Wettlauf um künstliche Intelligenz: Wie kann Europa mithalten?

von Prof. Dr. Alois Knoll

Wir nehmen vor allen die Anwendungen von künstlicher Intelligenz wahr, sind diejenigen, die die großen US-Firmen Google, Amazon, Facebook unter großem Marketingaufwand in  den Einsatz bringen, beispielsweise zur Vorhersage von Käuferverhalten aus Rückmeldungen von Kunden, zur Erkennung von sich anbahnenden Epidemien aus  Anfragen an die Suchmaschine und – ganz neu – zur Berechnung von Nutzer-Suizidwahrscheinlichkeiten aus den Äußerungen im social network.

Diese Anwendungen zielen aber immer auf den eher einfach zu handhabenden, weil homogenen Massenmarkt. Unsere Chance besteht deshalb darin, die US-Entwicklungen zu nehmen, zu verstehen und auf die eher kleinteilige industrielle Praxis in Deutschland zu übertragen, was ein intimes Verständnis der speziellen Problemlagen und dann die zielgerichtete Integration von KI-Techniken in den Produktionsprozess erfordert. Wir werden allerdings in Europa nur mithalten können, – wenn wir mit Blick auf unsere spezifischen Stärken in Industrie und Dienstleistungen an den richtigen Stellen investieren:

Die wichtigsten Trends für kommende Produkte

Besseres Verständnis menschlicher Problemlösestrategien und Erfassen von menschlichen Interaktions-Bedürfnissen sowie menschlichem Kommunikationsverhalten über mehrere Modalitäten, einschließlich Entwicklung von maschinellem „theory-of-mind“ und kognitiven Architekturen.

Detailliertes Studium des Gehirns und seinen Netzwerkstrukturen. Damit wird eine bessere (Re-) Konstruktion von neuronalen Netzen und ihrer Arbeitsweise möglich, ferner ein besserer Einblick in den Zusammenhang von externen Stimuli, deren Übersetzung in Aktion und den Regeln, nach denen diese Übersetzungsfunktionen gelernt werden.

Entwicklung angepasster Rechentechnik: neuromorphe Schaltkreise. Der Nachbau von Neuronen und ihren Verbindungsstrukturen hat schon eine gewisse Tradition, nimmt aber in jüngster Zeit enorm Fahrt auf, insbesondere durch die Kopplung analoger mit digitaler Hardware.

Massive Ausweitung der Robotik im Zuge der Erkenntnis, dass die (selbstständige) Entwicklung menschenähnlicher Leistungen eine ständige Interaktion mit der Umwelt erfordert – und diese über einen Körper als Medium stattfinden muss. Ein autonomes Fahrzeug ist ein sensorbasierter kognitiver Roboter mit wesentlich weniger Freiheitsgraden als beispielsweise ein Industrieroboter sie seit langem hat.

Hebel für Steigerung der Entwicklungsproduktivität

Getragen werden muss dies natürlich vom Ausbau der generellen IT-Infrastruktur für Kommunikation, Speicherung und Rechenleistung sowie der Steigerung von deren universeller Verfügbarkeit über Cloud-Strukturen. Darüber hinaus ist die Rolle der zunehmenden Software-Produktivität von enormer Wichtigkeit: es werden zunehmend Bibliotheken veröffentlicht, mit Hilfe derer Standard-Applikationen des maschinellen Lernens, der Robotik und der KI im Allgemeinen in immer kürzerer Zeit umgesetzt werden können. Diese stellen einen enormen Hebel bei der Steigerung der Produktivität der Applikationsentwicklung dar.

Einer Studie von Roland Berger Strategy Consultants von 2013 zufolge würden wir in Europa ein zusätzliches Wirtschaftswachstum von 5% pro Jahr erreichen, wenn wir den gleichen Prozentsatz wie die USA in digitale Techniken investieren würden. Diese Zahl zeigt einerseits den Nachholbedarf, gibt aber auch einen Hinweis darauf, was zu erreichen ist, wenn wir unsere leider inzwischen recht beschränkten Ressourcen in die richtigen Felder investieren würden – und da ist die Künstliche Intelligenz mit ihrer Breitenwirkung das  vermutlich lohnendste Feld.

Im Kontext der deutschen Wirtschafts- und Forschungslandschaft springen eine Reihe von Bereichen unmittelbar ins Auge, in denen der produktive Einsatz von KI direkten Nutzen und über mittlere bis längere Frist gesehen einen interessanten return-on-investment verspricht:

Embodied Intelligence: Zusammenführung von Robotik, Human-Machine-Interfaces, KI – auch im Sinne von „Manipulationsintelligenz.“ Anwendungen sind deutlich verbesserte Frage-Antwort-Systeme, interaktive Visualisierungssysteme, intuitiv instruierbare kognitive Roboter.

Embedded Artificial Intelligence in IoT/Produktion, kognitive Fabrik: Automatische Strukturierung, Lernen und Nutzung von Prozess- und Domänenwissen für schnellste Re-Konfiguration von Betriebsmitteln, verteilte Optimierungen von Materialflüssen, Diagnose und Prädiktion mit Hilfe von verteilter Intelligenz in sich selbst zusammenschaltenden und „Schwarmintelligenz“ entwickelnden IoT-Devices.

KI im Transportwesen/Logistik: Hier geht es um die Verbindung von automatisierten Transportmitteln in Logistikketten zur übergeordneten Optimierung unter Bedarfsprädiktion. Die Verbindung zu „Smart Cities“ und der Entwicklung von „City Brains“ ist möglich und wünschenswert, in Deutschland ist man an dieser Stelle bislang zurückhaltend.

KI und Werkzeugentwicklung: Die Verwendung von spezieller Hardware (wie neuromorphics) wird nur möglich, wenn leistungsfähige Entwicklungsumgebungen (samt Referenzapplikationen) zur Verfügung gestellt werden. Hier ergibt sich ein enormes Potential für die Gestaltung der Anwendungswelt, zumal wir in Deutschland auf die neuesten Entwicklungen neuromorpher Hardware unmittelbaren Zugriff haben (u.a. über die Plattformen Neuromorphics und Neurorobotics des EU-Flaggschiff-Projekts „Human Brain Project“).

In der Produktion wird für vorbeugende Wartung unter Nutzung von KI-Methodik zur Musterkennung und Datenintegration eine Erhöhung der Anlagenproduktivität von 20% bei gleichzeitiger Reduktion der Wartungskosten um 10% vorhergesagt.

Kooperative, also mit dem Menschen zusammenarbeitende Roboter führen ebenfalls zu einer Produktivitätssteigerung von 20%.

Durch eine KI-gestützte Auswertung von tausenden von Datenpunkten kann in der Halbleiterindustrie die Ausbeute um 30% erhöht werden.

Die KI-gestützte und bildbasierte Qualitätskontrolle kann die Erkennung von Defekten um bis zu 90% gegenüber menschlicher Inspektion steigern.

Besonderes Potential sehen die Autoren in der Verbesserung des Managements der Lieferketten durch Erhöhung der Prädiktionspräzision: eine Verringerung um 20% bis 50% des Vorhersagefehlers, Verluste durch die Nichtverfügbarkeit von Produkten können um 65% reduziert werden, bei gleichzeitiger Verminderung der Lagerbestände um 20 bis 50%.

Ebenso können durch die Unterstützung von F&E-Prozessen 10% bis 15% der Kosten eingespart und die Zeiten bis zur Markteinführung um 10% verkürzt werden.

Schließlich werden in der Unterstützung von Geschäftsprozessen bis zu 30% Automatisierungspotential gesehen, im Fall der Automatisierung von IT-Helpdesks sogar 90%.

Hier kann Europa Führung übernehmen

Wir zeigen nun abschließend kurz an drei konkreten Beispielen, was wir mittelfristig erwarten dürfen, und wo Europa eine führende Rolle bei der Entwicklung spielen kann, wenn wir unsere Chancen nutzen.

Da sind zunächst Frage-Antwort-Systeme, die einen menschengerechten und substantiellen Dialog über einen längeren Zeit- und Themenhorizont führen können. Dazu gehören beispielsweise die Fähigkeit der Bezugnahme auf zurückliegende Äußerungen, die Interpretation von Metaphern, das Verstehen von relativen Ortsangaben („links von dir“) sowie „unscharfen“ Adverbien („fast“, „meistens“, „eher“) und viele andere Fragestellungen der Linguistik. Autonome Kommunalfahrzeuge.

Das zweite Beispiel sind autonome Kommunalfahrzeuge, die sich nicht nur autonom in beliebigen Verkehrssituationen in der Stadt bewegen, sondern darüber hinaus auch noch Handlungen durchführen, wie Straßenreinigung, Müllabfuhr oder Baumpflege. Auch bei deren Entwicklung wird es eine große Hilfe sein, die Prinzipien des embodiments zu befolgen, schließlich ist jedes Auto für den routinierten Fahrer eine „body extension“ – nach einiger Übung begreifen wir die Umrisse des Fahrzeugs als Erweiterung unseres eigenen Körpers und entwickeln eine eigene mentale Repräsentation dafür; eine bewusste Einordnung bei den einzelnen Manövern findet gar nicht mehr statt.

Eine neue Klasse von KI-Anwendungen werden Systeme sein, die Verhandlungen mit Menschen führen, bei denen komplexe Sachverhalte zu klären und zu moderieren sind. Diese Systeme werden zur Entscheidungsunterstützung im Verhandlungsprozess herangezogen werden, dann sicher auch bei Bewertungsfragen zum Einsatz kommen und schließlich auch mit ihresgleichen verhandeln können. Ein sehr einfaches Beispiel wäre „mein autorisierter persönlicher Stromagent“: eine KI, der ich es anvertraue, permanent den besten Anbieter für die Elektrizitätsversorgung meines Hauses auf der Basis meiner (mündlich mitgeteilten) Präferenzen und der (automatisch aufgezeichneten) Messungen meines Stromverbrauchs zu finden.

Fazit

Insgesamt ist die KI eine Technologie, die zu einem dramatischen Produktivitätswachstum  in der digitalisierten Wirtschaft der Zukunft beitragen wird. Sie stellt einen – wenn nicht den wesentlichen – Technikbaukasten zur Verfügung, wie er seit langem gesucht wird, um nach einer langen, seit den siebziger Jahren andauernden Phase schwindender Produktivitätszunahme erneut Produktivität und Wachstum in Größenordnungen wie zu Zeiten der Einführung der Eisenbahn, der Telefonie und des Flugverkehrs zu erzielen (wenn auch hoffentlich unter Vermeidung ökologischer Belastungen wie jene sie verursacht haben).

„KI ist eine Technologie, die zu einem dramatischen Produktivitätswachstum in der digitalisierten Wirtschaft der Zukunft beitragen wird.“

Prof. Dr.-Ing. habil. Alois C. KnollProf. Dr. Alois Knoll, Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme, Technische Universität München

Tags: