Warum die deutschen Leistungen in der KI unterschätzt werden -Antworten von @Robert_Weber_

Warum ist die Diskussion über Künstliche Intelligenz in Europa und Deutschland so negativ konnotiert? Warum unterschätzen wir unsere Leistungen beim Einsatz von KI und in der Forschung?

Robert Weber hat das im Video-Interview und als Co-Autor im Opus „KI in der Industrie“ sehr gut skizziert:

1. Weil wir chinesische Staatsinvestitionen in KI-Projekte mit deutschen Investitionen und mit anderen europäischen Volkswirtschaften vergleichen. Der Vergleich hinkt gewaltig.

2. Weil wir in Europa und in Deutschland kein staatlich verordnetes Data-Collection-Programm haben –zum Glück. 3. Weil wir nicht wissen, in was und wie viel Geld Miele, Trumpf, Viessmann und viele andere Firmen in KI-und ML-Projekte investieren.

4. Weil wir in der öffentlichen Diskussion immer von Big Data sprechen, obwohl wir in der Industrie auch mit wenigen Daten arbeiten können.

5. Weil wir uns in der öffentlichen Diskussion zu oft auf die großen DAX-Unternehmen konzentrieren.

6. Weil unsere Mittelständler wie Beckhoff, Phoenix Contact, Weidmüller, WITRON, Hermle, DMG, und viele sonstige, sogenannte „Hidden Champions“ nicht in den Schlagzeilen sind, aber trotzdem jährlich zweistellig wachsen und in KI-und ML-Methoden investieren, aber nicht darüber reden.

7. Weil viele unserer Mittelständler Patente nicht mehr anmelden, da viele die Sorge haben, dass sie dadurch dem Wettbewerb mehr verraten, als sie schützen können.

8. Weil vielen Menschen in der öffentlichen Diskussion nicht bewusst ist, dass das Domänenwissen in der Industrie entscheidend sein wird. Dieses Domänenwissen haben Facebook, Apple, Amazon oder Google nicht. KI und ML sind Enabler.

9. Weil wir übersehen, dass viele Tools, viele Algorithmen mittlerweile Commodity sind. Spannend wird in Zukunft sein, ob die Unternehmen kreative Köpfe, Domänenexperten haben, die damit arbeiten können. KI und ML sind keine Werte an sich, es geht darum, Produkte zu verbessern und neu zu entwickeln. Aber: Wir müssen die Methoden auch weiterentwickeln, forschen zu Algorithmen für Industrieanwendungen. Das wird die Herausforderung für die deutsche Forschungsgemeinschaft werden.

10. Weil wir glauben, dass wir jetzt alle Entwickler werden müssen –falscher Weg. Es geht um kreative Ideen, Datenverständnis und Domänenwissen (übrigens auch Teil der Datenstrategie der Bundesregierung – also Vermittlung von Datenkompetenz via KI-Campus und anderen Initiativen).

11. Weil es momentan gerade ein Patentanmelde-Wettrennen gibt. Was am Ende dabei übrig bleibt, also wirklich schützenswert ist, wird sich in einigen Jahren erst zeigen.

12. Weil uns eine allgemeingültige Definition von KI oder ML für die Industrie fehlt.

13. Weil wir oft mit einem ROI von zwei Jahren rechnen. Die Investitions-und Innovationszyklen in der Industrie bzw. in der Automatisierung sind viel länger. Wir haben eine installierte Basis, die nicht von heute auf morgen umgestellt werden kann, weil dahinter Prozesse ablaufen, die nicht von einem auf den anderen Tag verändert werden können. Das mag sich für die Telekommunikations-oder IT-Industrie seltsam anhören, ist aber industrieller Standard.

14. Weil wir oft den Consumer-Markt und B2B-Markt in einen Topf werfen und die Unterschiede, die Stärken und Schwächen nicht richtig abgrenzen. Europa und Deutschland sind stark im B2B-Geschäft, im Maschinen-und Anlagenbau und in der Elektronikindustrie.

Die Realität ist also besser als unser Ruf in Sachen KI.

Professor Wahlster hat das sehr gut zum Ausdruck gebracht:

Ein Gedanke zu “Warum die deutschen Leistungen in der KI unterschätzt werden -Antworten von @Robert_Weber_

  1. Pingback: Warum die deutschen Leistungen in der KI unterschätzt werden -Antworten von @Robert_Weber_ — ichsagmal.com – #WirtschaftimRheinland

Kommentar verfassen

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.