Die Zukunft ist jetzt

Auch die etablierten Radiosender rüsten hier auf: Beim Lokalsender Baden.fm etwa übernimmt am späten Abend eine KI namens EVA den Dienst. EVA steht für Event-Driven-Voice-Articulation, ein vom Funkhaus Freiburg entwickeltes KI-Servicesystem, das Wetter- und Verkehrsnachrichten in der Nacht und in Randzeiten präsentiert – wenn kein Moderator mehr im Studio ist. In ihrer neuesten Version spricht die 2022 gelaunchte KI mit der Stimme des beliebten Moderators Markus Schäfer. Die Hörer werden darauf hingewiesen. „Für die Hörerinnen und Hörer muss immer klar sein, wenn digital generierte Inhalte gesendet werden“, sagt Baden.fm-Geschäftsführer Christian Noll. Die KI arbeite dabei mit denselben Datenquellen wie die Moderatoren, heißt es, etwa Wetterdienst, ADAC oder Polizei. Unter den klassischen Sendern ist Baden.fm damit vorne dran.

Die Marketing-Welt hat KI bereits verändert
Ein Bereich, in dem sich die Welt durch KI bereits rasant verändert hat, ist das Marketing. Die Villinger Marketingagentur Gruppe Drei etwa nutzt Chat GPT von Anfang an. Die 35 Mitarbeiter sind auch in Midjourney versiert, einer KI zum Erschaffen virtueller Kunst. „Das erwarten wir auch und schulen entsprechend“, sagt Geschäftsführerin Carolin Deberling. Und welchen Nutzen bringt das Ganze? „Als Impulsgeber, wenn man ein kreatives Loch hat“, sagt die Marketingexpertin. „Oder als Hilfsmittel zur Bildbearbeitung und zur Umsetzung neuer Bildideen.“ An der Kundenbeziehung ändere die KI erst einmal nichts, doch „sie erleichtert intern die Arbeit sehr“. Gespannt ist Deberling auf die Weiterentwicklung im Videobereich, etwa mit der KI Sora, die aus Textanweisungen Videos kreiert.

Wie KI praktisch jedem Unternehmen helfen kann, weiß Marcus Rüb. Der Wissenschaftler des Hahn-Schickard-Instituts in Villingen-Schwenningen berät Firmen im Rahmen des bundesweiten „KI-Trainer“-Projekts kostenlos zu individuellen Einsatzmöglichkeiten. So habe man etwa einen Mittelständler mit Hilfe von Chat GPT in die Social-Media-Welt begleitet. „Wir haben automatisiert erste Posts und Bilder erzeugt und damit auch erste Kundenkontakte generiert.“ Der Vorteil: „Unternehmen können so ohne speziell qualifizierte Mitarbeiter ins Social-Media-Marketing einsteigen.“

Furtwangen-Professor Pascal Laube schätzt, dass die zahlreichen KI-Code-Generatoren, die mittlerweile ­verfügbar sind, bereits „zu 90 Prozent solide Grundstrukturen“ programmieren können. Die restlichen zehn Prozent seien zwar noch einmal so aufwendig. „Doch auch das werden die Systeme irgendwann hinbekommen.“ Doch bis wann ist irgendwann? Laube lacht: „Die ersten KI-Algorithmen stammen bereits aus den 1960er-Jahren. Als ich 2013 anfing, mich damit zu ­beschäftigen, dachte ich, das dauert noch ewig.“ ­Limitierender Faktor sei stets die Rechenleistung ­gewesen. „Doch dieser Knoten hat sich gelöst. Das wird jetzt alles sehr schnell gehen.“

In der Produktion wird KI länger brauchen
Doch nicht in jedem Bereich wird KI „mit einem großen Knall“ kommen, so wie beim Programmieren oder im Marketing. In der Robotik etwa wird es laut dem Experten Laube „sehr kleinteilig“ vorangehen. Hier seien Unternehmen gerade erst dabei, überhaupt ihre Daten aus den Maschinen zu ziehen. „Sie sind noch mit Industrie 4.0 und IoT beschäftigt.“ Diese unstrukturierten Daten müsse man nun erst einmal verstehen, systematisieren, eventuell korrigieren, anschließend eine Semantik dahinter legen – „und dann erst geht es ans Machine Learning“.

Einfach gesagt, dreht sich das maschinelle Lernen um Anforderungen, die zu komplex sind, als dass man sie mit mathematischen Regeln beschreiben könnte. Daher werden selbstlernende Systeme mittels Lernalgorithmen angelernt, an derlei Fragestellungen quasi zu wachsen. Auf diese Weise prüft etwa der Getriebespezialist IMS Gear aus Donaueschingen mittels KI die Qualität seiner Produkte. Das ursprünglich als Zahnradlieferant für die Uhrenindustrie gegründete Familienunternehmen produziert heute vor allem Zahnräder, Baugruppen und Getriebe für die Autoindustrie. Hier ist äußerste Präzision gefragt. Daher durchlaufen alle Teile bestimmter Bauarten als letzten Fertigungsschritt eine Prüfanlage, in der neben anderen Tests von jedem Teil mehrere Bilder aufgenommen werden. Die KI sei darauf trainiert worden Fehler zu erkennen, etwa Verunreinigungen im Kunstsoff, und schleuse nun die betroffenen Teile bereits während des Prüfprozesses aus der Anlage aus, erklärt IMS-Data-Engineer Oliver Gerold.

Großes Potenzial beim typischen CNC-Fräser von der Alb
Auch an der Hochschule Furtwangen, an der gerade der neue Studiengang Künstliche Intelligenz und Robotik aufgebaut wird, laufen Forschungsprojekte dieser Art. Hier geht es etwa um KI, die für jeden Auftrag selbstständig Maschinenparameter einstellt, den Verschleiß von Werkzeugen oder den Ausfall von Maschinen vorhersagt. Prof. Laube: „Beim typischen CNC-Fräser von der Alb, wo jeder Kundenauftrag anders ist, hat das großes Potenzial.“

Das KI-Potenzial zu heben, versucht auch Fruitcore Robotics aus Konstanz. Deren Industrieroboter namens „Horst“ kommen in unterschiedlichen Branchen zum Einsatz: zum Packen, Separieren oder zur Maschinenbeschickung. Bedient werden sie zwar ganz normal per Touchscreen, allerdings unterstützt von einem KI-Copiloten auf Basis von Chat GPT. Die Idee: Selbst Anwender ohne Vorkenntnisse sollen den Roboter schnell für neue Aufgaben umrüsten können. Code-Schnipsel zur Schnittstellen-Programmierung etwa lassen sich so automatisch erstellen. „Der nächste Schritt“, heißt es vom Unternehmen, wäre dann die komplette Programmierung per Spracheingabe. Das allerdings sei „ein ungleich komplexeres Unterfangen“.

Im „Interfacing“, also der Kommunikation zwischen Mensch und Maschine, sieht auch Laube ein „interessantes“ Feld. „Heute habe ich oft komplexe Bedienoberflächen. Doch künftig kann mir vielleicht eine KI direkt sagen, welche Parameter an einer Maschine warum nicht stimmen.“ Ein Fernziel in der Mensch-Maschine-Kommunikation könnte künftig sogar eine „generalisierte KI“ sein, eine KI also, die unterschiedlichste Maschinen und Produktionsprozesse verstehe.

Läuft in der Praxis
Wer nach bereits funktionierende Beispielen sucht, wird zunehmend fündig. Etwa beim Bürodienstleister Streit Service & Solution in Gengenbach. In dessen neuem Logistikzentrum mit intelligenter Autostoreanlage organisieren 27 Roboter die 26.000 Boxen mit über 30.000 verschiedenen Büroartikeln autark. Über Algorithmen steuert sich die Anlage selbst. Beispielsweise optimiert sich dadurch die Lagerposition der Ware, oder schnelldrehende Artikel werden im direkten Zugriff eingelagert, um so die Bearbeitungszeit zu beschleunigen. „Wir brauchen viel weniger Platz und dürfen und konnten unsere Produktivität deutlich steigern“, sagt Streit-Geschäftsführer Marc Fuchs. „Künstliche Intelligenz ist wirklich beeindruckend und notwendig, um auch in Zukunft wettbewerbsfähig zu bleiben.“

Nächste Evolutionsstufe: Embedded KI
Gerade erst in den Startlöchern steht indes eine weitere Form von Künstlicher Intelligenz: die Embedded KI. Hier werden Daten nicht über ein Netzwerk, sondern direkt lokal verarbeitet. „Das ist erst seit Kurzem möglich“, sagt Andreas Precht, Sprecher der Offenburger KI-Schmiede Aitad. Denn Mikrochips mit der nötigen Rechenleistung seien erst seit vier oder fünf Jahren überhaupt verfügbar. Mit einem Hersteller elektrischer Zahnbürsten etwa arbeitet Aitad an einem Gerät, das per Ultraschallsensor Zahnstein erkennt und über eine App anzeigt. Ebenfalls per Ultraschall sollen Wasch- und Spülmaschinen künftig Verschleiß und Fehlfunktionen vorhersagen, indem für das menschliche Ohr nicht hörbare Geräuschveränderungen analysiert werden. „Und das alles lokal, ohne Datenübertragung an irgendein Netzwerk – und damit ohne Sicherheitsrisiko“, so Precht. Derzeit suche man Pilotpartner aus der Landmaschinenbranche für einen KI-Infrarotsensor, der vom Traktor oder Mähdrescher aus Rehkitze im Feld erkennen soll. „Damit könnte man sich aufwendige Wärmebild-Drohnen sparen.“