Unleash the creative human power

Kategorie: Künstliche Intelligenz

KI macht dumm!?

Menschen verlassen sich immer häufiger auf Technologie und vernachlässigen dadurch ihre eigenen Fähigkeiten. Anstatt Probleme selbst zu lösen oder Informationen aktiv zu suchen und zu verstehen, überlassen sie kritiklos diese Aufgaben der künstlichen Intelligenz. Macht KI dumm?

Interessanterweise scheint es eine Divergenz zu geben. Bei häufiger Nutzung von KI verringern einfach gebildete Menschen ihre Fähigkeit zum kritischen Denken und Problemlösen, dagegen verbessert sich diese Fähigkeit bei gebildeten Menschen. (Studie)

KI Gesellschaft

Die Einkommensschere in unserer Gesellschaft wird heute schon von Unterschieden zwischen guter und schlechter Qualifizierung weiter auseinander gedrückt. Immer mehr Menschen werden an den Rand des Existenzminimums gedrückt. Wenn die Grundbedürfnisse nicht mehr befriedigt werden können, kommt es zu einer Protesthaltung, Kriminalität, Gewalt und Unruhen. Eine demokratische Gemeinschaft lässt sich ohne eine Gewaltspirale unter diesen Umständen nicht mehr aufrechterhalten. Unsere Gesellschaft ist in keiner Weise auf die Auswirkungen der vielen neuen künstlich intelligenten Assistenten und Automaten vorbereitet, schon gar nicht auf die kommenden AGI (artificial general intelligence oder künstliche allgemeine Intelligenz).

Qualifizierte Nutzung von KI erfordert eine völlig neue Art von Bildung.

Verstehen

Verstehen ist die Fähigkeit, Bedeutung zu erkennen, Zusammenhänge zu begreifen und Wissen anzuwenden. Es geht tiefer als das reine Aneignen von Wissen, da es das Erkennen von Mustern, Prinzipien und Beziehungen beinhaltet. Verstehen erfordert kritisches Denken und die Fähigkeit, Informationen zu analysieren und zu interpretieren.

Jeder junge Mensch sollte die kleinen und die großen Zusammenhänge kennen. Wie wirkt sich die Umwelt und die Ernährung mit ihren enthaltenen Giften auf die Leistungsfähigkeit der eigenen Zellen aus? Wie funktioniert unser Gehirn und welche Aktivitäten nutzen und schaden es. Wie entstehen die Produkte des Alltags, woher kommen sie, wie schaden sie unserer Umwelt und damit uns selbst? Wie genau funktioniert eigentlich ein Smartphone? Wie können laute Meschen die Parolen rufen entlarvt werden? Wie funktioniert Wetter und Klima? Woher kommt die Materie, aus der wir entstanden sind?

Lernen

Kinder entwickeln intuitiv ihr Realitätsmodell durch Erforschen und Fragen. Sie sind motiviert, wissbegierig und haben permanent Fragen. Wir Erwachsenen müssen lernen, sie darin zu bestärken und wenn möglich jede Frage zu beantworten, natürlich auch mit Hilfe einer KI. Wissen, dass durch motiviertes Selbsterforschen entstanden ist, hält ein Leben lang.

Bildung sollte Grundlagen und Zusammenhänge aus unserer Umgebung miteinander verknüpfen, so dass ein breites assoziatives Grundwissen entsteht. Je mehr wir die Zusammenhänge verstehen, umso gezielter und kritischer wird die Auseinandersetzung mit einer AI sein. Wir stellen dann dir richtigen Fragen und die AI leistet einen Wert für unser persönliches Leben.

Einige Studien deuten darauf hin, dass Menschen mit höherer kognitiver Fähigkeit, die oft mit Intelligenz assoziiert wird, dazu neigen, altruistisches Verhalten an den Tag zu legen, einschließlich Teilen und Helfen. Dies könnte daran liegen, dass intelligentere Menschen in der Lage sind, die langfristigen Vorteile von Kooperation und sozialem Zusammenhalt besser zu erkennen.

Ausblick

Eine Gesellschaft, die so aufgestellt wäre, könnte sich weiterentwickeln und ein friedliches demokratisches Miteinander praktizieren.

Eine grundlegende Änderung des Bildungssystems ist eine langfristige, nachhaltige Aufgabe. Politik ist auf kurzfristige Erfolge ausgelegt, deshalb hat keine Partei ein ernsthaftes Konzept in ihrem Wahlprogramm. Wie so oft muss die Bewegung von der Gesellschaft angestoßen werden.

AI und Transformation

AI und Transformation

AI entfaltet die volle Leistung in der Produktion, wenn sie von Beginn an berücksichtigt wird. AI und Transformation gehören zusammen.

Seit einigen Jahren begleiten wir unsere Kunden dabei, ihre industriellen Prozesse nach Optimierungsmöglichkeiten mit Hilfe von lernenden Systemen zu durchforsten. Üblicherweise findet man an irgendeiner Maschine oder einer logistischen Bereitstellungseinrichtung Ansätze zur Umsetzung einer Lösung in neuronaler Architektur.

Doch es kam vor, das auf das gerade fertiggestellte Deep Neuronal Network verzichtet wurde aufgrund der zusätzlich erforderlichen Hardware oder es durch Einsatz einer neuen Technologie nicht mehr erforderlich war. Das gab Anlass unsere grundsätzliche Herangehensweise zu hinterfragen.

Das große Ganze

Bevor wir heute bei einer bestehenden Fertigungsanlage über weitere Optimierungen nachdenken, treten wir zunächst gedanklich einen Schritt zurück um uns der eigentlichen Aufgabe der Produkte bewusst zu werden. Idealerweise stellen wir im Beisein des Auftraggebers und manchmal auch ein oder mehreren seiner Kunden viele Fragen, die zum Nachdenken anregen sollen, wie z.B.:

  • Welchen genauen Zweck erfüllt das Produkt für den Kunden?
  • Welchen Mehrwert erzeugt es für den Kunden und für die Gesellschaft?
  • Wird es in 5 bis 10 Jahren noch gebraucht?
  • Wird es dann noch genauso gefertigt wie heute?
  • Könnte das Produkt noch mehr für die Kunden leisten?
  • Kann der Kundennutzen vielleicht auf eine völlig andere Weise erzeugt werden?
  • Wurden die eingesetzten Materialien nachhaltig gefördert und lassen sie sich wiederverwenden bzw. recyclen?

Es hilft, wenn man sich fragt, welchen Prozess ein Startup entwickeln würde, wenn es dieselbe Aufgabe nach modernen Gesichtspunkten lösen sollte. Hier würden Umweltfaktoren wie Energieeffizienz oder CO2-Footprint in den Vordergrund gesetzt und dann nach einem besonders eleganten Weg gesucht. Erfahrungsgemäß ist es sehr unwahrscheinlich, dass am Ende die bestehende, klassische Fertigungslinie wettbewerbsfähig bleibt.

AI und Transformation gehören einfach zusammen.

Produktion

AI und Transformation

Wie kann die zukünftige Fertigung schnell automatisch auf neue Varianten oder unterschiedliche Losgrößen umgestellt werden?

Welche Intelligenz braucht eine moderne Fertigung und wie kann eine AI dabei helfen? Man kann darauf achten, dass die Informationen die zur permanenten Anpassung der AI verwendet werden, ausreichend qualifiziert sind. Je mehr Parameter zur Optimierung herangezogen werden, umso genauer wird das Ergebnis. Die Sensorik an den Adapterstellen kann schon beim Layout danach ausgelegt werden.

Moderne Maschinen werden aus vielen autonomen Modulen aufgebaut, die über genormte Schnittstellen zusammengestellt werden können. An jeder Schnittstelle entstehen Daten, die zentral über eine AI ausgewertet werden können, das kann schon beim Design berücksichtigt werden.

Zu produzierende Produkte sollten eine überschaubare Anzahl an Varianten haben. Flexibilität für den Kunden kann anstelle einer kostenintensiven Diversifikation auch mit Hilfe von intelligenten Komponenten hergestellt werden, die sich von außen konfigurieren lassen.

Stark belastete Module können redundant verbaut werden und eine AI entscheidet entsprechend der aktuellen Last über das einzusetzende Element oder bei hoher Last vielleicht sogar für beide.

Umsetzung

AI und Transformation

Ein industrieller Prozess ist häufig sehr komplex. Viele Parameter fließen gleichzeitig unter wechselnden Bedingungen ein. Mit Hilfe von klassischen Optimierungsalgorithmen lassen sich solche Prozesse verbessern. Sie lassen sich für eine Bedingung vielleicht noch überschaubar aufstellen. Sobald sich die Umgebung jedoch ändert, müssen sie angepasst werden und gelten dann nur noch in diesem Kontext.

Eine selbst lernende AI, die unter allen möglichen Bedingungen trainiert wird erzeugt ihren Algorithmus selbst in Form von Schwellenwerten der Knoten in seinen Knotenschichten und kann bei Bedarf während des Betriebes weiterlernen.

Für die Integration von künstlich intelligenten Prozessen werden sehr gute Kenntnisse im Bereich der aktuellen Algorithmen benötigt. Die Forschung in diesem Bereich findet zur Zeit sehr intensiv statt, sodass die Verfahren ständig verbessert werden.

Eine Aufgabe für den Entwickler ist die Lernumgebung herzustellen, in der alle Bedingungen und Eigenschaften berücksichtigt werden können. Dazu existieren einige sehr gut geeignete Werkzeuge.   

Nachdem die neuronalen Netze trainiert sind, müssen sie auf die geeignete Hardware aufgespielt werden. Die großen energiefressenden Einschübe mit Multiprozessorsystemen werden z.Zt. abgelöst durch stromsparende „embedded systems“, die nur noch aus dem neuronalen Netz bestehen. Die fertig trainierte Software kann über Standard I/O Ports übertragen werden. Diese Systeme können mit Hilfe von echtzeitfähigen Hochsprachen weiter verfeinert werden.

Abschließend müssen Fertigungsdaten orchestriert werden und mit Hilfe von Machine-Learning-Algorithmen ausgewertet werden.

AI und Transformation

Selbstverständlich finden wir einige dieser modernen Ansätze und AI-Einsatz bei unserem Klienten auch schon vor, jedoch hat es sich bisher immer gelohnt, noch einmal alles neu zu bewerten.

Mit Hilfe von integralem Einsatz einer guten AI-Architektur lassen sich im industriellen Kontext zukünftige Veränderung bei Kundenverhalten, Lebenszyklen oder Störungen voraussagen, Produkte verbessern, Kosten reduzieren, Nachhaltigkeit steigern und viele weitere wichtige Erkenntnisse gewinnen.

AI und Transformation gehören zusammen.

© 2025 Innovation Driver

Theme von Anders NorénHoch ↑