KI wird dem Menschen immer ähnlicher, doch bis KI-Applikationen eine vergleichbare Intelligenz wie wir haben, wird noch einige Zeit vergehen, da sind sich unsere befragten Experten einig – oder kann KI auch uns Menschen intelligenter machen? Konsens besteht auch darin, dass der Chatbot ChatGPT den Stein der Künstliche Intelligenz wieder mächtig ins Rollen gebracht hat. Selektierte Daten, hohe Investitionen oder rechtliche Aspekte hingegen bremsen die Technologie wieder aus.

„Ich persönlich sehe KI als eine wichtige Schlüsseltechnik, die für eine industrielle Revolution in den nächsten Jahren sorgen kann.“

KI als solche ist zwar derzeit ein Hype, aber an sich schon seit den 70-er Jahren präsent. Damals nannte man es Maschinen, die Algorithmen verarbeiten. Heutzutage ist KI aus dem Alltag gar nicht mehr wegzudenken und oftmals läuft sie uns wie selbstverständlich über den Weg. Der Fokus auf KI in der Industrie wurde jetzt noch einmal durch ChatGPT verstärkt. Denn solche KI-ChatBots kümmern sich nicht nur um einfache und simple Aufgaben, sie übernehmen auch komplexere Tätigkeiten und wirken dem Fachkräftemangel entgegen. Das kann die Programmierung einer Software oder die Erstellung eines Videos sein.

Die KI wird dem Menschen immer ähnlicher. Ich persönlich sehe KI als eine wichtige Schlüsseltechnik, die für eine industrielle Revolution in den nächsten Jahren sorgen kann. Denn KI leistet bereits jetzt schon viel und lernt immer weiter dazu. In unserem Bereich der Automatisierungstechnik bei Igus kann die KI zum Beispiel KMUs dabei helfen, schneller und einfacher eine Automatisierungslösung zu entwickeln, zum Beispiel mit KI-basierten Simulationen. Der Kunde spart sich den Kauf eines Roboters sowie den Integrationsaufwand und kann seine Applikation vorher erst einmal austesten. Auch für den Bereich Predictive Maintenance nutzen wir KI, um unseren Kunden rechtzeitig vor einem Ausfall einer Maschine zu warnen und eine Echtzeit Lebensdaueraussage zu treffen. Zudem bieten wir fertige Produkte zu Sprach- und Gestensteuerung an, die auf KI basieren.

Natürlich gibt es Risiken bei der KI, denn sie kann immer nur Entscheidungen auf der ihr beigebrachten Daten generieren. Gleichzeitig fehlt der KI auch die Menschlichkeit wie Empathie und Kreativität. Füttert man sie mit falschen oder selektierten Daten, kann sie mitunter diskriminierend sein. Dennoch ist sie ein guter Helfer im Alltag und wird Entwicklungen gerade in der Technik beschleunigen. Für unsere Wirtschaft ist es wichtig, auf Ebene der EU Regulierungen zu finden, die ein sicheres Arbeiten möglich machen, aber gleichzeitig im weltweiten Vergleich keine technischen Innovationen stoppen oder verlangsamen.

„Bei all der Euphorie sehe ich aktuell im Machine-Vision-Umfeld noch klare Grenzen im Hinblick auf KI: Bislang ist sie nicht uneingeschränkt für alle Einsatzszenarien die beste Wahl.“

Beflügelt vom Erfolg des Chatbots ChatGPT erlebt das Thema Künstliche Intelligenz (KI) derzeit einen wahren Höhenflug in der öffentlichen Aufmerksamkeit. Dabei kommt die Technologie schon seit Jahren in vielerlei Anwendungen wie etwa der Spracherkennung oder in Übersetzungsmaschinen erfolgreich zum Einsatz. Auch im industriellen Kontext gewinnt KI zunehmend an Bedeutung. Relevant sind hier in erster Linie Technologien rund um maschinelles Lernen, wie zum Beispiel Deep Learning. Von Letzterem profitiert insbesondere die industrielle Bildverarbeitung (Machine Vision) in hohem Maße. Durch selbstlernende Algorithmen ermöglichen entsprechend trainierte neuronale Netze mittlerweile herausragende Ergebnisse bei der Objekt- und Fehlererkennung.

Bei all der Euphorie sehe ich jedoch aktuell im Machine-Vision-Umfeld noch klare Grenzen im Hinblick auf die Technologie: Bislang ist sie nicht uneingeschränkt für alle Einsatzszenarien die beste Wahl. Deep Learning spielt vor allem dort seine Vorteile aus, wo sehr große Mengen an qualitativ hochwertigen, digitalen Bilddaten zur Verfügung stehen. Zudem bedarf es einer entsprechend performanten Hardware-Basis, um die Daten adäquat zu verarbeiten und auszuwerten. Dies erfordert jedoch Investitionen, die sich nicht in allen industriellen Einsatzfeldern sofort auszahlen.

Ist beispielsweise eine sehr hohe Geschwindigkeit im Produktionsdurchlauf gefragt, sind klassische regelbasierte Machine-Vision-Verfahren häufig die bessere Alternative. Möchte man dennoch mit KI-Methoden aufs Tempo drücken, empfiehlt sich der gezielte Einsatz von KI-Beschleuniger, einer preisgünstigen, kompakten und energieeffizienten Hardware mit ansprechender Performance. Um optimal von den Vorteilen beider Technologiewelten – KI-basierter und traditioneller Verfahren – zu profitieren, können diese sinnvoll kombiniert werden. Mit unseren Softwareprodukten für die industrielle Bildverarbeitung MVTec Halcon und MVTec Merlic ist das möglich.

„Es ist also noch ein weiter evolutionärer Weg, bis KI-Applikationen eine vergleichbare Intelligenz wie Säugetiere, Affen oder Menschen haben.“

Ist KI wirklich schon so intelligent wie wir glauben?

Nein, das sind KI-Anwendungen meiner Meinung nach bislang nicht. In Zukunft könnten sie das wahrscheinlich werden. Die Evolution der KI-Technologie begann übrigens schon 1936 mit Alan Turing und seiner Turingmaschine. Seither hat sie sich exponentiell über die Zeit entwickelt und mit ChatGPT eine kritische Masse überschritten, um in unser aller Bewusstsein zu treten. An ChatGPT lassen sich verschiedene Aspekte im Zusammenhang mit KI-Technologien verdeutlichen. ChatGPT fasziniert und macht Spaß anzuwenden, allerdings sind etwa 20 bis 30 Prozent der Aussagen selbst mit der neuesten Version GPT-4 laut Buchautor Hartmut Gieselmann falsch. Dies gilt zwar nicht für KI-Anwendungen im Allgemeinen, unterstreicht jedoch, dass entsprechende Tools bisher keinen Maßstab für den Wahrheitsgehalt haben und keinen moralischen Kodex besitzen. Hierzu trägt auch bei, dass das Wissen von ChatGPT Ende September 2021 endet. Zudem kann der Chatbot keine Quellen angeben oder diese sind oft erfunden. Es ist also noch ein weiter evolutionärer Weg, bis KI-Applikationen eine vergleichbare Intelligenz wie Säugetiere, Affen oder Menschen haben. Unser Gehirn umfasst zum Beispiel 1.000 Mal mehr Synapsen als das KI-Modell von ChatGPT, das mit seinen 175 Milliarden Parametern bereits gigantisch ist und über Monate eine enorme Rechenleistung zum Training benötigt, ganz zu schweigen von der viel höheren Komplexität unseres Gehirns.   

Was kann KI heute schon leisten?

KI-Applikationen können uns bei einer Vielzahl von Tätigkeiten unterstützen: dem Schreiben von Texten und deren Übersetzung in eine andere Sprache, der Programmierung von Code, dem Auffinden von Fehlern, Entwerfen von Webseiten, Erstellen von Videoclips oder dem Autofahren und Schachspielen. KI-Anwendungen können aber auch missbraucht werden und eine Hilfestellung beim Hacking leisten, beispielsweise beim Generieren kleiner Programme, dem Entwerfen und Optimieren von Phishing-Emails oder beim Suchen nach strategischen Anweisungen.  

Wo liegen die Hürden beim Einsatz der Technologie?

Die Rechenzeit und -leistung, verfügbaren Daten sowie rechtliche und gesellschaftliche Aspekte stellen derzeit eine Hürde dar. Netzarchitekturen werden aber differenzierter, komplexer und effizienter. Aufgrund der Weiterentwicklung   neuronaler Netze sind zum Beispiel teils weniger Daten und Rechenleistung für das Erstellen einer Anwendung erforderlich – und dass bei einer gleichzeitig verbesserten Performance.

„Bisher ging es vor allem um die Nutzung von KI, um Maschinen intelligenter zu machen. Eine andere Entwicklungsrichtung Künstlicher Intelligenz besteht aber darin, Menschen intelligenter zu machen.“

Um die Systemautonomie auf die nächste Stufe zu heben, ist Künstliche Intelligenz (KI) erforderlich. Nur so können Maschinen intelligente Algorithmen nutzen, die in der Lage sind, anspruchsvolle Analysen durchzuführen, die den Funktionen des menschlichen Gehirns ähneln. Aktuell wird viel über den Einsatz von KI zur Nachahmung menschlicher Denkprozesse in industriellen Anwendungen diskutiert. Konkrete Beispiele aus der Unternehmenswelt, die den Wert von KI erfolgreich nutzen, sind jedoch rar gesät. 

Häufige KI-Fallen 

Hierfür gibt es zwei Hauptgründe: Erstens tappt so manches Unternehmen in die Falle einer zu allgemeinen Anwendung von KI. Zweitens wissen viele nicht, wie sie mit der Datenflut umgehen sollen, die ein derartig pauschaler Ansatz erzeugt. Wer sich mit der Frage beschäftigt, wie sich KI in einem Betrieb einsetzen lässt, sollte zunächst definieren, welches Problem eigentlich gelöst oder welche Verbesserung erreicht werden soll.

Bisher ging es vor allem um die Nutzung von KI, um Maschinen intelligenter zu machen. Eine andere Entwicklungsrichtung Künstlicher Intelligenz besteht aber darin, Menschen intelligenter zu machen. Daten können von physischen Objekten – in diesem Fall von hochqualifizierten Arbeitskräften – zurückgegeben und für die Erkennung von Mustern angewendet werden. Einfach ausgedrückt: Der erfahrene Mitarbeiter schult die Maschine und die Maschine schult den ungelernten Mitarbeiter.