Diesen Artikel teilen:

27. Apr 2020

|

Wirtschaft

„Roboter sorgen für Wachstum und Jobs“

Journalist: Armin Fuhrer

Künstliche Intelligenz und Robotik erobern auch die Fertigung immer stärker, sagt der Experte Werner Kraus vom Fraunhofer-Institut IPA.

Dr. Werner Kraus, Leiter der Abteilung Roboter- und Assistenzsysteme am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, Foto: Presse

KI und Roboter sind in der Industrie auf dem Vormarsch. Welche Rolle spielt dabei das maschinelle Lernen? 

Maschinelles Lernen ist das Teilgebiet der Künstlichen Intelligenz, das aktuell am meisten angewandt und beforscht wird. Besonderes Augenmerk liegt hier auf Deep Learning, also tiefen neuronalen Netzen. Sie haben aufgrund intelligenter Datennutzung das Potenzial, nicht nur, aber insbesondere bei der Robotik für einen enormen Produktivitäts- und Innovationsschub zu sorgen. Maschinelles Lernen erfährt eine riesige Aufmerksamkeit und ist bis auf weiteres eine der einflussreichsten Technologien für die Industrie.

Wo stehen wir – noch ganz am Anfang oder schon in einem fortgeschrittenen Stadium?

Dies ist am besten branchenspezifisch zu beurteilen. Im B2C-Bereich sowie im Finanzwesen sind KI-Methoden bereits angekommen. Im B2B-Bereich wie zum Beispiel der Produktion werden KI-Methoden für die Datenanalyse eingesetzt, das heißt, es wird in großen Datenmengen nach Zusammenhängen gesucht. So können Optimierungspotenziale in der Produktion aufgedeckt werden. Auch Anwendungen in der Bildverarbeitung wie das Erkennen von Objekten in Bildern funktionieren gut.

In der Robotik ist das maschinelle Lernen besonders herausfordernd, da Roboter mit unterschiedlichsten Umgebungen interagieren und Trainingsdaten sehr teuer zu gewinnen oder rar sind. In unstrukturierten Umgebungen wie dem Haushalt oder dem Lager ist der Mensch noch immer etwa drei- bis fünfmal schneller als ein Roboter, zudem bedarf der Roboter einer umfangreichen Programmierung durch Experten. Perspektivisch aber wird KI Roboter befähigen, vom Menschen gestellte Aufgaben selbstständig zu lösen und dabei menschenähnliche Ausführungsgeschwindigkeiten zu erreichen.

In welchen Fertigungsbereichen bietet sich KI besonders an? 

Wir haben bereits über 80 KI-Anwendungsfälle von Unternehmen auf das technische und wirtschaftliche Potenzial von Machine Learning untersucht. Daher kennen wir aktuelle Bedarfe sehr gut. Rund 40 Prozent der Anwendungen in unseren Projekten beziehen sich auf die Auswertung von Bilddaten, beispielsweise für die Qualitätsprüfung und Signalverarbeitung oder auch für die Robotik. Die Bildverarbeitung wird durch maschinelles Lernen deutlich leistungsstärker und ermöglicht zum Beispiel Robotern, ohne manuellen Programmieraufwand, viele unterschiedliche Objekte robust zu erkennen und zu greifen.

Ohne Roboter ist aber zukünftig kein Wachstum mehr in der Fertigung möglich? 

Roboter spielen eine Schlüsselrolle für wirtschaftliches Wachstum und Wettbewerbsfähigkeit. Das sieht man daran, dass die Länder mit der höchsten Roboterdichte pro 10.000 Mitarbeitern besonders starke Wirtschaften und geringe Arbeitslosenzahlen haben. Sie sorgen also für eine gesunde, wohlhabende und integrative Wirtschaft sowie hochqualitative Jobs. Wachstum in der Fertigung ist ohne Roboter immer schwieriger zu erreichen.

2. Apr 2026

|

Business

Kein Roboter zum Gelddrucken, aber ein starker Wächter: KI bei Banken

Künstliche Intelligenz kann im Bankwesen schon ziemlich viel – aber eigenständig Geld drucken oder wundersam vermehren, das kann sie (noch) nicht. Banken setzen KI heute flächendeckend in mehreren Bereichen ein, allen voran in der Betrugsprävention, wo Fraud Detection mittlerweile Branchenstandard ist. KI-gestützte Systeme analysieren Transaktionen von Kundinnen und Kunden in Echtzeit, erkennen und stoppen auffällige Transaktionen und Zahlungsanweisungen in der Regel sofort, und reagieren innerhalb von Sekunden auf neue Angriffsszenarien. Gerade, weil sich Betrugsmaschen ständig weiterentwickeln, ist die Adaptionsgeschwindigkeit in diesem Bereich besonders hoch. Solche Systeme werden in Zukunft weiter optimiert werden, wodurch Banken Routineaufgaben mehr und mehr automatisieren können. Das eröffnet neue Möglichkeiten für personalisierte Kundenberatung, schnellere Analysen – etwa bei Kreditentscheidungen – und insgesamt bessere Kundenerlebnisse. Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen. Ziel ist es, Informationen effizienter zu nutzen und Entscheidungsprozesse zu beschleunigen. Im Vergleich zur Betrugsprävention befindet sich dieser Bereich jedoch noch in einer stärkeren Wachstumsphase, auch wenn die Entwicklung hier aktuell sehr dynamisch verläuft. >Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Es gibt unzählige Anbieter von bankenspezifischer KI. Viele davon decken nur bestimmte Anwendungsfelder ab, weshalb Banken häufig mehrere KI-Systeme parallel einsetzen. Auch, wenn Banken langjährige Erfahrung im Umgang mit sensiblen Daten haben, kann die Auswahl passender KI-Tools herausfordernd sein, denn die Lösungen müssen regelkonform sein, Change Compliance- und Datenschutzrichtlinien beachten, außerdem sollten die Daten innerhalb Europas bleiben und nicht unkontrolliert in andere Rechtsräume fließen. Erhöht KI im Bankwesen nun die Sicherheit – oder eher das Risiko für Betrug und Verlust? Grundsätzlich beides. Denn einerseits verbessert KI die Fähigkeit, Betrug frühzeitig zu erkennen und zu verhindern, andererseits entstehen neue Gefahren, insbesondere durch autonome KI-Agenten. Je mehr Entscheidungsfreiheit diese Systeme erhalten, desto größer ist das Risiko, dass sie Sicherheitsvorgaben umgehen oder manipuliert werden. Deshalb gewinnt das Prinzip „Human in the Loop“ beziehungsweise „Human in the Lead“ an Bedeutung: Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Auch im Finanzmarkt insgesamt sind automatisierte Prozesse kein neues Phänomen. Mechanismen wie algorithmischer Handel oder Stop-Loss-Orders können bereits heute Kettenreaktionen auslösen. KI könnte solche Effekte künftig verstärken, stellt aber nicht die ursprüngliche Ursache dar. Wohin wird sich KI im Bankwesen entwickeln? Eigenständig Geld drucken wird sie hoffentlich niemals – doch sie wird als umfassendes System im Hintergrund immer besser in den Bankenalltag integriert werden. Der Mensch wird im Bankwesen jedoch in zentralen Bereichen immer die Oberhand behalten, besonders bei der letzten Kontrolle und beim direkten Kundenkontakt – denn hier können aufmerksame Bankangestellte besser als jede KI als Sicherheitsschranke wirken, die ihre betagten Kundinnen davor schützen, auffällige Transaktionen hoher Summen vorzunehmen. >Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen.