http://www.faz.net/-gqe-9f9ol

New New Festival : Wie Künstliche Intelligenz der Industrie hilft

Ulli Waltinger, Gründer und Chef vom „AI Lab“ von Siemens Bild: Jonas Jansen

Seit mehr als 20 Jahren arbeitet Siemens mit Künstlicher Intelligenz. Vergangenes Jahr hat der Konzern ein eigenes KI-Labor eröffnet. Doch ein Schulbus und ein Vogelstrauß zeigen, dass noch viel zu tun ist.

          In der Stahlbranche hat Siemens vor 20 Jahren schon neuronale Netze eingebaut, die Systeme erkennen und daraus lernen sollen. Doch inzwischen hat das Thema Künstliche Intelligenz für den Industriekonzern aus München noch einmal einen ganz anderen Stellenwert bekommen. Seit gut einem Jahr gibt es mit dem „AI Lab“ ein eigens auf die Entwicklung von Algorithmen und Geschäftsmodellen mit KI ausgerichtetes Labor. Auf dem „New new Festival“ von Code-N hat Ulli Waltinger, Gründer und Kopf des AI Lab, erzählt, was er und seine 20 Mitarbeiter aus dem Bereich Maschinelles Lernen umtreibt. 

          Jonas Jansen

          Redakteur in der Wirtschaft, zuständig für die „Netzwirtschaft“.

          So beobachtet Waltinger, dass sich rund um KI derzeit wahnsinnig viel tut. „Während ich hier auf der Bühne stehe, werden vermutlich mehr Paper zum Thema veröffentlicht, als ich hier zeigen kann“, sagt der 41-Jährige. Doch gleichzeitig gibt es starke Unterschiede darin, wie KI für Konsumenten im privaten Bereich wirkt – und vor welchen Herausforderungen die Industrie noch steht. Waltinger gibt einige Beispiele dafür, wie fehleranfällig Technik noch sein kann. So sei immer, wenn in den Medien über die Schauspielerin Anne Hathaway berichtet wurde, auch der Aktienkurs von Warren Buffets Unternehmen Berkshire Hathaway gestiegen, weil die Finanz-Bots wohl vom allgemeinen Gerede angesteckt wurden.

          Ein Schulbus ist kein Vogelstrauß

          Bilderkennung, die von großen Konzernen wie Google, Microsoft oder Apple längst in ihren Produkten eingebaut ist, funktioniert heute erstaunlich gut. Maschinen können inzwischen schnell erkennen, was in einer Datei steckt – aber auch die Materialen, die in Bildern zu sehen sind. Etwa, dass Ampel-Pfeiler aus Metall bestehen.

          Doch auch diese Mechanismen können ausgetrickst werden, wie Forscher bewiesen haben. Mit kleinen Anpassungen haben sie es etwa geschafft, dass die KI nicht mehr einen gelben Schulbus oder einen Panda als das erkennt, was es ist – sondern in dem Bild einen Vogelstrauß vermuten.

          Ärzte erkennen Brustkrebs besser als Algorithmen

          Unbestritten kann Technik dem Menschen nutzen – wenn man sie richtig einsetzt: Microsoft hat etwa erkannt, dass Ärzte besser als reine Algorithmen darin sind, Brustkrebs zu erkennen. Doch wenn man die Fähigkeiten beider kombiniert, gibt es die besten Ergebnisse.

          Wer Maschinen dagegen zu viel Macht gibt, ist schnell auf einem gefährlichen Pfad. „Maschinen wird immer eine gewisse Tendenz oder Neigung eingeschrieben von ihren Machern“, sagt Waltinger. Mit manchmal beunruhigenden Ergebnissen: So gibt es Beispiele dafür, wie Maschinen Menschen nach Ihrem Aussehen nach Gefährlichkeit sortierten: So wurde ein dunkelhäutiger Mann als gefährlicher eingestuft als ein Doppelmörder – der allerdings weiß war.

          Umsatzpotenzial von 85 Milliarden Dollar

          Solchen Herausforderungen müssen sich Forscher bewusst sein, denn für Unternehmen sind datengetriebene Geschäftsmodelle die Zukunft – mit allen Schwierigkeiten, die damit zusammenhängen. Marktforschungen zufolge gibt es im Jahr 2020 ein globales Umsatzpotential von 85 Milliarden Dollar. In der Vernetzung ist allerdings noch viel Luft nach oben. Das Weltwirtschaftsforum hat in diesem Jahr konstatiert, dass 85 Prozent der potentiell vernetzbaren Produktionsgeräte noch nicht mit anderen Maschinen verbunden sind.

          „Die Konnektivität ist für uns die große Herausforderung“, sagt Waltinger. Siemens-Sensoren werden schließlich, wenn sie einmal installiert sind, bis zu 30 Jahre genutzt. Wie bekommt man also lernende Algorithmen und die Rechenpower in der Zukunft auf diese Geräte? Experimente im Cloud Computing oder inzwischen auch vermehrt über das sogenannte Edge Computing, wo kleine Rechenzentren gleich in der Nähe der Maschinen aufgebaut sind, gehören für die Forscher also auch dazu.

          Jeder Anwendungsfall ist interessant

          Für die Industrie steckt überall dort Musik drin, wo es Anwendungsfälle gibt. Controller von Siemens werden über fast alle Bereiche hinweg eingebaut – in Züge, Fabriken oder Bürotürme. Stromnetze, die künftig schlauer vernetzt werden sollen, werden überall gebraucht. In der additiven Fertigung spielt KI heute auch schon eine wichtige Rolle, weil Maschinen Materialen gut erkennen und für die verschiedenen Prozesse richtig anfertigen können.

          Auch Bilderkennung ist für Unternehmen wie Siemens wichtig: Wenn etwa bestimmte Teile in der Produktion gescannt, erkannt und dann in der Lieferkette schneller verschickt werden. Genauso setzt Siemens maschinelles Lernen in der Produktion von Turbinen ein, um den Ausstoß von Stickoxiden zu verringern.

          Forschung und Unternehmen kooperieren immer enger

          Waltinger beobachtet, dass die Forschung und Unternehmen enger zusammenrücken. Auf manchen Konferenzen sei schon gut die Hälfte der eingereichten Forschungspapiere in Zusammenarbeit mit großen Unternehmen entstanden. Das „AI Lab“ versucht freilich auch, vom Standort am Viktualienmarkt den Kontakt zu Universitäten zu suchen: So kooperiert die Einheit mit der Technischen Universität München.

          Wie wichtig es ist, dass die Industrie eng mit Forschern zusammenarbeitet, um von ihnen zu lernen, illustriert Waltinger mit Blick auf das autonome Fahren. Denn dort lägen Wunsch und Wirklichkeit noch weit auseinander: Schließlich sollen den Plänen nach schon bald autonome Autos auf den Straßen herumfahren. „Aber ich will nicht in einem Auto sitzen, das bei Regen nur noch auf den Radar vertrauen kann, weil die Kamera nichts mehr erkennt“, sagt Waltinger. Auch deshalb sei es wichtig, Projekte in eine möglichst große reale Testumgebung zu bringen – damit sie auch in der „echten Welt“ funktionieren und nicht nur in einem digitalen Modell.

          Weitere Themen

          Amazons Warenlager Video-Seite öffnen

          Zu Besuch in Baltimore : Amazons Warenlager

          Amazon ist das wohl größte Handelsunternehmen weltweit. Dank Innovationskraft und Erfindergeist, konnten sie nicht nur neue Produkte für den Kunden herstellen, sondern setzen auch in der Lagerlogistik neue Maßstäbe.

          Topmeldungen

          F.A.Z.-Recherchen : Diesel-Konzept der Regierung basiert auf veralteten Daten

          In 14 besonders mit Stickstoffdioxid belasteten Städten sollen Maßnahmen ergriffen werden, um Fahrverbote für ältere Diesel zu vermeiden. Doch wie F.A.Z.-Recherchen nun zeigen, waren die Daten der Regierung nicht aktuell. Damit ändert sich die Liste der Städte.

          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.