http://www.faz.net/-gzg-9cu88

Institute für Hochschulen : Künstliche Intelligenz für den Mittelstand

Künstliche Intelligenz: Wissenschaftler der Goethe-Uni forschen an einem System zum automatisierten Fahren. Bild: cityscapes-dataset / Matthias Ochs

Im Rhein-Main-Gebiet forschen Experten zum maschinellen Lernen. Der Frankfurter Oberbürgermeister möchte sie vernetzen und ihr Wissen für den Mittelstand urbar machen.

          Frankfurt soll ein Institut für Künstliche Intelligenz (KI) bekommen. Jedenfalls, wenn es nach Oberbürgermeister Peter Feldmann (SPD) geht. Schon im Juni hatte er vorgeschlagen, ein „AI Frankfurt“ zu gründen: „Ich möchte, dass ein Anlaufpunkt für alle Fragen rund um das Thema ,künstliche Intelligenz‘ beziehungsweise ,Artificial Intelligence‘ entsteht – das ,AI Frankfurt‘ “, so Feldmann im Juni bei einer Veranstaltung an der Frankfurt School of Finance & Management.

          Feldmann hat Unternehmen, Stiftungen und Hochschulen eingeladen, einen Verein zur Gründung des „AI Frankfurt“ ins Leben zu rufen. Im frühen Herbst sei mit einer ersten Zusammenkunft zu rechnen, teilte nun ein Sprecher mit. Das Institut solle besonders dem Mittelstand Zugang zu wissenschaftlicher KI-Expertise verschaffen. In der Vergangenheit sei im Rhein-Main-Gebiet mit Projekten wie dem Internet-Knoten DE-CIX die notwendige Infrastruktur geschaffen worden. Nun trete Frankfurt in eine neue Phase ein.

          Eingrenzung der Datenflut

          Offenbar hält die Politik viel vom Potential der hiesigen Hochschulen und Institute. In der Tat befassen sich viele hiesige Wissenschaftler seit Jahren mit KI, andere Hochschulen springen erst seit kurzem auf den vielversprechenden Mega-Trend auf. Nach Gregory Wheeler von der Frankfurt School gewinnt besonders ein Verfahren der KI immer mehr an Bedeutung: das maschinelle Lernen.

          Kristian Kersting von der Technischen Universität Darmstadt nutzt maschinelles Lernen, um ein System zu entwickeln, das Pflanzen-Krankheiten möglichst frühzeitig erkennen soll. So könnten Pflanzenphysiologen Züchtungen anpassen und Krankheiten ausmerzen. Sein Team programmiert Algorithmen, die von erhobenen Daten lernen und dann Entscheidungen fällen. Hyperspektrale Kameras, die ein breites Wellenspektrum erfassen und tief in Pflanzen hineinsehen, erkennen für das Auge kaum sichtbare kranke Stellen auf den Blättern und geben diese Information an das System weiter. Allerdings ist die Flut der Daten so groß, dass sie kanalisiert werden muss. Dazu nutzt Kersting eine Spielart des maschinellen Lernens, „Deep Learning“ genannt. Die Software ordnet bestimmte Bildmuster thematisch, so dass einem bestimmten Muster ein spezifischer Stresszustand entspricht.

          Das System ist lernwillig

          Das Besondere: Die Themen erkennt das System von allein. Damit kommt Kersting seinem Ziel näher, „besser zu verstehen, wie Pflanzen auf Stress reagieren“. Die menschliche Intelligenz wäre mit den Datenmassen überfordert, die Künstliche bewältigt die Analyse der Daten. Dadurch würden mittelbar viele Experimente eingespart und Züchtungs-Prozesse beschleunigt, sagt Kersting. Angesichts der Tatsache, dass die globale Nachfrage nach Nahrungsmitteln der Welternährungsorganisation zufolge bis 2050 um 70 Prozent steigen soll, sei die Optimierung landwirtschaftlicher Prozesse notwendig.

          An der Universität Frankfurt widmet sich Rudolf Mester einem anderen Problem, das jedoch auch mit der Verarbeitung von Daten aus Kamerabildern zu tun hat: dem automatisierten Fahren. Mester arbeitet an einem System, durch das ein Auto anhand von Kamerabildern selbständig verschiedene Klassen von Objekten unterscheiden soll. Stehende Fahrzeuge etwa werden so von bewegten unterschieden. Zudem lernt das System, Distanzen einzuschätzen. Auch Mester nutzt dazu eines der vielen Deep-Learning-Verfahren.

          Er vergleicht sein System mit einer schwarzen Kiste mit Ein- und Ausgang. Für jeden Eingangswert solle ein richtiger Ausgangswert herauskommen. Sei der Ausgangswert falsch, werde das Fehlverhalten bestraft. Wenn das System in der Simulation also das Kind mit einer Mülltonne verwechselt, lernt es aus seinem Fehler – und wird künftig bremsen.

          Mester zufolge ist es gut möglich, dass Autos schon in den nächsten zehn Jahren mehrheitlich ohne Fahrer über die Autobahnen brettern. Beim Verkehr in der Frankfurter Rushhour ist er skeptischer: Beim urbanen Verkehr entstünden zu viele Situationen, die in der Simulation nicht vorher hätten einstudiert werden können.

          Die Frankfurt School hat in der Lehre Konsequenzen daraus gezogen, dass das maschinelle Lernen als Teilbereich der KI in vielen Branchen Einzug hält. Mit Wheeler wurde darum ein neuer Master-Studiengang geschaffen. Dort werden Daten-Wissenschaftler ausgebildet. Wheeler, der auch das „Centre for Human and Machine Intelligence“ leitet, ist Philosoph und Informatiker und forscht seit vielen Jahren zu den mathematischen Grundlagen Künstlicher Intelligenz.

          Zahlreiche Hochschulen aus Rhein-Main

          Nicht alle Wissenschaftler finden es gut, dass eine Business School nun auch Informatik lehrt. Wheeler hingegen möchte durch die Interdisziplinarität von Betriebswirtschaft und Informatik nicht nur „Praktiker“ ausbilden, sondern auch Fachleute für betriebswirtschaftliche Fragen, wie er sagt. Nur so könnten sie Probleme verstehen, an deren Lösung sie als Daten-Wissenschaftler beispielsweise in der Finanzbranche später arbeiten würden.

          Die Namen der Hochschulen von Kersting, Mester und Wheeler finden in einer Pressemitteilung zum „AI Frankfurt“ ebenso Erwähnung wie die Hochschule Frankfurt, die Fraunhofer Institute für Graphische Datenverarbeitung und Datensicherheit und das Max Planck Institut für Biophysik und Hirnforschung. Von den zahlreichen Unternehmen ganz zu schweigen. Um die Relevanz des Zentrums über Frankfurt hinaus zu unterstreichen, schlägt der Darmstädter Wissenschaftler Kersting vor, das Institut „AI Rhein-Main“ zu nennen.

          Alle drei Wissenschaftler heben die Verantwortung ihrer Zunft für die Gesellschaft hervor. Sie soll als „neutrale Partei zu einem besseren Verstehen der neuen Technologien“ beitragen, sagt Wheeler. Schließlich wären die Anwendungen des maschinellen Lernens „machtvoll“. In China etwa werde die Gesichtserkennung zur Sozialkontrolle missbraucht. Gleichzeitig hülfen ähnliche Technologien bei der Krebs-Diagnostik. Es gelte, die neuen Möglichkeiten klug zu nutzen.

          Im Blick auf das geplante Institut sagt Kersting: „Es sollte nicht nur um den Mittelstand gehen, sondern auch um den Bürger.“ Zudem sei es wichtig, dass die Wissenschaftler in der Region „voneinander lernen“. Folgt man Wheeler, hebt sich das Rhein-Main-Gebiet als Wissenschaftsstandort in Deutschland auch durch seine Werte ab, etwa im Umgang mit Datenschutz. Eine Frage zum Umgang mit KI könne von hier ausgehen: „In was für einer Gesellschaft wollen wir leben?“

          Weitere Themen

          Topmeldungen

          Jan und Lance am Pool

          Armstrong besucht Ullrich : „I love Jan“

          Auf der Rennstrecke waren sie Gegner, nach der Karriere verstehen sie sich offenbar blendend. Nun hat Lance Armstrong seinen gestrauchelten Freund Jan Ullrich getroffen. Und eine Bitte an seine Fans.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.