verstehen ist. Derzeit werden Verfahren der Künstlichen Intelligenz zugerechnet, die bereits vor einigen Jahrzehnten entwickelt wurden – damals jedoch unter wenig klangvollen Bezeichnungen wie Optimierung, Expertensystem oder Operations Research. Auf diesen Punkt weist August-Wilhelm Scheer in Der zweite Aufguss ist stärker hin. Das große Medieninteresse verdankt sich auch der Tatsache, dass die fundamentalen Defizite der neuroyalen Netze, wie sie von Marvin Minsky festgestellt wurden, und die seit Ende der 1960er Jahre zu einem Erliegen der Forschungen auf diesem Gebiet geführt hatten, zwischenzeitlich behoben werden konnten.

Beim zweiten Aufguss von KI sind es neue Algorithmen, zum Beispiel die Backpropagati­on bei KNN sowie ihre Mehrstufigkeit (Deep Learning), die die zuvor von Minsky einge­brachten Einwände auflösen. Große Öffentlich­keitswirkung erhielten in der Zwischenzeit ent­wickelte Erfolge der KI bei Spielen (Schach und Go), Themen wie das autonome Fahren sowie die Spracherkennung und – verarbeitung durch Systeme wie Alexa. Beide Themen führen nun zu neuen Phantasieschüben, starker Forschungsförde­rung, Gründung von Start-ups, Bereitstellung von Venture Capital und einem äußerst hohen Medieninteresse.

Statt wie selbst Newton einräumte, sich seinen Vorgängern zu Dank verpflichtet zu fühlen, erwecken die Wortführer der Künstlichen Intelligenz heute den Eindruck, als seien sie die Entdecker eines neuen Landes, das vor ihnen noch keiner betrat, oder in seiner ganzen Pracht und Fülle nicht erkannt wurde.

Sie selbst wollen die Erfinder sein und nicht die Follower eines Trends. Deshalb versuchen sie, Kritiker als alt­modisch oder überfordert hinzustellen. Gleichzeitig vereinnahmen sie unbefangen Ideen und Methoden früherer Arbeiten in ihr neues Konzept. Oder es wird das Rad munter noch einmal erfunden „samt seiner achteckigen Varianten (Mertens et al.)“. Dieses geschieht umso leichter, wenn sich Fachfremde mit dem neuen Gebiet befassen, also zum Beispiel IT- Experten mit der Medizin oder Produktions­technik.

Die Gefahr besteht, so Scheer, dass die Ernüchterung, nachdem auch dieser Hype an Schwung verliert, ebenso dramatisch ausfallen könnte, wie in den Phasen zuvor, d.h. es könnte ein neuer Winter der KI eintreten (Vgl. dazu: Das neue Versprechen der Künstlichen Intelligenz: Diesmal ist alles anders). Die bis dahin erzielten Fortschritte stünden schnell unter dem Science-Fiction-Verdacht. Angesichts der Erfolge wäre das ungerecht:

Bei der KI sind hier bereits eine Reihe von Bei­spielen zu nennen, die den Anspruch von Kil­lerapplikationen durch ihren wirtschaftlichen Nutzen zeigen. Generell ist die automatische Mustererkennung für die Bilderkennung und Sprachverarbeitung ein großer Erfolg. Die Deutsche Telekom setzt bereits 3000 Sprach- Bots in ihrem Service- Bereich ein. An vielen Serviceprozessen ist der Kunde noch als einzi­ger Mensch beteiligt. Alle anderen Funktionen über Spracherkennung am Telefon und die an­schließenden Bearbeitungsschritte laufen mit KI- Unterstützung automatisch ab. Auch die Personalisierung von Informati­onen oder Werbung sowie intelligente Roboter und autonomes Fahren sind ohne KI nicht denkbar. Die Breitenwirkung von KI wird vor allem durch ihre konsumnahen Anwendungen erzielt.

Laut David Precht ist es falsch anzunehmen, dass alles, was technisch möglich ist, auch realisiert wird. So sei die Besiedlung des Mondes bis heute nicht in die Tat umgesetzt worden. Ganz einfach deshalb, weil damit eine Antwort auf eine Frage gegeben wird, die keiner gestellt hat. Kurzum: Dafür gibt es kein nachhaltiges Geschäftsmodell.

So auch bei der Anwendung der KI in der Industrie 4.0:

Bei I4.0 als Anwendungskonzept müssen die benötigten Technologien wie Integrations­plattformen, Vernetzung und Steuerungsalgo­rithmen leistungsstark genug sein und neue Businessmodelle ihre Wirtschaftlichkeit zeigen. Neue Smart Services wie Predictive Mainte­nance und Sharing-Modelle zur Nutzung von Ressourcen werden häufig genannt, aber es feh­len teilweise noch die Nachweise der Wirt­schaftlichkeit durch entsprechende Business- Modelle. Die Datentransparenz durch die Ver­netzung, also zum Beispiel Vernetzung und re­al-time-Steuerung aller Werke eines internatio­nalen Konzernes, ist ein beeindruckender Fortschritt. Die Verbindung von KI mit I4.0 ist für I4.0 besonders attraktiv, insbesondere bei auto­nomen Systemen und Robotic.

Künftig gilt es, die Stärken der deutschen Industrie mit den Möglichkeiten der KI zu verbinden:

Für I4.0 ist die Steuerung autonomer Sys­teme in der Landwirtschaft aber auch im Stra­ßenverkehr, Schiene und Wasser eine Killeran­wendung. Das Gleiche gilt für Robotic. Insgesamt ist die Verbindung von Ingeni­eurdisziplinen und KI ein Erfolgstreiber für In­dustrie 4.0 und beide sind häufig in einer An­wendung verschmolzen.

Dieser Beitrag wurde unter Beiträge aus Zeitschriften, Blogs etc. veröffentlicht. Setze ein Lesezeichen auf den Permalink.