Hinweis

Für dieses multimediale Reportage-Format nutzen wir neben Texten und Fotos auch Audios und Videos. Daher sollten die Lautsprecher des Systems eingeschaltet sein.

Mit dem Mausrad oder den Pfeiltasten auf der Tastatur wird die jeweils nächste Kapitelseite aufgerufen.

Durch Wischen wird die jeweils nächste Kapitelseite aufgerufen.

Los geht's

Kuenstliche Intelligenz

Logo https://wijo.pageflow.io/kuenstliche-intelligenz

STARTSEITE

Zum Anfang

Technologie & Forschung

Zum Anfang

Künstliche Intelligenz

Ob es um autonomes Fahren, das Smart Home oder Alexas Sprachsteuerung geht: Der Begriff Künstliche Intelligenz (KI) taucht zurzeit überall auf. Doch was ist KI eigentlich? Was bedeuten Begriffe wie Neuronale Netze, Big Data, Machine oder Deep Learning? Und wie weit ist die Technik bereits?

Was heute wie ein Modewort klingt, ist unter Fachleuten bereits seit über 60 Jahren bekannt: Im Zuge der Dartmouth Conference wurde der Begriff Artificial Intelligence (AI, auf Deutsch: Künstliche Intelligenz) im Jahr 1956 zum ersten Mal genutzt. Seither sind Wissenschaftler davon überzeugt, dass die menschliche Intelligenz mit Maschinen abgebildet werden kann. KI zu definieren, fällt allerdings weiterhin schwer. Das liegt vor allem daran, dass es für den Begriff Intelligenz keine allgemeingültige Definition gibt. Klar ist jedoch: KI ist ein Teilgebiet der Informatik, das versucht, menschliches Verhalten und Denken künstlich nachzuahmen, um damit Probleme zu lösen. Dass es gerade so einen Hype erfährt, liegt vor allem daran, dass die Computer heute viel leistungsstärker sind als noch vor einigen Jahren – und sie demnach nicht nur schneller rechnen, sondern auch komplexere Probleme lösen können.
Zum Anfang
Doch KI ist nicht gleich KI. Innerhalb dieses Bereichs wird weiter zwischen schwacher und starker KI unterschieden – abhängig davon, wie intelligent das System wirklich ist beziehungsweise handelt. Ein schwaches System kümmert sich meist nur darum, eine einzige Aufgabe zu erledigen. Es hat lediglich gelernt, wie es sich in einem bestimmten Gebiet verhalten muss und kann nur Probleme lösen, die innerhalb dieses Gebiets auftauchen. So kann ein Chatbot beispielsweise zwar mit Menschen schriftlich kommunizieren – mit ihnen sprechen oder ihre Gesichter erkennen kann er allerdings nicht. Schwache KI ist also darauf ausgelegt, bestimmte Aufgaben automatisch oder sogar autonom, sprich selbstständig, auszuführen. Auch wenn sie dies um einiges schneller und effizienter kann als ein Mensch, ist sie noch lange keine Kopie von ihm.

Darauf allerdings zielt die starke KI ab: Eine Maschine zu schaffen, die allgemein intelligent wie ein Mensch ist – oder sogar intelligenter. Während schwache KI schon, ob bewusst oder unbewusst, Teil unseres Alltags geworden ist, gehören stark intelligente Systeme noch zu einer weit entfernten Zukunftsvision. Denn diese Systeme würden aus eigenem Antrieb handeln: Sie könnten logisch denken, auch bei Unsicherheit Entscheidungen treffen, in natürlicher Sprache kommunizieren, wären fähig zu planen und zu handeln und könnten darüber hinaus all diese Fähigkeiten kombinieren. Ob eine starke KI jedoch wie ein Mensch ein Bewusstsein haben und Empathie empfinden wird, ist noch unklar.


Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
So wie ein Mensch nicht von Geburt an laufen kann, so muss auch eine Maschine erst lernen, wie sie bestimmte Aufgaben bewältigen kann. Die Grundlage hierfür liefern Algorithmen und Daten. Der Algorithmus erklärt der Maschine, wie sie Schritt für Schritt vorgehen muss, um ein Problem zu lösen. So erkennt eine KI beispielsweise nie direkt ein ganzes Gesicht, sondern setzt einzeln identifizierte Muster nach und nach zusammen, bis so aus Augen, Mund und Nase das Gesamtbild entsteht – und das passiert wie im menschlichen Gehirn innerhalb von Bruchteilen einer Millisekunde.

Damit die KI allerdings weiß, wie ein Gesicht überhaupt aussieht, aus welchen Einzelteilen es besteht und wie sie diese erkennt, benötigt sie Daten. Und zwar meistens jede Menge davon. Mithilfe tausender verschiedener Bilder bekommt sie nicht nur beigebracht, zwischen Mund und Nase, sondern auch zwischen einem tierischen und einem menschlichen Gesicht zu unterscheiden. Je mehr Übungsbilder sie hierbei nutzen kann – sprich je mehr sie trainieren kann –, umso besser lernt sie, die Dinge zu erkennen und auseinanderzuhalten. Während eine KI allerdings tausende Hunde- und Katzenbilder braucht, um einen Hund von einer Katze zu unterscheiden, braucht ein dreijähriges Kind hierfür nur einmal einen Hund zu sehen.
Zum Anfang
Insbesondere wenn es um viele Daten geht, taucht der Begriff Big Data oft auf. Dieser ist allerdings gefühlt ebenso wenig definierbar wie KI selbst. Im Großen und Ganzen kann man jedoch sagen, dass es bei Big Data darum geht, riesige Datenmengen zu organisieren. Fragen wie „Wie komme ich an Daten?“, „Wie speichere ich sie?“ und „Wie bekomme ich aus der Datenmenge nützliche Infos heraus?“ und deren Beantwortung stehen hierbei im Vordergrund. Das alles hat jedoch meistens (noch) gar nichts mit KI zu tun. Die beiden Begriffe verbinden sich erst dann miteinander, wenn die KI in ihrem Lernprozess auf Daten zurückgreift, die aus Big Data gewonnen wurden. Big Data selbst ist also nicht künstlich intelligent – es kann lediglich als Nahrung für die KI dienen. Doch wie kann ein künstlich intelligentes System das verwerten?
Zum Anfang
Der oben genannte Lernprozess kann auf unterschiedliche Weisen stattfinden. Eins der bekanntesten und meistgenutzten Verfahren ist das Machine Learning (ML, auf Deutsch: maschinelles Lernen), das auf zwei verschiedene Arten genutzt werden kann. Zum einen gibt es das supervised learning (auf Deutsch: überwachtes Lernen), bei dem die KI mittels eines Trial-and-Error-Prinzips lernt. Konkret bedeutet das: Das System lernt anhand tausender Frage-Antwort-Paaren die richtigen Antworten und muss sich anschließend bei einem Test mit unbekannten Daten beweisen. Besteht es diesen, ist es einsatzbereit und kann neue unbekannte Daten analysieren.

Zum anderen dagegen gibt es das unsupervised learning (auf Deutsch: unüberwachtes Lernen). Hierbei ist das System auf sich allein gestellt, es sind keine Frage-Antwort-Paare vorhanden, die es lernen kann. Die KI bekommt in diesem Fall teilweise eine Menge Daten zur Verfügung gestellt (zum Beispiel aus Big Data) und muss selbst herausfinden, was sie mit ihnen anfängt. So muss sie versuchen, bestimmte Muster zu erkennen und daraus Regeln abzuleiten – und sich entsprechend anpassen. Auf diesem Weg hat sich beispiels-weise die KI ‘AlphaGo‘ von Google das Spiel ‘Go‘ beigebracht, ohne vorher die Regeln gekannt zu haben.
Zum Anfang
Eine Technik, auf die beim Machine Learning oft zurückgegriffen wird, sind sogenannte neuronale Netze. Diese Netze haben unser menschliches Gehirn als Vorbild und bestehen aus vielen künstlichen Neuronen, über die das System auf den unterschiedlichsten Wegen lernen kann. Je mehr Neuronenschichten vorhanden sind, umso mehr Wege gibt es – und umso komplexer können die Sachverhalte sein, die das System bearbeiten soll. Der Mensch muss in diesen Lernvorgang meist nicht mehr eingreifen unüberwachtes Lernen.
Wenn die KI mit einem Netz lernt, das besonders viele Schichten hat, das also wirklich „in die Tiefe“ geht, dann wird dies Deep Learning (DL, auf Deutsch: tiefes Lernen) genannt. Diese Methode eignet sich sehr gut, um große Datenmengen zu untersuchen und hierbei Muster zu erkennen oder Modelle zu entwickeln. So wird es beispielsweise oft genutzt, wenn es darum geht, Gesichter, Objekte oder Sprache zu erkennen. Denn über die Zeit hat sich gezeigt, dass KI diese Aufgaben besser mittels DL lösen kann als mit anderen ML-Techniken.
Zum Anfang
Ein Bereich, in dem Verfahren wie ML oder DL eingesetzt werden und der im KI-Begriffs-Dschungel ebenfalls öfter genannt wird, ist Data Mining. Übersetzt man diesen Begriff ins Deutsche, führt er etwas in die Irre. Denn es geht hierbei nicht darum, Daten so abzubauen (Englisch: to mine) wie man zum Beispiel Kohle abbaut. Sondern darum, unübersichtliche Datenmengen mithilfe von Algorithmen zu sortieren, um daraus bestimmte Erkenntnisse beziehungsweise Ergebnisse zu gewinnen. So können Versicherungen beispielsweise automatisiert Betrüger erkennen oder Netflix seinen Nutzern passende Serien empfehlen und Trends abschätzen.

Eine spezielle Form des Data Minings ist das Text Mining: Hierbei werden lediglich Textdaten wie Zeitungsartikel, Tweets oder Reden analysiert. Spezielle Techniken wie das Natural Language Processing (NLP) sorgen dafür, dass die Maschine die Textdaten – sprich unsere Sprache – versteht. NLP beispielsweise kombiniert hierfür Methoden aus den Sprachwissenschaften mit KI-Methoden wie dem ML.
Zum Anfang
Ein weiteres Gebiet, das teilweise KI nutzt, ist die Robotik. Diese beschäftigt sich damit, Roboter zu entwickeln. Im Prinzip geht es dabei darum, die Elektronik und Mechanik einer Maschine mithilfe der Informatik so miteinander zu verbinden, dass diese gemeinsam gesteuert werden und zusammen-arbeiten können. Wird ein Roboter mithilfe von KI pro-grammiert, dann zählt er als intelligent. Dies zeigt sich allerdings bisher nur in einer schwachen Form. Führt ein Roboter lediglich stumpf immer die gleichen Bewegungen aus, ohne sich dabei von selbst an geänderte Bedingungen anzupassen, dann steckt höchstwahrscheinlich keine KI in ihm. Dies betrifft viele Maschinen, die in der Industrie für Routinearbeiten eingesetzt werden. Kann der Roboter dagegen beispielsweise wie ein Chatbot Sprache erkennen und mit Menschen reden – sprich autonom mit jemandem kommunizieren –, dann agiert er zumindest in diesem Bereich intelligent. Wissenschaftler sind allerdings noch weit davon entfernt, einen Roboter zu bauen, der sich komplett wie ein Mensch verhält, der wie dieser denkt, fühlt und handelt und demnach stark intelligent wäre.
Zum Anfang

Intelligentes Schulbuch (Hypermind)

Ein Schulbuch, das sich individuell an jeden Schüler anpasst, das Fachbegriffe, die der Leser nicht versteht, automatisch erklärt. Oder das zu komplexen Themenbereichen von selbst Videos abspielt. Was wie der Traum eines jeden Schülers klingt, könnte dank eines Projekts der Technischen Universität Kaiserslautern (TU) und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) bald Alltag in den Schulen werden.


Zum Anfang
Der erste Unterschied zu einem klassischen Schulbuch fällt direkt auf – HyperMind wird am PC gelesen. Das digitale Buch erkennt automatisch, wo der Schüler hinschaut und ob er manche Stellen eventuell länger als gewöhnlich oder wiederholt betrachtet. Das ist ein Zeichen dafür, dass der Lernende den Inhalt entweder sehr interessant findet oder womöglich nicht versteht – und ein Signal für das Schul-buch. Mithilfe dieses Signals kann es sich individuell auf jeden Schüler einstellen. Wo es nötig ist, spielt es dem Leser Zusatzinformationen zu: Fachbegriffe werden in einfachen Texten erklärt, komplexe Inhalte mithilfe von Bildern, Grafiken oder Videos veranschaulicht. Die einzelnen Bausteine helfen dem Schüler, das Thema in seinem eigenen Lerntempo zu verstehen – oder das Wissen über ein spannendes Feld zu vertiefen. Prof. Dengel sieht viele Vorteile für den Schüler:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Doch woher weiß HyperMind, wo der Schüler gerade hinschaut? Und ob dieser interessiert liest oder Ver-ständnisprobleme hat? Für dieses Wissen sorgt eine Künstliche Intelligenz (KI), die unter anderem mit einem Eyetracker arbeitet. Eine Kamera, die am Bildschirm befestigt ist, nimmt jede noch so kleinste Bewegung der Augen auf. Und das intelligente System analysiert diese dann. So kann das Buch beispielsweise erkennen, ob der Leser eine bestimmte Stelle länger als gewöhnlich fixiert oder ob seine Augen sich sakkadisch bewegen – sprich, ob sie schnell und ruckartig von einem Wort oder Objekt zum nächsten springen. Doch HyperMind setzt noch auf weitere intelligente Bausteine. 
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Auch wenn das Schulbuch erkennt, wie gut oder schlecht ein Schüler mit dem Inhalt zurechtkommt: Lernen muss derjenige immer noch selbst. Denn Aufgaben, die den aktuellen Wissensstand testen, müssen weiterhin bearbeitet werden – wie immer schon. Die KI spielt jedoch auch beim Bearbeiten der Aufgaben eine Rolle: Sie merkt sich, ob der Schüler die Inhalte vorher besser mithilfe von Diagrammen, Videos oder Bildern gelernt hat, und erkennt die daraus aufgenommenen Informationen in der Lösung wieder. Dadurch kann sie den Lernenden noch besser kennenlernen, individuell unterstützen und eingreifen, wenn der Schüler sich beispielsweise statt Diagrammen nur noch Videos anschaut. In diesem Fall könnte HyperMind ihm gezielt Diagramme zeigen – gepaart mit Videos, die ihm erklären, wie er selbst Diagramme erstellt oder diese analysiert.
Zum Anfang
Bei all der Hilfe, die HyperMind bietet, stellt sich jedoch auch die Frage nach dem Datenschutz. Wird mit solch intelligenten Büchern am Ende der gläserne Schüler erschaffen? In einem Interview mit dem Bundesministerium für Bildung und Forschung (BMBF) sagt Professor Jochen Kuhn von der TU Kaiserslautern, dass der Prototyp zurzeit noch „komplett mit anonymisierten Daten“ arbeitet und sie demnach „keine Rückschlüsse auf einzelne Personen ziehen“ können. Für den Einsatz im Schulalltag werde jedoch noch ein Datenschutz-konzept erstellt, das auf der Datenschutz-Grundverordnung basiere, ergänzt er.
Zum Anfang

Weltraumroboter

Die Weiten des Universums faszinieren Menschen schon seit langer Zeit. Was befindet sich hinter den Sternen? Existiert außerirdisches Leben? Wie sind andere Planeten beschaffen und können Menschen dort überleben? Künstliche Intelligenz (KI) kann helfen, vor allem Fragen wie die letzte zu beantworten.

Am Robotics Innovation Center des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) entwickeln Wissenschaftler Weltraumroboter, die in Zukunft autonom fremde Planeten für uns Menschen auskundschaften sollen. Steffen Planthaber vom DFKI erklärt, warum es so wichtig ist, dass sie autonom im Weltall agieren:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Die in Bremen entwickelten Roboter sind zwar noch nicht soweit, dass sie den Weltraum alleine unsicher machen können. Allerdings können sie bereits Objekte und Hindernisse erkennen und diesen selbstständig ausweichen. Der vierbeinige Roboter SherpaTT beispielsweise hat im Winter 2018 in der marokkanischen Wüste gezeigt, was er schon kann: Er legte eine Strecke von 1,4 Kilometern autonom zurück. Wenn ihm dabei schmale Passagen oder Hindernisse wie große Steine in den Weg kamen, führte er seine Beine automatisch enger zusammen oder spreizte sie, um weiterzukommen.

Begleitet wurde er von seinem kleinen Kollegen, dem Coyote III. Das Roboterteam sollte gemeinsam eine Sample-Return-Mission simulieren. Dabei erkundete der große SherpaTT die Umgebung und nahm an interessanten Stellen Bodenproben. Der Mikro-Rover Coyote III fuhr ihm hinterher, sammelte die Proben ein und brachte diese dann sicher zurück zur Basisstation.
Zum Anfang
Doch wieso werden die Roboter überhaupt in einer Wüste getestet? In Bremen, dem Heimatort der intelligenten Maschinen, haben sie schließlich einen selbstgebauten Mond-krater direkt vor der Nase. Laut Planthaber reicht die 288 Quadratmeter große Weltraumhalle jedoch nur für die ersten Tests. Um zu schauen, ob Roboter wie SherpaTT und Coyote III auch mit neuen Herausforderungen, wie sie in der realen Welt ständig auftauchen, umgehen können, müssen sie raus. Und da die Weltraumroboter zunächst hauptsächlich auf dem Mond oder auf dem Mars arbeiten sollen, müssen sie sich in ähnlichen Gebieten zurechtfinden: Auf der Erde sind das dann Wüsten wie in Marokko oder Utah, USA oder auch Lavahöhlen auf Teneriffa.
Zum Anfang
Die Weltraumroboter des DFKI haben die Erde jedoch alle noch nicht ein einziges Mal verlassen. Zum einen ist ihre Technik noch nicht fertig ausgereift, zum anderen dienen sie in erster Linie als Forschungsplattform. Mit ihnen werden mögliche Weltraummissionen simuliert und bis aufs kleinste Detail getestet. Wenn die Roboter soweit sind, dass sie vollkommen autonom agieren können und den Herausforderungen der Arbeit auf Mars und Mond gewachsen sind, werden ihre intelligenten Systeme auf „echte“ Weltraumroboter über-tragen, heißt es seitens des DFKI in einem Interview der Reihe „Fragen? Experten antworten!“ des Stadtportals Bremen. Die Erkenntnisse, die das Forscherteam über die Weltraumroboter gewinnt, nutzen uns Menschen jedoch auch in anderen Gebieten:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang

KI im Notfalleinsatz

Was auf Robotik-Wettbewerben schon erfolgreich praktiziert wird, soll helfen, in Zukunft Menschenleben zu retten. An der TU Darmstadt entwickeln Forscher und Studierende Rettungsroboter, die in Krisensituationen Einsatzkräfte unterstützen sollen.

Nach schweren Naturkatastrophen gelingt die Bergung von Unglücksopfern oft nur unter Lebensgefahr der Retter. Im Untergeschoss des Alten Hauptgebäudes der TU Darmstadt arbeitetet Team ‘Hector‘ mit Hochdruck daran, dass sie schon bald selbstständig Menschen aus Gefahrenzonen retten. 
Unter der Führung von Prof. Oskar von Stryk, Leiter des Fachgebiets Simulation, Systemoptimierung und Robotik im Fachbereich Informatik, forscht ein junges Team aus Studierenden und wissenschaftlichen Mitarbeitern an Fragestellungen, wie Roboter sich in unbekannten Um-gebungen zurechtfinden und autonom handeln können. Kevin Daun erklärt, in welchen Gefahrensituationen solche Roboter zum Einsatz kommen:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Prominenter Einsatzort eines Roboters war vor kurzem die Pariser Kathedrale Notre Dame während des aufsehen-erregenden Brands. Der Roboter ist einen geraden, breiten Gang entlanggefahren, hat das Innere erkundet und die Feuerwehr bei  den Löscharbeiten unterstützt, berichtet Kevin Daun.
Zum Anfang
0:00
/
0:00
Audio jetzt starten
Unter der blinkenden Warnleuchte auf dem Kopf des Roboters, die den aktiven Betrieb anzeigt, befindet sich ein 3D-Scanner. Wie ein Mensch, kann Johnny  mit seinen Augen 3D sehen. Mit Hilfe seiner Hände undzweier Fingerpaare greift er Gegen- stände wie etwa einen Akkuschrauber oder räumt ein Hinder- nis aus dem Weg.


Audio öffnen

Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Nach oben scrollen
Nach links scrollen
Nach rechts scrollen
Nach unten scrollen

So groß bin ich

Zum meiner Sicherheit

Mein Gehirn

Meine Power

Mein Antrieb

Zum Anfang
Basierend auf den bei Team Hector gesammelten Erfahrungen, bringt das von Mitgliedern gegründete Start-Up ‘Energy Robotics‘ schon jetzt Roboter in die industrielle Anwendung. So kommen die Roboter des jungen Unternehmens z. B. schon auf niederländischen und belgischen Öl- und Gasplattformen zum Einsatz. Dort unterstützen sie die Arbeiter bei Ihren gefährlichen Aufgaben: Der Roboter, der einem großen Staubsauger aus Metall ähnelt, fährt auf den Plattformen farblich markierte Strecken ab und misst mit seinen Sensoren kontinuierlich Gaskonzentrationen.


Zum Anfang
Jasmin, ebenfalls einer der Roboter des Teams, ist in ihrem Tun schon wesentlich weiter als Johnny. Basierend auf einem Kettenantrieb und mit Hilfe zahlreicher Sensoren und Kameras, erkundet der kleine Roboter autonom und vollautomatisch die Umgebung. Hindernisse überwindet Jasmin mit Hilfe ihrer Assistenzfunktionen, umgeht sie oder räumt sie mittels des Greifarms aus dem Weg.  Aber was daran ist künstlich intelligent?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
In absehbarer Zeit und mit verfügbaren Technologien hält Kevin Daun den Schritt in Richtung einer assistierten Rettung für durchaus realistisch. Vorstellbar wäre beispielsweise eine autonome Trage, die Verletzte aufnimmt und transportiert. Volle Autonomie sieht Daun als Fernziel: „Wie auf dem Weg zum autonomen Fahren, wird es auch in der Rettungsrobotik zunächst autonome Assistenzfunktionen geben, die die Bedienung des Roboters einfacher machen.“
Zum Anfang

Tech Quartier

Ein Ort voller innovativer Ideen, mitten in Frankfurt an der Messe: Das drei Jahre junge Tech Quartier ist Hessens Hoffnungsträger, in Sachen künstliche Intelligenz.
Ziel: Mit der internationalen Konkurrenz mitzuhalten.
Zum Anfang
Ein großes offenes Büro. Schreibtischreihe hinter Schreibtisch-reihe und an jedem Tisch sitzt ein anderes Tech-Start-Up. Zum Telefonieren oder Reden ziehen sich die jungen Mitarbeiter in eine der Nischen zurück und nehmen auf einem Flugzeugsessel Platz – abgeschirmt von schallisolierten Glastüren.
Wir sind in der Mainmetropole Frankfurt, daran kann kein Zweifel sein. An der „Bembel-Bar“ gibt es in der Pause nicht unbedingt Apfelwein, sondern eher mal eine Fritz-Kola. Die „Bar“ ist vielmehr eine Küchenzeile mit Theke, die so cool aussieht, wie sie heißt.


Zum Anfang
Daran grenzt das „Waldstadion“ an. Nein, nicht die echte Commerzbank-Arena, sondern der Event-Space, in dem – wie der Name schon sagt – Veranstaltungen stattfinden. Das Repertoire hierbei reicht von „Pitch Events“, bei denen junge Gründer ihre Ideen erfahrenen Investoren präsentieren, bis hin zu regelmäßigen „Meetups“ und „Bootcamps“.

Hier entsteht also Innovation. Zumindest war das die Intention von Tech Quartier-CEO Dr. Sebastian Schäfer, als er es 2016 gründete. Und diese Innovation ist, genau wie die Mitarbeiter – vor allem jung, frisch und entsprechend dynamisch. Nur so konnte es das Tech Quartier schaffen, innerhalb von knapp drei Jahren zum Hessischen Dreh und Angelpunkt zu werden für – naja, für was denn eigentlich?


Zum Anfang
Denn das Tech Quartier stellt nicht nur einfach Büroflächen, an inzwischen vier Standorten in Frankfurt, für Start-Ups zur Verfügung. Das Tech Quartier ist vielmehr ein großes Netzwerk. Vernetzt wird jeder, der Lust hat, mitzumachen und die unter-nehmerischen Voraussetzungen mitbringt: In erster Linie Start-Ups mit Unternehmen, Technologiefirmen und Investoren aber auch Regierungspartnern und akademische Institutionen. Eben alles, was Teil des Ökosystems ist. Gemeint sind hierbei alle relevanten Akteure der Start-Up-Szene. Gemeinsam, rund um den Globus, gestaltet man die Zukunft in den verschiedensten technologischen Bereichen. Das geschieht über Programme, Projekte und Veranstaltungen, bei denen auch immer stärker das Thema künstliche Intelligenz in den Fokus rückt.
Zum Anfang
Doch das, was heute ist, musste erst mit viel Kraft aufgebaut werden. Einer der ersten Mieter war das Start-Up Intelligent Data Analytics (IDA). „Als wir im November 2016 einzogen, war das Tech Quartier noch Baustelle“, erinnert sich IDA-Geschäfts-führer Hamedo Ayadi. Zu dieser Zeit sei das Tech Quartier noch in der Findungsphase gewesen. „Bis auf die Räume und ein paar Unternehmen, gab es nicht viel. Jeder musste mit an-packen“, so Ayadi. Seine Firma habe mitgeholfen, Veran-staltungen zu organisieren, die Community aufzubauen und neue Netzwerke zu bilden. Unter anderem habe sie Workshops zu Deep Learning KI mitgestaltet.
Zum Anfang
Deep Learning – ein Thema mit dem man sich bei IDA besonders gut auskennt. Moira heißt eine der Lösungen, die IDA seinen Kunden zur Verfügung stellt. Der Name kommt aus der griechischen Mythologie. Die Schicksalsgöttin Moira spinnt bei der Geburt den Faden des Lebens und weiß, wie es verläuft. Moira bei IDA ist eine Software-Plattform, die es schafft, mit Hilfe von künstlicher Intelligenz, Daten aus den unter-schiedlichsten Quellen zu verbinden und somit für ein Unternehmen nutzbar zu machen.


Zum Anfang
In einem aktuellen Projekt soll Moira in Züge der Deutschen Bahn eingebaut werden und diese voll digitalisieren. Ein breit gefächertes System an Kameras und Sensoren erhebt Daten aller Art, die Moira dann nutzt. Zusätzlich wird Moira mit den Datenbanken des Unternehmens verknüpft und kann auf diese Weise zum Beispiel das Problem eines Klimaanlagenausfalls lösen. Denn Klimaanlagen fallen nicht plötzlich aus, sondern es gibt vorher Anzeichen für diese Störung. Mittels Sensoren an der Anlage erkennt Moira die Systemleistung bei 100 Prozent. Fällt der Wert ab, schlägt sie Alarm.

Die Verknüpfung mit den Daten des Fahrplans lässt erkennen, wo und wie lange der Zug als nächstes hält. Daten der Schicht-pläne der Servicemitarbeiter wiederum könnten dann automatisiert einen Termin vorschlagen, an dem die Anlage repariert werden soll. Ist der Termin akzeptiert, geht eine Benachrichtigung an die Beteiligten raus. Das Logistikzentrum wäre informiert, welches Produkt gebraucht wird, der Service-mitarbeiter wüsste, wann er welche Klimaanlage in welchem Zug reparieren soll. Und der Zug kennt ohnehin seine Strecke.


Zum Anfang
Auch Sensoren in den Fahrgasträumen könnten Moira nützlich sein. So liefern Daten vom Druck im Innenraum, der Luft-feuchtigkeit, des Geräuschpegels und freier Sitzplätze wertvolle Informationen. Der Passagier könnte über eine App sehen, wo ein Platz frei ist, ohne suchend von Abteil zu Abteil zu gehen. Über das Nutzerverhalten des Passagiers könnte Moira zudem Sitzplatzvorschläge machen. Angenommen, ein Fahrgast sitzt gerne am Fenster, an wärmeren Plätzen mit wenig Geräuschen, entsprechend würde Moira schon beim Ticketkauf eine entsprechende Empfehlung abgeben.

Das könnte also die Zukunft des Bahnfahrens sein. Das IDA-Projekt ist in Zusammenarbeit mit Cisco und SAP entstanden. Derzeit verhandelt das Unternehmen noch mit der Deutschen Bahn. Und wie so oft, wenn Entscheidungen von Kolossen getroffen werden sollen, ist es mühselig. Denn Kolosse sind vor allem eines: langsam.


Zum Anfang
Das, was trägen Unternehmen fehlt, findet sich im Tech Quartier im Überfluss: Agilität, Spontanität und der Wille zur Veränderung. Auch deshalb steht Sebastian Schäfer seit der Gründung im steten Austausch mit dem Land Hessen, das sich als Taktgeber in Sachen digitale Innovation sehen möchte. Erst Ende vorigen Jahres erarbeitete man ein gemeinsames Konzept, um das Thema Künstliche Intelligenz am Standort Frankfurt voranzutreiben. Im Vorfeld gab es Untersuchungen, die ein enormes Potenzial im Frankfurter Ökosystem für KI diagnostizierten. Lediglich die Aktivierung des Potenzials und die strukturierte Verknüpfung tragender Akteure fehlte. An diese Stelle tritt nun das Tech Quartier, das in den kommenden Jahren die KI-Initiative antreiben soll. Es stützt sich auf drei primäre Konzept-Säulen: Community Building, eine umfassende Datenbank und Fonds.


Zum Anfang
Ersterem hat sich das Tech Quartier bereits ausführlich angenommen: „Wir haben die Growth Alliance AI als Boot-Camp und ein AI-Event mit der Goethe Universität durch-geführt und auch im zweiten Halbjahr 2019 ist eine ganze Serie von AI-Events mit unterschiedlichen Industrievertretern geplant“, erklärt Schäfer. Intern sei man jetzt dabei das zweite Thema aufzugreifen: eine cloud-basierte Finanzdatenbank. Doch um von hier aus weiter in Richtung Fonds und gezielte Unterstützung zu gehen, müsse Kapital fließen. Und dafür müsse auch das Budget, nicht nur aus dem Landes-, sondern auch aus dem Bundeshaushalt eingebunden werden.


Zum Anfang
Noch ist das Tech Quartier allerdings kein Teil der Bundes-strategie Künstliche Intelligenz, die im November 2018 von der Bundesregierung vorgestellt wurde. Mit ihr soll Deutschland, zusammen mit Europa, zu einem führenden Standort für KI-Technologien werden. Mit der Nennung der Finanzindustrie in der Bundesstrategie, ist dem Finanzstandort Frankfurt aller-dings ein erster wichtiger Schritt gelungen. „Noch geht es sehr regional zu“, findet Gemma Ferst, Ökosystem-Managerin des Tech Quartiers und des Landes Hessen. Sie ist zum einen dafür verantwortlich, das Hessische Ökosystem für Start-ups auf-zubauen und zum anderen Programme und Partnerschaften für den Aufbau der KI-Initiative zu entwickeln. Für sie sei es ganz normal, zuerst regional auf ein Bundesland bezogen, zu untersuchen, welche Projekte man angehen möchte. „Ich denke, es ist wichtig, gerade beim Thema KI, sogenannte Bold Pilots zu machen. Also eine gewisse Faktenlage schaffen, Dinge versuchen und offen sein, für gemeinsame Innovationen mit den Partnern“, so Ferst.

Trotz dieser Regionalität spricht Ferst nicht von einer Konkurrenzsituation der Bundesländer, sondern eher von „stronger together“. Auch deshalb versuche das Tech Quartier als Teil der DE Hub Initiativesich schon jetzt mit anderen Bundesländern auszutauschen. Von diesen könne man zwar einiges lernen, zentral sei es aber, Hessen nach vorne zu bringen: „Wir müssen jetzt schon für Übermorgen denken. Und nicht gucken was zum Beispiel Nordrhein-Westfalen macht, sondern was richtig für Hessen ist und was Hessen voranbringt. Auch nach internationalen ‚best practices‘“.




Zum Anfang
Dass die internationale Konkurrenz – allen voran USA und China – beim Thema künstliche Intelligenz sehr weit voraus ist, darüber sind sich Schäfer, Ferst und Ayadi im Klaren. Allerdings gebe es auch Bereiche, in denen man einiges an Boden gut machen könne. „Es bietet sich an mit der Finanzbranche zu starten. Hier hat Frankfurt seinen Wettbewerbsvorteil. Dass man sich dann auch für die anderen Industrien öffnet, steht außer Frage“, erklärt Schäfer. Ferst sieht auch in Fragen der Ethik ein enormes Potenzial für den Deutschen KI-Sektor: „Wir können vielleicht nicht den Vorsprung von USA und China aufholen, wir können aber für Ethik, Menschenrechte und Datenschutz stehen“. So könne eine gewisse Attraktivität für deutsche KI-Lösungen geschaffen werden.


Zum Anfang
Das Wichtigste sei jedoch, einfach anzufangen und Dinge umzusetzen, findet Ayadi: „Wir dürfen nicht so viel nach links und rechts schauen. Die anderen Länder sind uns meilenweit voraus. Das fängt schon bei der Investitionsbereitschaft an. Hier tut sich Deutschland durch Bürokratie und langsame Entscheidungen noch schwer.“ Schäfer ist sich jedoch sicher, dass die „Zutaten“, die KI möglich machen, heute bereitstehen – auch in Frankfurt.


Zum Anfang

Autonomes Fahren

Autonomes Fahren ist vielleicht gar nicht so sehr Zukunfts-musik, wie manch einer glaubt. Wer heutzutage einen Parkassistenten als Feature in seinem Auto hat, der besitzt bereits ein Fahrzeug mit der autonomen Fahrstufe Level 1. Als autonome Systeme in Pkws gelten schon jene, die viele Autofahrer jeden Tag nutzen ohne es zu wissen. Spurhalte-systeme, eine automatische Abstandssicherung, oder das alleinige Bremsen in Gefahrensituationen wirken ohne das Eingreifen des Fahrers und gelten daher als autonome Systeme.

Forscher an der Frankfurter Goethe-Universität arbeiten im Bereich des autonomen Fahrens intensiv daran, dieses bereits vorhandene Wissen zu fundieren und zu erweitern – mit Hilfe von künstlicher Intelligenz.
Zum Anfang
Rudolf Mester, Professor am Institut für Informatik, leitet in seinem Team für „visuelle Sensorik“ die Forschung zu diversen Systemen, die es Autos ermöglichen, sich ohne den Einfluss von Menschen durch die Straßen zu bewegen. Wer selber Auto fährt, weiß, auf wie viele Dinge man gleichzeitig achten muss und wie schier endlos die Liste der Ereignisse ist, die im Straßenverkehr geschehen können.

Zum Anfang
Selbstfahrende Fahrzeuge müssen alle möglichen Objekte auf und neben der Straße erkennen – und als Gefahr oder als irrelevant kategorisieren können. 
Das sogenannte Propagation-Based-Tracking-System (PbT) ist eines von vielen Verfahren, das unter anderem zur Erkennung der Umwelt dient. Kameras und Sensoren scannen und erkennen sich bewegende Objekte in einem bestimmten Radius rund um das Fahrzeug. Das Fahrzeug erkennt und merkt sich Objekte im Straßenverkehr und überträgt deren Verhalten auf in der Zukunft eintretende Szenarien. Verhaltensweisen von anderen Autos, Radfahrern, Fußgängern, aber auch ruhenden Objekten wie Pollern, oder Bordsteinkanten werden analysiert und gespeichert.

Zum Anfang
Bei solchen Verfahren kommen Techniken des maschinellen Lernens zum Einsatz, die mit sogenannten tiefen neuronalen Netzen das Aussehen von Objekten erlernen und dann später in Bilddaten wieder erkennen. Das Interessante hierbei ist, dass intelligente Fahrzeuge miteinander kommunizieren können. Ein ständiger Informationsaustausch gestaltet das „gemein-same Fahren“ deutlich sicherer. Gefahreneinschätzung und der mögliche Eintritt diverser Situationen werden abgeglichen – und so kann eine Wahrscheinlichkeit eines eintretenden Szenarios errechnet werden.
Zum Anfang
Damit ein Fahrzeug weiß, wie es sich in verschiedenen Situationen zu verhalten hat, muss es diese Verhaltensweisen zuerst erlernen. Da das nicht auf öffentlichen Straßen umsetzbar ist, hat das Team von Rudolf Mester in Frankfurt ein System entwickelt, welche eine virtuelle Welt erschafft, um so die Technik, die später im Fahrzeug eingesetzt werden soll, zu testen. „Auf echten Straßen können Sie ein Auto nicht gegen ein Hindernis fahren lassen, um ihm beizubringen, dass er eine Gefahr darstellt. In einer virtuellen Welt schon“, so Mester.
Zum Anfang
Das sogenannte Joyride funktioniert ähnlich wie ein Computer-spiel, was es für die Tests der Systeme prädestiniert. Es ist quasi eine Fahrschule für Roboter. Diverse Unfall- und Ge-fahrenszenarien können beliebig oft simuliert werden, um so der Software für alle erdenklichen Fälle die besten Verhaltens-weisen beizubringen. In Kombination mit kleineren Assistenz-systemen wie einer automatischen Beschleunigung, Blink-assistenten, oder der Fähigkeit des selbständigen Überholens, wäre es nun möglich, ein Kraftfahrzeug autonom fahren zu lassen. Doch die Technik ist heute noch nicht so weit. „Die Flut an potenziell eintretenden Ereignissen ist immer noch zu groß und es bedarf weiterer Forschung“, sagt Rudolf Mester. Aber wie intelligent sind KI-Systeme heute?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Dass noch keine selbstfahrenden Autos über die Straßen fahren, liegt allerdings nicht an der Technik. Es gibt weltweit bereits viele Versuchsfahrzeuge, die sich mit einem Sicherheits-fahrer hinter dem Steuer durch den Straßenverkehr bewegen können. Auch der Gesetzgeber zieht den Autobauern einen Strich durch die Rechnung: Zu viele offene juristische Fragen im Falle eines Unfalls verhindern den Vorstoß der autonomen Technik. In der Frage wer für Schäden durch ein autonomes Fahrzeug haftet, gibt es allerdings schon eine Antwort:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Abgesehen von technischen oder gesetzlichen Hürden, gibt es ein weiteres Problem, das vor einer kommerziellen Reife zu lösen ist: Kommunizieren zwei digitale Systeme miteinander, so entstehen Schnittstellen. Kurz: Hier liegen Angriffsflächen für Cyberattacken. Forscher arbeiten gezielt daran, das Ein-dringen in jene Systeme als unmöglich zu gestalten. „Es wäre fatal, wenn ein Hackerangriff dem Auto während der Fahrt die Kontrolle entzieht“, sagt Mester.

Zum Anfang
In der Praxis des autonomen Fahrens kommen auf die Entwickler aber auch moralische Fragen zu. Ein Beispiel: Eine junge Frau rast auf einen Betonfeiler zu. Sie bemerkt, dass ihre Bremsen versagt haben, sie nur noch nach rechts ausweichen kann, um ihrem sicheren Tod zu entgehen. Am rechten Straßenrand steht allerdings ein Kind, welches sie überfahren müsste, würde sie dorthin ausweichen. Was heute in Milli-sekunden rein intuitiv von Menschen entschieden wird, muss beim autonomen Fahren der Zukunft eine KI entscheiden. Aber wie bemisst man den Wert von Menschenleben? Prof. Wolfgang Schröder erklärt:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang

Rund 65 Millionen Menschen sind weltweit von COPD betroffen, einer chronisch-obstruktiven Lungenerkrankung, die vom Nikotinkonsum ausgelöst und beschleunigt werden kann. Die Krankheit tritt in etlichen Varianten auf – sie frühzeitig zu erkennen und mit der jeweils richtigen Therapie zu behandeln, ist schwierig. Professor Bernd Schmeck, Leiter des Instituts für Lungenforschung an der Philipps-Universität Marburg, und sein Team wollen das Problem mithilfe Künstlicher Intelligenz (KI) lösen.  
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Das Krankheitsbild von COPD setzt sich zusammen aus einer Entzündung der Atemwege und einer Zerstörung des Lungengewebes. Aufgrund der Atemwegsverengung leiden viele Patienten nach ein paar Treppenstufen oder anderen sportlichen Aktivitäten an Luftnot und verstärkter Schleimproduktion – auch bekannt als Raucherhusten.

COPD wird bei Patienten in der Regel erst sehr spät festgestellt, sodass der Verlauf der Krankheit nicht mehr gestoppt werden kann. „Das ist ein großes Problem", hebt Schmeck hervor. Möglicherweise beginne die Erkrankung bereits mit Mitte Zwanzig ohne erkennbare Symptome.
Zum Anfang
Die neue Software soll hier Abhilfe schaffen. Sie soll herausfinden helfen, wer besonders empfänglich ist und wie sich die Krankheit in einem früheren Stadium erkennen lässt. „COPD ist eben keine einheitliche Erkrankung, bei der jeder Patient dem anderen gleicht", erklärt Schmeck. „Es gibt etliche Untergruppen, von denen wir einige kennen und andere wiederum nur erahnen." Es gebe bereits Behandlungsmöglichkeiten für solche Untergruppen, doch dafür müsse der richtige Patient der richtigen Therapie zugewiesen werden. Und genau hierbei soll die KI mithilfe des maschinellen Lernens die Ärzte unterstützen.
Zum Anfang
Damit die KI Krankheitsbilder erkennen und auswerten kann, muss sie sie zunächst kennenlernen. Dazu pflegen die Forscher Daten von mehr als 6.000 Menschen – das entspricht der Einwohnerzahl einer Kleinstadt – in das System ein. Zu den Daten zählen unter anderem Lungenfunktionswerte, Erbinformationen, Röntgenbilder und Krankheitsverläufe. Damit soll die Software neue Verdachtsfälle erkennen, den Krankheitsverlauf vorhersagen und die optimale Therapie vorschlagen.

Das funktioniert so: Wird ein Patient ins System eingepflegt, kann er in ein sogenanntes Cluster fallen. Die Cluster kann man sich wie eine Wetterkarte vorstellen – mit abgegrenzten Flächen und verschiedenen Farben. „Es werden Patienten identifiziert, die sich nicht nur ähnlich sind, sondern insgesamt als Gruppe Analogien besitzen, die sie von anderen Gruppen wiederum unterscheiden", erklärt Professor Schmeck.
Zum Anfang
Angenommen, 500 der COPD-Patienten leiden an einer Stoffwechselerkrankung und besitzen eine hohe Wahrscheinlichkeit, an Diabetes zu sterben: Das Cluster, dem die Patienten zugeteilt werden, betrachten Schmeck und seine Kollegen genau. Im nächsten Schritt wird verglichen und geprüft, welches Medikament zur Behandlung eingesetzt werden könne. „Dabei schauen wir nach Komplikationen, die für den Patienten besonders gefährlich sein könnten", sagt der Mediziner. „Das ist keine Momentaufnahme, sondern wir beobachten und verfolgen diese Patienten über Jahre hinweg."
Zum Anfang
Die KI soll die Mediziner unterstützen, um das bestmögliche Ergebnis für den Patienten zu erzielen. „Die Software wird eine Hilfe für den Arzt in der Praxis oder im Krankenhaus sein und Dinge in Betracht ziehen, die ihm nicht offensichtlich gewesen wären", ist der Professor überzeugt. Den Arzt ersetzen, könne sie nicht. Die eigene klinische Erfahrung bleibt laut Schmeck immer das Wichtigste und ist für ihn auch das, was ein Vertrauensverhältnis zwischen Arzt und Patient ausmacht.
Zum Anfang

Rechtsabbiegeassistent

Der Einsatz künstlicher Intelligenz in Fahrzeugen soll nicht nur helfen, Verkehrsunfälle zu vermeiden, sondern auch dafür sorgen, dass die Fahrt für die Insassen so angenehm wie möglich wird. Zu Besuch bei den Expertinnen, die am „Digital Companion“ feilen.

Keine Verkehrsunfälle. Keine Verkehrstoten. Für Pia Dreiseitel ist das Vision und Auftrag zugleich. An dieser „Vision Zero“ forscht sie mit ihrem Team seit zweieinhalb Jahren für das Unternehmen Continental im House of Logistics and Mobility (Holm) am Frankfurter Flughafen. „Bei diesem System geht es um Fahrradfahrer oder auch Fußgänger, die von rechts abbiegenden Autos oder insbesondere Lastwagen erfasst werden könnten. Das geht immer wieder tödlich aus. Wir denken, dass wirklich eine Lösung erschaffen werden kann, die man mit Kamera und künstlicher Intelligenz bauen kann.“
Zum Anfang

Es wird aber nicht noch ein zusätzlicher Spiegel die Aufmerksamkeit des Fahrers verlangen: In einem LKW der Zukunft wird ein Alarm an den Autofahrer gesendet und zum Beispiel ein Signalton ertönen, wenn sich jemand im toten Winkel befindet. In einer akuten Gefahrensituation wird das System selbst eingreifen und einen Notstopp erzwingen können.

Das System erkennt die Bewegungen von Passanten, auch, wenn sie sich auf einem Fahrrad fortbewegen. Dabei werden alle Gliedmaßen einzeln definiert: Arme, Beine, auch der Kopf, die dann zu einer Person zusammengesetzt und als Skelett dargestellt werden. 

LKW-Fahrer übersehen aus ihrer hohen Kabine heraus zu leicht Radfahrer, was auch am toten Winkel liegt. Besonders Vorfahrts- und Abbiegeunfälle bergen Risiken. Die Einführung eines Rechtsabbiegeassistenten könnte ein Schritt gegen die Hauptursache für Radunfälle mit Todesfolge sein.

„Momentan geht es bei dem System darum, Personen zu erkennen. Im nächsten Schritt dann auch darum, zu wissen, wohin werden sie sich bewegen? Werden sie meinen Weg als Autofahrer kreuzen?“, erklärt Dreiseitel.

Zum Anfang
Gleich nebenan im Holm arbeiten Kollegen am „Digital Companion“, dem Assistenten im Innenraum des Autos. Hier wird an folgenden Szenarien geforscht: Ein Mann fährt auf dem Weg zur Arbeit seine beiden Töchter in den Kindergarten. Ihre Vorfreude auf den neuen Tag spürt nicht nur der Vater, sondern auch sein Auto. Und so erklingt, wie von Zauberhand, die Lieblingsmusik der Kinder. Und sobald die beiden Kinder abgeliefert sind, ertönt die Musik von Rammstein aus den Boxen, denn das Auto kennt die Vorlieben seines Fahrers. Und mehr noch: Es soll irgendwann auch erkennen können, dass der Mann am Steuer eine schlechte Nacht hatte – und ist jederzeit bereit, dem Fahrer zu assistieren.
Zum Anfang
Dass diese Situation irgendwann keine Zukunftsmusik mehr sein wird, sondern Realität, hat auch mit Empathie zu tun. Sie ist eine der Schlüsselkompetenzen des Menschen – und derzeit noch einer der wesentlichen Unterschiede von Mensch und Maschine. Genau wie zuvor Intelligenz im Kontext der Algorithmen und Maschinen definiert wurde und zu Künstlicher Intelligenz wurde, kann Empathie für den Innenraum eines Fahrzeugs definiert und verwirklicht werden, glauben die Forscher. Hier soll eine intuitive Interaktion zwischen Mensch und Maschine möglich sein. „Das Auto muss fähig sein, uns wahrzunehmen und zu erkennen, wie es uns geht, ob wir müde oder abgelenkt sind, womit wir uns beschäftigen“, erklärt Corina Apachite, Leiterin des Bereichs Künstliche Intelligenz in der Division Interior bei Continental in Babenhausen. „Sind wir in einer Telefonkonferenz, streiten wir miteinander, muss der Fahrstil an die Insassen angepasst werden? An diese Erkennt-nisse muss sich das Auto richtig anpassen. An solchen Algorithmen arbeiten wir.“
Zum Anfang
Teil dieser Vision ist auch der „Digital Companion“. Dieser digitale Begleiter soll verschiedene Rollen annehmen können und als Helfer, Coach oder Unterhalter zur Seite stehen. Mit seiner Hilfe wird das Auto den Fahrstil des Fahrers unter-stützen, um sein Fahrerlebnis zu optimieren. Auch Werte wie Atmung, Herzschlag, Blutdruck, Gesichtsausdruck und auch die Körpersprache könnten Sensoren zukünftig wahrnehmen. Voice-Dienste analysieren die Stimme und erkennen Stress und andere Emotionen. Daraufhin folgt die Entscheidung zur Handlung der Maschine, entsprechend dem Wahrge-nommenen.

Ziel ist, dass das Auto so gesteuert wird, dass es den Präferenzen von Fahrer und Mitfahrern entspricht. Außerdem werden gesammelte Daten und Informationen zu den Personen ausgewertet, um bestmöglich reagieren zu können. Zu diesen Informationen gehört etwa: Wer befindet sich im Auto? Was sind die Bedürfnisse der Menschen? Sind Kinder dabei?
Zum Anfang
Corina Apachite betont, dass diese persönlichen Daten zu jeder Zeit dem Fahrer gehören. Einen Wettbewerbsnachteil gegenüber China, wo die Privatsphäre inzwischen eine eher untergeordnete Rolle spielt, sieht Apachite nicht. Im Gegenteil, es könne auch ein Vorteil sein, den Deutschland mit dem Schutz der Daten für den User biete. Auch der Faktor Zeit spiele eine Rolle, erklärt Apachite: „Irgendwann hoffen wir, mit unseren Aktivitäten und mit dem Einsatz der KI einen Wert für die Nutzer zu generieren. Dieser Wert kann in Form von Zeitgewinn ausgedrückt werden: Wir gewinnen Zeit dadurch, dass wir nicht fünf Minuten brauchen, um das Navigationsziel einzugeben.“
Zum Anfang
Aber trotz der erwähnten Vorteile bleiben offene Fragen: Wie hoch ist die Akzeptanz gegenüber solcher Technologien? Sind wir schon bereit für diesen großen Schritt? Die Bericht-erstattung zeigt sich heute weniger skeptisch als noch vor zehn Jahren. Künstliche Intelligenz ist schon allgegenwärtig im Alltag, ohne dass es uns jedes Mal bewusst ist. Die Entwicklungsschritte funktionieren nur, wenn Technologie, Business und User sich auf gleichem Niveau befinden. Bleibt einer der Bereiche zurück, geht es erst wieder voran, wenn alle gleichauf sind. „Dabei geht es nicht um einen Wettbewerb zwischen Mensch und Maschine, sondern um die Ergänzung und Entlastung des Menschen durch Maschinen, auch durch künstliche Intelligenz“, sagt Apachite.

Vor allem geht es um Sicherheit, nicht nur im Hinblick auf autonomes Fahren. So werden in den USA schon vereinzelt Sensoren in Autos eingebaut, die Alkohol im Atem erkennen, sogenannte „Ignition Interlock Devices“. Immer mehr Staaten verlangen von Personen, die mit Alkohol am Steuer aufgefallen sind, eine solche Sperre einbauen zu lassen. Denn damit springt das Auto nur an, wenn der Fahrer nüchtern ist.
Zum Anfang

Politik & Gesellschaft

Zum Anfang

KI & Religion

Seit Jahrtausenden dient die Religion den Menschen als Anker. Dass intelligente Technologien Geschäftsprozesse verbessern können, klingt einleuchtend. Doch können sie auch in die heiligen Bereiche der Kirche und des Glaubens einziehen?

Benediktinermönch Pater Zacharias Heyes aus der Abtei Münsterschwarzach betrachtet die künstliche Intelligenz aus der religiösen Perspektive und liefert Antworten zu Fragen rund um Menschen, Kirche und Gott.
Zum Anfang
Roboter, die in Gottesdiensten eingesetzt oder als eigenständige Gottheit verehrt werden? Was auf den ersten Blick unglaublich klingt, wird durch die Kirche "The Way Of The Future" von Anthony Lewandowski Realität. Der Unternehmer möchte mittels Computercodes einen neuen Erlöser schaffen. Sein Gedanke dahinter: "Wenn etwas eine Milliarde Mal klüger ist als der klügste Mensch, wie soll man eine solche Instanz anders nennen als Gott?"

Unser Menschen- und Gottesbild basiert unter anderem auf Liebe, gegenseitigem Verständnis und der Vergebung der Sünden. Selbst wenn ein Roboter irgendwann Gefühle und Empathie empfinden könnte – wäre er jemals so verständnisvoll wie Gott? Könnte er uns unsere Sünden vergeben, wenn er aufgrund der Datenmasse in seinem "Kopf" niemals vergessen wird? Doch abgesehen davon: Kann eine KI Gott überhaupt jemals ersetzen? Pater Zacharias hat darauf eine eindeutige Antwort.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
In Wiesbaden ist die KI bereits in den Gottesdienst eingezogen: Hier ist der sprechende Segensroboter "BlessU-2" im Einsatz. Über einen Touchscreen können die Menschen mit ihm kommunizieren und ihn dazu auffordern, sie zu segnen. Daraufhin hebt der Roboter seine leuchtenden Arme und spricht dem Gläubigen vor sich gut zu – in einer von sieben Sprachen. Und wer möchte, kann sich den Segensspruch direkt ausdrucken lassen.

Die hessische Gemeinde reagierte auf das Experiment mit gemischten Gefühlen. Während manche "BlessU-2" interessant fanden, sprach sich eine Gläubige strikt gegen ihn aus: "Der Roboter sollte ins Technik-Museum kommen, nicht in unsere Kirche. Hier braucht man richtige Seelsorger mit Herz und Seele." Auch Pater Zacharias hat eine klare Meinung dazu, ob ein Segen von einem Roboter gültig ist.




Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Die Zehn Gebote sind ein Ur-Regelwerk der Bibel: Sie sollten im Christentum ein Leben lang eingehalten werden. Bestimmte KI-Technologien verstoßen jedoch gegen diese heiligen Vorschriften.

So heißt es schon im ersten Gebot: "Ich bin der Herr, Dein Gott. Du sollst keine anderen Götter haben neben mir." Wenn Anthony Lewandowski in seiner Kirche "The Way Of The Future" mittels KI einen neuen Gott erschafft, klingt dies stark danach, als ob er damit gegen diese heilige Vorschrift verstößt. Doch zählen KI-Gläubige überhaupt noch zu den Christen? Oder haben sie genauso wie Buddhisten oder Hinduisten das Recht darauf, an etwas anderes als den einen Erlöser zu glauben? Fragen, die vielleicht nur Gott allein uns beantworten kann.



Zum Anfang
Nicht nur das erste Gebot, sondern auch das sechste stellt im Bereich der intelligenten Technologien Konfliktpotenzial dar. Denn dieses besagt ganz klar: "Du sollst nicht töten." Über Leben und Tod soll also alleine Gott entscheiden dürfen. Für uns Menschen gilt das Töten als eine der schwersten Straftaten. Autonome Waffensysteme, die ohne den Befehl eines Menschen selbstständig schießen, gibt es schon seit einigen Jahren. Allerdings zielen diese bis auf ganz wenige Ausnahmen nur auf leblose Objekte.

Mittels KI erschaffene Kriegsroboter, auch "Killerroboter" genannt, könnten irgendwann ganz ohne menschliches Zutun auf dem Schlachtfeld stehen und autonom darüber entscheiden, wen sie töten. Ob sie dabei immer zwischen unschuldigen Zivilisten und feindlichen Angreifern werden unterscheiden können, ist zurzeit noch unklar. Die Forscher stehen hier vor einer Reihe ethischer und technischer Fragen, die noch gelöst werden müssen. 





Zum Anfang
So verrückt die genannten Ideen zum Einsatz von KI in der Religion auch klingen mögen, sie berühren urmenschliche, philosophische und theologische Fragen. Woher kommen wir, wohin gehen wir, und soll das hier schon alles sein?

Die Zukunft wird neue, spannende Antworten auf diese Fragen mit sich bringen. Ob ein Mensch an den christlichen Gott, viele hinduistische Götter oder schließlich an eine KI glaubt, sollte ihm jedoch auch weiterhin selbst überlassen sein. Laut Pater Zacharias ist es im Bezug auf unsere gesamte Gesellschaft jedoch wichtig, die Gefahren im Blick zu haben.


Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang

KI & Moral

Passen künstliche Intelligenz (KI) und Moral zusammen? Wie schaffen wir es, dass Maschinen unsere eigenen Stereotype nicht übernehmen? Wie bringen wir KI bei, dass sie den Beruf eines Wissenschaftlers oder einer Krankenschwester als geschlechtsneutral ansieht?

Hier setzt die Studie der Forscherinnen und Forscher am Centre for Cognitive Science der Technischen Universität in Darmstadt an. Professor Kristian Kersting, Leiter des Bereichs für Maschinelles Lernen, beleuchtet die Zusammenhänge.
Er ist Mitglied des interdisziplinären „Centre for Cognitive Science“ und möchte mit seiner Forschung dazu beitragen, ein Bewusstsein für maschinelles Lernen und den richtigen Umgang mit Daten zu schaffen. Am Donnerstag gab die TU Darmstadt bekannt, dass Kersting zum Fellow der „European Association for Artificial Intelligence“ ernannt worden ist. Das Programm zeichnet Forscher aus, die auf dem Gebiet der KI „kontinuierlich herausragende Beiträge erbracht haben“.
Zum Anfang
Ich finde die Erforschung der künstlichen Intelligenz extrem spannend. Wie können Maschinen Texte verstehen, und wie können sie lernen? Wie agieren Roboter in der physischen Umwelt? Das zu erforschen macht uns Spaß, weil wir all diese unterschiedlichen Fragestellungen zusammenführen können.

Aber wir müssen bei aller Euphorie auch aufpassen: Viele der aktuellen Forschungen werden von kommerziellen Firmen stark gepusht. Das heißt, man sollte immer bedenken, ob Forschungsergebnisse neutral bewertet wurden oder doch Geschäftsinteressen dahinterstecken. Es freut mich aber natürlich, dass KI heute eine so große Aufmerksamkeit be-kommt. Vor zehn Jahren war man im Vergleich dazu nur ein einfacher Informatiker, der sich mit KI befasst hat – ohne dass viele Menschen sich dafür interessiert hätten.
Zum Anfang
Wir müssen die Diskussion vorantreiben, um aufzuklären. Aktuell wird sie etwas überhitzt geführt, weil es ein sehr schwieriges Thema ist, das auch zum Teil die Grundfesten unseres menschlichen Daseins infrage stellt. Dabei ist momentan längst nicht so viel möglich, wie gerne in den Nachrichten suggeriert wird. In der öffentlichen Diskussion wird die Maschine immer gleichgesetzt mit dem Menschen. So weit sind wir in der KI-Forschung nicht, das wird noch ein paar Jahre, wenn nicht Jahrzehnte oder vielleicht Jahrhunderte dauern. Was wir momentan sehen ist, dass es ganz viele KI-Systeme gibt, die in Form einer „Inselbegabung“ sehr viel leisten. Aber ein Mensch hat in der Regel eben nicht nur eine Inselbegabung, sondern kann sehr viele Aufgaben meistern und darin sehr gute Leistungen erbringen.
Zum Anfang
In der öffentlichen Diskussion, insbesondere in Deutschland, aber auch weltweit, stellt sich die Frage, ob wir in wichtigen Anwendungen Maschinen dazu bekommen, unsere Moral-vorstellungen zu übernehmen. Und wenn ja, wie könnte das funktionieren?
Wir sind für unsere Studie von den Stereotypen ausgegangen, die es geben kann. Denn wir haben festgestellt, dass Maschinen, wenn sie sich viele von Menschen geschriebene Texte anschauen, die Stereotype und Vorurteile übernehmen, die darin zum Tragen kommen. Wir müssen aufpassen, dass die Daten, die wir diesen Maschinen zum Lernen geben, unter Umständen unsere Vorurteile reflektieren. Das klassische Beispiel hierfür ist, dass Männer häufiger mit Wissenschaft in Verbindung gebracht werden als Frauen. Es gibt Techniken in der wissenschaftlichen Fachliteratur, um dieses Vorurteil, diese Verzerrung automatisch herauszurechnen. Die Maschinen müssen sich neutral verhalten, sie dürfen sich in ihrem Lernprozess nicht unsere Vorurteile aneignen. Alle existierenden KI-Studien halten uns einen Spiegel vor: Sie sagen viel mehr über uns Menschen aus als über die Maschine selbst.
Zum Anfang
Dieses System nimmt eine große Anzahl von Texten, die von Menschen geschrieben wurden, und wandelt diese in Algorithmen um. Dann wird aus diesen Algorithmen eine Art „Landkarte“ erstellt. Jeder Punkt auf der Landkarte gehört jetzt einem Satz, wie beispielsweise „Sollte ich meinen Hamster toasten?“ oder „Sollte ich einen Menschen töten?“
Zum Anfang
Das ist möglich durch die Berechnung der Distanz zwischen einer moralischen Fragestellung und ihren zwei Antwort-möglichkeiten, „Ja, das sollte man“ und „Nein, das sollte man nicht“. Wenn die Sätze sehr nah beieinander auf dieser „Landkarte“ liegen, dann haben sie semantisch, also von der Bedeutung her, sehr viel miteinander gemein. Gemäß den zwei Antwortmöglichkeiten registriert die Maschine, dass sie etwas tun sollte, wenn sie näher an der Antwort „Ja, das sollte man“ liegt; genauso wie bei einer kürzeren Strecke, wenn sie etwas nicht tun sollte. So lernt das System beispielsweise, dass man anstelle eines Hamsters lieber ein Toastbrot in den Toaster stecken sollte und dass es falsch ist, einen Menschen zu töten.
Zum Anfang
Das geht noch nicht. Wir können die Moral nicht extrahieren und Regeln aufschreiben, im Sinne von „Das sollte man tun“ und „Das sollte man nicht tun“. Wir hatten überlegt, das KI-System mit einfachen moralischen Fragen, die wir alle kennen und mit einem klaren „Ja“ oder „Nein“ beantworten können, auszustatten. Diese Einbettung von Fragen und Antworten ermöglicht dem System, die Distanz zwischen den Begriffen zu ermitteln und damit herauszufinden, wie stark sie inhaltlich miteinander verknüpft sind. Dennoch entwickelt das KI-System im Experiment durch die Analyse großer Textmengen eine menschenähnliche, nahezu moralische Ausrichtung.
Zum Anfang
Das ist richtig. Wir haben dem KI-System etwa die Frage gestellt: „Sollte ich einen Menschen töten?“ Wir haben bei unserer Auswertung schnell gemerkt, dass es nicht nur eine Variante des Wortes „töten“ gibt, sondern mehrere. Also haben wir angefangen, mehrere Schablonen von diesem Wort zu erstellen. Das stabilisiert das System, und es erkennt anders formulierte Fragen besser.
Zum Anfang
Die Gefahr besteht. Zwar ist es möglich, Maschinen im Zusammenhang mit einfachen moralischen Fragestellungen etwas neutraler zu machen, dennoch könnte das unter Um-ständen auch negative Folgen haben. Es wäre fatal, wenn wir Maschinen darauf trainieren würden, gleichgültig über das Leben eines Menschen zu entscheiden oder ihn womöglich auch zu töten.
Aber das ist nicht ein Problem dieser Studie, sondern ein allgemeines Problem von automatisierten Prozessen. Wenn man es darauf anlegen möchte, kann auch ein Auto eine Mordwaffe sein, und so können Algorithmen nicht unbedingt immer vorteilhaft sein.
Zum Anfang
In der Medizin gehe ich davon aus, dass wir Maschinen haben werden, die sehr viel besser Diagnosen stellen oder gewisse Krebsarten genauer vorhersagen können. Aber es geht nicht nur um die Diagnose, sondern auch darum, wie der Mediziner, die Medizinerin die Zeit mit dem Patienten verbringt, ihm gewisse Dinge erklären und einfühlsam reagieren kann. Eine Maschine kann schließlich nicht auf dieselbe Art und Weise wie ein Mensch auf unvorhergesehene Situationen einfühlsam reagieren. Es wird der Maschine auch nicht möglich sein, autoritäre sowie wissensbasierte Antworten zu liefern und sich umfänglich um den Patienten zu kümmern. In dem Bereich der Medizin gibt es noch sehr viel Nachholbedarf für die KI.

Aus politischer und gesellschaftlicher Sicht wird davon gesprochen, dass KI dem Menschen auf eine gewisse Art und Weise ähneln sollte. Das ist jedoch nicht ganz richtig, KI muss nicht menschenähnlich sein. Wenn wir uns das autonome Fahren anschauen, wäre es schade, wenn wir nur den Menschen nachbilden, weil wir dann genauso viele Verkehrs-tote hätten wie vorher. Ich kann verstehen, dass das sehr emotional diskutiert wird. Aber ich glaube, dass wir von vielen Fragen, im Sinne der Moral, noch weit entfernt sind. Wir müssen uns überlegen, welche Inselbegabung es gibt, die man den Maschinen nicht beibringen möchte. Ich möchte zum Beispiel nicht, dass Maschinen diskriminierend sind.
Zum Anfang
Wenn wir ans Fliegen denken, sind sicherlich auch viele Funktionen möglich, wo die Maschine dem Menschen schon sehr viel mehr abnimmt, als wir vielleicht am Anfang dachten. Deswegen glaube ich nicht, dass wir jetzt schon überall Regeln festlegen sollten, die für die Ewigkeit gelten. Wenn wir es schaffen, dass Maschinen und Menschen partnerschaftlich arbeiten, dann wäre das optimal.
Zum Anfang
Nehmen wir als Beispiel einen Algorithmus. Dieser kann derzeit Antworten liefern auf bestimmte Fragen. Er hat keine Beine, keine Arme, er weiß auch nicht, wie man sich fortpflanzt. Da passiert nichts. Ich glaube, dass wir hier wieder diesen Ver-gleich zum Menschen suchen. Diese Maschinen haben eine Aufgabe, dafür wurden sie konstruiert. Dafür wurden sie trainiert, und das machen sie.
Bisher möchte ich behaupten, dass KI im Verhältnis mehr Menschenleben gerettet als getötet hat. Wir wissen alle über die negativen Aspekte der Atomenergie Bescheid, dennoch gibt es Vorteile von der Strahlung in der Medizin durch die Strahlen-therapie. Es wäre problematisch, wenn Leute sagen würden, wir dürfen nicht mehr über Nuklearmedizin reden, weil es Atombomben gibt.
Zum Anfang

Chris Boos

In Amerika sind sie Diener, in China Kollegen, in Japan Freunde und in Europa Feinde – intelligente Maschinen. Wird hierzulande einfach zu wenig oder zu negativ darüber berichtet? Fakt ist: Um das Thema Künstliche Intelligenz kam man in den letzten Wochen und Monaten nicht herum. Das hat aber auch einen Grund. Die neue Technologie bestimmt voraussichtlich, wie wir in Zukunft unser Leben gestalten müssen. In Deutschland führt diese Innovation zu einer regelrechten Massenpanik und Angst.

Chris Boos, der geschäftlich oft in den USA und in Asien unterwegs ist, kann die deutsche Denkweise über KI nicht nachvollziehen. Er ist der Meinung, man sei zu dem Thema hier viel zu negativ eingestellt und hemmt damit Innovationen. Ich habe den KI-Experten mit den Ängsten der Deutschen und den generell bekannten Risiken konfrontiert und ihn um einige Lösungsvorschläge gebeten.
Zum Anfang
1972 geboren, programmiert Chris Boos, seit er acht Jahre alt ist. 1995 gründete er gemeinsam mit seinem Onkel das Unternehmen Arago in Frankfurt. Seit 2013 bietet es mit der KI Plattform „HIRO“ eine Software für Unternehmen an, die Geschäfts- und IT-Prozesse automatisiert. Arago ist auf Systeme künstlicher Intelligenz spezialisiert, hat weltweit Kunden und Standorte in New York, San Francisco, Bangalore und Exeter. Chris Boos wurde 2018 in den Digitalrat der Bundesregierung berufen.
Zum Anfang
Oft wird der Vergleich zur Erfindung der Elektrizität gezogen. Eine Technologie, die komplett neue Möglichkeiten schafft und dadurch die Welt auf den Kopf stellt. Hat KI auch das Potential dazu? Und wenn ja, was wird sich verändern?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Im Alltag bekommen wir von der Veränderung durch künstliche Intelligenz im Prinzip nicht viel mit. Außer, dass wir uns oft erschrecken, wie genau uns Werbung zugespielt wird und welche Serien man auf Netflix mögen könnte. Wir fahren noch immer manuell Auto und gehen selbstständig einkaufen. Chris Boos bekommt aus wirtschaftspolitischer Sicht mit, wie sich KI entwickelt hat und wie weit Unternehmen und die Techbranche aus dem Silicon Valley heute sind.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Die Angst vieler Menschen ist, dass irgendwann eine Superintelligenz über die Welt herrscht. In einigen Science Fiction Filmen wird dieses Szenario gerne aufgegriffen und endet immer in einer Katastrophe.
Doch nicht nur uninformierte Menschen haben diese Angst. Auch Professoren von renommierten amerikanischen Universitäten warnen vor der Unkontrollierbarkeit der KI-Technologie. Elon Musk tut das auch, obwohl man nicht jede seiner Aussagen ernst nehmen sollte.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Daten sind der Rohstoff unserer digitalen Welt. Einige wenige Plattformen erheben schon seit Jahren so viele Daten, dass sie einen uneinholbaren Vorsprung haben. Einerseits sind sie dem Staat überlegen, andererseits können junge Unternehmen selbstständig nicht lange überleben, weil sie von den Platt-formen entweder gekauft oder abgelöst werden. Welche Konsequenzen hat das für die Machtverteilungen?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
China macht es vor. Das Modell des Social Scorings ist dort fester Bestandteil der Lebenskultur und soll ab 2020 flächen-deckend eingeführt werden. Es handelt sich dabei um ein Bonitätssystem zur Bewertung des sozialen Verhaltens von Bürgern. Diese sammeln Sozialkreditpunkte. Wer z.B. eine rote Ampel überfährt bekommt Punkte abgezogen, bei einer Blutspende hingegen Punkte gutgeschrieben. Diese Technik bietet alle Voraussetzungen für einen perfekten Überwachungsstaat.
Ist so etwas auch für Deutschland denkbar?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Mit KI kann man selbstverständlich Gutes und Schlechtes tun. Die Folgen von unangemessener Forschung könnten dabei fatal enden. Eine Regulierung von Forschung ist daher naheliegend, doch es könnte auch positive Innovationen verhindern. Überwiegen die Chancen oder ist die freie Forschung zu risikoreich?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Wenn man hört, was Maschinen heutzutage alles zu leisten im Stande sind, kann man als Mensch schon mal am eigenen Können zweifeln. Vor allem im Bezug auf Bildung und Jobs muss in den Köpfen der Menschen ein Umdenken stattfinden. Man muss sich die Frage stellen: Was macht den Menschen aus und was daran können Maschinen nie adaptieren?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Eine Maschine besiegt den weltweit besten Go-Spieler. Ein Ruck ging danach durch die Medien. Viele Schritte der Maschine wurden als unvorhersehbar und überraschend bezeichnet. Viele gingen daher von Kreativität aus, doch stimmt das wirklich?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Wenn Prozesse von Maschinen übernommen werden, ist der Mensch für eben diese nicht mehr zuständig. Logische Schlussfolgerung: Diese Menschen sind erstmal arbeitslos. Wenn also in Zukunft 80 Prozent der Prozesse von Maschinen übernommen werden können, werden 80 Prozent der Menschen arbeitslos. Klingt einleuchtend und simpel, aber natürlich auch nach einer Katastrophe, die niemals eintreten darf. Chris Boos glaubt nicht, dass es jemals zu einem solchen Szenario kommt, aber wieso?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
"Wenn man die industrielle Revolution zusammennimmt, hat es zwei Weltwirtschaftskrisen und zwei Weltkriege gebraucht, bis wir wieder ein stabiles System hatten", so Chris Boos. Kaum eine bedeutende Innovation hat keine Revolution erzeugt. Hat man bei KI aus der Vergangenheit gelernt und schafft eine softe Transition? Chris Boos ist davon überzeugt, dass es klappt, wenn alle an einem Strang ziehen. Aber wie genau stellt er sich das vor?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Diese Frage beschäftigt wohl die meisten Menschen bezüglich unserer Zukunft. Wenn Jobs durch Automation wegfallen und man eine Massenarbeitslosigkeit verhindern möchte, müssen neue Jobs entstehen. Aber welche?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang

Anwendung & Geschäftsfelder

Zum Anfang

Social Bots

Social Bots erlangten 2016 erstmals weltweite Aufmerk-samkeit. Damals wurde bekannt, dass Donald Trump und Hillary Clinton im US-Wahlkampf auf die digitalen Helfer zurückgriffen. Dabei verbreiteten die Social Bots manipulierte Botschaften im Netz und beeinflussten somit die Meinungen der Bürger.  Auch in Deutschland erreichten Social Bots die Politik, doch forderte Außenminister Heiko Maas (SPD) bereits im Juli 2017 auf, komplett darauf zu verzichten. Er sprach von täuschend echten Beiträgen, die Meinungen beeinflussen und Wahlen manipulieren können. Alle Parteien des Bundestags stimmten daraufhin zu, Social Bots nicht im Wahlkampf einzusetzen. 
Zum Anfang
Ein Social Bot ist ein computergesteuertes Programm, das in sozialen Medien kommuniziert – sich also als realen User ausgibt. Dabei führt die Software mithilfe eines vorprogrammierten Verhaltensmusters (Algorithmen) festgelegte Aufgaben eigenständig aus. Entwickler perfektionieren die zugrundeliegenden Algorithmen kontinuierlich. Längst können Social Bots menschliches Verhalten imitieren und im Internet autonom interagieren. Daher wird es immer schwieriger, Aktivitäten eines Social Bots von denen eines Menschen zu unterscheiden.
Zum Anfang
Ein Social Bot sucht nach Keywords oder scannt Twitter Timelines und Facebook-Posts, um bestimmte Wörter oder Hashtags zu finden. Ist ein Bot fündig geworden, reagiert er mit vorbestimmten Antworten und Kommentaren. In Ausnahmefällen können Bots sogar eigene Aussagen formulieren. Diese werden dann aus Texten zusammengebaut, die der Bot auf bestimmten Internetseiten findet. Durch das Zusammenbauen von Texten ergeben sich mehr oder weniger sinnhafte Posts. In bestimmten Fällen kopiert ein Bot auch kurzerhand ganze Aussagen realer User. 

Solch einen Bot zu erstellen, erfordert heutzutage keine großen Informatik-Kenntnisse mehr. Es gibt mittlerweile vorgefertigte Programme, mit deren Hilfe man einen einfachen Social Bot mit etwas Geld und ein paar Minuten Zeit schnell selbst erstellen kann.
Zum Anfang
Data Scientist Lutz Finger unterscheidet im Forbes Magazin zwischen fünf möglichen Funktionen eines Social Bots:

Die wahrscheinlich bekannteste ist die zur Bekanntheits-steigerung. Hierbei fungieren die Bots als augenscheinlich echte Menschen, die einer Person, einem Unternehmen oder einem Produkt folgen oder dieses liken. 

Eine weitere und für User weitaus nervenaufreibendere Art von Social Bots sind Bots, die spammen – sprich User regelrecht verfolgen und mit Informationen bombardieren. Mit Nachrichten und Posts versuchen sie, ähnlich wie Spam-E-Mails, den User zu einem bestimmten Verhalten zu überreden. 

Gefährlicher sind Social Bots, die versuchen, anderen durch Unfug zu schaden. Ein Bot kann sich beispielsweise als eine Person des öffentlichen Interesses ausgeben, um deren Ansehen mithilfe des für echt gehaltenen Fake-Accounts herabzusetzen.  

Darüber hinaus gibt es Social Bots, die versuchen, die öffentliche Meinung zu beeinflussen – durch eine Vielzahl an Bots (Bot-Netzwerk), die bestimmte Schlagworte oder Hashtags immer wieder verwenden. Diese Bots täuschen somit künstliche Popularität bestimmter Themen vor oder stellen Ereignisse dar, die so nie stattgefunden haben. 

Zu guter Letzt gibt es Social Bots, die versuchen, die freie Rede einzuschränken. Durch das dauerhafte Spammen von Nachrichten rutschen wichtige beziehungsweise reale Posts oder Tweets in den Timelines immer weiter nach unten. Nutzer lesen somit nur noch die obersten und daraus folgend die gefälschten Kommentare.
Zum Anfang
Einen Social Bot von einem realen User zu unterscheiden, ist oft schwieriger, als es auf den ersten Blick scheint. Denn die Technik hinter den Bots – der Algorithmus – verändert sich täglich. Basierend auf Erkenntnissen der Oxford University werden Accounts, die durchschnittlich 50 oder mehr Tweets oder Likes pro Tag abgeben, als Bot identifiziert. Problematisch ist hierbei jedoch, dass sehr aktive User, wie beispielsweise Blogger oder Influencer, automatisch als Bot kategorisiert werden.

Unternehmen wie „Botswatch“ haben sich darauf spezialisiert, Bots in sozialen Netzwerken zu identifizieren. Mithilfe eines Tools, das verschiedene Kriterien in Echtzeit prüft, erkennen sie frühzeitig auffällige Accounts. Ihre Erkenntnisse geben sie an Nachrichtenagenturen und Medienunternehmen weiter. Schließlich nehmen Social Bots gerade in Krisensituationen wie einem Terroranschlag besonders Fahrt auf. 

Auch die Betreiber von Social Media Plattformen sind sehr bemüht, Social Bots zu identifizieren. Dennoch ist es fast unmöglich, alle Bots auf einer Plattform zu löschen. Die Plattform Twitter beispielsweise hat in einer Offensive gegen Fake-Accounts und Bots im Mai und Juni 2018 insgesamt rund 70 Millionen auffällige Konten gesperrt.
Zum Anfang
Ein vom Bundestag beauftragter, 20-köpfiger Sachver-ständigenrat kam im April 2017 zu folgendem Ergebnis: Bisher gebe es nur eine begrenzte Anzahl an prominenten Beispielen, auf die sich sowohl die Presse als auch die Forschung stürze. Daher sei es kaum verwunderlich, dass es noch keine wissenschaftlichen Studien gebe, in denen nachgewiesen werde, inwiefern Social Bots gesellschaftliche Gruppen beeinflussen.

Unter Experten bleibt es weiterhin strittig, ob wir uns davor fürchten müssen, dass Social Bots uns manipulieren. Nur weil eine Nachricht von vielen Nutzern geteilt wird, muss dies letztendlich nicht bedeuten, dass dies andere Nutzer in ihrem Verhalten beeinflusst.
Zum Anfang

Predictive Policing

Das Jahr 2054: Eine Spezialeinheit der Polizei von Washington, D.C erkennt Morddelikte mithilfe hellseherischer Fähigkeiten, bevor sie überhaupt passieren. So können die Taten verhindert werden, die Mordrate in der Hauptstadt der USA sinkt auf null. Diese Zukunftsvision aus dem Spielfilm “Minority Report” beginnt, Realität zu werden. Allerdings nicht mithilfe hellseherischer Fähigkeiten, sondern mit künstlicher Intelligenz (KI).

Künstliche Intelligenz hat bereits Einzug in viele Lebensbereiche gehalten. Doch was wäre, wenn sie unseren Alltag nicht nur effizienter, sondern unser Leben sicherer machen würde? Genau das verspricht Predictive Policing – die vorausschauende Polizeiarbeit. Die Idee der Polizeiarbeit der Zukunft ist einfach: Statt Verbrechen aufzuklären, sollen diese mithilfe von Big Data und KI möglichst genau vorhergesagt und somit verhindert werden.

Hinter dem Ganzen steckt eine intelligente Software, die Daten und Statistiken analysiert und nach Mustern und Korrelationen sucht. Daraus errechnet sie die Wahrscheinlichkeit künftiger Straftaten mit Tatort und -zeit. Mithilfe dieser Ergebnisse können Polizeieinsätze genauer und effizienter geplant, Geld gespart und die öffentliche Sicherheit verbessert werden.
Zum Anfang
In Deutschland verwenden oder testen zurzeit sechs Bundesländer die Software – hauptsächlich, um Wohnungs-einbrüche zu bekämpfen. Als Vorreiter gilt in diesem Bereich Bayern: Dort ist seit 2014 die kommerzielle Software PRECOBS im Einsatz, die mithilfe von intelligenten Algorithmen Verbrechen vorherzusagen verspricht.

PRECOBS basiert auf dem Near-Repeats-Modell. Dieses besagt, dass ausgehend von einem Triggerdelikt, die Wahrschein-lichkeit einer unmittelbaren Folgetat in der näheren Umgebung des Tatorts steigt. Konkret bedeutet das: Nach einem Wohnungseinbruch besteht in den darauffolgenden Tagen erhöhte Gefahr, dass auch in der Nachbarschaft eingebrochen wird. Der Ansatz basiert auf der Annahme, dass insbesondere Serientäter und professionell organisierte Verbrecher rational Nutzen und Kosten abwägen. Haben sie die Gegend bereits einmal ausgespäht und kennen mögliche Gewinne und Fluchtwege, liegt es nahe, am gleichen Ort noch einmal zuzuschlagen. 
Zum Anfang
2015 startete auch Baden-Württemberg in den Kreisen Stuttgart und Karlsruhe ein Pilotprojekt mit der PRECOBS-Technologie, da in diesen beiden Gebieten verglichen mit dem Rest des Bundeslandes oft eingebrochen wird. Das Max-Planck-Institut für ausländisches und internationales Strafrecht begleitete die einjährige Testphase – und kam zu dem Schluss, dass Predictive Policing vermutlich einen positiven Effekt hat. Eindeutig nachweisbar ist er jedoch nicht. Laut der Forschungseinrichtung gingen im Beobachtungszeitraum die Wohnungseinbrüche in den Stadtkreisen Stuttgart und Pforzheim zwar zurück. Allerdings sank auch in anderen baden-württembergischen Städten, die nicht Teil des Projekts waren, die Fallzahl. Der Rückgang der Straftaten kann also nicht ohne weiteres nur dem Einsatz der neuen Technologie zuge-schrieben werden, weil viele Faktoren die Kriminalitäts-entwicklung beeinflussen.
Zum Anfang
Nordrhein-Westfalen geht beim Predictive Policing zur Kriminalitätsbekämpfung noch einen Schritt weiter: Hier prognostiziert das vom Landeskriminalamt (LKA) eigens entwickelte System SKALA zusätzlich zu Wohnungseinbrüchen auch Gewerbeeinbrüche. Neben polizeilichen Falldaten, werden dabei auch soziodemographische Daten wie Einwohner- und Gebäudestruktur, Verkehrsanbindung, Kaufkraft und Mobilität in die Analyse einbezogen. Diese bezieht das LKA, laut eigener Aussage, kommerziell.

Die Beispiele aus Bayern, Baden-Württemberg und Nordrhein-Westfalen zeigen, wie die Polizeiarbeit mithilfe künstlicher Intelligenz modernisiert und die Polizeibehörden entlastet werden. Aber wo Deutschland noch weit weg von Science-Fiction-Scenarios á la “Minority Report” ist, sind die USA der Zukunftsvision schon ein ganzes Stück näher: Laut einer Befragung wandten im Jahr 2014 bereits etwas mehr als zwei Drittel aller amerikanischen Polizeistationen Predictive-Policing-Methoden an – und zwar nicht nur, um Einbrüche zu bekämpfen.
Zum Anfang
In Chicago wird nicht nur vorhergesagt, wo ein Verbrechen stattfinden, sondern auch, wer der Täter sein wird. Denn hier wertet die lokale Polizeibehörde nicht nur die Daten zu Straftaten, sondern auch personenbezogene Daten aus und kombiniert diese mit weiteren Informationen wie Wetterdaten und sozioökonomische Faktoren von Risikogebieten. So sollen vor allem Schießereien und Morde verhindert werden.

Möglich macht dies eine Liste mit potenziellen Gefährdern, die „Strategic Subject List“. Sobald eine Person polizeilich auffällig wird, wird sie nach einem Punktesystem bewertet – je höher die Punktzahl, desto wahrscheinlicher ist es, dass die Person wieder straffällig wird. Grundlage des Punktesystems ist ein intelligenter Algorithmus, der acht Faktoren wie z. B. die Mit-gliedschaft in einer Gang oder einer Verhaftung wegen eines Drogendelikts analysiert und für die jeweilige Person aus-wertet. Die Polizisten gehen gemeinsam mit Sozialarbeitern auf potenzielle Gefährder zu und versuchen sie vor Rückfällen zu bewahren. Das Chicago Police Department berichtet, dass die Anzahl von Schießereien und Morden in den Einsatzgebieten des Predictive Policing sinkt.
Zum Anfang
Obwohl sich in den USA gezeigt hat, dass Predictive Policing erfolgreich sein kann, kritisieren Bürgerrechtsorganisationen das Vorgehen. Sie sehen die Gefahr vor allem  im Racial Profiling, also der strategischen Diskriminierung ethnischer und religiöser Minderheiten. Da Predictive Policing mit Daten aus der Vergangenheit arbeitet, setzt ein selbstverstärkender Effekt ein – bereits benachteiligte Bevölkerungsgruppen werden systematisch weiter benachteiligt.

Ein weiterer Kritikpunkt ist das Thema Datenschutz. Theoretisch ist es möglich, eine Unmenge an Daten zu sammeln und miteinander zu verknüpfen, um genauere Analysen zu erhalten. Praktisch ist dies jedoch oft aufgrund datenschutzrechtlicher Bestimmungen schwierig. In Deutschland werden daher (noch) keine personenbezogenen Daten genutzt, um Kriminalität präventiv mithilfe von KI zu bekämpfen.
Zum Anfang
Im Film „Minority Report“ wird aufgrund einer falschen Vorhersage ein Unschuldiger verhaftet. Dies wirft die Frage auf, wie weit man überhaupt gehen darf, wenn es darum geht, mögliche Straftaten und vor allem Täter mittels einer KI vorauszusagen. Inwieweit kann man einem Algorithmus, der lediglich mathematische Zusammenhänge analysiert, vertrauen? Oder ihn gar über die Zukunft eines Menschen entscheiden lassen? Die Polizeiarbeit der Zukunft bietet zwar die Chance, die Gesellschaft sicherer zu machen, aber um welchen Preis?
Zum Anfang

Gesichtserkennung

Während eines ihrer Konzerte in Kalifornien im Mai 2018 ließ die Sängerin Taylor Swift unbemerkt ihre Zuschauer scannen. Das geht aus einem im Dezember 2018 erschienenen Bericht des Magazins „Rolling Stone“ hervor. Insgesamt 90.000 Zuschauer betrachteten Probe-Aufnahmen der Sängerin auf einem Bildschirm – ohne zu wissen, dass eine Kamera dahinter ihre Gesichter erfasste. Eine Gesichtserkennungssoftware verglich diese dann mit Gesichtern bekannter Swift-Stalker. Was hierzulande wie ein Horrorszenario klingt, ist in den USA aufgrund geringer datenschutzrechtlicher Regulierungen durchaus möglich.
Zum Anfang
Eine Gesichtserkennungssoftware ist ein Programm, das auf Künstlicher Intelligenz (KI) basiert. Der intelligente Algorithmus kann selbstständig Gesichter erkennen, kategorisieren und vergleichen. Hierfür muss der Computer das Gesicht allerdings in ein sogenanntes biometrisches Datum umwandeln. Dafür vermisst er bestimmte Merkmale wie die Größe und Position der Augen oder den Abstand zwischen Nase und Mund. Aus den errechneten Daten entsteht ein Muster – der sogenannte Hashwert, der für jeden Menschen einzigartig ist.

Die Software vergleicht also nicht einfach zwei Gesichter miteinander, sondern deren Hashwerte. Sie wird jedoch nicht nur für das reine Erkennen und Vergleichen von Gesichtern eingesetzt. So kann sie auch die Emotionen von Menschen erfassen und auswerten – die Ergebnisse werden beispielsweise für Werbezwecke genutzt oder um Einbrecher von Bewohnern zu unterscheiden. Auch Deep-Learning-Netzwerke spielen im Bereich der Gesichtserkennung eine große Rolle. Mithilfe künstlicher neuronaler Netze sollen Gesichter in Zukunft noch besser und zuverlässiger erkannt werden.
Zum Anfang
Wenn Gesichter mithilfe einer Software erkannt werden, spart dies zunächst einmal Zeit. Ob beim Entsperren des eigenen Smartphones, beim Bezahlen im Restaurant oder beim Betreten des Flugzeugs: Die KI arbeitet schneller, als der Mensch getippt, seinen Geldbeutel oder seine Bordkarte am Flughafen gezückt hat.

Für Befürworter intelligenter Überwachungssysteme ist jedoch vor allem der Aspekt der Straftatenprävention wichtig. Würden Bahnhöfe, Flughäfen und andere öffentliche Plätze mit Kameras ausgestattet, die mit einer Gesichtserkennungs-software arbeiten, würde dies die Suche nach Straftätern oder Terroristen deutlich erleichtern. Verbrecher könnten demnach schneller geschnappt und Anschläge verhindert werden.
Zum Anfang
Wer Gesichtserkennungssoftware anwendet, greift in die Privatsphäre des Einzelnen ein. Passiert dies auf öffentlichen Plätzen, werden gleichzeitig Stimmen laut, die vor ständiger Überwachung warnen und Szenarien wie in Orwells Roman „1984“ heraufbeschwören. Während zum einen die Privat-sphäre des Einzelnen gegen das Gemeinwohl abgewogen werden muss, müssen die erfassten Daten zum anderen vor Missbrauch geschützt werden. Beispielsweise könnten Hacker der Software falsche Daten liefern, indem sie die KI mit x-beliebigen Profilbildern aus sozialen Netzwerken füttern – und diese dadurch am Ende Unschuldige mit Straftätern ver-wechseln. Das Thema Identitätsdiebstahl würde damit ganz neue Dimensionen erreichen.

Wie in vielen anderen Bereichen, in denen KI eingesetzt wird, gilt auch beim Thema Gesichtserkennung: Es gibt noch eine Menge datenschutzrechtlicher, politischer und ethischer Fragen, die vor dem massenhaften Einsatz dieser Systeme geklärt werden müssen. Während Apps wie „FaceID“ und „Trusted Face“ bisher nur privat genutzt werden, betrifft die Überwachung öffentlicher Plätze mittels intelligenter Videosoftware jeden Bürger. Auch wenn die Technologie bereits existiert, der Weg, der Sicherheit mit Datenschutz und dem Recht auf Privatsphäre verbindet, muss in Deutschland noch gefunden werden.
Zum Anfang

Autonome Lieferdrohne

Verstopfte Straßen machen beim Warentransport die Nutzung neuer Technologien unumgänglich. Die Würzburger Emqopter GmbH hat diesen Bedarf erkannt und 2018 eine autonom fliegende Lieferdrohne auf den Markt gebracht. Die intelligente Software spielt bei deren Flugsystem eine entscheidende Rolle.

Wer auf dem ehemaligen Landesgartenschaugelände am Hubland in Würzburg die Ruhe und grüne Natur genießt, kann sie an manchen Tagen hören oder sehen. Die Drohne ist knallrot und hat in etwa die Größe eines Autoreifens. Mit ihren acht Propellern fliegt sie stabil in rund 50 Meter Höhe zu einem vorgegebenen Ziel. Das kann die von Emqopter entwickelte Drohne ganz ohne menschliche Hilfe. Seit 2010 forscht Nils Gageik an der dafür notwendigen Technik. Zunächst noch angestellt am Lehrstuhl für Informationstechnik für Luft- und Raumfahrt der Universität Würzburg, ist er heute einer der beiden Geschäftsführer bei Emqopter. Das 2016 gegründete Unternehmen zählt mittlerweile zehn Mitarbeiter. Der Standort am Hubland hat den Vorteil, dass neben den Büroräumen, dem Labor und der Werkstatt im Technologie- und Gründerzentrum auch Flugplatz und Flughalle am Campus Nord in direkter Nähe sind.
Zum Anfang
Für Marvin Bihl, den für den wirtschaftlichen Bereich zu-ständigen Geschäftsführer, ist in Bezug auf den Transport von Gütern und sogar Menschen klar: „Der Verkehr wird sich Schrittweise von der zweiten Dimension in die dritte Dimension verlagern, also von der Straße in die Luft.“ Frank Albert von der IHK Würzburg-Schweinfurt hat jedoch seine Zweifel: „Ob sich eine Personenbeförderung zu erschwinglichen Preisen um-setzen lässt, muss sich in Zukunft erst noch zeigen.“ Der Referent für Innovation und Technologie verweist jedoch auch auf die bereits existierenden Lieferdrohnen. Im niedrigen Kilogrammbereich können schon heute Konsumgüter mit einer Drohne durch die Luft bewegt werden, zum Beispiel mit Drohnentechnik von Emqopter.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Die Einsatzgebiete der autonomen Lieferdrohne werden sich auch in Deutschland ausweiten. Der humanitäre Bereich, wie beim Medikamententransport in der Schweiz, ist genauso umsetzbar wie die bereits von Emqopter angebotene Ver-bindung zweier Industriewerke, zwischen denen bestimmte Ersatzteile per Drohne transportiert werden können. Der Phantasie sind dabei wenig Grenzen gesetzt. Die Mitarbeiter von Emqopter können die Technologie und Steuerungssysteme je nach Wunsch des Kunden in ein passendes Gehäuse integrieren. So ist auch der Transport größerer Volumen und Gewichte realisierbar. Bihl sieht das Unternehmen für die Zukunft gut aufgestellt: „Wir wollen die Vernetzung von Systemen voranbringen. Wenn intelligente Systeme in Zukunft den Menschen unterstützen sollen, braucht es eine verbesserte Sensorik.“ Außerdem müssen die rechtlichen Anforderungen an eine digitale Welt angepasst werden. Bihl ist sich sicher: „Die Anzahl der kommerziell eingesetzten Drohnen am Himmel wird sich dann deutlich erhöhen.“ Denn – Drohnen können auch Leben retten:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
„Wir sind kein klassischer Drohnenhersteller, sondern eher Technologieintegrator“, betont Bihl. Die autonome Lieferdrohne ist zwar Aushängeschild und eines der Angebote von Emqopter, die Kernkompetenz liegt jedoch in der Entwicklung der Technologie, die einen autonomen Flug ermöglicht. Bihl erklärt: „Es geht darum, dass die Drohne Situationen erfassen kann. Die Signalverarbeitung ist im übertragenen Sinn das Denken des Menschen.“ Die durch die Sensorik auf der Drohne gesammelten Daten können sofort verarbeitet und in Steuersignale umgesetzt werden. Die intelligente Steuerung ermöglicht die voll-autonome Navigation und kann spontan auf Hindernisse reagieren. „Das ist dann künstliche Intelligenz“, so Bihl. Das Besondere an der Drohne von Emqopter ist die Kombination aus Umgebungs-wahrnehmung und autonomer Flugsteuerung. Die Kommunikation mit einem externen Bediener ist nur noch erforderlich, weil es der Gesetzgeber verlangt. Selbstständig aus Fehlern lernen kann das System allerdings noch nicht. Die gewünschten Änderungen müssen durch den Menschen immer noch nachträglich programmiert werden.
Zum Anfang
Laut einer Studie vom Verband Unbemannte Luftfahrt aus dem Februar 2019 gibt es in Deutschland nur 394 Unternehmen, bei denen Drohnentechnologie und unbemannte Luftfahrt im Zentrum stehen. Deshalb verkauft Emqopter neben den einzelnen Sensormodulen die autonom fliegende Drohne auch als Komplettpaket. Die Zielgruppe des jungen Unternehmens ist hauptsächlich der B2B Markt. Dass dieser ein enormes Wachstumspotenzial hat, zeigt auch die genannte Studie. 2018 wurden nur 19.000 Drohnen kommerziell betrieben, bis 2030 soll sich die Zahl aber um 563 Prozent auf 126.000 erhöhen. Im Zuge des Wachstums werden sich die Anbieter bei der Drohnenherstellung weiter spezialisieren. Das weiß auch Marvin Bihl und macht deutlich: „Wenn sich der Markt etabliert hat, wollen wir uns unseren Platz sichern.“ Die von anderen Firmen hergestellten Drohnen mit intelligenten Komponenten aus Würzburg fliegen zu lassen, ist das langfristige Ziel.
Zum Anfang
Anbieter von Lieferdrohnen gibt es auf der ganzen Welt, vom chinesischen Technologieunternehmen DJI bis zu Matternet, einer Firma aus den USA, die in der Schweiz schon Medi-kamententransporte per Drohne durchgeführt hat. Dass in anderen Ländern mehr Drohnen eingesetzt werden, lässt sich mit dem anspruchsvollen Genehmigungsverfahren in Deutschland erklären. "Diese erschweren uns die Arbeit", so Bihl. Auch IHK-Referent Albert sieht den administrativen Aufwand als großes Problem: „Dieser und eine unsichere Rechtslage können ein Unternehmen vom Einsatz der zukunftsträchtigen Technologie abbringen.“ Deswegen wartet Emqopter sehnlich auf die lange überfällige Standardisierung des Regulierungsverfahrens seitens der EU.
Zum Anfang
Die Anschaffungskosten für eine Lieferdrohne der Firma Emqopter liegen je nach verwendeten Komponenten zwischen knapp 20.000 EUR und 50.000 EUR. Die wesentlich höheren Kosten im Vergleich zu herkömmlichen Hobby-Drohnen sind ein Grund dafür, dass 2018 nur eine Lieferdrohne verkauft werden konnte. „Das System ist Hightech“, sagt Bihl, der zugibt, dass der Unterschied zwischen Interesse und tatsächlich ausgeführter Nachfrage bei ihnen sehr groß ist. Trotzdem lag der Umsatz des Start-Ups 2018 bei knapp 200.000 EUR. Verantwortlich dafür war hauptsächlich das Lehrsystem für Drohnen-Programmierung: Ein Do-it-yourself-Kit, das aus einem Quadrokopter, also einer robusten Übungsdrohne mit vier Propellern, Software und Programmiervorlagen besteht. Das Projekt ist für Hochschulen, Universitäten und einige weiterführende Schulen entwickelt und bietet die Möglichkeit, selbst einen autonomen Drohnenflug durchzuführen.
Zum Anfang

KI und Antriebstechnik (Wittenstein)

Die Firma WITTENSTEIN hat große Pläne im Bereich mechatronische Antriebssysteme. Künstliche Intelligenz spielt dabei eine Schlüsselrolle.

Harthausen ist ein kleines Dorf im Main-Tauber-Kreis. Ein kleiner Ort, an dem ein vergleichsweise großes Unternehmen seinen Sitz hat – WITTENSTEIN. Mit einer großen Produkt-palette stellt es mechatronische Antriebssysteme jeglicher Art her. Auf dem Markt ist das Unternehmen bekannt für seine digitalen Lösungen sowie seit Neustem für sein smartes Getriebe mit cynapse. Mechatronische Antriebssysteme, die Informationen eigenständig erfassen und kommunizieren können, sieht das Unternehmen als eine wesentliche Voraus-setzung für die Umsetzung von Industrie 4.0. Künstliche Intelligenz, kurz KI, sei der Schlüssel dafür.
Zum Anfang
Mit Digitalisierung und KI beschäftigt sich das Unternehmen bereits seit vielen Jahren. So wurde 2016 eine neue orga-nisatorische Einheit gegründet: das Digitalization Center. Hier spielt auch KI eine große Rolle. So sammelt die Firma riesige Mengen an Daten, welche sie direkt an den Produktions-maschinen abgreift und auf einem zentralen Server speichert. „Die Herausforderung besteht darin, bei diesen großen Datenmengen das eine kleine interessante Muster zu finden“, sagt WITTENSTEIN-Datenanalyst Dr. Alexander Wunderle. Mit der Sammlung und Analyse dieser Daten erhofft sich die Firma, die Produktion effizienter und smarter zu machen und ihren Kunden so individuelle Lösungen anbieten zu können.
Zum Anfang
Auch bei ihren Produkten sieht sich WITTENSTEIN als Vorreiter im Einsatz von KI. Auf der Hannover Messe 2019 hat die Firma das erste smarte Getriebe mit cynapse präsentiert. Dieses enthält ein integriertes Sensormodul, mit dem Daten über eine Schnittstelle ausgegeben werden können. Dadurch werden Werte gemessen und direkt an die Maschinensteuerung weitergegeben. Kunden soll dadurch die Arbeit erleichtert und eine Predictive Maintenance, also eine vorausschauende Wartung, gewährleistet werden. „Ziel ist es, dass man im Idealfall schon vor dem Kunden weiß, was er möchte“, so Wunderle.
Zum Anfang
Die Digitalisierung beeinflusst jedoch nicht nur die Produkte, sondern auch die Arbeitskultur. Einige Tätigkeiten werden in der Zukunft durch KI ersetzt werden. Eine Smart Factory, die irgendwann ganz ohne Menschen auskommen soll, strebt WITTENSTEIN jedoch nicht an. „Den Menschen werden wir in unserer Fabrik niemals substituieren können. Durch den Einsatz von KI werden monotone, repetitive Arbeiten weg-rationalisiert und so schaffen wir ein Arbeitsumfeld, in dem wir mit KI einen Mehrwert schaffen“, so Patrick Hantschel, der Leiter des Digitalization Centers. Angestellte zu entlassen sei für WITTENSTEIN dabei keine Option. Es würden zwar stupide, monotone Arbeiten wegfallen, dafür entstünden jedoch neue Stellen, vorwiegend im Softwarebereich. Dass durch die Digitalisierung und die vermehrte Entwicklung von KIs in Zukunft noch mehr hochqualifiziertes Personal benötigt wird, unterstreicht Dr. Dirk Haft, Vorstand im Bereich Innovation: „Wir werden in Zukunft sehr viel mehr Arbeitsplätze brauchen, um diese ganzen neuen Technologien zu entwickeln, zu produzieren und natürlich zu unterhalten.“
Zum Anfang
Auch das Arbeitsumfeld wird sich ändern und die künstliche Intelligenz soll dabei unterstützend eingesetzt werden. Flexible Arbeitsplätze stehen schon heute bei WITTENSTEIN auf der Tagesordnung. So verfolgt die Firma auch beim Thema Arbeitsumfeld ein innovatives Konzept. In dem modernen Großraumbüro des Digitalization Centers etwa sind die Mitarbeiter nicht auf einen bestimmten Arbeitsplatz festgelegt. Alle Angestellten können sich Tag für Tag neu formieren und sich in Projektgruppen zusammensetzen, um so effizient zusammenzuarbeiten.
Zum Anfang
Durch die Entwicklung und Fertigung individueller Kunden-produkte sind die Stückzahlen im Hause WITTENSTEIN eher gering. Hier will das Unternehmen die Ansätze von Industrie 4.0 und KI nutzen, um wandlungsfähig und flexibel zu bleiben und eine hohe Effizienzsteigerung zu erzielen. Kundenwünsche dabei kurzfristig, flexibel und wirtschaftlich rentabel um-zusetzen, sei das Ziel in der Produktion. „Auf jeden Fall werden wir schnellere, bessere und individualisiertere Produkte produzieren können“, prognostiziert Haft.
Zum Anfang

KI & Ackerbau

Vom Smart Home über virtuelle Shopping-Assistenten bis zur Industrie 4.0: Künstliche Intelligenz bahnt sich schon lange ihren Weg von der Science-Fiction in die Realität. Auch die Landwirtschaft bleibt davon nicht mehr unberührt. Das junge Würzburger Unternehmen Greenspin gestaltet ihre Zukunft mit. Ihr Schlüssel zur intelligenten Landwirtschaft: Datenanalyse.

Feldroboter zum Säen und Ernten, autonome Unkraut-entferner und eine Schar Drohnen, die das automatisierte Treiben auf dem Feld überwacht – die Visionen für eine digitalisierte Landwirtschaft der Zukunft sind vielfältig. Und lassen befürchten, dass die letzten Jahre der traditionellen Landwirtschaft bereits gezählt sind, denn für menschliche Fehlbarkeit scheint im Smart Farming kein Platz mehr zu sein: Autonome Traktoren sind schon auf dem Markt, ein Start-up aus Stuttgart schickt derzeit einen intelligenten Unkrautjäter für Testfahrten aufs Feld und bei San Francisco eröffnete Anfang des Jahres die erste automatisierte Pflanzenfabrik, in der Roboter pro Jahr rund 26.000 Stück Blattgemüse heranzüchten sollen.
Zum Anfang
Auch das junge Unternehmen Greenspin gestaltet die Land-wirtschaft der Zukunft mit. Doch von Robotern und anderen futuristischen Maschinerien ist in dem Büro am grünen Würzburger Hubland keine Spur. Greenspin setzt Künstliche Intelligenz zur Datenanalyse ein: Ein Algorithmus wertet Satellitenbilder, Wetter- und Bodendaten aus und erstellt daraus großflächige Agrarprognosen, aus denen sich Handlungsempfehlungen für die landwirtschaftliche Nutzung ableiten lassen. So kann zum Beispiel abgebildet werden, welche Nutzpflanze auf dem jeweiligen Feld wächst und welcher Ernteertrag dort in der nächsten Saison zu erwarten ist. 
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
"Bis Robotik in der Landwirtschaft wirklich angekommen ist, wird es noch einige Jahre dauern", meint Geschäftsführer Sebastian Fritsch. Aber werden Landwirte durch Künstliche Intelligenz ihren Job verlieren?
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Nach seiner Gründung im Jahr 2013 arbeitete Greenspin daher zunächst an Software-Anwendungen, die Landwirten helfen sollten, die Bewirtschaftung auf dem Feld zu optimieren. Nach eineinhalb Jahren schlug das junge Unternehmen einen neuen Weg ein und definierte seinen Kundenkreis neu. „Um an einzelne Landwirte direkt zu verkaufen, muss man größer aufgestellt sein, um einen guten Zugang zu den Betrieben herzustellen.“ Als Startup fehlten dafür die Kapazitäten. Seither richtet sich Greenspin an übergeordnete Akteure der Branche. „Wir bedienen alle Firmen der landwirtschaftlichen Wert-schöpfungskette, die wiederum den Landwirt als Kunden haben“, sagt Greenspin-Chef Fritsch. Dazu gehören zum Beispiel Firmen aus der Landtechnik, Saatgut- und Chemie-unternehmen, aber auch landwirtschaftliche Behörden.

Und gerade dort werden unterstützende Technologien immer notwendiger: Strengere Auflagen für Agrarsubventionen in der EU-Politik verlangen auch eine flächendeckende Kontrolle dieser Auflagen. Bisher erfolgte die Kontrolle subventionierter landwirtschaftlicher Betriebe nur stichprobenartig. Nach neuen Regelungen sollen in Zukunft jedoch 100 Prozent der landwirtschaftlichen Nutzflächen regelmäßig überprüft werden, um sicherzustellen, dass die Betriebe die finanziellen Mittel ordnungsgemäß verwenden. „Das ist manuell überhaupt nicht mehr machbar. Deshalb bietet es sich an, mit den Möglichkeiten der Künstlichen Intelligenz Verfahren zu etablieren, die die Kontrolle für die Prüfbehörden automatisieren.“


Zum Anfang
Das Herzstück der Greenspin-Anwendung ist die algorithmus-basierte Datenanalyse. Satellitenbilder und Messungen von Wetterstationen oder Bodensensoren bilden die Grundlage für die Analyse landwirtschaftlicher Nutzflächen, aus der im nächsten Schritt Ertragsprognosen für kommende Ernten entstehen. Der entscheidende Vorteil: Der Großteil dieser Daten ist frei verfügbar, zum Beispiel über die Europäische Weltraum-organisation ESA. „Open Data spielt eine riesige Rolle für den Einsatz und die Weiterentwicklung von Künstlicher Intelligenz. Vor allem für junge Unternehmen, die dadurch Zugang zu relevanten Daten bekommen, ohne sie teuer einkaufen zu müssen“, erklärt Fritsch und spricht dabei aus Erfahrung.

Trotzdem gäbe es im Hinblick auf verfügbare Daten noch Besserungsbedarf. Für eine aussagekräftige Analyse benötigen Algorithmen Tausende von stichhaltigen Trainingsdaten. Dazu gehören in der Landwirtschaft vor allem auch Angaben über die tatsächlichen Erträge, die oft nur schwer zugänglich sind. Zwar würden viele Ernte- und Verarbeitungsmaschinen diese Daten bereits aufzeichnen, sie aufzubereiten sei laut Fritsch jedoch oft schwierig. Schließlich müsste man auf jeden Betrieb einzeln zugehen, um an die Datensätze zu kommen.


Zum Anfang
Auch Extremereignisse können zu Fehlprognosen der Algorithmen führen: „Ein Algorithmus kann nichts lernen, was er nicht kennt.“ Als Beispiel nennt Fritsch einen Fall aus dem vergangenen Jahr: Ein Kunde hatte Ernteertragsprognosen für die kommende Saison beauftragt. Greenspin setzte einen Algorithmus ein und trainierte ihn mit Daten aus den Jahren 2015 bis 2017 – gute Jahre für die Landwirtschaft. Mit dem 2018 folgenden Dürresommer rechnete weder das Unternehmen noch der Algorithmus: Dieser wusste die Ausnahme-bedingungen nicht einzuordnen und machte dadurch Teile der Prognose unbrauchbar. Auch ein Algorithmus kann also danebenliegen, wenn noch keine vergleichbaren Trainings-daten vorhanden sind. Trotzdem ist der Greenspin-Geschäfts-führer zuversichtlich, die Prognosen für das Jahr 2019 seien bereits deutlich zuverlässiger: „Der Algorithmus lernt. Je vielfältiger die Eingangsdaten, desto besser wird er auch.“

Auch wenn in den nächsten Jahren noch keine vollautonomen Roboterfarmen zu erwarten sind, bahnen sich also auch in der Landwirtschaft große technische Veränderungen an. Welche der zahlreichen neuen Anwendungen sich letztlich durchsetzen werden, sei laut Fritsch allerdings noch völlig unklar: „Es wird sehr viel digitalisiert, aber nicht in jedem Fall bringt es dem Landwirt tatsächlich etwas.“ Wie in vielen Bereichen müsse deshalb auch in der Landwirtschaft der Nutzwert, nicht die technische Innovation, im Vordergrund stehen. Damit macht Fritsch auch deutlich, wohin die Reise für Greenspin gehen soll: „Zuerst muss ich definieren, was eigentlich Sinn macht: Was will ich erreichen? Welche Aufgabe möchte ich erfüllen? Welches Bedürfnis möchte ich abdecken? Und dann kann ich vielleicht dafür auch Künstliche Intelligenz verwenden.“
Zum Anfang

Spracherkennung

In den vergangenen 100 Jahren durchlief der fränkische Autozulieferer Jopp einen fundamentalen technischen Wandel. Während die Mitarbeiter anfangs noch Arbeitsschritte von Hand erledigten, helfen ihnen heute sogar künstlich intelligente Systeme bei der Arbeit.

Anfang des 20. Jahrhunderts produzierte die Firma Jopp hauptsächlich Fahrradteile und landwirtschaftliches Zubehör. Seit Familie Büchs 1991 das Unternehmen übernommen hat, spezialisiert es sich allerdings auf die Herstellung von Automobilteilen. Hierzu gehören Fertigungsteile wie Schaltgetriebe oder Beölungs- und Kühlsysteme, auf die alle namhaften Automobilhersteller entlang der Produktlieferkette zurückgreifen. „Für unsere Hauptkunden Volkswagen, Ford, Porsche, aber auch ZF oder Bosch sind wir ein wichtiger Partner. Die verlassen sich auch auf uns für die Zukunft“, so Geschäftsführer Martin Büchs. Er sieht gerade in der Globalisierung und Digitalisierung eine Chance für das Familienunternehmen, sich von der Konkurrenz abzuheben.


Zum Anfang
Derzeit laufen circa 30 Projekte, mit denen Jopp Prozesse vereinfachen und automatisieren will. Dabei 
setzt das Unternehmen insbesondere ein Augenmerk auf Künstliche Intelligenzen (KI). Mittels KI-basierter Spracherkennung kommunizieren Versandmitarbeiter am Hauptstandort mit fremdsprachigen Spediteuren im Ausland. Der Mitarbeiter spricht dabei in ein Mikrofon und der Sprachassistent übersetzt das gesprochene Wort für den ausländischen Spediteur in Echtzeit in dessen Muttersprache. Die Kommunikation verläuft somit ohne Sprachbarrieren und erfolgt daher wesentlich effizienter.




Zum Anfang
In den Augen des IT-Leiters Hans-Jürgen Weyrich bringt diese KI-Anwendung Vorteile für alle Beteiligten. Allerdings macht er auch deutlich, dass das Unternehmen erst am Anfang dieser technischen Entwicklung steht. Gerade bei der Datenverarbeitung beziehungsweise Datenanalyse erhoffe man sich durch KI einen gewissen Mehrwert. Schließlich „denke“ die KI eigenständig, erkenne Zusammenhänge von Daten und gebe darauf basierend Handlungsanregungen.

Geschäftsführer Büchs sieht das grundsätzlich genauso. Auch er glaubt, dass bei komplexen Zusammenhängen eine KI-basierte Lernmethode hilfreich sein kann. Allerdings sieht er auch die Schattenseiten. Dabei kritisiert er konkret die oft hohen Investitionskosten und den vergleichsweise geringen Nutzen. Zudem hätten viele Mitarbeiter Vorbehalte, da sie über KI noch zu wenig wüssten.




Zum Anfang
Jopp hat die KI des Sprachassistenten jedoch nicht selbst entwickelt, sondern externe Applikationen verwendet. Laut einer aktuellen KI-Studie des internationalen Wirtschaftsprüfers Deloitte ist das typisch für deutsche Unternehmen, denn der Fremdbezug ist schneller und kostengünstiger als eine Entwicklung im eigenen Haus. Dennoch fehlt häufig eine vordefinierte Strategie bezüglich der Anwendungen und Umsetzungen mit den künstlichen Intelligenzen. Ähnlich wie Geschäftsführer Büchs kritisiert auch die Studie die hohen Kosten, die auf Unternehmen zukommen, sobald sie KI in bestehende Prozesse einbauen. Fehlende Fachkräfte und mangelnde Kompetenzen verschärfen diese Problematik zusätzlich.
Zum Anfang
Um weitere Innovationen zu schaffen, eröffnete die Firma Jopp am 6. Juli zum 100-jährigen Firmenbestehen ein neues Entwicklungszentrum in Bad Neustadt. Hier sollen neue Produkte über einen  Zeitraum von typischerweise zwei Jahren getestet werden – „von der Entwicklung bis zum Versuch in die Serie.“

Das Familienunternehmen bindet seine Kunden dabei direkt mit ein, denn der Automobilmarkt wandelt sich ständig. Um auch weiterhin konkurrenzfähig zu sein, ist das Entwicklungszentrum aus Sicht von Büchs zukunftsweisend. Würde der Elektromotor künftig den Verbrennungsmotor als Antriebssystem verdrängen, müsste auch das Unternehmen aktiv werden und dementsprechend handeln. Mit dem Entwicklungszentrum plant der Geschäftsführer, Produkte für die Märkte der Zukunft zu entwickeln. 




Zum Anfang
Der Geschäftsführer sieht ganz klar die Vorteile von Innovationen und neuen Ideen: Gerade hier, wo die Premiumfahrzeuge entwickelt würden, habe Jopp große Chancen mit Fahrzeugen der folgenden Generation. „Es werden sich in den nächsten Jahren zunehmend komplexere Assistenzsysteme am Markt durchsetzen“, sagt Büchs voraus. Deshalb prognostiziert er für die Automobilindustrie zahlreiche Zwischenstufen wie das teilautonome Fahren auf Autobahnen. Dass sich ein vollautonomes Fahrzeug ohne Lenkrad und Pedale durchsetzt, hält er jedoch vorerst für unrealistisch.
Zum Anfang

KI in der Fashionbranche

Passt Fashion mit Künstlicher Intelligenz (KI) zusammen? Der Rottendorfer Hersteller s.Oliver strebt danach, die digitale Zukunft der Mode zu entwickeln. Derzeit wird KI bereits in Gestalt von Chatbots, Bilderkennung und Produktempfehlungen im Online-Shop des Unternehmens eingesetzt.

Bereits vom Rottendorfer Bahnhof sind die Gebäude von s.Oliver sichtbar. Modernes Design und der Eindruck von Innovation. Das Familienunternehmen wurde vor 50 Jahren in Würzburg gegründet und ist heute nicht nur in Deutschland, sondern auch international aktiv. Im Jahr 2004 ging der erste Shop von s.Oliver online, damals einer der ersten Online-Shops der Fashion-Branche. Firmengründer und Eigentümer Bernd Freier hat die Zeichen früh erkannt: Mittlerweile ist der Online-Shop zu einem starken Kanal für die Kunden geworden.




Zum Anfang
Die digitale Transformation ist ein wichtiger Pfeiler der Unternehmensstrategie. Durch den Einsatz von Künstlicher Intelligenz und anderen Technologien versucht s.Oliver, die Kunden von heute und morgen für sich zu begeistern. Dafür hat das Unternehmen einen Corporate Incubator namens s.O.EXCITED! gegründet. Ein Team also, das sich digitalen Innovationsprojekten widmet und das eher agil und nicht in der traditionellen Art und Weise arbeitet.

Große Ideen denken, mit kleinen Lösungen anfangen, schnell daraus lernen: So funktioniert der Incubator. Wie ein Start-up also. Durch die Arbeitsweise kommt das Team sehr schnell zu Ergebnissen, Ideen und Innovationen, um den Kunden mehr Service zu bieten. Dabei spielt die Künstliche Intelligenz eine starke Rolle, da sie viel Potenzial hat. Momentan gibt es drei Projekte im Online-Shop, die getestet und bei Erfolg ausgerollt werden: Chatbots, Bilderkennung und Produktempfehlung. Doch warum überhaupt KI im Online-Shop? Weil dort eine große Datenmenge in der erforderlichen Qualität zur Verfügung steht, auf deren Grundlage die KI lernen kann.


Zum Anfang
Gemeinsam mit einem Start-up hat s.Oliver KI im Rahmen von Produktempfehlungen getestet. Das intelligente System musste dabei sowohl die Persönlichkeit des Shop-Besuchers als auch die Produkte erfassen, die dieser aus dem Katalog auswählte. Es verglich die beiden Ergebnisse miteinander und empfohl dem Kunden daraufhin Produkte, die noch besser zu ihm passten.

„Wir haben unsere Besucher über ein Fashion-Quiz befragt“, sagt Dirk Schneider, Chief Digital und Operating Officer der s.Oliver Group. „Aus den Antworten haben wir verschiedene Fashion-Typen abgeleitet, woraufhin die KI passende Outfits vorgeschlagen hat. Die Kunden erhielten also Empfehlungen, die besser ihrer Persönlichkeit entsprechen.“ Mit solchen Technologien will s.Oliver seine Kunden noch besser verstehen, um ihren individuellen Bedürfnissen wirklich gerecht zu werden.
Zum Anfang
Zwar können die Kunden auch selbst Präferenzen angeben, beispielsweise durch die Such- und Filterfunktionen. „Die clevere Variante ist aus unserer Sicht aber eine andere: Wir selbst sollten unsere Kunden so gut kennen, dass wir schon wissen, was sie möchten – und ihnen folglich die richtigen Empfehlungen geben“, sagt Schneider. In diesem Fall müsse der Kunde nämlich nichts mehr selbst tun. Vielmehr würde ein Wow-Effekt entstehen: „Unser Kunde merkt, dass wir ihn verstehen und ihm genau die Produkte anbieten, die ihm gefallen.“

Zudem testet s.Oliver die automatische Bilderkennung. Dabei erkennt die KI die Produkte am Bildschirm und schlägt dem Shop-Besucher passende Alternativen oder Zustyling-Artikel vor. „Damit möchten wir unsere Kunden inspirieren und dazu ermutigen, ein Stück weit mit der Mode zu experimentieren“, erklärt Schneider. Ein drittes KI-Projekt befasst sich mit Chatbots. In Kooperation mit einem Start-up testet das Unternehmen, inwiefern ein Chatbot Kundenanfragen 24/7 selbständig beantworten kann.


Zum Anfang
Zurzeit weiß niemand genau, wo die KI zukünftig am besten eingesetzt werden kann. Doch trotz der Vielzahl an Möglichkeiten zeichnen sich schon jetzt einige Trends ab, die andeuten, wie die Zukunft der KI in der Fashionbranche aussehen kann.  So können intelligente Systeme Absätze prognostizieren oder das Verhalten der Kunden inklusive ihrer Affinitäten bestimmten Produkten, Warengruppen oder Marken voraussehen.

Eine der größten Herausforderungen in der Mode ist die Frage, nach dem richtigen Outfit zum jeweiligen Anlass. Auch das Problem Fitting, konkret „Welcher Style passt perfekt zu mir?“, könnte mithilfe von KI besser zu lösen sein.
Zum Anfang

Intelligente Videoüberwachung

Mannheim setzt als erste Stadt in Deutschland künstliche Intelligenz, in Form einer Algorithmen-basierten Bild-auswertung, ein. Ziel ist es, dass das System Straftaten selbstständig erkennt und automatisch einen Warnhinweis an die Polizei gibt. Dabei soll die Technik dem hohen Anspruch der Polizei gerecht werden – bei einem Gewaltdelikt sofort reagieren zu können.
Neu an der Technik ist, dass sie nicht auf einer Gesichts-erkennung basiert, sondern auf dem Erkennen bestimmter Verhaltensmuster wie zum Beispiel Schlagen, Rennen, Treten oder Hinfallen.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
In Mannheim kommt die Videoüberwachung an verschiedenen öffentlichen, innerstädtischen Orten zum Einsatz – immer dort, wo ein besonderer Kriminalitätsbrennpunkt vorliegt. Unter einem Kriminalitätsbrennpunkt versteht man einen Bereich, an dem sich die Kriminalität deutlich von der durchschnittlichen Kriminalitätsrate abhebt, wie zum Beispiel am Bahnhofsvorplatz.

Insgesamt werden heute mit 79 Kameras 29 Standorte in Mannheim videoüberwacht. Einige Bereiche wurden gleich mit drei oder vier Kameras ausgestattet. Gründe hierfür können die entsprechende örtliche Lage, die Verdickungssituation, Bäume oder andere Hindernisse sein. Die Anordnung ist dabei so gewählt, dass die Polizei in der Lage ist, alle Bereiche des Kriminalitätsbrennpunktes einzusehen.
Zum Anfang
Zum aktuellen Zeitpunkt kann das System noch keine eigenen Warnhinweise bei kritischen Situationen liefern. Deswegen werten sechs Polizeibeamte Tag für Tag das gesamte Video-material aus. Allerdings soll noch dieses Jahr das System so weit vorangebracht werden, dass es eigenständig Warn-hinweises gibt. Dennoch, auch in Zukunft wird die endgültige Entscheidung, ob gerade eine Straftat geschieht oder nicht, weiterhin beim Menschen liegen. Denn bei bestimmten Verhaltensmustern von Personen hat die Künstliche Intelligenz noch seine Schwächen in der Erkennung:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Ob eine kritische Situation vorliegt, entscheiden die Polizisten an ihren Bildschirmen im Lagezentrum. Unter einer kritischen Situation versteht die Polizei eine strafrechtlich relevante Handlung, die ein Eingreifen erfordert. Die Zeit zwischen der Wahrnehmung eines Ereignisses an den Bildschirmen und dem Eintreffen der Polizei vor Ort beträgt im Schnitt 2,5 Minuten.
Zum Anfang
Seit 2014 stellt die Polizei Mannheim eine zunehmend Straßen-kriminalität in bestimmten Stadtgebieten fest. Da diese das Sicherheitsgefühl der Bürger und Bürgerinnen beeinflusst, strebt die Polizei vor allem in diesem Bereich nach einer Verbesserung. Das bedeutet alle Delikte im öffentlichen Raum, sollen mithilfe von künstlicher Intelligenz vermindert werden.

Der Zweck der intelligenten Videoüberwachung kann in zwei Bereiche eingeteilt werden. Zum einen soll sie die Polizeiarbeit durch ein schnelles Eintreffen vor Ort und bei der Aufklärung von Straftaten unterstützen. Zum anderen soll sie zur Prävention von Straftaten dienen, indem sie eine verstärkt abschreckende Wirkung auf potenzielle Straftäter schafft.
Bei der Aufklärung von Straftaten kann das Videomaterial verwendet werden, allerdings gibt es bei der Speicherung spezielle Vorschriften.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Es gibt aber auch rechtliche Herausforderungen bei der Videoüberwachung. §21 des Polizeigesetztesin Baden-Würtembergerlaubt der Polizei nur dort eine Kamera an-zubringen, wo ein Kriminalitätsbrennpunkt klar nachgewiesen ist. Auch darf sie nur solche Bewegungsmuster automatisiert auswerten, welche auf die Begehung einer Straftat hinweisen.

Bevor die Polizei die Videokameras in der Stadt angebracht hat, hat sie zunächst die Bürger Mannheims über das Projekt aufgeklärt: Z.B. wurden Schilder aufgestellt, die ausführlich und in mehreren Sprachen über die Videoüberwachung informieren.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang

Cybergrooming

Cyber-Grooming, so nennt sich die gezielte Kontaktaufnahme zu zumeist minderjährigen Internetnutzerinnen und -nutzern mit dem Ziel der Anbahnung sexueller Kontakte. Künstliche Intelligenz in einer Handy-App soll pädokriminelle Übergriffe frühzeitig erkennen und Kinder schützen.
Zum Anfang
Geschäftsführer Patrick Schneider malt ein Horrorszenario aus, das niemand erleben möchte. ‘WhatsSafe‘ heißt die Web-App, die er mit seinem Team zum Schutz von Kindern entwickelt hat. Er betont, dass Cyber-Grooming in den meisten Fällen nur entdeckt werde, wenn Eltern die Nachrichten ihrer Kinder kontrollieren oder sie zufällig lesen.
Zum Anfang
Cyber-Grooming ist in der Kriminalstatistik nicht als eigener Straftatbestand festgehalten, weswegen auch keine genauen Zahlen dazu vorliegen. „Nur wenige solcher Fälle kommen zur Anzeige, denn Kinder haben oft ausgeprägte Schamgefühle, überhaupt in solch eine Situation gekommen zu sein“, sagt Polizeidirektor Joachim Schneider von der polizeilichen Kriminalprävention der Länder und des Bundes in Stuttgart. Daher sei die Dunkelziffer hoch.

Janina Neutze und Halina Sklenarova von der Universität Regensburg haben 2018 im Rahmen des Projekts MiKADO (Missbrauch von Kindern: Aetiologie, Dunkelfeld, Opfer) eine Datenanalyse vorgenommen. Demnach haben 16 Prozent der 14-Jährigen bereits Erfahrungen mit sexuellen Online-Kontakten gemacht.
Zum Anfang
Einen ersten Kontakt bauen oft auch deutlich ältere User auf Sozialen Medien wie Instagram und TikTok oder auch in Online- Gaming-Plattformen auf. Früher oder später wird die Konversation dann auf private Messenger wie Whatsapp geleitet. An dieser Stelle soll ‘WhatsSafe‘ zum Einsatz kommen. Die App arbeitet mithilfe der künstlichen Intelligenz ‘Privalino‘ und soll erkennen, ob es sich um eine „gefährliche Kommunikation“ handelt. Über eine in Whatsapp integrierte QR-Code-Schnittstelle wird der Chat des Kindes mit dem Server von ‘WhatsSafe‘ verbunden. Ab diesem Zeitpunkt werden alle Nachrichten anonymisiert weitergeleitet. So lassen sich keine Rückschlüsse auf personenbezogene Daten der Chatpartner ziehen. Handynummern, Bilder, Videos oder Sprachaufnahmen wertet das System allerdings nicht aus.
Zum Anfang
Sobald die KI eine fragwürdige Konversation entdeckt, wird eine Mail an die Eltern versendet. Sie enthält den Ausschnitt aus dem Chat, der den Alarm ausgelöst hat und die Option zu bewerten, ob es sich um einen richtigen oder einen Fehlalarm handelt. Die Mitarbeiter von WhatsSafe greifen weder in den Chat ein, noch alarmieren sie die Polizei, da sie niemanden zu Unrecht kriminalisieren wollen. Anzeige müssten die Eltern erstatten.
Zum Anfang
Die Schwierigkeit, die es bei der Entwicklung zu überwinden galt, liegt im Medium selbst, denn ein Chat ist weder ein strukturierter Aufsatz noch ein zusammenhängender Text. So kann sich eine Aussage beispielsweise bloß durch einen beigefügten Emoji verändern und anzüglich werden. Der fehlende Kontext macht es also schwer, semantische Informationen herauszuziehen. In der Entwicklung sei es deshalb wichtig, festzulegen, wie die Texte verschlagwortet werden, erklärt Schneider. Denn auch einzelne Wörter wie beispielsweise „Schwanz“ haben in unterschiedlichen Kontexten eine jeweils andere Bedeutung. Es muss also die gesamte Kommunikation bis hin zur Nachricht bewertet werden.
Zum Anfang
Zu Beginn haben sich die Gründer selbst als Kinder in Chat-portalen ausgegeben und somit etwa 30.000 Nachrichten als Startdatensatz gewonnen. Diese Nachrichten wurden verschlagwortet – was ist bedenklich und was nicht. Auf Grundlage dieser Daten wurde das Privalino-Programm trainiert. Das Abgleichen der Nachrichten mit den Trainings-daten soll es ermöglichen, den Gefährlichkeitsgrad einer Konversation einzustufen. Ähnliche Muster in den Texten, bekannte Maschen etwa, sollen bereits reichen, um sexuelle Absichten darin zu erkennen. Rechtschreibfehler hindern das Programm nicht. Oft starten Täter damit, das Vertrauen des Kindes zu gewinnen und seine Schwächen herauszufinden. Sie reden über Probleme in der Schule, mit Freunden oder Eltern. Rein inhaltlich könnte solch eine Konversation allerdings auch zwischen einer Vertrauensperson und dem Kind stattfinden. „Pädokriminelle haben aber ein klares Ziel und werden dieses auch irgendwann deutlich machen“, erklärt Patrick Schneider. Die KI soll sich dann auch nicht von zuvor geschickten, „vertrauensvollen“ Nachrichten täuschen lassen. Allerdings ist Privalino nicht komplett fehlerfrei und schickt ab und zu einen Fehlalarm an die Eltern.
Zum Anfang
Um dem entgegenzuwirken soll ‘WhatsSafe‘ die Userdaten nutzen, um seine KI permanent zu verbessern. Das bedeutet aber auch, dass Nachrichten von den Mitarbeitern gelesen und ausgewertet werden. Patrick Schneider sagt, die KI würde andernfalls auf einem Level feststecken, das nicht die Sicherheit erhöhe.

Da die Anzahl der Daten enorm groß sei, sei es unmöglich, alle Nachrichten zu lesen und zu untersuchen. Jede Konversation bekommt einen Gefährlichkeitsgrad von Null (absolut un-gefährlich) bis Eins (höchste Gefahrenstufe) zugeteilt. Aufgrund der großen Datenmengen würden nur die Konversationen betrachtet, bei denen die KI einen etwas höheren Output hatte, ohne aber einen Alarm auszulösen, etwa jene mit einem Wert von 0,6 bis 0,7. Sollte tatsächlich eine gefährliche Konversation darunter sein, können die Mitarbeiter auch händisch einen Alarm an die Eltern schicken.
Zum Anfang
Mit Fragen nach dem Datenschutz sieht sich ‘WhatsSafe‘-Geschäftsführer oft konfrontiert. „Wenn der Kinderschutz so massiv bedroht ist, muss man ihn über den Datenschutz und die Privatsphäre setzen“, meint er. Um den Kindern trotzdem eine Privatsphäre zu garantieren, können Eltern Chat- Kontakte, beispielsweise von Freunden und Verwandten, in eine sogenannte Whitelist eintragen. Diese Chats werden dann von der KI nicht mehr ausgewertet. Die Nutzung des Tools liegt allerdings ganz im Ermessen der Eltern. Theoretisch wäre es möglich, alle Chats seines Kindes überwachen zu lassen. Künftig soll eine neue Funktion zudem mitteilen, ob das Kind neue Kontakte hat und wie viel es kommuniziert.

Zum Anfang
Die Betreiber von ‘WhatsSafe‘ fokussieren sich bei ihrer Arbeit vor allem auf Acht- bis Zwölfjährige, also jene Altersgruppe, in der viele Kinder ihre ersten eigenen Smartphones besitzen. Bereits Kleinkinder können heute zwar auf diversen Geräten Apps nutzen oder Videos abrufen. Medienkompetent sind sie und auch ältere Kinder deswegen noch lange nicht. Dazu gehört der kritische, reflektierte Umgang mit Medien und Sozialen Netzwerken.
Patrick Schneider sieht die Erziehungsberechtigten in einer zentralen Rolle. Kein Elternteil setzt sich gerne mit der Thematik des Kindesmissbrauchs auseinander. Deshalb stößt die App bei einigen Usern zunächst auf Skepsis. „Wir müssen uns mit den digitalen Welten der Kinder beschäftigen“, sagt Schneider. Wenn es um Online-Medien geht, werden die Rollen getauscht und Kinder erklären ihren Eltern die virtuelle Welt. Es sei daher ein Problem, wenn die Eltern diese nicht verstehen.
Zum Anfang
Die „Instant Gratification“ – die „direkten Belohnung“ – sei in den Mechanismen von Social Media tief verankert: User posten ein Bild und werden dafür mit Likes direkt belohnt. Für Kinder sei das sehr gefährlich, weil sie diese Mechanismen nicht hinterfragen. Es gehe hauptsächlich um Anerkennung – Likes und Followerzahlen verbinden sie mit Erfolg. Aber wer kennt schon all seine Follower persönlich? „Das ist etwas relativ Neues, dass Kinder überhaupt so ein riesiges Netzwerk aus Kontakten zur Verfügung haben, wahrscheinlich größer als das der Eltern“, sagt Patrick Schneider. Ein junges Mädchen macht sich keine Gedanken, wenn es auf TikTok ein leicht laszives Video hochlädt. Auch anzügliche Kommentare werden nicht immer als sexuelle Belästigung oder eine Art von Missbrauch wahrgenommen. „Genau in diesem Alter ist es schwierig, Kindern zu sagen ‚Hey, das ist gefährlich was hier passiert‘, weil sie sich gnadenlos überschätzen“, sagt Schneider.
Zum Anfang
Ich möchte die App ausprobieren, und das natürlich schon vor dem Interview mit Geschäftsführer Patrick Schneider. Also melde mich bei WhatsSafe an. Das geht einfach und unkompliziert. Jetzt könnte ich das Smartphone eines Kindes mit Hilfe der QR-Schnitt- stelle verbinden – für den Versuch verbinde ich mein eigenes Handy und kann eine Sicherheits-stufe angeben: niedrig, mittel oder hoch. Je höher diese eingestellt ist, desto sensibler reagiert das Programm und desto häufiger können auch Fehlalarme ausgelöst werden. Ich stelle die Sicherheitsstufe auf hoch ein.
Zum Anfang
Ich bitte einen Freund, mir Nachrichten mit explizit sexuellen Inhalten zu schicken. Ich bekomme keine Warnhinweise. Einen Tag später teste ich die KI erneut. Diesmal bekomme ich eine Mail. „Achtung:WhatsSafe hat eine auffällige Konversation entdeckt!“ Ich sehe den verdächtigen Textausschnitt, den mir der Freund geschickt hat. Die Handynummern sind anonymisiert und werden nur zur Hälfte angezeigt. Jetzt habe ich die Möglichkeit, diesen Alarm zu bewerten, richtig oder falsch. In der Mail sind zudem noch Tipps enthalten, wie ich als Elternteil im Falle eines richtigen Alarms handeln kann, mit Verweisen auf bekannte Webseiten wie Klicksafe.
Zum Anfang
Ich habe mein Smartphone weiterhin mit ‘WhatsSafe‘ verbunden. Meine Mutter schreibt und fragt, ob sie mir etwas vom Einkaufen mitbringen soll, es geht um Haarpflege-produkte. Ich bekomme wieder eine Warnung per Mail.
Dieses Mal ist es offensichtlich ein falscher Alarm.

Ich spreche beim Interview mit Patrick Schneider die ent-sprechenden Nachrichten an und finde heraus, dass auch er sie bereits gelesen hat. Ich fühle mich durchleuchtet. Zu wissen, dass ein Fremder meine Nachrichten liest, ist ziemlich un-angenehm, auch wenn es sich hierbei nicht wirklich um private Informationen handelt. Ich trenne die Verbindung zu meinem Handy wieder.
Zum Anfang

BOTfriends – Chatbots

Das Würzburger Startup BOTfriends entwickelt Sprach-assistenten und Chatbots für die automatisierte Kommunikation. Mit ihren auf KI basierenden Software-Programmen setzen die vier Gründer und 17 Angestellten Projekte für Konzerne wie Bosch und Deutsche Telekom um. Auch ihr erstes eigenes Produkt ist mittlerweile auf dem Markt.

Die Zukunft der Kommunikation entscheidet sich unter Anwaltskanzleien und Arztpraxen. Es ist schwül an diesem Sommernachmittag, und das vierstöckige Treppenhaus, das sich normalerweise Klienten diverser Rechtsanwälte und Patienten von Zahnärzten und Physiotherapeuten hinauf plagen, ist in diesem Augenblick menschenleer. „Wir sollten vielleicht mal über hitzefrei nachdenken“, sagt Michelle Skodowski mit einem Augenzwinkern, während sie die quietschenden Holzstufen hinaufläuft. Im Nu erreicht sie das 1. Obergeschoss, geht ein paar Schritte auf eine einsame Tür zu und öffnet sie: „Willkommen bei den BOTfriends“, sagt Skodowski und lächelt.  
Zum Anfang
Seit ziemlich genau zwei Jahren entwickelt das gleichnamige Würzburger Startup im Herzen der Altstadt Sprachassistenten und Chatbots für die automatisierte Kommunikation. Dabei handelt es sich um auf künstlicher Intelligenz (KI) basierende Software-Programme, die sich mit Menschen unterhalten können. „We create Conversations“, lautet deshalb das Motto von Michelle Skodowski, Kevin Dees, Daniel Rösch und Tobias Gansler. Die vier Gründer des Unternehmens haben gut lachen, denn ihr Geschäftsmodell scheint zu funktionieren: Mehr als eine halbe Million Euro haben die BOTfriends im vergangenen Jahr umgesetzt – und damit einen Gewinn vor Steuern von mehr als 300.000 Euro erzielt.  
Zum Anfang
Dass ihr Startup derart erfolgreich laufen würde, hätten die vier Gründer vor zwei Jahren nicht zu träumen gewagt. Kevin Dees, heute als Geschäftsführer für den Vertrieb verantwortlich, kann sich noch gut an die Zeit erinnern, als alles begann: „Daniel Rösch und ich haben 2016 ein Praktikum bei Porsche in Stuttgart gemacht. Chatbots steckten damals noch ziemlich in den Kinderschuhen, und wir haben uns nach Feierabend ein bisschen damit beschäftigt.“ Doch aus dem Feierabendspaß wurde schnell mehr: Dees und Rösch programmierten einen Prototypen, stellten diesen ihren Vorgesetzten vor und wurden für ihren Mut belohnt: „Porsche hat uns ins Digitallabor nach Berlin geschickt, um unseren Chatbot zur Marktreife zu bringen.“

Wenn Dees und Rösch heute daran zurückdenken, müssen sie schmunzeln: „Im März 2017 war der Bot dann fertig – und plötzlich stand er auf der Facebook-Karriere-Seite von Porsche mehr als 100.000 Usern zur Verfügung.“ Und die beiden Freunde, die damals noch zwei Semester Wirtschaftsinformatik zu studieren hatten, standen vor der Entscheidung: „Arbeiten wir weiter als Werkstudent bei Porsche oder machen wir unser eigenes Ding?“ Dees und Roesch entschieden sich für ihr eigenes Ding: Sie holten Skodowski und Gansler, die damals ebenfalls an der Fachhochschule in Würzburg studierten, ins Team und gründeten im Juni 2017 die BOTfriends GmbH.


Zum Anfang
In den folgenden Jahren ist viel passiert: Inzwischen haben die vier Gründer nicht nur ihr Studium erfolgreich beendet, sondern auch ihr Startup auf 21 Mitarbeiter vergrößert. „Durch die anfängliche Zusammenarbeit mit Porsche haben wir schnell Zugang zu einem großen Netzwerk erhalten“, sagt Chief Operations Officer Michelle Skodowski. Heute arbeiten die BOTfriends mit mehr als 30 Kunden und Partnern zusammen, darunter Weltmarken wie Bosch, Google und der Deutschen Telekom. Auf ihren jüngsten „Meilenstein“ sind die vier Gründer besonders stolz: Denn Anfang des Jahres haben sie mit dem Handover-Tool ihr erstes lizenziertes Produkt auf den Markt gebracht.  

„Das Handover-Tool ermöglicht es Unternehmen, ein Gespräch mit einem Chatbot automatisch an einen echten Mitarbeiter zu übergeben“, erklärt Tobas Gansler, Chief Technology Officer. Dies sei vor allem dann wichtig, wenn der Bot keine passende Antwort auf die Frage eines Users wisse. Auch messe das Tool die Stimmung der Gesprächsteilnehmer: „Wenn ein User den Chatbot beleidigt oder das Gespräch eskaliert, leuchtet auf dem Bildschirm eines Mitarbeiters eine rote Farbe auf.“ Diese signalisiere ihm: „Hey, du musst eingreifen.“ Durch dieses Zusammenspiel zwischen Maschine und Mensch, sagt Gansler, könnten Unternehmen die Nutzererfahrung mit Chatbots weiter verbessern.
Zum Anfang
Mit ihrem Handover-Tool, das mittlerweile auf der Facebook-Seite der Bosch-Tochter BSH zum Einsatz kommt, wollen die vier Gründer eine neue Strategie einläuten: weg von der Beschränkung auf Projekte mit Kunden und Partnern hin zu der Entwicklung eigener lizenzierter Produkte. „Wir wollen BOTfriends skalierbarer machen, indem wir eigene Produkte auf unserem Zielmarkt verkaufen, der in erster Linie den deutschsprachigen Raum umfasst“, sagt Daniel Rösch, als Geschäftsführer zuständig für die Produkte des Unternehmens.

Um das zu erreichen, sind er und seine Mitarbeiter vor allem auf eines angewiesen: Daten. Zwar entwickle BOTfriends keine eigene künstliche Intelligenz, sondern baue auf bestehenden Services auf dem Markt auf, betont Rösch. Damit seine Entwickler die KI aber so trainieren könnten, dass aus ihr letztlich ein funktionierender Chatbot entstehe, brauche es viele Leute, die diesen nutzen würden: „Je mehr User mit dem Bot kommunizieren, desto mehr lernt er dazu“, erklärt der junge Unternehmer. Denn je mehr Daten es gebe, auf denen die Entscheidung für eine Antwort basiere, desto genauer sei letztlich auch die Antwort des Roboters.
Zum Anfang
Einsatzfelder für Chatbots und Sprachassistenten – da sind sich die Gründer von BOTfriends einig – gebe es zuhauf: Im Kundenservice, Recruiting und im Bereich Vernetzung, aber auch im Marketing und in der internen Kommunikation würden derartige Sprachroboter zunehmend nachgefragt. „Unternehmen können mit Chatbots heute schon erhebliche Ressourcen einsparen“, sagt Kevin Dees. Dabei werde sich ihr Nutzen künftig nicht nur auf den Austausch von Informationen beschränken: „In China ist es schon gang und gäbe, dass man Bestellungen über Sprachroboter abwickelt.“ Daher sei es nur eine Frage der Zeit, bis sich diese Entwicklung auch in Deutschland durchsetze, ist Dees überzeugt.  

Doch bei all den Veränderungen, welche KI, Digitalisierung und Big Datamit sich bringen, wollen sich die Gründer eine Sache auf jeden Fall bewahren: ihre lockere und selbstbestimmte Art. „Wir machen das, weil es uns Spaß macht und wir einen Sinn darin sehen“, sagt Michelle Skodowski mit einem Lächeln auf den Lippen. Das sei auch einer der Gründe gewesen, warum die BOTfriends keine fremden Investoren ins Boot geholt hätten.
Zum Anfang

KI bei der Deutschen Bahn

Dass die Deutsche Bahn einen Serviceroboter mit künstlicher Intelligenz an Bahnhöfen einsetzt hat sich längst herum-gesprochen. Doch dass künstliche Intelligenz auch vereiste Gleise oder etwa defekte Rolltreppen entdecken kann, davon wissen die wenigsten Bahnfahrer. Diese und viele weiter Ideen entstanden im Accelerator-Programm.

Die Möglichkeit, als Mitarbeiter innerhalb des Unternehmens kreativ mitzuwirken, innovative Ideen umzusetzen und ein eigenes Projekt zu entwickeln: Das ermöglicht das Innovations-labor der Deutschen Bahn in Frankfurters Bahnhofsviertel.
Zum Anfang
Im 30. Stockwerk des Deutsche Bahn Towers, auch Skydeck genannt, befindet sich das Innovationslabor der Deutschen Bahn. Ein großer Raum, in dem alle Projekte die verwirklicht wurden ausgestellt sind und zum Ausprobieren einladen. Das Interessante hierbei: Die Ideen stammen von den Mitarbeitern. Jeder von ihnen hat hier die Chance, eine eigene Idee, die den Service der Deutschen Bahn verbessern soll, vorzuschlagen und bei großer Zustimmung umzusetzen. Erfolgreiche Projekte führen die „Erfinder“ an den sogenannten Demo Days vor.

Ein Beispiel für ein solches Projekt ist die automatische Erkennung von Graffiti besprühten Bahnen. Benutzt wird dabei eine automatisierte Video- und Bildanalyse, die mit Hilfe von künstlicher Intelligenz Bilder und Objekte erkennen und analysieren kann. Derzeit setzt die Bahn diese Erkennung schon an 22 deutschen Bahnhöfen ein. In der Regel in ländlichen Gebieten, denn dort sind Bahnhöfe nicht rund um die Uhr von Personal besetzt, das diese Kontrollaufgabe übernehmen könnte. Zudem kann diese künstliche Intelligenz bei alltäglichen Entscheidungen helfen, etwa ob eine Schneeräumung am Bahnsteig beauftragt werden muss oder nicht. 
Zum Anfang
Künstliche Intelligenz steckt sogar in einigen Rolltreppen der Deutschen Bahn. Wer oft Bahn fährt, kennt dieses Problem: Die Rolltreppen sind regelmäßig außer Betrieb. Damit soll jetzt Schluss sein, denn eine ebenfalls im Innovationslabor ent-wickelte Idee soll die Lösung bringen. Hier ermittelt die künstliche Intelligenz durch Geräuscherkennung einen Störfaktor, wie zum Beispiel eine Büroklammer im Getriebe. Sie sendet ein Signal zum Technikzentrum des jeweiligen Bahnhofs und Techniker beheben das Problem, idealerweise bevor die Rolltreppe ausfällt. All das passiert, ohne das der Bahnkunde davon etwas mitbekommt. Künstliche Intelligenz agiert im Verborgenen – und erleichtert so vielen Pendlern den Alltag. Aber es gibt auch andere Bereiche, in denen KI bei der Deutschen Bahn eingesetzt wird:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Viel offensichtlicher agiert Semmi, kurz für „Sozio-Emphatische Mensch-Maschine-Interaktion“. Der jüngste Serviceroboter der Deutschen Bahn, der mit künstlicher Intelligenz funktioniert. Der Roboter beantwortet simple Fragen wie etwa „Wie komme ich zu Gleis 17?“ oder "Wo ist das nächste Restaurant?". Künstliche Intelligenz ermöglicht es dem Serviceroboter, auf häufig gestellte Fragen mit einer antrainierten Antwort zu reagieren. Thomas Schiffler, Application-Architekt von DB Systel, erklärt die Vorteile: 




Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Semmis Kunststoffkopf steht auf einem Sockel und kann mal asiatisch, mal europäisch oder afrikanisch aussehen: Die Gesichter werden auf den Kopf projiziert, um in den ver-schiedenen Einsatzländern die jeweiligen kulturellen Standards aufzugreifen. Semmi erkennt, wenn ihr jemand gegenübersteht und spricht ihn an. Die wechselnden Gesichts-züge wie etwa ein Stirnrunzeln, ein Schmunzeln oder sogar ein Blinzeln lassen sie fast wie einen echten Mensch wirken.
Die künstliche Intelligenz liegt hier in der Spracherkennung und -erzeugung sowie im Sprachverständnis. Semmi spricht die Kunden immer auf der Landessprache des Einsatzortes an, antwortet man ihr aber auf einer anderen Sprache, so erkennt sie dies und passt sich an.
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Soweit, so gut, doch wie kommen die Kunden der Deutschen Bahn mit diesem noch unbekanntem, neuen Assistenten klar? Man kann sich denken, dass gerade die ältere Generation doch eher davor zurückschreckt einen Roboter nach der Ankunfts-zeit zu fragen und einen menschlichen Mitarbeiter im Reise-zentrum bevorzugen würde. Thomas Schiffler vertritt die Meinung, dass die Bereitschaft zur Interaktion mit Semmi altersunabhängig ist:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Schon jetzt findet man bei der Deutschen Bahn also verschiedenste KI Lösungen, manche bekommt der normale Bahnfahrer aktiv mit, andere arbeiten im Verdecktem. Die Deutsche Bahn ist auf den Zug der neuen Technologien aufgesprungen und hat vor auch zukünftig noch viel mehr Maßnahmen mit künstlicher Intelligenz aufzufahren, möglicherweise sogar von einem Mitarbeiter entwickelt.
Thomas Schiffler sieht in künstlicher Intelligenz keine Bedrohung:  


Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang

KI & Datenanalyse (prognostisch)

Viele Unternehmen sammeln Daten, aber das wirkliche Potenzial haben bisher nur wenige erkannt und noch weniger wissen es richtig auszuschöpfen. Der Würzburger IT-Dienst-leister Prognostica hat einen Weg gefunden, Daten für Unternehmen sinnvoll zu nutzen. Seine datenbasierten Geschäftsprognosen sollen bei der Unternehmensplanung behilflich sein.

Dass Daten einen gewissen Wert haben, ist längst kein Geheimnis mehr. Im weitesten Sinne sammelt jedes Unter-nehmen heutzutage Daten – manche davon im großen Umfang. Doch nicht immer ist ganz klar, was diese Daten denn so wert-voll macht. Bei der tatsächlichen Nutzung der Daten stoßen viele Unternehmen an ihre Grenzen. Teilweise sind es mangelnde analytische Fähigkeiten, manchmal fehlt die passende Software, oft ist es auch die fehlende Erkenntnis darüber, welche Informationen sich hinter den riesigen Datenmengen verstecken. Dabei lässt sich durch die richtige Aufbereitung der Daten ein echter Wettbewerbsvorteil erzielen. Denn viele Daten liefern nicht nur Informationen zur aktuellen Lage eines Unternehmens. Liegen genügend relevante Daten vor, können auch Prognosen über die Zukunft des Unter-nehmens gemacht werden und kommende Ereignisse und Trends vorhergesagt werden. Es lassen sich zum Beispiel anhand der Analyse von historischen Daten aus dem Unternehmen und dem relevanten Markt genaue Absatz-prognosen treffen. Lieferengpässe oder Überproduktion können so umgangen werden. Die richtige Auswertung von Daten kann also entscheidend zum Erfolg eines Unternehmens beitragen.
Zum Anfang
Die passende Technologie für die Auswertung von Daten gibt es bereits. Das Würzburger Unternehmen Prognostica hat sich genau darauf spezialisiert. Es wertet unternehmensbezogene Daten aus und stellt den Unternehmen die ermittelten Prognosen als Entscheidungsgrundlage für die Unternehmens-planung zur Verfügung. Gegründet wurde das Unternehmen im Jahr 2014 von Kristina Krebs und Arne Müller. Beide haben an der Julius-Maximilians-Universität studiert, Krebs Mathematik und Müller Informatik. Die Idee zu Prognostica kam ihnen bei einem gemeinsamen Projekt in der Datenanalyse.
Zum Anfang
Nun sind Prognosen in der Unternehmensplanung nichts Neues. Bisher vertraut ein Großteil der Unternehmen dabei allerdings auf manuelle Analysen und Expertenwissen. Prognostica verfolgt  mit Predictive Analytics jedoch einen anderen Ansatz. Aus den Datensätzen der Unternehmen werden Muster gelesen, um so Vorhersagen für den Eintritt von bestimmten Ereignissen und über künftige Entwicklungen zu treffen. Mit Hilfe von künstlicher Intelligenz können große Mengen an Daten ausgewertet und Muster und Strukturen erkannt werden. Prognostica nutzt dabei vor allem einen Teilbereich der künstlichen Intelligenz, das „Machine Learning“. Das Programm lernt bei jeder Datenfütterung dazu und optimiert seine Modellparameter kontinuierlich selber.
Zum Anfang
Die vom System erkannten Muster sollen als Entscheidungs-grundlage für Unternehmen dienen. Damit unterscheidet sich Prognostica von anderen Anbietern. “Wir verstehen uns nicht als Unternehmensberatung. Wir liefern keine Handlungs-empfehlungen, sondern in erster Linie objektive Ergebnisse”, so Kristina Krebs, “Jeder Kunde kann so seinen ganz eigenen Nutzen aus den Prognosen ziehen.” Um diesem Anspruch nachzukommen, legt Prognostica seinen Kunden sowohl eine Punktprognose als auch die dazugehörigen Best- und Worst-Case-Grenzen vor. “Wir geben unseren Kunden einen Prognoseintervall, anhand dessen sich Unsicherheiten in der Prognose quantifizieren lassen” erklärt Krebs. Damit unter-scheidet sich Predictive Analytics entschieden von den Prescriptive Analytics, bei der es um ganz konkrete Handlungsempfehlungen geht.
Zum Anfang
Sowohl Predictive als auch Prescriptive Analytics gehören zu den sogenannten Business-Intelligence-Anwendungen. Dieser hat sich in den letzten Jahren rasant entwickelt. Unternehmen wie IBM, Microsoft oder SAP bieten mittlerweile entsprechende Services an. Globaler Marktführer im Bereich der Predictive Analytics ist jedoch der US-Konzern SAS Institute. Das Softwareunternehmen bietet Statistik-Programme zur Datenanalyse an. Unter den Kunden befinden sich neben mittelständischen Unternehmen auch große Airlines, Tele-kommunikationsanbieter und Energieversorger, aber auch Banken, Universitäten und öffentliche Behörden.

Der Einsatzbereich von Predictive Analytics ist großflächig angelegt. Bedarfs- und Absatzprognosen sind ein beliebtes Einsatzfeld, aber auch bei der Budgetplanung, so z.B. wenn es um Energieverbrauchsprognosen geht, kommen Predictive Analytics zum Einsatz. Einzige Voraussetzung dabei ist, dass genügend Daten vorhanden sind. Die Quellen dieser Daten können vielfältig sein. Oft kommen sie aus den internen Systemen der Unternehmen selber, nicht selten werden aber auch externe Daten in die Analyse einbezogen. Dabei handelt es sich meist um Wirtschaftsindizes wie Rohstoffpreise, allgemeines Wirtschaftswachstum und weitere Konjunktur-indikatoren. Je mehr Daten in die Analyse einfließen, desto genauer wird die gestellte Prognose.
Zum Anfang
Auch Prognostica bietet seine Services branchenübergreifend an, hebt sich jedoch in einem Punkt ab: “Wir bieten keine konfektionierte Software an, sondern haben eine ganze Toolbox an Methoden, die Unternehmens-individuell angepasst werden”, sagt Krebs. Laut Unternehmensseite versteht das Unternehmen sich selber als der “Maßanzug unter den Softwarelösungen im Bereich Predictive Analytics”. Seit der Gründung wächst das Unternehmen stetig.

Die Nachfrage nach Predictive Analytics steigt. Laut einer repräsentativen Umfrage der International Data Group geben 94 Prozent Firmen an, ihre Geschäftsentscheidungen mithilfe von Predictive Analytics zu optimieren. Dennoch schätzt nicht einmal die Hälfte der Unternehmen die Relevanz von Predictive Analytics zurzeit als sehr hoch oder hoch ein. Gerade kleinere Unternehmen unterschätzen die Möglichkeiten der Anwendung.

Auch Prognostica zählt vor allem DAX-Konzerne und Mittelständler zu ihren Kunden. Dabei sind Analytics-Projekte bei kleineren Unternehmen oft von schnellem Erfolg gekrönt. Warum also die Zögerlichkeit, mit der die Methode von Unternehmen angenommen wird? Der Grund liegt zum Teil an der Akzeptanz der neuen Technologie. Während das Sammeln von Daten schon ganz normal wäre, sei das systematische Auswerten der Daten gerade im Zusammenhang mit künstlicher Intelligenz noch nicht der Standard, so Arne Müller. “Es gab eine große Hypewelle, aber die dringt gerade erst zum Mittelstand durch”, sagt der Mitgründer. Teilweise liege die mangelnde Umsetzung auch am fehlenden Know-How innerhalb der Unternehmen. Die Auslagerung der Predictive Analytics-Maßnahmen auf externe Dienstleister könnte deshalb eine Alternative sein.     
Zum Anfang

KI im Warenhandel

Künstliche Intelligenz! Ein Begriff der immer öfter in den Raum geworfen wird. Auch der Großhändler und Lebensmittel-spezialist Metro setzt auf intelligente Systeme und maschinelles Lernen, um die Bedürfnisse der Kundschaft zu erforschen und somit besser auf ihre Wünsche eingehen zu können.
Zum Anfang
Am Anfang jeder künstlichen Intelligenz stehen Algorithmen und Daten. Auch bei der Metro geht es nicht mehr ohne. Der Düsseldorfer Großhändler sammelt über die bekannte Metro-Karte alle Transaktionsdaten, die seine B2B-Kunden als Spuren beim Einkauf hinterlassen. Sind die Daten erst einmal erfasst, werden sie in einem sogenannten Data Warehouse beziehungsweise der Google Cloud gespeichert. Und genau hier fängt das maschinelle Lernen an. 

Je mehr Daten ein Computer verarbeiten kann, umso mehr Aussagen kann er darüber machen und somit dem Unternehmen dienen. Ehler Lange, Spezialist für Data Science und Business Intelligence, verantwortet diesen Bereich und erklärt, dass die Metro in mehreren Bereichen auf die Hilfe künstlicher Intelligenz setzt.
Zum Anfang
Einer der Bereiche beschäftigt sich mit dem Abwanderungs-risiko von Kunden. Sprich: Welcher Kunde ist dabei, sich vom Händler abzuwenden und zur Konkurrenz zu wechseln? Hier kommen wieder die Algorithmen ins Spiel: Sie können die Kunden anhand ihres Einkaufs unterscheiden und teilen sie daraufhin einer von zwei Gruppen zu. Gruppe Eins sind die Kunden, die regelmäßig bei der Metro einkaufen. In Gruppe Zwei befinden sich die Kunden, die seltener dort einkaufen. 

Die Algorithmen wählen automatisiert aus, welche Eigen-schaften für die Unterscheidung eine Rolle spielen. Das können beispielsweise Unregelmäßigkeiten sein, die beim Einkaufs-verhalten des Kunden auftreten. Die KI lernt immer mehr dazu – aus dem Verhalten der jetzigen sowie der früheren Kundschaft.
Zum Anfang
Ein weiterer Bereich ist das System der Preisoptimierung. Hier ist nicht nur das Kaufverhalten der Kunden wichtig, sondern auch die Preisstrategien der Wettbewerber. Darüber hinaus muss beleuchtet werden, wie Produkte im Sortiment zueinanderstehen. Produkte wie Pommes und Ketchup stehen beispielsweise in einem sich ergänzenden Verhältnis, da im besten Fall beides gleichzeitig gekauft wird.

Um den optimalen Preis für ein Produkt zu finden, ist es wichtig zu wissen, in welchem Verhältnis es zu anderen Produkten aus dem Sortiment steht. Kann das Produkt einfach durch ein anderes ersetzt werden? Oder beeinflusst der Wechsel wiederum ein anderes Produkt, dessen Nachfrage und Preis? Die KI untersucht, wie sich Kunden bei einer Preisänderung verhalten und hilft somit, die Produktpreise zu optimieren.
Zum Anfang
Eine weitere Thematik, mit der sich die KI beschäftigt, sind die Regallücken in Geschäft und Lager. Damit die Lücken möglichst klein sind, müssen die Verantwortlichen bei der Metro wissen, wie sich die Nachfrage entwickelt. Um das herauszufinden, greift die KI auf Daten aus der Vergangenheit zurück. Die Warenverfügbarkeit ist ein sehr großes Thema bei der Metro: Auf ihr beruht in großem Maße die Kundenzufriedenheit. Künstliche Intelligenz kann auch in diesem Bereich zu besseren Prognosen verhelfen.

Janina Klein, Product Owner bei Metro, die im Bereich des E-Commerce für den Händler tätig ist, betont, dass es wichtig ist, den Einkauf ihrer Kunden so schnell und einfach wie nur möglich zu gestalten. Ehler Lange und sein Team leiten dafür einen Teil ihrer analytischen Ergebnisse an das E-Commerce-Team weiter. Damit können die Kollegen dort sehen, was der Kunde schon bestellt hat und wie wahrscheinlich es ist, dass der Kunde das Gleiche nochmal bestellen wird. Somit kann das Team dem Kunden eine auf ihn persönlich zugeschnittene Einkaufsliste vorzuschlagen, die er dann nur noch abschicken muss. Anhand der Daten ist es zudem möglich, dem Kunden neue Ware zu empfehlen. Produkte, die beispielsweise viele italienische Restaurants bestellen, könnten auch für ein anderes italienisches Restaurant interessant sein.
Zum Anfang
Das E-Commerce-Team leitet auch eigene erfasste Daten an das Analyseteam von Ehler. Hier handelt es sich um Informationen darüber, welche Produkte der Kunde im Endeffekt gekauft und wie viel er jeweils bestellt hat. Mit den Daten wiederum kann die KI die Kunden und ihr Verhalten noch besser kennenlernen – und die Nachfrage somit genauer vorhersagen. Je besser die Vorhersage, umso mehr Vorteile ergeben sich für das Unternehmen und die Kunden.  

Während die Kunden auf der einen Seite ihre Produkte ohne lange Lieferfristen und mit wenig Aufwand bekommen, kann das Unternehmen beispielsweise seine Lieferketten optimal planen und dabei die Umwelt schonen. „Man kann da schon eine hohe Faszination entwickeln, was Komplexität und Leistung der heutigen Algorithmen als solche betrifft“, so Ehler Lange zu der Vielzahl von möglichen Einsatzgebieten intelligenter Systeme.
Zum Anfang

Behind the Scenes

Zum Anfang

Wir stellen uns vor

Julius-Maximilians-Universität Würzburg / Wirtschaftsjournalismus

Vollbild
An der Julius-Maximilians-Universität befassen sich Studierende des Fachbereichs ‚Wirtschaftsjournalismus‘ mit verschiedenen Themen rund um Künstliche Intelligenz. Im Seminar ‚Digitales Storytelling / Crossmediale Wirtschaftskommunikation‘ sowie in der Vorlesung ‘Social Media‘ erstellen sie multimediale Beiträge über Themen wie „KI und Religion“, für das sie einen katholischen Pfarrer interviewen, oder sie berichten in einer Selbstreportage über ihre Erfahrungen mit ihrem neuen besten Freund „Replika“, einem Chatbot. Studierende aus dem Seminar ‚Audiovisuelle Wirtschaftskommunikation‘ unterstützen das Projekt, indem sie Kommilitonen der FHWS mit der Kamera zu wichtigen Interviewterminen begleiten und O-Töne in der Nachbearbeitung auf den Punkt schneiden.

Prof. Dr. Kim Otto, Professor für Wirtschaftsjournalismus und Wirtschafts-kommunikation, leitet die Seminare. Die Studierenden profitieren von seiner langjährigen Erfahrung als Redakteur im wirtschaftspolitischen Fernseh-journalismus (ARD, WDR, Grimme-Preis-Träger) und können sich auf wertvolle Praxis-Tipps verlassen.


Schließen
Zum Anfang

Fachhochschule Würzburg-Schweinfurt / Fachjournalismus und Unternehmenskommunikation

Vollbild
Die Master-Studierenden des Bereichs ‚Fachjournalismus und Unternehmens-kommunikation‘ der FHWS sind angehende Journalisten und PR-Experten. In gleich drei verschiedenen Seminaren widmen sie sich dem Thema des ‘Wissenschaftsjahres 2019‘. Im Seminar ‚Fachjournalismus‘ erstellen sie Unternehmensporträts über in der Region Mainfranken ansässige Unternehmen, die sich mit KI beschäftigen, oder schreiben Fachartikel zu komplexen Sach-verhalten wie dem Einsatz von KI im Human Resources Management. Im Gegensatz dazu porträtieren die Teilnehmenden des Seminars ‚Journalistische Darstellungen‘ spannende Persönlichkeiten, die sich in unterschiedlichen Formen mit dem Thema Künstliche Intelligenz auseinandersetzen. Diese Teilprojekte werden von Kommilitonen im Seminar ‚Corporate Media‘ durch das Erstellen von Podcasts, in denen KI-Experten zu Wort kommen, vervollständigt.

Mit Prof. Dr. Lutz Frühbrodt, dem Leiter des Fachbereichs, steht den Studierenden ein erfahrener Technologiereporter zur Seite, der acht Jahre im Wirtschafts-ressort der Welt-Gruppe gearbeitet hat und sich sowohl mit komplexen Themen als auch deren journalistischer Aufbereitung auskennt.
Schließen
Zum Anfang

Hochschule für Medien, Kommunikation und Wirtschaft / Journalismus und Unternehmenskommunikation

Vollbild
Die Studierenden des Bachelor-Studiengangs ‚Journalismus und Unternehmenskommunikation‘ der HMKW Frankfurt erweitern den Blick der mainfränkischen Berichterstattung auf die Region Rhein-Main. In verschiedenen Praxisseminaren erklären sie anhand greifbarer Beispiele, wie KI bei Versicherungsunternehmen wie R+V Versicherungen eingesetzt wird, führen Interviews mit KI-Experten wie Chris Boos von Arago oder lassen sich bei Continental den intelligenten Rechtsabbiegeassistenten für LKWs erklären. Sie drehen Videos, machen Fotos und erstellen Podcasts, in denen Forscherinnen und Forscher zu Wort kommen. Ihre Erfahrungen bereiten sie multimedial auf, sodass Bürgerinnen und Bürger sich umfassend über diese Themenbereiche informieren können.

Angeleitet werden die Studierenden von Prof. Dr. Katja Gußmann. Die Professorin für Journalismus und Kommunikation blickt auf mehr als 20 Jahre Erfahrung als Wissenschaftsjournalistin zurück. Hilfreiche Recherchewege und stilistische Tipps gibt sie aus dem Effeff an ihre Studierenden weiter.
Schließen
Zum Anfang

Die Studierenden berichten

Zum Anfang

Jorid Meya

0:00
/
0:00
Video jetzt starten
Zum Anfang

Ronja Auerbacher

0:00
/
0:00
Video jetzt starten
Zum Anfang

Mareike Hoffmann

0:00
/
0:00
Video jetzt starten
Zum Anfang

Julia Keller

0:00
/
0:00
Video jetzt starten
Zum Anfang

0:00
/
0:00
Video jetzt starten
Zum Anfang

Niklas Freytag

0:00
/
0:00
Video jetzt starten
Zum Anfang

Marie Hober

0:00
/
0:00
Video jetzt starten
Zum Anfang

Tabea Hamann

0:00
/
0:00
Video jetzt starten
Zum Anfang

Christopher Nagorr

0:00
/
0:00
Video jetzt starten
Zum Anfang

Anna Stückel

0:00
/
0:00
Video jetzt starten
Zum Anfang

Hanin Al-Humeidi

0:00
/
0:00
Video jetzt starten
Zum Anfang

India Noack

0:00
/
0:00
Video jetzt starten
Zum Anfang

Simona Riege

0:00
/
0:00
Video jetzt starten
Zum Anfang

Bildung & Qualifizierung

Zum Anfang

Arbeitsmarkt

Die Technologie der Künstlichen Intelligenz (kurz: KI) entwickelt sich rasant. Dies wird den Arbeitsmarkt massiv verändern. Sowohl in der Wirtschaft als auch in der Wissenschaft diskutiert man bereits über drohende Konsequenzen. Die Befürchtung: Künstliche Intelligenz verdrängt Arbeitsplätze.

KI automatisiert Produktionsprozesse zunehmend und sorgt dafür, dass Maschinen Aufgaben oft effizienter und schneller erledigen als Menschen. Dies kann dazu führen, dass Arbeiter ersetzt werden. Laut einer Studie der Landesbank Baden-Württemberg (LBBW) sind insbesondere Arbeitnehmer, die Routinetätigkeiten ausüben, von Beschäftigungs- und Lohneinbußen betroffen. Denn besonders sich wiederholende Tätigkeiten würden sich dazu eignen, automatisiert zu werden.

Zu ähnlichen Ergebnissen kommen auch die beiden Wissenschaftler Daron Acemoglu und Pascual Restrepo: Der Fortschritt von KI treibt insbesondere die Forschung und Entwicklung von Industrierobotern voran. Dies kann laut ihrer Studie dazu führen, dass viele Arbeitsplätze verloren gehen – insgesamt sechs pro Roboter. In den USA sind zurzeit jedoch nur wenige Menschen in Bereichen tätig, in denen Roboter eingesetzt werden können. Daher sind dort bisher kaum Arbeitsplätze davon betroffen, durch neue Technologien ersetzt zu werden.
Zum Anfang
Die Ökonomen Wolfgang Dauth, Sebastian Findeisen, Jens Südekum und Nicole Wössner haben untersucht, wie sich der Einsatz von Robotern auf den deutschen Arbeitsmarkt aus-wirkt. Die Studie zeigt, dass Roboter hier wesentlich stärker verbreitet sind und insbesondere im verarbeitenden Gewerbe einen weitaus größeren Beschäftigungsanteil ausmachen als in den USA. Doch wie in den USA scheinen sich auch in Deutschland Roboter noch nicht so stark auf den Arbeitsmarkt auszuwirken. Entgegen aller Befürchtungen werden laut der Studie Arbeiter ihren Job durch Roboter auch nicht verlieren, sondern ihn sogar behalten. Dieser Effekt entsteht zum einen dadurch, dass weniger junge Menschen in der Industrie arbeiten. Zum anderen bemühen sich Betriebsräte und Gewerkschaften darum, dass keine Arbeitsplätze verloren gehen. Dennoch gehen die Autoren davon aus, dass der Einsatz von Robotern die Beschäftigungsstruktur in Deutschland massiv verändern wird.
Zum Anfang
Das Institut für Arbeitsmarkt- und Berufsforschung (IAB) untersuchte für die Jahre 2013 und 2016 das Substituierbarkeitspotenzial der Berufe im Zuge der fortschreitenden Digitalisierung. Das Substituierbarkeits-potenzial zeigt für jede Tätigkeit an, wie viel ein Computer davon potenziell erledigen kann. Der Studie zufolge sind Verkehrs- und Logistikberufe besonders bedroht, von Maschinen ersetzt zu werden. Das Risiko stieg aber auch in den unternehmensbezogenen Dienstleistungsberufen an. Während absolut die Fertigungs- und fertigungstechnischen Berufen am meisten durch KI bedroht sind, müssen sich Arbeiter in sozialen und kulturellen Dienstleistungsberufen dagegen kaum Sorgen machen.

Insgesamt hat sich das Substituierbarkeitspotenzial im Untersuchungszeitraum jedoch in nahezu allen Berufen erhöht. Lediglich in medizinischen und nichtmedizinischen Gesundheitsberufen sowie in den informationstechnischen- und naturwissenschaftlichen Dienstleistungsberufen ging es leicht zurück. Grund hierfür ist, dass sich diese Berufsbilder verändert haben.

Müssen Arbeitnehmer sich jetzt Sorgen um ihren Job machen? Nein. Das IAB betont, dass das Substituierbarkeitspotenzial lediglich einschätzt, was technisch möglich ist. DieRealität zeigt, dass diese Möglichkeiten nur zum Teil ausgeschöpft werden. Dies kann unter anderem durch rechtliche Rahmen-bedingungen und technische Grenzen bedingt sein. Außerdem müssen Unternehmen auch ethische Aspekte berücksichtigen.




Zum Anfang
Der steigende Einsatz von KI in Unternehmen wirkt sich aber nicht nur negativ auf Arbeitnehmer aus. Der Bericht des IAB zeigt auch, dass neue Berufe entstehen. So müssen Roboter zunächst entwickelt und programmiert, später hingegen regelmäßig gewartet werden. Gegenwärtig geht das IAB davon aus, dass etwa gleich viele neue Jobs geschaffen wie verdrängt werden. Von diesen neuen Beschäftigungschancen profitieren hauptsächlich hochqualifizierte Fachkräfte, welche z.B. Roboter entwickeln, installieren und warten.
Zum Anfang
Insgesamt verändert KI die Beschäftigungsstruktur und die Tätigkeitsfelder. Um in Zukunft mit dem digitalen Wandel Schritt zu halten, werden Millionen von Menschen entweder den Beruf wechseln oder neue Fähigkeiten erwerben müssen. Das IAB betont, dass es besonders wichtig sei, Möglichkeiten und Strukturen zur Weiterbildung, Höherqualifizierung und Umschulungen zu schaffen. Neben dem Wissen, wie man mit einem Computer umgeht, sind laut dieser Studie soziale Kompetenzen wie Selbstmanagement, Kooperations-bereitschaft und Empathie besonders wichtig. Diese Eigenschaften sind heute noch nicht durch eine künstliche Intelligenz  zu ersetzen.
Zum Anfang

KI in der Personalauswahl

Künstliche Intelligenz wird zunehmend auch im Bewerbungsprozess eingesetzt – um die Auswahl zu erleichtern und die Qualität zu steigern. Angst um ihren Job müssen Recruiter aber vorerst nicht haben.

Von der Erstellung einer Stellenanzeige über die Kommunikation via Chatbot bis hin zum Interview: KI wird im Bewerbungsprozess unterschiedlich eingesetzt. Die Recruiter werden unterstützt, indem Aufgaben vom Algorithmus erledigt werden. Dennoch zeigt eine im März 2019 durchgeführte Umfrage vom Bundesverband der Personalmanager (BPM), dass nur 16 Prozent von den knapp 860 befragten Personalern bereits mit einer KI arbeiten. Wenn, dann überwiegend im Recruiting. Die neue Technologie soll die Arbeit erleichtern, Zeit einsparen und sowohl die Effizienz als auch die Anzahl passender Kandidaten erhöhen. Dennoch bleibt die endgültige Ent-scheidungsmacht nach wie vor beim Personaler, KI wird zur Zeit vor allem als Unterstützung bei der Vorauswahl eingesetzt. In den letzten Jahren ist das Interesse an der Technologie zwar gestiegen, der flächendeckende Einsatz hat sich aber noch nicht durchgesetzt. Die jeweilige Ausprägung des Algorithmus hängt von der Firma und dem genauen Einsatzgebiet ab.
Zum Anfang
Die Firma Viasto aus Berlin bietet ihren Kunden beispielsweise einen Interview-Generator an, der beim Videointerview unterstützt. „Die KI schlägt valide Interviewleitfäden für die jeweilige Positionsanforderung vor. Dadurch werden die geforderten Kompetenzen gezielt abgefragt“, so Sara Lindemann, Head of Customer Success bei Viasto. Denn in einem guten Interview müssen alle wichtigen Fragen in der begrenzten Zeit gestellt werden.

Erfolgreiche Kandidaten macht auch die KI „Adaptive Intelligence Crew“ von Oracle ausfindig. Sie selektiere passende Kandidaten anhand von gewissen Attributen für die Recruiter vor, so Joachim Skura. Er ist Strategy Director Human Capital Management bei Oracle. KI sei unter anderem deshalb hilfreich, weil menschliche Handlungen grundsätzlich fehlerbehafteter seien als die von Computern. Denn die Entscheidungen der Recruiter sind letztendlich subjektiv. Trotzdem sei die individuelle Betreuung durch eine reale Person immer noch sehr wichtig – vielleicht sogar wichtiger denn je. „Deswegen werden die Recruiter bleiben“, ist Skura sich sicher.
Zum Anfang
Auch die befragten Personaler der BPM-Studie glauben nicht, dass KI das Zwischenmenschliche oder die Entscheidungs-macht in naher Zukunft übernehmen wird. Das momentane Hauptproblem von KI im Bewerbungsprozess ist aber, dass sich viele Bewerber und Recruiter überfordert damit fühlen. Der Begriff ist für die meisten nicht greifbar und dadurch wirkt die Materie komplizierter als sie ist. Diese Angst und Über-forderung muss genommen werden. Sara Lindemann von Viasto ist sich aber sicher, dass die Entscheidungen von einer KI in Zukunft noch mehr akzeptiert werden: „In ein paar Jahren wird man gar nicht mehr merken, dass es ein Algorithmus ist.“
Zum Anfang
Auch Bahar Jawadi sieht die Aufklärung als wichtig an. Sie ist Chief Information Officer bei INTEGR8, einer Firma aus Berlin, die sich mit KI und Chatbots beschäftigt. Die richtige Erwartungshaltung sei entscheidend, sagt sie. Den Nutzern müsse von vornherein klar gemacht werden, was KI könne und was nicht. Das gilt auch für die Recruiter. „Ein Algorithmus kann nicht alle Leute unterstützen. Die Erwartungen sind teilweise zu hoch und deswegen sind die Nutzer dann enttäuscht“, erklärt sie. Das größte Problem sieht Jawadi aber im generellen Umgang mit der neuen Technologie. „Ist ein Anwender zu vorsichtig, kann er nicht das gesamte Potenzial nutzen. Ist er zu euphorisch, kann es passieren, dass er es unkonkret oder unpassend einsetzt“, warnt sie. Deswegen seien eine umfassende Analyse und Aufklärung unumgänglich.
Zum Anfang
In jedem Fall muss die Angst vor der neuen Technologie genommen werden. Je mehr Erfahrungen mit KI gemacht werden, desto geringer wird sie. Das gilt für beide Seiten. Denn viele Recruiter stehen der neuen Technologie skeptisch gegenüber, weil sie zum ersten Mal auf der Arbeit konkret mit KI in Berührung kommen. Das stellt einen großen Stressfaktor dar und ist für die meisten Unternehmen eine Hemmschwelle. Über 26% gaben in der Studie vom BPM an, dass der Einsatz einer KI in der Personalarbeit innerhalb der nächsten drei Jahre für sie nicht in Frage komme. Vor allem bei groß angelegten Stellenanzeigen kann der Algorithmus aber eine Stütze sein. „KI sollte als Ergänzung gesehen werden und nicht als Ersatz“, rät Jawadi. Durch die Technologie könne ein Recruiter die Bewerber besser individuell betreuen. „Die Mitarbeiter werden nicht ersetzt, sondern die Arbeit wird erleichtert“, lautet ihr Fazit.
Zum Anfang
Trotzdem ist Vorsicht geboten. „Riskant wird es dann, wenn bisherige Daten die Basis für die nächsten Entscheidungen sein sollen. Dann steigt zum Beispiel die Gefahr, dass bestimmte Gruppen abgelehnt werden“, erläutert Jawadi. Bei der KI von Amazon ist das zum Beispiel der Fall gewesen. Sie hat Männer bevorzugt, da bei Amazon mehr männliche Angestellte arbeiten als weibliche. Die KI sah das als gewollt an. Außerdem sei es riskant, dem Algorithmus alle Entscheidungen zu überlassen. Das sieht auch der Rechtsexperte Prof. Eric Hilgendorf so:
Zum Anfang
0:00
/
0:00
Video jetzt starten
Zum Anfang
Momentan wird die neue Technologie im Bewerbungsprozess nur vereinzelt eingesetzt. Oftmals handelt es sich gar nicht um Künstliche Intelligenz, sondern um reine Automatisierung bzw. Digitalisierung. Dennoch birgt das Berufsfeld des Recruiters viele Einsatzmöglichkeiten für KI. Nicht nur im externen Recruiting, sondern auch im unternehmensinternen. Laut Skura könne der Algorithmus in Zukunft auch Mitarbeiter auf eine passende Rolle im Unternehmen oder in einem Projekt hinsichtlich ihrer Kompetenzen hinweisen, obwohl sie nicht aktiv nach einer neuen Rolle suchen. Man muss also an den richtigen Punkten ansetzen und alle Beteiligten – Bewerber wie Recruiter – umfassend über KI aufklären. Und in einem sind sich Jawadi, Lindemann und Skura sicher: der Recruiter wird in der nächsten Zeit bleiben - vor allem als letzte Entscheidungs-instanz. Er wird nur andere Aufgaben erledigen als bisher.
Zum Anfang

Weiterbildung

„Integrated Industry - Industrial Intelligence“. Das Motto der Hannover-Messe 2019 macht es deutlich: Künstliche Intelligenz bewegt die Industrie. KI nimmt nach und nach Einfluss auf nahezu alle Unternehmensbereiche. Weiterbildungen im Bereich KI können Unternehmen helfen, vorhandene Potenziale zu nutzen.

„Wir wollen Deutschland und Europa zu einem führenden KI-Standort machen und so zur Sicherung der künftigen Wett-bewerbsfähigkeit Deutschlands beitragen.“ So lautet das Ziel der Bundesregierung. Die Realität sieht zurzeit noch anders aus. Laut einer aktuellen Umfrage von Bitkom Research nutzt bisher jedes 10. deutsche Industrieunternehmen Künstliche Intelligenz  zur Vereinfachung von Prozessen. Rund 86 Prozent der befragten Unternehmen haben noch keine Technologie mit künstlicher Intelligenz in ihrem Unternehmen implementiert. Die Gründe dafür sind vor allem vorherrschende Berührungs-ängste mit Künstlicher Intelligenz, fehlendes Know-how und ein starker Mangel an Fachkräften im Bereich Datenanalyse. 
Zum Anfang
Als Antwort darauf legte die Bundesregierung in 2018 ihre „Strategie Künstliche Intelligenz“ mit rund drei Milliarden Euro Budget vor, um deutsche Unternehmen im internationalen Wettbewerb zu unterstützen und den deutschen Mittelstand im Umgang mit KI zu fördern.
Dr. Tristan Behrens ist Deep Learning Engineer und somit aktiv an der Entwicklung von KI-Software beteiligt, die auf Basis vorhandener Daten eigenständig dazu lernt. Fortschritt ist laut Behrens in diesem Bereich notwendig: „Das Thema wird immer wichtiger und es gibt immer weniger Berufe, die um KI herum-kommen.“ Gerade im internationalen Vergleich sei es deshalb wichtig, dass deutsche Unternehmen die Potenziale von KI für sich erkennen. Eine Möglichkeit dafür bieten Weiterbildungen und Workshops im Bereich KI.
Zum Anfang
Die Einführung von KI stellt Unternehmen vor strukturelle Veränderungen. Der Data Scientist Dr. Sebastian Derwisch von der Würzburger Beratungsgesellschaft BARC sieht die wesentlichen Herausforderungen im Wissensaufbau, der Datenqualität und der Frage, in welchem Fachbereich Daten-analyse im Unternehmen verankert wird:
„Viele mittelständische Unternehmen haben Probleme Ressourcen in dem Bereich zu bekommen, weil es bisher nicht viele Data Scientists  gibt.“ Der Jobtitel Data Scientist ist laut Derwisch der mit der höchsten Expertise in der Datenanalyse. Er wertet Daten systematisch aus, um Erkenntnisse daraus zu gewinnen.
Zum Anfang
Jedes Unternehmen verfüge über abgespeicherte Daten, die die Basis für den Einsatz von KI bilden können, so Derwisch. Oft seien diese Daten jedoch nicht mit der Absicht gespeichert worden, in Zukunft als Analyse-Grundlage zu dienen.

Dafür müssen sie zunächst aufwendig bereinigt werden. Es empfehle sich daher, eine allgemeine Datenstrategie einzu-führen, die den Umgang mit Daten im Unternehmen vorgibt und den Mitarbeitern einen Leitfaden zur richtigen Daten-ablage bietet. Außerdem sei es wichtig zu verstehen, dass Daten erst einen Mehrwert für das Unternehmen haben, wenn sie mit Prozessen aus den Fachbereichen verbunden werden. An dieser Stelle findet sich die nächste Herausforderung: In welchem Fachbereich man das Thema KI im Unternehmen eingliedert oder ob es ein eigenes Kompetenzzentrum für Datenanalyse und KI geben soll. Außerdem müsse man ethische Standards für den Umgang mit KI festlegen.
Zum Anfang
Ein Allgemeinrezept für die Einführung von KI gibt es nicht. Weiterbildungen bieten zusätzliche Expertise von außen und können Unternehmen gezielt unterstützen und Know-How aufbauen. Welche Weiterbildungsmaßnahmen sinnvoll sind, kommt stark auf die Größe des Unternehmens und das Vorwissen der Mitarbeiter an. Diese können aus unter-schiedlichen Unternehmensbereichen kommen: „Man trifft in Unternehmen immer wieder Menschen, die eine Affinität zu Daten und Datenanalyse haben, für die der Schritt zu Data Science nicht so groß ist, weil sie Enthusiasmus für das Thema mitbringen“, so Sebastian Derwisch. Auch Betriebswirte könnten sich zum Data Scientist beruflich weiterentwickeln. Voraussetzung dafür sei es lediglich, dass man mit Daten umgehen kann und Interesse am Thema hat.
Zum Anfang
Andere Workshops und Konferenzen zielen darauf ab, Mitarbeitern erst einmal eine Idee davon zu geben, was KI eigentlich ist und was es bedeutet, mit Daten zu arbeiten. Menschen können also auf diese Weise unterschiedlich abgeholt werden. KI-Experte Tristan Behrens bestätigt, dass man nicht unbedingt Data Scientists mit einem absolvierten Informatik-Studium braucht: „Man muss analytisch denken können.“
In seinen Workshops fänden sich häufig Naturwissenschaftler, die das Thema Deep Learning interessiere. Die Grundlagen im Bereich KI seien bereits ausgeforscht. "Das vorhandene Grund-wissen reicht schon weiter, als wir es heute in der deutschen Industrie brauchen“, so Behrens. Darauf könne man auch ohne komplizierte mathematische Grundlagen aufbauen.
Zum Anfang
Die IHK Reutlingen hat die Notwendigkeit von Weiterbildungen für Künstliche Intelligenz ebenfalls erkannt. „Unser Ziel ist es, die Digitalisierung in der Region voranzutreiben“, sagt IHK-Projektmanagerin Jessica Barra. „Die Seminare sollen erstmal die Möglichkeiten aufzeigen: Was kann KI eigentlich und wie kann ich das in meinem Unternehmen umsetzen.“
Die Zielgruppe sind Führungskräfte, aber auch Mitarbeiter, die bisher kaum Berührung mit dem Thema hatten. „Wir haben ja den Hintergrund, dass wir auch weiterbilden wollen, um Karrierechancen zu verbessern.“

Für die Vernetzung untereinander hat die IHK außerdem ein Netzwerk gegründet, das Interessierten mit Vorwissen zum Austauschen dient und dazu verschiedene Veranstaltungen und Exkursionen zum Thema anbietet. Auch die Bundes-regierung nennt in ihrer KI-Strategie Weiterbildungen als Maßnahme, um gerade den Mittelstand in diesen Bereichen zu unterstützen: „In den Kompetenzzentren Mittelstand 4.0 werden im Jahr 2019 mindestens 20 KI-Trainer kleine und mittelständische Unternehmen aufsuchen und für den Einsatz von KI-Technologie befähigen“, heißt es im Dokument.
Zum Anfang
Angebote für Workshops und Weiterbildungen gibt es mittlerweile viele, denn die Nachfrage von Unternehmensseite ist groß. Gerade für mittelständische Unternehmen bieten Weiterbildungen die Chance, sich das Thema KI zu Nutze zu machen: „KI hat ein unglaublich hohes Einsatzpotenzial und dieses Potenzial sollte man ausschöpfen“, betont Tristan Behrens.
Zum Anfang

Unternehmensführung

Wer sich in der heutigen Welt umschaut, der wird ihr häufig begegnen: Künstliche Intelligenz (KI) bewertet unsere Kreditwürdigkeit oder kommuniziert mit uns in Form eines Chatbots. Auch in der Chefetage sorgt KI für zahlreiche Veränderungen. Doch wie beeinflusst sie die Führung von Unternehmen wirklich?


Jedem zweiten volljährigen Berufstätigen bereiten Ver-änderungen im Arbeitsleben durch Künstliche Intelligenz Sorgen. Das hat eine Umfrage des IMWF Instituts für Management und Wirtschaftsforschung ergeben, für die Mitte 2018 rund 2.000 Arbeitnehmer ab 18 Jahren repräsentativ befragt wurden. Viele Arbeitnehmer fürchten im Zuge der Automatisierung um ihren Job. Auch in den Führungsebenen wird KI immer häufiger bei Managemententscheidungen eingesetzt. Laut einer Befragung des Digitalverbands Bitkom von Anfang 2019 würden 30 Prozent der Befragten sogar ihren Chef durch eine Künstliche Intelligenz ersetzen.
Zum Anfang
Obwohl viele Menschen der Künstlichen Intelligenz mit Vorbehalt begegnen, hat sie längst Einzug in unseren Arbeitsalltag erhalten. Führungskräfte haben eine große Verantwortung und müssen dafür sorgen, dass ihre Mitarbeiter effizient arbeiten können. Sie haben vor allem eine vermittelnde Funktion, sind essenziell für Planung und Kommunikation.
Dabei setzen Manager immer häufiger auf die Unterstützung der intelligenten Systeme. „Künstliche Intelligenz kann mir als Manager helfen, die richtigen und wichtigen Informationen aus E-Mails, Portalen oder sozialen Netzwerken zu filtern und mir ‚mundgerecht‘ sortiert nach Priorität präsentieren“, sagt Guido Schmitz, Vorstand des Beratungsunternehmens Pentadoc.
Zum Anfang
In diesem Fall hat die KI die Funktion einer persönlichen Assistenz. Sie ist in die Infrastruktur des Unternehmens integriert und kann mit E-Mails und Kalendern der Führungs-kräfte arbeiten. Diese werden so entlastet, können ihr Potenzial als Führungskraft besser ausschöpfen und sich anderen Aufgaben widmen. Künstliche Intelligenz kann aber nicht nur die Führungskraft entlasten – sie kann auch eine Führungskraft sein. Die Investmentfirma Deep Knowledge Ventures aus Hongkong hat eine KI Namens Vital im Jahr 2014 zum gleichwertigen Partner gemacht. Das KI-System war darauf trainiert worden, sich über mögliche Investments in der Medizinbranche eine Meinung zu bilden. Die Ergebnisse waren für das Unternehmen so hilfreich, dass Vital den Rang eines Vorstandsmitglieds bekam.
Zum Anfang
Eine weitere Einsatzmöglichkeit von Künstlicher Intelligenz in der Führungsebene sind Business Analytics und Business Intelligence. Das Würzburger Unternehmen Salt Solutions arbeitet mit beiden Varianten. „Mit Business Analytics gelingt der Aufbau von Modellen und Simulationen, die aus der Analyse des Ist-Zustandes heraus verlässliche Prognosen für die Zukunft ermöglichen“, so Wolfgang Rüth. Leiter Business Development bei Salt Solutions. Business Intelligence dagegen nutzt laut Rüth Verfahren zur systematischen Analyse von Vergangenheitsdaten, um rückblickende Auswertungen bereitzustellen. Beides sind für Führungskräfte wertvolle Werkzeuge, um entlang der Supply-Chain das Geschäftsmodell zu optimieren.
Zum Anfang
Werden intelligente Systeme aber in den Arbeitsalltag integriert werden, desto mehr Veränderungen ergeben sich, sowohl für Arbeitnehmer als auch für Arbeitgeber. Gewisse Aufgabenfelder werden von KI-Systemen übernommen, dementsprechend dem Mitarbeiter entzogen. „Hier gilt es, die Angestellten auf Akzeptanz zu schulen und ihnen zu vermitteln, dass künstliche Intelligenzen ihnen die Arbeit erleichtern sollen“, so Rüth.
Es sei wichtig, dass die Mitarbeiter sich auf die Vorinformationen, die die KI gefiltert hat, verlassen und mit diesen weiterarbeiten. Andernfalls wäre der gesamte Prozess nach Einschätzung des Salt-Managers nicht mehr effizient. „Eine weitere Möglichkeit sind Change-Maßnahmen, in denen die Mitarbeiter an die Veränderungen herangeführt werden“, ergänzt Schmitz. Zu diesen zählen zum Beispiel Schulungen und Workshops, um den Mitarbeitern den Umgang mit KI näher zu bringen.
Zum Anfang
Während einige Arbeitnehmer durch KI entlastet werden, bedeutet es für andere den Verlust des Arbeitsplatzes. Tristan Behrens, KI-Experte aus Würzburg, sieht hier eine neue Heraus-forderung für Führungskräfte. Laut ihm ist es Aufgabe der Führungskräfte den Mitarbeitern Weiterbildungen im Untern-ehmen zu ermöglichen, sollte ihr Job durch die Auto-matisierung wegfallen. „Es gibt Prognosen, die besagen, dass es in den nächsten Jahren 50 Prozent Bewegung auf dem Arbeitsmarkt geben wird. Wichtig ist, dass das nicht Bewegung zum Arbeitsamt heißt, sondern zu neuen Arbeitsplätzen im Unternehmen“, so Behrens.
Zum Anfang
Auch große Konzerne wie Amazon setzen auf KI in der Unternehmensführung. Der Internetriese hat im Bewerbungsprozess für neue Führungskräfte ein KI-System eingesetzt, das die Vorauswahl der potenziellen neuen Manager treffen sollte, um den Chefs diese Arbeitszeit einzusparen. Nach kurzer Zeit wurde dieser Prozess jedoch wieder abgeschafft, da er nur männliche Bewerber ausgewählt hatte.
Der Grund hierfür: Die künstliche Intelligenz hatte im Training zuvor nur Bewerbungen männlicher Kandidaten erhalten und somit das Geschlecht als Auswahlkriterium erlernt. „Die künstliche Intelligenz selbst ist nie ‚falsch‘. Wenn, dann ist es ihr Training, das falsch gewesen ist. Eines der häufigsten Risiken beim Einsatz von KI ist, neben zu wenigen Daten und der fehlenden Kontrolle, ein ungenaues Training“, warnt Rüth.
Zum Anfang
Wird die Künstliche Intelligenz allerdings richtig eingesetzt, erleichtert sie die Arbeit der Führungskräfte enorm. „Ein wesentlicher Vorteil ist die Objektivität der KI. Führungskräfte entscheiden häufig auch nach Bauchgefühl. Wenn dieses Bauchgefühl in Objektivität umgewandelt werden kann, können Manager fundierte Entscheidungen treffen“, so Rüth. Entscheidend hierfür ist das entsprechende Training. Oftmals müssen Führungskräfte in kürzester Zeit komplexe Materien durchdringen und Zusammenfassungen geben können. Wenn diese Aufgabe der KI übergeben wird, kann wertvolle Arbeitszeit gespart werden.
Die Automatisierung unserer Arbeitswelt ist bereits in vollem Gange. Wichtig ist es, die Akzeptanz der Mitarbeiter zu erlangen. Angst vor Verlust des Arbeitsplatzes müssen die wenigsten haben, auch hierfür hat eine Führungskraft die Verantwortung zu tragen. Laut Bitkom-Präsident Achim Berg wird KI in naher Zukunft nur in den seltensten Fällen Vorgesetzte oder Mitarbeiter ersetzen. „Schon heute erhalten Techniker Hinweise auf die wahrscheinlichste Fehlerursache oder Ärzte Hilfe bei der Auswertung von Röntgenbildern“, sagt Berg. „KI wird in Zukunft auch Hilfe bei weitreichenden Managemententscheidungen geben – diese aber nicht selbsttätig treffen.“
Zum Anfang

About & Impressum

Künstliche Intelligenz: Eine Multimediareportage | Über dieses Projekt

Vollbild
Wie wirkt sich der Einsatz von Künstlicher Intelligenz auf unsere Gesellschaft aus? Was sind Chatbots und wie kommunizieren sie mit uns? Wie gehen wir ethisch und rechtlich mit Robotern um? Das Bundesministerium für Bildung und Forschung (BMBF) fördert mit dieser Multimedia-Reportage im Rahmen des Wissenschaftsjahres 2019 ein Projekt, das Fragen wie diesen nachgeht. Etwa 300 Studierende der Universität Würzburg, der Fachhochschule Würzburg-Schweinfurt und der HMKW Hochschule für Medien, Kommunikation und Wirtschaft Frankfurt nehmen dafür die Künstliche Intelligenz unter die Lupe. Dabei lassen sie Experten zu Wort kommen, beleuchten heutige und zukünftige Einsatzgebiete der Künstlichen Intelligenz und setzen sich damit auseinander, wie Politik und Gesellschaft auf geänderte Bedingungen reagieren können. Neben Experten aus Wissenschaft, Industrie und Politik begleiten die Studierenden für diese Reportage auch Menschen, die sich täglich mit Künstlicher Intelligenz beschäftigen. In Personen- und Unternehmensporträts untersuchen sie, in welchen (Arbeits-)Bereichen Künstliche Intelligenz bereits schon täglich eine Rolle spielt und inwiefern sich Berufsbilder und der Arbeitsalltag dadurch verändern. Diese Multimedia-Reportage ist ein Projekt der Universität Würzburg in Kooperation mit der Fachhochschule Würzburg-Schweinfurt und der HMKW Hochschule für Medien, Kommunikation und Wirtschaft Frankfurt. Das Projekt wird durch das BMBF gefördert. Die Main-Post, der Bayerische Rundfunk, die Vogel Communications Group, die Frankfurter Rundschau, der Hessische Rundfunk und die dfv-Mediengruppe sind Medienpartner des Projekts.  

Impressum
 

Universität Würzburg
Professur für Wirtschaftsjournalismus und Wirtschaftskommunikation 

Prof. Dr. Kim Otto
Sanderring 297070 Würzburg 
Tel.: +49 (0)931 31-88226
E-Mail: kim.otto@uni-wuerzburg.de
Schließen
Zum Anfang

Podcasts

Zum Anfang

BARC

0:00
/
0:00
Audio jetzt starten
Die Studentin Mareike Hoffmann spricht im Podcast mit Dr. Sebastian Derwisch, Data Scientist bei BARC, über das Potenzial von Künstlicher Intelligenz.

Audio öffnen

Zum Anfang

datenschutz süd

0:00
/
0:00
Audio jetzt starten
Die Studentin Nadine Kuhnigk unterhält sich mit Dr. Christian Borchers, Geschäftsführer der datenschutz süd GmbH, über die Bedeutung von KI im Datenschutzrecht und der IT-Sicherheit.
Zum Anfang

emqopter

0:00
/
0:00
Audio jetzt starten
Der Student Julian Genheimer spricht mit Marvin Bihl, Geschäftsführer von emqopter, über autonome Lieferdrohnen und die Frage, ob wir unsere Post bald per Drohne erhalten. 

Audio öffnen

Zum Anfang

KI und Ethik

0:00
/
0:00
Audio jetzt starten
Der Student Lukas Kroll unterhält sich mit Professor Wolfgang Schröder von der Universität Würzburg über KI und Ethik.

Audio öffnen

Zum Anfang

green spin

0:00
/
0:00
Audio jetzt starten
Im Gespräch mit der Studentin Ronja Auerbacher erklärt Dr. Sebastian Fritsch vom Würzburger Start-up green spin, inwiefern Künstliche Intelligenz eine Rolle in der Landwirtschaft spielt.

Audio öffnen

Zum Anfang

KI UND RECHT

0:00
/
0:00
Audio jetzt starten
Der Student Nils Güntner befragt Professor Eric Hilgendorf von der Universität Würzburg zu ethischen und rechtlichen Problemen von autonomen Systemen.

Audio öffnen

Zum Anfang

Wittenstein

0:00
/
0:00
Audio jetzt starten
Die Studentin Julia Baier erfährt von Dr. Dirk Haft, Dr. Alexander Wunderle und Patrick Hantschel, wie sich die Firma Wittenstein auf den Einsatz Künstlicher Intelligenz vorbereitet.

Audio öffnen

Zum Anfang

KI, Daten & die Smart Factory

0:00
/
0:00
Audio jetzt starten
Die Studentin Louisa Krüger unterhält sich mit Dr. Michael Albert, Mitarbeiter des Innovationslabors awesome technologies, über Künstliche Intelligenz und Daten in der Smart Factory.

Audio öffnen

Zum Anfang

KI und unsere Zukunft

0:00
/
0:00
Audio jetzt starten
Die Studentin Svenja Hörath redet mit Bahar Jawadi, Chief Information Officer von INTEGR8, darüber, wie Künstliche Intelligenz unser Leben in Zukunft verändern wird.

Audio öffnen

Zum Anfang

Predictive Analytics

0:00
/
0:00
Audio jetzt starten
Die Studentin Indra Schwarz erfährt von den Gründern des Würzburger IT-Dienstleisters prognostica, Kristina Krebs und Arne Müller, inwiefern Künstliche Intelligenz bei datengetriebenen Prognosen eine Rolle spielt.

Audio öffnen

Zum Anfang

Deep Learning Engineer

0:00
/
0:00
Audio jetzt starten
Die Studentinnen Anna-Lena Hillenbrand und Christina Klein erfahren von Dr. Tristan Behrens, was sich hinter dem Berufsbild Deep Learning Engineer verbirgt.

Audio öffnen

Zum Anfang

KI in der Fashionbranche

0:00
/
0:00
Audio jetzt starten
Die Studentin Barbara Zaraveli spricht mit Dr. Dirk Schneider, Chief Digital and Operating Officer der s.Oliver Group, über Künstliche Intelligenz in der Modebranche.

Audio öffnen

Zum Anfang
Scrollen, um weiterzulesen Wischen, um weiterzulesen
Wischen, um Text einzublenden