Definition Was ist eine KI?

Anbieter zum Thema

Novotechnik Messwertaufnehmer OHG

ISG Industrielle Steuerungstechnik GmbH

invenio AG

Kaum eine Abkürzung wurde im Zusammenhang mit der Digitalisierung der Industrie zuletzt so inflationär verwendet wie KI (Künstliche Intelligenz). Doch was genau ist KI, wie lässt sie sich einteilen? Wo in der Industrie wird sie bereits eingesetzt und welche Potenziale birgt sie hierfür?

Künstliche Intelligenz (engl. Artificial Intelligence, AI) ist ein Teilgebiet der Informatik, das sich mit der Entwicklung von Technologien beschäftigt, die kognitive Kompetenzen bzw. Fähigkeiten imitieren, die bislang nur Menschen vorbehalten sind, z. B. logisches Denken, Lernen, Planen oder kreatives Handeln.

KIs haben schon seit langem den Einzug in vielen Bereichen des Alltags gehalten, seien es Sprachassistenten wie Alexa, Cortana, Siri und der Google Assistant. Auch in Form von speziellen Algorithmen in Internet-Online-Shops sind KIs zu finden, die das Such- und Kaufverhalten von Kunden beeinflussen sollen. Mit Lösungen wie z. B. ChatGPT, Gemini, Bluewillow, Bing Image Creator, Playground AI oder Jasper Art etc. wurden vor rund einem Jahr eine ganze Reihe an zumeist Internet-basierten Programmen vorgestellt, die eine Vorstellung davon geben, was künstliche Intelligenz beispielsweise schon allein bei der Text- oder Bilderstellung zu leisten vermag.

Kein Wunder, dass sich viele unterschiedliche Industriezweige im Zusammenhang mit Industrie 4.0, dem IIoT und der damit verbundenen rasanten Transformation der Produktion durch eine wachsende Digitalisierung schon weitaus länger mit den vielversprechenden Möglichkeiten von künstlicher Intelligenz auf vielen Unternehmensebenen auseinandersetzt.

Woher stammt der Begriff KI?

Der Begriff „Künstliche Intelligenz“ oder besser „Artificial Intelligence“ wurde vermutlich in den 50er Jahren von dem US-amerikanischen Informatiker John McCarthy geprägt, der im Zuge der Vorbereitung für die sogenannte Dartmouth Conference im Jahre 1955 eben diese Bezeichnung verwendete. Die Konferenz, bei der Forscher die zukünftigen Ziele und auch Visionen im Bereich KI vorstellten, wird oftmals gewissermaßen als Geburtsstunde der künstlichen Intelligenz bezeichnet.

Simulation

Wie KI die strömungsmechanische Beurteilung von Fahrzeugen beschleunigt

Wie sahen die ersten KIs aus?

Fünf Jahre nach der Konferenz, im Jahr 1960, entwickelte Donald Michie, der als führender britischer Experte auf dem Gebiet der künstlichen Intelligenz galt, die „Machine Educable Noughts And Crosses Engine“ (MENACE). Dieser Computer-Vorläufer konnte auf Basis von exakt 304 Streichholzschachteln das Spiel Tic-Tac-Toe erlernen. In den Schachteln, von denen jede einen möglichen Spielstand repräsentierte, waren die möglichen Züge durch verschiedenfarbige Perlen gespeichert. Je nachdem, ob ein Spiel verloren ging oder gewonnen wurde, entfernte Michie die entsprechenden Perlen oder legte gleichfarbige Perlen dazu. Auf diese Weise lernte das System erfolgreiche Züge und war nach einigen hundert Partien unbesiegbar.

Als einer der ersten Chatbots gilt Eliza, der vom US-amerikanischen Computerwissenschaftler Prof. Joseph Weizenbaum als Experiment im Bereich der Psychotherapie entwickelt wurde. Der Wissenschaftler wollte mit Eliza zeigen, wie schnell Menschen die Neigung verspüren, mit einem Computer zu interagieren, wenn sich dieser wie ein echter Psychotherapeut verhält. Die Entwicklung hatte zwei Besonderheiten: Sie konnte in Form von Bildschirmtexten wie ein Mensch kommunizieren, verstand natürliche Sprache und reagierte entsprechend hierauf, was eine komplette neuartige Programmierung voraussetzte, die nicht an starre Befehlsketten gebunden war.

Welche Arten von KI gibt es?

Generell können die derzeit existierenden Formen von künstlicher Intelligenz eingeteilt werden in:

• Statische KI – sie beziehen sich auf Modelle, die darauf ausgelegt sind, bestimmte Aufgaben durchzuführen. Die auf vorhandenen Daten basierenden Modelle zielen darauf ab, spezifische Probleme zu lösen, wobei die feststehenden Algorithmen nicht in der Lage sind, neue Inhalte eigenständig zu generieren.

• Generative KI – Dies ist eine künstliche Intelligenz, die eigenständig Inhalte wie Texte, Bilder und Videos erstellen kann. Im Gegensatz zur statischen KI liegt der Schwerpunkt einer generativen KI auf die Erzeugung neuer Inhalte. Solche Inhalte lassen sich kaum von denen unterscheiden, die von Menschen erzeugt wurden. Die Modelle generieren hierbei Inhalte aus einer Fülle an vorhandenen Daten und dienen z. B. zur Erstellung von Designs, Musik oder Textinhalten.

Außerdem werden unterschieden:

• Schwache KI: Im Zusammenhang mit statischer und generativer KI spricht man auch von schwacher KI (Narrow AI oder Artificial Narrow Intelligence, ANI). Beispiele für solche schwache KI sind Systeme zur Gesichtserkennung, für Wettervorhersagen oder auch Algorithmen, die Produktempfehlungen in Online-Shops geben, um nur wenige Beispiele zu nennen.

• Starke KI: Die dritte und vierte Art der künstlichen Intelligenz werden „starke KI“ (General Artificial Intelligence, GAI oder Artificial General Intelligence, AGI) und „Superhuman Artificial Intelligence“ oder auch „Artificial Super Intelligence“ (ASI) genannt. Diese KI existieren derzeit noch nicht. Die Idee hinter der ASI ist eine KI, die so intelligent oder gar intelligenter ist als ein Mensch, wobei sie übermenschliche kognitive Fähigkeiten besitzt.
  Im Gegensatz zu schwachen KI, die spezifische Anwendungsprobleme lösen, soll die starke KI über eine allgemeine, generelle Intelligenz verfügen, die logisches Denken, die Entscheidungsfindungen bei Unsicherheiten, Planung, Lernen, Kommunikation in natürlicher Sprache und andere Eigenschaften umfasst. Starke KI sollen helfen, Maschinen zu entwickeln, die vom menschlichen Verstand nicht zu unterscheiden sind und ein Bewusstsein sowie Selbstbewusstsein besitzen können.

Derzeit wird vor allem auf die Fähigkeiten von generativen KI gesetzt, da sie aus vorhandenen großen Datenmengen durch gezielte Analysen Neues schaffen können und somit immense Potenziale für viele Bereiche des alltäglichen Lebens aber auch der Industrie bieten.

Wie entsteht die Intelligenz von KI?

Die eigentliche Intelligenz von KI wird durch zuvor programmierte Abläufe oder maschinelles Lernen erzeugt. Generative KI analysieren hierfür immens große Mengen an Daten z. B. mit Deep Learning sowie neuronalen Netzen und schaffen hieraus z. B. neue Inhalte.

Die Unterschiede zwischen maschinellem Lernen und Deep Learning liegen vor allem in der Funktionsweise des Lernens und damit auch der Komplexität der Aufgabe:

• Beim maschinellen Lernen erkennt ein Computer aus vorhandenen Daten bestimmte Muster. Da der Computer hierbei in der Lage ist, die Strukturen in den Daten eigenständig zu erfassen und neue Modelle zu schaffen, muss kein Lösungsweg vorgegeben werden. Die Modellbildung mit maschinellem Lernen erfolgt entweder überwacht oder unüberwacht, benötigt jedoch stets die menschliche Intervention, um die generierten Modelle anpassen und optimieren zu können.

• Deep Learning ist gewissermaßen eine spezialisierte Form von maschinellem Lernen. Grundlage hierfür sind künstliche neuronale Netze, die nach dem Vorbild des menschlichen Gehirns modelliert sind. Die neuronalen Netzwerke verarbeiten komplexe Strukturen in unstrukturierten Daten, etwa Bilder, Texte oder Sprache. Im Vergleich zum maschinellen Lernen, erfordert Deep Learning weniger Intervention des Menschen, da es automatisch aus den vorhandenen Daten Merkmale extrahiert und in diesem Zusammenhang zudem aus Fehlern lernt.

Zusammenfassend ist Deep Learning somit die fortschrittliche Form des maschinellen Lernens, die auf komplexen neuronalen Netzen beruht und hierdurch tiefe Einblicke in große Datensätze erhält. Deep Learning erfordert sehr viel mehr Rechenleistung und Datenmengen als maschinelles Lernen. Hierdurch ist Deep Learning in der Lage, hochkomplexe Probleme zu lösen und völlig neue Anwendungen z. B. in den Bereichen Text-, Bild- oder Sprachverarbeitung zu entwickeln.

Was unterscheidet eine KI vom Menschen?

KI unterscheidet sich von menschlicher Intelligenz in vielen Bereichen. So basiert eine KI auf Algorithmen und einer voreingestellten Programmierung, während die menschliche Intelligenz auf kognitiven Prozessen wie Lernen, Verstehen, Wahrnehmung, dem Lösen von Problemen und vor allen Dingen Emotionen beruht.

Menschen besitzen die Fähigkeit, sich flexibel auf neue Situationen, Umgebungen, Aufgabenstellungen und die damit verbundenen Herausforderungen anzupassen. KI in der derzeitigen Form sind hierzu nicht im gleichen Maße oder Umfang imstande.

Menschliche Intelligenz umfas kreative Fähigkeiten, emotionale Intelligenz und Vorstellungskraft, die KI nicht besitzen. Eine KI kann große Datenmengen analysieren und auf dieser Basis bis zu einem gewissen Grad Neues erschaffen. Sie ist aber nicht in der gleichen Art und Weise wie der Mensch kreativ und auch nicht fähig, Emotionen zu verstehen oder Empathie zu entwickeln.

Eine KI kann effizienter sein, wenn repetitive Aufgaben zu erfüllen und große Datenmengen zu analysieren sind, während Menschen sich vor allem besser für Aufgaben eignen, die Kreativität, Intuition und emotionale Intelligenz voraussetzen.

KI für Ingenieure

Vier KI-Trends für das Engineering

Wo lässt sich KI in der Industrie einsetzen?

In allen erdenklichen Industriebereichen fallen große Mengen an Daten an, die durch gezielte, ergebnisorientierte Analysen in vielerlei Hinsicht genutzt werden können. Die weiter voranschreitende Digitalisierung sowie immer leistungsfähigere generative KI eröffnen vor diesem Hintergrund vielschichtige Potenziale für völlig neue und damit leistungsfähigere Lösungen. KIs können somit ein entscheidender Schlüssel für eine effizientere, nachhaltigere und vor allem wettbewerbsfähigere Industrie sein.

Nachfolgend einige Anwendungsbereiche, in denen der Einsatz KI-basierter Lösungen schon heute realisierbar sind:

• Generative KI lässt sich zur Simulation und Auslegung von Bauteilen und damit zur Entwicklung neuer Produktdesigns und -konzepte, z. B. mithilfe neuer CAE-Methoden und additiver Fertigungsverfahren, einsetzen.

• Im breitgefächerten Bereich der industriellen Dienstleistungen kann KI dabei unterstützen, personalisierte Services zu entwickeln sowie anzubieten und somit den Kundensupport effizienter zu gestalten.

• In der Instandhaltung wird KI für die vorausschauende Wartung von Maschinen, Anlagen und Prozesse verwendet, um den Zeitpunkt für anstehende Servicearbeiten präziser zu bestimmen und Anlagenstillstände zu minimieren. So sind z. B. in der Kraftwerksindustrie generative KI basierend auf digitalen Zwillingen und neuronalen Netzen für die Überwachung komplexer Prozesse schon seit vielen Jahren im Einsatz, um Ausfälle zu reduzieren und anstehende Revisionen besser bzw. gezielter zu planen.

• Mithilfe von KI können Maschinen mögliche Fehler nicht nur automatisch erkennen, sondern darüber hinaus auch im laufenden Betrieb ihren Energieverbrauch optimieren und während der Fertigung bereits Qualitätskontrollen vornehmen und gegebenenfalls nachjustieren.

• Für einige Industriebereiche sind wiederum Roboter denkbar, die sich dank KI per Sprache steuern lassen und somit völlig intuitiv, also ohne Programmierkenntnisse, einsetzbar sind.

Forschung

Durchbruch in der Robotik-Forschung mit lernender KI

• Durch den Vergleich von historischen und Echtzeitdaten ist KI in der Lage, Lieferketten effizienter zu gestalten und helfen somit, die Logistik auf den Straßen nachhaltig zu optimieren.

• In der innerbetrieblichen Logistik kann KI zur Steuerung von Transporten genutzt werden, wobei die Lösungen dann ihre Wege durch die Werkshallen selbständig finden.

Quellen:
Europäisches Parlament, Fraunhofer-Institut für Kognitive Systeme IKS, Mittelstand-Digital Zentrum Augsburg, Wikipedia, Kobold AI, IBM, SAP, Webmedy, Techopedia, Retresco, Assecor, Rise up, Levity, Zendesk, Datasolut, Maschinenmarkt, Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik IGCV, Epic insights, Audius, Schieb.de, Schieb.de, Siemens

(ID:49981477)