KI-Anwendungen

Eine Stadt in Südschweden, nach einigem Suchen finde ich auf dem Hafengelände eine graue Halle aus den sechziger Jahren. Hier möchte in rund eineinhalb Jahren ein Start-up Elektroautos bauen. Und heute haben sie ihre Partnerunternehmen und Investoren zur Präsentation des neuen Fahrzeuges eingeladen. In der Halle stehen eine Bühne und eine Bar. Lieferanten von Motoren und Mikrochips, von Robotern und Software haben Stände aufgebaut. Stolz zeigen sie, wie sie am neuen Fahrzeug beteiligt sind. 

Der Blickfang ist ein etwa zwei Meter hoher Roboter in einem Stahlkäfig. Mit Surren, Knattern und Brummen demonstriert er den Besuchern seine Fähigkeiten. Ein Stück weiter erklärt der Geschäftsführer eines Softwareherstellers, wie die Systeme seines Unternehmens in einigen Monaten die Produktion hier in der Halle steuern werden: Auf dem Monitor seines Laptops montiert eine lange Reihe von Robotern Stück für Stück die neuen Fahrzeuge. In der virtuellen Welt ist die Fertigung bereits aufgebaut. Dieser „digitale Zwilling“ produziert hunderte Elektroautos pro Tag.

Mit einigen Mausklicks zoomt mein Gesprächspartner in die Montagestraße. Die Ansicht ist jetzt detaillierter. Die Software zeigt eine grafische Übersicht – welcher Roboter montiert in welcher Zeit welche und wie viele Komponenten. 

Dies ist die Disruption der Produktionsplanung mit Stoppuhr und Tabellenprogrammen: Alle Roboter sollen synchron arbeiten, die Fahrzeuge ohne Halt über das Band laufen. Also berechnet die Software, wie Produktion und Roboter getaktet werden. Grafiken zeigen, welcher Roboter wann und wie viele Komponenten benötigt. Dann schiebt mein Gesprächspartner einen digitalen Regler nach rechts. Damit erhöht er stetig die Geschwindigkeit der Produktion. Die Systeme kalkulieren, wie trotzdem alle Roboter weiter synchron im Takt Fahrzeuge montieren. 

KI plant und steuert Montagebänder

Mit einigen Mausklicks erhalten wir die Übersicht über den erwarteten Output dieses virtuellen Produktionstages. Sie zeigt Kosten und Umsatz. Mit einem Lächeln erklärt er, dass alle diese Werte nicht wie früher in der Software festgeschrieben seien. „Unser System lernt jeden Tag dazu und kalkuliert ständig alle Variablen neu. Die Künstliche Intelligenz erkennt frühere Fehler bei den Vorhersagen. Sie recherchiert Tag für Tag die aktuellen Kosten und erkennt Probleme im Voraus, etwa wenn ein Roboter einen Defekt hat oder gewartet werden muss.“

Die Software ist keinesfalls neu. Laut Hersteller steuert sie bereits mehrere Montagebänder bei anderen Herstellern. Aber mein Gesprächspartner erwartet, dass für die Elektromobilität viele neue Fahrzeugproduktionen entstehen werden. Das große Ziel seines Unternehmens sei es, diese Software in der Automobilproduktion als Standard zu etablieren. 

IT-Experten gehen davon aus, dass es einen Moment gebe, in dem eine Künstliche-Intelligenz-Anwendung so selbstverständlich sei, dass wir sie nicht mehr als KI wahrnehmen. Dann zählt sie nicht mehr als Künstliche Intelligenz, sondern ist lediglich ein Allerwelts-Computerprogramm. Es scheint mir höchste Zeit zu sein, mich auf die Suche nach den Algorithmen zu machen, die die Welt verändern. Ich möchte einige davon finden, bevor die Programme so selbstverständlich sind, dass ich sie nicht mehr als KI wahrnehmen kann.

Mein nächstes Ziel ist die Entwicklungsabteilung eines Herstellers von Flugzeugturbinen. Beim Design der Maschinen sind Strömungen, Kraftstoffverbrauch, Lärm, Leistung einige der wichtigen Variablen. 

Bislang wussten Ingenieure nicht exakt, wie viel Kraftstoff ein Triebwerk verbrauchen würde, bevor sie es gebaut und getestet hatten. Auch der Lärm und die Leistung beruhten zum allergrößten Teil auf Erfahrungswerten, die Ingenieure in den vergangen Jahrzehnten gesammelt hatten. Heute arbeiten sie mit Künstlicher Intelligenz und alles ist vorhersehbar und mit einem Mausklick zu finden. Anhand unterschiedlichster Parameter berechnet die Software viele verschiedene Vorschläge idealer Turbinen. 

Auf seinem Monitor zeigt mir der Chefentwickler eine dreidimensionale Matrix – was ich sehe ist die Disruption der bisherigen Entwicklungsprozesse von Turbinen: Jeder Punkt auf der Ma­trix steht für eine mögliche Konfiguration einer neuen Turbine. Und wenn der Ingenieur auf einen beliebigen Punkt klickt, sehen wir, dass die KI-Systeme das grundsätzliche Design des jeweiligen Aggregates bereits berechnet haben. 

Gemeinsam mit den Kunden diskutieren die Ingenieure anhand dieser Matrix mögliche Konfigurationen. Und sie einigen sich schon zu Beginn des Entwicklungsprozesses auf die wesentlichen Parameter. Suchen sie eine extrem leistungsfähige Maschine, mit hohem Spritverbrauch? Oder sollte es die umweltverträglichere Variante sein; eine Turbine für den täglichen, pragmatischen Einsatz? Die Künstliche Intelligenz zeigt ihnen den erwarteten Kraftstoffverbrauch, den Lautheit und natürlich auch die Leistung.

Sicherheit ist ohne KI nicht mehr denkbar

Die grundlegende Idee der Künstlichen Intelligenz ist es, Muster in Datensätzen zu erkennen. Gleichgültig ob in der Produktionsplanung, in der Produktentwicklung oder bei Bild- oder Spracherkennung. Software funktioniert immer nach diesem Prinzip. Natürlich „sieht“ ein Computer keine Bilder, wenn das Programm Bilder analysiert. Und beim Einsatz einer Spracherkennung „hört“ die Software keinesfalls Gespräche. 

Die Daten aus den Kameras oder Mi­krofonen werden in Sprach- oder Bildprogrammen bearbeitet und als Datensatz an die Algorithmen weitergegeben. Tatsächlich „weiß“ kein Algorithmus, ob er gerade Daten analysiert, die ursprünglich aus Sprache oder Fotos stammen. Und das zeigt eine der Stärken der Algorithmen. Sie sind universell und fleißig. Sobald sie Daten erhalten, machen sie sich auf die Suche nach deren gemeinsamen Mustern.

Ich setze meine Suche nach Algorithmen und mathematischen Modellen in Großbritannien fort. Schließlich lande ich an der englischen Ostküste. Hier hat ein Telefon- und Netzanbieter ein Innovationscenter aufgebaut. Tausende Ingenieure und Techniker arbeiten daran, dass das weltweite Versenden und Empfangen von Daten funktioniert. Ein Thema ist die Netzwerksicherheit. In einem Kontrollraum erklären mir die Experten, wie die Künstliche Intelligenz dafür sorgt, dass die Netzwerke sicherer sein könnten, als in der Zeit ohne die „schlauen Algorithmen“.

Die Sicherheitsexperten wehren zehntausende Angriffe auf ihre Netzwerke ab – pro Minute. Hierzu gehen mathematische Modelle in der IT-Infrastruktur auf Streife. Sie kontrollieren nicht nur alle Datensätze, die sie dank ihrer maschinellen Intelligenz für verdächtig halten. Sie kennen die Muster von Angriffen. Sie schauen in die Zukunft. Sie liegen auf Servern auf der Lauer, wenn sie dort neue Angriffe vermuten. 

Neu erkannte Muster und kriminelle Algorithmen werden analysiert. Anschließend implementieren die Datenexperten deren Signaturen in die Erkennungssysteme und trainieren sie in neuronalen Netzen. Das hier ist keine Disruption eines über Jahrzehnte eingespielten Prozesses – die Künstliche Intelligenz bringt eine neue Qualität, ohne die Sicherheit überhaupt nicht denkbar wäre.

KI-Experten wollen unsere Ernährung sicherstellen

Die Harwich-Rotterdam-Fähre bringt mich zurück auf den Kontinent. Ich verfolge eine neue Spur. Offensichtlich sind die mathematischen Modelle in den Computersystemen so umfassend, dass sie die technische Welt grundlegend verändern. Doch können sie auch die Natur und die neue, „intelligente“ Welt miteinander verbinden? 

Ich besuche eine kleine Konferenz in einem Dachgarten mit Blick über die Hauptstadt. Softwarehersteller, Agrar­experten, Programmierer und auch der Vertreter eines Baukonzerns informieren über eine mögliche Zukunft der Landwirtschaft. In deren Vision steuern Künstliche-Intelligenz-Anwendungen von einem Rechenzentrum aus Felder, Ställe und auch Fischfarmen. Ich erfahre, dass in keiner Industrie so viel Automatisierungs-Software und Roboter im Einsatz sind, wie in der Landwirtschaft. Doch Künstliche Intelligenz bringt auch hier eine völlig neue Qualität. 

Algorithmen werden in maschinellen neuronalen Systemen trainiert und mit Robotern aller Größenordnungen verbunden. Und die pflanzen, gießen, jäten Radieschen, Kopfsalat und Kartoffeln. Sie lauschen mit Mikrofonen. Sie beobachten mit Kameras. Sie nehmen mit Sensoren Gerüche wahr oder analysieren Bodenproben. Die künstlich-intelligenten „Pflanzendoktoren“ erkennen Krankheiten oder Käferbefall. Wenn sie Schädlinge und Krankheiten analysiert haben, schlagen sie Alarm – und ein Roboterkollege leitet die Gegenmaßnahmen ein.

Die Teilnehmer der Konferenz sind überzeugt – die von ihnen programmierten Künstlichen Intelligenzen retten nicht nur einzelne Pflanzen sondern ganze Ernten. Sie würden bereits in kurzer Zeit, so die Überzeugung meiner Gastgeber, einen Beitrag für die Ernährung und die Gesundheit aller Menschen leisten.

Gesundheitsgefahren für Menschen sofort erkennen

Wie weit diese Mustererkennung geht und wie ein weiteres zukünftiges Szenario aussehen könnte, erfahre ich schließlich im Gespräch mit einer Datenanalystin. Ein Labor versorgt sie mit tausenden Datenproben: Sie zeigen die Belastung – beispielsweise – einer Wasserprobe mit schädlichen Substanzen. Mithilfe von neuronalen Netzen trainiert sie die von ihr und ihrem Team programmierten Algorithmen auf die Fähigkeit, im Wasser, im Boden, in der Luft Substanzen zu erkennen, die Menschen krank machen. 

Laut ihrer Darstellung ist dieses Vorgehen ganz neu – es bringe nicht nur die Disruption von Analysen im Labor. Die neue Qualität sei, dass die Software innerhalb von Sekunden eine eindeutige Belastung mit Schadstoffen nachweisen kann. Damit reduziert die Künstliche Intelligenz tagelange Arbeit von Chemikern und Laboranten auf einen Augenblick. Diese KI-Software ist noch nicht einsatzbereit, zeigt aber zukünftige Möglichkeiten. Und wenn sie erst einmal implementiert ist, wird sie früher oder später zu unserem Leben und unserem Alltag gehören. 

Meine Reise hat mir nicht nur gezeigt, wie schnell und selbstverständlich die Künstliche Intelligenz neue Qualitäten und neue Strukturen in unsere Welt bringt. Ich habe auch gelernt, dass wir nicht wirklich auf eine Zukunft vorbereitet sind, in der wir mit den Ergebnissen von Künstlicher Intelligenz arbeiten. Denn KI-Systeme liefern viel schneller, viel akkurater und viel drängender ihre Schlüsse, als alle Methoden des menschlichen Verstands. 

Ein Minimalkonsens könnte sein zu verstehen, dass offensichtlich ein neues Denken nötig wird, auf dessen Grundlagen wir uns einigen sollten. Denn sofortige Ergebnisse erfordern sofortige Maßnahmen.