Der KI-Boom

Deep Learning als zweite Welle der Digitalisierung

Was vor wenigen Jahren nur Wissenschaftler interessierte, entwickelt sich zum Milliardenmarkt: KI boomt.

„Hallo Alexa, ruf doch mal Herrn Müller an und sag den Termin für morgen ab. Und dann hätte ich gerne noch eine Pizza, vom selben Italiener wie letztes Mal. Ach und kann ich gleich diesen Crossover-Dreiteiler streamen? Oder war das morgen?“

So ungefähr könnte in wenigen Jahren der erste Satz lauten, den ein typischer Wissensarbeiter direkt nach der abendlichen Ankunft in der Wohnung sagt. Die hier angesprochene Alexa ist eine persönliche Assistentin, allerdings eine mit künstlicher Intelligenz. So etwas gibt es bereits heute in Grundformen, die viel Nachsicht vom Anwender fordern. Doch KI-Experten erwarten, dass die Entwicklung weiter in Richtung echter Alltagstauglichkeit geht.

Denn das Beispiel aus dem ersten Absatz ist für eine KI ziemlich fies: Es erfordert jede Menge Hintergrundwissen und Kontext. Die aktuellen sprachgesteuerten Assistenten scheitern noch an solchen unscharfen und dahin gebrabbelten Sätzen. Doch sie werden immer besser, die Entwicklung schreitet in Riesenschritten fort.

An anderer Stelle wird an Haushaltshelfern mit zwei oder vier Beinen gearbeitet, nämlich bei Boston Dynamics. Geht die Entwicklung so weiter, wie sich anhand der YouTube-Videos nachvollziehen lässt, wird die Bring-Pizza der Zukunft vom Homerobot entgegengenommen. Geliefert hat sie natürlich ein Roboter oder eine Drohne.

Neben den nützlichen Helfern im und am Haus ist KI ein wichtiges Forschungsfeld für traditionelle und moderne Unternehmen im Automotive-Sektor. Wenn es nach Google, Uber, BMW und einigen anderen geht, wird in den nächsten Jahren der menschliche Fahrer abgeschafft und durch einen KI-Chauffeur ersetzt.

Alltagstaugliche KI vor dem Durchbruch?

Basis aller dieser Scifi-Ideen ist das sogenannte Deep Learning, bei dem neuronale Netze eingesetzt werden. Sie müssen mit Beispieldaten trainiert werden und können dann eigene Aktionen daraus ableiten. Ein typisches Einsatzgebiet ist die Bilderkennung. Das Prinzip ist einfach: Gibt man dem neuronalen Netz ein paar Fotos von Autos als Eingabe, so wird es daraus eine Generalisierung ableiten. Anschließend erkennt es auch auf anderen Bildern Autos, selbst wenn sie nicht so aussehen wie in den Beispielen.

Die Prinzipien solcher KI-Anwendungen sind schon einige Jahrzehnte alt, scheiterten aber bisher an mangelnder Computerleistung. Erst seit wenigen Jahren gibt es genügend Rechenkapazität sowie ausreichend Speicher für die notwendigen Kontextdaten. Die Rede ist natürlich von der Cloud, die als beinahe beliebig skalierbarer Service deutlich leistungsfähiger ist als es ein einzelner Rechner im Format des Amazon Echo je sein könnte.

Eine zweite Voraussetzung für den vermutlich kurz bevorstehenden Durchbruch bei alltagstauglichen KI-Anwendungen ist die Verfügbarkeit von Daten. Allein das Internet enthält einen unermesslichen Wissensfundus. Eine weitere wichtige Datenbasis vor allem für KI-Assistenten sind die von Einzelpersonen erzeugten und genutzten Daten - vom Adressverzeichnis über die Browser-Historie bis hin zu den Sensordaten des Smartphones.

Diese beiden Voraussetzungen erleichtern es den Entwicklern, wirklich sinnvolle Anwendungen zu schaffen. Amazon, Facebook, Google, IBM und Microsoft sind sehr aktiv und haben 2015 gut 10 Milliarden Dollar in die KI-Forschung und -Entwicklung investiert. Außerdem gibt es zahlreiche Startups in diesem Bereich, die teils nicht lange selbstständig bleiben: Die fünf IT-Riesen haben in zwei Jahren über 80 KI-Startups aufgekauft.

Erste Analysten sprechen bereits von der zweiten Welle der Digitalisierung oder gleich ganz vom post-digitalen Zeitalter. Und im Unterschied zur ersten Digitalisierung mit dem Neuland Internet und der wenig verstandenen Startup-Mentalität hat Deutschland in diesem Bereich Potenzial - auch wenn die Probleme mit zu wenig Kapital, zu wenigen digitalen Köpfen und zu wenig Risikobereitschaft bleiben.

Grundlagenforschung bringt Google-Millionen

Viele Unternehmen haben das Potenzial von KI entdeckt. So forscht beispielsweise Mercedes-Benz sehr intensiv an diesem Thema, als Erweiterung seiner bekannten Highend-Assistenzsysteme in der E- und S-Klasse. Dabei geht es aber nicht nur um die Entwicklung von KI-Fahrern, sondern auch um den Einsatz von selbstlernenden Systemen zur Diagnose von technischen Problemen und zur Auswertung von Daten.

Andere haben sich Google zum Vorbild genommen und gehen auf Einkaufstour. Vor wenigen Tagen beispielsweise hat die Software AG die Übernahme von Zementis bekannt gegeben. Der Deep Learning-Experte aus Kalifornien liefert bereits die KI-Technologie für Adaptive Decision und Predictive Analytics auf der Digitalbusiness-Plattform des Anbieters.

Zementis-Gründer Michael „Mike“ Zeller ist promovierter Physiker, stammt aus Unterfranken und hat unter anderem in Frankfurt am Main studiert. Er lebt seit über 20 Jahren in San Diego und arbeitet auch als Mentor und Business Angel für Startups. Er gehört zu dem typischen „Brain Drain“ aus Deutschland hinaus, wenn es um die Gründung von Unternehmen geht - das machen viele Spitzenkräfte lieber in den USA.

Dabei ist Deutschland als Forschungsstandort in Sachen KI kein kleines Licht. Führend in der KI-Grundlagenforschung ist das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) in Saarbrücken. Dessen Leiter Professor Dr. Wolfgang Wahlster gehört nicht nur zu dem schon fast schon legendären Team, das die Industrie 4.0 konzipiert hat, er ist auch eine anerkannte Größe im KI-Sektor.

Außerdem gehört er zu den eher seltenen Grundlagenforschern, die sich Gedanken über Alltagsanwendungen und Geschäftsmodelle machen. Geadelt wurden diese Überlegungen durch das Engagement von Google, das als erster US-Konzern Wirtschaftspartner des DFKI geworden ist und Millionen investiert hat.

Damoklesschwert MP3

Was Unternehmen wie Google und andere anzieht, ist die enorme Erfahrung der Forscher am DFKI mit neuronalen Netzen. Sie haben bereits vor einem Vierteljahrhundert eine KI-Spracherkennung auf der Basis eines Neuronetzes entwickelt, als dass alle noch für Spielerei hielten. Heute sind sie bei der Bilderkennung weiter als andere und können sogar den emotionalen Gehalt eines Fotos („düstere Landschaft“, „schöne Straße“) durch eine KI auswerten lassen.

Das ist tatsächlich eine Chance für Wirtschaft und Wissenschaft in Deutschland, die allerdings nicht durch Technikfixierung verspielt werden darf. Über der deutschen Forschung schwebt immer ein Damoklesschwert, das sogar im Namen trägt: MP3. Denn deutsche Grundlagenforscher haben die erfolgreiche Audiokomprimierung entwickelt, doch das Geschäft damit haben andere gemacht.

Bildquelle: Thinkstock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok