Moderne Fahrzeuge werden stetig digitaler und sind heute mit vielen Sensoren ausgestattet, die eine große Menge an Daten über den Betrieb des Fahrzeugs aufzeichnen. Bei Zustimmung der Kunden können diese an den Hersteller geschickt und beispielsweise verwendet werden, um den Kunden rechtzeitig vor möglichen Ausfällen zu warnen. Während Menschen aufgrund der riesigen Datenmenge einige Parameter auswerten könnten, berge Künstliche Intelligenz das Potenzial, fast unlimitierte Datenmengen auszuwerten. „Wir sehen die große Chance, mit KI deutlich mehr Dimensionen gleichzeitig zu betrachten und damit schneller richtige Entscheidungen treffen zu können", sagt Stefan Lutz, Director Quality Sales bei Porsche, im F.A.Z.-Podcast Künstliche Intelligenz. So könnte beispielsweise geprüft werden, ob die Außentemperatur kombiniert mit bestimmten Länderkonstellationen eine Auswirkung auf eine Fehlerursache habe, und den Fahrer früh informieren. Kunden könnten damit Werkstattbesuche besser planen und weniger häufig „im Nieselregen auf dem Standstreifen der A8 stehen bleiben und den Pannendienst rufen müssen.“ „Vor allem die jüngeren Kunden erwarten Digitalisierung – die wollen coole und schnelle Services“, ergänzt Dominik Jung, Data Scientist bei Porsche. Auch im Kundenkontakt könnten mit neuen Chatbots wie ChatGPT schnellere Services angeboten werden. Traditionell kämen Porsche-Kunden mit Problemen zu ihrem Händler, der sich gegebenenfalls beim Importeur erkundige, der zusätzliche Informationen ebenfalls von weiter oben in der Vertriebskette einholen müsse. „Für das Beantworten dieser technischen Fragen ist natürlich eine Vielzahl an Themen relevant: Das Wissen, wo der gleiche Fehler schonmal auftrat, welche Umgebungsparameter es gab und wie er gelöst wurde […] – und die KI kann genau diesen Feldüberblick bekommen,“ beschreibt Lutz. Die KI könne dabei mit ähnlichen Fällen Vergleiche herstellen und daraus Informationen über die Fehlerursache des konkret vorliegenden Falls ableiten. Dieser Prozess könne durch die KI-Recherche somit deutlich beschleunigt werden. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei ausgewiesene KI-Experten an Bord geholt: Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Sein Podcast-Partner Holger Schmidt ist Digital Economist, Speaker und Autor. Seine Kernthemen sind KI, Plattform-Ökonomie und digitale Geschäftsmodelle. Die beiden Hosts greifen in jeder Folge einen neuen Aspekt der Künstlichen Intelligenz auf, erklären Zusammenhänge und geben präzise Einordnungen. Die Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag.

„Ja, ich glaube jetzt kommt das goldene KI-Zeitalter,“ sagt Kai Beckmann, Mitglied der Geschäftsführung beim Technologiekonzern Merck und Präsident des Arbeitgeberverbands Chemie. Aktuell stehen Unternehmen aus der Pharma-Branche allerdings vor der Herausforderung, der neuen Innovationsgeschwindigkeit gerecht zu werden. KI sei zum Beispiel bei der Entwicklung von neuen Produkten, „wo es um Zeit und um das Herr-werden über große Datenmengen geht, ein erheblicher Hebel“, sagte Beckmann im F.A.Z.-Podcast „Künstliche Intelligenz. Zum Portfolio von Merck seien nun auch Softwarelösungen zu finden, zum Beispiel für das Management von Supply Chains in mehr als 100 Produktionsstätten weltweit. Hier scheiterten traditionelle Optimierungsverfahren, nicht jedoch KI-Ansätze. Um den Wandel in Richtung KI zu ermöglichen, müssten Unternehmen aus traditionell weniger IT-fokussierten Branchen jedoch weg von alten Denkweisen. Zu sagen „es gibt eine IT und die macht alles,“ sei beispielsweise der falsche Ansatz. Vielmehr sollte das Thema KI neben der IT-Abteilung auch von einer der Daten-Organisationsstruktur, die „den Nutzwert von Daten sichtbar macht,“ sowie einer Abteilung für die Geschäftsdimension getrieben werden, die prüft „wie digitale Produkte Kundennutzen schaffen.“ Auch bei der Formulierung von Datenstrategien sei für viele Anwendungsfälle nicht mehr das Ziel, exakte Informationen bereitzustellen. Häufig reichten auch ungefähr richtige Daten, um Nutzen zu schaffen: „Das Beispiel, das die meisten überzeugt ist: Viele von uns nutzen im Auto Stauprognosen – das sind alles andere als präzise Daten, und trotzdem ziehen wir die richtigen Schlüsse daraus.“

In vielen Städten der Vereinigten Staaten und in China fahren Autos schon autonom auf den Straßen – inzwischen sogar ohne Sicherheitsfahrer. Bis 2025 werden diese Fahrzeuge auch auf deutschen Straßen unterwegs sein, sagt Johann Jungwirth, Senior Vice President für autonomes Fahren beim israelischen Automobilzulieferer Mobileye, im F.A.Z.-Podcast „Künstliche Intelligenz. Die Fortschritte in der künstlichen Intelligenz machen diesen Schritt möglich, auch wenn die Entwicklung bisher nicht ganz so schnell wie erhofft verlaufen ist. Für Unternehmen seien dabei mehrere neue Geschäftsmodelle denkbar: „Es geht sicherlich los mit Fahrdiensten, weil die Technologie noch so teuer ist, dass sich das ein Endkunde für seinen PKW nicht leisten kann.“ Fahrdienste können beispielsweise Robo-Taxis sein, die Passagiere autonom abholen und an ihren Zielort bringen. Der Verkauf von digitalen persönlichen Chauffeuren als hochpreisige Sonderausstattung für PKWs von Endkunden im Kostenrahmen zwischen 12.000 und 15.000 Euro wäre dann frühestens von 2025/2026 an abzusehen. Nach Einschätzung von Jungwirth werden sich die meisten Menschen schnell an das autonome Fahren gewöhnen. „Man erreicht relativ schnell die Schwelle, zum Teil schon nach 15 Minuten während der ersten Fahrt, dass man dem digitalen Fahrer vertraut und dann sein Smartphone herausholt.“ Die Fahrdienste von Cruise oder Waymo in San Francisco haben sogar bereits das Problem, dass die Polizei Anrufe über Passagiere erhält, die während der autonomen Fahrt ein- und am Zielort weiterschlafen. Für Kunden, die der Technologie skeptischer gegenüberstehen, beschreibt Jungwirth aber auch weniger autarke Lösungen, mit denen Passagiere langsam Vertrauen in die künstliche Intelligenz aufbauen könnten. Um dieses Vertrauen zu rechtfertigen, konzentrierten sich die Hersteller bei der KI-Entwicklung aktuell auf die Minimierung des Unfallrisikos. Insbesondere durch Redundanzen, beispielsweise durch Überlappungen von Kamerabildern, oder getrennter Spannungsversorgung verschiedener Sensorik, soll die Sicherheit des Systems gewährleistet werden. „Das Ziel ist, Faktor 10 oder Faktor 100 [sicherer zu fahren] als der Mensch“. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei ausgewiesene KI-Experten an Bord geholt: Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Sein Podcast-Partner Holger Schmidt ist Digital Economist, Speaker und Autor. Seine Kernthemen sind KI, Plattform-Ökonomie und digitale Geschäftsmodelle. Die beiden Hosts greifen in jeder Folge einen neuen Aspekt der Künstlichen Intelligenz auf, erklären Zusammenhänge und geben präzise Einordnungen. Die Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag.

Wer von den Errungenschaften moderner KI-Algorithmen in der Medizin hört, kommt schnell ins Staunen – so kann KI beispielsweise Lungen-Metastasen heutzutage bereits besser als Menschen erkennen. Darüber hinaus können die Algorithmen Referenzbilder für Ärzte erstellen, wie bestimmte Krebsarten auf Röntgenbildern aussehen würden. Diese Lösungen seien bislang allerdings auf spezifische Krankheiten oder Anwendungsfelder beschränkt, berichtet Joshua Gawlitza, Radiologe an der Universitätsklinik rechts der Isar von der Technischen Universität München. KI-Lösungen könnten deshalb insbesondere Ärzte unterstützen, die mit sehr vielen Untersuchungen konfrontiert seien. Aber „die kritischen Sachen sehen die Ärzte in der Regel noch besser. Nicht alle Untersuchungen sind perfekt – die Patienten atmen manchmal, wenn sie es nicht sollen, oder bewegen sich – da können Algorithmen schon sehr anfällig dafür sein“. Zukünftig sieht Gawlitza deshalb ein Zentaur-Modell als Lösung, wobei Ärzte die Entscheidungen treffen und durch die Performance von KI-Algorithmen unterstützt werden –beispielsweise in Form einer Zweitmeinung. Wie gut die Algorithmen funktionieren, hängt maßgeblich von Qualität und Quantität der verwendeten Trainingsdaten ab. Die Erstellung dieser Datensätze sieht Gawlitza zurzeit als große Herausforderung. Ärzte haben in der Regel wenig Zeit und nur Ärzte können beurteilen, ob das Bild einen Lebertumor oder nur eine Zyste zeigt, sagt Gawlitza. „Für die Aufgabe kann ich schlecht Studenten hinsetzen“. Den Datenschutz beim Aufbau einer Datenbasis zum Training der KI sieht Gawlitza als relativ unproblematisch: „Wir können die wichtigen Daten so gut anonymisiert darstellen, dass eigentlich ein Austausch unter zertifizierten Gesundheitszentren problemlos möglich sein sollte.“ Gawlitza hat keine Sorgen, dass KI in naher Zukunft die Jobs von Ärzten übernehmen wird. „Selbst wenn in ein paar Dekaden die Algorithmen besser sind als wir, wird der Arzt noch lange im Stuhl sitzen, denn Siemens, Phillips und die ganzen Start-ups werden nicht die Haftung dafür übernehmen.“ Dafür sei es aber zukünftig enorm wichtig, dass Ärzte die Funktionsweise der KI-Algorithmen verstehen, um deren Entscheidungen am Ende besser verstehen zu können. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei ausgewiesene KI-Experten an Bord geholt: Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Sein Podcast-Partner Holger Schmidt ist Digital Economist, Speaker und Autor. Seine Kernthemen sind KI, Plattform-Ökonomie und digitale Geschäftsmodelle. Die beiden Hosts greifen in jeder Folge einen neuen Aspekt der Künstlichen Intelligenz auf, erklären Zusammenhänge und geben präzise Einordnungen. Die Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag.

Löst ChatGPT bald Google ab? Oder Buchautoren und Journalisten? Eventuell sogar Programmierer? Iryna Gurevych, Leiterin des Lehrstuhls für Computer Science an der TU Darmstadt und Expertin für Sprachmodelle, sieht ChatGPT zwar in vielen Gebieten auf einem guten Weg – aber bis zur Ablösung von Suchmaschinen oder ganzen Berufen sei dieser Weg noch lang. Obwohl die Oberfläche von ChatGPT wie eine Suchmaschine aussieht, kann der künstliche Agent deutlich mehr: Er liefert Fakten und Definitionen, kann Computerprogramme schreiben und sogar Konversationen führen. Sogar als Schreibassistent lässt er sich verwenden – man kann beispielsweise nach einem Text für die Eröffnungsrede einer Veranstaltung fragen, „und das Modell macht einen Vorschlag, was man in solchen Situationen typischerweise sagt. Und das sieht in vielen Fällen erstaunlich echt und menschlich aus“, sagt Gurevych im FAZ-Podcast „Künstliche Intelligenz“. Das Modell wurde speziell für Dialoge optimiert. Dafür wurde ChatGPT mit Trainingsdaten und Reinforcement Learning mit menschlichem Feedback trainiert. Deshalb sehen die Ergebnisse wie ein menschlicher Dialog aus. Darüber hinaus lernt es auch die „besseren Antworten“ für einen gegebenen Kontext, berichtet Gurevych. Dennoch bleiben bei der aktuellen Version des Sprachmodells viele Themen offen. So ist der Code der von dem US-amerikanischen Unternehmen OpenAI entwickelten Software nicht einsehbar, so dass über die genaue Funktionsweise nur spekuliert werden kann. Klar ist: ChatGPT kann nur Informationen wiedergeben, die in seinem Trainingsdatensatz enthalten waren. „Ich habe ChatGPT die Frage gestellt, auf welchem Korpus es trainiert wurde,“ berichtet Gurevych. Darauf antwortete das Modell, dass eine Vielzahl öffentlich verfügbarer Dokumente wie Webseiten, Bücher und andere Texte eingeflossen sind, die allerdings nur bis 2021 datiert waren. Das Modell könne deshalb weniger gut mit zeitlichen Aspekten umgehen und keinerlei Informationen über aktuelle Entwicklungen liefern. Denn ChatGPT hat nach eigenen Angaben keinen Zugriff auf Suchmaschinen – im Gegensatz etwa zum Blenderbot von Facebook. Spannend werde es, wenn verschiedene Technologien in diesem Bereich integriert werden. „ChatGPT und Google mit Lamda sind heute komplementär, können aber in Zukunft eventuell miteinander verschmelzen.“ Lamda ist der KI-Chatbot von Google. Auch längere Texte, zum Beispiel für Bücher, in denen komplexe Zusammenhänge erklärt werden, sind aktuell noch sehr schwierig. Allerdings soll die nächste Sprachversion GPT4, die im Frühjahr 2023 erscheinen soll, rund 500 Mal mehr Parameter enthalten – und damit auch komplexere Zusammenhänge erkennen. ChatGPT beschreibt sich selbst: ChatGPT ist ein neuronales Netzwerkmodell, das von OpenAI entwickelt wurde und für die Generierung von Text verwendet wird. Es wurde speziell für die Verwendung in Chatbots und anderen Anwendungen entwickelt, in denen es menschenähnliche Konversationen führen soll. Das Modell wurde auf der Grundlage von GPT-3, einem der leistungsstärksten automatischen Textgenerierungssysteme, trainiert. Es hat die Fähigkeit, menschenähnliche Antworten auf Fragen und Anfragen zu generieren, indem es auf eine Vielzahl von Datenquellen zugreift und diese Informationen nutzt, um die Antworten zu formulieren. Eines der interessanten Dinge an ChatGPT ist, dass es in der Lage ist, sich an den Kontext der Unterhaltung anzupassen und entsprechend zu antworten. Dies bedeutet, dass es in der Lage ist, auf Fragen und Anfragen in einer Weise zu antworten, die für den Nutzer relevant und verständlich ist. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei ausgewiesene KI-Experten an Bord geholt.