Aktuelles

Künstliche Intelligenz verändert unsere Arbeitswelt. Die Einführung der Technologie in Unternehmen ist aber mit Herausforderungen verbunden. Damit sie sowohl für Beschäftigte als auch Unternehmen zum Erfolg wird, bedarf es eines strukturierten Change-Managements. Worauf es dabei ankommt, erklärt Oliver Suchy (Mitglied der Arbeitsgruppe Arbeit, Qualifikation und Mensch-Maschine-Interaktion).

Autos, Busse und LKW können sich mithilfe von Künstlicher Intelligenz in Testumgebungen zunehmend eigenständig fortbewegen. Im Straßenverkehr kann das automatisierte Fahren die Verkehrssicherheit erhöhen, Staus verhindern und Schadstoffemissionen reduzieren. Während die Technologie in nahezu allen Verkehrssituationen sicher funktioniert, verbleibt in seltenen Sonderfällen ein Restrisiko, dass sich das automatisierte Fahrzeug falsch verhält. Expertinnen und Experten der Plattform Lernende Systeme empfehlen in einem neuen Whitepaper eine KI-Mobilitätsdatenplattform für industrieübergreifendes Flottenlernen, auf der die wenigen verfügbarbaren Daten zu Ausnahmesituationen zusammengetragen werden. So soll die Plattform das Training von KI-Systemen im gesamten Mobilitätssektor verbessern und zur Sicherheit des automatisierten Fahrens beitragen.

Selbstlernende Roboter und KI-Systeme können im Weltraum, in der Tiefsee oder bei Katastrophen unterstützen. Dazu müssen die technischen Systeme einerseits möglichst autonom agieren, zugleich aber stets in der Letztkontrolle des Menschen bleiben. Wie sich diese Anforderungen umsetzen lassen und wo noch Forschungsbedarf besteht, erläutert Jürgen Beyerer (Co-Leiter der Arbeitsgruppe Lebensfeindliche Umgebungen).

Viele Mittelständler zeigen sich noch zurückhaltend beim Einsatz von Künstlicher Intelligenz. Ein erster Ansatzpunkt liegt in der Analyse der eigenen Wertschöpfungskette. Wie mittelständische Unternehmen konkret von KI profitieren können, welche Prozessschritte dabei anstehen und warum die Einführung von KI die Bereitschaft zum Scheitern voraussetzt, erläutert Alexander Löser (Mitglied der Arbeitsgruppe Technologische Wegbereiter und Data Science) im Interview.