Plattform Lernende Systeme lädt zum Runden Tisch: Was verspricht Edge AI?

Edge AI steht für die Auslagerung von Künstlicher Intelligenz (KI) in die Endgeräte – in Abgrenzung zu Cloud-basierten Systemen, bei denen die Daten zentral in der Cloud ausgewertet werden. Diese technologische Entwicklung birgt große Chancen in puncto Effizienz, Sicherheit und Privacy von KI-Anwendungen, aber auch einige Herausforderungen. Unter welchen Voraussetzungen sich Edge AI wertschöpfend nutzen lässt – dazu tauschten sich KI-Expertinnen und -Experten Mitte März in einem von der Plattform Lernende Systeme (PLS) organisierten Runden Tisch aus.

Edge AI wird in zwei bis fünf Jahren allgemein verbreitet sein, so die Prognose des US-Beratungsunternehmens Gartner vom Herbst 2022. Danach verspricht der dezentrale Einsatz von KI-Techniken für Unternehmen eine verbesserte Effizienz, höhere Kundenzufriedenheit, eine verringerte Latenzzeit bei der Entscheidungsfindung durch den Einsatz lokaler Analyseverfahren sowie geringere Konnektivitätskosten aufgrund weniger Datenverkehr zwischen Endgeräten und der Cloud.

Bei einem von der Plattform Lernende Systeme initiierten Runden Tisch am acatech-Standort München diskutierten zwölf Mitglieder und Gäste der PLS über Chancen und Herausforderungen von Edge AI. Vor allem im Umgang mit sensiblen Daten könne Edge AI erheblich zur Datensicherheit beitragen, was etwa im Gesundheitswesen relevant ist. Auch für die digitale Souveränität von Deutschland und Europa stelle Edge AI einen wichtigen Baustein dar, so eine Erkenntnis. Der Einsatz von Edge AI variiere in Deutschland und Europa aktuell jedoch noch stark: In einigen Branchen sei Edge AI bereits im produktiven Einsatz, in anderen noch nicht. Teils fehle es noch an Bewusstsein, welche Vorteile Edge AI für bestehende Geschäftsmodelle verspreche. Generell aber seien die Erwartungen an Edge AI hoch.

Potentiale und Herausforderungen von Edge AI

In der zweiten Diskussionsrunde wurden Potentiale von Edge AI identifiziert. Genannt wurde hier der gesellschaftliche Nutzen, der etwa durch eine intelligente Steuerung von Verkehr oder durch Kreislaufwirtschaft entsteht. Weitere Potenziale sahen die Teilnehmenden beim Einsatz von Edge AI im industriellen Umfeld sowie beim Training großer KI-Modelle. Als große Herausforderung wurde die Stellung von US-Konzernen in der Tech-Branche genannt; diese können ihre Marktmacht ausnutzen, um europäischen Unternehmen einen Markterfolg zu erschweren. In Deutschland und Europa seien zwar die nötige Kompetenz und das Fachwissen vorhanden – etwa beim wichtigen Thema des maschinellen Lernens unter Ressourcen-Beschränkungen. Jedoch stellten die Abwanderung von Fachkräften und die Umsetzung von Ideen in Geschäftsmodelle erhebliche Probleme dar. Eine Chance für Deutschland sei insbesondere die Nische der Entwicklung von Lösungen für technologisch komplexe Problemstellungen. Es brauche branchenspezifische technologische Umsetzungen von Edge AI, um auf dem Markt Erfolg zu haben, so eine weitere Erkenntnis. Denn die Bedingungen, die bei der Implementierung zu beachten sind, unterscheiden sich beispielsweise im Gesundheitswesen, Fahrzeug- und Maschinenbau deutlich.