Direkt zum Inhalt
Shutterstock: Gorodenkoff

Gute Daten, gute Ideen – dann kommt KI ins Spiel

Technische Systeme mit künstlicher Intelligenz werden in nächster Zeit an Bedeutung gewinnen und etliche Bereiche des Alltags beeinflussen. Vielfältigen Einsatzmöglichkeiten stehen technische, aber auch gesellschaftliche Herausforderungen gegenüber. Wo steht die Entwicklung derzeit? 

„Künstliche Intelligenz ist der nächste, konsequente Schritt im Rahmen der digitalen Transformation“, sagt Dieter Westerkamp, Bereichsleiter VDI Technik und Gesellschaft. Historisch fing alles mit der Erfassung von Daten an. Später konnte man Daten in Clouds zentral ablegen oder mit anderen Nutzern austauschen. „Mittlerweile sind wir soweit, dass wir Daten, etwa Big Data, haben und auch schon mit KI-Methoden auswerten, um einen Mehrwert zu generieren“, so Westerkamp zum Status quo.

Voraussetzungen für künstliche Intelligenz

Unabhängig vom Einsatzgebiet nennt der Experte mehrere Voraussetzungen für die Nutzung von KI-Methoden. Das beginnt mit Daten in ausreichender Menge und Qualität – derzeit noch keine Selbstverständlichkeit. Westerkamp warnt vor einem möglichen „Bias“: „Sind Daten nicht ausreichend repräsentativ oder mit systematischen Verzerrungen behaftet, wird KI zu fehlerhaften Ergebnissen führen.“ Statistische Methoden helfen, etwaige Probleme vorab zu erkennen und gegebenenfalls zu beheben. Verschiedene Datenquellen müssen außerdem miteinander vernetzt sein, damit ein übergreifender Zugriff und eine geeignete Auswertung möglich sind. Und nicht zuletzt braucht man konkrete Vorstellungen, welche Aufgaben KI-Systeme tatsächlich übernehmen sollen.

„KI darf keine Blackbox sein, wir müssen die Ergebnisse auch verstehen“, gibt der Experte zu bedenken. Neue Aufgabenstellungen erfordern neue Ansätze. „KI ist kein Selbstzweck, sondern macht nur in einem Kontext mit klaren Zielen Sinn“, ergänzt Westerkamp. „Wir müssen die unterschiedlichen Potenziale von KI an konkreten Beispielen zeigen, um KI akzeptanzfähig zu machen.“ Ein Überblick.

Medizinische Diagnostik – oft besser als vom Arzt

Bei der medizinischen Diagnostik oder Therapie spielen KI-Anwendungen ihre Stärken aus. Momentan machen vor allem Pilotprojekte zur generellen Anwendbarkeit Schlagzeilen. Forscher der Eötvös-Universität in Budapest zeigen, dass selbstlernende Algorithmen 90 Prozent aller Tumoren in Mammographie-Aufnahmen richtig erkennen. Und Heidelberger Kollegen zufolge erkennen Tools 95 Prozent aller Melanome korrekt. Die Werte waren besser als bei Ärzten aus Fleisch und Blut, umfassten jedoch nur geringe Stichproben.

„Je mehr Daten wir aus der Bildgebung haben, desto besser kann ein Algorithmus beispielsweise Krebs erkennen oder eine Behandlung vorschlagen“, erklärt Westerkamp. Als besondere Chance sieht er, dass alle Ärzte weltweit ihre Daten einbringen können. Genau hier liegt aktuell ein Defizit. Patienten sind zwar meist bereit, anonymisierte Informationen über ihre Erkrankung weiterzugeben, falls sie vielleicht andere Leben retten. Aktuell müssen aber noch große Datenbestände aufgebaut und konsequent ausgewertet werden. Mit jeder neuen Aufnahme werden Systeme größer, zuverlässiger – und die Ergebnisse werden stabiler. Immerhin beziffern Gesundheitsökonomen mögliche Einsparpotenziale bis 2030 europaweit auf insgesamt 200 Milliarden Euro. Gelingt es, Erkrankungen früh zu erkennen, sparen Gesundheitssysteme viel Geld.

Automatisiertes Fahren: China sammelt fleißig Daten

Von der Medizin zur Automobilindustrie: In Serienfahrzeugen sind seit einigen Jahren Einparkhilfen, Spurhaltesysteme, Effizienz- oder Stauassistenten zu finden. Sie machen Fahrten sicherer. Bei Ingenieuren gelten jedoch Hoch- oder Vollautomatisierung langfristig als Ziel. „Momentan sind die Bild- und Situationsauswertung das größte Problem“, sagt Westerkamp. Spektakuläre Berichte aus den USA zeigen, dass es genau hier noch Defizite gibt. Falsche Entscheidungen der Technologie ziehen schwere Unfälle nach sich.

Andererseits kann KI physische oder psychische Defizite des Fahrers kompensieren. Wo wir aktuell beim Thema Mobilität stehen, zeigen zwei Zahlen: 52 Prozent aller weltweiten Patente zum automatisierten Fahren stammen aus Deutschland. In diesem Punkt sind wir als Nation der Ingenieure unschlagbar, aber nicht bei Big Data. In China erfassen Wissenschaftler pro Tag diverse Parameter von 50 Millionen Strecken, die per Leihfahrrad zurückgelegt werden: eine Basis für spätere Projekte zum autonomen Fahren. Solche Datenpools fehlen in Europa, um automatisiertes Fahren wirklich voranzubringen.

Industrie: Bessere Daten, bessere Ergebnisse

In Fabriken ist die Lage etwas anders. „Es gibt zwar Daten, aber diese haben in vielen Fällen nicht die erforderliche Qualität für weitere Analysen“, berichtet Westerkamp. „Wir sind noch lange nicht soweit, dass sich KI-Tools einfach einsetzen ließen.“ Die Vorteile liegen aber auf der Hand: Aus Studien weiß man, dass sich Muster in Routine-Betriebsdaten erkennen lassen, um Ausfälle mit bis zu 95-prozentiger Wahrscheinlichkeit zu prognostizieren. KI kann einen großen Beitrag für prädiktive Instandhaltung leisten – weit bevor eine Maschine ausfällt.

Auch bei der Anlagenoptimierung zeigt KI seine Stärken. Ein Start-up nahm kommunale Kläranlagen mit geeigneten Tools unter die Lupe. Westerkamp: „In Klärbecken lassen sich nicht alle Parameter messen und separat voneinander verändern.“ Besser geeignet seien Simulationen auf Basis der künstlichen Intelligenz. „Damit war es möglich, bis zu 30 Prozent der Energie einzusparen, ohne auf die erforderliche Reinigungsleistung zu verzichten.“ Bei einem bundesweiten Gesamt-Energieverbrauch von 4.000 GWh in diesem Bereich helfen moderne Tools, um wirtschaftlicher und ressourcenschonender zu arbeiten.

In anderen Fällen gibt es zwar Daten, aber die Bereitschaft zur Vernetzung fehlt. Im Kontakt mit Zulieferbetrieben geben Firmen nur handverlesene Informationen weiter. Westerkamp: „Von dieser Einstellung müssen wir wegkommen, ansonsten büßen wir mögliche Potenziale ein – wir brauchen eine deutlich breitere horizontale Vernetzung.“

Service-Roboter: Auf Tuchfühlung mit Anwendern

Aus der Industrie kommen noch KI-Tools der anderen Art, sprich Roboter. Sie übernehmen zahlreiche Aufgaben – und das nicht nur am Fließband oder in der Fertigung. Humanoide informieren, weisen Menschen den Weg und sorgen für Aufmerksamkeit. Grundlage dafür sind neben Sensoren vor allem Technologien der künstlichen Intelligenz und des maschinellen Lernens. Ingenieure arbeiten an Assistenzsystemen, die auch physisch mit Menschen interagieren, um neue Aufgaben in der Pflege zu übernehmen.

Moderne Roboter sollen sich über einfache Befehle steuern lassen und Senioren in der häuslichen Umgebung unterstützen: eine Lösung gegen den Fachkräftemangel im Pflegebereich. In den nächsten 20 bis 30 Jahren rechnen Experten aufgrund der demographischen Entwicklung mit mehr pflegebedürftigen Menschen. Aber schon heute bleibt so manche Stelle vakant. Technik könnte perspektivisch solche Lücken schließen.

Administration: Der Weg ist weit

Auch die öffentliche Verwaltung profitiert von KI-Anwendungen. Wo stehen wir derzeit? „Bürger füllen Formulare handschriftlich aus, und Angestellte prüfen die Angaben“, so Westerkamp. „Das können digitale Systeme in den meisten Fällen besser.“ Sobald es ausreichend große Datenmengen gibt, lassen sich KI-Tools einsetzen, um Standardprozesse abzuarbeiten. Wer nur einen Pass beantragt oder eine einfache Steuererklärung einreicht, braucht streng genommen nur selten menschliche Expertise. Solche Vorgänge lassen sich algorithmisieren und automatisieren. Wartezeiten würden bei Verwaltungsvorgängen zurückgehen, und Bürger erhielten schneller die benötigten Dokumente. Westerkamp rechnet aber auch mit einer deutlichen Veränderung von Arbeitsplätzen im Bereich der Verwaltung.

Ingenieure zu Potenzialen der KI befragt

Bleibt als Fazit: KI übernimmt je nach Bereich mehr oder minder komplexe Aufgaben. Doch wie bewerten Ingenieure den Status quo und künftige Möglichkeiten? Im Vorfeld der Hannover-Messe 2018 befragte der VDI alle Mitglieder zum aktuellen Einsatz und zu künftigen Perspektiven und veröffentlichte die Ergebnisse im VDI-Statusreport Künstliche Intelligenz. Insgesamt gingen 880 Antworten ein. Zum aktuellen Einsatz von KI-Tools gefragt, stand die Datenanalyse weit vorne (33,2 Prozent aller Nennungen bei Großunternehmen bzw. 19,8 Prozent bei KMU). Dann folgten Assistenzsysteme (23,7 Prozent bzw. 8,9 Prozent), vorausschauende Instandhaltungen (21,1 Prozent bzw. 7,8 Prozent) und Optimierungen der Maschinenlaufzeit (12,6 Prozent bzw. 7,8 Prozent).

Deutliche Trends zeigen sich zur Frage, welche Möglichkeiten man in den nächsten fünf Jahren sehe: Datenanalyse (59,5 Prozent versus 27,0 Prozent), Assistenzsysteme (43,9 Prozent versus 16,6 Prozent), vorausschauende Instandhaltungen (48,5 Prozent versus 14,7 Prozent) sowie die Optimierung von Maschinenlaufzeiten (40,0 Prozent versus 10,4 Prozent) schnellen zahlenmäßig nach oben, weitere Bereiche rund um den Ressourceneinsatz und ums Wissensmanagement folgen. Ganz klar: Für Ingenieure ist KI ein Zukunftstrend, der momentan je nach Sektor unterschiedlich viel Bedeutung hat.

Menschen unterstützen – nicht Arbeitsplätze vernichten

Dass sich die Arbeitswelt verändern wird, bezweifelt niemand. „Im VDI verstehen wir KI-Anwendungen als Assistenzsysteme“, fasst Westerkamp zusammen. „Es geht nicht darum, die menschliche Arbeitskraft abzuschaffen, wie gelegentlich behauptet bzw. befürchtet wird. Ziel muss es sein, Menschen mit KI bestmöglich zu unterstützen.“ Dass es zu Veränderungen kommen werde, stehe außer Frage. Beim automatisierten Fahren würden im Extremfall beispielsweise keine Taxi- oder LKW-Fahrer mehr benötigt. „Es kann sein, dass es einige Berufe in 30 Jahren nicht mehr geben wird“, sagt der Experte. „Das kennen wir bereits aus der Vergangenheit als Auswirkung von anderen Technologien – in dieser Zeit haben sich aber auch jede Menge neue Berufe entwickelt.“

Veröffentlichungsdatum: 07. Mai 2019

Text: Michael van den Heuvel