In der vergangenen Woche wurde das Artificial Intelligence Center Hamburg (ARIC) e.V,. bei einer Presskonferenz im Rathaus offiziell der Öffentlichkeit vorgestellt. Im Vorfeld unserer „do.innovation: Künstliche Intelligenz in der Logistik“, sprachen wir mit Dr. Lothar Hotz vom Verein Hamburger Informatik Technologie-Center (HITeC), einer Ausgründung des Fachbereichs Informatik der Universität Hamburg und ARIC-Mitgründer (u.a. Lufthansa Industry Solutions, Pilot, Zapliance, HafenCity Universität und Nordakademie), über den industriellen Einsatz von KI.
Dr. Lothar Hotz (ARIC e.V.) hält am 13. November bei „do.innovation: Künstliche Intelligenz in der Logistik“ den Einführungsvortrag zum Thema „KI verstehen“. Tickets ab 50 Euro für LIHH-Mitglieder.
LIHH: Was hat dazu geführt, dass Sie oder „man“ sich dem Thema widmen?
Dr. Hotz: In den 80er bis 90er Jahren des letzten Jahrhunderts gab es eine Welle der Künstlichen Intelligenz (KI), die wissensbasierte Systeme, wie z.B. Expertensysteme oder Regelsysteme, in die Informatik einbrachte. Diese Verfahren sind heute tief in Anwendungen wie z.B. Entwurfs- und Konfigurierungsmethoden, semantische Suchen und Linked Data verwurzelt. In dieser Zeit begann ich das Studium der KI, welches in Tätigkeiten der anwendungsorientierten Forschung im Bereich KI bis heute mündete. Aktuelle KI‐Verfahren bilden ein Teilgebiet der KI, nämlich maschinelles Lernen und dort das Teilgebiet Neuronale Netze. Die aktuelle Welle wurde im Wesentlichen durch drei Faktoren ausgelöst: a) vorhandene Hardware Kapazität in Form von Graphical Processor Units (GPU), die erschwinglich ist, b) vorhandene Daten im Internetz, die für das Trainieren von Systemen erforderlich sind, c) Open‐Source Software‐Werkzeuge, die die Verarbeitung in maschinellen Systemen vereinfachen.
LIHH: Was ist die eigentliche (neue) Herausforderung/ das Problem?
Dr. Hotz: Die Ermittlung von möglichen Anwendungen, die mit Verfahren des maschinellen Lernens realisiert werden können.
LIHH: Für wen besteht das Problem?
Dr. Hotz: Die Wirtschaft sollte ihre Produktionsprozesse und angebotenen Services daraufhin prüfen, ob neue Anwendungen mit maschinellem Lernen möglich sind.
LIHH: Was wird durch die Lösung verändert?
Dr. Hotz: Die Produktionsprozesse, Möglichkeiten für den Endbenutzer werden sich ändern.
LIHH: Welcher Nutzen entsteht hierdurch?
Dr. Hotz: Vereinfachte Prozesse, effektivere Prozesse, neue Services für Endbenutzer.
LIHH: Gibt es einen „Preis“ hierfür zu zahlen, etwas was man aufgeben müsste? Wenn ja“, was wäre das?
Dr. Hotz: Die Arbeitsprozesse werden sich teilweise ändern, insbesondere auch für akademische Berufe (Juristen, Mediziner, Ingenieure etc.)
LIHH: Was hindert uns daran, das zu tun?
Dr. Hotz: Die Verfahren sind mit nicht bestimmbarem Aufwand anzuwenden, z.B. gibt es kein Standardverfahren für die Anwendung und Wahl der „Hyperparameter“ (d.h. Parameter der Netze, Struktur der Netze). Zusätzlich sind die Aufbereitung von Daten (Extraktion aus vorhandenen ITSystemen, Ermittlung von annotierten Daten, Kriterien für Bewertungen) sowie Verfahren zur Erklärbarkeit eine Herausforderung. Dies zusammen erfordert unsichere Investitionen in die Innovation. Diese erfordern risikobereite Unternehmungen, die nicht immer vorhanden sind.
LIHH: Was müsste der erste Schritt sein, um den Prozess einzuleiten?
Dr. Hotz: Eine Vielzahl von kleinen Projekten, um die prototypisch mögliche Anwendungen zu ermitteln. Forschung zur Ermittlung von effektiven Prozessen für die Einführung von Verfahren des maschinellen Lernens.
LIHH: Wen brauchen wir auf diesem Weg?
Dr. Hotz: Anwender/Unternehmen, die bereit sind, neue Anwendungen in ihren Prozessen zu prüfen, Forscher, die die Verfahren auf die Anwendung abstimmen, Software‐Häuser, die die Prototypen zu Produktivsystemen ausarbeiten und in die vorhandene IT‐Infrastruktur integrieren.
Wir bedanken uns für diesen Gastbeitrag bei Herrn Dr. Lothar Hotz und freuen uns auf seinen Vortrag bei unserer do.innovation am 13. November!
