Dass der Mensch von Computern abgehängt wird, ist keine Entwicklung, die sich erst in letzter Zeit ergeben hat: Bereits 1996 gelang es dem Computer Deep Blue, den damals amtierenden Weltmeister Garri Kasparow in einer Partie Schach zu besiegen - eine Sensation, die um die Welt ging. 20 Jahre später fiel mit dem hochkomplexen Spiel Go schließlich auch die letzte Brettspiel-Bastion: Der Go-Weltmeister Lee Sedol aus Südkorea verlor 2016 seine Partie gegen die Software AlphaGo. Dies gilt als einer der jüngsten Meilensteine in der knapp 70-jährigen Geschichte künstlicher Intelligenz (KI).
Künstliche Intelligenz ist ein Sammelbegriff für Methoden und Tools, mit deren Hilfe Maschinen Aufgaben erledigen können, für die ein Mensch seine Intelligenz beanspruchen müsste. Die Maschine konsumiert Daten aller Art, verarbeitet sie zu einer sinnvollen Information und leitet daraus eine Handlung ab. Auf Basis der Daten sowie begleitet von Training und Feedback lernt die Maschine, ihre Handlungen stetig zu optimieren. Alpha-Go, eine Entwicklung des Google-Forschungslabors DeepMind, kombiniert dafür Szenarienberechnung mit Deep Learning.
Lebenslanges Lernen gilt auch für digitale Gehirne
Das Innere der Software bildet ein künstliches neuronales Netz, dessen Arbeitsweise vom menschlichen Gehirn inspiriert ist. Technisch gesehen, entspricht es einem Geflecht von zahlreichen mathematischen Funktionen, die es der Software ermöglichen, selbstständig zu lernen. Am Anfang ist dieses neuronale Netz ein unbeschriebenes Blatt. Eine Tabula rasa, die auf Input wartet. Erst themenspezifisches, tiefgehendes Training, das sogenannte Deep Learning, macht das neuronale Netz zum Spezialisten. Füttert man das künstliche neuronale Netz beispielsweise mit Fotos von Hunden, wird es darauf getrimmt, Hunde zu erkennen. Speist man es mit einer Fülle an menschlichen Dialogen, lernt es, Gespräche zu führen.
Onlinedienste wie Facebook, Twitter und Google nutzen diese Technologie bereits, um Gesichter auf Fotos zu identifizieren, Sprachbefehle zu erkennen oder Suchmaschinen zu steuern. AlphaGo erhielt zahlreiche Spielzüge und konnte sich auf diese Weise das chinesische Brettspiel Go aneignen. Der Clou: Anstatt die Software durch Menschen zu trainieren, ließen die Entwickler AlphaGo Millionen Mal gegen sich selbst spielen. Dabei ließen sie stets eine leicht optimierte Version der Software gegen sich selbst antreten, die immer bessere Strategien hervorbrachte. Reinforcement Learning (bestärkendes Lernen) nennen Experten diese Methode des maschinellen Lernens. Im Ergebnis kann AlphaGo nicht nur verschiedene mögliche Züge und deren Folgezüge berechnen, sondern auch ihre Qualität bewerten, den Erfolg voraussehen und damit die optimale Entscheidung treffen.
KI-Hype im Maschinenbau
„Im Maschinenbau trifft künstliche Intelligenz derzeit auf einen anderen Trend: die Industrie 4.0“, sagt Prof. Dr. Detlef Zühlke, Vorstandsvorsitzender der Technologie-Initiative SmartFactory KL e. V. und ehemaliger Leiter des Forschungsbereichs Innovative Fabriksysteme am Deutschen Forschungszentrum für Künstliche Intelligenz. Die Industrie 4.0 strebt nach einer intelligenten Vernetzung von Mensch, Maschine und Produkt. Die Vernetzung soll es ermöglichen, nicht nur einzelne Produktionsschritte separat für sich, sondern ganze Wertschöpfungsketten zu optimieren. Die digitale Datenverarbeitung ist Dreh- und Angelpunkt für das Gelingen. „Anders als früher stehen uns heute erstmals leistungsfähige Rechner zur Verfügung, die mit den riesigen Datenmengen, die wir produzieren, umgehen, sie analysieren und zu sinnvollen Informationen verarbeiten können“, so Zühlke. Erst die sinnvolle Verarbeitung trägt zur Wertschöpfung bei und macht KI-Technologien so attraktiv für die Branche im Allgemeinen und für die Realisierung von Industrie 4.0 im Speziellen.
„KI-Technologien bieten auch dem Maschinenbau Potenzial für neue Geschäftsmodelle“, bekräftigt Zühlke. „Ein Beispiel: Kombinieren wir Augmented Reality (AR) mit künstlicher Intelligenz, könnte uns ein roter Marker anzeigen, wo genau in einem großen Schaltschrank mit 20 Geräten ein Fehler vorliegt. Die AR-Brille könnte einen groben Schaltplan sichtbar machen, der zudem anzeigt, wo sich welche Elemente befinden, welchen Zweck sie erfüllen und wie sie aufgebaut sind. Die KI-Technologien können situations- und mitarbeiterbezogen dem Techniker lokalisierte und passende Informationen an die Hand geben, die ihn bei der Fehlerbehebung unterstützen.
Welche Wertschöpfungspfade sich mit künstlicher Intelligenz konkret für den Maschinenbau ergeben, lesen Sie hier.
Das denken Entscheider über künstliche Intelligenz
- 26 % sind überzeugt, dass KI eine höhere Effizienz und Produktivität schaffen wird
- 16 % sehen den Vorteil in der Kostenreduzierung
- 10 % glauben an schnellere Innovationszyklen
- 9 % an beschleunigte Markteinführungen
Quelle: „The Changing Landscape of Disruptive Technologies“ von KPMG International
Wird der Mensch abgehängt?
Die aktuellen Entwicklungen zum Thema künstliche Intelligenz sind faszinierend. Doch was bedeutet das für uns als Menschen und unsere künftige Arbeit? Müssen wir uns Sorgen machen? Oder überwiegen die Chancen, welche die Trends der Digitalisierung mit sich bringen? Lesen Sie dazu einen interessanten Essay von Digitalisierungs-Experte Ömer Atiker.
