Künstliche Intelligenz - Chancen für Wirtschaft und Gesellschaft in Bayern - White Paper - fortiss
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
White Paper Künstliche Intelligenz Chancen für Wirtschaft und Gesellschaft in Bayern
Inhalt
Autoren 4
Vorwort 5
Auf einen Blick: Die wichtigsten Erkenntnisse 6
Wie intelligent ist Künstliche Intelligenz? 7
Wertbeiträge der Künstlichen Intelligenz 11
Weltweite Entwicklungen in der Künstlichen Intelligenz 15
Deutschlandweite Entwicklungen in der Künstlichen Intelligenz 21
Bayernweite Entwicklungen in der Künstlichen Intelligenz 23
Chancen für Bayern 24
Anhang 29
Impressum 46
Abbildungen
Abb 1.(a): Kognitiver Roboter Shakey 9
Abb 1.(b): Beispiel für tiefes neuronales Netz 9
Abb 2: 100 KI-Startups 12
Abb 3: Der Innovations-Quadrant der KI 13
Abb 4: Auswirkungen von Anwendungsfällen über Branchengrenzen hinweg 14
Abb 5: Prominente KI-Forschungsinstitute weltweit (Auswahl) 15
Abb 6: Wissenschaftliche Veröffentlichungen im Bereich KI 16
für den Zeitraum 2011-2015
Abb 7: Prominente KI-Forschungsinstitute in Europa (Auswahl) 16
Abb 8: Anzahl von KI-Patenten und Technologieportfolio ( 2000-2016) 18
Abb 9: Die Verteilung des Risikokapitals für KI-Firmen in den Vereinigten 19
Staaten, Asien und Europa in den Jahren 2014-2017
Abb 10: Der US-amerikanische F&E-Strategieplan für den Bereich KI 20
Abb 11: Prominente KI-Forschungsinstitute in Deutschland (Auswahl) 21
Abb 12: Wie bringe ich mein neuronales Netz dazu, eine Schildkröte als Gewehr 25
zu erkennen?
Abb 13: Die Vision 2030 der Europäischen Kommission ist die Entwicklung 26
vertrauenswürdiger, autonomer cyber-physischer Systeme (CPS).
3
Autoren Vorwort
Kaum ein Begriff wird derzeit so strapaziert wie
Künstliche Intelligenz (KI). Sie ist inzwischen zu
einem der populärsten Teilgebiete der Informatik
geworden, das weit über die Grenzen des Fachs
hinausstrahlt. Denn die vergangenen Jahre gab es
große Fortschritte auf diesem Gebiet.
Von Beginn an ging es den Forschern darum,
Maschinen mit Computerprogrammen zu befähigen,
zu sprechen, zu abstrahieren, Konzepte zu entwickeln
und sich selbst zu verbessern, damit sie eines Tages
technische Probleme lösen, die menschliche Fähig-
keiten erfordern. Inzwischen gibt es KI-Technologien
Dr. Harald Rueß Prof. Dr. Helmut Krcmar in den Bereichen Sprachverarbeitung/-übersetzung,
Wissenschaftlicher Geschäftsführer Wissenschaftlicher Direktor Handschriftenerkennung, Bilderkennung/-verstehen,
fortiss GmbH fortiss GmbH semantische Suche, intelligente Assistenzsysteme
ruess@fortiss.org krcmar@fortiss.org etc. Sie leisten bereits heute wertvolle Beiträge für
die wirtschaftliche und gesellschaftliche Entwicklung
in führenden Industrienationen.
Mit Unterstützung von Dr. habil. Hao Shen,
Das vorliegende White Paper führt in das Themen-
Julian Wörman and Mingpan Guo.
gebiet KI ein und beleuchtet deren Anwendungs-
felder. Die Autoren vergleichen, wie Industrieländer
in diesem Bereich aufgestellt sind und zeigen auf,
wie sich KI-Technologien auf deren Wirtschafts-
wachstum auswirken. Sie untersuchen, wie die
Strategien erfolgreicher Nationen aussehen und wie
Deutschland und insbesondere Bayern aufgestellt
sind. Das Werk schließt mit konkreten Vorschlägen,
wie die bayerische Wirtschaft von KI-Technologien
profitieren kann und welche Kompetenzen sie dafür
ausbauen muss, um den Industriestandort Bayern
zu stärken.
Dr. Harald Rueß
4 5
Auf einen Blick: Wie intelligent ist
Die wichtigsten Erkenntnisse Künstliche Intelligenz?
KI wird als Oberbegriff für unterschiedliche Fähig- Es existiert derzeit kein Strategieplan für öffentlich Beim Schachspielen sind Computer dem Menschen Der Turing-Test
keiten bzw. Verhaltensmerkmale „intelligenter“ geförderte Forschung und einen gezielten Ausbau schon längst überlegen, und im Oktober 2015 hat
Systeme verwendet. Inzwischen existieren eine der KI in Deutschland und Bayern. das KI-System AlphaGo, Fan Hui, den Europameister Ab wann eine Maschine als intelligent gilt, treibt die
Reihe anwendungsreifer KI-Technologien. im japanischen Brettspiel Go, geschlagen. Inzwischen KI-Forschung seit Anbeginn um. Ein prominentes
Die Chancen für Bayern liegen in der Anwendung gibt es mit AlphaGo Zero ein verbessertes, selbst- Messwerkzeug ist der vom britischen Mathematiker
Typische KI-Anwendungen umfassen die Sprach- von KI-Technologien bei eingebetteten Systemen, lernendes System, das ohne Expertenwissen Alan Turing entwickelte gleichnamige Test. Ein
verarbeitung/-übersetzung, Handschriften- wie sie im Bereich Automobil, Luft- und Raum- auskommt. Da Go wesentlich komplexer ist und es Mensch kommuniziert ohne Sicht- oder Hörkontakt
erkennung, Bilderkennung/-verstehen, semantische fahrt oder Industrieautomatisierung zu finden unendlich viele Spielvarianten gibt, gilt dieser Sieg über längere Zeit mit einem anderen Menschen und
Suche, intelligente Assistenzsysteme, teilautonome sind. der Maschine über den Menschen als Sinnbild für parallel mit einer Maschine. Wenn der Tester nach
Vehikel und kognitive Roboter. den Fortschritt im Bereich KI. der Unterhaltung nicht mit Bestimmtheit sagen
Bayern sollte deshalb den Einsatz von KI-Techno- kann, welcher der Gesprächspartner ein Mensch
Studien prognostizieren für die USA, Japan und logien in eingebetteten Systemen vorantreiben. Dieses Forschungsgebiet ist ein Teilbereich der und welcher eine Maschine ist, hat die Maschine
Deutschland eine Steigerung der Wirtschaftsrate Damit ließen sich auch die Potenziale für die Informatik. Es versucht, menschliche Wahrnehmung den Test bestanden und darf als intelligent gelten.
zwischen 1,6 bis 2 Prozent. Verwirklichung des Internet der Dinge (IoT) im und menschliches Handeln durch Maschinen nach-
industriellen Bereich ausschöpfen. zubilden. Der Begriff Künstliche Intelligenz wurde So spiegelt sich im Verständnis des Begriffs Künstliche
Experten bescheinigen Deutschland ein mögliches, auf der 1956 stattfindenden Dartmouth Conference3 Intelligenz auch die Vorstellung vom Menschen als
zusätzliches jährliches Wirtschaftswachstum von Ein bayerisches KI-Anwenderzentrum kann geprägt. Die teilnehmenden Informatiker und Maschine. Nach Jahrzehnten der Forschung ist es
10 Milliarden Euro. Knowhow und Expertise im Bereich KI bündeln Informationstheoretiker wollten herausfinden, aber bis heute nicht annähernd gelungen, mensch-
und kleinen und mittelständischen Unternehmen wie Maschinen mit Computer-Programmen dazu liche Verstandesleistungen als Ganzes mit Maschinen
Die USA sind führend in der KI-Forschung. China zur Verfügung stellen. Damit wären die Voraus- gebracht werden können, Sprache zu benutzen, zu erreichen. Damit ist die Vorstellung, dass
möchte die USA von Platz Eins verdrängen. setzungen für einen erfolgversprechenden Abstraktionen vorzunehmen, Konzepte zu entwi- Maschinen den Menschen eines Tages überlegen
Die europäische Forschungslandschaft ist in Einsatz von KI-Technologie geschaffen. ckeln und sich überdies selbst weiter zu verbessern sein können4, immer noch weitgehend Science
nationale und regionale Initiativen fragmentiert. – und damit Probleme zu lösen, die menschliche Fiction.
Deutschland plant, einen KI-Masterplan aufzulegen, Fähigkeiten erfordern.
um den Anschluss zu halten. 1991 lobte der amerikanische Soziologe Hugh G.
Auf der einen Seite ist die technologische Entwick- Loebner einen Preis von 100.000 US-Dollar für
Erfolgreiche KI-Programme bestehen aus einer lung beeindruckend. Auf der anderen Seite werden das Computerprogramm aus, das den Turing-Test
akademischen Forschungsgemeinschaft sowie Befürchtungen laut, dass KI-Systeme eines Tages besteht und eine Expertenjury hinters Licht führt.
experimentierfreudigen Firmen inklusive einer einen so hohen Grad an Autonomie erreichen, dass Bis heute hat niemand den Preis erhalten, und der
florierenden KI-Startup-Szene mit Risikokapital- damit die menschliche Zivilisation obsolet werden Großteil der KI-Forscher geht davon aus, dass das
gebern. Sie werden von koordinierten nationalen könnte. auch in absehbarer Zeit nicht geschehen wird.
Strategien zur öffentlich finanzierten Forschung
flankiert. Aber was ist eigentlich Intelligenz? Meinen wir damit
mathematische, logische, soziale, emotionale oder Nach heutigem Stand der KI-Forschung kann eine
sprachliche Intelligenz? Die Schwierigkeiten beginnen Maschine menschliche Fähigkeiten nicht ersetzen.
bereits mit diesem Begriff, denn eine genaue Defi-
nition existiert nicht. Und welche Kriterien sollen wir
anlegen, um Intelligenz zu messen?
6 1
2
https://www.bitkom.org/noindex/zPublikationen/2017/Sonstiges/KI-Positionspapier/171012-KI-Gipfelpapier-online.pdf
McKinsey Global Institute, JOBS LOST, JOBS GAINED: WORKFORCE TRANSITIONS IN A TIME OF AUTOMATION, Dezember 2017.
3
4
http://raysolomonoff.com/dartmouth/boxa/dart564props.pdf
Was manchmal auch mit dem Begriff „general AI“ belegt wird
7
Neue Lernverfahren Oft führen Aufgabenstellungen der KI zu Optimierungs- Das menschliche Gehirn als Vorbild Das Lernen künstlicher neuronaler Netze ist ein
problemen, die mit Hilfe mathematischer Program- Paradebeispiel für die datengetriebene Program-
Die Forschung zur Realisierung einer generellen mierung oder heuristischer Suchverfahren (die bei In vielen KI-Anwendungen geht es darum, aus einer mierung von Computern. Allerdings ersetzen
Intelligenz von Maschinen ist aber weiterhin sehr begrenztem Wissen mit mutmaßenden Schluss- Menge von Daten eine allgemeine Regel abzuleiten maschinelles Lernen und Neuronale Netze nicht die
aktiv. Sie zielt derzeit auf neue Verfahren zum folgerung arbeiten) gelöst werden. Das können – was mathematisch oftmals zu einem Näherungs- klassische Programmierung, sie ergänzen sie.
Lernen aus wenigen Beispielen über den Transfer beispielsweise evolutionäre Rechenvorschriften problem führt. Im Kontext der KI werden verstärkt
von Lernergebnissen zwischen unterschiedlichen (Algorithmen) sein, die von biologischen Prinzipien künstliche neuronale Netze eingesetzt, für deren Typische Anwendungen von KI-Technologie um-
Aufgabenstellungen bis zur Realisierung von wie Mutation und Selektion inspiriert sind. Grundstruktur und Funktionsweise das menschliche fassen die Verarbeitung natürlicher Sprache, Hand-
Bewusstsein von Maschinen.5 Gehirn mit seinen Nervenzellen (Neuronen) und schriftenerkennung, maschinelle Übersetzung
Eine zentrale Fragestellung der KI ist die formale deren Kontaktstellen bzw. Verbindungen (Synapsen) natürlicher Sprache (z.B. vom Finnischen ins Deut-
So gab und gibt es gewaltige Fortschritte bei kon- Repräsentation von Wissen, insbesondere von als Vorbild dient. sche), Bilderkennung und -verstehen, semantische
kreten Anwendungen mit Mitteln der Mathematik unsicherem und unvollständigem Wissen, das dann Suche, intelligente Assistenzsysteme, teilautonome
und der Informatik, zu deren Lösung nach allge- für automatisches logisches Schließen genutzt werden Um Informationen zu verarbeiten, sind im künstlichen Vehikel und kognitive Roboter.
meinem Verständnis eine Form von Intelligenz kann. Schon früh beschäftigte sich die KI damit, neuronalen Netz mehrere Neuronenschichten mit-
notwendig zu sein scheint. Der damalige Schach- automatische Beweissysteme zu konstruieren, einander verbunden. Aus vorgegebenen Beispielen Input Hidden Hidden Hidden Hidden Output
layer layer 1 layer 2 layer 3 layer 4 layer
weltmeister Kasparov wurde 1997 unter Turnier- zum Beispiel in der Logikprogrammierung9, für wird dabei eine möglichst gute Klassifikation oder
bedingungen vom Computer-Programm DeepBlue Experten- und Diagnosesysteme10, automatisierte Regel herausgearbeitet und verallgemeinert bzw.
geschlagen, das auf hochspezialisierten Suchtech- Beweisführung zur Verifikation von Software11, aber gelernt. Dabei optimiert sich das künstliche Netz-
niken auf Spielbäumen basiert6. Spielbäume sind auch für offene Probleme in der Mathematik12 des werk kontinuierlich, indem es die synaptischen
abstrakte Darstellungen von Spielzügen, die sich semantischen Webs13, induktiven Lernens oder für Verbindungen, die ständig beansprucht werden,
mit jedem neuen Spielzug ähnlich einem Baum probabilistische Programmierung14. verstärkt – wie das auch beim biologischen Vorbild
mit Blätterkrone immer weiter verzweigen. Mit geschieht. Das ist bei kleinen Kindern ähnlich, die
einem entsprechenden KI-Algorithmus lässt sich mit Erwachsenen lernen über einen Zebrastreifen
die Berechnung der Spielzüge automatisieren und zu gehen. Es gilt, zuerst am Zebrastreifen stehen-
beschleunigen. KI wird als Oberbegriff für unterschiedliche zubleiben und zu schauen, ob ein Auto kommt,
Verhaltensmerkmale „intelligenter“ Systeme bevor die Kleinen ihn überqueren.
Ein ähnliches Kunststück gelang Google-Forschern verwendet. Inzwischen existieren KI-Technologien
mit Hilfe probabilistischer (sog. Monte-Carlo) Such- für eine Reihe wichtiger Gebiete, die reif für die
verfahren auf Spielbäumen7 beim oben erwähnten Anwendung sind.
Beispiel für das Brettspiel Go. Als 2011 IBMs kogni-
tives KI-System Watson bei der Fernsehquizshow Abbildung 1.(b) Beispiel für tiefes neuronales Netz15.
Jeopardy!8 gewann, gelang dies durch geschickte
Integration einer Reihe zentraler KI-Techniken, Zu den frühen Anwendungen gehört der kognitive
einschließlich der Verarbeitung natürlicher Sprache, Roboter Shakey (vgl. Abbildung 1(a)), der schon
Informationsgewinnung, maschinellem Lernen Ende der 1960er Jahre durch Integration einer Viel-
sowie Wissensrepräsentation und logischem zahl wegweisender KI-Techniken – insbesondere
Schließen. Maschinelles Lernen bezeichnet ein Planung und Wissensrepräsentation – seine Aktionen
künstliches System, das selbstständig aus Beispielen eigenständig und zielgerichtet planen konnte16.
lernt, Muster zu erkennen. Am Ende des Trainings Er gilt deshalb bis heute als Musterbeispiel der kogni-
kann es aus den Lerndaten, Regeln zur Erkennung tiven Robotik.
eines bestimmten Musters aufstellen. Je mehr
Daten das System verarbeitet, umso besser wird es. In den letzten Jahren fokussiert sich die KI-Forschung
Bild- oder Spracherkennung basieren auf dieser und Entwicklung immer mehr auf Verfahren des so
Methode. genannten Deep Learning. Der Begriff bezeichnet
eine Klasse von Optimierungs- und Approximations-
So beschäftigt sich die KI häufig mit der Suche nach 5
http://www.scholarpedia.org/article/Machine_consciousness techniken für die zahlreichen Zwischenlagen zwischen
bestimmten Lösungen in einem komplexen
6
Arthur, Samuel, „Some Studies in Machine Learning Using the Eingabeschicht und Ausgabeschicht von künstlichen
Game of Checkers“. IBM Journal. 3 (3): 210–229, 1959. neuronalen Netzen (vgl. Abbildung 1 (b)). Bestanden
Lösungsraum. Neben der Suche von Lösungen 7
Mastering the game of Go without human knowledge. Nature.
stellt das Planen zur Erreichung von konkreten die künstlichen neuronalen Netze vor einigen
Oktober 2017.
Zielstellungen (z.B. „Robbie, bring mir bitte Kaffee!“) 8
https://www.techrepublic.com/article/ibm-watson-the-inside- Jahrzehnten aus wenigen tausend Nervenzellen,
einen wichtigen Aspekt der KI dar. Eine Parade- story-of-how-the-jeopardy-winning-supercomputer-was-born- sind bei Deep-Learning-Systemen Milliarden von
anwendung ist das Planen von Wegstrecken für and-what-it-wants-to-do-next/ Neuronen aktiv, die aus bis zu 30 Schichten bestehen.
9
https://en.wikipedia.org/wiki/Fifth_generation_computer Trainiert werden diese Netze durch Anpassung
Navigationssysteme. Die bislang entwickelten 10
https://en.wikipedia.org/wiki/Mycin
Techniken der KI lassen sich dabei grob in Lösungs- der Gewichte auf den Verbindungen („Synapsen“)
12
http://vstte.ethz.ch/
suche, Planung, Optimierung, Wissensrepräsenta- 13
https://en.wikipedia.org/wiki/Kepler_conjecture zwischen den Knoten („Neuronen“), mit dem Ziel
tion, logisches Schließen und Näherungsverfahren 14
https://de.wikipedia.org/wiki/Semantic_Web unerwünschte Fehlfunktionen des Netzes in Zukunft
(Approximation) einteilen.
15
Probabilistic programming does in 50 lines of code what used zu minimieren.
to take thousands, phys.org. April 13, 2015. Abbildung 1.(a) Kognitiver Roboter Shakey
(Quelle: SRI AI Center).
8 15
16
https://blog.ttro.com/wp-content/uploads/2017/01/TB010-Deep-Neural-Network.jpg
https://de.wikipedia.org/wiki/Shakey_(Roboter)
9
Erfolgreiche Anwendungen von Deep Learning
Wertbeiträge der
umfassen etwa maschinelle Übersetzung17,
Objekterkennung, Handschriftenerkennung und
Spielstrategien18. Für das hochautomatisierte und
semi-autonome Fahren kann ein solches Netz im
Prinzip auch für den kompletten Prozess (Wahr-
nehmung-Planung-Aktion) kognitiver Systeme
Künstlichen Intelligenz
eingesetzt werden.
Hauptsächliche Treiber für die gewaltigen Fort-
schritte bei der Anwendung von Deep Learning in
den letzten Jahren sind die Verfügbarkeit großer Die KI hat längst unserem Alltag erobert.20 21 Ständig Prognose von Schizophrenie durch Sprachanalyse,
Datenmengen, die perfekte Trainingsbedingungen nehmen wir ihre Dienste in Anspruch: Sie heißen automatisierte Malaria-Diagnose, Rationalisierung
für moderne KI-Systeme bieten, aber auch die Siri (SRI/Apple), Cortana (Microsoft), Echo (Amazon) der Arzneimittelentwicklung oder sichere Opera-
enorme Steigerung von Rechenleistung und Speicher- oder Google Translate und wollen uns das Leben tionsnähte dank Roboterchirurgen, die Kartierung
ressourcen. Hinzu kommen allgemein verfügbare erleichtern. Auch unser Handy scheint zu wissen, mittels Satellitendaten, Autonomisierung des öffent-
Software-Plattformen (z.B. TensorFlow19), die die was uns interessiert und wohin wir wollen, und liefert lichen Verkehrs usw.
Programmierung neuronaler Netze vereinfachen. uns die gewünschte Information auf Basis laufend
aktualisierter Nutzerprofile. Und was wären die für
viele Menschen unersetzlichen Suchmaschinen
ohne KI?
Typische KI-Anwendungen umfassen heute die
Verarbeitung natürlicher Sprache, Handschriften-
Inzwischen treffen menschliche Experten ihre
erkennung, maschinelle Sprachübersetzung,
Entscheidungen über Kreditvergabe oder den
Bilderkennung und -verstehen, semantische
Abschluss einer Versicherung vermehrt mittels
Suche (bei der die inhaltliche Bedeutung im
KI-basierter Algorithmen. Weitere prominente Bei-
Mittelpunkt steht), intelligente Assistenzsysteme,
spiele sind Social-Media-Plattformen, die Informa-
teilautonome Vehikel und kognitive Roboter.
tionen je nach Nutzerprofil filtern. Hinzu kommen
Videoanalysen zur Sicherheitsüberwachung, Diag-
nosen im Gesundheitssektor22 23 oder Algorithmen,
die Sportberichte oder Unternehmensanalysen
verfassen. Ja, selbst juristische Stellungnahmen
fertigen Fachleute inzwischen mit Hilfe KI-unter-
stützter Algorithmen, mit Datenbanken im Hinter-
grund, die Menschen aufgrund der immensen
Datenmengen in ihrer Lebensspanne nicht mehr
durchforsten können.
Darüber hinaus hat die KI bereits in vielen verschie-
denen Bereichen der globalen Wirtschaft und
Gesellschaft einen Anteil: Aktuelle Beispiele umfassen
dabei Katastrophenvorsorge und -bewältigung,
Bildung, Energie, Landwirtschaft, Umwelt, Gesund-
heitsvorsorge (sowohl Prävention und Reihen-
untersuchungen als auch Behandlung und Über-
wachung), öffentliche Sicherheit oder Barriere-
freiheit.
Die Liste der Beispiele lässt sich noch lange fortsetzen24: 20
Künstliche Intelligenz: Teil unseres Alltags, Treiber unserer
Diagnose von Pflanzenkrankheiten, Präzisions-
Zukunft, Allianz Global Investor, Juni 2017.
landwirtschaft, personalisierter Unterricht, Haus- 21
Irving Wladawksy-Berger, “‘Soft’ Artificial Intelligence Is Sudden-
aufgabenunterstützung in Echtzeit, Optimierung ly Everywhere,” The Wall Street Journal, January 16, 2016, http://
des Fahrverhaltens von Rollstühlen, Vorhersagen blogs.wsj.com/cio/2015/01/16/soft-artificial-intelligence-is-sud-
(Verfügbarkeit erneuerbarer Energien, des Brand- denly-everywhere/
22
The Wall Street Journal: „How Artificial Intelligence Will Chan-
risikos von Gebäuden, gefährlicher Luftverschmut-
ge Everything, 6. März 2017.
zung oder von Krisenherden), Standortauswahl für 23
CNNMoney: „Google uses AI to help diagnose breast cancer”,
Windkraftanlagen, Entwaldungsprävention, Erken- 3. März 2017.
nen von Krankheitsausbrüchen, Krebsvorbeugung, 24
D. Castro, J. New, The Promise of AI, Oktober 2016.
10 17
18
z.B. www.deepl.com/translator
https://machinelearningmastery.com/inspirational-applications-deep-learning/
11
19
https://www.tensorflow.org/
Innovationen mit KI Im Jahr 2013 haben Risikokapitalgeber in den
Established Heavyweights
Vereinigten Staaten 757 Millionen US-Dollar in KI-
Diese Beispiele verdeutlichen die Vielzahl an Mög- Start-ups investiert. 2014 waren es 2,18 Milliarden Speech to Speech
lichkeiten, mit denen die KI Innovationen im öffent- US-Dollar und ein Jahr später bereits 2,39 Milliarden Translation
lichen und privaten Sektor ermöglicht und einen US-Dollar.26 CBInsights 2017 hat die Auswahl von
beträchtlichen sozialen und wirtschaftlichen Wert 100 solcher KI-Startups (siehe Abbildung 2) nach
generiert. Zu den Stärken der KI als immaterieller relevanten Branchen kategorisiert. Großes Potenzial
Technologie zählt, dass sie global relevante Problem- sehen die Autoren in den Bereichen intelligenter
lösungen unterstützt. Roboter (Smart Robots) und Empfehlungssysteme
Average Age
(Recommendation Engines). Eine entsprechende Speech Recognition
Methoden und Techniken der Künstlichen Intelligenz Landkarte (Abbildung 3) verdeutlicht, dass diese beiden
prägen neue Produkte, Dienstleistungen und disruptiven Technologien das meiste Risikokapital
Geschäftsmodelle. Und die KI entwickelt sich ständig einwerben konnten. Während Sprachübersetzung Content Computing Computer Vision
weiter. Die zugrundeliegenden Technologien lassen und -verstehen die ausgereiftesten Kategorien PLattforms
NLP Smart Robots
sich inzwischen auf eine Vielzahl von Branchen und darstellen, die mit beträchtlichen finanziellen Mitteln Video Recognotion
deren konkreten Herausforderungen anwenden. ausgestattet wurden. Gesture Control
Deshalb lässt sich nicht einfach vorhersagen, wie Machine Learning
viel Wert durch den Einsatz von KI-Technologien Plattforms
generiert werden kann. Virtual Computer Vision Recommendation
Assistants Applications Engines
Machine Learning
Die International Data Corporation schätzt, dass in
den Vereinigten Staaten der Markt für KI-Technolo-
Pioneers Applications Disruptors
gien, die unstrukturierte Daten analysieren, bis 2020
ca. 40 Milliarden US-Dollar erreichen wird. Dabei Average Funding
sollen jährlich mehr als 60 Milliarden US-Dollar an
Produktivitätsverbesserungen für Unternehmen in Abbildung 3. Der Innovations-Quadrant der KI (Quelle: Venture Scanner https://www.venturescanner.com,
den Vereinigten Staaten generiert werden.25 Dezember 2017).
Das McKinsey Global Institute kommt zum Schluss,
dass bis 2025 die Automatisierung von Wissens- Studien gehen davon aus, dass die Automati-
arbeit mit KI zwischen 5,2-6,7 Billionen US-Dollar, sierung der Wissenssuche und -verarbeitung auf
die KI-gestützte Robotik 1,7-4,5 Billionen US-Dollar Basis von KI zu einer großen Wertschöpfung und
und autonome sowie teilautonome Fahrzeuge damit zu einer hohen Wirtschaftsleistung beitragen
0,2-1,9 Billionen US-Dollar generieren werden.27 werden. Die Studienautoren prognostizieren für
Ein Bericht von Accenture kommt zu dem Ergebnis, die USA, Japan und Deutschland eine Steigerung
dass KI-Technologien bis zum Jahr 2035 zu einer der Wirtschaftsrate zwischen 1,6 bis 2 Prozent.
Erhöhung der jährlichen Wachstumsrate der Laut ihren Aussagen wird sich die Arbeitsproduk-
US-amerikanischen und finnischen Wirtschaft tivität in den 12 untersuchten Ländern zwischen
um 2, der japanischen Wirtschaft um 1,9 und der 11 und 37 Prozent erhöhen.
deutschen Wirtschaft um 1,6 Prozentpunkte führen
kann.28 Dieser Bericht gibt für die 12 untersuchten
Länder auch eine potenzielle Steigerung der Arbeits-
produktivitätsraten um 11 bis 37 Prozent durch
Einsatz von KI-Technologien an.
Abbildung 2. 100 KI-Startups (Quelle: CBInsights, 2017).
12 25
„Cognitive Systems Accelerate Competitive Advantage,” IDC, accessed September 29, 2016, http://www.idc.com/promo/third-
platform/innovationac¬celerators/cognitive.
27
James Manyika et al., “Disruptive Technologies: Advances That Will Transform Life, Business, and the Global Economy,” (McKinsey
Global Institute, May 2013), http://www.mckinsey.com/business-functions/business-technology/our-insights/disruptive-technologies.
13
26
„Artificial Intelligence Explodes: New Deal Activity Record for AI Startups,” CB Insights, June 20, 2016, https://www.cbinsights.com/ 28
Mark Purdy and Paul Daugherty, “Why Artificial Intelligence Is the Future of Growth,” (Accenture, September 28, 2016),
blog/artificial-in¬telligence-funding-trends/. https://www.accenture.com/us-en/_acnmedia/PDF-33/Accenture-Why-AI-is-the-Future-of-Growth.pdf.Potenziale für die deutsche Industrie Eine Optimierung der Lieferkette (beispielsweise
Weltweite Entwicklungen in der
durch exaktere Abverkaufsprognosen) kann die
Eine kürzlich erschienene Studie von McKinsey Lagerhaltungskosten um bis zu 50 Prozent
identifiziert die KI auch als Wachstumsmotor für die reduzieren.
deutsche Industrie.29 Diese Studie bescheinigt ein
mögliches zusätzliches jährliches Wirtschaftswachstum
von 10 Milliarden Euro. Besonderes Potenzial habe
In Forschung und Entwicklung sind Kosten-
reduktionen zwischen 10 und 15 Prozent und
Künstlichen Intelligenz
der Einsatz von KI-Methoden in Fertigungsindustrien um 10 Prozent kürzere Markteinführungszeiten
mit ihrem hohen Anteil an vorhersehbarer Tätigkeit. möglich.
So ist
In Geschäftsbereichen wie der IT können KI-
eine um 20 Prozent verbesserte Anlagennutzung basierte Technologien 30 Prozent der Tätigkeiten Die KI wird derzeit weltweit intensiv auf- bzw. aus- – insbesondere aufgrund der öffentlichen Förder-
möglich, wenn durch KI beispielsweise Wartungs- übernehmen. gebaut. KI-Forschungszentren mit substanziellen beiträge der Defense Advanced Research Projects
arbeiten vorausschauend durchgeführt werden Ressourcen werden in fast allen Industrieländern Agency (DARPA), einer Forschungsabteilung des
sowie Methoden der Künstlichen Intelligenz sind natürlich neu eingerichtet oder erweitert. Dabei ist eine US-Verteidigungsministeriums. Eine Auflistung promi-
auch eine wesentliche Voraussetzung für selbst- gewisse Dominanz der US-amerikanischen Forschung nenter KI-Forschungsinstitute weltweit findet sich in
eine um 20 Prozent höhere Produktivität bei fahrende Autos. Laut der McKinsey-Studie könnten nicht zu übersehen (Abbildung 5). Prominente Anhang A jeweils mit einer kurzen Beschreibung der
einzelnen Arbeitsschritten, wenn Roboter und bis 2030 bis zu 15 Prozent der neu zugelassenen KI-Forschung findet sich in Stanford, SRI International, inhaltlichen Ausrichtung.
Menschen gezielt zusammenarbeiten. Fahrzeuge autonom fahren – mit signifikanten UC Berkeley, University of Southern California,
Wachstumsraten bis 2040. UC San Diego, Toyota Research Institute, U Penn,
Die Qualitätsüberwachung kann durch KI Carnegie-Mellon, Microsoft Research, MIT, Boston
(beispielsweise durch automatische visuelle University, Harvard, Cornell.
Fehlererkennung bei Produkten) um 50 Prozent Diese Institute beschäftigen sich seit den 1960er
produktiver werden. und 1970er Jahren mit KI-Themen. Aus dieser
Historie ist über Jahrzehnte hinweg eine KI-Forscher-
In bestimmten Bereichen ist eine Reduktion des gemeinschaft gewachsen, die auch die verschie-
Ausschusses um bis zu 30 Prozent möglich. densten Krisen in der KI überstanden hat
Use case Industry Automotive
OEMs/ Auto-
Aero- commercial motive Industrial Semi- MILA
McGill
space vehicles suppliers equipment conductors AMII Google Brain
Yandex
DeepMind@Edmonton Microsoft Zhongguanzun, AI Sience Park
The Alan Turing Institute
Google AI
Products and services Autonomous vehicles University of Toronto
Google Brain
FAIR
Samsung AI Labs
DFKI
Beijing frontier international AI
Vector Institute Borealis AI Lab INRIA Research Institute
Microsoft Microsoft Research Asia
MIT
Ai-enhanced predicted Research Redmond CMU
Harvard
Baidu
Boston University
maintance Microsoft Research Cornell University
Samsung AI Center AIRC
(Silicon Valley) New York RIKEN
Collaborative and SRI New York University Nanjing University NTT
Standford FAIR Alibaba Panasonic AI Labs
content-aware robots UC Berkeley
UC San Diego
Manufacturing University of Sourthern California Tencent AI
Noah‘s Ark Lab, Huawei
Toyota Research Institute
operations Yield enhancement HKU / CUHK / HKUST /
City University of Hong Kong
in manufacturing Centre for Artificial
Intelligence and Robotics
AI Singapore
Automated quality DSAIR@NTU
SSI@NUS
testing
AI-enhanced supply
chain management
Business AIML
High performance CAIR
processes
R&D projects DATA61@CSIRO
(UNSW, ANU,
UniMelb)
Business support
function automation
Abbildung 4. Auswirkungen von Anwendungsfällen über Branchengrenzen hinweg (Quelle:McKinsey). Abbildung 5. Prominente KI-Forschungsinstitute weltweit (Auswahl).
14 29
www.mckinsey.de/files/170419_mckinsey_ki_final_m.pdf 15Seit dem letzten Jahrzehnt gibt es auch enorme China Inzwischen gibt es erste Initiativen, die Zersplitterung
Anstrengungen in China, den Vorsprung der US- der europäischen KI-Landschaft zu überwinden: Die USA sind historisch bedingt führend im
amerikanischen KI-Institute nicht nur aufzuholen, Zu den Maßnahmen gehören die Gründung eines Bereich KI. China investiert massiv in Forschung
USA und Entwicklung und plant, die USA von Platz
sondern diese auch zu überholen. An dieser Stelle „CERN für die KI“ als europäisches Flaggschiff.31
seien der Zhongguancun AI Science Park, das Google Hinzu kommt das von der deutschen Regierung Eins in der KI-Forschung zu verdrängen.
Japan Die europäische Forschungslandschaft ist zwar
AI Center in China, das Beijing Frontier International angedachte „grundsätzlich prioritäre“ deutsch-
AI Research Institute, Microsoft Reseach Asia und französische KI-Zentrum. von globaler Bedeutung, aber in nationale und
UK regionale Initiativen fragmentiert. Deutschland
Baidu Research und Alibaba genannt. Alleine in Letzteres ist mit einem Masterplan „Künstliche Intelli-
Zhongguancun investiert die chinesische Regierung genz“ auf nationaler Ebene verbunden.32 Auf diese möchte einen KI-Masterplan auflegen, um nicht
Deutschland den Anschluss an die führenden Nationen zu
mehr als 2 Milliarden Euro mit dem Ziel, dort mehr Weise will Deutschland mit den USA und China in
als 400 KI-Firmen aufzubauen und anzusiedeln. Entwicklung und Anwendung von KI-Technologien verlieren.
Indien
China und die Vereinigten Staaten haben in den Schritt halten.
letzten Jahren die Anzahl wissenschaftlicher Spanien
Veröffentlichungen auf dem Gebiet der KI dominiert
(Abbildung 6). Inzwischen hat China die Vereinigten Frankreich
Staaten, gemessen an der Anzahl dieser Veröffent-
lichungen, aber längst überholt. Südkorea
Die KI-Forschung in Europa hat ebenfalls eine Italien
kritische Größe und ist von globaler Bedeutung.
Sie ist allerdings in nationale und regionale Initiativen 12500 25000 37500 50000
fragmentiert. Dazu gehören: INRIA und Facebook AI
Research (beide in Frankreich), das Alan-Turing-
Institut in Großbritannien und das Deutsche Forschungs- Abbildung 6. Wissenschaftliche Veröffentlichungen im
zentrum für Künstliche Intelligenz in Saarbrücken Bereich KI für den Zeitraum 2011-2015
und Bremen. Eine detailliertere Übersicht über die (Quelle: Else-vier/Scopus)30.
europäische KI-Forschungslandschaft ist in Anhang
B zu finden. Die räumliche Ausbreitung und Vertei-
lung der KI-Forschungsinstitute in Europa illustriert
Abbildung 7.
VTT
Technical Research Center of Finland
SINTEF Yandex
The Certus Centre for Software
Validation and Verification
SICSA
DTI
AMLab
TNO
TU Delft DFKI
Bristol Robotics Laboratory DFKI
The Alan Turing Institute INRIA
DeepMind Fraunhofer IAIS
FAIR Paris
Microsoft Research Cambridge Thales
University of Oxford DFKI IBM Watson IoT
University of Cambridge
Imperial College London DFKI
EPFL ABB
Naver Labs Europe ETH
IDSIA The Jožef Stefan Institute
IRIT@CNRS
ITAINNOVA
EURECAT
IIIA CSIC
Mobileye
Intel AI Center
Abbildung 7. Prominente KI-Forschungsinstitute in Europa (Auswahl).
16 30
https://www.timeshighereducation.com/data-bites/which-countries-and-universities-are-leading-ai-research http://ec.europa.eu/research/participants/portal/desktop/en/opportunities/h2020/topics/fetflag-01-2018.html
31
32
http://www.handelsblatt.com/politik/deutschland/koalitionsverhandlungen-groko-packt-das-megathema-kuenstliche-intelligenz-an/
17
20927750.htmlMassive Investitionen Die meisten Patente in diesem Zeitraum wurden 1400 Neugründungen im Bereich KI
internationaler Unternehmen
von US-amerikanischen Firmen wie IBM, Microsoft 1238
und Qualcomm angemeldet. Auch japanische 1200 In diesem Zusammenhang sind die Aktivitäten bei
Firmen wie NEC, Sony, Fujitsu, NTT, Hitachi und 1046 Neugründungen von KI-Unternehmen interessant.
In den letzten Jahren investieren vor allem global Mitsubishi sind prominent vertreten. Auffällig ist 1000 Auch Länder wie Kanada34 oder Israel35 haben eine
tätige Firmen massiv in die KI-Forschung und deren dabei, dass keine chinesische Firma die vorderen stattliche Anzahl an Jungunternehmen aufgebaut.
Kommerzialisierung. Auf amerikanischer Seite sind Plätze erreicht. 800 765 Mit den aktuell laufenden Aktivitäten hat China laut
insbesondere IBM, Google, Facebook, Microsoft CBInsight bei der Anzahl neugegründeter, junger
und Amazon zu nennen. In China investieren u.a. In die Liste der weltweiten Top-Anmelder schafften 600 559 KI-Firmen die Vereinigten Staaten überholt. Diese
Baidu, Tencent, Alibaba und Huawei massiv in es als Firmen mit deutschem Hauptsitz nur Siemens beschäftigen sich mit von der chinesischen Regie-
KI-Technologien. In Indien treiben Technologie- und SAP. Abbildung 8 illustriert die Anzahl von 400 rung priorisierten Themen wie Gesichtserkennung
Beratungsfirmen wie Infosys die Entwicklung voran. KI-Patenten zwischen 2000-2016 für einzelne Firmen (zu Überwachungszwecken) und spezialisierte KI-
mit ihrem jeweils dazugehörigen Technologie- 200 Chips, um die US-amerikanisch dominierte Chip-
Firmen wie Google und Facebook stellen ihre portfolio. Industrie herauszufordern.36
KI-Software-Plattformen einer weltweiten Benutzer-
gemeinschaft kostenlos zur Verfügung. Sie haben Auch beim Risikokapital zeigt sich die US-amerika- 2014 2015 2016 2017
Forschungsgruppen aufgebaut, die auch in der nische Dominanz, wobei Europa hier insgesamt
akademischen Forschung tonangebend sind. aufholt. Asiatische KI-Startups dagegen banden United Europe Asia Other Führende KI-Programme bestehen
Firmen mit Sitz in Deutschland wie Siemens, SAP relativ wenig Risikokapital an sich. Abbildung 9 gibt States
und Bosch verfolgen zwar auch eigene KI-Programme. einen Überblick über das vergebene Risikokapital aus einer stark vernetzten und damit durch-
Sie sind aber derzeit global bei weitem nicht so für KI-Firmen in den USA, Asien und Europa in den schlagskräftigen, akademischen Forscher-
sichtbar wie die oben genannten Konkurrenten. Jahren 2014-2017. Abbildung 9. Die Verteilung des Risikokapitals für gemeinschaft,
KI-Firmen in den Vereinigten Staaten, Asien und Europa experimentierfreudigen Firmen, die Forschungs-
in den Jahren 2014-2017. exzellenz massiv befördern,
einer florierenden KI-Startup-Szene mit Risiko-
kapitalgebern.
Flankiert werden sie von koordinierten
nationalen Strategien zur öffentlich finanzierten
Forschung.
IBM (US)
Microsoft (US)
Qualcom (US)
NEC (JP)
Sony (JP)
Google (US)
Siemens (DE)
Fujitsu (JP)
Samsung (KR)
NTT (JP)
HP (US)
Yahoo (US)
D-ware (CA)
Hitachi (JP)
SAP (US)
Canon (JP)
Xerox (US)
GE (US) Biological
Mitsubishi Electric (JP) Knowledge
US university Mathematical
Chinese university Other AI technology
Japanese university
100 200 300 400 500 600 700 800 900 1000 1100
Abbildung 8. Anzahl von KI-Patenten und Technologieportfolio ( 2000-2016).33
18 33
https://voxeu.org/article/trends-artificial-intelligence-technology-invention 34
35
https://www.nanalyze.com/2017/07/9-canadian-ai-startups/
https://www.quora.com/What-are-the-top-AI-startups-in-Israel
19
36
https://www.ft.com/content/1f58b248-1642-11e8-9376-4a6390addb44Staatliche F&E-Strategien in den USA Und was macht Deutschland?
Deutschlandweite Entwicklungen
Ein entsprechender Masterplan „Künstliche Intelli-
Der vor kurzem veröffentlichte US-amerikanische genz“ soll auch auf deutscher Ebene entstehen.
F&E-Strategieplan37 legt eine Reihe von Zielen für Markus Uhl, der dem Bundestagsausschuss für Ver-
staatlich finanzierte KI-Forschung fest. Im Vorder-
grund steht dabei neues KI-Wissen zu generieren
und entsprechende Technologien zu entwickeln,
kehr und digitale Infrastruktur angehört, sagt dazu:38
„Wir wollen, dass KI-Systeme in Deutschland produ-
ziert, angewendet und in marktfähige Produkte
in der Künstlichen Intelligenz
um den wirtschaftlichen Wohlstand zu mehren. übersetzt werden.“
Für die Verantwortlichen ist es ebenso wichtig,
Bildungschancen und Lebensqualität zu verbessern
und die nationale sowie innere Sicherheit zu erhöhen.
In Deutschland gibt es seit Jahrzehnten eine florie- Robotik. Der Campus in Stuttgart hat sich auf Mikro-
Der US-amerikanische Strategieplan sieht (1) die rende KI-Forschung. So existieren Lehrstühle zur und Nanorobotik, haptische Perzeption, Mensch-
Bearbeitung gesellschaftlicher Fragestellungen für KI (einschließlich angrenzender Felder) in Berlin, Roboter-Interaktion und medizinische Roboter
eine möglichst nutzenstiftende Anwendung von Bremen, Bielefeld, Bonn, Dortmund, Darmstadt, spezialisiert.
KI-Technologie vor, (2) fokussiert F&E-Themen in Dresden, Tübingen, Stuttgart, Freiburg, München,
der KI-Grundlagenforschung und (3) den inten- Würzburg, Erlangen-Nürnberg, Ulm, Bamberg und Das MPI für Intelligente Systeme ist im Verbund
dierten Anwendungsbereichen (Abbildung 10). Passau. Eine detaillierte Auflistung einschließlich mit Firmen wie BMW, Daimler, Porsche, Bosch, ZF
thematischer Ausrichtung dieser Lehrstühle sowie Friedrichshafen, Facebook und Amazon ein integraler
Bei F&E stehen dabei besonders die Mensch-KI-Inter- außeruniversitärer KI-Forschungsinstitute findet sich Bestandteil des so genannten Cyber Valley.41 Gefördert
aktion, die Erweiterung menschlicher Fähigkeiten im Anhang C. Abbildung 11 illustriert deren räumliche durch das Land Baden-Württemberg werden die
mit KI-Technologie sowie KI-basierte Mensch- Verteilung in Deutschland. Cyber Valley-Partner neue Forschungsgruppen und
Maschine-Schnittstellen im Fokus. Insgesamt Lehrstühle auf den Gebieten Maschinelles Lernen,
priorisiert der US-amerikanische F&E-Strategieplan Das Deutsche Forschungszentrum für Künstliche Robotik und computerunterstütztes Sehen (Com-
Investitionen für die nächste Generation der KI, die Intelligenz (DFKI) mit Standorten in Saarbrücken, puter Vision) schaffen und in einem neuen Zentrum
dem Land ermöglichen, weltweit führend in diesem Kaiserslautern, Bremen, Berlin und Osnabrück ist in der Region Stuttgart-Tübingen zusammenführen.
Bereich zu bleiben. das Aushängeschild der deutschen KI-Forschung. Zudem sollen in einer neuen „Graduiertenschule für
Mit seinen knapp über 800 Mitarbeitern in Saarbrü- Intelligente Systeme“ in den kommenden Jahren
cken, Kaiserslautern, Bremen, Berlin und Osnabrück 100 Doktoranden ausgebildet werden.
gehört es zu den weltweit größten KI-Forschungs-
zentren.
Cross-cutting R&D Basic R&D Applications
Foundations Das DFKI konzentriert sich auf Bild- und Muster-
Data Analytics Agriculture erkennung, intelligente Visualisierung und Simula-
3 tion, Deduktion und Multi-Agentensysteme, Verar-
Ethical, Legal and Communications beitung natürlicher Sprache, intelligente Benutzer- DFKI
Perception Uni Bremen
Societal Implications schnittstellen und Robotik. Die rund 80 Unterneh- Uni Osnabrück
Education mensgründungen aus dem DFKI heraus mit heute
Theoretical Limitations DFKI
Finance 3700 Mitarbeitern zeigen, dass entsprechende For- DFKI
Long-Termin
4 Berlin Big Data Center
Investments
DAI
Safety and General AI schungen nicht nur zu theoretischen Erkenntnissen Uni Bielefeld TU Berlin
Government Service führen, sondern auch praktische Anwendungen TU Dortmund
Security Fraunhofer IAIS
Scalable AI finden.39 Das DFKI will das erwähnte deutsch-franzö- Uni Bonn
TU Dresden
Law sische KI-Zentrum an seinem eigenen Standort im
5 Human-Like AI Logistics Saarland ansiedeln.40
Standards and
Uni Würzburg
Benchmarks Robotics Manufacturing Das Fraunhofer Institut für Intelligente Analyse- und TU Darmstadt Uni Bamberg
Informationssysteme (IAIS) in Sankt Augustin bei
Hardware Marketing DFKI DFKI
NEC Lab Europe
Bonn mit knapp über 200 Mitarbeitern ist führend Uni Erlangen-Nürnberg
6 im Bereich Big Data und verfügt über Expertise in MPI Intelligent Systems
Datasets and Medicine Uni Stuttgart
Human-Aware AI Data Science, Mustererkennung sowie System- Uni Tübingen
Bosch (BCAI)
Uni Passau
Ennvironment
Collaboration
Personal Service modellierung und -analyse. Das Max-Planck-Institut
Facebook
Amazon Uni Ulm
Human-AI
Human Augmentation für Intelligente Systeme verfolgt das Ziel, den Per- Uni Freiburg TU München
Science & Engineering Volkswagen Data-Lab
7 zeption-Kognition-Aktion-Zyklus autonomer Systeme IBM Watson IoT
Natural Language Processing und deren Interaktion in komplexen Umgebungen Siemens AI Lab
Capable AI Security Microsoft IoT & Ai Insider
UnternehmerTUM Applied AI
Workforce zu verstehen, um mit diesem Wissen die KI-Systeme DLR
Interfaces and Visualization Transportation der Zukunft bauen zu können. Die Wissenschaftler
am Campus in Tübingen konzentrieren sich auf die
Bereiche maschinelles Lernen, Bildverarbeitung und Abbildung 11. Prominente KI-Forschungsinstitute in
Abbildung 10. Der US-amerikanische F&E-Strategieplan für den Bereich KI (Quelle: NITRD). Deutschland (Auswahl).
20
20 37
38
https://www.nitrd.gov/news/national_ai_rd_strategic_plan.aspx
https://www.wallstreet-online.de/nachricht/10300251-deutschland-saarland-standort-deutsch-franzoesisches-ki-zentrum
39
http://www.faz.net/aktuell/wirtschaft/kuenstliche-intelligenz-deutschen-ist-stark-in-der-erforschung-schlauer-computer-15142422.
html
21
40
https://www.wallstreet-online.de/nachricht/10300251-deutschland-saarland-standort-deutsch-franzoesisches-ki-zentrum
41
http://www.cyber-valley.de/deDas vom BMBF finanzierte Berlin Big Data Center
Bayernweite Entwicklungen
(BBDC)42 hat sich nicht nur zum Ziel gesetzt, bahn-
brechende Forschung und Entwicklung zu betreiben,
sondern auch die „Datenwissenschaftler“ von mor-
gen auszubilden und Lösungen zu schaffen, die eine
tiefgehende Analyse riesiger Mengen heterogener
Datensätze und Datenströme mit hoher
in der Künstlichen Intelligenz
Geschwindigkeit ermöglichen.
In diesem Konsortium arbeiten die TU Berlin,
das DFKI, das Zuse-Institut Berlin, das Fritz-Haber
Institut der Max-Planck-Gesellschaft und die Beuth
Hochschule für Technik in Berlin zusammen. Das Bayern verfügt über eine Reihe von Lehrstühlen zur Insgesamt haben die Verantwortlichen der Bayerischen
Berlin Big Data Center entwickelt hochskalierbare KI. Dazu gehören die Lehrstühle Automatic Control Hochschulen originäre KI-Themen in den letzten
Open-Source-Systeme, die die automatische Engineering, Computer Vision, Cognitive Systems Jahrzehnten mit eher nachrangiger Priorität
Optimierung, Parallelisierung sowie die Anpassung und Robotics & Embedded Systems an der TU Mün- betrieben. Die KI-Forschungslandschaft in Bayern ist
an heterogene Hardware-Setups übernehmen können chen, Künstliche Intelligenz und angewandte Infor- damit von eher heterogener Natur. Strategische
– in Verbindung mit einer Toolbox aus skalierbaren matik an der Uni Würzburg, Wissensrepräsentation Kooperationen in größerem Umfang und mit
Maschinellen Lernverfahren und weiteren Algorithmen an der Uni Erlangen-Nürnberg, kognitive Systeme festgelegten Zielen zwischen den einzelnen
zur Datenanalyse. an der Uni Bamberg sowie komplexe und intelligente KI-Akteuren in Bayern sind den Verfassern dieses
Systeme an der Uni Passau. Eine ausführliche White Papers nicht bekannt.
Das Institut für Robotik und Mechatronik (RM)43 Beschreibung der KI-Forschungslandschaft in Bayern
des DLR in Oberpfaffenhofen entwickelt Roboter, ist im Anhang C aufgeführt.
die Menschen ermöglichen sollen, wirkungsvoller,
effizient und sicherer mit der Umwelt zu interagieren. Bereits im Jahr 1988 wurde das Bayerische
Forschungszentrum für wissensbasierte Systeme Es existiert derzeit noch kein allgemein bekannter
Die Roboter sollen in Umgebungen wirken, die für
(FORWISS) im Rahmen der Bayerischen Forschungs- Strategieplan für öffentlich geförderte Forschung
Menschen unzugänglich oder gefährlich sind.
allianz gegründet. Partner waren die TU München, und einen gezielten Ausbau der Künstlichen
Sie sollen aber auch den Menschen während der
die FAU Erlangen-Nürnberg und die Universität Intelligenz in Deutschland und Bayern.
Arbeit und im Alltag unterstützen und entlasten.
Zentral ist dabei die Mensch-Roboter-Interaktion, Passau. In der Zwischenzeit aber trägt nur noch das
die sowohl auf physischer als auch auf kognitiver Institut für Softwaresysteme der Universität Passau
Ebene abläuft. diesen Namen.
Das Institut deckt dabei die gesamte Kette der Ent- Das Fraunhofer Institut für Integrierte Schaltungen
wicklungsaspekte in der Robotik ab, dazu gehören (IIS) in Erlangen-Nürnberg und fortiss, das Forschungs-
Systemanalyse, Spezifikation und Design, Mechanik, institut für softwareintensive Systeme und Services45
Elektronik, Sensoren und Aktuatoren, Steuerungs- in München, wenden eine Vielzahl von KI-Techniken
und Dynamiksimulation, Softwarearchitekturen, in ihren Entwicklungen an. Sie haben sich damit
Wahrnehmung und Kognition, Bewegungs- und über die Jahre einen breiten Erfahrungsschatz und
Aufgabenplanung, Maschinelles Lernen und Künst- relevante Expertise zum einen in der kognitiven
liche Intelligenz sowie Anwendungsentwicklung. Sensorik, Audio- und Medientechnologien und der
Die am RM-Institut entwickelten Leichtbauroboter System-, Software- und Serviceentwicklung erarbeitet.
eröffnen eine Reihe neuartiger Anwendungen, Sie betreiben aber derzeit keine dedizierten
die auch kleinen und mittelständischen Betrieben den Forschungsprogramme zu den Grundlagen der KI.
effizienten Einsatz von Robotern ermöglichen soll.44
Weitere KI-Zentren in Deutschland sind das Bosch-
Zentrum für Künstliche Intelligenz in Stuttgart, die
NEC-Laboratorien in Heidelberg, das Volkswagen
Informationstechnologie-Zentrum, das Microsoft
IoT & AI Insider Lab, der Hauptsitz von IBM Watson
IoT, das Siemens AI Lab und die UnternehmerTUM
(Zentrum für Unternehmensgründung und Geschäfts-
aufbau der TU München) Applied AI Initiative (alle in
München).
22 42
43
http://big-data-berlin.dima.tu-berlin.de/home/
http://www.dlr.de/rm/de
45
www.fortiss.org 23
44
http://www.bachmann-ag.com/Portals/0/Doku/Presse/130606_Technica.pdf2. Bayerische Stärken: So verbieten, wie das Beispiel in Abbildung 12 illustriert,
Chancen für Bayern
gängige Industriestandards wie ISO 61508 den Einsatz
eingebettete Systeme lernender KI-Technologien, um sicherheitskritische
Funktionalitäten in eingebetteten Steuerungen zu
Im Unterschied etwa zum Silicon Valley werden in realisieren. Damit lässt sich KI-Technologie derzeit
Bayern hauptsächlich materielle Güter (Autos, Last- auch nicht für wesentliche Teile der Steuerung
wagen, Werkzeugmaschinen, Busse, Traktoren, kritischer Infrastrukturen wie Energie, Wasser oder
Flugzeuge, Hubschrauber etc.) entwickelt und Wärme einsetzen. Und auch nicht für Autos, Flug-
produziert. In diesen Dingen hat Software für ein- zeuge, Roboter und all die anderen Dinge, die von
gebettete Steuerungssysteme (z.B. die Fahrdynamik- so überragender Bedeutung für die Wirtschaft in
regelung ESP in Automobilen) einen wesentlichen Bayern sind.
1. Erschließen von KI-Potentialen Das skizzierte Vorgehen erfordert einerseits Experten- Anteil. Solche Systeme sind oftmals auch sicherheits-
wissen zu neuesten Entwicklungen in der KI-For- relevant. Eine Fehlfunktion kann einen beträcht- Sicherheitsrelevante Anforderungen
Methoden und Techniken der Künstlichen Intelligenz schung und andererseits erleichterten Zugang zu lichen Schaden für Mensch und Umwelt verursachen.
erobern immer mehr Produkte, Dienstleistungen modernster Software- und Hardware-Infrastruktur, Das drastische aber nicht ganz aus der Luft gegriffene Bei eingebetteten Software-Steuerungen ist es
und Geschäftsmodelle. Sowohl bayerische Hightech- um Produkt- und Geschäftsideen in Gestalt von Beispiel eines selbstfahrenden Autos, das sich „ent- weniger wichtig, was technisch möglich und gebaut
firmen aus dem Automobilbau, der Luft- und Raum- Prototypen zu erproben. scheidet“ gegen einen Baum zu fahren, verdeutlicht werden kann, als dass diese Funktionalitäten nach-
fahrt, der Fertigungsindustrie, der Logistik als auch diesen Sachverhalt. weislich und verlässlich realisiert werden können
Banken, Versicherungen, Landwirtschaft, Tourismus, Dieses Spezialwissen zu aktueller KI-Technologie (für eine Typzulassung oder Zertifizierung ist dies
Medizin, Rechtswissenschaften und die öffentliche und deren Anwendungspotenzial ist bislang allen- Andererseits bieten eingebettete Systeme (und cyber- eine wesentliche Voraussetzung). Zum Beispiel wird
Verwaltung stehen derzeit vor besonderen Heraus- falls vereinzelt in Firmen und in der bayerischen Ver- physische Systeme, CPS, die durch Vernetzung von die zukünftige Funktionalität automatisierter Auto-
forderungen: Sie müssen Potenziale der Künstlichen waltung zu finden. Der Aufbau und Betrieb notwen- Maschinen, Anlagen und Alltagsdingen auf Basis bahnpiloten hauptsächlich durch den technischen
Intelligenz für die Weiterentwicklung ihrer Prozesse diger sowie konkurrenzfähiger KI-Infrastruktur, des Internet entstehen) ein riesiges Potential für den Stand der praktischen Verifizierbarkeit dieser Systeme
und Erschließung neuer Produkte, Dienstleistungen um erste Prototypen aufzubauen, überfordert die Einsatz von KI-Techniken. Selbstfahrende Autos, bestimmt. Die Entwickler stehen vor der immensen
und Geschäftsfelder erkennen und nutzen. Dies ist meisten bayerischen Unternehmen – besonders medizinische Entscheidungsunterstützung und die Herausforderung, 95 Milliarden Szenarien schon bei
eine zwingende Voraussetzung, um ihre Wettbewerbs- kleine und mittelständische Unternehmen sowie Überwachung technischer Infrastruktur sind nur relativ einfachen Autobahnpiloten testen zu müssen.48
fähigkeit auf nationalem und internationalem Parkett Existenzgründer. Selbst größere Technologieführer einige Beispiele. Derzeitige KI-Technologien, und Das ist mit den derzeit traditionellen Entwicklungs-
zu erhalten und auszubauen. aus Bayern können derzeit mit dem vorgegebenen hier besonders lernende Systeme, sind allerdings methoden in der Automobilindustrie aus wirtschaft-
Tempo von globalen IT-Unternehmen wie Baidu, notorisch unzuverlässig und können deshalb in lichen und zeitlichen Erwägungen heraus nicht
Alibaba, Google und Facebook bei der Erforschung operativen, sicherheitsrelevanten Systemen derzeit möglich.
von KI-Technologie und deren Überführung in inno- nicht46 eingesetzt werden.
Um diese KI-Potenziale nicht nur zu identifizieren, vative Produkte nicht mithalten. Robuste KI
sondern auch möglichst wirtschaftlich umzusetzen,
sollten Hier bedarf es eines bayerischen KI-Anwendungs- Class: Adversarially Perturbed
Deshalb ist für einen erfolgreichen Einsatz von
zentrums, das Erfahrungen für eine Reihe wichtiger Rifle Model
KI-Techniken in marktfähigen eingebetteten (und
die Entwicklungen auf die für Kunden entschei- Anwendungsgebiete für Bayern bündelt. Dieses auch cyber-physischen) Systemen eine zentrale
denden Anwendungsfelder fokussiert, kann Partnern aus Industrie, Verwaltung und Hoch- Forschungsfrage an der Schnittstelle von KI und
schulen nicht nur den Zugang zu aktueller KI-Tech- Software-Entwicklung zu klären:49
Daten adäquat für die einzusetzenden Lern- nologie ermöglichen und sie auf diesem Gebiet
verfahren aufbereitet, ertüchtigen, sondern auch bei der Umsetzung in Wie kann man robuste KI-Software-Systeme
die Praxis begleiten. Das ist eine der wesentlichen beherrschbar entwickeln und betreiben?
möglichst branchenweite Standards in Absprache Voraussetzungen für einen möglichst erfolgreichen
mit den staatlichen Regulatoren entwickelt und Einsatz von KI-Lösungen in Wirtschaft und Gesell-
shield, buck
eingesetzt, schaft. Die zentralen Fragestellungen für Forschung
revolver, si
und Entwicklung lauten dabei:
ein wirtschaftliches Ökosystem aus Technologie-
rifle
partnern, Zulieferern und Kunden aufgebaut und 1. Wie lassen sich KI-Potentiale in Wirtschaft und
öffentlicher Verwaltung systematisch heben?
Geschäftsmodelle möglichst frühzeitig entwickelt
und KI-Technologie schrittweise eingeführt werden. 2. Wie lassen sich KI-gestützte, neuartige Geschäfts- Abbildung 12. Wie bringe ich mein neuronales Netz
Letztere sollten durch frühzeitige Analysen von modelle systematisch und möglichst nutzenstiftend dazu, eine Schildkröte als Gewehr zu erkennen?47
Simulationen oder Prototypen flankiert werden. gestalten, prototypisieren, evaluieren und umsetzen?
24
24 46
Eine Ausnahme mag hier die Firma Tesla sein, die es nach außen hin weniger zu stören scheint, wenn ihre Objekterkennung einen
Lastwagen mit einer Wolke verwechselt – mit fatalen Folgen für die Insassen.
25
47
Anwort auf: https://www.youtube.com/watch?v=XaQu7kkQBPc
48
Persönliche Kommunikation Entwickler Automobilindustrie
49
Research priorities for robust and beneficial artificial intelligence, S Russell, D Dewey, M Tegmark - Ai Magazine, 2015Sie können auch lesen
