Künstliche Intelligenz - Anforderungen und Einsatzmöglichkeiten - Künstliche Intelligenz

Die Seite wird erstellt Heiner Fritz
 
WEITER LESEN
DGUV Forum 10/2021         Schwerpunkt Künstliche Intelligenz

Künstliche Intelligenz – Anforderungen
und Einsatzmöglichkeiten
Key Facts                                                                                    Autoren

•   Künstliche Intelligenz ist eine Schlüsseltechnologie der Zukunft                           Moritz Schneider
•   Der Fortschritt auf dem Gebiet der künstlichen Intelligenz ermöglicht völlig neue          Dr. André Steimers
    Konzepte, die zu innovativen Anwendungen und Dienstleistungen führen und
    viele Geschäftsmodelle vollkommen verändern werden
•   Der Einsatz künstlicher Intelligenz kann auch die Sicherheit und Gesundheit bei
    der Arbeit erhöhen

Der Bereich der künstlichen Intelligenz (KI) ist in den vergangenen Jahren stark gewachsen und es
ist zu beobachten, dass bereits heute viele Anwendungen, die uns im privaten Leben, aber auch in
der Arbeitswelt begegnen, auf dieser Technologie basieren. Einige dieser Anwendungen werden
in diesem Beitrag dargestellt, um die Möglichkeiten dieser Technologie zu veranschaulichen.

Einleitung                                    angemessenen Güte zu erstellen, sondern        Obgleich KI als eine der wichtigsten Tech-
                                              auch zu einem Boom verschiedener Open-         nologien der Zukunft bezeichnet wird, ist
Künstliche Intelligenz ist im Allgemeinen     Source-Initiativen, woraus Frameworks[1]       sie auch schon heute ein fester Bestand-
als Sammelbegriff für eine Vielzahl unter-    und Programmbibliotheken[2] wie Tensor-        teil im Alltag vieler Menschen. So erfreuen
schiedlicher Methoden und Algorithmen         Flow oder PyTorch entstanden. Hierdurch        sich beispielsweise intelligente persönli-
zu verstehen, deren Gemeinsamkeit darin       wurde es einem breiteren Kreis von An-         che Assistenten wie Apples HomePod,
besteht, dass sie eine Wissensrepräsenta-     wendern und Anwenderinnen ermöglicht,          Alphabets Google Home, Amazons Echo
tion in Form eines Modells erstellen und      die entsprechenden Verfahren zu nutzen.        oder Microsofts Smart Speaker einer zu-
anwenden können, um eine definierte und       Als dritte wichtige Säule für den Erfolg des   nehmend wachsenden Beliebtheit. Auch
vorgegebene Aufgabe zu lösen.                 maschinellen Lernens in den vergangenen        im Bereich der Navigation und Routenpla-
                                              Jahren ist der inzwischen relativ preisgüns-   nung kommt KI schon lange zum Einsatz.
Heute wird dieser Begriff jedoch meist auf    tige Zugang zu hohen Rechenleistungen in       Doch auch im Bereich der Arbeitswelt fin-
die Methoden des maschinellen Lernens         Form von Grafikprozessoren sowie die ein-      den wir bereits eine Vielzahl verschiedener
und speziell des Deep Learnings bezogen.      fache Möglichkeit, Berechnungen auf die-       Anwendungen der KI. Vollautomatisierte
Diese Methoden basieren auf rechnerge-        se auszulagern, zu nennen. Hierzu hat die      Systeme und Roboter, die mittels smarter
stützten Prozessen, die ein System in die     Einführung der Compute Unified Device          Algorithmen Prozesse steuern, oder Syste-
Lage versetzen, aus Daten zu lernen, um       Architecture (CUDA)[3] durch die N  ­ VIDIA    me zur automatisierten Bearbeitung von
überwiegend automatisiert das wissens-        Corporation im Jahr 2007 wesentlich bei-       trivialen Verwaltungsfällen sind nur zwei
repräsentierende Modell zur Lösung einer      getragen.                                      Beispiele hierfür.
bestimmten Aufgabe zu erstellen.
                                              Es ist jedoch nicht zu vernachlässigen,        Im Jahr 2020 veröffentlichte das Unterneh-
Dieser Fokus entstand durch die großen        dass auch andere Gebiete der KI, wie           men Deloitte das Ergebnis einer global an-
Fortschritte auf diesen Gebieten in den       beispielsweise die symbolische künst-          gelegten Befragung von insgesamt 2.737 Or-
vergangenen Jahren, die durch mehrere         liche Intelligenz[4], ebenfalls noch eine      ganisationen (davon 201 aus Deutschland),
Faktoren begünstigt wurden. So führte         starke Bedeutung haben. Gerade das Zu-         die das Ziel hatte herauszufinden, wie stark
der allgemeine Trend der Digitalisierung      sammenspiel verschiedener Methoden             KI bereits in den Organisationen eingesetzt
nicht nur zu größeren Datenmengen, die        erlaubt es oftmals erst, ein System zur        wird (Ammanath, 2020). Die Studie kam zu
es maschinellen Lernverfahren erst ermög-     Lösung einer komplexen Aufgabe zu ent-         dem Ergebnis, dass bereits 26 Prozent der
lichen, eine Wissensrepräsentation in einer   wickeln.                                       befragten Organisationen KI intensiv ein-

                                                                                                                                       3
DGUV Forum 10/2021       Schwerpunkt Künstliche Intelligenz

                 Obgleich KI als eine der wichtigsten Technologien
                 der Zukunft bezeichnet wird, ist sie jedoch auch
                 schon heute ein fester Bestandteil im Alltag vieler
                 Menschen.“

setzen und 47 Prozent erste Anwendungen       Klassische Beispiele für den Einsatz des       schaft zu analysieren, um auf Basis dieses
KI im Einsatz haben. Die restlichen 27 Pro-   Natural Language Processing sind somit         erweiterten Informationssatzes eine ange-
zent gaben an, zumindest erste Pilotpro-      die Spracherkennung und Sprachsyn-             messene und somit zufriedenstellende Ant-
jekte starten zu wollen.                      these, wie sie beispielsweise für Mensch-­     wort formulieren zu können.
                                              Maschine-Schnittstellen zur Ein-, aber
Eine strukturelle Analyse aktueller An-       auch Ausgabe genutzt werden kann. Wei-         Das kann auf Basis adaptierter Convolutio-
wendungsbeispiele von KI im Bereich der       terhin sind auch simultane maschinelle         nal Neural Networks (CNN oder ­ConvNet)
Arbeitswelt ergibt, dass sich diese meist     Übersetzungen von natürlichen Sprach-          erreicht werden, mit deren Hilfe nun auch
in einer der folgenden sechs Hauptkate-       nachrichten möglich, die entweder als Text     die semantische Bedeutung des Kunden-
gorien bewegen:                               oder abermals durch künstlich erzeugte         ausdrucks interpretiert werden kann
                                              Sprache vermittelt werden können.              (Zhou, 2018). Durch diese Maßnahme lässt
•   Natural Language Processing                                                              sich nicht nur die Leistung des Systems bei
•   Computer Vision                           Ein gutes Beispiel hierfür ist eine Anwen-     Spracherkennung verbessern, sondern vor
•   Automated Vehicles                        dung, die die Inklusion sprach- und hör-       allem auch eine Klassifizierung der Stim-
•   Predictive Maintenance                    geschädigter Mitarbeiter und Mitarbei-         mung sowie der Intensität der Sprachnach-
•   Fraud Detection                           terinnen am Arbeitsplatz vereinfachen          richt der Kundschaft erreichen. Diese wer-
•   Prediction and Optimization               kann. Mithilfe sogenannter Sequenz-zu-         den dann genutzt, um eine Reaktion zu
                                              Sequenz-Modelle erkennt sie Gebärden-          erzeugen, die insgesamt als menschlicher
Im Folgenden werden diese Hauptkate-          sprache, übersetzt diese und gibt sie in na-   und freundlicher wahrgenommen wird.
gorien näher beschrieben und Beispielan-      türlicher Sprache wieder aus (Ko, 2019).
wendungen aus diesen Bereichen genannt,       Ebenso ist der umgekehrte Weg möglich,         Computer Vision
um die Möglichkeiten der künstlichen In-      wobei dann natürliche Sprache in Bilder
telligenz für die Arbeitswelt exemplarisch    oder Text umgewandelt wird, was ebenfalls      Computer Vision oder auch Machine Vision
zu beleuchten.                                eine nahtlose Konversation über Barrieren      beschäftigt sich mit der Verarbeitung und
                                              hinweg ermöglicht.                             Analyse digitaler Bilder, um daraus Infor-
Natural Language                                                                             mationen zu gewinnen. Diese Informatio-
Processing                                    Auch der Einsatz in der Kundenbetreuung        nen können von der Extraktion geometri-
                                              und im First-Level-Support ist schon heu-      scher Strukturen bis zum Verstehen des
Natural Language Processing beschäf-          te in Form von Chatbots häufig zu finden       Bildinhaltes reichen. Dementsprechend
tigt sich mit der Verarbeitung natürlicher    und ermöglicht, die Arbeitslast von Call-      sind die am weitesten verbreiteten Pro-
Sprache und kann dazu genutzt werden,         center-Beschäftigten zu reduzieren und         blemstellungen der Computer Vision die
übermittelte Sprachinformationen eines        ihnen mehr Zeit zur Bearbeitung schwie-        Segmentierung und Klassifizierung. Bei
Menschen zu analysieren, um daraus Infor-     rigerer Fälle zu geben. In der Vergangen-      der Segmentierung werden inhaltlich zu-
mationen zu extrahieren, auf deren Basis      heit waren diese Systeme jedoch oftmals        sammenhängende Regionen eines Bildes
Wissen oder aber künstliche Sprachnach-       unbeliebt, weil sie nicht empathisch auf       identifiziert und gekennzeichnet. Insbe-
richten erzeugt werden können, um einem       den Kunden oder die Kundin eingehen            sondere die semantische Segmentierung,
Menschen Informationen auf natürliche         konnten. Hierzu ist es notwendig, neben        bei der einzelne Objekte erkannt und an-
Weise zu übermitteln.                         der Sprache auch die Emotionen der Kund-       schließend alle zu diesem Objekt gehören-

4
DGUV Forum 10/2021         Schwerpunkt Künstliche Intelligenz

       Eine 2020 veröffentlichte Studie des Unternehmens Deloitte
       kam zu dem Ergebnis, dass bereits 26 Prozent der befragten
       Organisationen KI intensiv einsetzen und 47 Prozent erste
       Anwendungen KI im Einsatz haben. Die restlichen 27 Prozent
       gaben an, zumindest erste Pilotprojekte starten zu wollen.“

de ­Pixel oder Voxel zusammengefasst wer-      vollständig zu automatisieren. Ebenso ist       matisiert werden konnten. Hierzu zählen
den, hat eine große Bedeutung bei allen        mit angepassten Modellen natürlich auch         beispielsweise einige auf den ersten Blick
Aufgabenstellungen, in denen es darum          eine Qualitätskontrolle anderer Produkte        vermeintlich einfache Aufgaben in der
geht, Aussagen über eine Szene treffen zu      möglich und wird insbesondere im Bereich        Montage wie das Zusammenfügen zweier
können. Klassifikationsprobleme beschäf-       der Elektronikfertigung schon seit vielen       Werkstücke. Hierzu ist es notwendig, zuerst
tigen sich damit, Objekte einer Klasse, wie    Jahren eingesetzt.                              zwei Teile aufeinander abzustimmen und
beispielsweise Mensch, Tier, Werkzeug,                                                         anschließend durch eine gewisse Kraft-
zuzuordnen. Oftmals folgt einer semanti-       Weiterhin ist Computer Vision ein hilf-         einwirkung miteinander zu verbinden. Im
schen Segmentierung eine Klassifizierung,      reiches Werkzeug, um die Digitalisierung        Idealfall sind diese Teile perfekt geformt,
die dann schließlich den als inhaltlich ähn-   voranzutreiben. So liegen bis heute viele       liegen immer in einer vorher definierten
lich identifizierten Objekten eine genaue      Formulare und Dokumente nur in hand-            Lage vor und können dann mit der spezi-
Klasse zuordnen kann. Hiermit werden Ob-       schriftlicher Form vor. Diese zu digitalisie-   fizierten Kraft zusammengeführt werden.
jekte nicht nur räumlich, sondern auch in-     ren ist oftmals eine sehr eintönige Arbeit      Aufgrund der Unvollkommenheit einzelner
haltlich klar identifiziert und können somit   oder erfordert den Einsatz von Fachperso-       Produktionsschritte, Oberflächentoleran-
lokalisiert und benannt werden.                nal. So liegen Industrieinspektionsblätter      zen und anderen Faktoren wie der Flexibili-
                                               heute oftmals noch immer nur in hand-           tät der Teile kann dieses Verfahren jedoch
Computer Vision spielt bei vielen Anwen-       schriftlicher beziehungsweise handmar-          komplex und unvorhersehbar werden. In
dungen eine große Rolle, sei es bei der Ge-    kierter Form vor. Diese Inspektionsblätter      solchen Fällen benötigt ein Roboter sehr
sichtserkennung, der medizinischen Dia-        werden regelmäßig ausgefüllt, um Mängel         detaillierte und umfangreiche Programm-
gnostik oder im Bereich selbstfahrender        zu erkennen und schwere Maschinen zu            anweisungen, um die Aufgabe einschließ-
Fahrzeuge. Sehr beliebt ist jedoch auch        warten. Die Inspektionsblätter enthalten        lich der erforderlichen Anpassung an die
der Einsatz bei der Qualitätssicherung in      allerdings viele unstrukturierte Informatio-    physikalische Welt ausführen zu können.
der Produktion. So wird beispielsweise         nen und erfordern daher den Einsatz von         Das kann eine Automatisierung der Auf-
in der Sanitärindustrie ein Supportvek-        Fachleuten, um sie zu lesen und zu digita-      gabe schnell umständlich oder unwirt-
tor-Maschinenklassifikationsmodell[5] be-      lisieren. Mithilfe tiefer neuronaler Netze in   schaftlich machen. Regelalgorithmen, die
nutzt, um Fehler auf der Oberfläche von        Form von Convolutional Neural Networks[7]       auf maschinellem Lernen basieren – ins-
Wasserhähnen zu identifizieren und an-         kann jedoch ein Informationsextraktions-        besondere solche, die das Verstärkungsler-
schließend zu inspizieren (Kuhlenkötter,       system für Maschineninspektionsblätter          nen nutzen –, erlauben jedoch alternative
2006). Hierzu wird das Klassifikations-        umgesetzt werden, das diese automatisiert       Lösungen, mit denen sich der Automati-
modell mit einer Kombination von Gabor-        digitalisiert (Swati, 2017).                    sierungsgrad in der Fertigung einfach er-
Merkmalen[6], statistischen Merkmalen und                                                      weitern lässt (Vecerik, 2018).
Graustufenmerkmalen gespeist, um einzel-       Die ortsaufgelösten Daten von Bildsenso-
ne Fehlertypen zu identifizieren. Mithilfe     ren können natürlich auch eine wichtige         Automated Vehicles
dieses Bildverarbeitungssystems werden         Informationsgrundlage von Steuerungen
vergleichbare Leistungen zu menschlichen       aller Art darstellen. Insbesondere in der       Der Bereich der fahrerlosen Fahrzeuge
Bewertungen erzeugt, wodurch es möglich        Produktion existieren viele wiederkehren-       (englisch: Automated Vehicles) beschäf-
ist, den Qualitätskontrollprozess der Pro-     de Aufgaben, die ohne den Einsatz von           tigt sich damit, Fahrzeuge aller Art zu voll-
duktion ohne menschliches Eingreifen           KI bisher durch Roboter noch nicht auto-        automatisieren, womit es ihnen möglich

                                                                                                                                          5
DGUV Forum 10/2021         Schwerpunkt Künstliche Intelligenz

           Das Institut für Arbeitsschutz der DGUV (IFA) arbeitet an
           Konzepten, um nicht nur die Sicherheit und Gesundheit
           bei der Arbeit beim Einsatz von Technologien der künst-
           lichen Intelligenz zu erhalten, sondern auch durch deren
           Einsatz zu fördern.“

ist, ohne eine manuelle Steuerung durch         reits in den kommenden Jahren ein ähn-        se in ähnlicher Form auch selbstfahrende
den Menschen unfallfrei ein Ziel anfahren       liches Level erreichen.                       Gepäckwagen realisieren (Buechel, 2018).
zu können.
                                                Weitere teilautomatisierte Fahrzeuge lassen   Ein weiteres Einsatzgebiet mit stark ein-
Teilautomatisierte Systeme wie Parkassis-       sich beispielsweise auf Flughäfen in Form     geschränkter Streckenführung und somit
tenten oder Systeme zum automatisierten         von selbstfahrenden Flugzeugschleppfahr-      gut geeignet für teilautomatisierte Fahr-
Fahrspurwechsel existieren schon seit län-      zeugen finden (Morris, 2016). Diese Anwen-    zeuge ist der Bahnverkehr. Im Personen-
gerer Zeit. Hinzugekommen sind Systeme,         dung eignet sich besonders für auf Teil-      verkehr kann mithilfe der künstlichen In-
die das Fahrzeug in bestimmten Fahrsitu-        automation basierende selbstfahrende          telligenz der unbeaufsichtigte Betrieb von
ationen selbstständig steuern können. Ein       Fahrzeuge, da die Routen zwischen den         Zügen nach Fahrplan ermöglicht werden.
Beispiel hierfür ist der von Tesla vertrie-     Gates zu den Start- und Landebahnen und       Das System ist dann verantwortlich für
bene Autopilot, der jedoch lediglich ein        von den Start- und Landebahnen zu den         die Beschleunigung, das Bremsen, die
teilautomatisiertes System der Stufe 2 dar-     Gates in der Regel vorgegeben sind. Daher     Geschwindigkeitsregelung, die Abfahrt
stellt. Ein Fahrsystem der Stufe 2 erwartet,    gibt es kaum oder gar keine Möglichkei-       des Zuges, das Öffnen und Schließen der
dass sich der Fahrer oder die Fahrerin zu       ten für alternative Routen, was zu einer      Türen, die Hinderniserkennung sowie das
jeder Zeit über die Fahr- und Verkehrssitu-     erheblichen Einschränkung des Einsatz-        Management von Gefahrenzuständen und
ation im Klaren ist und jederzeit die Kont-     gebietes der Anwendung führt und des-         Notfallsituationen. Komplizierte Fälle, die
rolle über das Fahrzeug übernehmen kann.        sen notwendige Komplexität erheblich          das Bordsystem nicht korrekt verarbeiten
Von einer vollständigen Automatisierung         verringert. Weiterhin wird der selbstfah-     kann, werden von der Leitwarte übernom-
der Stufe 5, bei der das Fahrzeug zu jeder      rende Flugzeugschlepper von menschli-         men, die auch den Fahrbetrieb überwacht.
Zeit komplett vom System gesteuert wird         chen Vorfeldkontrollpersonal, Fluglotsen      Dabei kann jedoch ein Zugführer oder eine
und der Fahrer oder die Fahrerin lediglich      und Fluglotsinnen, Piloten und Pilotinnen     Zugführerin der Leitwarte mehrere automa-
als Reisende teilnehmen, ist Teslas Auto-       sowie dem Bodenpersonal überwacht. Die        tisierter Züge gleichzeitig überwachen und
pilot also noch weit entfernt.                  Lotsen und Lotsinnen stellen den Schlep-      gegebenenfalls kontrollieren. Drei selbst-
                                                pern Routeninformationen zur Verfügung,       fahrende Rangierlokomotiven sind derzeit
Dennoch werden auch auf diesem Gebiet           wobei sie von einem automatischen Rou-        beispielsweise auf dem Rangierbahnhof
bereits große Fortschritte erzielt. So schaf-   tenplanungssystem unterstützt werden.         Luzhskaja in Moskau, Russland, in Betrieb
fen es die Testfahrzeuge des Herstellers        Das Planungssystem und die Tower- und         und der parallele Einsatz für Personenzüge
Waymo inzwischen bereits, durchschnitt-         Bodenlotsen und -lotsinnen arbeiten mit       wird derzeit auf dem Moskauer Zentralring
lich über 17.800 Kilometer zurückzulegen,       den Schleppern zusammen, um während           getestet (Smagin, 2018).
bis ein Eingriff durch einen Testfahrer oder    des Betriebs taktische Entscheidungen tref-
eine Testfahrerin notwendig wird. Dies          fen zu können, was ein sicheres Fahren        Predictive Maintenance
liegt zwar aktuell noch hinter der tatsäch-     gewährleistet.
lichen Leistungsfähigkeit einer menschli-                                                     Bei der vorausschauenden Instandhaltung
chen Person am Steuer, sollte die kontinu-      Diese Bedingungen gelten gleichfalls auch     (englisch: Predictive Maintenance) werden
ierliche Verbesserung der Qualität dieser       für weitere Fahrzeuge im Bereich der Flug-    Bedingungen identifiziert, die auf einen
Systeme jedoch anhalten, dürften sie be-        hafenlogistik, so lassen sich beispielswei-   bevorstehenden Ausfall einer Maschine

6
DGUV Forum 10/2021        Schwerpunkt Künstliche Intelligenz

     Es wird eine gesellschaftliche Debatte darüber zu führen sein,
     wie das Arbeiten mit KI-basierten Systemen wie beispiels-
     weise kollaborierenden Robotern genau ausgestaltet werden
     muss und ob alles, was theoretisch technisch umsetzbar wäre,
     auch ethisch gewünscht beziehungsweise legitim ist.“

oder Anlage hindeuten. Es geht somit um        Ausfallzeiten von Fertigungsmaschinen         heitssystem zu umgehen. Maschinen sind
die Fähigkeit, bestehende Datenmengen          um 30 bis 50 Prozent reduzieren und die       wesentlich besser darin, große Datensätze
zu nutzen, um potenzielle Probleme zu          Lebensdauer von Maschinen um 20 bis           zu verarbeiten, als Menschen. Das Erken-
erkennen und zu beheben, bevor sie zu          40 Prozent erhöhen. Somit können Her-         nen von Täuschungen durch maschinelles
Ausfällen in Prozessen oder Systemen im        steller außerdem ihre Abläufe verbessern      Lernen basiert darauf, mehr Muster aus Da-
Betrieb führen. Im Gegensatz hierzu steht      und ihre Lieferketten intakt halten.          ten zu extrahieren, als es durch das Erstel-
die vorbeugende Instandhaltung (englisch:                                                    len von Regeln möglich wäre. Das Modell
Preventive Maintenance), bei der die In-       Fraud Detection                               wird anhand historischer Daten beispiels-
standhaltung auf der Lebenserwartung                                                         weise zum Verbraucherverhalten trainiert,
von Komponenten basiert (zum Beispiel          Bei der Erkennung von Täuschungen (eng-       von denen bekannt ist, dass sie entweder
die mittlere Zeit zwischen Ausfällen). Beide   lisch: Fraud Detection) geht es um die Ana-   betrügerisch oder normal waren. Ein gro-
sind Arten der planmäßigen Wartung. Die        lyse von Dokumenten, Nachrichten und          ßer Vorteil von tiefem Lernen ist die Mög-
vorbeugende Wartung beinhaltet jedoch          Vorgängen, um Fälschungen und betrü-          lichkeit, mehrere Datentypen zu kombinie-
allgemeine beste Praktiken für die Pflege      gerische Absichten frühzeitig erkennen        ren. So kann ein Modell beispielsweise den
von Komponenten, ohne dass der genaue          und abwehren zu können. Hierzu zählt die      Text analysieren, den ein Kunde oder eine
Verwendungszweck dieser bekannt sein           Identifikation von gefälschtem Geld oder      Kundin in einem Versicherungsantrag ge-
muss. Die vorausschauende Wartung nutzt        gefälschten Dokumenten, gestohlenen Kre-      schrieben hat, und ihn in Kombination mit
die tatsächlich gemessene Nutzung, die Be-     ditkarten, betrügerischem Schriftverkehr      einfacheren Eingabedaten verwenden, um
triebsbedingungen und das Feedback der         oder gestohlenen Identitäten.                 eine genaue Vorhersage zu treffen.
Anlagen und Komponenten, um individu-
elle Vorhersagen über bevorstehende Pro-       In der Vergangenheit wurde die Betrugser-     Vorhersage und Optimierung
bleme zu erstellen. Die Implementierung        kennung durch regelbasierte Algorithmen
von vorausschauenden Wartungsdiensten          durchgeführt, die typischerweise kompli-      Auf Grundlage der Auswertung großer Da-
ermöglicht es Unternehmen, potenziellen        ziert zu konstruieren sind, aber oftmals      tenmengen ist es möglich, Vorhersagen zu
Ausfällen oder Störungen einen Schritt vo-     dennoch keine schwierig zu umgehende          verschiedenen Fragestellungen zu treffen.
raus zu sein und diese proaktiv anzugehen,     Hürde darstellen. Bei diesen Techniken be-    Hierzu werden in der Regel Regressions-
anstatt auf Probleme zu reagieren.             steht die Gefahr, dass viele betrügerische    modelle eingesetzt, die auf Basis nume-
                                               Aktivitäten übersehen werden oder dass es     rischer Effektvariablen eine numerische
Dies führt einerseits zu einer Senkung der     zu einer übermäßigen Anzahl von falsch        Zielvariable vorhersagen. Auf diese Weise
Kosten durch weniger ungeplante Ausfall-       Positiven kommt, bei denen die Karten der     können Aussagen zur wahrscheinlichen
zeiten, weniger redundante Inspektionen        Kundschaft aufgrund eines falsch identifi-    Entwicklung von Verläufen getroffen und
und ineffektive präventive Wartungsmaß-        zierten verdächtigen Verhaltens abgelehnt     Trends vorhergesagt werden.
nahmen und andererseits ergeben sich Ein-      werden. Traditionelle Modelle sind auch
sparungen durch erhöhte Produktivität          sehr unflexibel, was zu einem Problem in      Eines der wichtigsten Elemente der heu-
und geringere Arbeits- und Materialkosten.     einer Anwendung werden kann, da be-           tigen Entscheidungsfindung, sowohl im
Nach Angaben von McKinsey (2017) kön-          trügerische Benutzerinnen und Benutzer        ­öffentlichen als auch im privaten Sektor, ist
nen vorausschauende Wartungstools die          ständig neue Wege finden, um das Sicher-       die Vorhersage. In den letzten Jahrzehnten

                                                                                                                                         7
DGUV Forum 10/2021       Schwerpunkt Künstliche Intelligenz

sind ökonometrische Prognosen auf der         vative Assistenzsysteme, die neue Funktio-
                                                                                             Weitere Informationen
Grundlage von Modellen im privaten und        nalitäten mit sich bringen oder bestimmte
öffentlichen Entscheidungsprozess sehr        Funktionen erst ermöglichen.
                                                                                             Vertrauenswürdige künstliche
beliebt geworden. Wenn die Vorhersage
                                                                                             ­Intelligenz
auf der Grundlage von Zeitreihendaten         Rückfahrassistenten, die Hindernisse
                                                                                             www.dguv.de/ifa/fachinfos/­
erfolgt, zum Beispiel von Ereignissen, die    hinter einem Fahrzeug erkennen und bei
                                                                                             kuenstliche-intelligenz
sich in einem bestimmten Zeitintervall er-    einer Annährung ein akustisches Warn-
eignen, spricht man von Zeitreihenprogno-     signal ausgeben, oder Rückfahrkameras
sen. Die Zeitreihenprognose ist der Prozess   sind schon lange auf Fahrzeugen verschie-
der Vorhersage zukünftiger Ereignisse auf     dener Art im Einsatz. Für die besonderen
der Grundlage historischer Daten.             Anforderungen der Arbeitswelt sind diese     möglich. Wurde die Hand erkannt, muss
                                              Systeme jedoch nicht ausgelegt und bie-      jedoch auch unterschieden werden, ob es
Zeitreihenprognosen werden schon seit         ten daher dort oftmals keinen Vorteil. So    sich bei der Bewegung dieses Körperteils
geraumer Zeit in verschiedenen Bran-          erzeugt ein Rückfahrassistenzsystem auf      um eine normale der Aufgabe entsprechen-
chen eingesetzt. Sie werden verwendet, um     einem Flurförderfahrzeug durch die be-       de Bewegung handelt oder diese anormal
künftige Entscheidungen zu treffen; zum       engten Raumverhältnisse in den schmalen      ist, wie es beispielsweise bei einem Ab-
Beispiel sind im Einzelhandel Umsatzpro-      Korridoren von Warenlagern fast fortwäh-     rutschen der Hand der Fall wäre. Nur so
gnosen sehr wichtig, damit die Rohstoffe      rend Warnungen, die folglich nach kurzer     kann ein rechtzeitiges Stillsetzen und Ab-
entsprechend beschafft werden können.         Zeit vom Bedienpersonal ignoriert werden.    senken des Sägeblatts eingeleitet werden,
Das bekannteste Beispiel ist die Wetter-      Hierfür bieten KI-basierte Systeme, wie      um Verletzungen zu verhindern. Zur Vor-
vorhersage, bei der auf der Grundlage der     das Assistenzsystem Blaxtair des franzö-     hersage der Bewegung kann abermals ein
Muster in der Vergangenheit und der jüngs-    sischen Herstellers Arcure eine einfache     tiefes neuronales Netz verwendet werden.
ten Veränderungen die Zukunft vorherge-       Lösung. Dieses System führt eine Klassi-
sagt werden kann. Diese Vorhersagen sind      fikation seiner Umgebung durch und kann      Ausblick
sehr wichtig und stellen in der Regel den     so zwischen Objekten und Personen unter-
ersten Schritt zur Lösung anderer Probleme    scheiden. Dies ermöglicht die Definition     Obgleich bereits viele Beispiele für den
dar. Maschinelles Lernen kann aber nicht      zweier Schutzbereiche. Im weiter gefass-     Einsatz von KI im Bereich der Arbeitswelt
nur zur Vorhersage, sondern auch zur Opti-    ten Schutzbereich werden nur Warnungen       existieren, wird der Sektor in den kommen-
mierung verwendet werden. Optimierungs-       erzeugt, wenn es sich beim Hindernis um      den Jahren auch weiterhin schnell an Be-
probleme erfordern häufig den Einsatz von     eine Person handelt, im enger gefassten      deutung für verschiedene Branchen und
Optimierungsmethoden, die die Minimie-        Schutzbereich erzeugen jedoch auch Ob-       somit insbesondere für den Bereich der
rung oder Maximierung bestimmter Ziel-        jekte einen Warnhinweis. Hierdurch lässt     Sicherheit und Gesundheit bei der Arbeit
funktionen ermöglichen. Gelegentlich sind     sich die Häufigkeit der Warnmeldungen        gewinnen – und damit auch für die gesetz-
die zu optimierenden Probleme jedoch we-      wesentlich verringern, wodurch diese ihre    liche Unfallversicherung.
der linear noch polynomial[8] und können      Wirksamkeit beibehalten.
nicht genau gelöst werden. In diesen Fällen                                                So geht beispielsweise eine Studie davon
ist es notwendig, Heuristiken – also ana-     Weiterhin existieren auch heute noch         aus, dass sich 2025 die Wirtschaftskraft die-
lytische Vorgehensweisen – anzuwenden,        Tätigkeiten, die sich durch herkömmli-       ses Sektors (automatisierte Roboter und
die in der Lage sind, diese Art von Prob-     che technische Schutzeinrichtungen wie       Fahrzeuge sowie Datenanalyse) zwischen
lemen zu lösen. Insbesondere künstliche       beispielsweise Lichtschranken nicht ab-      6,5 und 12 Billionen Euro pro Jahr bewegen,
neuronale Netze können zur Annäherung         sichern lassen. Ein Beispiel hierfür ist     dürfte.[9] Eine weitere Studie, basierend auf
der Zielfunktion bei Optimierungsproble-      die Arbeit an Formatkreissägen. Die nor-     einem makroökonomischen Modell für
men verwendet werden.                         male Tätigkeit an diesen Maschinen ver-      12 Länder und 16 Wirtschaftszweige mit
                                              langt, dass ein Werkstück mit der Hand       künstlicher Intelligenz als zusätzlichem
Assistenzsysteme                              zum Sägeblatt geführt und mit diesem in      Produktionsfaktor, untersuchte den mög-
                                              Kontakt gebracht werden muss. Um diese       lichen Einfluss auf das Bruttoinlandspro-
Auch für den Bereich der Sicherheit und       Tätigkeit absichern zu können, müssen        dukt (Purdy & Daugherty, 2017). Diese Stu-
Gesundheit bei der Arbeit bieten Verfahren    abermals verschiedene Objekte vonein-        die prognostiziert für das Jahr 2035 eine
der KI viele Möglichkeiten. Insbesondere      ander unterschieden werden können. In        zusätzliche Bruttowertschöpfung durch KI
die technische Unfallprävention profitiert    diesem Fall das Werkstück, welches das       von 1,6 Prozent pro Jahr für Deutschland.
von der Fähigkeit der KI, auch komplexe       Sägeblatt berühren darf, und die mensch-     Zum Vergleich: Die Steigerung der globa-
Aufgabenstellungen in nicht vollständig       liche Hand, bei der ein Kontakt verhindert   len Bruttowertschöpfung durch den Ein-
definierbaren Umgebungen lösen zu kön-        werden muss. Dies ist durch eine Klassi-     satz von Industrierobotern lag bei gerade
nen. Das ermöglicht beispielsweise inno-      fikation auf Basis tiefer neuronaler Netze   einmal 0,4 Prozent.

8
DGUV Forum 10/2021         Schwerpunkt Künstliche Intelligenz

Es wird eine gesellschaftliche Debatte darü-       Das Institut für Arbeitsschutz der DGUV             das IFA an der internationalen Normung
ber zu führen sein, wie das Arbeiten mit KI-       (IFA) arbeitet daher an Konzepten, um               zu KI auf europäischer und globaler Ebe-
basierten Systemen wie beispielsweise kol-         nicht nur die Sicherheit und Gesundheit             ne und führt eigene Forschungsarbeiten
laborierenden Robotern genau ausgestaltet          bei der Arbeit beim Einsatz von Technolo-           in diesem Bereich durch.            ←
werden muss und ob alles, was theoretisch          gien der künstlichen Intelligenz zu erhal-
technisch umsetzbar wäre, auch ethisch ge-         ten, sondern auch durch deren Einsatz zu
wünscht beziehungsweise legitim ist.               fördern. In diesem Rahmen beteiligt sich

  Literaturangaben

  Ammanath, B.; Hupfer, S.; Jarvis, D.: Thriving in the era of pervasive AI, Deloitte Insights, 2020

  Buechel, M.; Knoll, A.: Deep Reinforcement Learning for Predictive Longitudinal Control of Automated Vehicles, 21th IEEE International
  Conference on Intelligent Transportation, 2018

  Daugman, J. G.: Vollständige diskrete 2-D-Gabor-Transformationen durch neuronale Netze zur Bildanalyse und -komprimierung. In: IEEE-
  Transaktionen zu Akustik, Sprache und Signalverarbeitung 36 (7), S. 1169–1179, 1988

  Dilda, V.; Mori, L.; Noterdaeme, O.; Schmitz, C.: Manufacturing: Analytics unleashes productivity and profitability, McKinsey Corp., 2017

  Ko, S. K.; Kim, C; J., Jung, H.; Cho, C.: Neural Sign Language Translation Based on Human Keypoint Estimation. In: Applied Sciences Volume
  9/2019, S. 2683 ff.

  Kuhlenkötter, B.; Zhang, X.; Krewet, C.: Quality Control in Automated Manufac-turing Processes – Combined Features for Image Processing.
  In: Acta Polytechnica Volume 46 No. 5/2006

  Morris, R.: Planning, Scheduling and Monitoring for Airport Surface Operations, Workshop of the 13th AAAI Conference on Artificial
  ­Intelligence: Planning for Hybrid Systems, 2016

  Purdy, M.; Daugherty, P.: Why AI is the future of growth, Accenture Plc., 2016

  Purdy, M.; Daugherty, P.: How AI boosts industry profits and innovation, Accenture Plc., 2017

  Smagin Y.; Popov, P.: The technology and operating concept for driverless shunting locomotives at Luzhskaya Marshalling Yard. In:
  ­Signalling Datacommunication, Eurail Press, DVV Media Group, no. 12/2018 (110), S. 30–38

  Swati, G. G.; Sharma, M.; Vig, L.: Information Extraction from Hand-Marked Industrial Inspection Sheets, 14th IAPR International Conference
  on Document Analysis and Recognition (ICDAR), S. 33–38, 2017

  Vecerik, M.; Sushkov, O.; Barker, D.; Rothörl, T.; Hester, T.; Scholz, J.: A Practical Approach to Insertion with Variable Socket Position Using
  Deep Reinforcement Learning, arXiv:1810.01531v2, 2018

  Zhou, L.; Gao, J.; Li, D.; Shum, H.: The Design and Implementation of XiaoIce, an Empathetic Social Chatbot, arXiv:1812.08989, 2018

Fußnoten                                           ­bearbeiten zu lassen.                               im Bild in bestimmten Richtungen vorhanden
                                                    [4] Symbolische künstliche Intelligenz ver-         ist, extrahiert. Diese Merkmale haben sich
[1] Ein Framework ist ein unvollständiges           wendet menschenlesbare Symbole und Logik,           als besonders geeignet für die Darstellung
Programm, das für andere Programme eine             um reale Konzepte in Form von Regeln dar-           und Unterscheidung von Texturen erwiesen
wiederverwendbare, gemeinsame Struktur zur          zustellen. Hierdurch werden menschliche            ­(Daugman, 1988).
Verfügung stellt.                                   Wissens- und Verhaltensregeln explizit in           [7] Ein Convolutional Neural Network ist ein
[2] Eine Programmbibliothek ist eine Samm-          Computerprogramme eingebettet.                      künstliches neuronales Netz, das in der Bild-
lung von Unterprogrammen und beinhaltet             [5] Eine Support Vector Machine ist ein Ver-        erkennung und -verarbeitung verwendet wird
meist Hilfsmodule zur Lösung thematisch             fahren des maschinellen Lernens. Das Ver-           und speziell für die Verarbeitung von Pixel-
zusammengehörender Problemstellungen.               fahren unterteilt eine Menge von Objekten           daten ausgelegt ist.
[3] CUDA ist eine Schnittstellentechnologie         so in Klassen, dass um die Klassengrenzen           [8] Eine Polynomfunktion, oder auch ganzra-
und Berechnungsplattform, mit der sich              herum ein möglichst breiter Bereich frei von        tionale Funktion, besteht aus einem Polynom,
Grafikprozessoren ansprechen und auch für           Objekten bleibt.                                    also aus einem Term, in dem mehrere Variab-
nicht grafikspezifische Berechnungen nutzen         [6] Gabor-Merkmale werden aus einer Tex-            len mit verschiedenen Exponenten vorkom-
lassen. Hierdurch ist es möglich, bestimmte         tur-Analyse, bei der analysiert wird, ob in         men und dabei mit einem +/- voneinander
Programmteile neben der CPU von einem oder          einem lokalisierten Bereich um den Punkt            getrennt sind.
mehreren Grafikprozessoren parallelisiert           der Analyse ein bestimmter Frequenzinhalt           [9] Vgl. Purdy & Daugherty, 2016

                                                                                                                                                     9
Sie können auch lesen