Wer dem KI-Diskurs folgt, stößt dabei häufig auf Begriffe, wie Machine Learning, Deep Learning, Neuronale Netze usw. Was es mit den verschiedenen Begriffen auf sich hat und worin sie sich unterscheiden, soll hier erläutert und an praxisnahen Beispielen verdeutlicht werden.
Städte sind komplexe Systeme. Der Wunsch der Bürger nach intakten Verkehrssystemen, bezahlbarem Wohnraum sowie einer funktionierenden Wasser-, Energie- und Nahrungsversorgung trifft auf Herausforderungen wie den Klimawandel, Migrationsströme und demografische Veränderungen. Die Bandbreite der Lösungsansätze ist dementsprechend groß und reicht von der lokalen und regionalen Subsistenzwirtschaft mit angepassten Technologien bis hin zu technologisch hoch entwickelten Stadt- und Infrastruktursystemen.
In Deutschland ist nicht nur ein Drittel der Landesfläche mit Wäldern bedeckt, sondern Wälder sind auch wichtige Ökosysteme und zugleich ein bedeutsamer Wirtschaftsfaktor. An einer nachhaltigen Bewirtschaftung von Wäldern in Anbetracht klimatischer Veränderungen besteht aus diesem Grund ein erhebliches nationales Interesse. In diesem Artikel wird herausgestellt, wie innovative Verfahren der künstlichen Intelligenz zur Auswertung von Fernerkundungsdaten eingesetzt werden können, um einen klaren Lösungsbeitrag zu ökologischen Herausforderungen im forstwirtschaftlichen Bereich zu bilden.
Wie jede neue Technologie bringt auch die KI Chancen und Risiken mit sich. Die zahlreichen Vorteile sind hinreichend beschrieben, immer stärker in den Fokus rücken aber die Gefahren. Unweigerlich führt das zu zentralen Fragen der „Maschinenethik“, die die Moral von Maschinen zum Gegenstand hat.
Das IoT ist in aller Munde. Worum geht es? Es geht darum, die mit mikroelektronischen Komponenten versehenen Produkte über das Internet miteinander zu vernetzen. Sogenannte „smarte Produkte“ sammeln über entsprechende Sensoren Daten, analysieren sie und leiten sie via Internet weiter bzw. empfangen Daten von anderen smarten Produkten.
Es gibt verschiedene Gründe, warum heute Maschinenparks aufgerüstet und modernisiert werden. Maschinen werden häufig für einen bestimmten Zweck angeschafft, der sich jedoch im Laufe des Lebenszyklus durchaus ändert. Maschinen müssen dann angepasst oder erweitert werden.
Die TREND-REPORT-Redaktion sprach mit Prof. Dr.-Ing. Jürgen Fleischer, Institutsleiter des wbk Instituts für Produktionstechnik des Karlsruher Instituts für Technologie (KIT), über die neue Karlsruher Forschungsfabrik und „Company on Campus“.
Schon 2008 stiegen die ersten Menschen in Nürnberg in eine fahrerlose U-Bahn, zuerst auf der U3, kurz darauf auch auf der U2. In Berlin wurde sogar bereits in den 80er-Jahren mit automatisiertem Fahren experimentiert. Ähnliche Versuche gibt es in jüngerer Vergangenheit auf der Straße. In Mainz werden erste Kleinbusse auf ausgewählten Strecken mittels Satellitentechnik navigiert, das DB-Tochterunternehmen ioki arbeitet in Frankfurt an Mobilitätskonzepten der Zukunft und hat selbstfahrende Kleinbusse in mehreren deutschen Kommunen in Betrieb.
Mittlerweile liegen viele Daten aus Maschinen und Anlagenparks in deutschen Unternehmen vor. Es ist aber nicht die Frage, ob Unternehmen bereits einen Datenbestand haben, sondern wie die mannigfaltigen Maschinendaten genutzt werden, um neue Erkenntnisse daraus zu gewinnen.
Künstliche Intelligenz (KI) und Big Data treiben die technologische Entwicklung neuer globaler Geschäftsmodelle voran. Darüber hinaus verändern sie auch eine Vielzahl sozialer Prozesse grundlegend – sowohl in Unternehmen als auch in staatlichen Institutionen. Die Rechtsordnung ist dabei weder Zuschauer noch Hindernis, sondern die Ressource, die die technologische Entwicklung gesellschaftlich einbettet.
Hersteller von komplexen Maschinen und Anlagen sind gefordert, einen reibungslosen und meist weltweiten Service anzubieten. Damit die Funktion der Maschinen und Anlagen gewährleistet ist, ist es unabdingbar, geplant, aber auch reaktiv bei technischen Problemen vor Ort Wartungen durchzuführen.
Die Entwicklung von Cortana, Siri, Alexa und Co. schreitet immer weiter voran. Watson belegte sein Verständnis auch von Doppeldeutigkeiten mit einem Sieg in der Gameshow Jeopardy! bereits 2011. Duplex – eine von Google auf der Entwicklerkonferenz 2018 vorgestellte KI – trifft Terminabsprachen mit Restaurants oder Friseursalons, ohne an der anderen Leitung noch als Maschine wahrgenommen zu werden.
Computersysteme treffen bereits heute in vielen Lebensbereichen Entscheidungen für uns Menschen auf der Basis von Daten, die mithilfe von künstlicher Intelligenz verarbeitet werden. Insbesondere das maschinelle Lernen ist ein effizientes Werkzeug, um große, unstrukturierte Datenmengen zu durchforsten, darin Muster zu erkennen und anhand der gewonnenen Erkenntnisse selbstständig weiter zu lernen.
Die Zukunft der emotionalen Intelligenz von Maschinen
Wie muss ein Assistenzsystem gestaltet sein, um ein Operationsteam richtig zu unterstützen? Wie viele Videobilder kann jemand, der in der Leitwarte eines Kraftwerks arbeitet, gleichzeitig auswerten, ohne dass er dabei überfordert ist? Welche Erwartungen haben Mitarbeiter in der Produktion an einen Roboter, mit dem sie zusammenarbeiten? Wie muss sich ein automatisches Fahrzeug verhalten, damit menschliche Verkehrsteilnehmer oder Passagiere es akzeptieren?
Wer hätte vor Jahren gedacht, dass wir uns akribisch mit den Erwartungshaltungen eines Lernbots auseinandersetzen? Jetzt ist es soweit und dabei befinden wir uns gerade am Anfang einer Entwicklung, die wir in Human Resources, in Training und Weiterbildung und im Kundendialog gleichermaßen sehen können und die sich rasant weiterentwickelt.
Die künstliche Intelligenz ist längst zum festen Bestandteil unseres Lebens geworden. Im Privaten begegnet sie uns nicht zuletzt in Form digitaler Assistenten und smarter Lautsprecher. Wirtschaft, Industrie und Forschung arbeiten fortlaufend an einer stetigen Weiterentwicklung der Technologie.
Frameworks erleichtern den KI-Einstieg.
Alle Beiträge stehen, sofern nicht anders gekennzeichnet, unter CC BY-SA 4.0 DE zur Verfügung. Sie dürfen diese vollständig unter Quellenangabe und Nennung des Autors sowie einen Link zur Textlizenz übernehmen.