Technik-Magazin des VDI Aachener BV tec4u Maschinen mit ... · Mitdenkende Maschinen, die unseren...

tec4

u

I 2

019

2019Aachen

tec4u Maschinenmit Köpfchen

Technik-Magazin des VDI Aachener BVISSN 2511-1507 Jahresausgabe 2019

Künstliche Intelligenztransformiert dieInformations- in dieWissensgesellschaft

Vom Diener zum Partner:Wie schlaue Maschinenunsere Welt verändern

Irrtum als Stärke:Seine Fehlertoleranzsichert dem Menschendie Vorherrschaftüber die Maschine

tec4

u

I 2

019

2019Aachen






tec4

u

I 2

019

2019Aachen






Umschlag_Bund_4_6mm.indd 1 18.02.19 13:0191

91


92

MitdenkendeMaschinen,die unserenWohlstandsichern

n Deutschland scheint stets der offizielle Segen der Obrigkeit erforderlichzu sein, damit ein Technologiefeld flächendeckend als großes Zukunftsthemawahrgenommen wird. So etwa bei den Themen „Digitalisierung“ oder „Indus-trie 4.0“ und jetzt eben „Künstliche Intelligenz“. Seit Angela Merkel dieses

Buzzword zu einer Art Schicksalsthema der Nation erkoren hat, ist es plötzlichselbst in den Feuilletons der Zeitungen und Zeitschriften angekommen. Angesichtseines von ihr festgestellten deutschen Rückstands auf diesem Technologiesektorerklärte sie zum Auftakt der Hannovermesse: „Wir wollen auch im Wettbewerbbestehen und vorne mit dabei sein.“

Kein Zweifel: Künstliche Intelligenz ist ein Faktor, der über die Zukunftsfähigkeiteines Hochtechnologiestandorts wie Deutschland mit entscheidet. Entsprechenddringlich ist auch die Förderung von KI durch die Politik und eine breite Akzep-tanz in Wirtschaft und Gesellschaft. Wie üblich geht es dabei hierzulande wiederum den Streit zwischen Vorpreschern und Bedenkenträgern, zwischen Verteidigernder Vorteile und Mahnern vor Gefahren. Der Versuch, eine heile Welt zu schaffen,in der uns Technologie nur perfekt dient und uns keine Herausforderungen prä-sentiert, ist jedoch zum Scheitern verurteilt: Die Maschine ist am Ende keineswegsüberirdisch perfekt, sondern trägt immer die Begrenztheit ihrer Erbauer in sich.

Um die ganze Tragweite der Krone der digitalen Technologie für unser Lebenin der Zukunft beurteilen zu können, ist es wichtig, sich einen Überblick darüberzu verschaffen, was künstliche Intelligenz ist, was sie kann und welche Perspektivensich daraus für den wirtschaftlichen und gesellschaftlichen Fortschritt ergeben.Diesen Überblick wollen wir Ihnen auf den folgenden Seiten vermitteln.

Wir wünschen Ihnen eine spannende und bereichernde Lektüre.

Dr. Hans-Dieter Radecke

I

tec4u I 2019 3

VereinsteilVorstände 7Einladung zur JMV 8Jubilare 9Neuzugänge 10Geburtstagswünsche 13Unsere verstorbenenMitglieder 14Arbeitskreise 15Jahresbericht 16

4

2019 Wenn Technologie vomInstrument zum Partner wird22

2019

tec4u I 2019

Auf Du und Dumit Kollege Roboter52

Der Mensch simuliertsich selbst26Die Maschine –so schlau wie der Mensch?28So kam der Gripsin die Maschine36Vom Zeichenzum Wissen40Künstliche Intelligenz:Basis für zeitgemäßesWissensmanagement43Bitte nicht stören –Fahrer schläft48

KI-Antriebfür die Logistik56Intelligente Wege zuintelligenter Technologie60Die selbstlernendeZivilisation63Mit Industrie 4.0Beute machen66Lernenaus Daten68HocheffizenteLow-Cost-Montagevon Elektrofahrzeugen

70KI schafft Wissen,Wissen schafft Erfolg74

Das VDI-Technikmagazin tec4uist Nachfolger von tec2 und twv (MitteilungenTechnisch Wissenschaftlicher Verein Aachen)des VDI Aachener BV.162. Jahrgang, Jahresausgabe 2019

Herausgeber:VDI Aachener Bezirksverein e.V.Dennewartstraße 27, 52068 AachenTelefon (Geschäftsstelle): +49 241 31653E-Mail: [email protected]: www.vdi.de/aachen

Verantwortlich i. S. d. P.:Prof. Dr.-Ing. Volker Stich

Redaktion:Dr. Hans-Dieter Radecke (Chefredakteur)Alexia Fenollar Solvay, Ing. IndustrialDipl.-Inform. Daniel Lütticke

Redaktionsanschrift:Denkmanufactur GmbH44137 Dortmund, Wißstraße 7

Auflage:4.000 Exemplaretec4u wird den Mitgliedern des BezirksvereinsAachen postalisch zugestellt, die Kosten hierfürsind im Mitgliedsbeitrag enthalten.

2019Aachen

tec4u Maschinenmit KöpfchenKünstliche Intelligenztransformiert dieInformations- in dieWissensgesellschaft




tec4u I 2019 5

Von der Infogesellschaftzur Wissensgesellschaft

Wissensgesellschaft mitbeschränkter Haftung78Der Wettlaufum die KI-Poleposition82„Die Fehlerhaftigkeitist unsere Stärke“84METROPOLITANCITIES88

Prof. Dr.-Ing. Volker Stich

in Deutschland auf ein weltweit führendes Niveau

bringen.“ (18.07.2018, Pressemitteilung des

Bundesministeriums für Bildung und Forschung).

Es folgte der Digitalgipfel am 3. und 4. Dezember

2018, auf dem die Strategie vorgestellt wurde:

Dem „Schlüssel für Wachstum und Wohlstand“,

so nennt Bundeswirtschaftsminister Peter Altmaier

die KI, wollen wir uns in diesem Heft aus ver-

schiedenen Richtungen nähern und haben die

aktuelle Ausgabe der tec4you unter das Motto

„Maschinen mit Köpfchen“ gestellt.

Was braucht es, um aus Daten Informationen zu

gewinnen und Wissen zu generieren? Wir erklären

den Begriff „Künstliche Intelligenz“, widmen uns

seiner Herkunft und zeigen aktuelle Anwendungs-

beispiele – so geraten wir unweigerlich in die Welt

der Produktion und Logistik, der Mobilität und

Smart Cities sowie in die Bereiche Energie, Gesund-

heit und Sicherheit. Zudem beschäftigen wir uns

mit kritischen Aspekten, mit möglichen Gefahren

der vernetzten Welt und dem Einfluss auf unser

Leben.

Immer geht es dabei um Daten, ihre Verwertbar-

keit und letztlich ihren Wert. Künstliche Intel-

ligenz, Machine Learning, Data Analytics und

neuronale Netze sind nur einige der diesem Kon-

text auftretenden Schlagwörter. Wir hoffen, mit

der vorliegenden Ausgabe den Themen den Buzz-

word-Charakter zu nehmen und ihre gegenwärtige

und zukünftige Relevanz für die Unternehmens-

und Forschungslandschaft in Deutschland heraus-

zustellen.

In diesem Sinne wünsche ich Ihnen eine erkennt-

nisreiche und gewinnbringende Lektüre.

Ihr Professor Dr.-Ing. Volker Stich

Liebe Leserinnen und Leser,

wieso landen eigentlich kaum noch Spam-Mails in meinem

Posteingang? Warum erkennt Alexa meine Anweisungen

so präzise und warum finde ich den Filmvorschlag bei Net-

flix wieder so gut? Die Antwort ist Künstliche Intelligenz

(KI), die zurzeit in aller Munde ist und die die immer grö-

ßer werdenden Datenberge verarbeitet und in Nutzenpo-

tenziale umwandelt. So wird bis 2030 durch den gezielten

Einsatz von KI – laut einer Studie der Unternehmensbe-

ratung PwC – das deutsche Bruttoinlandsprodukt um 430

Milliarden Euro steigen. Doch zurzeit sind es vor allem

amerikanische und chinesische Unternehmen, die das enor-

me Potenzial nutzen und den Wert der Daten extrahieren.

Die Bundesregierung setzte im Juli 2018 mit ihrer Initiative

ein Zeichen, beschloss die Eckpunkte für eine Strategie

Künstliche Intelligenz und will damit „[…] die Erforschung,

Entwicklung und Anwendung von künstlicher Intelligenz

tec4u I 20196

Geschäftsführerin:Frau Alexia Fenollar SolvayTelefon (Geschäftsstelle): +49 241 31653E-Mail: [email protected]: www.vdi.de/aachen

tec4u I 2019 7

Veranstaltungenund Termine

Ihrer Bezirksvereineim Internet:

www-vdi.de/technik/veranstaltungen

Aachener BV

Schatzmeister:

Dipl.-Ing. Thomas Thiele

[email protected]

Planung und Förderung der Veranstaltungen des BV:

Alexia Fenollar Solvay, Ing. Industrial

[email protected]

Telefon: +49 241 31653

Öffentlichkeitsarbeit:

Dr. rer. nat. Rene Vossén

[email protected]

Telefon: +49 241 80911-70

VDI Aachener Bezirksverein e.V.

Technologiezentrum am EuropaplatzDennewartstr. 2752068 Aachen

Schriftführer:

Dr.-Ing. Christian Büscher

[email protected]

2. Vorsitzender:

Prof. Dr.-Ing. Tobias Meisen

1. Vorsitzender:

Prof. Dr.-Ing. Volker Stich

[email protected]

[email protected]

Tagesordnung

1. Empfang im Digital Capability Center

2. Begrüßung und Mitgliederehrung

3. Bericht des Vorsitzenden

4. Bericht des Schatzmeisters

5. Bericht der Kassenprüfer

6. Entlastung des Vorstands

7. Wahlen:

7.1 Kassenprüfer

8. Verschiedenes

9. Festvortrag Prof. Dr.-Ing. Dipl.-Wirt.-Ing. Thomas Gries

10. Besichtigung des Digital Capability Center

Im Anschluss möchten wir Sie herzlich zu einem gemeinsamen Imbiss einladen.

Diese Ankündigung gilt als offizielle persönliche Einladung an alle Mitglieder. Anträge zur

Mitgliederversammlung sind bis zum 8. März 2019 bei der Geschäftsstelle einzureichen.

Bitte melden Sie sich zudem zur Veranstaltung an, idealerweise über unsere Homepage

(Link als QR-Code) oder unter der Angabe Ihrer Mitgliedsnummer und der Anzahl an

Begleitpersonen per Mail oder Fax.

Eine Anfahrtsbeschreibung finden Sie unter der

Homepage des Aachener BV.

Wir freuen uns über Ihr Kommen!

Digital Capability Center · Vaalser Straße 460 · 52074 Aachen

tec4u I 20198

Frei tag, 22. März 201917.00 Uhr , E in lass 16 .30 Uhr

EINLADUNGzur Jahresmitgl iederversammlung des VDI Aachener BV

Prof. Dr.-Ing. Tilo PfeiferIng. (grad.) Bernhard RoseDipl.-Ing. Ulrich RosnaessDipl.-Ing. Bernd SchmitzDr.-Ing. Peter SchützeIng. (grad.) Hans-Peter SiegersProf. Dr.-Ing. Günter SubklewDipl.-Ing. Friedrich Wagner 50 Jahre Mitglied Prof. Dr.-Ing. Reinhard BrauneDipl.-Ing. Dietrich EichstädtDipl.-Ing. Jochen FurlkrögerProf. Dr.-Ing. Arno GegoDipl.-Ing. Herbert GehlenIng. (grad.) Walter KreftDipl.-Ing. Dieter LünskensIng. (grad.) Klaus MeineckeProf. Dr.-Ing. Manfred Weck 60 Jahre Mitglied Dipl.-Ing. Jürgen BrausenProf. Dr.-Ing. Willi Hallmann 65 Jahre Mitglied Dipl.-Ing. Willi BoeckmannDipl.-Ing. Karlheinz BrambachProf. Dr.-Ing. Friedrich EichhornIng. Werner Kahl

„Falls Sie unter die hier benannten Personengruppen fallen und eine Veröffentlichung künftig nicht wünschen, so teilen Sie uns dies bitte schriftlich oderper Email mit. Wir werden diesen Wunsch dann berücksichtigen.“

tec4u I 2019 9

25 Jahre Mitglied Dr.-Ing. Lutz BarnertDipl.-Ing. Andreas BaumannDipl.-Ing. Sascha BauschDipl.-Ing. Thomas BeckmannDr.-Ing. Andreas Bührig-PolaczekDr.-Ing. Rainer BuschDipl.-Ing. Conrad CsinkDipl.-Ing. (FH) Peter DautzenbergDipl.-Ing. (FH) Georg DickerboomDipl.-Ing. Christiane FinettiDipl.-Ing. (FH) Mark FrankenDipl.-Ing. Thomas GrafDipl.-Ing. (FH) Guntram HaaseProf. Dr.-Ing. Josef HeggerThomas HeselhausDipl.-Ing. Josef HeßDr.-Ing. Joachim HesselRalf HeuserDr.-Ing. Oliver HöftDipl.-Ing. (FH) Alexandra KellingSusanne KleyerDipl.-Ing. Martin KnopsDipl.-Ing. Dirk KockmannProf. Dr.-Ing. Carl KramerDipl.-Ing. Jochen KrottDipl.-Ing. (FH) Michael KüpperDipl.-Ing. Hubert LinscheidtDipl.-Ing. Wolfram MaushagenDipl.-Ing. (FH) Ingo MüllerDipl.-Ing. Annette MüllersDipl.-Ing. (FH) Jutta NaumannDr.-Ing. Eric NeusslDipl.-Ing. Reinhard OpitzPh.D. Jochen PflugDipl.-Ing. Univ. Michael Philippen

M i t g l i e d e r s e i t e n d e s A a c h e n e r B VJubilare des VDI Aachener BV 2019

Dipl.-Min. Karl-Heinz PlumDipl.-Ing. Klaus PrumeProf. Dr.-Ing. Thilo RöthDipl.-Ing. Stefan RückarttDipl.-Ing. Michael SchmäckeDipl.-Ing. Walter Martin SchmetzDipl.-Ing. (FH) Thomas SchmidtDipl.-Ing. Stefan SensenDipl.-Ing. Marcus SiegertVolker StahlschmidtDipl.-Ing. Andreas TrautmannDipl.-Inform. Bianca UheDipl.-Ing. (FH) Petra VehresDipl.-Ing. (FH) Bernd WeberSebastian WillekeDipl.-Ing. Robert Windeck 40 Jahre Mitglied Dipl.-Ing. Thomas ArnsDipl.-Ing. Jörg-Ulrich BergmannDipl.-Ing. Georg BockProf. Dr.-Ing. Alois BoesWirt.-Ing.(grad.) Theo DeselaersDipl.-Ing. Peter EngelenDr.-Ing. S. Bernhard GandDipl.-Ing. Bernd GebingDipl.-Ing. Gabriele GengDipl.-Ing. Falko HammesIng. (grad.) Werner HerkensDipl.-Ing. Wolfgang HoltenDipl.-Ing. Hans-Jürgen KaiserDipl.-Ing. Paskal LaskarisProf. Dr.-Ing. Wolfgang MarquardtDipl.-Ing. Joseph Palm VDIProf. Dr.-Ing. Herbert Pfeifer

tec4u I 201910

Mohammad Abu-Halfum

Ali Ahmed

Mainul Alam

Dana Aleff

Elaria Alkemper

Dr.-Ing. Norbert Werner Alt

Ing. Hassan Annan

Georgios Apostolou

B.Eng. Nikhil Mohan Aware

Yilmaz Aydin Murat

Freddy Kokou Azanledji

Roman Barth

Nik Beecken

B.Sc. Jennifer Begall

Dipl.-Ing. Norbert Behler

Cengizhan Bektas

Elena Berg

Lukas Berners

Aykut Bilirer

Aina Attiyah Binti Reiner

Fabian Böhm

Kathrin Böttger

Maxim Bolle

Anna-Lena Boller

Gregor Boronowsky

Kilian Brans

Julian Breitling

Vera Brückmann

M.Sc. Erik Brümmendorf

M.Sc. Melanie Buchsbaum

Nils Bues

Hakan Büyükyarma

Christoph Cabanski

Dipl.-Ing. (FH) Javier Castell-Codesal

Arda Celik

Atishay Jain

Kevin Janczyk

Dipl.-Ing. Michael Jansen

Dipl.-Ing. oec. Bernd Jansen

Niklas Janshen

Raul Janßen

Hauke Jensen

Johannes Jeub

Marios Josephides

Alina Kaiser

Miltiadis Kallianis

B.Eng. David Kammerer

Maximilian Kammler

Heinrich Kappel

Christian Karbig

Tobias Karschuck

Maximilian Kehr

B. Eng. Ilja Kern

Dara Khajavi

Hassan Khanafer

Urbain M. Kibulu

Philipp Kirch

Ugne Klipciute

Demet Kocahal

Dipl.-Ing. Jörg Kock

Christian Kohns

Stefanos Koimtzoglou

Dipl.-Ing. Alexander Kompch

Robin Konrad

B.Eng. Jerome Korsten

Ing. (grad.) Walter Kreft

Martin Kronhardt

Marie Kruppa

Lukas Kütting

Oliver Kuipers

Christian Certa

Yichen Chen

Eric Chow

Benedict Claßen

M.Eng. Michael Clemens

Felix Clos

Jan Marcel Cluse

Simon Cramer

Andras Laszlo Csernai

M.Sc. Guillaume Cuvelier

Dominic Cyl

M.Sc. Verena Dannapfel

Yashwanth Dasappagari

Pratik Deomare

Patrick Dietrich

Nico Dolle

Fritz Ehreiser

Dipl.-Ing. (FH) Frank Ehrlich

Christian Eickhoff

Dipl.-Ing. Peter Engelen

Frederik Erkens

Ing. Laura Espadas Murillo

Torge Fassmer

Felix Fischer

Marie Franzen

Matthias Freitag

Bianca Frömgen

Georg Frohnweiler

Dipl.-Ing. Christian Fürst

Jasmin Fuhrmann

Dipl.-Ing. Herbert Gerards

Ismail Ghosn

Steffen Golding

Marc Goldmanns

Marvin Goppold

Silke Grabau

Dennis Großmann

John-Scott Groves

B.Sc. Colette Grüning

Miriam Gutheil

Michael Haas

Tobias Haas

Johannes Hahmann

Philipp Hanuschik

Anna Katharina Hartz

Martin Haspel

Julian Hebold

Robin Heesen

Dipl.-Wirt.Ing.(FH)

Daniela Hegemann

Patrik Heintze

M.Sc. Jonas Hergenröther

Carl Hergeth

Matthias Hermesmann

Stephan Heyers

Lars Hilbert

Gerben Hilboldt

Dipl.-Ing. (FH) Mario Hillebrand

Sebastian Hillert

Duc Tien Hoang

Nikolai Hochbein

Dennis Hölter

Jan Höpfner

Steffen Hohenstein

Bennet Holst

Lucas Holtz

Ing. Michael Horner

Michael Hoß

Han Hu

Markus Hübner

N e u z u g ä n g e 2 0 1 8

Wieder kann sich unser Verein über zahlreiche Neumitglieder freuen.Wir heißen die nachfolgend aufgeführten Personen im VDI Aachener BV herzlich willkommen.

tec4u I 2019 11

Akshay Kumar

Kannan Kumar

Chrstian Lachner

Maxime Lahaye

Divya Rajashekhar Laxetti

Lukas Lechthaler

Erik Leuschner

Ben Liesch

Dr.-Ing. Jörg Lindemann

Marco Linder

Qianyu Liu

M.Eng. Hui Liu

Philipp Lohrer

Mariana López

Sebastian Lossen

Oliver Lück

Dipl.-Ing. Jürgen Lueg

Alexander Lütkehaus

Dipl.-Inform. Daniel Lütticke

Marc Mac

Dipl.-Ing. Tim Mandelartz

Dr.-Ing. Ralf Marquard

Christina Martens

Ignacio Martinez

Fynn Ole Matthiesen

Hannah Mauermann

Dr.-Ing. Tobias Meisen

Lars Menzel

Dipl.-Ing. David Merdivan

Benedikt Merkes

Jannik Metje

Dipl.-Ing. Thomas Milcher

M.Sc. Richard Minderjahn

Felix Möhren

Jonathan Mönnich

Tobias Mühlhoff

B.Sc. Bruno Müller

Jakob Müller

Victor Müller

Annika Müsse

Frau Hannah Naber

Naveen Kumar Narayanaswany

Mathias Neufang

Kai Neumann

M.Sc. Angela Niedermeyer

Clemens Nolting

Thomas Nyhues

Dr. rer. nat. Jan Oberländer

Sercan Öztimur

B.Sc. Susanne Paasen

Dipl.-Ing. Patrick Palm

Andreas Palmtag

Petros Pantelios

Michael Pesch

Laura Maria Plocher

Emil Pluta

B.Sc. Raimund Pörtner

Valentin Polinowski

Pratheek Prakash Manangi

Felicia Primadita

Max Puvogel

Henning Rave

Lena Reetz

Dr.-Ing. Philippe Renault

Dr. rer. nat. Pascal Richter

Marcus Riedel

B.Techn. Dimitri Riffel

M.Sc. Stefanie Riske

Nadja Roeser

M.Eng. Lukas Romanski

Marius Ronshausen

Erik Rosenkranz

Dr.-Ing. Alexander Rothkopf

Lukas Ruppert

Dena Saazegar

Artur Sabino de Andrade

B.Sc. Seniha Pelin Sahinler

Marco Sander

Michael Sanne

Alexander Sassenberg

Emine Sedef Saygili

Lukas Schäper

Dipl.-Ing. Josef Scheele

B.Sc. Michael Schlicht

Axel Schlöpker

Johanna Schloßer

M.Sc. Lena Schlotterhose

Christopher Schmetz

Dr.-Ing. Joachim Schmidt

Mathias Schmitz

Alexander Schmunk

Marcel Schneider

Erik Schneidereit

Simon Schneppe

Sven Schniedermann

Yannick Schöbben

Boris Schüpp

Tim Schulte

Marc Schumacher

Steffen Schupp

M.Sc. Martin Schwane

Laura Schwarz

Fabian Seck

M.Sc. Daniel Seifert

Andres Sheldrick

Kadir Ibrahim Tikil

Steffen Felix Mathis Tillmann

Enno Trennert

Desiree Triller

Yannick Tschauder

Kajan Uththama

Marius Völkel

Dhanat Vongkositkul

Dipl.-Phys. Dieter Wagner

Julius Walorski

Manuel Walotka

Constantin Waubert de Puiseau

Dipl.-Ing. (FH) Mark Weber

Hannah Weger

Silas Weidenmüller

Marietheres Weinberg

Magret Weißbach

Patricia Wessel

Markus Weßling

Dr.-Ing. Georg F.L. Wießmeier

Luisa Wirth

Thomas Wölker-Darley

Rainer Wolsfeld

Henrik Zaßenhaus

Anna Zheng

Sebastian Zimmer

Haochen Zuo

Matthias Simons

Daniel Six

M.Sc. Astrid Sommer

Dipl.-Ing. Josef Speis

Lars Speuser

Max Staib

Kirstin Stichling

Arne Stommel

Daniel Strohmeier

Stefan Stürmer

Sushant Sukumar

Rudolf Suppes

Srikantadatta Tagadur Nagendra

Paul Texeira

Rexhep Tika

tec4u I 201912

Januar

Dipl.-Ing. Hermann-Josef RoosDipl.-Ing. Bernd SchmitzDipl.-Min. Karl-Heinz PlumProf. Dr.-Ing. Ulrich RenzIng. Hans-Uwe SchmidtGuido PetersDipl.-Ing. Dieter MollDipl.-Ing. Thomas MagerIng. (grad.) Werner HerkensProf. Dr. Paul SchümmerDipl.-Ing. Engelbert PlescherDipl.-Ing. Werner LageDipl.-Ing. (FH) Erich-Michael VorbergProf. Dr. Rolf SchlomsIng. (grad.) Heinz-Peter HessIng. Peter KuyffenIng. (grad.) Dieter HalbauerDipl.-Ing. Georg JanssenDipl.-Ing. Wulf Böckenhaupt

Februar

Dipl.-Ing. Manfred PeschenDipl.-Ing. Hans BeckersDipl.-Ing. Gerd LeyendeckerDipl.-Ing. Hartmut LeuschnerDipl.-Ing. Henk MijnarendsDipl.-Ing. Klaus RamacherDipl.-Ing. Dieter JehleBau.-Ing. Michael FischerDr.-Ing. Hans Dietmar BrenkDipl.-Ing. Jürgen BrausenDipl.-Ing. Peter Ossendorf

März

Ing. (grad.) Eckard FalterDipl.-Ing. Wolf Michael LüttgenProf. Dr.-Ing. Gottfried NonhoffIng. (grad.) Herbert BargProf. Dr. Willy J. D. GeijsenIng. Hans ScheinDipl.-Ing. Franz Josef TaxhetDipl.-Ing. (FH) Jürgen HolperDipl.-Ing. Hans-Jürgen KruttIng. (grad.) Josef PeifferDr.-Ing. Horst SchulteProf. Dr.-Ing. Friedrich Eichhorn

April

Ing. (grad.) Herbert SchwarzProf. Dr.-Ing. Heinz BarthelsDipl.-Ing. Walter SimonIng. Heinrich BartzKees MoisonDipl.-Ing. Egbert ReinartzHans-Erich MaulDipl.-Ing. Frank LiepkeProf. Dr.-Ing. Joachim BennerProf. Dr. Wolfgang DottIng. Leonhard JussenProf. Dr.-Ing. Manfred Enning

Mai

Peter KilgensteinProf. Dr.-Ing. Udo OssendothDipl.-Ing. Manfred WnuckDipl.-Ing. Fakhr ArsiwallaDipl.-Ing. Ujjal Singh LaungiaIng. (grad.) Gerhard SteffensDipl.-Ing. Hans-Jürgen SimonsDipl.-Ing. Hartmut WintrichDipl.-Ing. Karl Klinkenberg

Juni

Dipl.-Ing. Karl-Heinz HilgersIng. Hans BorgmannDr.-Ing. Hans WelfersDr.-Ing. Peter KreuterDipl.-Ing. Dietrich BeitzkeDr.-Ing. Bernd HorstmannDipl.-Ing. Hubert GladbachDr.-Ing. Werner KluftDipl.-Ing. Karl DreymüllerDipl.-Ing. Josef SpeisJosef VahsenManfred SteinhauerDr.-Ing. Peter DahmannIng. (grad.) Axel ZeugnerDr.-Ing. Klaus BrüssermannDipl.-Ing. Hans OebelDr.-Ing. Bernhard KoonenDr.-Ing. Andreas Bührig-PolaczekDipl.-Ing. Hartmut PrastDipl.-Ing. Ernst KlasDipl.-Ing. Herbert Hofmann

Juli

Dipl.-Wirtsch.-Ing. Andreas KemmnerDipl.-Wirtsch.-Ing. Dietmar WennerDr. A. Philip van HarreveldIng. (grad.) Karl J. LüttickeDr. Cor P.G. SchrauwenWirtschafts-Ing. Hubert MichielsDr.-Ing. Thomas WeberDr.-Ing. Eric NeusslDipl.-Ing. Eva-Maria Kolonko-HinssenIng. Peter C.M. LakemanIng. (grad.) Wilhelm Kohlhaas August Dipl.-Ing. Wolfgang HoltenProf. Dr.-Ing. Volker StichProf. Dr.-Ing. Tilo PfeiferDipl.-Ing. Wilhelm ClaessenDipl.-Ing. Manfred KaczmarekDr.-Ing. Torsten BispinkDr.-Ing. Volker GorzelitzIng. Hubert JägersIng. (grad.) Hans-Jürgen AretzIng. (grad.) Dieter DalscheidDr.-Ing. Peter StommelDr.-Ing. M. Akbar September Prof. Albrecht ThieleDr.-Ing. Günter WüsterDipl.-Ing. Heinz-Juergen VienkenDipl.-Ing. Helmut WiedemannDipl.-Ing. Hans SchreinemachersDipl.-Ing. Helmut NeumarkDr.-Ing. Michael FiebrichDr.-Ing. Michael MaquaDr.-Ing. Michael GierthDipl.-Ing. Peter EngelenDipl.-Ing. Frank Miehlich

Geburtstagliste des VDI Aachener BV 2019

Oktober Dipl.-Ing. Thomas RothDipl.-Ing. Rolf Michael BrackerDr.-Ing. Ulrich ThebingIng. Peter Richard KlementDr.-Ing. Paul Fuchs-FrohnhofenDipl.-Ing. Karlheinz TitzeDipl.-Ing. Joseph Asamoa-TenkorangDr.-Ing. Albert MüllnDipl.-Ing. Bernd TheisDipl.-Ing. Achim WeberDr. rer. nat. Wolfgang AlbrechtDr.-Ing. Tilman SchrieverHans-Georg ArltProf. Dr.-Ing. Josef HeggerDipl.-Ing. Heinrich Raußen November Dipl.-Ing. Dieter LauffsDipl.-Ing. Ulrike LeidingerDipl.-Ing. (FH) Winfried KochIng. Theo WondergemDr.-Ing. Gerd KrenzerDipl.-Ing. Rainer KleinfeldDieter GoldbachDr.-Ing. Klaus-Peter ArzDipl.-Ing. Günther LubischDipl.-Ing. Willi BoeckmannDipl.-Ing. Winfried UtzelmannDipl.-Ing. Josef WeidenhauptRaphael QuintDipl.-Ing. Wolfgang BrietzelDipl.-Ing. Michael van de SandDr.-Ing. Wolfgang O. BuddeDipl.-Math. Helmuth LorentDr. Thomas RochlitzDipl.-Ing. Matthias Thelen Dezember Dipl.-Ing. Victor MattheijProf. Dr.-Ing. Manfred ZellerDipl.-Ing. Norbert BaronDipl.-Ing. Gerd SchwieteringDipl.-Ing. Hubertus SchillerDipl.-Ing. Erik de LangheDipl.-Ing. Günter WittProf. Dr.-Ing. Georg MengesDr. Georg J. SchmitzDipl.-Ing. Joseph PalmStefan HoltmannDipl.-Ing. Arnold RezniczekDipl.-Ing. Michael PassmannProf. Dr.-Ing. Christoph HelsperDipl.-Ing. Hermann Tilke

tec4u I 2018 13

Dr.-Ing. Hermann Knüfernach 60-jähriger Mitgliedschaft

Dipl.-Ing. Wilhelm Fischernach 46-jähriger Mitgliedschaft

Dipl.-Ing. Hans Dieter Gierennach 55-jähriger Mitgliedschaft

14

U n s e r e 2 0 1 8 v e r s t o r b e n e n M i t g l i e d e r

Der Aachener Bezirksverein im VDI ehrt ihr Andenken

Dipl.-Ing. Paul Moitzheimnach 70-jähriger Mitgliedschaft

Prof. Dr.-Ing. Hans Bexnach 58-jähriger Mitgliedschaft

Ing. Hans Külternach 56-jähriger Mitgliedschaft

Ing. Walter Guschalnach 62-jähriger Mitgliedschaft

tec4u I 2019

tec4u I 2019

ENERGIETECHNIK

Prof. Dr.-Ing. habil. Manfred C. Wirsum

[email protected]

Der VDI Aachener Bezirksverein unterstützt vierzehn Arbeitskreise. Wir bedanken uns bei allen für Ihren Einsatz und freuenuns auf eine erfolgreiche Zusammenarbeit im Jahr 2019.

www.vdi/ueber-uns/vdi-vor-ort/bezirksvereine/aachener-bezirksverein/veranstaltungen

15

A r b e i t s k r e i s e

V D I n i - C l u bHerr Dr.-Ing. Christian Büscher hatdie neue Leitung im ArbeitskreisVDini übernommen. Wir freuenuns sehr über dieses Engagementund hoffen, dass wir weitere Mit-glieder gewinnen können.

FAHRZEUG- & VERKEHRSTECHNIK

Prof. Dr.-Ing. Lutz [email protected]

FRAUEN IM INGENIEURBERUF

Dipl.-Ing. (FH) Anja [email protected]

GEWERBLICHER RECHTSSCHUTZ

Patentanwalt Dr.-Ing. Klaus Castellak-rechtsschutz @vdi-aachen.de

INTERNATIONALE ZUSAMMENARBEIT

Dr.-Ing. Bernd [email protected]

JUGEND & TECHNIK

Dipl.-Ing. Dipl.-Kfm. Günther [email protected]

PRODUKT- & PROZESSGESTALTUNG

Prof. Dr.-Ing. Burkhard [email protected]

QUALITÄTSMANAGEMENT

Dipl.-Ing. Stephan [email protected]

STUDENTEN & JUNGINGENIEURE

Sebastian Schneider und Julian [email protected]

TECHNISCHE GEBÄUDEAUSRÜSTUNG& FACILITY-MANAGEMENT

Prof. Dr.-Ing. Dirk Mü[email protected]

TEXTILTECHNIK

Prof. Dr.-Ing. Dipl.-Wirt.-Ing. Thomas [email protected]

VERFAHRENSTECHNIK& CHEMIEINGENIEURWESEN

Prof. Dr.-Ing. Andreas [email protected]

philTec

Ann-Kristin Winkens M. [email protected]

VDIni

Dr.-Ing. Christian Bü[email protected]

Jahresbericht2018 desVDI Aachener BV

tec4u I 201916

Aktiven für deren Unterstützung und freundliche Duldung des Engagementsim VDI Aachener BV.

Im Anschluss an den Bericht des Schatzmeisters Dr.-Ing. Gero Bornefeld, indem er über die finanzielle Situation im Jahr 2017 und die Verwendung

der Mittel berichtete, und den Bericht der Kassenprüfer Herr Professor HubertusMurrenhoff und Frau Dr. Sigrid Hegels wurde der Vorstand entlastet.

Für die Wahl der Vorsitzenden standen in diesem Jahr alle vier Posten offen,zum einen die des 1. und 2. Vorsitzenden sowie die des Schatzmeisters und desSchriftführers. Die Posten wurden wie folgt neubesetzt:

• 1. Vorsitzender: Herr Prof. Dr.-Ing. Volker Stich

• 2. Vorsitzender: Herr Prof. Dr.-Ing. Tobias Meisen

• Schriftführer: Herr Dr.-Ing. Christian Büscher

• Schatzmeister: Herr Dipl.-Ing. Thomas Thiele

Der neue Vorstand wurde mit je einer Enthaltung und 0 Gegenstimmen jeWahldurchgang gewählt. An dieser Stelle danken wir Frau Professor SabinaJeschke für ihre langjährige Arbeit als 1. Vorsitzende des Bezirksvereins sowieHerrn Dr. Gero Bornefeld für seine langjährige Tätigkeit als Schatzmeister desVereins.

Den Festvortrag hielt Herr Professor Günther Schuh, Lehrstuhl für Pro-duktionssystematik am WZL der RWTH Aachen und Geschäftsführer dere.GO mobile AG, zum Thema „Elektromobilität im urbanen Raum“.

Zum Abschluss der Mitgliederversammlung wurden den Teilnehmern Führungendurch das Produktionscluster und die Räumlichkeiten der e.GO mobile AGgeboten. Die Veranstaltung klang mit einem gemütlichen Beisammensein undanregenden Gesprächen aus.

Städtepartnerschaft Aachen-Naumburg

Wie schon in den vergangenen Jahren fand auch dieses Jahr vom 9. bis zum 11.März die Technikexkursion zwischen den Städtepartnern Aachen und Naumburgstatt. Diesmal in der Rolle der Gastgeber, empfingen wir die Delegation desHalleschen BV aus Naumburg am Freitag in Aachen für die Jubiläumsfeier. DasProgramm begann mit dem gemeinsamen Abendessen der Mitglieder undFreunde des Naumburg Städtepartnerschaftskomitees mit den NaumburgerGästen im Depot Talstraße.

Der folgende Tag wurde mit dem Festakt im Krönungssaal eingeläutet undwurde gefolgt von einem anschließenden Sektempfang. Nach den Festlichkeiten

Jahresbericht 2018as 162. Geschäftsjahr des VDI Aachener BVstand im Zeichen der Neubesetzung derVorstandsposten im Rahmen der Mitglieder-

versammlung im April 2018. Mit Professor VolkerStich, Geschäftsführer des FIR e.V. an der RWTHAachen, und Herrn Professor Tobias Meisen, seitSeptember 2018 Inhaber der Professur Technologienund Management der Digitalen Transformation ander Bergischen Universität Wuppertal, konnte derVerein zwei renommierte Personen aus der Wissen-schaft für den Vorstand gewinnen. Darüber hinausrunden Herr Dr. Christian Büscher (Projektleiter ITund Industrie 4.0 bei Saint Gobain) und Herr ThomasThiele (Experte für künstliche Intelligenz bei derDeutschen Bahn AG) den Vorstand als Schriftführerbzw. Schatzmeister ab.

Mit dieser Ausgabe erscheint die Mitgliederzeitschriftdes Aachener BVs tec4u zum dritten Mal. Für dasVereinswesen ist die Wahrnehmung der Mitgliederein zentrales Element für die gemeinsame Gestaltungvon Aktivitäten. Einen der möglichen Wege für Trans-parenz der Entscheidungen und Aktivitäten des Ver-eins halten Sie mit dieser Ausgabe in Ihren Händen.

Mitgliederversammlung

Die Mitgliederversammlung fand dieses Jahr am 16.April statt. Herr Professor Volker Stich und HerrThomas Thiele hießen die Anwesenden im e.GOShowroom willkommen und informierten über denVersand der tec4u-Zeitschrift sowie die Terminierungder Mitgliederversammlung. Im Anschluss wurdendie Jubilare geehrt, mit einer besonderen Ehrung vonHerrn Professor Heinrich Rake für seine 60-jährigeMitgliedschaft. Es folgte der Bericht des VorsitzendenHerr Professor Stich über die Aktivitäten desVorstandes sowie der Arbeitskreise. Nach einemÜberblick über die Geschehnisse bedankte er sichim Namen des Vorstandes bei allen Arbeitskreisleitern,den aktiven Mitgliedern, dem Beirat und dem ge-schäftsführenden Vorstand für ihren hohen ehren-amtlichen Einsatz, ebenso beim Geschäftsstellen-Team für ihre Arbeit als auch bei den Partnern aller

D

tec4u I 2019 17

wurde den Gästen eine Auswahl von fünf Führungen zu unterschiedlichenThemenschwerpunkten in Aachen angeboten, aus denen gewählt werdenkonnte. Zur Auswahl standen folgende Themenführungen: eine Führung„Unter den Dächern des Doms“ mit den Dombaumeister, zwei Führungenzum Thema „Dom und Schatzkammer“, die besonders für Aachen-Neulingezu empfehlen ist, eine Führung zu den „Highlights im Ludwigforum“, sowieeine zusätzliche Führung für die mitreisenden Ingenieure über den CampusMelaten, welche von Herrn Professor Corves organisiert wurde. Nach derFührung wurde zu einem Empfang im Carl´s geladen und beendet wurde derereignisreiche Tag mit der Erkundung der Aachener Altstadt in kleinen Gruppen.

Der Sonntagvormittag wurde unseren Gästen zur freien Verfügung gestellt, umdie Stadt auf eigene Faust zu erkunden und den Tag nach eigenen Belieben zubeginnen. Um 14 Uhr verabschiedeten wir anschließend unsere Gäste für dieses

52. Jahr und so endete ein weiteres ereignisreiches Treffen der Städtepartner.

Arbeitskreise

In den Arbeitskreisen finden verschiedene fachliche sowie übergreifende Akti-vitäten des VDI statt. Die Fach-Arbeitskreise stehen diesbezüglich in Verbindungmit den Hochschulen in Aachen, vor allem mit der RWTH und der FH.Dadurch werden zahlreiche Veranstaltungen in das Angebot an Weiterbildungs-veranstaltungen des BV eingebunden. Der Kontakt und Austausch mit Studieren-den und Jungingenieuren sowie die Nachwuchsförderung stehen nach wie vorim Zentrum des Interesses, aber auch der internationale Austausch in derEuregio wird durch die Arbeitskreise gedeckt. Eine Liste aller Arbeitskreisesowie der Kontaktdaten der Arbeitskreisleiter befindet sich in dieser Ausgabe.

Der Aachener Bezirksverein lebt von den Aktivitäten und dem ehrenamtlichenEngagement seiner Mitglieder in den verschiedenen Arbeitskreisen. An dieserStelle dankt der geschäftsführende Vorstand allen Arbeitskreisleitern und aktivenMitgliedern in den Arbeitskreisen für ihr ehrenamtliches Engagement und ihreUnterstützung der VDI-Arbeit. Wir hoffen auch für das kommende Jahr aufein gutes Gelingen in den Arbeitskreisen und freuen uns auf eine weiterhingute Zusammenarbeit.

Arbeitskreis SuJ

Die Förderung von Studentenaktivitäten im technischen Kontext bildet nachwie vor einen Schwerpunkt der Aktivitäten in den Arbeitskreisen. Zu den Akti-vitäten in diesem Jahr gehörte der mittlerweile beinahe obligatorische Besuchder Hannovermesse und wurde begleitet von Aktionen wie dem Leadership-Workshop mit Amazon oder dem Workshop zum Thema „Überzeugen inGesprächen“ mit der Techniker Krankenkasse. Des Weiteren wurden Exkursionenzum Maeslant-Sperrwerk in den Niederlanden sowie zur Festo AG & Co. KGund ZF Friedrichshafen AG unternommen und Veranstaltungen wie der SuJKongress in Nürnberg und das Delegiertentreffen in Braunschweig besucht.

„Unter den Dächern des Doms"

Abbildung 3: Die SuJ Gruppe bei der Schließungdes Maeslant-Sperrwerks (Quelle: Wolfgang Mehner)

Abbildung 4: Das SuJ Delegiertentreffen inBraunschweig (Quelle: SuJ, VDI)

tec4u I 201918

Abbildung 5: Logo des VDIni Club Aachen

Die oben genannten Beispiele decken nur einen Teil der Highlights imRahmen der Arbeitskreise ab und können daher nicht als vollständigeAufzählung verstanden werden. Um den vielfältigen Aktivitäten allerArbeitskreise im Aachener Bezirksverein noch besser Rechnung tragenzu können, werden die Berichte der einzelnen Aktivitäten über dasInternet bereitgestellt. Wir möchten die Mitglieder ermuntern, unserevielfältigen Informationskanäle zu nutzen, um sich aktuell über Veran-staltungen und Hintergründe zu informieren – oder aber als Aktiver ineinem Arbeitskreis hierüber auch zu berichten. Eine Übersicht über dieVeranstaltungen der Arbeitskreise in 2018 liefert die folgende Tabelle.Nähere Informationen erteilen unsere Geschäftsstelle und die Arbeits-kreisleiter.

Finanzübersicht

Die nachfolgende Tabelle enthält eine gerundete Übersicht der Einnahmenund Ausgaben des Berichtsjahres 2018 mit Stand 31.12.2018. Detailliertergehen wir in der Mitgliederversammlung auf die Einzelpositionen ein.Die Position zur tec4u enthält bereits einen Teil der Kosten des Magazinsin 2019.

Mitgliederstand

Die Mitgliederzahlen des VDI Aachener BV zeigten sich im Jahr 2018weiterhin leicht rückläufig. Die Gesamtmitgliederzahl sank auf 3.460,

dies bedeutet einen neuerlichen Rückgang um etwa 5 %.

Arbeitskreis Textil

Der VDI Arbeitskreis Textiltechnik besuchte dieses Jahr dieAachen-Dresden-Denkdorf International Textile Conference2018, welche unter dem Motto „Turning Fibers into Value“stattfand. Die Konferenz richtet sich an Fachleute aus denBereichen Textilchemie, Veredlung und Funktionalisierung,Synthesefasern, Materialien, Maschinen, Verfahren sowieComposities. Die Studierenden unternahmen im Jahr 2018zudem Exkursionen zu Unternehmen wie Freudenberg,Audi oder Textechno.

Arbeitskreis FiB

Der Arbeitskreis „Frauen im Ingenieurberuf“ knüpfte 2018an die Veranstaltung „Kopfkino“ an, die letztes Jahr mitgroßem Erfolg zum ersten Mal veranstaltet wurde. Die Ver-anstaltung stand unter dem Thema „Woran Frauen bei derKarriere denken“, in Zusammenarbeit mit dem Kompetenz-zentrum Frau + Beruf der Region Aachen, der Agentur fürArbeit Aachen-Düren, der FH Aachen und der RWTHAachen.

Des Weiteren bot der Arbeitskreis seinen Teilnehmern den

Vortrag „Wie wir den Plastik-Abfall aus den Weltmeerenbekommen“ von Frau Marcella Hansch, Gründerin undVorsitzende des Pacific Garbage Screening e.V.

Arbeitskreis DIK

Ein weiteres Highlight aus unseren Arbeitskreisen fand imDIK-Arbeitskreis statt. Dieses Jahr feierte der Arbeitskreisdas 40-jährige Bestehen der Kooperation zwischen denIngenieuren des Dreiländerecks. Außerdem wurde das 25-jährige Jubiläum der Stiftung DIK gefeiert. Anlässlich dieserJubiläen organisierte die Flämische Ingenieur Assoziationein Jubiläumsseminar sowie ein Netzwerkevent unter demNamen „Industry 4.0“.

Arbeitskreis VDIni

Eine erfreuliche Entwicklung gab es auch im Arbeitskreisder VDIni. Herr Dr. Christian Büscher engagierte sich abOktober 2018 zusätzlich zu seinem Posten als Schriftführerdes Vereins auch für unseren kleinsten Nachwuchs und botden zehn interessierten Kindern mit ihren Begleitungen am14. November 2018 die Möglichkeit, die Sternwarte inAachen zu besichtigen. Wir freuen uns sehr über diesesEngagement und hoffen, dass wir weitere Mitglieder gewin-nen können, die sich aktiv auch für unseren Nachwuchs,

und damit für die Ingenieure von morgen, einsetzen.

tec4u I 2019 19

Die genauen, aufgeschlüsselten Werte zu den einzelnen Positionen können über die Geschäftsstelle des VDI AachenerBezirksvereins erfragt oder die Unterlagen während der Öffnungszeiten eingesehen werden.

Gez. Der Vorstand des Aachener BV

Finanzübersicht 2018 des VDI Aachener BV Datenbasis Bilanz Stand 31. 12. 2018)

Studenten und JungingenieureFrauen im IngenieurberufVT

Gerundete Übersicht der Einnahmen und Ausgaben desBerichtsjahres 2018 (ohne Abschreibungen)

Einnahmen Ausgaben

Beitragsanteile vom VDI-Düsseldorf, Spenden und Zinserträge, z.B. 112.437,42 €

VDI Aachener BezirksvereinPersonalkostenMiete GeschäftsstelleVersicherung und SteuernSonstige Ausgaben Geschäftsstelle

36.326,60 €11.959,63 €4.128,74 €6.155,96 €

26.120,50 €6.793.72 €

863,20 €2.968,40 €

11.595,00 € 2.580,03 €

1.719,28 €112.437,42 €

58.570,93 €

33.777,42 €

115.081,13 €

tec4u – Mitteilungen Mitglieder- /Vorstandsversammlungen Exkursion nach Naumburg Sponsoring und Spenden

Ausgaben Detail

Allgemeine Vereinsaktivitäten, z. B.

Arbeitskreise, z.B.

Summe

19.764,38 €19.764,38 €

36.745,82 €

Arbeitskreise, z.B. 19.764,38 €

Mitgliederentwicklung des VDI Aachener BV der letzten Jahre

tec4u I 201920

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Ordentliche Mitglieder 2.120 2.084 2.065 2.086 1.810 1.844 2.031 2.001 1.986 1.951 1.873

Studierende Mitglieder 1.267 1.289 1.383 1.051 1.313 1.392 1.207 1.254 1.210 1.138 996

Jungmitglieder 328 367 404 584 450 449 517 497 490 406 423

Außerordentliche Mitglieder 140 129 113 134 129 149 151 164 159 159 168

Summe 3.855 3.869 3.965 3.855 3.702 3.834 3.906 3.916 3.845 3.654 3.460 0 0

2.120 2.084 2.065 2.086 1.810 1.844

2.031 2.001 1.986 1.951 1.873

1.267 1.289 1.383 1.051

1.313 1.392 1.207 1.254 1.210 1.138

996

328 367 404

584 450 449 517 497 490

406

423

140 129 113

134 129

149 151 164 159 159

168

0

500

1000

1500

2000

2500

3000

3500

4000

4500

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

Ordentliche Mitglieder Studierende Mitglieder Jungmitglieder Außerordentliche Mitglieder

3.855 3.869 3.965 3.855 3.702 3.834 3.906 3.916 3.845 3.654 3.460 3.855 3.869 3.965 3.855 3.702 3.834 3.906 3.916 3.845 3.654 3.460

tec4u I 2019 21

tec4u I 201922

tec4u I 2019 23

Künstliche Intelligenz:Wenn Technologievom Instrument zumPartner wird

ünstliche Intelligenz gilt als Vollendung des Jahr-hundertprojekts digitale Transformation.

kunftsaussichten der großen Volkswirtschaften werden danachbeurteilt, wie schnell und in welchem Umfang sie es schaffen,KI-Technologie voranzutreiben und effizient einzusetzen. Beider Annäherung an dieses Megathema treten alle möglichenSchattierungen menschlicher Emotionen auf, von tiefgehendenÄngsten bis zu euphorischen Erwartungen, – ein sicheresAnzeichen dafür, dass wir in den allerersten Anfängen einerTechnologie stecken, der die Zukunft gehören mag, derenFolgen und Perspektiven wir jedoch noch überhaupt nichtabschätzen können.

K

as die Diskussion um das Thema Künst-liche Intelligenz (KI) kennzeichnet, isteine breite Kluft zwischen Anwendungs-

ebene und luftiger Höhe philosophischer Deutungs-versuche und ethischer Betrachtungen. Während dieIndustrie täglich mehr scheinbar selbstständig agieren-de, lernfähige KI-Lösungen auf den Markt bringt,die immer weniger als spektakulär, sondern zu-nehmend als selbstverständlich wahrgenommenwerden, ufern positive und negative Zukunftsprog-nosen geradezu aus. Visionen vom Untergang derMenschheit, der Versklavung des Menschen durchRoboter, aber auch von der Lösung allerMenschheitsprobleme durch künstlich intelligenteMaschinen geistern durch die Medien.

Sprachrohr der Ängstlichen ist beispielsweise kein ge-ringerer als der britische Astrophysiker StephenHawking, einer der bekanntesten Naturwissenschaftlerdes 20. Jahrhunderts. „Ich fürchte“, sagte er nochkurz vor seinem Tod, „dass die künstliche Intelligenzden Menschen insgesamt ersetzen könnte. WennMenschen Computerviren entwerfen, wird jemandeine künstliche Intelligenz entwerfen, die sich selbstverbessert und vermehrt. Das wird eine neue Lebens-form sein, die den Menschen überragt.“ Microsoft-Gründer Bill Gates äußert sich ebenfalls pessimistisch:„Ich zähle mich zum Lager derjenigen, die sich überdie mögliche Superintelligenz Sorgen machen.“ Insselbe Lager gehört auch Tesla- und SpaceX-GründerElon Musk, der warnend sagt: „Mit künstlicher Intel-ligenz beschwören wir den Teufel herauf. KI mussgar nicht böse sein, um die Menschheit zu zerstören– wenn KI ein Ziel hat und die Menschheit diesemZiel im Wege steht, wird sie die Menschheit ganzselbstverständlich und ohne darüber nachzudenkenzerstören, nichts für ungut!“

Megaoptimist Ray Kurzweil wiederum kann denZeitpunkt gar nicht erwarten, an dem die künstlichedie menschliche Intelligenz überholt: „KünstlicheIntelligenz wird die Ebene der menschlichen Intel-ligenz ungefähr um das Jahr 2029 herum erreichen.

tec4u I 201924

W

Wenn wir die Entwicklung bis, sagen wir, 2045fortschreiben, werden wir die Intelligenz der mensch-lichen biologischen Maschine unserer Zivilisationmilliardenfach vervielfacht haben.“ Der Zukunfts-forscher und Philosoph Gray Scott sekundiert: „Esgibt keinen Grund und auch kein Mittel für denmenschlichen Geist, etwa im Jahr 2035 noch miteiner künstlich intelligenten Maschine mithalten zukönnen.“ Nichts Negatives verbindet auch der Inge-nieur Peter Diamandis mit intelligenten Maschinen:„Letztendlich wird KI alle Services entmaterialisieren,entmonetarisieren und demokratisieren und damitdie Lebensqualität von acht Milliarden Menschenverbessern, sodass wir uns einer Welt des Überflussesannähern.“

Eine Nummer kleiner?

Vielleicht schießen aber all diese weit ausgreifendenPerspektiven über das Ziel hinaus. Denn sie alle kran-ken an einem von Philosophen häufig thematisiertenProblem unserer Zeit: der Unschärfe von Begriffen.Intelligenz ist schließlich nur eines von einer ganzenReihe von Attributen des menschlichen Geistes. Ge-fühle und das, was wir unter Seele verstehen, gehörenbeispielsweise auch dazu, und niemand kann auchnur annähernd sagen, ob Maschinen diese Aspektedes Menschen ebenfalls simulieren können. Dennnichts anderes ist ja die Schaffung von künstlicherIntelligenz: das Simulieren, also Nachahmen, unseresintelligenten Verhaltens. Und selbst da ist die Frage,von welcher Intelligenz wir sprechen: Gibt es nichtauch emotionale und soziale Intelligenz? Und darüberhinaus: Wie hängen Bewusstsein mit Intelligenz zu-sammen?

Was Maschinen derzeit am ehesten simulieren können,ist unsere sogenannte kognitive Intelligenz. Damitist gemeint, dass Maschinen in die Lage versetzt wer-den, Wissensinhalte aufzunehmen und miteinanderzu kombinieren sowie aus dieser Kombination mehroder weniger eigenständig Schlussfolgerungen zuziehen. Typische Tätigkeiten dieser Art sind Schach-,

Go- oder Brettspiele, bei denen sich errechnete Züge häufig dem intuitiven Spieldes Menschen als mindestens ebenbürtig erweisen. Die nächste Intelligenzform,die wir den Maschinen beibringen können, ist die sensomotorische Intelligenz,also das Zusammenspiel von Wahrnehmung über Sensoren und Bewegungsmustern.Gerade was die optimale Verbindung von optischen, akustischen und anderenWahrnehmungen betrifft, liegt hier aber noch eine erhebliche Entwicklungsarbeitvor uns.

Es scheint also am besten, hochfliegende Urteile über Mögliches und Unmöglichesim Rahmen der KI noch etwas aufzuschieben. Bis Maschinen den menschlichenGeist eingeholt haben, wird es noch dauern, ganz abgesehen davon, dass wir vonvielen Aspekten dieses Geistes noch gar nicht wirklich wissen, wie sie überhaupt

„funktionieren“, sodass wir sie den Maschinen beibringen könnten. In der Zwischen-zeit gibt es viele spannende Technologieaspekte, bei denen KI den Menschen ent-lasten, unterstützen und in seiner Leistungsfähigkeit ergänzen kann. Zum erstenMal in der Geschichte erwächst uns aus der Technologie nicht mehr nur ein etwasbeschränkter Diener, sondern ein zunehmend mitdenkender Partner, der für unsu.a. Ereignisse und Trends vorhersieht, uns Material für wichtige Weichenstellungenaufbereitet und uns dort, wo wir es zulassen, durch selbstständige EntscheidungenArbeit (aber nicht Verantwortung) abnimmt. Wie dies in der Praxis aussieht, davonsoll auf den folgenden Seiten die Rede sein.

Ob KI zum Segen oder Fluch wird, entscheidet sich daran, wie wir die Frage beant-worten, die unvergleichlich lapidar der Verhaltenswissenschaftler B. F. Skinner ge-stellt hat: „Die wirkliche Frage ist nicht, ob Maschinen denken können, sondernob Menschen es tun.“

tec4u I 2019 25

tec4u I 201926

Der Menschsimuliertsich selbstMit der künstlichen Intelligenz dienen Maschinennicht mehr nur der Erweiterung der körperlichenFähigkeiten des Menschen – sie beginnen, ihm immerkomplexere geistige Arbeiten abzunehmen.

27

n den vergangenen Jahrhunderten derTechnologiegeschichte war es das Zielder Ingenieure, die Fähigkeiten desmenschlichen Körpers extrem zu erwei-

tern und dem Menschen neue Horizonteund Möglichkeiten zu erschließen. Die An-wendung physikalischer und chemischer Ge-setze steigerte die Kraft der Zerstörung imKriegswesen, vergrößerte den Bewegungs-radius der Menschen, erhöhte die Bewegungs-geschwindigkeit dramatisch, eroberte denLuftraum als Reiseweg und den Weltraumals Forschungsgebiet. Zudem diente Techno-logie dazu, alltägliche und weniger alltäglicheAufgaben zu erleichtern und damit einHöchstmaß an Bequemlichkeit zu erzeugen.

Physikalisches Hauptfundament der tech-nischen Entwicklung war zunächst die Me-chanik, ergänzt durch die Thermodynamikund später die Elektrodynamik und Elektro-nik. Als zweites Standbein des technischenFortschritts trat die Chemie hinzu. Die „Zäh-mung“ von Naturprozessen und ihre Nutz-barmachung für den Menschen wurden imLauf der Jahrhunderte immer weiter ausge-dehnt und verfeinert. So ermöglichten etwadie Erkenntnisse der Wärmelehre über dasVerhalten von Wasser beim Erhitzen eineindustrielle Revolution: Dampfmaschinensetzten Fahrzeuge in Bewegung, erzeugtenEnergie und trieben Maschinen (etwa Spinn-maschinen und Webstühle) an, was erst dieErrichtung von Großfabriken und damit diekostengünstige Massenfertigung von Warenund Gütern erlaubte. Der Gewinn, den dieMenschheit daraus zog, ist gar nicht zu über-schätzen.

Ähnlich umwälzend wirkte sich die Nutzungder Elektrizität aus. Und die Fortschritte inder chemischen Forschung brachten neueMaterialien, Energiequellen wie Batterienund Raketentreibstoffe hervor. Das Ergebnisfür die Menschheit: Ein noch vor zwei Jahr-hunderten unvorstellbares Ausmaß an Be-quemlichkeit, neuen Produkten, Reichtum,Zugang zu Ressourcen, Freiheit und erwei-

I terten Möglichkeiten. Auch die Digitalisie-rung reiht sich in diese Erfolgsgeschichte ein.Auch sie dient der Beschleunigung der Pro-zesse, der Steigerung der Produktqualität und-vielfalt und der Ausweitung der Möglich-keiten.

Allen Erzeugnissen der Technologie ist einesgemeinsam: Sie unterstützen den Menschenbei der Erweiterung seiner Handlungsoptio-nen und erlauben ihm, aus der Enge seinerunmittelbaren physischen und geistigen Um-gebung auszubrechen und Neues hervorzu-bringen, zu erleben und zu erobern. Dabeibleiben sie jedoch stets willige Diener ausMetall oder Kunststoff, die wir per Knopf-und Tastendruck in Bewegung setzen. Invielen Einsatzzwecken nimmt die Techniknicht nur die Natur, sondern den Menschenselbst als Vorbild. So sind Roboter in Teilenmenschlichen Gliedern nachempfunden,perfektionieren also beispielsweise die Greif-funktion der Hände. Andere maschinelleTätigkeiten wiederum simulieren menschlicheHandlungs- und Bewegungsmuster, etwawenn sie mit für uns unerreichbarer Ge-schwindigkeit und Präzision Fäden automa-tisiert zu Kleidungsstücken verarbeiten.

Nachbilden und Simulieren bei gleichzeitigerErweiterung der Fähigkeiten des Originalsgehören von Anfang an zu den wichtigstenCharakteristiken technologischer Lösungen.Zunächst galt dies nur für Organe, besondersfür die Sinnesorgane, wo optische Systemedas dem Menschen zugängliche Spektrumauf den gesamten Wellenlängenbereich derelektromagnetischen Strahlung erweiterten.Mit der Digitalisierung konnten erstmalsMaschinen konstruiert werden, die geistigeProzesse simulierten. Taschenrechner undComputer, die die klaren Regeln der Mathe-matik – als Algorithmen bezeichnet – dazunutzen, langwierige Rechenprozesse blitz-schnell und in beliebiger Perfektion zu erle-

digen, entlasten Menschen bei der Bewälti-gung von komplexen Aufgaben etwa imRahmen wissenschaftlichen Modelle oderder Entwicklung technischer Lösungen.

Mit der künstlichen Intelligenz erreicht die-ser Prozess nun eine neue Ebene, ohne dasssich an den grundsätzlichen Technologie-prinzipien etwas Gravierendes geändert hat.Erstmals versetzt der Mensch Maschinen indie Lage, sich im Laufe ihres Einsatzes überden Zustand, in dem sie produziert wurden,hinauszuentwickeln. Traditionelle Maschinenführen nur Befehle aus, arbeiten Routinenherunter. Maschinen mit künstlicher Intelli-genz sind so konstruiert, dass sie aus Erfah-rung „lernen“, sich also selbst verbessernoder ihr Leistungsspektrum erweiternkönnen. Vom reinen Handwerkszeug, demder Mensch jeden Befehl eingeben muss,wandelt sich eine Maschine damit zu einem„mitdenkenden“ Partner, der dem Menschenso gegenüber tritt, dass er ihn als intelligentesGegenüber erlebt, das ihm beispielsweisebei Planungsaufgaben selbstständig nützlicheDaten aufbereitet, sie automatisch aktuali-siert, mögliche Folgen von Entscheidungendurch schnelle Prognosen vor Augen führtund Teilprozesse eigenständig abwickelt.

KI lässt eine Maschine als Wesen erscheinen,das für die Aufgabe, für die es vorgesehenist, die Tätigkeiten eines ganzen Assistenz-stabes übernehmen kann – nur präziser undsehr viel schneller. Mit der Fortentwicklungvon künstlich intelligenten Maschinen hatder Mensch einen Weg beschritten, auf demer eine wachsende Zahl von Prozessen, diewir „geistig“ nennen, unter Ausnutzung vonmathematischen Regelsystemen nachahmenlässt. Der Mensch simuliert sich selbst.Ob damit auch der Geist in die Maschinekommt, ist zweifelhaft. Andererseits: Wirwissen ja auch nicht wirklich, wie der Geistin den Menschenkörper kommt.

tec4u I 2019

28 tec4u I 2019

29

Maschinen bewegen Lasten, die keinMensch auch nur verrücken kann. Sieüberleben in Umgebungen, die biologischesLeben auf der Stelle auslöschen würden.Sie lösen Differentialgleichungen in we-niger als einem Billionstel einer Sekunde.Werden sie den Menschen bald auch inSachen Intelligenz in den Schatten stellen?

n der Küche stieß der Frühstücksherd einenzischenden Seufzer aus und entließ ausseinem warmen Innern acht herrlich ge-bräunte Scheiben Toast, acht perfekte

Spiegeleier, sechzehn Scheiben Speck, zwei TassenKaffee und zwei Gläser kühle Milch…Winzige Robotmäuse kamen aus ihren Wandhöhlengehuscht. Überall in den Räumen wimmelte es vonkleinen Reinigungstieren … Sie klopften den Teppichab, saugten sanft den verborgenen Staub heraus… Wiegeheimnisvolle Eindringlinge verschwanden sie wiederin ihren Nestern. Ihre roten elektrischen Augen er-loschen. Das Haus war sauber.“

Diese Vision eines voll automatischen Zukunftshausesentstammt Ray Bradburys 1950 erschienenem Roman„Die Mars-Chroniken“. Das Haus bedient alle Bewoh-ner – eine vierköpfige Familie – je nach deren indivi-duellen Wünschen, öffnet Garagentore, kocht, reguliertTemperatur und Luftfeuchtigkeit – mit anderen Wor-ten: Es ist ein Rundum-Wohlfühl-Automat. Aber ebenein Automat. Ist er intelligent?

Den Unterschied zwischen einem Niedrig-IQ-Auto-maten und einer intelligenten Maschine erahnt derLeser wenig später: Es stellt sich nämlich heraus, dassdie Bewohner, während sie außer Haus waren, so wiealle anderen Bewohner der Stadt Opfer eines Atom-schlags auf die Stadt wurden. Obwohl sie längst totsind, verhält sich die Maschine „Haus“ so unintelligentwie Maschinen sind, die lediglich ausführen, wozu sieprogrammiert wurden: Sie spult ihre Routine ohnegrößeren Autonomiegrad herunter, ist nicht in derLage, eine Situation aufgrund veränderter Daten neuzu beurteilen und daraufhin ihr Verhalten anzupassen.Das unterscheidet Bradburys Haus von einer intelli-genten Maschine. Denn: Intelligenz, so sagt uns dasLexikon, ist die Fähigkeit des Menschen, „zu lernen,zu verstehen und auf Vernunft basierend Entschei-dungen zu treffen“.

„I Die Maschine so schlau wie der Mensch?

tec4u I 2019

Eine ebenso stringente, allseits akzeptierte Definitionvon Künstlicher Intelligenz gibt es bisher nicht. KI-Enthusiast Ray Kurzweil liefert folgende Begriffsbe-stimmung: KI ist „die Kunst, Maschinen zu erschaffen,die Funktionen erfüllen, die, wenn sie von Menschenausgeführt werden, Intelligenz voraussetzen.“ Dieinternationale Organisation für die Förderung derkünstlichen Intelligenz („Association for theAdvancement of Artificial Intelligence“) definiert KIals „das wissenschaftliche Verstehen der Mechanismen,die dem denkenden und intelligenten Verhaltenzugrunde liegen, und deren Implementierung inMaschinen.“

Menschliche und künstliche Intelligenz

Das Problem dabei ist jedoch, dass all diese DefinitionenBegriffe verwenden, die von der bewussten Selbst-beobachtung des Menschen ausgehen. Wenn wirMenschen beobachten, die intelligent handeln, umfasstdas Handlungsschema ja nicht nur das Abwägen vonInformationen und rationale Überlegen von Folgender Handlungen (wie etwa beim Schachspielen), sonderneine Menge von emotionalen, irrationalen und oftgenug auch den Menschen selbst unerklärlichenAspekten und Motiven. Die Autobahn zu verlassen,weil der Verkehrsfunk oder das Navi einen Stau anzeigen,ist zweifellos eine intelligente Entscheidung, die einComputer exakt genauso treffen würde. Sie zu verlassen,

weil eine als schön empfundene Landschaft lockt, istrational nachvollziehbar, und ein Computer wird dieseEntscheidung ebenso treffen, wenn er zuvor mit denindividuellen Vorlieben des Fahrers „gefüttert“ wurde.Spontan die Autobahn zu verlassen, einfach weil es„einem gerade danach ist“, ist letztendlich ebenfallseine intelligente Entscheidung (mit einem nicht vollbewussten Motiv), aber eine, die kein Computervorausberechnen oder nachvollziehen kann.

Generell wirft der Intelligenzbegriff viele philosophischeProbleme auf, denn eine laut Definition intelligenteLeistung einer Maschine muss nicht dasselbe beschreibenwie die gleiche Leistung, wenn sie von einem Menschenvollbracht wird: Addiert ein Mensch eine Kolonne von30 Zahlen in zwei Minuten, ein Computer aber inMillionstel Sekunden, so hat dies zwar in beiden FällenMerkmale von Intelligenz, aber niemand käme auf den

tec4u I 201930

Gedanken, den Computer und den Menschen alsgleich intelligent anzusehen – schon deshalb, weil bei-spielsweise ein rudimentärer Taschenrechner außer denvier Grundrechenarten nichts Intelligentes zuwegebringt.

Künstliche Intelligenz ist somit prinzipiell immer nurein Teil dessen, was menschliche Intelligenz ausmacht.Das „wissenschaftliche Verstehen der Mechanismen,die dem denkenden und intelligenten Verhaltenzugrunde liegen“ ist schon einmal begrenzt: Wirverstehen nicht wirklich im letzten Detail, was unseremVerhalten zugrunde liegt. Und das Übertragen der(begrenzten) Erkenntnis auf Maschinen geschiehtletztendlich nur auf eine beherrschbare Weise: durchAlgorithmen.

Algorithmen simulieren Intelligenz

Ein Algorithmus ist nichts anderes als ein eindeutigdefinierter Plan zur Lösung eines Problems, eineVorschrift über eine Vorgehensweise, ein Rezept zumErzielen eines gewünschten Ergebnisses. Für mathe-matisch formulierbare Probleme, wie sie typisch fürdie Ingenieurswissenschaften sind, wird das Rezept,also der Algorithmus, eine mathematische Form (Formeloder Gleichung) annehmen. Prinzipiell ist jedoch auchein Backrezept ein Algorithmus.

Schon die charakteristischen Merkmale eines Algo-rithmus machen deutlich, dass menschliches Verhaltenals ganzheitlicher Prozess nicht in jedem Punkt dieseEigenschaften aufweist, sondern sie oft sprengt. Zuden Definitionskriterien für einen Algorithmus gehören:

• Er muss eindeutig, also widerspruchsfrei sein.• Er muss in allen Schritten auch tatsächlich

ausführbar sein (jeder Teilschritt muss sichumsetzen lassen).

• Er muss aus einer endlichen Zahl von Schrit-ten bestehen (das Problem also als eine end-liche Aufgabe behandeln) und nach endlicherZeit zu einem Ergebnis führen.

• Er muss bei gleichen Anfangsbedingungenimmer zum gleichen Ergebnis kommen, sein„Verhalten“ muss also wohl definiert sein.

tec4u I 2019 31

• Auch die einzelnen Prozessschritte desAlgorithmus müssen eindeutig ausein-ander hervorgehen. Schritt und Folge-schritt müssen eindeutig definiert sein.

Ein derart festgelegtes System kann ganz sichernur einen Teilbereich menschlichen Verhaltensabdecken – was aber für sehr viele Zwecke, diewir mit Maschinen verfolgen, durchaus aus-reichend ist. Künstliche Intelligenz ist somitvielleicht am besten so zu fassen, dass sie den Teilmenschlichen Verhaltens simulieren kann, dersich mithilfe von Algorithmen darstellen lässt.Die Intelligenz der Maschine ist immer lediglicheine Simulation von Intelligenz, wenn man dieganzheitliche Erfahrung von menschlicherIntelligenz zugrunde legt – die wir selbst ja nichtannähernd komplett verstehen. KI-Forschersprechen daher, wenn sie genauer sein wollen,von der „Simulation einzelner kognitiver Prozesse“.Da aber auch bei allen kognitiven Prozessen eingroßer Teil unbewusst abläuft, kommt man ausdem Problem, menschliche Begriffe auf Maschinenübertragen zu müssen, nicht heraus.

Für technische Zwecke ist diese Diskussion sicher-lich akademisch. Doch in ihren Auswirkungenauf die Gesellschaft ergeben sich umso mehrFragen, je mehr Aufgaben wir an künstlich intel-ligente Systeme delegieren. So ist es nicht egal,ob ein autonomes Waffensystem als intelligenteingestuft und damit einem menschlichen Ent-scheider gleichgestellt wird. Ethische Fragentauchen immer auf, wenn Maschinenhandelnmenschlichem Handeln angenähert wird odereigenständiger Teil menschlichen Handelns wird.

Maschinelle Autonomie

Der wohl wichtigste Aspekt von Intelligenz istdie Autonomie. Künstliche Intelligenz überdeckteine gewaltige Bandbreite autonomen Verhaltens,die bei entsprechend breiter Auslegung bereitsbeginnt, wenn ein Toaster „selbsttätig“ bei einerbestimmten Brotbräune abschaltet oder eineHeizung die Temperatur per Thermostat regelt.Theoretisch endet das Autonomiespektrum dort,wo sie die Freiheit des Menschen erreicht.

Um den Autonomiegrad sinnvoll zu erfassen, unterscheiden KI-Forscher heutezwischen „starker“ und „schwacher“ KI. Unter starker KI versteht man eineheute noch unerreichbare Form von Maschinenintelligenz, die sich weitgehendauf der Höhe bestimmter kognitiver Fähigkeiten des Menschen bewegt, alsovöllig autonom beliebige komplexe Aufgaben lösen kann, vom selbstständigenErlernen des Fliegens mit einem Jet bis hin zum Schreiben von eigenenComputerprogrammen.

Alles, was uns heute an maschineller Intelligenz begegnet, gehört der Kategorie„schwache KI“ an, verfügt daher nur über einen begrenzten Grad von Autonomie.Behält man dies im Kopf, so zeigt sich, wie weit diese Technologie schon inunseren Alltag eingebettet ist – und wie abhängig wir von ihr sind. Im weitestenSinne verstanden ist (schwache) KI allgegenwärtig: Fast alle elektronischenKommunikationssysteme und technischen Geräte nutzen Algorithmen. Längstverwenden wir Sprachassistenten, korrigieren automatisch die Grammatik inOfficetexten, fahren mit Navigationssystemen in den Urlaub, machen den

tec4u I 201932

Verkehr mit Assistenzsystemen in den Autos sicherer, finden Partnerüber Onlinebörsen, messen uns mit Computern in Brettspielenund Schach und so weiter.

Nicht was den Grad von Autonomie und Intelligenz angeht, sindheutige KI-Systeme mit dem Menschen vergleichbar, wohl aberhinsichtlich ihrer Leistungsfähigkeit: Superrechner erledigennumerische Aufgaben in Sekundenbruchteilen, während ein Menschdafür Jahre brauchen würde, sofern er sie überhaupt lösen könnte.Trotzdem ist klar, dass die große Zeit der KI erst noch bevorsteht,wenn die schwache KI (bei all ihrer Leistungsfähigkeit aufSpezialsektoren) immer stärker wird. Stärker wird sie umso mehr,je lernfähiger die Systeme sind: Selbstständiges Lernen erhöht dieAutonomie, und je autonomer das System, desto stärker die KI.

Um die Lernfähigkeit von Computern voranzutreiben, befasstensich schon die Pioniere der Technologie mit den logischen Prozessenim Gehirn. Es ging ihnen darum, die entsprechenden Abläufetechnisch nachzuahmen. Ein wichtiger Aspekt der Lernfähigkeitmoderner Maschinen ist daher das „neuronale Netz“. Deramerikanische KI-Forscher Marvin Minsky baute bereits 1951 einenach diesem Prinzip konstruierte lernfähige Maschine, die auseinem Netzwerk von 40 „Neuronen“ bestand.

Vorbild Hirn: Künstliche neuronale Netze

Das Prinzip des neuronalen Netzes orientiert sich stark an derHirntätigkeit. Biologische Neuronen sind über Synapsen miteinanderverbunden, deren Aufgabe es ist, Signale zwischen den Zellenweiterzuleiten. Sind miteinander verbundene Neuronen gemeinsam

aktiv, verstärken sich die Synapsen, bei Inaktivität schwächen siesich ab. Beim Lernprozess im Gehirn werden zahlreiche miteinanderverknüpfte Zellen wiederholt aktiviert, sodass sich ihre Verbindungnach und nach weiter verstärkt. Künstliche Neuronale Netze(KNN) sind anhand dieses Vorbilds gestaltet und stellen einensehr erfolgreichen Weg des maschinellen Lernens dar. Sie bestehenaus (abstrahierten) Neuronen, den Knoten oder Units des Netzes,die letztendlich mathematische Gleichungen sind, welche innerhalbeines Computerprogramms in Aktivität umgesetzt werden. DieKnoten sind in Schichten angeordnet und können Informationen(solche aus der Außenwelt oder von anderen Neuronen) aufnehmen,verarbeiten und entsprechend modifiziert an andere Neuronenweiterleiten oder als Rechenergebnis ausgeben.

Das einfachste Schema eines KNN besteht aus drei Schichten: derEingangsschicht (Input-Neuronen), der Verarbeitungsschicht(Hidden-Neuronen, also verborgene Neuronen) und der Ausgabe-schicht (Output-Neuronen). Die Verbindungslinien zwischen denNeuronen werden als „Kanten bezeichnet und entsprechen denAxonen (Verbindungskanäle zwischen Neuronen) im Gehirn.Input-Neuronen nehmen Signale (z.B. Muster oder ein Bild) ausder Außenwelt wahr, leiten es über Kanten zu den verarbeitendenHidden-Neuronen weiter, wo sie analysiert und die Ergebnisse(Informationen und Signale) an die Output-Neuronen gesandtwerden. Dadurch, dass alle Neuronen untereinander vernetzt sind,kann jedes von ihnen als Input- und Outputneuron für seineArtgenossen dienen. Die Kanten bekommen dabei beim Trainingeine jeweils auf dem Ausgangswissen basierende Gewichtung, jenach der Bedeutung und Stärke, die die Verbindung haben soll.Je höher die Gewichtung, desto größer der Einfluss auf das

tec4u I 2019 33

Ausgangssignal des Neurons. Beträgt das Gewichtnull, gibt es keinen Einfluss auf die Nachbarneuronen,

das Ergebnis wird „ignoriert“. Positive Gewichtungerzeugt einen erregenden, negative Gewichtung einenhemmenden Einfluss. Der jeweils aktuelle Wissenstandeines KNN ist in Form der Verbindungen und ihrerGewichtung gespeichert. Ein (sehr vereinfachter)Lern- bzw. Trainingsprozess kann nun so aussehen,dass ein Inputmuster gemäß bestimmter Lernregelnmit dem vorhandenen Wissensmuster verglichenwird. Gibt es eine Übereinstimmung (Treffer), verstärktsich die entsprechende Verbindung, bei Nichtüber-einstimmung schwächt sie sich ab. Je nach den Er-gebnissen des Prozesses verändern sich also die Ge-wichtungen im Netz. Da das Wissen in Form dieserGewichtungen vorliegt, verändert sich bei jedemLernprozess die Wissensbasis.

Auf diese Weise können künstliche neuronale NetzeInput-Signale unterschiedlich interpretieren. Handeltes sich beim Input um Sprache (Wörter), so kanndas System verschiedene Wortbedeutungen gegen-

einander abwägen und am Ende die am besten zum Kontext passendeInterpretation ausgeben. Um unklare Fälle zu lösen, bekommt die Maschine

beim Training menschliche Unterstützung (in Form von Feedback „richtig“ oder„falsch“). Allerdings gibt es auch selbstlernende KI-Systeme, die aus ihremerworbenen Wissen eigenständig Schlüsse ziehen. Geht es beispielsweise um dasErlernen von Spielen, so führt ein häufiges Spielen der Maschine gegen sichselbst und der damit zusammenhängende Lernerfolg zu einer enormenVerbesserung der Leistungsfähigkeit. Beide dieser auf KNN basierenden Verfahrensind Varianten des sogenannten maschinellen Lernens („Machine Learning“),neben dem es eine Reihe weiterer Lernmethoden gibt.

Deep Learning – das Lerngenie

Eine besonders erfolgreiche Untergruppe des Maschinenlernens ist das tiefe odertiefgehende Lernen („Deep Learning“), das sich durch eine besonders hoheKomplexität der Hidden-Neuronen-Struktur auszeichnet: Zwischen Input- undOutput-Schicht liegen zahlreiche Verarbeitungsschichten aus „Hidden-Neuronen,die so ein „tiefes“ neuronales Netz erzeugen. Dadurch können beispielsweisemittels Big-Data-Software und großen Datenmengen – entsprechendeRechenleistung der Hardware vorausgesetzt – sehr anspruchsvolle Aufgabenbewältigt werden. Hierzu zählen Sprach-, Muster- und Gesichtserkennung, wieetwa Apples Siri, sowie Bildersuchmaschinen. Auch Chatbots (also Algorithmen

tec4u I 201934

für die sprachbasierte Kommunikation zwischen Menschund Maschine) verbessern ihre Leistungsfähigkeit durchDeep Learning.

Je komplexer das KNN, also je höher die Zahl derNeuronen, Schichten und Verbindungen, desto lern-fähiger ist das Netz und desto höher ist seine Fähigkeit,Probleme zu lösen. Da die Zahl der Neuronen beliebiggroß werden kann, ließe sich die Leistungsfähigkeiteines KNN theoretisch unbegrenzt steigern. Die Grenze,die sich hier in der Praxis ergibt, ist die Endlichkeitder Rechenleistung unserer Computer.

KNN sind aufgrund ihrer speziellen Fähigkeiten alsobesonders für die Sprach-, Muster-, Schrift- undBilderkennung geeignet. Aber auch für die Steuerungvon Prozessen sowie die Simulation von komplexenVorgängen und die Erstellung von Prognosen werdensie bevorzugt eingesetzt.Künstliche neuronale Netze sind eine Möglichkeit, KI-Systeme zu trainieren und lernfähig zu machen, abernicht die einzige. Eine weitere populäre Lernmethodesind sogenannte „Evolutionäre Algorithmen“. Sienehmen sich nicht das Gehirn zum Vorbild, sonderndie biologische Evolution. In Analogie zumevolutionären Fortschritt werden dabei Generationenvon Lösungsansätzen für ein Problem erzeugt, die quasigegeneinander antreten und sich unter Evolutions-gesetzen wie Selektion und Mutation bewähren. DieLösungsansätze werden jeweils bewertet, und die„stärksten“ in mutierter Form erneut auf das Problemangewendet. Viele Generationen erzielen so einefortschreitende Entwicklung zu immer leistungs-fähigeren Lösungen.

Auf dem Weg zur Superintelligenz

Intelligente, lernfähige Maschinen mit immer größeremAutonomiegrad sind die Zukunft der technischen Zivi-lisation. Mithilfe ungeheurer Mengen an Daten (bei-spielsweise ermittelt über Sensoren in allen technischenGeräten) und Big-Data-Analyse-Methoden, mit selbst-lernenden Algorithmen sowie leistungsfähigen Simula-tionen und Prognoseinstrumenten wird eine Welt ent-stehen, die einen kaum zu überbietenden Vernetzungsgraderreicht und auf höchste Effizienz getrimmt ist. Verkehr,Umweltschutz, Stadtentwicklung, Wissenschaft undForschung, Polizei und Militär, Ressourceneffizienz,

Medizin, Kommunikation, Energieversorgung, Pro-duktion, Robotik, Wirtschaft, Bildungssystem – aufallen Ebenen wird KI unser Leben als Individuen undGesellschaft verändern. Als Folge davon erhoffen sichKI-Forscher eine enorme Verbesserung der Lebens-qualität für die gesamte Menschheit: sauberere Umwelt,mehr Produktivität und Effizienz in der Wirtschaft,gesünderes, längeres Leben durch KI-unterstützte Me-dizin und Landwirtschaft, mehr Wohlstand, verbesserteKommunikation durch automatisierte Überwindungvon Sprachgrenzen, sichere autonome Verkehrsmittel,intelligentes Energie- und Ressourcenmanagement undvieles mehr.

Grundlage dieser Vision ist eine stetige Höherentwick-lung der KI von der Kategorie „schwach“ hin zur Kate-gorie „stark“. Je stärker sie wird, desto mehr gerät je-

doch ihre extreme Steigerung ins Blickfeld der Forschung:Die sogenannte „Künstliche Superintelligenz“. Sie soll,so sehen es Forscher insbesondere aus dem SiliconValley, auf verschiedenen Intelligenzsektoren die Leis-tungsfähigkeit des Menschen um ein Milliardenfachesübersteigen. Was dies in der Praxis bedeuten würde,ist in keiner Weise vorhersehbar – einerseits, weil wirgar nicht wissen können, was derartige Systeme be-wirken würden, andererseits weil sich superintelligenteAlgorithmen selbst eigenständig verändern, umpro-grammieren und in unbekannte Richtung weiterent-wickeln. Wie immer in der Technologiegeschichtewerden wir es mit Chancen und Risiken zu tun be-kommen, die wir heute noch nicht erahnen können.

Was wird diese superintelligenten Maschinen eigentlichnoch wahrnehmbar von Menschen unterscheiden? MitSicherheit eines: Sie werden auf jeder Stufe so langelernen, bis sie ihre Aufgabe perfekt lösen können, unddann zur nächsten weitergehen, der Mensch hingegenwird für immer fehlerhaft bleiben – eine Voraussetzungfür Kreativität, Individualismus und die Erschaffunggänzlich neuer Situationen durch Denken out-of-the-box. Der Schriftsteller Ray Bradbury bringt auch diesauf den Punkt: „Dass Maschinen tatsächlich demMenschen gleichwertig sind, werden wir erst dannwissen, wenn wir Maschinen haben, die nicht nurgenauso schlau sind wie der Mensch, sondern auchgenauso dumm.“

Er ist ein Automat.Ist er intelligent?. . . Intelligenz

ist dieFähigkeit zu lernen,

und zuverstehen . . .

tec4u I 2019 35

36 tec4u I 2019

So kam der Gripsin die MaschineEine kurze Geschichte derkünstlichen Intelligenz

tec4u I 2019 37

mmer dann, wenn sich neue Technologiehypes in derbreiten Öffentlichkeit etablieren, scheint es dem Laienso, als ob eine brandneue Erfindung praktisch aus heiteremHimmel über die Menschheit hereingebrochen sei. Doch

bei näherer Betrachtung stellt sich heraus, dass da keine „Dis-ruption“ aus dem Nichts entfesselt wurde, sondern eine langeEntwicklungslinie aus Ideen, Fleiß und Geld mit einem prak-tischen Durchbruch zu neuen technologischen Anwendungs-feldern geführt hat. Nicht anders ist es mit dem Thema desJahrzehnts: „Digitalisierung“ und dessen Krönung: „KünstlicheIntelligenz“.

Die Vorstellung von einer künstlichen Intelligenz (einem künst-lichen Menschen) tauchte vereinzelt schon recht früh in derGeistesgeschichte auf, oft als Symbol für die Hybris des Men-schen. Im Zeitalter der Industrialisierung nahmen diese Vor-stellungen immer mehr die Form von Maschinen mit eigenergeistiger Kapazität an. Gemeinsam ist so gut wie allen die Ver-bindung mit einem menschenähnlichen Körper, dem klas-sischen Bild eines Roboters. Der faszinierte Künstler bereitsseit Ende des 19. Jahrhunderts und sorgte für eine Fülle vonunterschiedlichen Variationen der Geschichte von der freund-schaftlichen oder feindlichen Verbindung von Mensch undMaschine. Ein Beispiel ist der Blechmann aus dem „Zauberervon Oz“ von Lyman Frank Baum, ein Wesen mit menschlichenEigenschaften auf der Suche nach einem Herzen. In Fritz

Langs epochalem Film „Metropolis“ spielt der MaschinenmenschMaria eine entscheidende Rolle. Und in unzähligen Science-Fiction-Erzählungen und -Filmen gehören Roboter mit künstlicherIntelligenz zum beliebten Personal.

Frühzeit: bis 1955

Mitte des 20. Jahrhunderts beschäftigten sich immer mehrNaturwissenschaftler, Mathematiker und Philosophen mitdem Thema: „Können Maschinen denken?“ Der bekanntestevon ihnen war wohl der britische Mathematiker und Infor-matikpionier Alan Turing. Er fragte sich: Wenn der Menschganz offensichtlich seine Entscheidungen auf der Basis vonvorhandenen Informationen und logischen Überlegungenfällt, warum sollte dies nicht auch eine Maschine können?1950 veröffentlichte Turing eine berühmt gewordene wis-senschaftliche Arbeit, in der er diskutierte, wie sich intelligenteMaschinen herstellen lassen und wie man ihre Intelligenztesten könnte. Er stellte hierfür ein eindeutiges Kriteriumauf: Wenn sich ein Mensch mit einer Maschine austauschenkann, lässt sich ein Blindtest organisieren, in dem der Menschnicht weiß, ob er sich mit seinesgleichen oder einem Com-puter unterhält. Kann die Versuchsperson im Blindtest dieAntwort einer Maschine nicht von der eines Menschen unter-scheiden, wird der Maschine Intelligenz zugesprochen. Siehat dann mittels mathematischer Algorithmen das mensch-liche Verhalten perfekt imitiert.

Mitte des 20. Jahrhunderts waren Computer allerdings nochnicht leistungsfähig genug, als dass sie dazu hätten dienenkönnen, Turings Thesen zu testen. Beispielsweise konntendie Rechner zwar Programmbefehle ausführen, sie aber nichtspeichern. Sie rechneten befehlsgemäß, erinnerten sich abernicht mehr daran, was sie gerechnet hatten. Auch die Rechen-geschwindigkeit war noch zu gering, und der finanzielleAufwand, Großcomputer zu unterhalten, schreckte vonExperimenten ab.

I

Mittelalter: 1956 bis 1975

Mitte der 1950er-Jahre finanzierte die RAND Corporation einen KI-Machbar-keitstest. Grundlage dafür bildete das Programm „Logic Theorist“, das die Pro-blemlösungsfähigkeiten des Menschen nachahmen sollte. Es gilt heute als ersteskünstlich intelligentes System. 1956 wurde es erstmals einer großen Gruppevon Forschern unterschiedlichster Disziplinen vorgestellt, und zwar im Rahmendes Dartmouth Summer Research Project on Artificial Intelligence am DartmouthCollege in Hanover im US-Bundesstaat New Hampshire. Auf dieser Veranstaltungführte der Informatiker John McCarthy (Erfinder der Programmiersprache LISP)offiziell den Begriff „Künstliche Intelligenz“ in den wissenschaftlichen Sprach-gebrauch ein.

Die Dartmouth-Konferenz in Hanover überzeugte dank „Logic Theorist“ dieForscher und erwies sich als Katalysator für die Weiterentwicklung der KI.Grundlage dafür war eine rasante Steigerung der Leistungsfähigkeit der Rechen-maschinen, die zahlreicher, schneller, kleiner und preiswerter wurden und immergrößere Speicherkapazität aufwiesen. Die Software, vor allem auch Lernalgo-rithmen, die den Computern Intelligenz ermöglichen, wurde immer ausgefeilterund ließ sich auf eine wachsende Zahl von konkreten Problemen anwenden.Dadurch wurde es möglich, immer neue und weiterreichende Demonstrations-maschinen zu entwickeln.

Bekannt wurde in diesem Zusammenhang besonders das 1966 erstellte Programm„ELIZA“ des Informatikers Joseph Weizenbaum. Es sollte dazu dienen, nachzu-weisen, dass Mensch und Maschine per natürlicher (also von Menschen gesproche-ner) Sprache miteinander kommunizieren können. Der Computer verwendeteein strukturiertes Wörterbuch und festgelegte Phrasen. Stellte ein Versuchsteil-nehmer eine Frage, so verglich der Rechner Schlüsselwörter mit dem Lexikoninhaltund konnte durch das Aufsuchen von Synonymen und Oberbegriffen sinnvolleAntworten gestalten. Was der Computer nicht konnte: den Turingtest bestehen.Denn jeder Versuchsteilnehmer konnte bei entsprechender Gestaltung vonFragen sehr schnell herausfinden, dass ihm da kein Mensch Rede und Antwortstand.

In den folgenden Jahren wurden vor allem KI-Projekte zur Übersetzung vonSprachen und zur Umsetzung von gesprochenem Text in Schrift sowie – mitdem langfristig größten Erfolg – zur Steigerung der Datenprozessierungs-geschwindigkeit gefördert. Schnelle Fortschritte verführten zu übertriebenemOptimismus, was die Ziele Sprach- und Denkfähigkeiten angeht. So erklärteetwa Marvin Minsky, Kognitionsforscher und Entwickler des ersten dieNeuronenstruktur des Menschen nachahmenden Computers SNARC, schon1970: „Bereits in drei bis acht Jahren werden wir eine Maschine mit derallgemeinen Intelligenz eines Durchschnittsmenschen haben.“ Noch heute sindwir jedoch davon noch ein großes Stück entfernt.

Neuzeit: 1976 bis 1989

Die Erforschung der Einzelheiten intelligenten Han-delns machten bald klar: KI verlangt nach einer Leis-tungsfähigkeit der Rechenmaschinen, die weit überdas hinausging, was damals auch nur auf den Reiß-brettern verfügbar war. Computer waren nicht einmalansatzweise in der Lage, Daten in den erforderlichenMengen zu speichern und schnell genug zu verar-beiten, um beispielsweise die Bedeutung von vielenWörtern in den zahllosen möglichen Bedeutungs-kombinationen zu kennen – eine unerlässliche Vor-aussetzung für eine flüssige Kommunikation mitMenschen. Der Robotikspezialist Hans Moravecerkannte ganz realistisch, dass „Computer immernoch millionenfach zu schwach sind, um Intelligenzaufzuweisen“. Die Enttäuschung über das langsameFortschreiten der Rechnertechnologie führte zu einemstarken Einbruch bei der KI-Finanzierung, was dieEntwicklung intelligenter Maschinen jahrelang ver-zögerte.

In den 1980er-Jahren führte eine Fülle von neuenAlgorithmen zu verstärktem Interesse an der Entwick-lung von KI-Systemen. John Hopfield und DavidRumelhart machten „Deep-Learning“-Anwendungenpopulär, die es Computern erlaubten, aus Erfahrungenzu lernen.

Der Informatiker Edward Feigenbaum entwickeltedie ersten sogenannten „Expertensysteme”, die denEntscheidungsprozess menschlicher Expertenimitieren konnten. Auf der Basis von gespeichertemExpertenwissen können solche Systeme Laien inProblemsituationen wie ein menschlicher Experteberaten. Anwendung fand Feigenbaums Entwicklungbesonders in der Industrie.

Moderne: 1990 bis 2019

Mit der rasanten Steigerung der Leistungsfähigkeitvon Computern erlebte die Künstliche Intelligenzab den 1990er-Jahren einen steilen Aufstieg, bei demwichtige Meilensteine auf dem Weg zur ursprünglichvon Turing anvisierten intelligenten Maschine erreichtwurden. Weltweites Aufsehen erregte 1997 der ersteSieg eines Computers über einen Menschen: Dasvon IBM entwickelte Schachprogramm „Deep Blue“

tec4u I 201938

tec4u I 2019 39

schlug den amtierenden Schachweltmeister GarriKasparow in einem regelgerechten Schachturnier.Welchen Fortschritt gegenüber der Anfangszeit derkünstlichen Intelligenz Deep Blue verkörperte, lässtsich aus einer einzigen Zahl ermessen: Deep Bluewar in der Lage, 200 Millionen mögliche Schach-stellungen pro Sekunde vorauszuberechnen.

Neue Spracherkennungssoftware brachte um dieselbe Zeit den KI-Zweig Sprachinterpretation eingroßes Stück voran. Plötzlich war der Optimismusin Sachen intelligente Maschinen wieder da. Sogarmenschliche Gefühle schienen für Computer keinTabu mehr zu sein: Die US-MedienwissenschaftlerinCynthia Breazeal entwickelte Ende der 1990er-Jahreden Roboter „Kismet“, der menschliche Emotionenerkennen und simulieren konnte.

Da sich Speicherkapazität und Rechengeschwindig-keit der Computer weiter explosionsartig erhöhten,stellten die KI-Systeme auf den Gebieten, in denenes auf schnellstes Abarbeiten von regelbasiertenProzessen ankommt, in den letzten Jahren immer

neue erstaunliche Rekorde auf. Der neue Deep Blue wurde das ProgrammAlphaGo von Google, das auf die Perfektion des Brettspiels Go spezialisiert ist.AlphaGo gewann 2017 ein Go-Match gegen den chinesischen Meister Ke Jie.

Mit seinem Superrechner „Watson“ machte IBM 2011 Furore, als er in deramerikanischen Rateshow Jeopardy gegen zwei menschliche Kandidaten antratund gewann. Im selben Jahr brachte Apple den ersten virtuellen persönlichenAssistenten Siri auf den Markt, dessen Spracherkennungssoftware Englisch,Deutsch und Französisch „spricht“. Und 2018 erwiesen sich Softwaresystemevon Microsoft und Alibaba in einem Lese- und Textverständnistest der Stanford-Universität den menschlichen Probanden als ebenbürtig. Den Turing-Test be-stehen also moderne KI-Systeme bereits.

Obwohl die Technologie von der Realisierung der kühnsten KI-Vorstellungenimmer noch weit entfernt ist, gibt es durch die brachiale Anwendung schiererRechenpower auf vielen Gebieten sprunghafte Fortschritte – beispielsweise beider Entwicklung autonomer Systeme wie Autos, Lkw oder Drohnen. Zu ver-danken ist dies den Big-Data-Systemen, die im Zusammenspiel mit fortschrittlichenAlgorithmen in den verschiedensten Wirtschafts- und Industriebereichen füreffiziente Lösungen sorgen. Wenn die Vergangenheit ein Anhaltspunkt ist, kön-nen wir uns beim Marsch in die Zukunft der „denkenden“ Maschinen auf man-che Überraschung gefasst machen.

Alan Mathison Turing (1912 – 1954), britischerMathematiker und Informatiker war einer derwichtigsten Pioniere, der Computerentwicklung.Seine theoretischen Arbeiten bereiteten die moderneKI-Technologie vor.

Joseph Weizenbaum (1923 – 2008), deutsch-amerikanischer Informatiker und Wissenschaftskritiker.Entwickler von Software zur Sprachkommunikationzwischen Mensch und Maschine.

Marvin Lee Minsky (1927 – 2016), amerikanischerKI-Forscher, Urheber des Begriffs „künstliche Intelligenz“und Erfinder unterschiedlicher KI-Anwendungen.

Hans Peter Moravec (geb. 1948), österreichisch-kanadischer Robotikforscher. Entwickelte computer-gesteuerte Roboter an der Carnegie-Mellon-Universitätin Pittsburgh und arbeitet an autonomenRobotiksystemen.

John McCarthy (1927 – 2011), amerikanischerLogiker und Informatiker. Entwickelte die Program-miersprache LISP und leistete zahlreiche theoretischeund anwendungsorientierte Beiträge zur KI-Forschung.

Edward Albert Feigenbaum (geb. 1936),amerikanischer Informatiker, Erfinder der„Expertensysteme“ und Pionier hinsichtlich derkommerziellen Nutzung von KI-Technologie.

Vom Zeichenzum WissenLeben wir nun eigentlich in einer „datengetriebenenInformationsgesellschaft“? Oder in einer „informations-getriebenen Wissensgesellschaft“? Sind die Grundlageunserer Statistiken Daten oder Informationen? Werdenin der Schule Informationen oder Wissensinhalte ver-mittelt? Und vor allem: Was haben diese Begriffemiteinander zu tun?

aten, Information, Wissen – diese Begriffe werden erstaunlich häufig als Syno-nyme verwendet oder unreflektiert miteinander verknüpft. Um zu verstehen,wie „die Welt in unseren Kopf kommt“ (Paul Feyerabend), ist es jedoch uner-

lässlich, sich die „geistige Arbeit“, die aus Daten Wissen macht, vor Augen zu führen.

Was also sind Daten, wie unterscheidet sich davon die Information, und was hat Wissendamit zu tun? Im Prinzip sind Daten beliebige Zeichen oder Angaben, die ein Menschals Symbol verstehen, nach Mustern durchsuchen und mit Bedeutung versehen kann.Das können beispielsweise Buchstaben und/oder Zahlen sein.Erzeugt werden Daten durch Beobachten, Messen oder abstrakte Formulierung.Beispiele:· Beobachtung: Nach jedem Sonnenaufgang öffnen sich die Blüten einer Pflanze.· Messung: Nach ausgiebigen Regenfällen steigt der Pegel eines Flusses um drei Markierungsstriche an.· Formulierung: Buchstaben in einem Text.Daten können in strukturierter Form oder unstrukturiert vorliegen. Letzteres ist beiTexten in Notizbüchern, bei Bildern und Filmsequenzen der Fall. Strukturierte Datensind dagegen solche, die in systematischer Form angelegt sind, beispielsweise als Tabelle.Die Ergebnisse von Messprozessen sind in aller Regel solche strukturiert hinterlegtenDaten. Sie sind gut vergleichbar und eignen sich daher für alle Zwecke, die mit demSystematisieren von Befunden zu tun haben, insbesondere für Wissenschaft und Technik.Daten an sich sind zunächst einmal ohne jeden Wert. Die Folge 12/31/2019 ist füreinen Besucher aus dem Weltall, der sich noch nicht mit den Gegebenheiten der

D

tec4u I 201940

41tec4u I 2019

menschlichen Zivilisation vertraut gemachthat, nur eine Ansammlung von merkwür-digen Symbolen. Damit Daten von Nutzensein können, müssen sie mit einer Bedeutungversehen sein. Es muss ein Kontext bekanntsein, in dem diese Zeichen Sinn ergeben.Machen die Daten in einem Kontext Sinn,sind sie zu einer Information geworden.Informationen sind also mit Bedeutung ver-edelte Daten. Für intelligente Wesen nutzbarwerden Informationen dann, wenn sie durchrationales Denken miteinander verknüpft,also zueinander in Beziehung gesetzt werden.Das Ergebnis dieser denkerischen Arbeit istWissen.

Meist spricht man von einem linearen Zu-sammenhang zwischen den drei BegriffenDaten, Information, Wissen: Daten sindder Rohstoff der Wissensgenerierung. Siewerden gesammelt, zusammengefasst, geord-net und analysiert. Werden sie mit Bedeu-tung angereichert, spricht man von Infor-mationen, und die werden durch Denkenzur Wissenserzeugung benutzt. Auf der Basisdieses Wissens fällen rationale Menschenihre Entscheidungen.

Betrachtet man den Prozess genauer, so lässtsich erkennen, dass es ganz so einfach nichtist. Denn: Daten interpretieren sich nichtvon selbst oder geben gar eine bestimmteDeutung vor. Damit Zeichen eine Bedeu-tung erhalten können, muss ein Kontext-rahmen existieren, in dem sie interpretiertwerden können. Dieser Rahmen ist aberimmer eingebettet in ein vorgegebenes„Weltbild“ oder eine Verständnisebene.Diese ist aber das Ergebnis von Wissen.Daten erzeugen also nicht auf unschuldigeWeise Informationen und anschließendWissen, sondern um sie zu Informationenverarbeiten zu können, verwendet der Mensch

bereits vorhandenes Wissen. „Reine Fakten“existieren nicht. Alle Daten werden zu In-formationen, indem der Mensch sie in seinenWissensrahmen einordnet, beispielsweisedurch Vergleich mit seinem bisherigen

Wissen als neu, bekannt, richtig, falsch undso weiter beurteilt.

Am zuvor genannten Beispiel 12/31/2019lässt sich der Prozess der Wissensgenerierungleicht nachvollziehen. Ist der Kontext nichtvorhanden, ist die Zeichenfolge ein komplettesRätsel. Der Besucher aus dem Weltall, derkeine Information über das systematisierteWissen der Menschheit zu den Himmels-ereignissen hat, steht ihr verständnislos ge-genüber.

Für uns Menschen ist die Lage dagegen we-

sentlich erfolgversprechender. Ein erster Kon-text basiert auf dem Wissen: Dies sind Zif-fern und Zeichen, die jeweils für einen be-stimmten Wert stehen oder eine bestimmteFunktion haben. Ziffernkombinationen sinddurch Schrägstriche getrennt, was jeweilszwischen den Strichen steht, muss als Einheitbewertet und zueinander in Beziehung ge-setzt werden. Um das gesamte Wissenspo-tenzial zu nutzen, das in der Zeichenfolgesteckt, muss nun eine erstaunlich großeMenge an Wissen über Mathematik unddie Zeitrechnung aus dem Wissensspeicherabgerufen werden: Vier Ziffern am Endebezeichnen gemäß unserer internationalgültigen Skala wohl ein Jahr, also wird essich bei der Folge um ein Kalenderdatumhandeln. Mathematische Basis der entsprech-enden Interpretation ist das Zehnersystem.

Es gibt zwölf Monate mit je maximal 31Tagen. Die erste Doppelziffer muss also denMonat, die zweite den Tag angeben. Da derMonat zuerst genannt wird, stammt dieAngabe höchstwahrscheinlich aus einerangelsächsischen Publikation.

Damit ist bereits viel verwertbares Wissenerzeugt worden, das weiter genutzt werdenkann, indem es mit anderen Wissensele-menten kombiniert wird: An diesem Tagfeiert man weltweit Silvester. Es ist mit al-koholisierten Menschen zu rechnen sowiemit verstärkten Polizeikontrollen auf denStraßen. Auf der Nordhalbkugel herrschtWinter, es empfiehlt sich also, warme Klei-dung zu tragen. Der Folgetag ist der ersteTag des neuen Jahres, traditionell ein Feier-tag…

Der gesamte Prozess der Wissenserzeugungbeginnt und endet somit im menschlichenGeist. Ohne ihn gäbe es nicht einmal so et-was wie Daten. Und: Wissen ist das Ergebniseiner Intelligenzleistung. Ob es sich dabeium menschliche oder künstliche Intelligenzhandelt, macht keinen prinzipiellen Unter-schied. Damit Intelligenz Wissen generiert,muss eine Ebene ins Spiel kommen, überdie nur der Mensch verfügt: Bedeutung.Sie muss der Mensch auf KI-Systeme über-tragen, wenn sie ihm eine Hilfe sein sollen.

tec4u I 201942

Wir leben in einer zunehmend digitalisierten Welt.

Gadgets wie Sprachassistenten, Navigationsgeräte,

Streamingdienste oder Apps auf den unterschiedlichen

Devices haben sich nahtlos in unseren privaten und

beruflichen Alltag integriert. Dabei produziert, konsu-

miert und speichert jede einzelne Person oder jedes

Unternehmen große Mengen an Daten. Doch die Heraus-

forderung liegt nicht mehr in der Speicherung, sondern

in der sinnvollen Kombination und Interpretation.

Von Daniel Fallmann

nternehmen speichernheute nur wenigeDaten strukturiert. Der

Großteil ist unstrukturiert inNetzlaufwerken, Cloud-Spei-chern, E-Mail-Archiven oderFachanwendungen vorhanden.Daher fällt es zunehmend schwe-rer den Überblick zu behaltenund benötigte Informationenherauszufiltern. Um diese Her-ausforderung zu meistern, gibt esneu- erdings leistungsfähigeLösungen wie die sogenannten„Insight Engines“ (deutsch etwa„Erkenntnismaschinen“), die imstande sind, aus den verfügbarenDaten Informationen zu filtern,aufzubereiten und dem Nutzerzur Verfügung zu stellen.

Insight Engines führen alle Infor-mationen aus den im Unterneh-men vorhandenen unterschied-lichen Datenquellen zusammen.Neben Maschinen- und Sen-sordaten können auch E-Mail-Programme, Datenbanken, Ar-chive, CAD-Anwendungen, dasIntranet oder Fachanwendungenmittels Konnektoren angebun-den werden. Eine rasche Inte-gration in die bestehende IT-In-

frastruktur ist durch das Appli-ance-Konzept (Software undHardware) ohne zeit- und kos-tenintensive Projekte möglich.Nach der Integration in die IT-

Künstliche Intelligenz:Basis für zeitgemäßesWissensmanagement

Zusammenspiel von Daten, Informationen und Wissen mit einer Insight Engine.

U

tec4u I 2019 43

Infrastruktur und die Anbindung der Datenquellenerfolgt die Indizierung der vorhandenen Infor-mationen. Diese werden analysiert, Zusammenhängehergestellt und in einem Index erfasst, ohne dassdabei Kopien angefertigt werden. Bei Recherchengreift eine Insight Engine immer auf dieursprünglichen Datenquellen zurück, extrahiert dierelevanten und kontextbezogenen Fakten und stelltsie dem Anwender als Ergebnisse in interaktivenTrefferlisten oder in Dashboards zur Verfügung.

Insight Engines bilden somit die zentrale Basis fürzeitgemäßes Wissensmanagement, denn sie nutzenauf künstlicher Intelligenz basierende Technologien,um ressourceneffizient relevante Informationen bereit-zustellen. So kommen unter anderem Deep Learningund neuronale Netze zum Einsatz. Damit ist die In-sight Engine imstande, aus der Vergangenheit zulernen. Sie analysiert die vorhandenen Informationenund interpretiert basierend auf „ihren Erfahrungen“neu hinzugekommene Informationen.

Der Einsatz von Natural Language Processing (NLP)und Natural Language Question Answering (NLQA),beides Technologien zur maschinellen Verarbeitungnatürlicher Sprache, bewirkt, dass Suchabfragen innatürlicher Sprache verstanden werden. Der Nutzerstellt einfach eine Frage und erhält jene Antworten,die für ihn relevant sind, kontextspezifisch angereichertmit Informationen und übersichtlich in personalisier-ten Dashboards angezeigt. Diese individuelle Darstel-lung ergibt sich neben der Fragestellung auch ausden Zugriffsrechten einzelner Nutzer, die bei jedereinzelnen Abfrage direkt an der Datenquelle überprüftwerden. Damit wird die Insight Engine zum effektivenTool für das gesamte Unternehmen beispielsweise imKundenservice, im Personalwesen oder in der Pro-duktion.

Mannigfaltige Einsatzgebiete

Kunden haben heute hohe Ansprüche und wolleninnerhalb kürzester Zeit Antworten auf ihre Anfragen.Damit die Kommunikation reibungslos abläuft, istes wichtig, dass Anfragen schnell zu den entsprechen-den Sachbearbeitern gelangen. Insight Engines bietendafür Integrationsmöglichkeiten, zum Beispiel in einTicketing-System (also eine Bearbeitungssoftware für

Anfragen), um den Kundenservice zu unterstützen. Bereits bei der Erstellungeines Tickets wird basierend auf den eingegebenen Metadaten automatisch eineSuche gestartet und werden mögliche Lösungen proaktiv dem Ticketerstellerangezeigt. Dank der übersichtlichen Darstellung ist eine rasche Navigation durchdie Lösungsvorschläge möglich. Damit können Kundenanfragen oft auch erledigtwerden, ohne ein neues Ticket zu erstellen, da die Antwort bereits im Systemvorhanden ist und die Insight Engine dies erkannt hat. Dem Sachbearbeiterbleibt dadurch mehr Zeit für anspruchsvollere Fälle.

Eine weitere Einsatzmöglichkeit stellt das Indizieren von FAQs (häufig gestellteFragen) dar: Die Insight Engine extrahiert dabei Themen sowie Fakten aus derWebseite und stellt bei der Eingabe eines Suchbegriffs die relevanten Fragenund Antworten als Suchergebnis dar.

Insight Engines eignen sich ebenso für die automatisierte Klassifizierung undZuteilung von Dokumenten. Unterlagen gelangen via Brief, Social Media, E-Mail etc. und in den verschiedensten Formaten (PDF, Microsoft-Office-Doku-ment etc.) ins Unternehmen. Durch die Heterogenität der Formate und Daten-quellen gestaltet sich die Zuteilung an die zuständigen Mitarbeiter und Abteilungenoft schwierig. Dieser Prozess kann durch den Einsatz einer Insight Engine ver-einfacht und die Mitarbeiter damit entlastet werden. Aus den erhaltenen be-ziehungsweise gescannten Unterlagen extrahiert und analysiert die Insight Enginebestimmte Informationen, gleicht sie mit bereits bestehenden Dokumenten ab(Deep Learning und Machine Learning) und leitet diese an den entsprechendenMitarbeiter oder die Fachabteilung weiter. Falsch zugeteilte Unterlagen könnenmanuell korrigiert werden. Diese Änderung in der Zuteilung „lernt“ auch dieInsight Engine und berücksichtigt sie in Zukunft. Je länger das System im Ein-

tec4u I 201944

satz ist, desto mehr lernt es und umso präziser erfolgt die künftigeZuteilung.

Auch im Personalwesen halten zunehmend Methoden der künst-lichen Intelligenz Einzug, um beispielsweise vorhandenes Know-how im Unternehmen zu finden. Denn es kommt immer seltenervor, dass Menschen ihren erlernten Beruf bei demselben Arbeitgeberbis zum Ende ihrer beruflichen Laufbahn ausüben. Arbeitgeber-wechsel, Umschulungen und Fortbildungen sind fester Bestandteildes Arbeitslebens. Daher finden sich in Unternehmen oft interes-sante, ungewöhnliche Werdegänge und Kompetenzen. Mithilfeeiner Insight Engine ist es ganz rasch und gezielt möglich, jenePersonen innerhalb des Unternehmens ausfindig zu machen, diegerade geforderte Ansprüche erfüllen. Zusätzliche Informationenüber Fortbildungen, Beteiligungen an internationalen Projektenetc. geben Auskunft über die individuellen Qualifikationen undwerden als ergänzende Information zur Verfügung gestellt.

Vorausschauende Wartung und digitale Zwillinge

Die intelligente Vernetzung von Maschinen und Komponenten istaktuell in vielen Unternehmen ganz weit nach oben auf der To-do-Liste gerückt. Im Rahmen von Predictive Maintenance (voraus-schauende Wartung) werden Produktionsdaten gesammelt undnach Auffälligkeiten mit dem Ziel analysiert, Ausfälle von Maschinenzu vermeiden. Wird etwa mittels Predictive Maintenance eine mög-liche Schwachstelle in einem verbauten Bauteil identifiziert, erhältder Verantwortliche entsprechend seiner Rolle und Befugnisserelevante Informationen aus den unterschiedlichen Datenquellenbereitgestellt. Konstruktionspläne, Dokumentationen, Ersatzteillistenetc. sowie weitere Informationen etwa zu Lieferanten oder Bestell-häufigkeiten stehen damit auf Knopfdruck zur Verfügung. Geradeim Produktionsbereich bieten „Digital Twins“ eine zukunftsweisendeMethode, bestehende Abläufe auf eine neue Stufe zu heben. Damitist gemeint, dass physische Produkte, Systeme, aber auch Prozesse,als Software-Repräsentation auf digitaler Ebene gespiegelt werden.Mithilfe von Künstlicher Intelligenz und Machine Learning lassensich auf diese Weise neue Abläufe simulieren oder bestehende opti-mieren ohne Veränderungen in der realen Welt.

Der Einsatz von Insight Engines ist nicht auf einzelne Fachbereiche,Branchen oder Anwendungsfälle reduziert. Je nach Rolle und Be-dürfnissen der einzelnen Wirtschaftszweige, Abteilungen und An-wender werden die Ergebnisse sowie die Darstellungsweise indi-viduell angepasst, um die Mitarbeiter bei ihrer täglichen Arbeitbestmöglich zu unterstützen. So können das vorhandene Unter-nehmenswissen ideal genutzt, neue Geschäftsprozesse entwickeltund bestehende optimiert werden. Zahlreiche Unternehmen aus

Luftfahrt, Telekommunikation, Banken und Versicherungen habendiese Technologie bereits im Einsatz.

Daniel Fallmann ist CEO der Mindbreeze GmbH in Linz/ÖsterreichWissensprozess.png

tec4u I 2019 45

KünstlicheIntelligenzin der Praxis

tec4u I 201946

tec4u I 2019 47

tec4u I 201948

Mithilfe von künstlicher Intelligenz werden dieIngenieure in den nächsten Jahrzehnten einengmaschiges Netz komfortabler und meistautonomer Mobilitätssysteme schaffen.

Bitte nichtstören-Fahrerschläft

ario V. verkauft in einem Autohaus in einersüddeutschen Kleinstadt Pkw eines großenjapanischen Herstellers. Seit 24 Jahren arbeitet

er für das Unternehmen. Er kennt die Wünsche derKunden und kann die Veränderungen in ihrem Kauf-verhalten gut beurteilen. Kopfschüttelnd deutet er aufeinen Pkw der unteren Mittelklasse auf dem Gebraucht-wagengelände, direkt neben dem Neuwagen-Showroom.„Den werden wir einfach nicht los.“, stöhnt er. „Ein Basis-modell, ohne jedes Assistenzsystem. Sechs Jahre alt. Kauftheute kein Mensch mehr. Alle Kunden wollen heute Intel-ligenz im Auto.“

„Intelligenz im Auto“: Hier wird die Grauzone sichtbar,die den Begriff Intelligenz umgibt. Wann ist ein Systemintelligent? Wer möchte, kann auch einen Wasserkocher,der sich selbsttätig ausschaltet, wenn das Wasser 100 GradCelsius erreicht hat, als intelligent bezeichnen. Bei moder-nen Pkw sprechen wir allgemein von Intelligenz, seitSensoren und Computer unter der Haube vereint sindund mit Algorithmen arbeiten. Sensorik misst Parameterwie Temperatur, Abstände, Reifendruck oder den Gradder Benetzung eines Scheibensektors, hinzu kommenGPS-gestützte Positions- und Geschwindigkeitsbestim-mungen. Der Bordcomputer errechnet daraus Kennwerte(Distanz zu Hindernissen, Regenmenge etc.) und setztentweder automatisch bestimmte Funktionen in Kraftoder gibt dem Fahrer entsprechende Hinweise oder An-leitungen. Geo-Fencing, also die Erzeugung eines „geogra-fischen Zauns“ um ein Fahrzeug, Gebäude oder Geländegestattet es beispielsweise Fahrdiensten, ihre Fahrzeugegegen Diebstahl abzusichern: Beim Überschreiten einesfestgelegten Radius um den Ausgangsstandort wird eineBenachrichtigung an das Unternehmen gesendet oder dasFahrzeug zum Stehenbleiben veranlasst.

Durch in Fahrzeuge integrierte Sensoren (davon gibt esviele hundert in jedem Pkw) erzeugte Informationenwerden bereits heute mit künstlicher Intelligenz verarbeitetund ermöglichen damit neue Sicherheits-, Kommunika-tions-, Entertainment- und Fahrkomfortfunktionen. Dasdaraus resultierende Fahrerlebnis unterscheidet sich grund-legend von dem der vordigitalen Zeit.

Je mehr die Kombination von Sensor, Chip und Computerauf Algorithmen zurückgreift, desto mehr lässt sich vonkünstlicher Intelligenz sprechen. Damit werden künftigunsere bekannten und sich rasant vermehrenden Assis-tenzsysteme immer weiter verbessert und vor allem: immerstärker proaktiv handelnd werden. So wird es bald „normal“

sein, dass ein Pkw automatisch Hindernisse erkennt, identifiziert undumfährt, ohne dass der Fahrer eingreifen muss. Notwendigkeiten oder auchnur mögliche Wünsche, die sich aus der aktuellen Fahrsituation ergeben,werden vom Fahrzeugcomputer erkannt und lösen entsprechende Reaktionenaus – bis zu dem Versprechen mancher Hersteller, die Stimmung des Fahrersanhand seiner Lenkbewegungen automatisch erkennen zu können undanschließend entweder mäßigend auf Zeichen von Aufregung zu reagieren(klassische Musik, Massagebewegungen des Sitzes etc.) – oder aufmunterndbei Anzeichen von Müdigkeit (anregende Musik oder Hinweise auf einenötige Pause). KI-Systeme beobachten zunehmend den Menschen hintermSteuer, erstellen ein digitales Modell („Zwilling“) von ihm und stellen sichso selbstlernend auf seine individuelle Fahrweise und Wesensart ein.Ingenieure träumen von der Möglichkeit, die Gedanken des Fahrers oderder Fahrerin zu erkennen und mittels KI das Fahrzeug proaktiv zu steuern.

Intelligente städtische Infrastruktur

Menschliche Unsicherheitsfaktoren wie Müdigkeit, Stress oder Alkohol-konsum beeinflussen die Sicherheit in dieser Vision nicht mehr. Vielmehrkönnte es den Autoherstellern vermehrt darum gehen, das Fahrzeuginnereso auszustatten, dass die Fahrzeit sinnvoll und angenehm genutzt werdenkann: zum Arbeiten, Schlafen oder zur Unterhaltung. Aus einem Transport-fahrzeug wird so ein ganz neuer Lebensraum, der entsprechend gestaltetwerden kann. Unterstützt werden muss dies durch einen Austausch zwischenMensch und Fahrzeug. Weiterentwicklungen heutiger Sprachassistentenkönnen ihre Funktionen durch Einbeziehen von Daten wie Mimik, Sprech-tonalität, Gestiken und anderen individuellen Merkmalen noch enormerweitern und so den fahrenden Computern immer detailliertere Infor-mationen bereitstellen.

Selbstverständlich lässt sich mit künstlich intelligenten Systemen auch dasMassentransportwesen revolutionieren. Schon heute sind beispielsweiseSysteme im Einsatz, die über Sensoren den Zügen den Zustand der Gleisemelden und sie mit Stellwerk, Weichen und anderen Infrastrukturelementenkommunizieren lassen. Störungen können zudem proaktiv vermiedenwerden, indem eine immer verfeinertere Sensorik den Zustand kritischerTeile und Systeme überwacht und rechtzeitig Wartungsanweisungen aus-arbeitet.

Proaktive Systeme sind abhängig von Echtzeitinformationen. Das bedeutetin einem ständig wechselnden Verkehrsumfeld, dass KI-Technologie zujedem Zeitpunkt in Echtzeit ermittelte Verkehrslageübersichten und Kartenbenötigt, was wiederum kontinuierliche Kommunikation zwischen derElektronik von Fahrzeugen, Verkehrsleitsystemen und anderen relevantenInformationsquellen erfordert. Künstliche Intelligenz integriert, wenn esnach den Vorstellungen von Mobilitätsexperten geht, Fahrzeuge darüberhinaus mit der KI-gestützten Umgebung von Smart Cities der Zukunft,wobei die automatische Kommunikation der Fahrzeuge untereinander undmit den verschiedenen Elementen des Internets der Dinge eine entscheidendeRolle spielt. Big-Data-Systeme suchen freie Parkplätze oder Stromtankstellen,

tec4u I 2019 49

M

koordinieren den Individual- mit dem öffentlichen Nahverkehr sowie Sharing-Fahrzeugen und Taxis, optimieren den Verkehrsfluss bei jedem Verkehrsaufkom-men, jeder Wetterlage und allen Störvorgängen, organisieren Mautsysteme,steuern die Logistik- und Verkehrsleitsysteme und so weiter. Die Vision ist einedynamisch optimierte Mobilitätsinfrastruktur, die Ökonomie, Ökologie undBürgerforderungen kundenfreundlich austariert. Diese schöne neue Welt derautonomen Mobilität dürfte jedoch noch einige Jahrzehnte zur Verwirklichungbenötigen.

Autonom in der Luft …

In der dritten Dimension, wo die Freiheit leider doch nicht grenzenlos ist, sindautonome, von KI dominierte Systeme bereits erheblich weiter. Militärs testenDrohnen, die sich unabhängig von menschlicher Kontrolle im feindlichen Luft-raum bewegen, Radar unterfliegen, Angreifern ausweichen und sich Ziele nachPrioritätsvorgaben selbst suchen. Im öffentlichen Bereich dürften autonomeDrohnen bald folgen. Damit die Fluggeräte jedoch auch in engen Innenstädtenin niedrigen Höhen operieren können – ob als Beobachtungs- oder als Transport-mittel, beispielsweise für logistische Zwecke –, müssen sie mit den unterschied-lichsten unvorhergesehenen Situationen klar kommen, insbesondere mit plötzlichauftauchenden Fußgängern oder anderen Fahrzeugen. GPS plus digitales Karten-material reicht dafür nicht aus.

Weltweit arbeiten Entwickler an KI-Methoden, dieden Drohnen erlauben, ohne Rückgriff auf mensch-liche Kontrolle zu navigieren. Ein Beispiel hierfür istdas DroNet-System von Forschern der UniversitätZürich. Der Clou: Die intelligenten Fluggeräte lernenvon denen, die das Navigieren schon beherrschen:den anderen Verkehrsteilnehmern wie Autos, Radfah-rer oder Fußgängern. Grundlage des DroNet-Algorith-mus sind Daten, die eine Kamera an Bord der Drohneliefert. Sie beobachtet das Verhalten der Verkehrsteil-nehmer und beurteilt die jeweilige Situation anhandvon erlernten Verhaltensmustern. Hindernisse lassensich damit rechtzeitig erkennen, wobei der Algorith-mus nicht nur um feste Gebäude, Ampeln oder Ver-

kehrsschilder herumnavigiert, sondern auch die Wahr-scheinlichkeit einer Kollision mit unvorhersehbarenObjekten bestimmt und gemäß dieser Analyse wennnötig Ausweichmanöver einleitet. DroNet reduziertauch einfach die Geschwindigkeit, um Zusammen-stöße zu vermeiden.

tec4u I 201950

ein System aus computergesteuerten und -überwachtenKameras und Lidar- und Radarsensoren, das die Umge-bung nach Hindernissen wie Schiffen oder Bojen absuchtund entsprechende Navigationsentscheidungen trifft.Wenn es darum geht, Maßnahmen einzuleiten, die überdie Navigation hinausgehen, also etwa ein neues Zielanzulaufen, das zuvor nicht vorgesehen war, kann einFlottenführer an Land mit dem Frachter über Sprachbe-fehle und Bildschirme kommunizieren.

Die hochentwickelten, lernfähigen Systeme könneninsbesondere da eine Crew ersetzen, wo höchste Präzisionerforderlich ist und daher zahlreiche Mannschaftsmit-glieder zusammenarbeiten müssten, also vor allem beiAnlegevorgängen in engen, unübersichtlichen Häfenoder bei widrigen Witterungsverhältnissen.

Bei allen autonomen Systemen ergibt sich ein Problem:Die Technik ist schneller als die Politik. Es fehlt nachwie vor an verbindlichen allgemeingültigen Regeln fürden sicheren Betrieb solcher Fahrzeuge. Auf die Reguliererwarten daher in den nächsten Jahren mindestens ebensogroße Herausforderungen wie auf die Ingenieure.

Als Lernsystem fungiert ein Deep Neural Network, das Daten aus Fahrtenvon Autos und Fahrrädern „gefüttert“ bekommt, die sich sicher und denVerkehrsregeln entsprechend in Stadtgebieten bewegen. Allerdings sindsowohl die technischen als auch die organisatorischen Hürden auf demWeg zur Alltagstauglichkeit des Systems derzeit noch erheblich.

Für die verschiedensten Zwecke befinden sich Schwarmtechnologien fürden koordinierten Flug zahlreicher Drohnen in Entwicklung. IntelligenteAlgorithmen sorgen dafür, dass die Fluggeräte nicht kollidieren und sowohlals individuelle als auch kollektive Systeme arbeiten können. Im militärischenUmfeld können damit komplexe Aufklärungsaufgaben ohne Gefahr fürMenschen durchgeführt oder Luftabwehrsysteme ausgespäht oder irregeführtwerden.

… autonom im Wasser

KI revolutioniert nicht nur den Land- und Luftverkehr, sondern in gleicherWeise auch die Seefahrt. Wieder sind die Streitkräfte Vorreiter: Alle großenMilitärmächte arbeiten an den unterschiedlichsten Systemen autonomerÜber- und Unterwasserfahrzeuge, die selbstständig navigieren, Freund undFeind auseinanderhalten und sowohl über als auch unter der WasseroberflächeObjekte und Bewegungen ausspionieren sollen.

Die zivile Schifffahrt schickt sich an nachzuziehen. So arbeiten beispielsweisedie beiden Konzerne Rolls-Royce und Intel gemeinsam an Konzepten fürautonome Schiffe, die Mitte der 2020er-Jahre einsatzfähig sein sollen. GroßeFrachter, die mit entsprechend leistungsfähigen Sensoren ausgestattet sind,werden dann weltweit unterwegs sein. Die beiden Unternehmen setzen auf

tec4u I 2019 51

n ferner Urzeit nutzte der Mensch seine Umgebung, indem er das von derNatur zur Verfügung Gestellte quasi von der Hand in den Mund nutzte. Erstseit er die Gegenstände, die er vorfindet, durch intelligentes Handeln verändert

und seinen Wünschen und Bedürfnissen entsprechend gestaltet, gibt es auf derErde ein produzierendes Gewerbe. Und schon vom ersten Tag an dienen vomMenschen entwickelte Verfahren und Technologien im Dienst der Produktionund ihrer logistischen Unterstützung denselben klaren Zielen: Verbesserung derEffizienz und Produktivität der Produktionsinstrumente, Sicherstellung vonQualitätsniveaus und Verringerung der Anforderungen an den produzierendenMenschen.

Fertigungs-, Verfahrens- und Energietechnik ermöglichten insbesondere seit denindustriellen Revolutionen ab dem Beginn des 18. Jahrhunderts eine unübersehbareEntwicklungsfolge an neuen Werkstoffen, effizienten Produktionsprozessen undwirksamen Energiequellen. Dampfmaschine, Elektrizität, fossile Energien undKernkraft, Fertigungsbänder und Massenproduktion sind nur einige besondersmarkante Wegmarken dieser Entwicklung.

Mit der Digitalisierung hat eine weitere industrielleRevolution ihren Anfang genommen, die dabei ist,alle Bereiche des Produktionsprozesses umzugestal-ten. Die Energietechnik profitiert von erneuerbarenEnergien, die Fertigungstechnik von additiver Pro-duktion (3D-Druck), neue Werkstoffe im Verbund-bereich und neue Arbeitsmethoden wie die Kolla-boration von Mensch und Maschine auf engemRaum verändern unsere Produktion. Dabei wachsenFertigung und Logistik immer mehr zu einer Einheitzusammen, die nicht mehr aus Herstellung, Liefer-kette und Handel besteht, sondern immer mehrzu einem Wertschöpfungsnetzwerk wird, in demalle Elemente miteinander verzahnt sind und sichgegenseitig bedingen. Künstliche Intelligenz,Machine Learning, Deep Learning – sie sind alsGipfel der Digitalisierung die großen Treiber undEnabler dieses Prozesses. Sie sind dabei, Produkt-

Produktionsprozesse und Lieferketten

sollen mithilfe von künstlicher

Intelligenz effizienter gestaltet werden.

Ziel ist die autonome Supply Chain.

Auf Du undDu mit KollegeRoboter

52

I

tec4u I 2019

eigenschaften, Dienstleistungen sowie Produktions-und Arbeitsprozesse grundlegend neu auszurichten.Instrumente wie Lernfähigkeit, intelligente Algorith-men, autonomes und proaktives Handeln und Big-Data-gestützte Prognosen sollen – so die Vision derIngenieure – zu einer hocheffizienten, stets bedarfs-gerechten und nachhaltigen Wertschöpfung führen.

Zu den unzähligen Einzelimpulsen, die KI speziellder Fertigung bereitstellt, gehören die vorausschauendeWartung/Instandhaltung (bekannter unter der eng-lischen Bezeichnung Predictive Maintenance, PM)und lernfähige Industrieroboter.

Optimierte Instandhaltung

Ein typischer PM-Prozess dient der Verhinderungvon Ausfallzeiten in Fertigungsanlagen: Überall dort,wo mit häufigeren Problemen zu rechnen ist, dienichts mit menschlichen Missgriffen wie Planungs-oder Bedienfehlern zu tun haben, kann sich PMlohnen. Dazu müssen entsprechend aussagefähigeDaten von Sensoren innerhalb (eventuell auch außer-halb) der Produktionsanlage gesammelt werden. Algo-rithmen werden dann dazu genutzt, aus diesen Datensowie zusätzlichen Informationen wie Herstellerhin-weisen, Verschleißmodellen und Erfahrungsproto-kollen ein Ausfallrisiko für bestimmte Teile oderGeräte abzuleiten und Wartungsempfehlungen zugeben. Aus der menschlichen Erfahrung müssen ent-sprechende Systeme lernen, wie die optimale Balancezwischen zu kurzen und zu langen Wartungsintervallenaussieht.

Mithilfe von Sensoren und Analysewerkzeugen kannetwa das Zerbrechen eines Metallträgers vorhergesagtwerden. Dann ergeht etwa eine solche Wartungsan-weisung: „Träger XY erreicht in 10 Stunden seineVerschleißobergrenze und wird mit einer Wahrschein-lichkeit von 95 Prozent ausfallen. Ersetzen Sie denTräger während des Materialzuführungsschritts A in8 Stunden, da dann die geringste Stillstandszeit vor-liegt.“ Verfügbarkeit und Produktivität der Maschinenlassen sich so signifikant verbessern.

In der Regel sind heutige Fertigungsprozesse nichtkomplett autonom organisiert, daher spielt derMensch, der beispielsweise für Überwachung und

Reporting noch unersetzlich ist, nach wie vor einegroße Rolle. Dass eine Produktionsanlage völlig selbstständig ihre eigeneInstandhaltung regelt, wird noch für einige Zeit eine Vision bleiben.

Roboter mit hohem IQ

Industrieroboter sind mittlerweile schon recht intelligente Gesellen. Sie führen(oft durchaus sehr komplexe) Routineprozesse mit unübertroffener Zuverlässigkeit,Präzision und Geschwindigkeit aus. Dort, wo Menschen unersetzlich sind,wird den Robotern, die mit ihnen zusammenarbeiten, am meisten an Könnenabverlangt. Bei der Mensch-Roboter-Kollaboration assistiert der Roboter demMenschen, ergänzt seine Fähigkeiten und nimmt ihm belastende Arbeiten

ab – etwa Über-Kopf-Arbeiten, das Agieren in gefährlichen Umgebungen oder

das Heben schwerer Lasten. Auch in der Belieferung der Arbeitsplätze in derProduktion kommen autonome, kollaborative Roboter zum Einsatz. In derFabrik der Zukunft werden manuelle und automatisierte Arbeitsplätze nahtlos(also insbesondere ohne Schutzzäune etc.) miteinander verbunden sein.

Moderne, in die digitale Infrastruktur der Fertigungsanlage integrierte Indus-trieroboter sind mit intelligenter Steuerungstechnik, leistungsfähiger Sensorikund intelligenten Softwareinstrumenten (zu denen immer mehr KI-Elemente

tec4u I 20189 53

gehören) ausgestattet, die eine weitgehende Automatisierung der Produktionsprozesseunter Einbeziehung der menschlichen Kollegen ermöglichen. Roboter mit KIunterscheiden sich von den seit Jahrzehnten bekannten Vorläufern dadurch, dasssie lernfähig sind und selbstständig Entscheidungen treffen. Sie passen sich flexibelan Veränderungen an und ermitteln selbst, welche Vorgehensweise bei einerkonkreten komplexen Aufgabe optimal ist. Die dabei durch Feedbacksystemeregistrierten „Erfahrungen“ werden zum Lerninput, der die Fähigkeiten desRoboters sukzessive weiter verbessert. So kann beispielsweise unterschiedlichesAusgangsmaterial je nach Aufgabenstellung behandelt werden, wobei entsprechendeEffizienzvorgaben eingehalten werden, um die stets gewünschte Minimierung desMaterialverbrauchs zu gewährleisten. Überall fließen hier nicht nur während derTrainingszeit der Maschine erlernte Verhaltensmuster ein, sondern auch die jeweilsaktuellen Erfahrungswerte.

In einem außergewöhnlichen Versuchsaufbau zur Lernfähigkeit von Maschinenließen das Unternehmen Google und die Universität von Kalifornien in Berkeleyim Jahr 2016 zwei Monate lang 14 Roboter insgesamt über 800 000 Greifversuchean verschiedenen Alltagsgegenständen ausführen. Das Besondere: Die Roboterkonnten nicht wie sonst üblich entsprechend reichhaltiges Vorwissen wie hinterlegte3D-Modelle oder CAD-Daten verwenden, sie traten sozusagen „blank“ in denLernprozess ein. Einziger Input waren Informationen ihrer Kameras. Die Roboterhatten die Aufgabe, so lange mit den unterschiedlichsten Grifftechniken herumzu-spielen, bis sie den richtigen Griff gefunden hatten. Mit jedem Greifversuch

trainierten sie ihre neuronalen Netze, speichertendie Ergebnisse als Erfahrungen ab und verwendetendiese wieder, um das Greifverhalten zu verbessern.So wuchs der Erfahrungsschatz ständig weiter an.Das Ergebnis: Durch reines Ausprobieren erwarbendie Maschinen relativ schnell eine überraschendhohe Zuverlässigkeit: Die Fehlerquote lag bei nur10 bis 20 Prozent.

Künftig werden kognitive Roboter ihre Umgebungin großer Detailfülle wahrnehmen und ihre Aktio-nen intelligent planen – in Zusammenarbeit mitKollege Mensch oder auch völlig autonom. Digi-tales Hirn für Supply Chain und Autonome Trans-portsysteme werden bereits heute in der Logistikgetestet. So bewegte sich etwa kürzlich im Rahmeneines Pilotprojekts ein kleiner KI-gesteuerter Paket-roboter des Dienstleisters Hermes durch die StadtHamburg. Begrenzt wurde seine Fähigkeit nurdurch die mangelnde Netzabdeckung für denMobilfunk in der Hansestadt. Hier zeigt sich eineSeite des Einsatzes von KI-Systemen, die häufigübersehen wird:

tec4u I 201954

Grundvoraussetzung dafür, dass Technologien wiekünstlich intelligente Roboterkuriere flächendeckendzum Einsatz kommen können, ist ein lückenlos verfüg-bares leistungsfähiges Mobilfunknetz. Dass es damitin Deutschland nach wie vor nicht zum Besten bestelltist, ist inzwischen kein Geheimnis mehr.

In der Intralogistik, also innerhalb begrenzter Gelän-de, ist autonome Transporttechnik schon weitgehendangekommen. KI sorgt zunehmend dafür, dass sichdiese Fahrzeuge clever verhalten. Sie erkennen bei-spielsweise Staus ihrer Artgenossen, die sich an einembestimmten Hochregal oder einer Rampe angesammelthaben, und umfahren das Hindernis auf einer miteinem Algorithmus errechneten Ausweichroute. Dieserhöht Effizienz und Flexibilität im Lager beträchtlich.

Der Technologievorreiter Amazon ermittelt mittels KIdie für die jeweilige Ware optimale Verpackungsgröße.Dabei lernt die Software aus den gemachten Erfahrun-gen und verbessert damit ihre Algorithmen ständig.

Amazon nutzt KI auch für ein weiteres Einsatzgebiet, das besonders großeZukunftserwartungen weckt: die Bedarfsplanung. Aufgrund von Hinter-grundinformationen wie regionaler und saisonaler Nachfrage, aber aucheigener Analysen anhand bisheriger Erfahrungen optimiert das Systemvöllig selbstständig die Lager- und Bestellmengen. Durch permanentesLernen verbessert sich der Planungserfolg immer weiter.

Für solche Prognoseverfahren wird KI in wachsendem Ausmaß heran-gezogen. Die lernfähigen Systeme behalten alle für den gewünschtenZweck relevanten Größen (Bedarfe, Lagermengen, Produktionsmengen,Wetterdaten, politische Rahmenbedingungen, gesetzliche Vorgaben,Wettbewerbskennzahlen usw.) im Auge und leiten daraus Hand-lungsoptionen ab. Dabei kann auch der Erfahrungsschatz der menschlichenMitarbeiter mit einfließen. Insbesondere bei unvorhersehbaren oderaußerordentlich komplexen Situationen liefert die Technologie wertvolleEntscheidungshilfen. Dies versetzt Unternehmen in die Lage, ihre SupplyChain zu optimieren, das Bestandsmanagement zu verbessern und diePlanungsqualität (etwa für Absatzzahlen) zu steigern. Ob Produktion oderLogistik: KI-Systeme werden bald zum zentralen Element eines fortschritt-lichen Risikomanagements werden, das alle operativen Unternehmens-prozesse optimieren hilft.

tec4u I 2019 55

Katharina Geutebrück, Geschäftsführende Gesell-schafterin der Geutebrück GmbH, einem inter-nationalen Lösungsanbieter für hochkomplexe Video-systeme in den Bereichen Sicherheit und Prozess-optimierung, erläutert im Gespräch mit tec4u diePerspektiven der KI-Technologie für die moderneLogistikindustrie.

tec4u: Frau Geutebrück, Sie befassen sich mit derintelligenten Verknüpfung von Daten mit Video-bildern. Wie beurteilen Sie die gegenwärtige Bedeu-tung der Künstlichen Intelligenz für die Logistik-industrie?

Katharina Geutebrück: Ich glaube, KI ist derzeit dievielversprechendste Zukunftstechnologie im Werk-zeugkasten aller Sektoren der Logistik. Wenn mansich die Bedingungen des operativen Geschäfts in denverschiedenen Branchen unserer Wirtschaft ansieht,stellt man fest, dass die Logistikindustrie wie kaumein anderes Segment von Unwägbarkeiten geprägt ist.Marktveränderungen, politische Einflüsse, neue Tech-nologien und Geschäftsmodelle, Wandel in Ver-braucherverhalten und Bevölkerungsstruktur: Logisti-ker, die abends zu Bett gehen, wissen – etwas überspitztformuliert – nicht, unter welchen neuen Vorzeichensie am Morgen aufstehen. Hinzu kommt, dass auchdie Alltagsprozesse besonders anspruchsvolle Volatili-tätsfaktoren mit sich bringen: Transporte werdendurch Einflüsse wie Wetterbedingungen, Baustellen,Infrastrukturmängel und so weiter beeinflusst. Touren-disponierungen werden durch stark wechselnde Aus-

56 tec4u I 2018

lastungs- beziehungsweise Kapazitätsanforderungenkompliziert. Im Paketdienst erfordern immer größereVolumina und zunehmende Individualisierungsforde-rungen Möglichkeiten zu komplexen Pickprozessen,zu höchster Transparenz und intelligenten Track-und Trace-Technologien. Ich könnte noch viele andereUnsicherheiten aufzählen, gemeinsam ist allen: Esbesteht ein großer – und weiter stark wachsender –Bedarf an Fähigkeiten zu Echtzeitreaktion, Prognostikund Automatisierung. Ohne Künstliche Intelligenz,insbesondere unter Nutzung der Möglichkeiten vonMachine Learning und Deep Learning, stößt dieLogistik, einschließlich der Intralogistik, bald an un-überwindliche Grenzen ihrer Leistungsfähigkeit. Vonzunehmender Bedeutung ist KI auch für den SektorSecurity: Die Kombination von Videokameras mit

KI-Software zur Gesichtserkennung oder Gelände-,Güter- und Fahrzeugüberwachung verschafft denUnternehmen ein erheblich gesteigertes Sicherheits-niveau.

tec4u: Könnten Sie dies etwas konkretisieren? Wiemuss man sich das in der Praxis vorstellen?

Katharina Geutebrück: Ein Beispiel: Es geht immer dringlicher darum, dasFirmengelände gegen Einbruch, Vandalismus oder Schädigung abzusichern.Mithilfe von intelligenten Visualisierungslösungen sind wir bereits heute inder Lage, das Hofmanagement beispielsweise von Speditionen zu automatisieren,gerade auch vor dem Hintergrund des Sicherheitsaspekts. Das sieht dann kon-kret so aus: Das Gelände wird mit Videokameras beobachtet, die durch einehochentwickelte Steuerungssoftware untereinander und mit den Businesssys-temen des Betriebs vernetzt sind. In Kombination mit den Daten aus derUnternehmenssoftware identifizieren diese Systeme selbstständig autorisierteund nicht autorisierte Zutritte oder Zufahrten. Die verschiedenen Zugängedes Geländes werden durch Kameras abgesichert, die die Kennzeichen allerein- und ausfahrenden Fahrzeuge automatisch erfassen und mit Black-White-Listen abgleichen. Der Status von beladenen Fahrzeugen kann so ebenfallsdokumentiert werden, was für die Klärung eventueller Haftungsfragen ent-scheidend ist: Anzahl, Zustand und Art von Gütern werden am Wareneingangvisuell dokumentiert. Bei Unregelmäßigkeiten zeigt ein schneller, per Barcodeund ERP-Schnittstelle durchgeführter Abgleich des Bildes mit dem im Business-system abgelegten Sollzustand, ob Anzahl und Zustand der Waren den Vorgabenentsprechen. Übrigens lassen sich diese Lösungen gleichermaßen für die Suchenach fehlgelagerter oder falsch verladender Ware nutzen. Die Kombinationvon Daten aus der internen Businesssoftware und Videobildern ermöglicht es,anhand von Scan-Daten oder anderen Merkmalen den Weg der Ware automatischzu dokumentieren. So ist jederzeit erkennbar, auf welchem Stellplatz siezwischengelagert wird oder zu welchem Lieferzielort sie beim Warenausgang

tec4u I 2019 57

verladen wurde. Mit der Integration von künstlicherIntelligenz lassen sich diese Prozesse künftig proaktivgestalten: Die falsche Plazierung eines Gegenstandsauf einem Band kann beispielsweise in Echtzeiterkannt, bewertet und gemeldet werden, so dass einEingreifen möglich ist,bevor es zu unliebsamen Folgen kommt.

tec4u: Nun verbindet der Laie mit dem Begriff KIja sehr häufig Zukunftsszenarien wie autonome Flug-zeuge, Schiffe und Landfahrzeuge. Wie sehen dennrealistische Technologien im Bereich der Logistikderzeit aus?

Katharina Geutebrück: Also der völlig autonomeLkw, der sich selbst belädt und auf optimierter Routeautomatisch seine Ziele anfährt, dürfte noch für eineganze Weile Zukunftsmusik bleiben. Da gibt es einfachzu viele Einflussgrößen, die beherrscht werden müssen.Es existieren zwar bereits einsatzfähige autonomeFahrzeuge, aber die werden noch lange nicht aufunseren Innenstadtverkehr losgelassen werden können.Allerdings lassen sich immer leistungsfähigere, aufKI-Technologie basierende Assistenzsysteme für dentraditionellen LKW vorstellen, die von Deep-Lear-ning-Lösungen profitieren. Im Bereich Sicherheitetwa können intelligente Kameras und Ultra-schallsensoren Menschen und Hindernisse erfassen,beim LKW automatisch Reaktionen auslösen und soden Transportverkehr sicherer machen. Zudem lassensich Wartungspläne optimieren, wenn nicht starrnach Werksangaben vorgegangen, sondern die jeweilsindividuelle Fahrzeugsituation berücksichtigt wird.Dazu messen Sensoren Verschleißparameter, Tempe-ratur, Öldruck und so weiter, während eine Softwaredaraus Prognosen für die passenden Wartungsintervalleermittelt. Ähnliches gilt für die Routenplanung und-optimierung: Big-Data-Anwendungen könntenInformationen und Prognosen beispielsweise überWetterverhältnisse, Verkehrssituationen und denaktuellen Fahrzeugzustand dazu nutzen, Touren zubeschleunigen und die Fahrer zu entlasten.

tec4u: Ein gewichtiger Engpass für eine agile Logistikist ja der Sektor Warenumschlag. Die zu bewältigendenVolumina erhöhen sich kontinuierlich. Das Sortieren,Laden und Zustellen der Packstücke gestaltet sichnicht zuletzt auch aufgrund der wachsenden

58 tec4u I 2019

59tec4u I 2019

Verbraucheransprüche immer komplexer. Manuelle Prozesse sind aberoft ineffizient, fehleranfällig und kostenintensiv. Wo kann da KIhelfen?

Katharina Geutebrück: Da sehe ich ein hervorragendes Anwendungs-feld für Deep-Learning-Systeme. Deren Stärke ist ja, Muster undRegeln zu erkennen. Besonders wichtig ist hier das Erkennen vonBildern, deren Inhalte keinen oder zumindest keinen bekanntenRegeln unterliegen. Nehmen wir als Beispiel für die Logistik Bildermit Paketen. Ein neuronales Netz kann mit Basisinformationen ausBig-Data-Systemen präpariert werden, zum Beispiel mit Bildern vongroßen, kleinen, braunen, grünen, runden, viereckigen usw. Päckchen.In der Lernphase meldet eine Feedbackschleife zurück, ob das Systemein erfasstes Paket erkannt hat oder nicht. Durch diesen Lernprozessverbessert sich die Trefferwahrscheinlichkeit immer weiter. Die Kombi-nation von Bildverarbeitung und Deep Learning könnte schon balddas Kommissionieren, das Erkennen von Beschädigungen und dieQualitätskontrolle übernehmen. Nicht zuletzt wird Deep Learningin der Zukunft datenbasierte Prognosen über die Volumenentwicklungder Warennachfrage auf dem Markt – also etwa Bedarfsspitzen und-flauten – liefern und so Lagerengpässe oder Leerstand drastischreduzieren. Und schließlich lassen sich durch lernfähige Systeme dieLaufwege in den Logistikzentren verkürzen und Pickrouten optimieren.Wie eine KI-unterstützte Intralogistik der Zukunft aussehen kann,zeigt übrigens ein Experiment am Fraunhofer-Institut für Materialflussund Logistik IML. Dort führten 50 intelligente und miteinandervernetzte Fahrzeuge autonom Transporte von einem Hochregallagerzu Arbeitsstationen aus. Dabei koordinierten sie sich selbstständigund dezentral. Der Schwarm vergrößerte oder verkleinerte sich jenach Arbeitsanfall und -aufgabe.

tec4u: Mensch und Maschine werden künftig also auch in der Logistikzu einem eingespielten Team?

Katharina Geutebrück: Ja. Die Logistik wird zunehmend durch KIund darauf basierende Mensch-Maschine-Kollaboration geprägt.Zunächst werden KI-Maschinen den Menschen einfach Routine-arbeiten abnehmen. Dann werden sie Entscheidungshilfen geben,etwa indem sie Alternativen durchrechnen und die Auswirkungenpräsentieren. Erst im Zeitalter der Super-KI werden Maschinenweitgehende Entscheidungsbefugnis bekommen. So weit sind wirmomentan aber noch nicht.

ec4u: Herr Prussky, PostNord Deutschland ist einrelativ junges und daher noch überschaubaresUnternehmen. Da liegt man wohl nicht falsch in der

Annahme, dass reine Freude am Hype nicht die TriebfederIhrer Digitalisierungsanstrengungen ist?

Charles Prussky: Wir sind in der Tat noch überschaubar.2009 gegründet, beschäftigen wir heute ungefähr 100Mitarbeiter. Unser Geschäftsfeld sind Lösungen fürKommunikation, E-Commerce, Distribution und Logistik.Für Transportaufgaben im Raum Nordeuropa arbeiten wirmit geleasten Trailern, die mit Zugfahrzeugen vonPartnerunternehmen bewegt werden.Selbstverständlich setzen wir bei unserer Größe nur aufMethoden und Technologien, die unmittelbar unseremAlltagsgeschäft dienen und sich direkt durch Effizienz- undKostenvorteile auszahlen. Wie die allermeisten mittel-ständischen Unternehmen können wir es uns nicht leisten,spekulativ auf Hypethemen zu setzen und abzuwarten, obsich daraus etwas Vorteilhaftes ergibt oder nicht. DerEntschluss, uns um digitale Lösungen für unser Unter-nehmen zu kümmern, entstand aus dem Wunsch heraus,all unsere Geschäftsprozesse so schlank wie irgend möglichzu gestalten. Wir haben also damit begonnen, unsereProzesse genau unter die Lupe zu nehmen und zu überlegen,wie wir ihre Effizienz verbessern können, indem wirmoderne Technologie nutzen – sprich: indem wir Prozessedigitalisieren.

Intelligente Wege zuintelligenter TechnologieDer Weg in die Welt der künstlichen Intelligenz beginnt für jedes Unternehmenmit dem Einstieg in die Digitalisierung. Wie mittelständische Betriebe diesenEinstieg sinnvoll gestalten, zeigt das Beispiel der PostNord Logistics GmbH inLübeck-Travemünde. Über die Umsetzung seiner Digitalisierungsstrategie sprachtec4u mit Geschäftsführer Charles Prussky.

t

tec4u I 201960

Verfahren, also beispielsweise Scanner, Excel-Anwen-dungen und elektronische Archivierungssysteme, ge-lang es uns, die Zahl der Papiermappen um rund dieHälfte zu verringern. Damit ist nicht nur eine Re-duzierung des Papierverbrauchs verbunden, sondernauch ein spürbarer Zeit- und Effizienzgewinn sowieeine verringerte Fehleranfälligkeit. Ein weiteres Beispielist die Einführung einer neuen Telefonanlage. DieAnregung dazu kam von unseren Sachbearbeitern.Sie gaben uns den Hinweis, dass sie sich unnötigenAufwand sparen würden, wenn das System nach Auf-ruf der Telefonnummer etwa eines Kunden selbst-ständig die angezeigte Ziffernfolge anwählt, anstattdass jeder Mitarbeiter selbst auf die Tasten drückenmuss. Wenige Sekunden Zeitersparnis machen sichbei vielen Dutzend Anrufen und mehreren DutzendMitarbeitern in der Summe durchaus bemerkbar.

tec4u: Welche der inzwischen eingeführten digitalenLösungen hat für Sie denn das größte Zukunftspoten-zial?

Charles Prussky: Das ist nicht die eine Lösung, son-dern ein Bündel von Maßnahmen zur Umstellunganaloger in elektronische Vorgänge. Der Hauptnutzenist die Eliminierung der meisten Brüche im Datenfluss.Wir haben uns beispielsweise bewusst gemacht, wieviele Vorgänge zwischen der Registrierung eines Fahr-

tec4u I 2019 61

tec4u: Sie sagen: „Wir haben begonnen…“ – Können Sie das etwas genauer be-schreiben? Waren Sie als Geschäftsführer der Treiber des Projekts?

Charles Prussky: Ich war der Initiator, aber es war von Anfang an klar, dasseine Strategie, bei der der Chef in einsamer Entscheidung Technologien durch-drückt, nicht zielführend ist. Ich habe eine kleine Kompetenzgruppe ins Lebengerufen, die sich alle zwei Wochen traf, um ihre Beobachtungen und Gedankenüber Möglichkeiten der digitalen Prozessoptimierung auszutauschen. Zu dieserRunde gehörten außer mir ein Experte aus dem operativen Business, ein IT-Fachmann und ein Mitarbeiter mit weitreichender Projekterfahrung – damitwaren alle wichtigen Kompetenzebenen an dem Austausch beteiligt. Als Ge-schäftsführer protokolliere ich die Inhalte der Gespräche und muss natürlicham Ende die Entscheidungen treffen und verantworten. Bei den Meetings werdenProzessineffizienzen zur Sprache gebracht und Ideen für alternative Wege ent-wickelt. Schon bei den ersten Gesprächssitzungen haben wir uns gleichzeitigüberlegt, wie wir den Kreis der Kreativen über unsere Vierergruppe hinaus er-weitern könnten. So entstand die Idee eines Intranets, in dem jeder MitarbeiterGedanken und Vorschläge öffentlich machen kann. Ohne großen Aufwand undmithilfe eines Auszubildenden haben wir diese Idee schnell umgesetzt, so dassder Informationsfluss aus dem gesamten Mitarbeiterstamm gebündelt ist undzu Verbesserungen führen kann.

tec4u: Könnten Sie einige Beispiele für Prozessoptimierungen nennen, die Sieauf diesen Wegen umgesetzt haben?

Charles Prussky: Unser erstes Digitalisierungsprojekt diente der Reduzierungdes Anteils der papiergebundenen Prozesse. Im Transportbereich lag dieser Anteilzu diesem Zeitpunkt bei mehr als 50 Prozent. Durch die Einführung digitaler

zeugs am Tor und dem Be- und Entladen an der Rampe ablaufen. Die Minuten, ja, Sekunden, die wir auf diesem Weg einsparen,summieren sich über Tage, Wochen und Monate zu erstaunlichen Größen, die entsprechende Kosten verursachen. Ein wichtiges Digi-talisierungsthema war beispielsweise die EDI-Anbindung. Wir hatten ursprünglich für fast jeden unserer Kunden eine separate EDI-Lösung im Einsatz. Das konnte unsere IT-Abteilung einfach nicht mehr stemmen. Heute ist EDI in eine Standardlösung eingebunden,alle Prozesse laufen nun per Kundenlabel und EDI-Schnittstelle in unsere IT. Über Excel werden Daten wie die am Tor registrierte Fahr-zeugnummer, der Standort des Fahrzeugs und Anzahl der entladenen Kartons etc. prozessiert. Da unsere Kunden großen Wert auf dieAbsicherung der Waren legen, haben wir heute eine lückenlose GPS-Trailer-Überwachung und effiziente Telematiksysteme implementiert.In Verbindung mit einer Transportmanagementlösung, in der jedes Fahrzeug angemeldet ist, lassen sich weitere Zeitgewinne erzielen.Wenn die erhobenen Daten etwa eine Vorhersage für den Zeitpunkt des Eintreffens eines Fahrzeugs am Tor erlauben, kann man sicham Gate und an der Rampe bereits vorbereiten, was die Abfertigung erheblich beschleunigt und effizienter gestaltet. Unabhängig vomeinzelnen Vorgang erlaubt dies auch eine weit verbesserte Beherrschung von Schwankungen bei den Aufträgen, also der Kapazitätsplanung– es kommt durchaus vor, dass an einem Tag 45 Fahrzeuge im Einsatz sind und am nächsten nur 15. All das führt nicht nur zu einerProzessoptimierung bei uns, sondern auch zu einer stark verbesserten Servicequalität für unsere Kunden – und somit zu einer höherenKundenzufriedenheit.

tec4u: Kann man die Effizienzgewinne durch Digitalisierung denn auch in Euro und Cent beziffern?

Charles Prussky: Das ist nicht immer in beliebiger Tiefe möglich. Oft funktioniert es aber schon. So können Sie etwa beim eingangserwähnten Beispiel der Papiereinsparung leicht die Summe errechnen, die durch den Wegfall der Papier- und Aktenkosten eingespartwurden. Wir haben bei einigen solcher Optimierungsschritte natürlich Kosteneinsparungen erzielt und überlegen, einen Teil davonan unsere Mitarbeiter weiterzugeben. Wir könnten uns vorstellen, dass das gut ankommen und die Motivation der Kolleginnen undKollegen, in diesem Sinne weiterzuarbeiten, nochmals steigern würde. Zudem würde so greifbarer, was Digitalisierung konkret bewirkt.

tec4u: Und wie wird es künftig bei PostNord Deutschland in dieser Hinsicht weiter gehen?

Charles Prussky: Ich bin mit dem Weg, den wir beschritten haben, zufrieden. Wir sehen die Vorteile digitaler Lösungen für unsereProzesswelt. Unser Verfahren, uns zweimal im Monat zu treffen, Bilanz zu ziehen und neue Digitalisierungsfelder zu erschließen, werdenwir in jedem Fall beibehalten. Ich sehe noch weiteres Potenzial für die Zukunft, und es wird die Zeit kommen, wo künstliche Intelligenzeine führende Rolle spielt. Da wird es sich vermehrt um verbesserte Prognosen, proaktive Prozesse und Sicherheitsaspekte drehen. Wirgehen darauf zu, machen aber einen Schritt nach dem anderen. Big-Bang-Verfechter sind wir nicht.

62 tec4u I 2019

ensoren, Apps, Algorithmen, Big Data, Cloud,lernfähige Systeme – ein immer unübersichtlicherwerdender Technologieschatz hält in allen Be-

reichen von Wirtschaft und Gesellschaft Einzug.Autonome Maschinen und Geräte, lernende Roboter,Prognoseinstrumente und proaktiv handelnde Systemealler Art lassen sich für eine unbegrenzte Vielfalt vonEinsatzgebieten heranziehen. Basis dafür ist eine flächen-deckende leistungsfähige IT- und Kommunikationsinfra-struktur, die die Vernetzung beliebig vieler Gegenständeund eine jederzeit und überall abrufbare Echtzeitkom-munikation ermöglicht. Unter dieser – nicht geradetrivialen und angesichts des schwachen Ist-Zustands inDeutschland problematischen – Voraussetzung werdensich unser Alltag und alle Ebenen unserer Lebensumständein den nächsten Jahrzehnten drastisch verändern. EinigeSchlaglichter machen das Potenzial von KI für die naheZukunft deutlich.

Die selbstlernendeZivilisation

S

Technologien aus dem Werk-zeugkasten der KünstlichenIntelligenz werden nach demWillen der Ingenieure nicht nurunsere Mobilitätskonzepte undunsere Wertschöpfungskettenrevolutionieren, sondern auchunsere Gesellschaft in einesmarte Zivilisation integrieren.

KI und Gesundheitswesen

Im Bereich der Medizin denkt man im Zusammenhang mit KI häufig anlernfähige Systeme, die sich auf Patienten einstellen, vom Operations- bis hinzum Pflegeroboter. Auch die bildgebenden Verfahren profitieren von derMustererkennung mit KI, indem Diagnosen vereinfacht und beschleunigtwerden können. Intelligente nicht-invasive Untersuchungstechniken – etwamit Minisensoren – helfen ebenfalls dabei, Krankheiten früh zu erkennen.Und da vernetzte KI-Systeme ihren Wissensbestand an jedem Ort jederzeitzur Verfügung stellen können, entfallen langwierige Konsultationen oderDatenaustauschprozesse.

Verschiedene Kooperationen von KI-Unternehmen und Pharmakonzernenmachen Hoffnung auf eine Beschleunigung der Arzneimittelentwicklung, woderzeit für ein neues Medikament bis zu 15 Jahre zu veranschlagen sind. IBMsWatson for Drug Delivery ist so ein KI-System, das diesen Zeitraum drastischverkürzen soll, indem es große Mengen an genetischen und klinischen Datendurchsucht. Es nutzt u.a. die natürliche Sprachverarbeitung, um Millionenvon Seiten zu lesen und die kontextuelle Bedeutung in der Forschung zuverstehen. Erste Einsätze verliefen bereits positiv. So gelang mit Watson-Hilfein nur wenigen Monaten die Identifikation von bestimmten Proteinen, diemit dem Auftreten von amyotropher Lateralsklerose (ALS) in Verbindunggebracht werden können, einer äußerst schweren degenerativen Erkrankungdes Nervensystems.

tec4u I 2019 63

Das Pharmaunternehmen GlaxoSmithKline glaubt,dass die Zeit, die das Unternehmen braucht, um eineKrankheit ins Visier zu nehmen und dann ein Moleküldafür zu finden, von fünfeinhalb Jahren auf nur einJahr reduziert werden könnte.

Insgesamt sind Medikamentenentwicklung und Medi-zintechnik nur zwei Beispiele für die vielen erfolgvers-prechenden KI-Tummelplätze. Doch die Vorteile derneuen Technologie reichen weit darüber hinaus undbetreffen die Problemzonen unseres gesamten Gesund-heitswesens. „Der Einsatz von künstlicher Intelligenzin der Medizin könnte helfen, schwere Krankheitenfrüher zu erkennen, Millionen von Menschen besserzu therapieren – und allein in Europa die prognos-tizierten Gesundheits- und Folgekosten binnen zehnJahren um eine dreistellige Milliardensumme zu sen-ken.“ Dies ist die positive Botschaft einer Studie desBeratungs- und Forschungsunternehmens Pricewater-houseCoopers (PwC).

Die PwC-Studie konzentrierte sich auf drei besondersverbreitete Krankheitsbilder: Fettleibigkeit bei Kin-dern, Demenz und Brustkrebs. Beim Thema Überge-wicht zeigen erste klinische Studien, dass sich mithilfekünstlicher Intelligenz womöglich schon aus denGesundheitsdaten von Zweijährigen ablesen lässt,welche Kinder einem besonders hohen Risiko aus-gesetzt sind, später an Fettleibigkeit zu leiden. DieseErkenntnisse könnten es ermöglichen, das Problemsehr viel früher anzugehen als das heute der Fall ist.Bei Demenzerkrankungen werden die meisten Fällefrühestens diagnostiziert, wenn entsprechende kog-nitive Veränderungen feststellbar sind. Dank künst-licher Intelligenz dürften Diagnosen häufig schonauf Basis regulärer Vorsorgeuntersuchungen möglichwerden. Eine klinische Studie aus den Niederlandenzeigt, dass sich KI-Verfahren mit herkömmlichenDiagnosemethoden wie der Magnetresonanztomo-grafie kombinieren lassen. Auf diese Weise wurdenAlzheimer-Erkrankungen in einem sehr frühenStadium mit einer Genauigkeit von 82 bis 90 Prozentfestgestellt. Beim Thema Brustkrebs ist besondersbemerkenswert, dass bisherige Forschungen nichtnur bei der Diagnose, sondern auch bei der Therapieauf enorme Fortschritte hindeuten. So war künstlicheIntelligenz bei einer Pilotstudie in der Lage, mit mehrals 70-prozentiger Genauigkeit vorherzusagen, wie

eine Patientin auf zwei herkömmliche Chemotherapie-Verfahren reagieren würde.Angesichts der enormen Verbreitung von Brustkrebs geht die PwC-Untersuchungdavon aus, dass der Einsatz von KI immense Kostensenkungen für dasGesundheitssystem brächte. So könnten über die nächsten zehn Jahre kumuliertschätzungsweise 74 Milliarden Euro eingespart werden. Beim Thema Fettleibigkeitbeziffert PwC das Einsparpotenzial sogar grob auf 90 Milliarden Euro, bei derDemenz sind es etwas acht Milliarden.

KI in der Energieversorgung

In dem diversifizierten und dezentral organisierten Energienetz, das das Ergebnisder Energiewende sein soll, ist ein hoher Komplexitätsgrad mit der Forderungnach höchster Versorgungsqualität zu kombinieren – ein perfektes Anwendungsfeldfür KI-Technologie. Durch die Verarbeitung großer Datenmengen unter Einbe-ziehung von Sekundärinformationen lässt sich mit KI ein solch heterogenes Ener-gienetz aus vielen verschiedenen Erzeugungsanlagen koordinieren und auf denBedarf abstimmen.

tec4u I 201964

Die Aufgabe: Wetterdaten (Sonneneinstrahlung, Windgeschwindigkeit usw.)müssen mit den Parametern der regionalen Energieerzeugung kombiniert wer-den, so dass deren Leistung entsprechend geregelt, mit Speichertechnologienvernetzt und mit dem prognostizierten Verbrauch abgestimmt werden kann.Big-Data-Technologie zur Echtzeitverarbeitung großer Datenmengen und KI-Prognoseinstrumente sind hier das Mittel der Wahl.

Auch innerhalb von Gebäuden bietet KI Chancen: Intelligente Software kanndie Heizungs- und Klimaanlagen proaktiv regeln und damit den Verbrauchspürbar senken.

Keine Smart City ohne KI

Die Stadt von Morgen wird smart sein. Das bedeutet: Immer mehr Objekte wieGebäude, Verkehrs-, Logistik- und Energieversorgungseinrichtungen und Fahr-zeuge werden über das Internet vernetzt sein und auf Informationen aus ihrerUmgebung reagieren können. Basis dafür ist eine intensive Nutzung von KI-Systemen. Die Marktforscher von Frost & Sullivan haben in einer Studie diewichtigsten Einsatzgebiete von KI im urbanen Bereich herausgearbeitet:

• Öffentliche Verwaltung und Bildung: E-Government, elektronische Bildungsange-

bote, Katastrophenschutz• Gesundheitswesen: E-Health, M-Health,

verbundene medizinische Geräte• Gebäudemanagement:

Gebäudeautomatisierung im Bereich Klima,Licht, Sicherheit

• Mobilität: adaptiveVerkehrslenkung/Signalsteuerung,Parkraum-Management,nachfragegesteuertes (Maut-) Gebühren-management

• Infrastruktur: Sensor-Netzwerke,• Wasserversorgung und Recycling: Digitales

Wasser- und Abwasser-Management,Plattformen für Ressourcenkoordinierung

• Kommunikation: schnelles Internet (5G-Netzwerkabdeckung), freie WLAN-Ange-bote, Ultra-Breitband-Versorgung

• Energieversorgung: Smart Grids, SmartMeters, intelligente Energiespeicherung

• Bürgerservices: ökologische Mobilitäts-angebote, Plattformen für ehrenamtlichesEngagement, Smart Lifestyle

• Sicherheit: Überwachung, Biometrie,Verbrechensvorhersage

Smart-City-Lösungen auf KI-Basis werden laut dieserStudie derzeit vor allem von großen IT-Unternehmenwie Google, IBM und Microsoft entwickelt. Zuerwarten ist aber eine Welle von neuen Playern aufdiesem Gebiet. Schließlich geht es um einen riesigenMarkt, dessen Volumen Frost & Sullivan bis 2025auf über zwei Billionen US-Dollar beziffert. DerAufwand, Städte in Bestandteile eines Internets derDinge zu verwandeln, ist in der Tat hoch. Allein eineintelligente Verkehrsführung muss Computer-lesbareVerkehrszeichen, Interaktion mit menschlichenVerkehrsreglern, mit Sensoren gespickte Straßenbeläge,Fahrzeuge und Gebäude und viele andere Elementemehr enthalten.

Am Ende sollen Städte zu selbstlernenden und sichautomatisch entwickelnden urbanen Einheiten wer-den. Und diese wiederum sollen das Skelett für eineglobale, sich selbst intelligent steuernde Zivilisationdarstellen.

tec4u I 2019 65

eit der Einführung des Begriffs „Industrie 4.0“ wird das Thema international in Wirt-schaft und Forschung in zahlreichen Initiativen und Projekten behandelt. Enormewirtschaftliche Potenziale wurden in diversen Studien beziffert, um den revolutionären

Charakter dieser Entwicklung zu unterstreichen.

Tatsächlich lässt sich weder auf volkswirtschaftlicher noch auf unternehmensspezifischer Ebe-ne ein signifikanter Beitrag von Industrie 4.0 nachweisen. Digitale Umsätze sind in den Ge-schäftsberichten deutscher Unternehmen und insbesondere in der produzierenden Industriepraktisch nicht nachweisbar. Trotz aller Marketingbemühungen des deutschen Maschinen-und Anlagenbaus sich als digitale Vorreiter zu positionieren, verkauft die deutsche Industrienach wie vor überwiegend Produkte, Maschinen, Anlagen und klassische After-Sales-Services.Eine echte Innovation oder gar Transformation dieser klassischen Geschäftsmodelle ist bishernicht erkennbar.

Durch die Durchdringung derphysischen Welt mit Informations-und Telekommunikationstechno-logien stehen vermehrt und massen-haft Daten zur Verfügung. DieseDaten sind der Rohstoff für neueLeistungen, indem Sie dabei helfendie Zusammenhänge in der realenWelt immer besser quantitativ ab-zubilden und zu verstehen. Auf Basisdieser Daten lassen sich Logistik-ketten optimieren, Maschinen ge-zielter einstellen oder Ausfälle vor-hersagen. Die Möglichkeiten despermanenten Lernens und Verbes-serns gilt es in neue Geschäftsmo-delle zu übersetzen. Ziel dieserneuen Form von Geschäftsmodellenist es nicht mehr, dem Kunden ein-zelne Produkte oder Services zu ver-kaufen, sondern ihm den Zugangzu einer sich ständig verbesserndenLeistung zu bieten. Diese Form vonGeschäftsmodellen, meist verbun-den mit einem Erlösmodell, dasdem Kunden diesen Zugang aufBasis regelmäßiger Zahlungen ge-währt, wird als Subscription-Ge-schäftsmodell bezeichnet. Basierendauf einem nie dagewesenen Kun-denverständnis, ermöglicht durchMassendaten und einer radikalenKundenorientierung, schaffen dieseGeschäftsmodelle langfristige dyna-mische Kundenbeziehungen. Bei-spiele aus dem Consumer-Bereich,wie diese Geschäftsmodelle bran-

Mit Industrie 4.0Beute machenSubscription-Geschäftsmodelle können dietechnologischen Möglichkeiten von Industrie 4.0 inlangfristigen unternehmerischen Erfolg überführen

Von Dr.-Ing. Philipp JussenBereichsleiter Dienstleistungsmanagement am FIR an der RWTHAachen und Managing Director Center Smart Services

tec4u I 201966

S

chenprägend wirken, sind zahlreich. Anbieter wieNetflix oder Spotify ermöglichen eine vollkommenneue Form des Konsums von Filmen, Serien undMusik. Anstatt zu versuchen, einzelne Filme, Serienoder CDs über einen definierten Kanal (Kino, TV-Sender, Musikgeschäft) zum Kunden zu pushen, stel-len die Anbieter dem Kunden ihre Leistung unabhän-gig von Zeit, Ort und Medium zur Verfügung. ImGegensatz zu etablierten Anbietern (Filmproduktions-gesellschaften, TV-Sendern), die die Reaktion auf ihrAngebot im besten Fall aus Fragebogenstudien oderVerkaufszahlen ablesen können, erhalten Anbieterwie Netflix ein vielfach detailliertes Verständnis desVerhaltens und der Bedürfnisse der Kunden. JederKunde ist zu jedem Zeitpunkt der Nutzung beobacht-bar und damit analysierbar. Dabei nutzen die Anbieterdiese Informationen, um ihre Leistung kontinuierlichund vor allem schnell zu verbessern. Diese Transfor-mation lässt sich ebenfalls für Branchen beobachten,wo das physische Produkt ein wesentlicher Bestandteilder Leistung ist. Hersteller von Wärmetechnik wieVaillant oder Viessmann gehen dazu über, ihren Kun-den Wärmeleistung anstelle von Heizkörpern zu ver-kaufen. Nahezu jeder große Automobilhersteller ex-

perimentiert aktuell mit Subscription-Geschäftsmodellen.

Subscription-Geschäftsmodelle ermöglichen demKunden gegen eine monatliche Zahlung den Zugriffauf eine ganze Flotte an Fahrzeugen, teilweise mitunbegrenzten Wechselmöglichkeiten zwischen den

einzelnen Fahrzeugen. Zulassung, Wartung oder Service ist im Angebot enthalten.Der Anbieter hat seinerseits jederzeit das Recht, das Fahrzeug zwecks Serviceoder aus einem beliebigen Grund auszutauschen. Die Fahrzeuge, welche sichim Besitz des Anbieters bzw. Herstellers befinden, sind miteinander vernetzt.Das Nutzungsverhalten des Kunden wird so vollständig transparent. Ebensokönnen dem Kunden neue digitale Leistungen rund um seineMobilitätsbedürfnisse angeboten werden.

Erfolgreiche Anbieter im Maschinen- und Anlagenbau gibt es auch: BOGE,Hersteller von Druckluftkompressoren, bietet seinen Kunden gegen eine täglicheGebühr den Zugang zu einem Optimierungstool. Dieses analysiert das Verhaltender Kompressoren und liefert Erkenntnisse zur Leistungs- bzw. Effizienzsteigerung.Für den Kunden ist die permanente Optimierung aufgrund der verhältnismäßighohen Betriebs- bzw. Energiekosten von Kompressoren von großem Interesse.Das erfolgreiche Angebot von Subscription-Modellen gelingt langfristig nurdurch eine echte Transformation der bestehenden Geschäftsmodelle; mithinein Grund, warum etablierten Anbietern die Umstellung besonders schwerfällt.Nahezu jeder Aspekt eines Unternehmens ist für das Angebot von Subscription-Geschäftsmodellen zu hinterfragen. Die Umstellung ist dabei weitaus größer,als lediglich eine Anpassung des Erlösmodells. Zunächst setzen Subscription-Geschäftsmodelle die datenmäßige Erfassung des Kundenverhaltens voraus.Hierzu sind ein vernetztes physisches Produkt sowie eine entsprechende technischeInfrastruktur zur Integration verschiedener Datenquellen unabdingbar. Mit derGestaltung von Subscription-Geschäftsmodellen und der Organisation zurErbringung dieser Geschäftsmodelle befasst sich das FIR an der RWTH Aachen.

https://www.accenture.com/de-de/top500-2018

https://www.cnet.com/roadshow/news/2018-new-car-subscription-service-guide-buying-leasing

tec4u I 2019 67

ie Verfügbarkeit von Daten in Unternehmen ist in den vergangenen Jahren starkangestiegen und wird aufgrund der vernetzten Digitalisierung immer weiterwachsen.Unternehmensintern werden Daten in verschiedensten Abteilungen für die verschie-

densten Prozesse in unterschiedlichsten Formaten und Qualitäten erzeugt: Klickdaten imMarketing, Testdaten in der Entwicklung, Maschinendaten in der Produktion oder Kunden-nutzungsdaten der eigenen Produkte und Services. Die Verwertung der Daten beschränktsich heute oft auf abteilungsinterne Fälle. Das liegt daran, dass andere Abteilungen wederTransparenz über verfügbare Daten haben noch diese erhalten. Eine zusätzliche Herausforderungbesteht darin, dass einige Anwendungssysteme eine übergreifende Datennutzung nicht zulas-sen, weil sie Daten in proprietären Formaten anbieten. Unternehmen fehlen damit die Vo-raussetzungen für optimierte Prozesse, moderne Kundenkommunikation und durchgängigdatenbasierte Services. Es muss daher eine unternehmenseinheitliche Strukturierung derDatenverwaltung geschaffen werden.

Strukturierung von UnternehmensdatenTechnologisch gesehen entstehen Unternehmensdaten auf verschiedenen Ebenen. Sie könnenetwa von Maschinen oder Menschen in Anwendungssystemen erzeugt und für interne Ent-scheidungsprozesse genutzt oder Kunden in Form von Services angeboten werden. Um dieseverschiedenen Ebenen zu strukturieren, wurden vom Arbeitskreis Smart Service Welt deracatech – der Deutschen Akademie der Technikwissenschaften – vier Ebenen definiert(siehe Abbildung 1).

Auf unterster Ebene befindet sichdie technische Infrastruktur, umDatentransfer und -speicherungsowie die Anbindung an das Inter-net und Unternehmensnetzwerk zurealisieren. Die darüber liegendeSchicht beinhaltet die Datengene-rierung beispielsweise durch smarteMaschinen und Geräte, die als ver-netzte physische Plattformen be-zeichnet werden. Software-definiertePlattformen nehmen diese Datenauf, aggregieren und analysieren sieund stellen sie als Informationenzur Verfügung. Dabei wird auch aufexterne Datenbestände zurück-gegriffen. Serviceplattformen bildendann die Schnittstelle zum Kunden,über die Unternehmen auf Basis dergenerierten Informationen smarteDienstleistungen anbieten. Dieletzten beiden Ebenen sind vonstruktureller Natur und zeigen, wieDaten durchgängig von der Erzeu-gung über die Verarbeitung zurNutzung im Unternehmen unddurch den Kunden verarbeitetwerden können.

IoT-PlattformenUnternehmen arbeiten heute nochselten mit Software-definiertenPlattformen. Das ist darin begrün-det, dass die notwendige Softwareerst seit wenigen Jahren verfügbarund daher auch unbekannt ist: IoT-

Lernen aus DatenIoT-Plattformen für die systemübergreifendeDatennutzung

Von Jörg Hoffmann, stv. Bereichsleiter Informationsmanagementam FIR an der RWTH Aachen

Vier Ebenen der Smart-Service-Welt (eigene Darstellung)

tec4u I 201968

D

Plattformen können die Schicht zwischen smartenGeräten und Maschinen sowie vorhandenen Unter-nehmensdaten bilden. Einige Anbieter von IoT-Platt-formen sind in Abbildung 2 aufgeführt.

IoT-Plattformen umfassen folgende Funktionen: Siebesitzen vielfältige Schnittstellen-Bibliotheken gängigerFormate – von UPC UA bis zu generischen Webser-vices. Sie können verschiedene Datenbanken anschlie-ßen, um Daten zu speichern und zu verwalten. IoT-Plattformen haben ein breites Angebot an Analyseme-thoden, die bis zu komplexen Machine-Learning-Al-gorithmen reichen. Fast alle IoT-Plattformen bietendarüber hinaus einfache Editoren für Apps. Dabeihandelt es sich nicht unbedingt um Apps für dasSmartphone, sondern eher um die Darstellung vonInformationen in Form von Dashboards oder um

Apps, mit denen Maschinen bedient werden. Ergänztwerden diese Kernfunktionen um IT-Sicherheitsfunk-tionen, die Schnittstellen und enthaltene Datenbe-stände schützen. Außerdem bieten IoT-Plattformenoffene Entwicklungsumgebungen, die sowohl vonklassischen Softwareentwicklern genutzt werden kön-nen, als auch von „normalen“ Anwendern. Letzterekönnen durch sogenannte No-Code-Umgebungenmit grafischen Elementen einfache Programmierungenvornehmen.

Auswahl und Einführung von IoT-Plattformen inUnternehmenUm IoT-Plattformen zum Zweck der verbessertenDatennutzung im Unternehmen einzuführen, bedarfes einiger Vorarbeit: Unternehmen müssen zuerstZiele festlegen, die sie mit der Plattformeinführungverfolgen, diese sollten über Anwendungsfälledetailliert werden. In diesen Anwendungsfällen wird

beispielsweise beschrieben, wie Daten aus der Produktion zurProduktionsoptimierung genutzt werden können. Auf Basis der Anwendungsfälleerfolgt eine Ist-Betrachtung der aktuell vorhandenen Geräte, Maschinen undAnwendungen. Dies identifiziert eventuelle Lücken oder notwendigeVeränderungen, die Voraussetzung für den effektiven Einsatz einer IoT-Plattformsind. Bei der Auswahl von konkreten Softwareprodukten werden aus diesenAnwendungsfällen notwendige Funktionsblöcke der IoT-Plattformherausgearbeitet. Erst dann kann über eine IT-Marktrecherche eine Vorauswahlan Plattformen getroffen werden. Bei Bedarf werden die aussichtsreichstenAnbieter zu einer Systempräsentation eingeladen, in der alle anhand derselbenAnwendungsfälle ihre Lösung vorstellen, um eine gute Vergleichbarkeit zugarantieren. Auf Kosten-Nutzen-Basis wird daraufhin eine Entscheidung gefällt.Anschließend empfiehlt es sich, die IoT-Plattform nach dem Konzept desMinimal-Viable-Products zu implementieren. Statt einer umfangreichen, langandauernden Implementierung wird mit schnell zu erreichenden, einfachenErgebnissen gearbeitet. Dies hilft dabei, die Funktionalität der Plattform besserzu verstehen und schneller Erfahrungen zu sammeln. Zudem liefern schon dieersten Ergebnisse direkten Nutzen für das Unternehmen.

Aus Daten lernen – mit IoT-PlattformenDer Einsatz von IoT-Plattformen ist ein moderner Weg, um aus den vielfältigenUnternehmensdaten zu lernen und datenbasiert Entscheidungen zu treffen.Unternehmen optimieren so ihre Prozesse und generieren neues Geschäft mitihren Kunden. Nicht zuletzt helfen IoT-Plattformen dabei, allen Mitarbeiternden Zugang zu Daten und ihrer Auswertung zu geben. Statt langwieriger Excel-Exporte arbeiten sie mit Live-Daten und können ihre Ergebnisse anderen Mit-arbeitern zeitnah zur Verfügung stellen.Das FIR an der RWTH Aachen führt Marktstudien zu IoT-Plattformen durchund verfügt über umfangreiche Erfahrungen bei der Begleitung von Konzept,Auswahl und Implementierung.

LiteraturSmart Service Welt 2015. Abschlussbericht. AcatechForrester Wave 2016. IoT-Softwareplattformen. Forrester.comKrause et al. 2017. IoT-Plattformen für das Internet der Dinge. Fraunhofer VerlagHoffmann 2018. Informationssystem-Architekturen produzierender Unternehmen bei software-definiertenPlattformen. Apprimus Verlag

Übersicht über einige wichtige IoT-Plattform-Anbieter (eigene Darstellung)

tec4u I 2019 69

tec4u I 201970

HocheffizienteLow-Cost-Montagevon Elektro-fahrzeugen

ie 2015 im Umfeld des RWTH AachenCampus gegründete e.GO Mobile AG greiftauf ein großes Partnernetzwerk aus Wissen-

schaft und Wirtschaft zurück, um mit neuesten Ent-wicklungs- und Produktionsmethoden Elektromobilitätschon heute erlebbar und bezahlbar zu machen undeine kontinuierliche Integration innovativer Ansätzezu verwirklichen. Der viersitzige e.GO Life ist nun daserste Fahrzeug, das mit Hilfe dieser agilen Entwicklungs-methoden und unter Verwendung neuester Industrie4.0-Technologien ab März 2019 am Aachener Standortin Serie produziert wird.

Um eine schnelle und kostengünstige Entwicklung dese.GO Life zu garantieren, steht die agile Produktentwick-lung im Vordergrund. Angelehnt an die modernenEntwicklungsprozesse der Softwareindustrie werdendabei nun auch physische Produktänderungen imRahmen von kurzzyklischen Produktiterationen agilumgesetzt, und in Anlehnung an das Scrum-Verfahrenin Sprints realisiert. Dieser Ansatz ermöglicht somiteine stetige Adaption an veränderte Rahmenbedingungenund trägt insbesondere der rapiden Veränderung desTechnologieumfeldes des Fahrzeugs Rechnung. AlsAusgangspunkt für die Entwicklung dienen User Stories,die den Lösungsraum für Innovationen gezielt an denKundenanforderungen ausrichten. Durch diese Inte-gration in den iterativen Fahrzeugentwicklungsprozess

D wird das Fahrzeug intensiver auf die Wünsche und realen Nutzungsabsichtender Kunden ausgerichtet. Neben einer Erhöhung der Mehrwerte für dieKunden werden zudem die Entwicklungszeiten bis zur Marktreife reduziert.Außerdem lässt sich auf diese Weise der Trend hin zu einer immer stärkerenund schnell lebigeren Fragmentierung in kundenindividuelleFahrzeugkonfigurationen aufgrund von regions- und nutzungsspezifischenAnforderungen adressieren.

Eine Adaption hin zu agilen Prozessen fand, neben der Entwicklung, auchin der Produktion des e.GO Life statt. Kostenintensive und starre Produktions-systeme können zukünftigen Anforderungen der Automobilproduktion nichtgerecht werden und erfordern neue Ansätze für eine kostenreduzierte unddamit wirtschaftliche Fertigung von Elektrofahrzeugen in dezentralen Wert-schöpfungsstrukturen. Um auch in der Produktion in kürzeren Schritten aufdie Produktänderungen reagieren zu können, ist eine hohe IT-Transparenzund eine flexible Anpassung der Produktionsstrukturen notwendig. Deshalbwurde bei der e.GO Mobile AG eine durchgängige IT-Systemarchitekturetabliert, damit alle beteiligten Fachbereiche auf einem Datenbestand redun-danzfrei arbeiten können. Die Datenaufnahme und -analyse dient neben derÜberwachung von produktionsbezogenen Kennzahlen und Zustandsdatenvor allem der Anomalie-Detektion und der Identifikation von Produktivität-spotenzialen. Dies geschieht unter Zuhilfenahme spezifischer Analyseverfahrenund Algorithmen, unter anderem auch aus dem Feld der künstlichen Intelligenz.Die flexible Anpassung der Produktionsstrukturen ist vor allem durch eineinvestitionsarme Montage umsetzbar, die zudem in einem skalierbaren Pro-duktionsnetzwerk einfach erweitert werden kann. Der Verzicht auf ein Press-werk für den Karosseriebau, auf die Lackiererei und auf ein fixiertes Mon-tagefließband sind Zeugnisse dieser Ansätze. Um bei den flexiblen Montagestuk-

Neue Fertigungsverfahrenermöglichen einebedarfs- und kostenoptimierteSerienfertigung dese.GO Life.

Von Maike Schrickel, David Hedderich und Volker Lücken

tec4u I 2019 71

tec4u I 201972

turen auch in Zukunft voranzugehen, wurde das vomBundesministerium für Wirtschaft und Energie geförderteForschungsprojekt LoCoMo initiiert, welches die e.GO MobileAG in Zusammenarbeit mit verschiedenen Partnern umsetzt.Dieses befasst sich in vier Säulen mit der flexiblen Low-Cost-Montage. Als erste Säule steht eine zukünftige Automatisierungdes e.GO-Life-Chassis im Rahmen der Produktion imMittelpunkt. Hierbei wir das Fahrzeug befähigt, ab einembestimmten Fertigungsstand eigenständig durch eine intelligentgesteuerte und optimierte Inselfertigung in der Montage zufahren. Als weiterer Schwerpunkt werden im Projekt Ansätzerealisiert, Montagevorrichtungen automatisch aus Kons-truktionszeichnungen abzuleiten und eine auch kurzfristigangepasste Herstellung dieser spezifischen Vorrichtungs-komponenten durch additive Fertigungsverfahren umzusetzen.Der dritte Schwerpunkt des Projekts beschäftigt sich mit demEinsatz weiterer additiv gefertigter Elemente, um Toleranzen– beispielsweise zur Ausrichtung der Türen – direkt aus-zugleichen und somit kostenintensive und hoch-iterativePositionsüberprüfungen in der Montage aufzubrechen. Alsvierte Säule hat sich das Konsortium die Erforschung derflexiblen Low-Cost-Montagestrukturen im Gesamtverbundund der damit in Verbindung stehenden notwendigen Echtzeit-Steuerungslogik gesetzt. Im Kontext der „Maschinen mitKöpfchen“ gilt es insbesondere, diese übergreifendeProduktionsoptimierung unter kontinuierlicher Integrationneuartiger Ansätze auszunutzen und im Hinblickauf diese Low-Cost-Montage mit umzusetzen.

Die Inselfertigung als Produktions- und Montagestrukturkann hierfür, insbesondere in Verbindung mit selbstfahrendenChassis in Produktion und Montage, auch eine Basis darstellen,um eine Adaption und Flexibilisierung im Hinblick auf dieKomplexität und Variantenvielfalt zu ermöglichen. In heutigenkonventionellen Fahrzeugendmontagen werden maximalverschiedene Derivate eines Fahrzeugtyps auf einer Produk-tionslinie gefertigt. Um diese höhere Flexibilität zu erreichen,ist es erstrebenswert, dass für einen hochdiversen Teil der Fer-tigungslinie auf variantenspezifische Montageinseln gewechseltwird, während das Basisfahrzeug vorab weiterhin in einerklassischen Fertigungslinie montiert wird. Diese Montageinselnwerden durch das selbstfahrende Chassis je nach Fahrzeug-konfiguration in unterschiedlicher Reihenfolge automatisiertangefahren. Auf diese Weise kann auf Produktänderungenund Konfigurationspräferenzen leichter reagiert und Inves-titionen hinsichtlich der Produktionsinfrastruktur wie z.B.Montagebänder können reduziert werden.

Nach Fertigstellung des Basisfahrzeuges, bestehend aus Chassis undvollständigem elektrischem Antriebsstrang, auf der nun verkürztenProduktionslinie wird der e.GO Life temporär mit einer Steuer- undKommunikationseinheit sowie zwei Laserscannern ausgestattet. Überdie lokale Wahrnehmung des Chassis durch die Laserscanner-Sensorikwird das Umfeld mit kartiert, wobei sich Hindernisse erkennen lassen.In Zusammenarbeit mit der zentralen Echtzeit-Steuerungslogik wirddann eine übergreifende und teilweise KI-gestützte Fertigungsoptimierung

tec4u I 2019 73

vorgenommen und das Fahrzeug zu den variantenspezifischenMontageinseln gesteuert. Diese Umfelderkennung kann weiterhindurch eine Fusion mit Kameras, welche als Teil der Infrastruktur derFertigungslinie installiert werden, ergänzt oder fusioniert werden.Durch die Ansätze der automatisierten Chassis und weiterer im Fokusder Forschung befindlicher Low-Cost-Montageverfahren ergeben sichin der Endmontage vollkommen neue Möglichkeiten zur bedarfsorien-tierten Optimierung der Fahrzeugfertigung. Diese ermöglichen es, die

bereits umgesetzten agilen und kostenoptimierenden Verfahrenim Rahmen der Entwicklung und Fertigung des e.GO Lifeauch zukünftig weiterzuführen, und die vielfältigen aus derForschung resultierenden Ansätze kontinuierlich in die Serien-fertigung sowie alle Unternehmensprozesse zu integrieren.

KI schafft Wissen,Wissenschafft Erfolg

Daniel Fallmann ist Gründerund Geschäftsführer derMindbreeze GmbH, einemAnbieter von Software für dasWissensmanagement in Unter-nehmen. tec4u sprach mit ihmüber die Möglichkeiten, die dieKI-Technologie modernenUnternehmen eröffnen kann.

tec4u I 201974

ec4u: Herr Fallmann, wie kann sich denn KünstlicheIntelligenz heute in den Unternehmen schon nützlich

machen?

Daniel Fallmann: Unternehmen sind ja ständig daraninteressiert, ihre Geschäftsprozesse zu optimieren. Dazunutzen sie seit Jahren verschiedenste Softwaretools wieBusiness Intelligence, Analytics etc. Durch die verfügbarenKI-Technologien tritt nun ein Wandel ein: Es geht nichtmehr nur darum, die Effizienz der Geschäftsprozesseständig zu verbessern, sondern immer mehr darum, dieGeschäftsprozesse zu transformieren – und mit ihnendas ganze Unternehmen. Das bedeutet, dass am Endenicht einfach mehr Effizienz in den bestehenden Abläufenentsteht, sondern dass ganz neue Prozessoptionen zurVerfügung stehen, die das im Unternehmen schlum-mernde Wissen erwecken können, um völlig neue Mög-lichkeiten, Handlungsoptionen und Erfolgsstrategien zuschaffen. KI kann nämlich die in Hunderten von An-wendungen hochgradig verstreut im Unternehmenlagernden Informationen sammeln, analysieren, ver-knüpfen und für jeden speziellen Zweck intelligent auf-bereiten. Am Ende verfügen die Mitarbeiter über einWissensarsenal, das einen Kreativitäts-Quantensprungermöglicht, wenn es intelligent eingesetzt wird.

tec4u: Können Sie das durch ein Beispiel etwaskonkretisieren?

t Daniel Fallmann: Ein Beispiel wäre das intelligente Management des Infor-mationsflusses ins Unternehmen – Stichwort Kundenservice. Die Ansprücheder Kunden sind über die Jahre hinweg immer weiter gestiegen. Sie wolleneine rasche Bearbeitung und natürlich vor allem eine schnelle Lösung für ihrProblem. Nehmen wir an, Sie hätten ein Problem mit einem Produkt. DasErste, das Sie wahrscheinlich tun werden, ist auf der Website des Anbieterszu recherchieren, ob es bereits Aufzeichnungen gibt, die das Problem in Sekun-denschnelle lösen. Wenn Sie nicht fündig werden, kontaktieren Sie im zweitenSchritt das Support-Team und bitten um Unterstützung. Das Support-Teamweiß im besten Fall eine rasche Lösung. Manchmal ist aber selbst das besteSupport-Team überfragt. Also wird die Anfrage weitergeleitet, bis jemand eineAntwort parat hat. Dies bedeutet einen enormen Koordinationsaufwand fürdas Unternehmen und natürlich lange Wartezeiten für den Kunden. Mithilfevon KI vereinfacht sich dieser Prozess und die vom Kunden gestellte Fragekann rasch und ordnungsgemäß beantwortet werden. Der Kunde formuliertsein Anliegen im Suchfeld auf der Website. Vorhandene Beiträge auf der Web-site werden proaktiv analysiert und ähnliche Fragen beziehungsweise Antwortenals mögliche Lösungen schon direkt während dem Erstellen einer neuen An-frage zur Verfügung gestellt. Dadurch müssen weniger Anfragen an den Sup-port Desk des Unternehmens gestellt werden und klassische Anliegen undProbleme können sofort und unkompliziert bereits auf der Webseite beantwortetwerden. Sollte für eine Anfrage keine Lösung gefunden werden, kann dieseaufgrund der automatischen Zuteilung zum zuständigen Fachbereich deutlicheffizienter bearbeitet werden.

tec4u: Neben der Automatisierung von Informationsflüssen lässt sich alsomittels KI Wissen gezielt veredeln und an jeweils autorisierte Mitarbeiterverteilen?

tec4u I 2019 75

tec4u I 201976

Daniel Fallmann: Ganz genau. Und dies ist für dieUnternehmen von immenser Bedeutung. Die KI-Lösung verschafft sich aus den einschlägigen Quellendie auf jeden Mitarbeiter zugeschnittenen Autori-sierungen beziehungsweise Wissensanforderungenfür seinen Aufgabenbereich. Damit lässt sich zumeinen sicherstellen, dass nur Mitarbeiter mit denentsprechenden Berechtigungen Zugang zu kritischenInformationen bekommen, zum anderen bekommtjeder genau die Informationen, die er braucht oderwünscht. Nehmen Sie als Beispiel einen Fertigungs-betrieb, der komplexe Bauteile verarbeitet. Für eineBewertung soll eine detaillierte Sicht auf ein bestimm-tes Bauteil generiert und dargestellt werden. Die KI-Software stellt aus unzähligen strukturierten undunstrukturierten Datenquellen diese Darstellung zu-sammen. Dazu gehören beispielsweise Fotos, tech-nische Datentabellen, Wartungsunterlagen, Betriebs-handbücher, Memos im pdf-Format und so weiter.Das Ergebnis ist eine digitale Repräsentation desGegenstands, ein „Digital Twin“. Weil es sich aberum ein sensibles Bauteil handelt, ist die Darstellungvon unternehmenskritischer Bedeutung. Die KI-Lö-sung sorgt nun dafür, dass jeder Mitarbeiter, der Zu-gang zu dieser Darstellung erhält, nur so viel zu sehenbekommt, wie er aufgrund seiner Berechtigungen

sehen darf. Und er darf nur all das sehen, was aus Datenquellen stammt, für dieer eine Autorisierung hat. KI behält also bei der Erarbeitung und Darstellung desdigitalen Zwillings ununterbrochen den Überblick über die komplexen Zugangs-berechtigungen. Das erlaubt eine hoch effiziente Kollaboration ohne Sicherheits-probleme oder Kompetenzüberschreitungen.

tec4u: Wissen wird in der genau passenden Dosierung an die genau passendenNutzer geleitet, und das in der für jede Aufgabe genau passenden Aufbereitungs-qualität. Das klingt nach einem Produktivitätsturbo.

Daniel Fallmann: Dieser Turbo wird in der Zukunft noch eine enorme Leistungs-steigerung erfahren, nämlich wenn die Generierung und Präsentation von Wissenbereits proaktiv erfolgt. Statt dass ein Mitarbeiter Zeit mit dem Suchen nachallen für einen Arbeitsschritt relevanten Informationen in Datenbanken, Archiven,Textdokumenten, E-Mails etc. verbringen muss, wird ihm das notwendige Wissenbedarfsgerecht aufbereitet zum passenden Zeitpunkt zur Verfügung stehen. Siekann die Prozessschritte jeweils mitverfolgen und konsequent proaktiv die dafüraller Wahrscheinlichkeit nach benötigten Informationen aufsuchen, strukturierenund aufbereiten, sodass der Nutzer zum richtigen Zeitpunkt über die optimaleWissensbasis verfügt – auch hier wieder unter Beachtung aller Autorisierungenund Sicherheitsregelungen. In Verbindung mit einem Kalender lassen sich aufähnliche Weise auch die für ein bestimmtes Meeting benötigten Unterlagen zeit-genau zusammenstellen. Der Produktivitätssprung, der hiermit einhergeht, wirdden Unternehmen künftig einen Innovations- und Kreativitätsschub mitgeben,der sie im Wettbewerb spürbar stärkt. KI ist damit ein unverzichtbarer Erfolgsfaktor,unabhängig von der Branche des betreffenden Unternehmens.

tec4u I 2019 77

tec4u I 201978

Künstliche Intelligenzist ein entscheidendesWerkzeug für dieSchaffung und dasManagement einermodernen Wissens-gesellschaft. Dochkann sie die Gefahrenund Probleme einersolchen Zivilisationnicht aus der Weltschaffen.

Wissens-gesellschaftmit beschränkterHaftung

Während des 30-jährigen Kriegs warenastrologische Berechnungen nicht selten

ein bestimmender Faktor bei der Planung von Schlach-ten. Johannes Kepler erstellte in dieser Zeit Horoskopefür den böhmischen Feldherrn Albrecht von Wallen-stein, die dessen Vorgehen entscheidend beeinflussthaben sollen. Und dies, obwohl Kepler selbst davorwarnte, das Horoskop als zementiertes Wissen anzu-sehen: Die menschliche Freiheit habe immer ein ge-wichtiges Wort mitzureden.

Vierhundert Jahre später ist die Astrologie – zumindestoffiziell – aus der Politik verschwunden. Entscheidungenwerden – zumindest offiziell – auf akzeptiertes Wissenoder fundierte Prognosen gestützt. Von digitalisiertenProzessen versprechen sich Experten eine verbesserteWissensbasis für die wichtigen Weichenstellungen undKI soll hier einen weiteren Schub erzeugen: Am Anfangstehen Daten. Aus ihnen gewinnen AlgorithmenInformationen und erzeugen durch Kombination mitanderer relevanter Information Wissen. Dies ist derWeg, auf dem Künstliche Intelligenz unsere Gesellschaftin eine Wissensgesellschaft transformieren wird.

Dabei geht es nicht allein um das Erzeugen von Wissen,für das KI-Systeme ein entscheidendes Instrumentdarstellen. KI wird zunehmend dazu beitragen, dassdieses Wissen in genau zum Kontext passender Form

W und Fülle, in genau der optimalen Aufbereitung für alle befugten Adressatenzu jedem gewünschten Zeitpunkt und an jedem beliebigen Ort verfügbar ist.Gesichertes Wissen soll auf dem Fundament eines solchen intelligenten Wis-sensmanagements die Basis jeder gesellschaftlichen Entscheidung und Aktivitätliefern und so Unvorgesehenes möglichst beherrschbar machen und Planungs-aktionen optimieren.

Die Grundzüge einer Wissensgesellschaft, bei der laut Lexikon „individuellesund kollektives Wissen und seine Organisation vermehrt zur Grundlage dessozialen und ökonomischen sowie des medialen Zusammenlebens werden“,sind bereits heute zu erkennen. Per Smartphone stehen beispielsweise jederzeitumfassende Informationen über die Sehenswürdigkeiten einer Stadt zur Ver-fügung und erleichtern die Auswahl von Zielen, die Zerstreuung oder Bildungversprechen. Unternehmen sind in der Lage, anhand von Daten über Ver-braucherverhalten, Wirtschaftsentwicklung und historische Abverkaufsverläufeeine recht präzise Produktionsplanung für das Weihnachtsgeschäft aufzustellen.Und Regierungen nutzen aus Big-Data-Analysen gewonnenes faktisches undprognostisches Wissen dazu, langfristig wirksame Maßnahmen einzuleiten– etwa in den Bereichen Umwelt und Klima, innere und äußere Sicherheitoder Technologieförderung.

Der kanadische Soziologe Nico Stehr erklärt die Ursache für diese Entwicklungunserer Gesellschaft so: „Dass unsere derzeitigen entwickelten Industriegesell-schaften als moderne Wissensgesellschaften bezeichnet werden können, liegt… am unbestreitbaren Vordringen der modernen Wissenschaft und Technikin alle gesellschaftlichen Lebensbereiche und Institutionen.“ Dies wird bei-spielsweise daran deutlich, dass in der klassischen Industriegesellschaft dieWirtschaft von reinen Produktionsprozessen dominiert wird. In der im

tec4u I 2019 79

tec4u I 201980

Entstehen begriffenen Wissensgesellschaft nehmen dagegenwissensbasierte Prozesse, Branchen und Geschäftsmodelleeinen wachsenden Raum ein: Grundlagenforschung,Marktforschung, Design, Entwicklung, Vertrieb und Logistik,Marketing, Kunden- und Beratungsservices, Managementund so weiter.

Durch die Vernetzung per Internet ist Wissen grundsätzlichjedermann zugänglich, und jeder Mensch kann selbst zurVermehrung des kollektiven Wissensschatzes beitragen, wieetwa das Projekt Wikipedia demonstriert. Künftig wird dasgesamte Wissen der Gesellschaft zur Gänze digitalisiertverfügbar sein, wobei das Auffinden bestimmter Inhalte mittelsSuchmaschinen immer zielgenauer und detaillierter wird. KI-Systeme tragen entscheidend dazu bei, dies in der Zukunftnoch drastisch zu verbessern. Doch sowohl Wikipedia als auchSuchmaschinen sind nur so vertrauenswürdig wie die jeweiligenQuellen und Autoren. Wege zur Manipulation sind genügendvorhanden, was die Frage nach einer Qualitätssicherung fürdie Basis der Wissensgesellschaft aufwirft.

Kein Geist im Rechner

Die Frage ist: Wie viel besser werden unsere wissensbasiertenEntscheidungen werden, wenn KI immer mehr zur tragendenSäule unserer gesellschaftlichen Prozesse wird? Wenn KI sosmart ist: Sollte dann in Zukunft ein gigantisches „KI-Wesen“entstehen, das alles Wissen der Welt enthält und damit alleEntscheidungen trifft? Würde die Menschheit dadurcherfolgreicher, der Einzelne glücklicher?

Bei der Beantwortung dieser Fragen sind zwei Betrachtungs-ebenen von Bedeutung: eine technische und eine inhaltliche.

Technisch ist zu hinterfragen, ob wir wirklich sicher sind, dassAlgorithmen und Computer so perfekt arbeiten, wie wir dasnormalerweise annehmen. Die Einflussnahme durchCyberkriminelle, die die Infrastruktur angreifen, lahmlegenoder zerstören, ist eine gewaltige Gefahr, deren sich dieRegierungen und Unternehmen erst in den letzten Jahrenausreichend bewusst geworden sind. Eine Smart City oderein großräumiges Smart Grid wird mehr oder weniger komplettam Tropf einer digitalen Infrastruktur hängen. Jede Beein-flussung durch Manipulation oder direkten Cyberangriff hättedramatische Folgen, weit über regionale Ereignisse hinaus.

Doch es sind nicht nur kriminelle Eingriffe, die uns alsGesellschaft wachsam gegenüber einem allzu großen Vertrauen

in die Technologie machen sollten. Die Komplexität der unzähligenSoftwarebausteine mächtiger KI-Lösungen könnte zu einem weiterenProblem werden. Es gibt keine Garantie, dass eine aufgabenbezogeneKI-Lösung, die ja letztendlich ein Softwarepaket darstellt, von allenRechenmaschinen mit ihren jeweils unterschiedlichen Betriebssystemen,Middlewaresystemen und so weiter auch auf identische Weise prozessiertwird und dann gleiche Ergebnisse liefert. Dass hier tatsächlich einProblem liegt, zeigen Erfahrungen mit komplexen Klimamodellen.Unterschiedliche Großrechner, die ein und dasselbe Klimamodell mitidentischen Ausgangswerten rechneten, warfen bei einem Test am Endeerstaunlich unterschiedliche Vorhersagen aus. Die Ursache lag offenbarin den unterschiedlichen Compilern und verwendeten Bibliotheken,aber auch in einer verschiedenen Handhabung von Optimierungsschrittenund einem Rest nicht erklärbarer Gründe.

Das Kreuz mit dem Wissen

Während ein entsprechend hoher technischer und organisatorischerAufwand diese Probleme in den Griff bekommen könnte, sind Gefahrendurch inhaltliche Gesichtspunkte kaum ganz auszuschalten.Ausgangspunkt für die kommenden Herausforderungen ist die Frage,was denn nun Wissen eigentlich ist. „Wissen“, ein Gebilde aussogenannten Fakten, aber auch Interpretationen, Theorien und Regeln,hängt mit „Gewissheit“ zusammen, und spätestens hier wird eskompliziert. Wie viel Gewissheit steckt im Wissen?

Daniel Fallmann, Gründer und Geschäftsführer des KI-SpezialistenMindbreeze, sieht daher auch in der Bewertung des Wahrheitsgehaltsvon Inhalten eine große Herausforderung: „Ein enorm wichtiges Problemder Wissensgesellschaft ist es, unabhängiges von interessengesteuertemWissen zu unterscheiden. Es ist sehr häufig schwer, die grundlegendenFakten von der Story zu trennen, die uns von interessierter Seite (Politik,

tec4u I 2019 81

es sei denn, es sind Schwellenwerte vorgesehen, ab denen das Handeln untersagtist. Und dies, das Einbauen von Schwellen, zeigt, worum es bei der Akzeptanzder grundsätzlich segensreichen KI geht: Der Mensch muss der bestimmendeAkteur bleiben. Er fällt die letzte Entscheidung, er legt fest, was KI soll oderdarf und was nicht.

Jenseits der harten Naturwissenschaften wird das Problem der Verifizierung vonWissen noch gravierender. Oft liegt die Wahrheit nämlich im Auge des Betrachters– immer dann zumindest, wenn wir von den reinen Fakten zu ihrer Interpretationübergehen. Dass ein Krieg faktisch ist, also nach übereinstimmender Beobachtungder Beteiligten stattgefunden hat, ist unstrittig Teil des historischen Wissenskanons.Aber aus welchen Motiven die Kriegsparteien handelten (ein wichtiger Bausteinfür die Klärung von Verantwortung), ist unter Historikern möglicherweiseumstritten, weil die Dokumente kein klares Bild ergeben. Unterschiedlicheideologische Lager werden daher einen jeweils eigenen Wissenskanon anlegenund den der Gegenseite als Lüge, Fake News oder Ähnliches bezeichnen. Dadas zugrundeliegende Wissen lückenhaft ist, lässt sich eine endgültige Entscheidungüber wahr oder falsch gar nicht treffen und es ist eine spezielle Herausforderungan ein entsprechendes Wissensmanagement, hiermit umgehen zu lernen.

Eine umfassende Lösung für die Probleme einer komplett digitalisierten Kulturund Zivilisation ist nicht in Sicht, vielleicht nicht einmal möglich. Die Unsicherheitund Unvorhersagbarkeit wird nicht aus der Welt zu schaffen sein. Für vieleMenschen könnte darin aber mehr Trost als Enttäuschung liegen.

Unternehmen, NGOs etc.) erzählt wird. Wo endendie Fakten, wo beginnt ihre Interpretation? KI-Systeme, die für die Wissenserzeugung trainiertwerden, können nur so objektiv sein wie dasBasiswissen, das ihnen antrainiert worden ist. Wennsie mit unverifizierten Fakten gefüttert werden,werden sie falsche oder tendenziöse Informationenliefern. Hier werden wir in der Zukunft den Aufstiegeines neuen Geschäftsmodells erleben: eineDienstleistungsbranche für die Verifizierung vonInformationen. Viele Start-ups werden auf diesemSektor Services anbieten. Und eines ist sicher: IhreLösungen werden allerhand an künstlicher Intelligenznutzen.“

Wie aber soll jeweils „Wahrheit“ festgestellt undfestgelegt werden? Vor Jahrzehnten gab es eine Art„Gatekeeper“ für anerkanntes Wissen, eine allseitsakzeptierte Institution, die für Objektivität undUnabhängigkeit stand: der Brockhaus. Wer dorteinen Begriff nachschlug, konnte sicher sein, dassalle Inhalte akribisch anhand der Quellen überprüftwurden. Im Zeitalter des Internet, wo unzähligeAutoren Informationen auf den Marktplatz der Ideenwerfen, gibt es keinen verlässlichen Hüter des Wissensmehr.

Selbst wissenschaftliche Fakten sind immer nur eineMomentaufnahme, sie können jeden Tag durch eineumstürzende Theorie verändert, ja ins Gegenteilverkehrt werden: Einsteins Relativitätstheorie machteSchluss mit der Absolutheit und Unendlichkeit vonRaum und Zeit, die seit Newton den unhinterfragtenWissensschatz der Gelehrten bildeten. Und dieQuantentheorie stellte das Konzept einer objektivvorhandenen, unabhängig vom Beobachterexistierenden Realität „da draußen“ grundsätzlich inFrage. Die Konsequenz ist eindeutig: Gewissheit isteine unerreichbare Näherung, und wer dieseNäherung als Absolutheit setzt, ist nicht nurunwissenschaftlich, sondern gefährlich: Er wirdnämlich dazu neigen, von allen Mitmenschen zuverlangen, sich der ewigen Wahrheit zu beugen.

Genau dies würde eine KI-Maschine aber tun: Wennalle Informationen gesammelt und analysiert sind,entsteht im digitalen Hirn eine zementierteWirklichkeit, die entsprechendes Handeln auslöst –

tec4u I 201982

ie Experten sind sich einig: Künstliche Intelligenz ist DIE Schlüsseltechnologiedes digitalen Zeitalters. Analysten von PricewaterhouseCoopers schätzen, dassKI 2030 15,7 Billionen Dollar zum globalen Sozialprodukt beisteuern wird.

Sie wird sämtliche Ebenen von Wirtschaft, Gesellschaft und Politik beeinflussen undtransformieren – von der Bildung über die Wirtschaftsprozesse bis hin zu Polizei undMilitär. Dies bedeutet: Wer KI beherrscht, hat Macht, wer hinterherhinkt, das Nachsehen.Kein Wunder, dass die Nationen der Welt sich ganz bewusst in einem Wettlauf sehen,der ihr künftiges Gewicht im Konzert der Wirtschaftsmächte entscheidend mitbestimmt.Immer wieder fühlen Experten den Staaten den KI-Puls, um zu ergründen, wie dieAusgangsbedingungen heute sind und wie die Zukunftsperspektiven aussehen. Konsensist derzeit, dass die USA in Führung liegen, China schnell aufholt und Europa Gefahrläuft, abgehängt zu werden. Zwar gibt es immer wieder optimistische Statements zu denAussichten der Europäer, doch angesichts der Erfahrungen bei der Digitalisierung istSkepsis sicher nicht verkehrt: Insgesamt wirken sie etwas bemüht und beginnen allzuauffällig mit „Wenn“: „Wenn Europa …“, „Wenn wir in Deutschland …“ Diese „Wenns“kennen wir seit vielen Jahren und in dieser Zeit sind die Schlüsseltechnologien derDigitalisierung in den USA und Asien geschaffen worden, weder in Deutschland nochin Europa.

Es gibt viele Kriterien, nach denen Experten Rankings zum Technologiestand ermitteln,Anzahl und Qualität der Veröffentlichungen zu KI, Zahl der Unternehmen, die sich aufdiesem Feld engagieren, Umfang von umgesetzten Projekten und so weiter. Überall zeigtsich das bekannte Muster: Die USA führen vor China und Europa.

So beobachtet etwa Christian Stöcker, Professor an der Hochschule für AngewandteWissenschaften in Hamburg (HAW): „Die wichtigste KI-Konferenz der USA heißt NIPS,das steht für Neural Information Processing Systems. Zur NIPS 2017 wurden 3240Paper eingereicht, davon wurden 679 akzeptiert. 91 stammten von Google und seinerTochter Deepmind, weitere 40 von Autoren, die für Microsoft arbeiten. Unter den 57Institutionen, die mehr als fünf Paper auf der Tagung unterbrachten, sind fünf europäische– und keine deutsche. … Vielleicht reichen deutsche Forscher ihre KI-Arbeiten ja lieberbei einer großen europäischen Konferenz ein? Wie der International Conference onMachine Learning (ICML), die 2018 in Stockholm stattfand? 58 Institutionen kamendort auf mehr als fünf angenommene Beiträge – und darunter sind immerhin zwei

D

Deutsche: das Max-Planck-Institut fürintelligente Systeme und die UniversitätTübingen. Zusammen kommen sie auf21 Beiträge. Das ist beachtlich – genau soviel wie die Gesamtzahl der erfolgreichenEinreichungen von Facebook-Mitarbeitern.Zählt man alle Google-Paper bei der Ta-gung zusammen, kommt man auf 82. Dassind 13 Prozent aller erfolgreichen Ein-reichungen.“

Daraus wird nicht nur die Größenordnungdes Abstands deutlich, sondern auch einprinzipieller Unterschied: Während in denUSA die Unternehmen den Bereich domi-nieren, sind es in Deutschland Forschungs-institute. Entsprechend näher ist die KI-Forschung in den USA an der marktge-rechten Umsetzung von Ideen. Das zeigtsich besonders, wenn man die Start-up-Szenen vergleicht: Forscher des Analysten-hauses CB Insights ermittelten kürzlichdie weltweit hundert erfolgversprechends-ten Jungunternehmen im Bereich KI. DasErgebnis dürfte den Deutschland-Optimis-ten zu denken geben: Unter den besten100 waren satte 76 aus den USA, 8 ausChina, jeweils 4 aus Großbritannien undIsrael, 3 aus Kanada, 2 aus Japan und je-weils eines aus Taiwan, Frankreich undSpanien. Deutschland? Fehlanzeige.KI-Überflieger im Reich der Mitte? WasChina angeht, sollte man sich von dieserStatistik nicht täuschen lassen: Das Landmarschiert mit Riesenschritten in die KI-Zukunft – schwerpunktmäßig auf der Basisseiner großen Staatskonzerne. Die Regie-rung hat das Ziel ausgegeben, China bis2030 zum Hauptzentrum für Forschungund Implementierung von KI zu machen.Eine wachsende Zahl von Fachleuten hältes für wahrscheinlich, dass dieses Vorhabengelingen könnte. So sieht etwa der ehema-lige Google-Chef in China, Kai-Fu Lee,das Land vor allem deshalb auf derSiegerstraße, weil es mehr oder wenigerohne hemmende Faktoren vorgehen kann:Die Chinesen seien daran gewöhnt, ihreDaten bedenkenlos und ohne Forderungen

Da KI ein enormes Transformationspotenzialbietet, hat ein Rennen um die führenden Positionenin diesem High-Tech-Bereich begonnen.

Der Wettlaufum die KI-Poleposition

nach Privatsphäre zur Verfügung zu stellen. Bei 800 MillionenSmartphonenutzern kommen somit riesige Datenmengenzusammen – eine perfekte Voraussetzung für den erfolgreichenEinsatz von KI-Systemen.

Professor Martin Ruskowski, Leiter des ForschungsbereichsInnovative Fabriksysteme am Deutschen Forschungszentrumfür Künstliche Intelligenz (DFKI) in Kaiserslautern, weist aufunterschiedliche Schwerpunkte bei der Entwicklung von KI-Technologie in den diversen Regionen hin: „Während die USAsich besonders auf die Themen Rechenplattformen sowie Con-sumertechnik und soziale Medien konzentrieren, liegt der Fokusin China auf Sektoren, die für den Sicherheitsbereich entschei-dend sind, wie etwa Sprach- und Bilderkennung. Hier in Europageht es schwerpunktmäßig um Anwendungen für die Produktionund den Dienstleistungssektor sowie die Bereiche Medizin undGesundheitswesen. Dabei greifen wir auf weltweit entwickelteBasistechnologien zurück und setzen darauf Lösungen auf, dieeinen Mehrwert für die Lebenswirklichkeit der Menschen be-wirken.“

Ein sportlich-friedlicher Wettlauf dürfte das Thema in Zukunftjedoch kaum bleiben. Insbesondere China ist dabei, KI zurDurchsetzung politischer und militärischer Ziele einzusetzen.So verfolgt man beispielsweise im Westen die Philosophie, Waf-fensysteme mittels KI nur insoweit autonom zu machen, dassdie letzte Entscheidung über den Einsatz tödlicher Gewalt vonMenschen getroffen werden muss. In China dagegen wird ganzoffen die Entwicklung vollständig autonomen Kriegsgeräts vor-angetrieben. Strategen planen dort autonome U-Boote, die geg-nerische Flotten völlig eigenständig angreifen und vernichtenkönnen, ohne dass Kontakt zu Menschen in einem Stützpunktbestehen muss.

Hier wird deutlich, dass es Dimensionen der KI-Technologiegibt, die ohne internationale Abstimmung brandgefährlich wer-

den können. Wie jede technische Entwicklung hat auch KI ihredunkle Seite.

KI zur VolkskontrolleEin besonders abstoßendes Beispiel für die Anwendungsmöglichkeitender künstlichen Intelligenz lässt sich derzeit in China beobachten. Diedortige Führung verwendet die Technologie, um das chinesische Volkzu kontrollieren und zu steuern. So wurde in verschiedenen Pilotprojek-ten ein System getestet, das sämtliche Daten von Bürgern sammelt undmittels Big-Data-Technologie analysiert. Aufgrund dieser Informationenwurde ein Bewertungsinstrument geschaffen, mit dem das Bürger-verhalten nach staatlichen Kriterien belohnt oder bestraft werden kann.Verkehrsverstöße, Mietrückstände, Beteiligung an Demonstrationen –dies sind nur wenige der vielen möglichen Minuspunkte, die Chinesensich aufladen können. Bei der Stellenbesetzung, Kreditvergabe und soweiter wirkt sich eine schlechte „Benotung“ dann zum Schaden desBewerbers aus. Im Jahr 2020 soll dieses System allgemein eingeführtwerden.

Nicht nur Big Data hilft bei der totalitären Bespitzelung der Bevölkerung:Mittels selbstlernender Systeme zur Personenerkennung erreicht diepermanente Überwachung aller Aktivitäten der Bürger apokalyptischeAusmaße. 2020 sollen 600 Millionen intelligente Kameras alle Bürgerauf Schritt und Tritt im Visier haben. Schon heute kann die TechnologieErfolge feiern: Durch ein Gesichtserkennungssystem war die Polizei inder Lage, einen Gesuchten unter den 60.000 Besuchern eines Pop-konzerts aufzufinden. Kein Wunder, dass Miao Wei, Leiter des Minis-teriums für Industrie- und Informationstechnologie, stolz auf den ho-hen Stand der KI-Technologie in China verweist: „Rein technischgesehen liegen wir bei der Entwicklung von künstlicher Intelligenznoch hinter Industrieländern wie den USA zurück. Doch in Bereichenwie Spracherkennung, Haltungs- und Gesichtserkennung stehen wirschon an vorderster Front der Welt.“

Unter den vielen autoritären Regimen dieser Welt wird diese Form derNutzung künstlicher Intelligenz sicher begeisterte Nachahmer finden.

tec4u I 2019 83

tec4u I 201984

ec4u: Herr Beck, wie lautet denn Ihre Antwortauf die absolute Muss-Frage in jedem Interview

über KI: Werden die Maschinen mit ihrer künstlichenIntelligenz einst den Menschen überholen und dannbeherrschen?

Henning Beck: Überholen: Ja und nein. Beherrschen:Nein.

tec4u: Das müssen wir noch vertiefen. Beginnen wirmit dem Überholen. Was meinen Sie mit ja, was mitnein?

Henning Beck: Es gibt einige Aspekte der Intelligenz,bei denen uns die Maschinen durchaus überholenwerden. Und das ist so, weil wir es so wollen und esdafür einen Markt gibt. Computer haben eine Fähigkeit,die uns abgeht: die totale Perfektion, wenn das Zielist, Muster in großen Datensätzen zu erkennen. Siebeherrschen Regeln perfekt und lösen damit Probleme.

t Wenn die Regeln statisch und klar sind, sind uns Maschinen schnell überlegen.Die künstliche Intelligenz ist aber immer noch eine reine Datenverarbeitungauf Grundlage von Regeln und Vorschriften, die menschliche Programmiererfestlegen. Diese Datenverarbeitung geschieht mit hoher Geschwindigkeitund Präzision. Unser Gehirn kann mit dieser Rasanz und Unfehlbarkeitnicht mithalten, hier sind wir also zum Teil bereits überholt und werdenweiter abgehängt werden. Aber: Auch ein extrem fortgeschrittenes KI-Sys-tem, eine sogenannte Superintelligenz, wird die Menschheit nicht beherrschen.Denn diese Art Intelligenz, also Regeln fehlerfrei zu erkennen und anzu-wenden, ist noch lange nicht in der Lage, auch selbstständig zu planen.Maschinen können nicht aus dem Regelsystem herausspringen, das wir fürsie entworfen haben. Sie sind eben nicht wie der Ingenieur in der Lage,Abläufe und Regeln zu hinterfragen und ein Problem völlig neu zu denken,mit anderen Worten: selbstständig kreativ zu sein, ohne das Ergebnis derkreativen Handlung immer vorausberechnen oder vorhersagen zu können.Maschinen perfektionieren Vorhandenes, während Ingenieure Neues erfinden.Von großer Bedeutung ist dabei auch die Zusammenarbeit zwischenMenschen. Wir sind am Ende die Besseren, weil wir kreativ und kooperativarbeiten können. Der Goldstandard für das Denken ist nach wie vor dasmenschliche Gehirn.

„Die Fehlerhaftigkeit ist unsere Stärke“

Über die Unterschiede zwischen menschlicher und künstlicherIntelligenz, über Stärken und Schwächen der Welt derAlgorithmen und über die Vorteile mangelnder Perfektionsprach tec4u mit dem Neurowissenschaftler, Biochemikerund Publizisten Henning Beck.

tec4u I 2019 85

tec4u I 201986

tec4u: Dann ist also die Angst, dass uns Maschinen einst be-herrschen werden, völlig unbegründet?

Henning Beck: Es mag philosophisch gesehen nicht völligausgeschlossen sein, dass intelligente Maschinen eines Tagesso viel Eigenleben entwickeln, dass sie dem Menschen zurernsthaften Konkurrenz werden. Aber das ist mehr Fiction alsScience. Denn derzeit sehe ich weder konzeptionell nochtechnologisch einen Weg zu diesem Ziel. Und vor allem: Eshängt doch alles davon ab, ob wir eine solche Entwicklungwirklich wollen. Der Mensch stellt die Regeln auf, nach denendie Maschinen sich richten. Wer würde eine Unterjochungs-maschine entwickeln, die ihn in Existenznot bringt? Werwürde sie finanzieren? Und wo wäre ein Markt dafür, derProfit verspricht?

tec4u: Das klingt, als seien auch künstlich intelligenteMaschinen nicht viel mehr als exzellente Taschenrechner.Warum sprechen wir denn dann überhaupt von Intelligenz?

Henning Beck: Das ist ein wichtiger Gesichtspunkt. DerTaschenrechnervergleich ist vom Prinzip her gar nicht falsch.Durch „Rechnen“, also das Ausnutzen von Algorithmen, dieRegeln abarbeiten, können Computer hervorragende Leistun-gen hinsichtlich der Navigation in unübersichtlich komplexenWelten wie Bahnverbindungen, Verkehrsflüssen oder Börsen-aktivitäten erzielen. Aber sie sind, wie gesagt, nicht selbstständig,entwickeln keine Kreativität und keine inneren Antriebe. ImPrinzip gibt es im Moment überhaupt keine Art von „künst-licher Intelligenz“, sondern bloß menschliche Intelligenz, diesich in Computerprogrammen verbirgt. Der Begriff der „künst-lichen Intelligenz“ ist ein super Marketinggag, aber letztendlichdoch bloße Statistik. Menschen verhelfen Maschinen zu einersimulierten Intelligenz, aber sie können ihnen keine Attributewie Neugier, Stolz, Kreativität etc. vermitteln, weil es keinenAlgorithmus gibt, der dies leisten könnte. Es gibt keine perfek-ten Regeln, mit denen man Neugier gleichsam herbeirechnenkann.

tec4u: Dann scheint es so, als ob die Begriffe, die wir im Zu-sammenhang mit der künstlichen Intelligenz in den Mundnehmen, zu sehr an unseren menschlichen Fähigkeiten orien-tiert sind.

Henning Beck: Eindeutig. Intelligenz allein ist ja schon einvielschichtiger Begriff, bei dem das, was Computer können,also das Erkennen von Mustern und Berechnen von Trendsaus riesigen Datenmengen, nur eine Teilmenge darstellt.

Lernen, verstehen, planen … all diese Begriffe, die wir im Zusammenhangmit der Beschreibung von KI-Systemen verwenden, sind unserer mensch-lichen Selbsterfahrung entnommen. Oft sind sie gar nicht scharf zudefinieren: Wo fängt bewusstes Planen an, wo hört algorithmenbasiertePlanungsvorbereitung auf? Was unterscheidet unser Verstehen vonZusammenhängen von der datenbasierten Aufbereitung aller vernetztenAspekte der gleichen Situation? Was passiert, wenn unser Gehirn lernt,was heißt Lernen bei einem Computer? Es sind letztlich einfach nurMarketingbegriffe, die Fähigkeiten suggerieren, die in Wahrheit nurwir Menschen haben und letztlich das voraussetzen, was wir Bewusstseinnennen. Sie alle sind bei uns Menschen das Ergebnis von vielen, zumTeil noch gar nicht im letzten Detail verstandenen Gehirnaktivitäten,nicht nur einer regelbasierten „Intelligenzanwendung“.

tec4u I 2019 87

erst einmal gescheitert sind. Sie haben wenig Chancen, wieder auf die Beine zukommen. Banken verweigern Kredite, in der Kollegenwelt werden sie gemie-den. Im Silicon Valley habe ich das Gegenteil erfahren: Dort wird manchemUnternehmer, der bereits mit Ideen gescheitert, zugestanden, daraus lernen zukönnen. Sie haben Erfahrungen gesammelt, die anderen Start-ups von Nutzensein können. Es ist kein Zufall, dass in einem solchen Umfeld ständig neueIdeen zum Vorschein kommen. 90 Prozent davon sind vielleicht nicht zurealisieren. Aber unter den restlichen 10 Prozent kann das nächste „große Ding“sein, das die Menschheit bereichert. Und oft auch die Erfinder und ihre Unter-nehmen bereichert.

tec4u: Womit ein Bogen geschlagen wäre von der Neurowissenschaft über tech-nische Innovation zu Wirtschaft und Wohlstand. Herr Beck, wir bedanken unsfür das Gespräch über dieses spannende Thema.

tec4u: Beschränktheit in Perfektion auf der Maschi-nenseite, Unbegrenztheit mit Fehleranfälligkeit beimMenschen?

Henning Beck: So könnte man sagen, ja. Aber dasführt, wenn wir uns selbst beobachten, sofort zueinem Minderwertigkeitsgefühl: Was? Wir sind fehl-bar? Niemand will weniger als perfekt sein. Geradedas aber, unsere Fehlerhaftigkeit, ist unsere Stärke.Sie ermöglicht es uns, out of the box zu denken,neue Perspektiven einzunehmen, uns und unserealten Denkpfade zu hinterfragen und damit Neueszu entdecken. Menschliches Denken beruht aufFehlertoleranz, maschinelle Intelligenz auf Effizienzund Perfektion. Bewusstsein kann vermutlich nuraus ersterer Variante erwachsen, Letztere kann nichtaus dem Rad der Regeln heraustreten und geistigesNeuland beschreiten. Maschinen, so wie sie momen-tan arbeiten, machen zwar nie einen Fehler, habenaber auch nie eine gute Idee.

tec4u: Dann ist also unser Streben nach Perfektionund Fehlerlosigkeit der Kreativität eher abträglich?

Henning Beck: So ist es. Uns wird eingeredet, dasswir nur durch größte Effizienz in den Denkprozessenvorankommen. Das ist fatal, denn gerade der Verzichtauf die Unfehlbarkeit ermöglicht ein Neudenken:Wo Perfektion herrscht, herrscht Stillstand. Dennwenn alles perfekt ist, wohin sollst du dann nochschreiten? Fortschritt verträgt sich nicht mit der End-station Perfektion, und mit der Sucht nach Fehler-losigkeit, Schnelligkeit und Effizienz im Denkenversuchen wir ironischerweise den Maschinen ähn-licher zu werden, menschliche Intelligenz also derkünstlichen anzunähern statt umgekehrt. Die Gefahrist nicht, dass die Maschinen uns überflügeln, sonderndass wir die Maschinen unterflügeln.

tec4u: Von uns Deutschen sagt man ja manchmal,uns sei die Innovationskraft abhandengekommen.Ist da vielleicht etwas dran? Schließlich gelten wir jaauch als notorisch perfektionistisches Volk.

Henning Beck: Ich denke, dass da etwas dran ist.Dass wir wenig Toleranz gegenüber Fehlerhaftigkeithaben, sieht man daran, wie in Deutschland Unter-nehmer behandelt werden, die mit einem Geschäft

tec4u I 2019

DesigningEcosystemsfor Innovation

METROPOLITANCITIES

urch die Vernetzung und Mobilisierung vongeografisch verteilten Orten soll eine euro-

päische Modellmetropole mit einzigartigem Charakterentstehen. Dies haben sich zahlreiche Unternehmen,Forschungseinrichtungen und die öffentliche Handfür die Entwicklung der fünftgrößten MetropolregionEuropas, der Metropolregion Rhein-Ruhr, zum Zielgesetzt und die Initiative METROPOLITAN CITIESins Leben gerufen. Ausgehend vom Potenzial von über12 Mio. Einwohnern, etwa 400.000 Studierenden,den meisten Start-up-Gründungen in der Republik,etablierten Konzernen und High-Tech-Start-ups, wurdeeine einzigartige Vision für METROPOLITANCITIES formuliert: die Abschaffung aller innovations-und mobilitätsbehindernder Barrieren. Die Regionsoll sich verhalten und entwickeln wie „ein großesGanzes“. Ökosysteme für Innovationen sollen forciertwerden und Innovationen sollen unmittelbar in derRegion umgesetzt und erprobt werden. Dass diesfunktionieren kann, soll anhand der Bewerbung derMetropolregion Rhein-Ruhr um die Olympischen undParalympischen Spiele 2032 demonstriert werden.

Die Region der Zukunft: Digital vernetzt undnachhaltig

METROPOLITAN CITIES setzt dort an, wo manjeden Tag den Bedarf an Innovation vor Ort spüren

D kann. Die Metropolregion Rhein-Ruhr ist besonders dicht besiedelt. In derStaustatistik nimmt sie einen Spitzenplatz ein und man muss gar nicht erstauf die Grenzwerte von CO2, NOX oder SOX zu schauen, um zu erkennen,dass etwas geändert werden muss. Viele Themen können unmittelbarangegangen werden, deshalb konzentriert sich METROPOLITAN CITIESauf eben diese Themen und leitet daraus Handlungsfelder ab. So sollte eingroßer Teil der Fahrten in den Städten so bald wie möglich emissionsfreierfolgen, um Fahrverbote zu vermeiden. In stadtnahen Bereichen solltenmehr Menschen mit weniger Fahrzeugen bewegt werden können, um Stausund Parkplatznot zu reduzieren.

Auf dem Weg zur nachhaltig vernetzten Metropolregion sind allerdings zahl-reiche Hürden zu nehmen. Unsere heutigen Mobilitätsangebote, Straßenund Trassen sind überlastet und können prinzipbedingt nur noch eingeschränktdie wachsenden Personen- und Güterströme aufnehmen. Anforderungen ansaubere Städte fordern saubere Antriebskonzepte, wie Wasserstoff oder Elektro,deren Erfolg wiederum vom Ausbau der dafür nötigen Infrastrukturen abhängt.Die Verfügbarkeit von schneller und nahtloser Konnektivität ist noch keinSelbstverständnis und bremst auch in der Metropolregion Rhein-Ruhr eineschnelle Weiterentwicklung. Die Städte und Kommunen sind im Laufe derJahrhunderte gewachsen. Quartiere und Gebäude, die durch neue Mobilitäts-formen vernetzt sind und flexibel nutzbaren Raum für Leben und Arbeitenbieten, befinden sich noch in der Konzeptphase. Die Aktivitäten der Städteund Kommunen zielen auf die wesentlichen Schwerpunkte, könnten jedochdurch eine stärkere Abstimmung weitaus mehr Schlagkraft gewinnen. FürMETROPOLITAN CITIES ist es deshalb bedeutsam, die Vielzahl der Op-

tionen in eine konvergente Entwicklungsstrategie zu integrieren.

Von Dr. Gerhard Gudergan und Denis Krechting,Metropolitan Cities GmbH und FIR an der RWTH Aachen

88

tec4u I 2019 89

Acht Handlungsfelder von METROPOLITAN CITIES

People & Mobility

Nicht endenwollende Staus behindern die Mobilität in der Metro-polregion Rhein-Ruhr signifikant. Schon jetzt können hier einzelneInteressengruppen durch konkretes Handeln einen wirkungsvollenLösungsbeitrag leisten. Arbeitgeber können Mitarbeiter beim Umstiegauf emissionsfreie Fahrzeuge unterstützen und kostenlose Lademög-lichkeiten bieten. Der fahrplanmäßige ÖPNV kann durch Elektro-Kleinbusse ergänzt werden, um mehr individuellen Verkehr zu bündelnund das ÖPNV-Angebot besser auszulasten. Etablierte Unternehmen,Start-ups und der öffentliche Sektor erhalten Möglichkeiten, sich neuzu positionieren.

Logistics & Transportation

Der steigende Bedarf nach On-Demand-Lösungen verpflichtet dieMetropolregion Rhein-Ruhr, Logistikkonzepte neu zu denken. Prozesseund Formen der Arbeit verändern sich signifikant. Neue Lösungenmüssen für die sogenannte letzte Meile entwickelt werden. Technischkönnen bereits heute Zustellfahrzeuge die Arbeit im Zustelldienst ent-lasten, indem sie synchron mit diesem autonom weiterfahren, währenddie Zustellung bis zum Briefkasten erfolgt. Die Weiterentwicklungemissionsfreier Transportmittel, wird in METROPOLITAN CITIESdeshalb genauso fokussiert, wie intelligente, autonome Systeme, dieein neues Produktivitätsniveau ermöglichen.

METROPOLITAN CITIES als Gemeinschaftsaufgabe

Das Ziel von METROPOLITAN CITIES besteht darin, einökonomisch und ökologisch sinnvolles Zukunftskonzept fürdurch Digitalisierung und neue Mobilitätsformen vernetzteMetropolregionen von morgen zu entwickeln und umzusetzen.Dies kann nur als eine Gemeinschaftsaufgabe verschiedensterAnspruchsgruppen und Beteiligter verstanden werden. Soft-ware- und Logistikindustrie, Fahrzeughersteller, produzierendeUnternehmen, Stadtplaner und -verwaltungen, Versorgungs-unternehmen, Telekommunikationsunternehmen und Netz-betreiber, Handelsunternehmen sowie Bürger erhalten mitMETROPOLITAN CITIES eine Plattform, auf der sie agilund in Konsortien schnell zu ersten Prototypen, marktfähigenAngeboten und sogar neuen Unternehmensgründungengelangen.

Ein bereits erfolgreich gelebtes Modell für die Umsetzungdieser Gemeinschaftsaufgabe sind die Partnerschaften, wie sieauf dem RWTH Aachen Campus realisiert werden. Unter-nehmen wie die jetzt zur Deutschen Post DHL gehörendeStreetscooter GmbH oder die e.GO Mobile AG wurden dortgegründet und zu erfolgreichen Unternehmen ausgebaut.METROPOLITAN CITIES folgt diesem Modell. Auf demRWTH Aachen Campus werden wesentliche Handlungsfeldervon METROPOLITAN CITIES in Centern durch dieMETROPOLITAN CITIES GmbH vorangetrieben undsynchronisiert. Durch die Kooperation mit der Rhein RuhrCity GmbH entsteht so ein leistungsfähiger Verbund, derzum einen die Plattform für die Entwicklung innovativerLösungen ermöglicht und von renommierten Instituten derRWTH Aachen und weiterer Hochschulen profitiert, undzum anderen mit einem jährlichen Kongress den hochkarätigenAustausch zwischen Unternehmen, Forschung und Gesellschaftermöglicht.

Acht Handlungsfelder zur Erreichung der Ziele vonMETROPOLITAN CITIES

METROPOLITAN CITIES umfasst insgesamt acht inein-andergreifende Handlungsfelder, die alle relevanten Ansprücheder Vision von METROPOLITAN CITIES adressieren undden Ordnungsrahmen bilden. METROPOLITAN CITIESversteht sich hierbei als Think Tank und insbesondere als Um-setzungsmotor für Vordenker und Akteure, die gemeinsamhandeln wollen, um die Roadmaps für die unterschiedlichen

Handlungsfelder auszugestalten und zu realisieren.

tec4u I 201990

eine Metropolregion. Dabei befindet sich ein Großteil der Anlagen in einemsehr guten Zustand und ist zumeist in privatwirtschaftlicher Hand, was eingroßer Vorteil ist, da die Betreiber fortlaufend in die Infrastruktur investieren,um diese zukunftsfähig zu halten.

Ein Kongress als Kristallisationspunkt der Aktivitäten

METROPOLITAN CITIES findet jährlich der gleichnamige Kongress statt.Der Auftakt erfolgte im Juli 2018 unter der Schirmherrschaft des Ministerpräsi-denten des Landes Nordrhein-Westfalen, Armin Laschet. In über 45 hochkarätigenVorträgen aus Politik, Industrie und Wissenschaft sowie neun Workshops wurdenZukunftstrends diskutiert und konkrete Lösungsansätze erarbeitet. ZahlreicheVorstände aus DAX-Konzernen trugen genauso wie der Bundesminister fürWirtschaft und Energie, Peter Altmaier, dazu bei, die Initiative zu unterstützen.Start-ups hatten die Möglichkeit, sich vorzustellen und Investoren zu treffen.In diesem Jahr wird die Veranstaltungsreihe am 16. und 17. Juli 2019 in Aachenvorgesetzt. Aktuelle Informationen zum Kongress befinden sich unterhttps://www.mc2032.de

Buildings & Spaces

Durch die digitale Vernetzung von Bestands- undNeubauten mit weiteren Systemen strebt METRO-POLITAN CITIES die Neudefinition der Rolle vonGebäuden und Quartieren in zukünftigen Mobilitäts- und Logistikkonzepten an. So können beispielsweisebestehende Park&Ride-Parkplätze und Parkhäuserfür Pendler und Besucher ausgebaut und über einOn-Demand-Angebot mit elektrischen Kleinbussenangebunden werden. Parken von Individualfahrzeu-gen und Umsteigen in Kleinbusse wird damit kom-fortabler als die Fahrt mit dem eigenen Fahrzeug indie Innenstadt.

Cities & Regions

Die Städte, Gemeinden und deren übergeordneteVerbünde tragen mit ihren Handlungen und Rege-lungen dazu bei, dass sich die Wirtschaft nach denPrinzipien von Markt und Wettbewerb erfolgreichentwickeln kann. Die Städte und Gemeinden stellenheute schon Raum für die Infrastruktur und dieVersorgung zur Verfügung, beispielsweise für denAusbau von Ladesäulen. Sie bilden den Rahmen fürzukünftige Verkehrs- und Mobilitätslösungen undstellen durch pragmatische Entscheidungen sicher,dass Teststrecken und Korridore für autonome Trans-port- und Mobilitätslösungen sich heute schon inder Entwicklung befinden.

Die Olympischen Spiele 2032 als Vision

Die Entwicklungen werden begleitet von der Bewer-bung der Metropolregion Rhein-Ruhr um die Olym-pischen und Paralympischen Spiele 2032. Damitwird der Prozess des gemeinsamen Wachstums unddes Zusammenwachsens dieser Region wesentlichbeschleunigt. Nordrhein-Westfalen bietet mit bereitsheute 80 % der notwendigen Sportstätten und einerexistierenden Infrastruktur sehr gute Voraussetzungenfür die Durchführung der Olympischen und Para-lympischen Spiele. Die entsprechend notwendigeVernetzung von Einrichtungen und Infrastrukturenwird im Rahmen von METROPOLITAN CITIESnicht zur einmaligen Aufgabe, sondern sie wird Teileiner signifikant nachhaltig angelegten und auf In-novation ausgerichteten Entwicklungsstrategie für

Kongress METROPOLITAN CITIES im Jahr 2018


92

tec4

u

I 2

019

2019Aachen






tec4

u

I 2

019

2019Aachen






tec4

u

I 2

019

2019Aachen







91

Date post:	06-Oct-2019
Category:	Documents
Upload:	others
View:	11 times
Download:	0 times

Technik-Magazin des VDI Aachener BV tec4u Maschinen mit ... · Mitdenkende Maschinen, die unseren...

Documents