Individuelle ProjektpreiseÜber 25 Jahre ErfahrungPersönlicher KontaktTrusted Advisor
BitInfo logo

Rufen Sie uns kostenlos an

0800 - 248 46 36
JETZT BERATEN LASSEN

Christian Wegener

28.05.2018

Lesezeit: 10 min

Nutzen die Amerikaner bessere Algorithmen für ihre KI?

Nutzen die Amerikaner bessere Algorithmen für ihre KI?

Eine besondere Rolle bei den Digitalisierungstechnologien spielen die Themen KI (Künstliche Intelligenz) und IoT (Internet of Things). Darüber referierte der Präsident der Fraunhofer-Gesellschaft Dr. Reimund Neugebauer bei einer Auseinandersetzung über die digitalisierungsbezogenen Inhalte des Koalitionsvertrags zwischen CDU/CSU und SPD.

Dabei ging es um die Fragen, wie wichtig KI und IoT im Rahmen der Digitalisierung sind und wo die Stärken und die Schwächen liegen. Außerdem wurde das Thema angeschnitten, was und auf welchen Gebieten etwas passieren muss, damit sich die deutsche Wirtschaft auf diesen Gebieten halten kann.

Es geht dabei insbesondere um die wirtschaftliche Entwicklung und um Industrie 4.0. Der globale Smart-Manufacturing-Markt, mit Marktführern wie Tesla, hat ein stetig wachsendes Marktvolumen. Ein Hauptentwicklungstreiber ist die Sensortechnik, die allerorten Werte erfasst und riesige Datenmengen produziert. Riesige Datenmengen existieren auch in der biologischen Produktion und im Internet.

Algorithmen in der Industrie 4.0

Wichtige Antreiber von smarten Produktionsprozessen sind Analysetechnologien, schnelle Transportlösungen, maschinelles Lernen und KI. Damit Sensoren und Chips die Prozesse besser nachvollziehen können, arbeiten sie mit Algorithmen. Diese Algorithmen erkennen Muster in den Daten, schreiben dann selbstständig neue Algorithmen, die wiederum Schlüsse aus den Muster ziehen und so Daten zu Informationen machen, erklärte Neugebauer.

Ein wichtiges Thema ist das maschinelle Lernen, wobei es um Integration von Expertenwissen in die Systeme, Transparenz, Sicherheit und Nachvollziehbarkeit geht. Beispielsweise gibt es Analysealgorithmen die erkennen sollen, ob ein Algorithmus sinnvoll funktioniert und zu akzeptablen Ergebnissen kommt.

Weiterhin ist ein Vordringen neuer Sensortechnik in die Werkstätten abzusehen, so dass die Roboter bald sehen, hören, riechen, schmecken und Emotionen haben können. Diese Maschinen sind mittels einer ausgefeilten Sensorik und guten Codes in der Lage aus einem Input, der über die Sensoren erfasst wird und mehreren verzahnten Algorithmen, selbstständig Handlungsmodelle zu entwickeln, ohne vorher exakt für diese Situation programmiert worden zu sein.

Der Programmcode liefert der Maschine ein grundlegendes Wissen über Aufgaben und Einsatzgebiete. Die Maschine wendet auf Grundlage von erfassten sensuellen Beispieldaten vorgegebene Handlungsmöglichkeiten mit Algorithmen an.

In den USA werden derartige Technologien zumeist in der Spitze erforscht, entwickelt und ausprobiert. Ein Beispiel sind die Produktionsstätten von Tesla, wo Roboter von solchen beschriebenen Algorithmen bedient werden. Über den Reifegrad dieser Algorithmen ist allerdings wenig bekannt und eine größere Studie steht noch aus, so dass nicht mit Gewissheit gesagt werden kann, ob die Algorithmen Teslas denen von VW oder Toyota überlegen sind oder nicht.

Weiterhin ist es, laut Neugebauer, nicht zu befürchten, dass die KI massenhaft Arbeitsplätze vernichten wird. Zwar sind Unruhe und Umschichtungen zu erwarten, aber in Hinblick auf die globale Lage dürfe die deutsche Wirtschaft nicht mehr Arbeitsplätze an andere Produktionsorte verlieren, weil diese beispielsweise billiger erzeugen können. Der Ansatz sei daher, Technologien wie KI und maschinelles Lernen zu nutzen und den Menschen dort einzusetzen, wo es sinnvoll ist. Dadurch entstehen Programmierer-Arbeitsplätze und eventuell eine neue Arbeit, die Produkte herstellt, die man noch nicht kennt.

Algorithmen in der biologischen Produktion

Ein möglicher Trend ist das datengetriebene, tiefere Verständnis biologischer Strukturen und Prozesse, erklärt Gerd Neugebauer weiter. Zum Beispiel ist es mithilfe geeigneter Algorithmen möglich das Schwarmverhalten von Ameisen oder Fischen zu analysieren und neue Methoden zu entwickeln, mit denen sich optimale Wege finden lassen. Diese beziehen sich auf Prozesse, Prinzipien und Strukturen und sind gängige logistischen Aufgaben. Solche bionischen Strukturen werden dann besser analysiert und verstanden, wodurch leichtere und robuste Maschinen designt werden können und Energie und Material gespart wird.

Die KI wird sich in diesem Fertigungsbereich wahrscheinlich schneller durchsetzen als anderswo. Da die entsprechenden Daten zur Verfügung stehen, werden sie auch genutzt werden. Dafür müssen Systeme analytische Fähigkeiten besitzen, Situationen erfassen und darauf reagieren. Dafür sind auch andere Tools als KI von Nöten. Die KI besitzt bei weitem nicht die Potenziale irgendwann die Menschen zu überflügeln. Fraunhofer-Chef Neugebauer sagt: „In jedem menschlichen Hirn sind 100 Milliarden Neuronen verschaltet und interagieren der KI sind wir bei knapp zehn Prozent davon“. Und „Algorithmen reagieren auch heute noch ganz einfach auf Merkmale“.

Auf dem Gebiet der biologischen Produktion bestehen hierzulande immer gewisse Hürden im Umsetzungsprozess. Das betrifft nicht nur Neuro-Wissenschaft, sondern Medizin und Biologie insgesamt. Oft geht es bei einer Debatte um ethische oder moralische Fragestellungen, die in einer solche Fülle aus den USA nicht bekannt sind. Dort scheint es möglich auf den Gebieten der Biologie weitreichendere Forschung betreiben zu können und dadurch spezialisierter Algorithmen entwickeln und anwenden zu können. Damit ist allerdings noch nicht viel über die Güte der Algorithmen gesagt und es stellt sich als ein Problem heraus, zu hinterfragen, welche beiden Algorithmen besser funktionieren.

Netzneutralität im Internet of Things (IoT)

Einen weiteren Punkt spricht Neugebauer mit der Entwicklung von Maschinellem Lernen und KI an. Es geht darum bessere Voraussetzungen zu schaffen und dabei ausreichend hohe Investitionen zu tätigen. In den USA würden diese aus privater Hand getätigt. Und China profitiere auf dem Weltmarkt von seinen personellen Ressourcen. Von dort kommen bereits mehr Absolventen englischsprachiger Ingenieurswissenschaften als aus den USA selbst.

In dieser Hinsicht meint der Fraunhofer-Chef, dass sich in Deutschland etwas bei der Datenerfassung ändern müsse. Es gibt zu wenig Zugang und es braucht mehr Daten. Beispielsweise im Gesundheitsbereich sind andere Länder schon viel weiter. Auch die Sensortechnik steckt noch in den Kinderschuhen und wird beispielsweise beim Autobau und bei der Produktion zu wenig eingesetzt.

Allerdings werden die Daten nicht nur erfasst, sondern auch selektiert. Dabei wird es einige Veränderungen geben. Bisher werden alle Daten in derselben Geschwindigkeit befördert. Das wird sich im Zeitalter IoT und Digitalisierung ändern, meint Neugebauer. In Zukunft würden Daten je nach Notwendigkeit mit verschiedenen Geschwindigkeiten befördert.

Dadurch können beispielsweise Streaming-Anbieter ihre Produkte auf direktem und schnellerem Wege an das Endgerät bringen, als es bisher möglich ist. Dies bedeutet eine Einschränkung der Netzneutralität, die besagt, dass eine Gleichbehandlung von Datenübertragung im Internet gelten muss. Es lässt sich dabei konstatieren, dass die Verlagerung zu mehr Gewichtung des Datenverkehrs sowohl in den USA als auch außerhalb der USA eingesetzt hat. Diese Verschiebungen werden in den einzelnen Ländern unterschiedlichen vorangetrieben. Die zugrundeliegenden Algorithmen sollten allerdings in etwa gleicher Weise funktionieren, da die meisten Anbieter auf verschiedenen Märkten agieren und nicht nur in den USA oder anderswo.

Sind Ihre IT-Workloads
Cloud-ready?

Wir analysieren Ihre Infrastruktur.

Kommentar hinzufügen