KI ist die am schnellsten an Bedeutung gewinnende Schlüsseltechnologie

Unsere Wirklichkeit besteht aus einem Mix aus Beziehungen, Gefühlen, Überraschungen, Anblicken oder Stimmungen. Intelligent zu sein, bedeutet aus diesem „Durcheinander“ Sinn zu gewinnen und sinnvoll handeln zu können. Bisher war diese Intelligenz ausnahmslos uns Menschen vorbehalten. Doch das konkurrenzlose Zeitalter der menschlichen Intelligenz geht unsichtbar zu Ende. Zerlegt in Billiarden Datenpunkte und zusammengesetzt über moderne Software-Logik, schreibt Künstliche Intelligenz (KI) ein neues Kapitel der Technologie-Geschichte. Und dies derart stürmisch. Denn nach Insider-Einschätzungen sind die technischen Fortschritte in den letzten Jahren so gewaltig gewesen, dass selbst Optimisten staunen. Die lernfähigen Systeme werden autarker. In immer mehr Bereichen unserer Gesellschaft übernehmen künstlich intelligente Systeme Verantwortung für Arbeiten, die bisher uns Menschen vorbehalten waren.

Gigantischer Entwicklungssprung: Das steigende Interesse an KI lässt sich anhand von enormen technologischen Vorteilen erklären. In den letzten 10 Jahren ist die Rechenkapazität durch Fortschritte in der Miniaturisierung und Hardware-Technik je nach Sichtweise etwa 1.000-fach gestiegen. Die Datenmengen werden immer größer und Analyse-Werkzeuge immer leistungsfähiger. Im direkten Vergleich mit menschlichen Fähigkeiten ist KI mittlerweile in der Lage, ähnlich wie ein Mensch zu agieren. Und kognitiv sowie rational wie ein Mensch zu denken und Probleme wie ein Mensch zu lösen.

Eating and Enriching Data to create Value: Parallel und etwas zeitverzögert zur derzeitigen „Digitalisierungswelle„, die ihren Transformationshöhepunkt in den kommenden Jahren haben kommt KI daher. Während es bei der Transformation im Wesentlichen um digitalisierte Wertschöpfung, Neuausrichtung von Kundenbeziehungen, digitale Denk- und Arbeitsweisen, Einsatz von digitalen Tools und neue digitale Geschäftsmodelle geht, wird die darauf folgende „KI-Welle“ die durch die Digitalisierung erzeugten Daten veredeln und Wertschöpfungsketten künstlich intelligent weiterentwickeln oder neu definieren. Sie wird nahezu alle Branchen noch weiter transformieren und dabei für Unternehmen ganz neue Geschäftschancen ermöglichen.

Blick auf die Studienlage

Ein Blick auf die Verbreitung von Künstlicher Intelligenz zeigt, dass intelligente Softwaresysteme längst im Geschäftsalltag angekommen sind.

• Laut einer aktuellen Studie der Boston Consulting Group mit 3.000 Befragten, verfügen bereits 38% der Unternehmen über eine KI-Strategie. 23% setzen Pilotprojekte um. Mit 84% zeigen sich fast alle Befragten davon überzeugt, dass künstliche Intelligenz neue Wettbewerbsvorteile schafft. Und 75% erwarteten, dass KI einen besseren Vorstoß in neue Märkte ermöglicht.
• Vor dem Hintergrund von Effizienzgewinnen, prognostizieren die Analysten von Accenture in ihrer 2017 erschienene Studie, dass Unternehmen, die KI erfolgreich einsetzen, ihre Rentabilität bis zum Jahr 2035 im Schnitt um 38% anheben können.

• In der aktuellen Studie von PwC halten 72% der 500 befragten Führungskräfte KI für den entscheidenden Wettbewerbsvorteil der Zukunft. Und 54% bestätigten, dass in Ihrem Unternehmen eingesetzte KI-Lösungen bereits zu einer verbesserten Produktivität geführt haben.

• Laut Untersuchung des US-Technologie-Unternehmens Narrative Science verdoppelte sich der Einsatz von KI von 31% im Jahr 2016 auf 61% im Jahr 2017.
• Der Markt kognitiver Systeme wächst exponentiell. Laut McKinsey, Frost & Sullivan, EC, Forrester, IDC und Gartner werden Investitionen in KI innerhalb der nächsten 10 Jahre von aktuell 200 Millionen $ auf 60 Millarden $ ansteigen.

KI-Zeitreise: Fast schon so alt wie ein Menschenleben

1994 gewann das Dame-Computerprogramm Chinook den ersten Weltmeistertitel im Kampf gegen menschliche Gegner. Seit 2007 ist das Programm so übermächtig stark, dass es nicht mehr gegen Menschen verlieren kann. Schachweltmeister Kasparov verlor 1997 gegen den IBM-Schachcomputer »Deep Blue«. Während des Spiels gab Kasparov mehrfach an, Zeichen von menschlicher Intelligenz im Computer zu erkennen. Und 2005 durchbrach der Supercomputer des U.S. Department of Energy »BlueGene/L« die 100 Billionen Rechenoperationen des menschlichen Gehirns pro Sekunde.

Der ebenfalls von IBM entwickelte Nachfolger von Deep Blue, ein Hochleistungscomputer namens Watson, trat 2011 beim US-amerikanischen Fernsehquiz Jeopardy gegen die beiden besten menschlichen Spieler an und gewann. Nicht nur weil er so intelligent war. Sondern weil er mit 2.800 parallel arbeitenden Rechnern über so unglaublich große Kapazitäten verfügte. So konnte Watson vieles schneller auswerten und berechnen als die menschlichen Gegner mit ihrer Intelligenz.

Seitdem gibts es fast jedes Jahr neue Superlativen zu verkünden. Der intelligente virtuelle Assistent Siri von Apple in 2011. Chatbot Eugene Goostman in 2014, der ein Drittel seiner Gesprächspartner davon überzeugte, dass er ein menschlicher Gesprächspartner sei. Amazon’s intelligentes Sprachasistenzsystem Alexa in 2014. Microsofts Chatbot Tay in 2016. Und 2017 bezwang das Google DeepMind-Programm AlphaGo den weltbesten Profi-Spieler Ke Jie im intuitiven, komplexen Brettspiel Go. Der 19-jährige Chinese erklärte danach, er werde nie wieder gegen Computer antreten. Denn die IT-Fortschritte lägen jenseits unserer Vorstellungskraft.

Im gleichen Jahr zeigte das KI-System Libratus, dass sie Menschen auch im Pokerspiel überlegen ist, als sie vier Poker-Profis im Rahmen eines Turniers besiegte. Dabei besaß die KI anders als bei Schach oder bei Go bei der Poker-Variante nur unvollständige Informationen über den Spielstand. Bislang galten Spiele dieser Art als zu schwer für Computer-Gegner, da sie stark von Intuition und der Einschätzung der anderen Spieler abhängen. Zu diesem Zeitpunkt hatte die KI allerdings bereits 15 Millionen Prozessor-Stunden trainiert, bei denen er gegen sich selbst pokerte.

Blicken wir auf die am weitesten entwickelte Superintelligenz Watson, stellt dieses nicht ein fertiges Superhirn dar, sondern eher eine Art modularen Werkzeugkasten. Leiter Watson und KI-Innovation Wolfgang Hildesheim spricht bei Watson von einer Plattform mit kognitiven Services. Aus dieser stellen sich Anwender ihr individuelles Expertensystem und trainieren es mit einschlägigen Daten, bevor es sinnvolle Antworten liefert. Wollte man Watson Stand heute fragen, was den Menschen ausmache und würde man Watson mit der gesamten philosophischen, anthropologischen und medizinischen Literatur zum Thema Menschheit ausstatten, wäre die Superintelligenz in der Lage, alle Inhalte zu durchforsten: von der Urzeit bis heute, bei denen es um uns Menschen geht. Etwa so wie eine Art erweiterte, schlaue Lesehilfe. Auf die beispielhafte Frage was langfristig der Unterschied zwischen Mensch und Maschine ist, könnte Watson allerdings noch keine befriedigende Antwort geben. Da selbst heute noch der Mensch den Kontext festlegen müsste.

Quelle: S / Z / G

Heutzutage verbessern Hardware, Grafikprozessoren, Software-Bibliotheken und die Möglichkeiten auf große Datenmengen zugreifen zu können die Leistungsfähigkeit von KI-Anwendungen. Ein technisches Anwendungsbeispiel zeigt die Software von Tensorflow (interaktive Demo).

Technologieüberblick: Machine Learning vs. Deep Learning

Künstliche Intelligenz zeigt sich in der Fähigkeit von Maschinen, typische Herausforderungen, die menschliche Intelligenz voraussetzen, selbstständig umzusetzen. Dazu gehören Planung, Verständnis über Sprach-, Bild- und Tonerkennung und Problemlösungen. In veränderlichen Geschäftsumfelder ermöglicht KI den Verzicht auf zeitraubende und dadurch kostenintensive regelmäßige, manuelle Anpassungen von Prozessregeln. Mit ihren unsichtbaren Algorithmen kopieren und automatisieren die datenverarbeitenden Systeme unser menschliches Verhalten und greifen dabei auf Logik, Wenn-Dann-Funktionen, Entscheidungsbäume, Machine Learning und Deep Learning zu. Wenn dabei von kognitiven Systemen die Rede ist, stehen vier funktionale Bereiche im Fokus, innerhalb derer sich die Technologien am schnellsten und deutlichsten weiterentwickeln:

(1) Verstehen von Texten, Bildern, Tabellen, Tönen oder Bewegtbildern
(2) Planen, Argumentieren, Entscheiden und Probleme lösen
(3) Lernen mit dem Ziel, immer höherwertige Outputs aus Inputdaten zu generieren und
(4) Mensch-Maschine-Interaktionen basierend auf natürlicher Sprache, um die Kommunikation zwischen Menschen und Maschinen zu verbessern

Dabei lässt sich schwach ausgeprägte KI von stark ausgeprägter KI unterscheiden:

Unterschied zwischen Maschine Learning und Deep Learning einem Satz: Während Machine Learning Algorithmen KI trainieren, sind Deep Learning Algorithmen darauf aus, das menschliche Gedächtnis nachzuahmen. Mit anderen Worten versucht Deep Learning die menschliche Intelligenz über Simulationen zu erreichen und irgendwann zu übertreffen.

Wie KI „arbeitet“: Ein Foto besteht im ersten Schritt aus Pixeln, im zweiten aus Kanten und Kontrasten, im dritten aus Objekten. Im vierten Schritt werden dann diese Teile und Ebenen im Kontext zu einem ganzen Bild zusammengeführt, bei dem dann über die Beziehungen zueinander Bedeutung entstehen kann. Die Schallwellen einer menschlichen Stimme werden zuerst als Frequenzen verarbeitet, im zweiten Schritt als Phoneme, im dritten als Silben, im vierten als Wörter, danach als Wortkombinationen bis zuletzt ganze Sätze errechnet und eindeutig verstanden werden können.

Strategische Stoßrichtungen von fortgeschrittenen KI-Unternehmen

1. KI-Strategie und Führung: Um aus KI-Anwendungen Geschäftswert zu generieren, ist Top-Management-Beachtung und Top-Management-Handeln unerlässlich. Dafür müssen dem C-Level die Vorteile durch Einsatz künstlich intelligenter Softwaresysteme nachvollziehbar, greifbar und messbar dargestellt und daraus eine KI-Roadmap abgeleitet werden.
2. Neudefinition von HR in HAIR: Die Rolle des Chief HR Officers wird sich künftig verändern und nicht allein durch das Management von menschlichen Beschäftigten bestimmt sein, sondern auch „menschliche“ Maschinen-Interaktionen einbeziehen (Human Artificial Intelligence Resources).
3. Lernen mit künstlich intelligenten Maschinen: Um die Organisation auf die sich verändernde „Natur“ des organisatorischen Lernens und Personalentwicklung anzupassen, werden KI-Systeme im Rahmen der Fähigkeitenentwicklung eingesetzt, um insgesamt ein höheres Lern- und Fähigkeiten-Niveau zu erreichen.
4. Benennung eines Chief Data Supply Chain Officers (CDSCO): Um ein integriertes End-to-End Daten-Supply-Chain-Management sicherzustellen, werden bestehende Verantwortungsbereiche erweitert.
5. Schaffen einer offenen KI-Kultur: Vertrauen, Offenheit und Transparenz werden Schlüsselindikatoren für die Beziehung zwischen Menschen und Maschinen, um effizient zusammenzuarbeiten. Führungskräfte müssen dafür eine neue Facette der Unternehmenskultur und Rahmenbedingungen entwerfen, die Risiken der Zusammenarbeit von „hybriden“ Arbeitskräften minimieren und die Chancen durch Synergien in der Zusammenarbeit vergrößern.
6. Mensch-Maschine-Innovation: Die nächste Evolutionsstufe des Innovationsmanagements wird die in der Crowd von Menschen generierten Ideen und Daten mit KI-Fähigkeiten kombinieren, um neue und disruptive Geschäftschancen zu schaffen. In diesem Kontext begreift sich KI als Innovationsveredelung.
7. Der Schritt nach Automatisierung: Fortgeschrittene KI-Unternehmen denken einen Schritt weiter, um von vollautomatisierten, dynamischen, selbst-lernenden und selbst-steuernden künstlich intelligenten Maschinen zu profitieren.
8. Messung „Return on Algorithm“ – Im Gegensatz zu traditionellen Vermögenswerten die im Zeitverlauf an Wert verlieren, gewinnen neue KI-basierte KPIs und Assets an Wert. So benötigen Finanzvorstände neue Metriken, um den Return on Algorithm (ROA) zu quantifizieren. Dieser könnte die Wertzuwächse verschiedener Algorithmen beinhalten oder eine Kombination von Initialaufwänden und laufenden Software-Lizenzkosten.

Infografik in DIN A1: Aktuelle KI-Studienergebnisse, 16 KI-Technologiefelder, KI-Reifegrade, KI-Nutzung nach Branche und 18 KI-Anwendungsbeispiele von Marketing bis HR

17 Anwendungsfelder von Künstlicher Intelligenz

1. KI in Chatbots und virtuellen Sprachassistenten

Chatbots und virtuelle Assistenzsysteme wie Siri, Alexa, Bixy oder Google Assistant arbeiten mit KI im Hintergrund. Beim Thema Spracherkennung und der Antwortqualität zu Nutzerfragen, lässt sich der Reifegrad der eingesetzten KI ablesen. Chatbots führen dazu, dass sich in Unternehmen neben den menschliche Kollegen immer mehr virtuelle „Kollegen“ tummeln, die bei der Abwicklung von strukturierten Vorgängen oder Prozessen aushelfen.

Anfang 2018 gab Facebook bekannt, Chatbots glaubwürdiger machen zu wollen, indem KI-Gesprächspartnern Smalltalk beigebracht werden soll. Um das zu erreichen, statten die Facebook-Forscher Chatbots versuchsweise mit persönlichen Interessen und charakterlichen Eigenschaften aus. Da brauchbare Datensätze benötigt wurden, rekrutierten die Forscher menschliche Gesprächsteilnehmer und veranlassten sie, schriftliche Dialoge zu führen. Dabei kamen mehr als 10.000 Gespräche mit 160.000 Dialogzeilen zustande.

Damit die Chatbots in die Lage versetzt werden konnten, Small Talk Gespräche so ungezwungen und natürlich wie möglich zu führen, wurden die Teilnehmer gebeten, in die Rolle einer fiktiven Persönlichkeit schlüpfen, die auf 5 charakterlichen oder biografischen Gegebenheiten beruht – zum Beispiel “Mein Beruf ist Fotograf. Ich habe 2 Kinder. Seit kurzem habe ich einen Hund. Ich fahre gerne Fahrrad. Ich liebe House of Cards.“ Erste Forschungsergebnisse legen nahe, dass Chatbots und KI-Assistenzsystem der Zukunft nicht leere Projektionsflächen sein werden, sondern mit einer Persönlichkeit und Geschichten ausgestattet sein könnten.

2. KI und Medizin: Diagnostizierung und Prävention von Krankheiten

Mithilfe von Mustererkennung bei bspw. Brustkrebserkrankungen auf Röntgenbildern, greift Computer-Intelligenz auf einen größeren Erfahrungsschatz zu, als sich ein Mensch jemals aneignen könnte, da sie bereits Millionen von Aufnahmen evaluiert hat. In der Medizin gilt es als relativ unstrittig, dass KI die Bilder von Magnetresonanztomographien (MRT) und Computertomographien (CT) demnächst schneller und zuverlässiger befunden wird, als erfahrene, menschliche Radiologen.

Prof. Dr. Jochen Werner, Geschäftsführer und Ärztlicher Direktor des Universitätsklinikums Essen beschreibt, wie KI in unserer Gesellschaft tatsächlich bereits begonnen hat, die Arbeit von Spitzenkräften zu übernehmen. Er verweist auf die Erfahrungswerte in seiner radiologischen Klinik, bei der KI eine CT-Untersuchung mit mindestens vergleichbarer, häufig aber auch höherer Qualität befunden kann als erfahrene, menschliche Radiologen. Da KI lernfähig ist, verbessert sich mit jeder neuen Bildanalyse, die Befundungsqualität, und fertigt anschließend ein Software-Update an. Jochen Werner zeigt sich davon überzeugt, dass eine moderne Medizin ohne KI nicht mehr denkbar sein wird. Auch könnte KI Untersuchungsergebnisse aus Mikrobiologie, Virologie, Pathologie und Genetik kombinieren, um zu besseren Ergebnissen zu gelangen.

Der KI-Algorithmus der Google-Schwester Verily kann laut einer aktuellen Studie von Nature inzwischen Herzerkrankungen durch Augen-Diagnose vorhersagen – und dies noch bevor Krankheitssymptome aufgetreten sind. Auf Grundlage von 300.000 Patientendaten haben die Wissenschaftler von Verily in Zusammenarbeit mit der KI-Abteilung ihren Algorithmus trainiert. Über Augenhintergrund-Scans, die mit ihren Blutgefäßen auf den körperlichen Gesamtzustand eines Menschen schließen lässt, analysiert der Deep-Learning-Algorithmus die Aufnahmen und bestimmt daraus das Risiko einer möglichen Herzerkrankung wie beispielsweise eines Herzinfarkts. Die Genauigkeit dieser Methode soll bereits fast genauso hoch – dafür aber deutlich schneller sein – als das derzeit medizinisch anerkannte Vorhersage-Verfahren über Bluttests.

Bereits in 2017 hatten die Wissenschaftler Health-Daten der Apple Watch mit einem KI-Algorithmus ausgewertet, um Vorhofflimmern im Herzen zu ermitteln und mögliche Schlaganfälle zu vermeiden. Im Rahmen einer Pilotstudie prognostizierte das mit 140 Mio $ derzeit bestfinanzierte KI-Startup Sentient den gefährlichen Blutdruckabfall bei Patienten auf der Intensivstation. Die Software analysierte die Daten von insgesamt 6.000 Patienten und wurde immer treffsicherer: mit 91% Genauigkeit bei Prognosen 30 Minuten vor dem Blutdruckabfall.

3. KI und Selbstprogrammierung

Die Programmierfähigkeit von KI-Softwares schreitet voran. Sowohl Google als auch Microsoft ist es 2017 gelungen, dass die KI-Software wiederum selbst eine KI-Software entwickelt hat. Bei einem Wettbewerb zwischen menschlichem Entwicklern und KI-Entwicklern schnitten die Softwares, die künstlich erzeugt wurden, bei Referenzaufgaben besser ab, als diejenigen ihrer menschlichen Kontrahenten. In 2018 gelang es einer Google-KI ein neues Verschlüsselungsverfahren zu entwickeln, das bislang weder von Menschen verstanden wurden, noch bei bisherigen Angriffen zu knacken war.

4. KI bei Industrie 4.0

Laut BBC Research wächst der Markt mit ‚Smart Machines‘ jährlich um etwa 15%. Das Gesamtmarktvolumen für Computer, Robotik oder Maschinen mit Intelligenz lag 2017 bei 7,4 Mrd. $ und wird voraussichtlich bis 2021 auf 15 Mrd. $ ansteigen. Im Produktionsumfeld spricht der am Frauenhofer AIAS forschende Wissenschaftler Dr. Gunar Ernis von einem regelrechten KI-Hype. Denn dort wird KI allmählich „Ingenieur-tauglich“ und wandert aus der Wissenschaft in Produktionsbetriebe.

Prof. Dr. Alois Knoll verweist auf zwei Schlüsselfunktionen, die KI im industriellem Umfeld in Zukunft übernehmen wird. Zum einen werden an unterschiedlichsten Stellen eine Vielzahl von Daten erfasst, wie bspw. Messwerte aus Kameras in Echtzeit bei autonomen Autos, Werte aus tausenden Messpunkten bei der Überwachung von allen Komponenten einer Produktionsstätte bis hin zu Ergebnissen aus Sensoren, die Personen an ihrem Körper zur Aufzeichnung von Vitalfunktionen tragen. Nach ihrer Erfassung müssen die Daten bereinigt, analysiert, miteinander in Bezug gesetzt und interpretiert werden – bevor dann darauf basierend Entscheidungen getroffen werden können.

Die für die Entscheidungsfindung nötige enorme Kognitionsleistung kann deutlich effizienter von entsprechend angepassten Methoden der KI erbracht werden. Die zweite Schlüsselfunktion stellt nach Knoll eine durch KI deutlich vereinfachte Kommunikation zwischen den hochkomplexen Systemen und uns Menschen dar. So entstehen ganze neue Generationen von „virtuellen Arbeitskräften“, die über weite Strecken Arbeitsabläufe übernehmen können, welche bislang von Menschen in Kooperation mit Rechnersystemen bearbeitet wurden. Dabei ist die Erreichung vollständiger Autonomie in der Fertigung ein schleichender Prozess und kein plötzliches Ereignis.

KI wird in komplexen Industrie 4.0 und Smart-Factory-Umgebungen eingesetzt, wenn Standardsoftware versagt – bspw. wenn für viele Einzel-Szenarien spezielle Lösungspfade benötigt werden. Solche wurden bislang manuell erstellt. Aufwändige Aufgaben können mit Hilfe von KI in Zukunft deutlich effizienter und umfassender erledigt werden und der Industrie 4.0 zum weiteren Durchbruch verhelfen. Allerdings stoßen aktuelle Deep Learning-Systemen in der Welt komplexer Produktionsanlagen im Zusammenspiel mit Maschinen schnell an schnell Grenzen der Technik. Denn größere neuronale Netze brauchen wesentlich mehr Daten – bspw. 1 Mio. Datenpunkte. Und diese sind nicht aus jeder Produktionsanlage extrahierbar.

5. KI und Prozessoptimierung

Im Zeitalter allgemeiner Beschleunigung und veränderlicher Randbedingungen müssen Unternehmen ihre Prozesse häufiger und schneller anpassen. Entscheidungen, die früher der Mensch traf, werden an sofort und direkt reagierende Algorithmen delegiert. Die Anwendung Celonis von Microsoft nutzt Transaktionsdaten aus IT-Systemen, um Geschäftsprozesse mittels KI zu visualisieren, zu analysieren und zu optimieren. Dabei arbeitet die Software mit Machine Learning an der Optimierung von Workflows, um zukünftige Probleme in Prozessabläufen vorzubeugen.

KI wird eingesetzt, um Prozesse in Prozessumgebungen weiterzuentwickeln, die sich mit der Zeit anpassen und somit pflegeintensiv sind. Ein weiterer Anwendungsfall gilt der maschinellen Nachregelung von Prozessen mit hohen Fallzahlen. Oder der Generalisierung bei Problemen mit noch unbekannten oder noch unberechenbaren Faktoren im Falle von unvollständig beschriebenen Problemen. Beispiele: Verbraucher im Supermarkt erwarten auch bei Strandwetter oder Großereignissen, dass die Fleischtheke eine große Auswahl an Grillware vorhält. Von ihrer Bank, Versicherung oder Telefongesellschaft wünschen sich Kunden auf ihre aktuelle Lebenslage zugeschnittene Angebote. Sie möchten dafür aber nicht mehr zahlen als bisher, sondern eher weniger. Aus solchen Dilemmata hilft künstliche Intelligenz.

6. KI und selbstfahrende Fahrzeuge

Das KI-Feld im Rahmen von selbstfahrenden Fahrzeugen ist vielleicht eines der besterforschtesten. Im Bereich „Fahrassistenzsystemen“ greifen die großen Automobil-Hersteller – neben Tesla und Google – Toyota, Audi und BMW und Daimler inzwischen auf KI-Algorithmen zurück. Bei den meisten Anbietern des autonomen Fahrens, wurde bislang die Stufe 4 der Autonomie erreicht: hinter dem Lenkrad musste immer noch ein Fahrer sitzen. Dies wird sich vermutlich bald ändern. Denn neue Fahrzeuge wie kleine Transportbusse und Taxis, die bspw. die Technologie von Bosch „Deep Learning & Autonomous Drive“ einsetzen, können bald völlig fahrerlos fahren und sollen ab 2018 eingesetzt werden. Die Entscheidung ab wann autonome Fahrzeuge auf Straßen fahren werden, ist nicht mehr von der technologischen Entwicklung abhängig – sondern eine Frage der Gesetzgebung.

7. KI und Customer Service

KI in automatisierten Kundendienstagenten leisten 24/7 Hilfestellung und decken sowohl Kundensupport als auch Hilfestellung für Mitarbeiter ab. Bei der Kundenbetreuung lernen die kognitiven Agenten die Präferenzen ihrer menschlichen Gegenüber mit jeder Interaktion besser kennen und optimieren so die Anspracheregeln. Im Idealfall werden die Agenten und damit jedes KI im Kundendienst einsetzende Unternehmen für ihre Kunden zu einem vertrauenswürdigen Partner, da man sich kennt und einander schätzt.

Die SE Bank in Schweden nutzt bereits einen intelligenten Agent-Avatar namens Amelia, um internen IT-Support zu leisten und testet diesen darüber hinaus im Kundensupport. Die chinesische Handelsplattform Alibaba nutzt KI im Kundensupport, um den Andrang am chinesischen Single’s day (vergleichbar mit Amazon’s Black Friday) zu bewerkstelligen: dort arbeitet die KI-Anwendung über 95% der Support-Anfragen ab.

8. KI und Redaktion

Bislang handelte es sich bei automatisch generierten Texten in der Regel um Begriffserläuterungen, Basisinformationen und automatische Übersetzungen – sprich Daten und Faktenwissen. Im Laufe der Zeit nahmen diese Texte, die nach einem immer ähnlichen Prinzip zusammengesetzt werden, eine immer natürlichere Form an, da die Fähigkeit von Programmen, Texte automatisch zu erstellen, immer besser wurde. So ließen sich zwischenzeitlich auch Sportmeldungen und Börsennachrichten automatisieren, die früher ausschließlich von Menschen verfasst wurden. In solchen Fällen handelt es sich noch nicht um anspruchsvolle Texte, in denen Stil und Tonalität eine wichtige Rolle spielen, sondern eher um Inhalte, die nach einem festen Standard erstellt werden.

Genau bei diesen Texttypen kann KI unterstützen, weil solche einfacheren Texte gut analysiert und dadurch immer authentischer klingen können. Die nachfolgende Auswahl zeigt mögliche Textgattungen, die sich Stand heute bereits für KI-Automatisierung eignen:

• Stetig wiederkehrende Berichte im unternehmerischen Kontext wie Geschäftsberichte
• Börsenberichte und Wirtschaftsnachrichten
• News-Ticker-Texte wie Sportergebnisse oder Hochrechnungen bei Wahlen
• Wettervorhersagen
• Verkehrsmeldungen
• Statistische Informationen
• Beschreibungstexte für Produkte und Dienstleistungen

9. Kreative KI: Algorithmen machen Kunst

Es gibt intelligente Algorithmen, die Musik analysieren, verstehen und sogar erzeugen können. Musik ist im Vergleich zu anderen Kunstformen sehr regelhaft. Inzwischen gibt es sogar erste Vermarktungsplattformen für künstlich erzeugte Musik („Fake Music“). Stand heute kann KI jedoch nur nur Stücke „ähnlich wie Mozart“ oder andere bekannte Künstler erstellen. Noch nicht möglich für KI ist es dagegen, ein bislang unbekanntes Extra zu entwickeln. Dessen ungeachtet, entstehen mit dieser Art der Technologien ganz neue Geschäftsmodelle.

Im Sommer 2017 stellten Forscher der Rutgers Universität eine Künstliche Intelligenz vor, die künstlerische Gemälde produziert. Die KI wurde trainiert selbstständig mit Hilfe von zahlreichen Gemälden berühmter Maler verschiedener Epochen neue Kunstwerke zu schaffen. Im Rahmen eines Blindtests wurden die von der KI erstellten Gemälde mit Künstlern für diese Art Gemälde vermischt und insgesamt 18 Experten zur Beurteilung vorgelegt. Die Juroren beurteilten die Gemälde von der KI insgesamt besser als die von den Künstlern.

Ein erstes KI-Stück ist „FlowMachines“ – es entstammt aus einer Datenbank aus Musikstücken und Strukturen, auf Basis derer die KI menschliche Gewohnheiten kennen lernte. Anschließend wählte ein Mensch einen Stil aus, wie im folgenden Beispiel die „Beatles“ und weitere verschiedene Songwriter. Die Texte auch die finale Abmischung des Stück kamen noch von Menschenhand – die Melodie kommt allerdings von der KI, wie das folgende Video hörbar zeigt.

Das vermutlich weltweit erste KI-gestützte Album wurde am 21. September 2017 veröffentlicht mit dem bezeichnenden Titel „I am AI“. Dabei wurde das gesamte Album komponiert und produziert von einer KI mit Namen Amper. 2017 konnte Amper noch nicht nicht losgelöst von menschlicher Hilfe agieren. Das Album entstand in Kollaboration mit menschlichen Künstlern, welche die KI mit einer Reihe von „Inputsignalen“ versorgten, die Amper zur Komposition von Akkorden und Instrumenten nutzte.

10. KI und Webshops

ln Webshops blendet KI solche Werbung und Artikel ein, die aufgrund des aktuellen Benutzerverhaltens mit höherer Wahrscheinlichkeit zu Kaufabschlüssen führt. Dabei bleibt es nicht bei einfachen Regeln, wie etwa „verstärkt Werbung für Trainingsschuhe im Zeitraum der Olympiade anzeigen”. Sondern KI prüft zusätzlich, welche Produkte tagesaktuell besonders häufig gesucht oder bestellt werden. Und stellt sich dabei die Frage, welche neue Regel sich daraus ableiten lässt. Daneben finden Kontextinformationen Berücksichtigung wie bspw. Zusammenhang von gekauften Produkten, dem aktuellen Wetter oder aktuellen Nachrichten. Schritt für Schritt lernt die KI im Shop-System neue Regeln automatisch und steuert so neben der Werbeeinblendung bspw. auch die Bevorratung von Artikeln.

11. KI und Suchmaschinen

Die Eingabe bloßer Suchworte spielt eine immer kleinere Rolle in Suchmaschinen. Statt schlagwortbasierter Ereignisse gibt es echte Antworten – dank der fortschreitenden Entwicklung von wissensbasierter Systemtechnologie, Sprach-/Mustererkennung, logischer Schlussfolgerung, Approximation mittels künstlich geschaffener neuronaler Netze, Multiagentensystemen und Echtzeitentscheidungen.

12. KI und Predictive Business

Mittels KI und Predictive Analytics werden Voraussagen für die zukünftige Unternehmensentwicklung errechnet. Die Kombination aus großen Datenmengen und KI führt zu einer neuen Sorte von Prognosen – zu prädiktiven Analysen. Je weiter wir uns dabei KI nähern, desto umfangreicher werden die jeweiligen Analysen und desto komplexer die Modellierungen. Der Fokus verschiebt sich vom reinen Informationsgewinn über Interpretationen hin zu detaillierten Vorhersagen. Diese gehören genau so wie Data Discovery, bei der Zusammenhänge in Datenmengen entdeckt werden. Diese stellt einen Teil der Gattung Analytics dar, die mit Performance Management zum Bereich Business Intelligence zählt.

Grundsätzlich hängt die Performance eines KI-Systems in erster Linie von der Datenmenge und Datenqualität ab, mit der das System trainiert wird. So erheben Internet-Giganten wie Google, Facebook oder Uber täglich mehrere 100 Millionen Daten. Sie sichern sich damit den Zugang zu zukünftigen Massendaten und nutzen diese, um neue Algorithmen zu entwickeln und zu trainieren. Je zahlreicher diese spezifischen Daten vorliegen, desto mehr Trainings können die eingesetzten Algorithmen absolvieren. So entstehen signifikante Wettbewerbsvorteile.

Denn in der Folge verfügen diese Unternehmen über immer bessere Datenbasen und Vorhersagemodelle. Die KI-Anwendung Collaborative Language Engine von IBM kann aktionsauslösende Aussagen in Gesprächen wie Fragen, Zusagen oder Anfragen verarbeiten. Dabei extrahiert KI alle relevanten Informationen zur Aktion (beteiligte Personen, Ort und Zeit). Und erlernt als adaptive Anwendung selbstständig weitere Aktionen im Zeitverlauf.

13. KI und Customer Insights

KI kann das Kundenverhalten in Echtzeit analysieren, skalieren und daraus neue Erkenntnisse ziehen, die das Kundenverständnis des Unternehmens verbessern. Sie ermöglicht dem Vertriebsteam automatisiert, individuelle Vorschläge für einzelne Kunden(gruppen) zu generieren. Indem KI-Anwendungen strukturierte und unstrukturierte Kundendaten zusammenführen und Muster erkennen. Sowie anschließend aus riesigen Datenmengen Empfehlungen für jeden einzelnen Kunden generieren („Unique Recommendations“).

Zu externen unstrukturierten Daten zählen dabei bspw. Inhalte aus Twitter, Facebook, LinkedIn oder Instagram. Dazu kommen interne Daten aus dem E-Mail-Verkehr, Aufzeichnungen aus Call-Centern oder Wettbewerbsdaten, die Probleme oder Wünsche aufzeigen. Über KI lassen sich alle diese – neben den in CRM-Systemen erfassten – Daten auswerten. Und der Wert dieser Daten steigern, indem bspw. neue Geschäftschancen realisiert werden. Je höher der Reifegrad der eingesetzten KI bei der Kundendaten-Analyse und Mustererkennung ist, desto wertvoller sind die Einblicke in die Kundenpsyche.

14. KI und CRM

Anspruchsvolle Kunden erwarten heutzutage eine zeitnahe und über alle Touchpoints hinweg abgestimmte Ansprache mit individuell nützlichen Informations-, Produkt- oder Service-Angeboten in Echtzeit. Während klassische CRM-Systeme eine differenzierte Ansprache von Zielgruppen ermöglichen, sprechen wir im Zeitalter von KI vielmehr von hyperpersönlichen Geschäftsbeziehungen. Einerseits führt KI dabei zu einer besseren Zielgruppensegmentierung. Andererseits ermöglicht KI eine optimierte Aussteuerung von Marketingaktivitäten, indem bspw. POS-Daten, Wetterinformationen und Lokalisierungsdaten kombiniert werden, um persönliche Werbeanzeigen und persönliche Angebote zu generieren. Dazu passt KI die bestehenden Regeln nach vorgegeben Governance-Merkmalen ständig an.

Kognitive, künstlich intelligente Agenten ersetzen oder erweitern alte CRM-Systeme. Um dabei Kundeninteraktionen zu optimieren, setzen sie auf Feedbacksysteme, die sich an den Geschäftszielen orientieren. Solche KI-gestützten CRM-Systeme erweisen sich in der Praxis als effizienter. Denn sie lassen sich enger und flexibler an Ziele koppeln als klassische Provisionsmodelle, die eine vergleichbare Optimierung mit Vertriebspersonal anstreben.

15. KI und HR

Das sogenannte Robotic Process Automation automatisiert physische und digitale Aufgaben. Hierbei verhält sich das KI-System wie ein Mensch und konsumiert sowie bearbeitet Informationen von verschiedenen IT-Systemen. Die NASA setzt RPA im Bereich Human Ressources ein. Und dabei führt sie nach eigener Aussage 86% der Transaktionen des Unternehmens allein durch KI aus.

Es erscheint wahrscheinlich, dass auch künstlich intelligente Systeme bei der Bewerberauswahl eingesetzt werden.  Ein Beispiel in Richtung TextRecruit zeigt das im kalifornischen San Jose ansässige Startup mit seinem Recruiting-Chatbot namens Ari.

16. KI und Cognitive Insights

Im ersten Schritt lernte der Computer binäres Rechnen. Danach vernetzte er sich weltweit mit anderen Rechnern und „ging“ anschließend in die Cloud. Nun steht der Computer auf der Schwelle zur künstlichen Intelligenz und Cognitive Computing, um menschliche Denkprozesse zu simulieren. Zukünftig sollen kognitive Systeme und kognitive Einsichten auch Inhalte, Konversationen und Prozesse zusammenbringen.

Bei General Electric ordnen KI-Anwendungen Daten einzelnen Personen oder Unternehmen zu – und zwar datenbankübergreifend. Das System beseitigt Redundanzen und handelt Zulieferverträge aus, was laut GE zu Kostenersparnissen von 80 Millionen Dollar führte. Auch Deloitte setzt auf KI-Anwendungen im Bereich Cognitive Insights, um einzelne Vertragsbedingungen herauszufiltern. Mit der Folge, dass Mitarbeiter die Verträge nicht nochmal durchlesen müssen.

17. KI und Unternehmenssoftwares

KI setzt sich immer mehr als Standard bei Unternehmensapplikationen durch. Das Marktforschungsinstitut IDC prognostiziert, dass bis 2021 in 75% der kommerziellen Applikationen bei Unternehmen KI eingesetzt wird. Dabei helfen integrierte Entscheidungsbäume bestehende Prozesse zu optimieren und automatisieren.

Damit KI in Unternehmenssoftwares  sinnvoll zum Einsatz kommen kann, müssen geschlossene Systeme geöffnet und „Daten-Silos“ abgeschafft werden. Zugunsten offener und integrierter Plattformen. Auf diese Weise lasse sich Prozesse abteilungs- und bereichsübergreifend steuern und Informationen zentral in einer oder wenigen Datenbank/en zusammenführen. KI-gestützte Unternehmenssoftwares ermöglichen den Anwendern ihren Arbeitsalltag noch effizienter zu gestalten durch integrierte  Datenanalysen und Handlungsempfehlungen – beispielsweise bei Dashboards.

Ausblick KI: Fünf Experten im Interview

Unternehmen, die auf Künstliche Intelligenz setzen, setzen auf Überlegenheit bei Datenerwerb und Algorithmen. Bei positiver Lesart hilft uns KI zünftig mit nahezu unbegrenzten Services im Alltag. Sie macht uns Menschen schlauer, da durch sie das gesamte Weltwissen allgegenwärtig wird. Die Wirtschaft wird mit KI effizienter und die Forschung beschleunigt.

Bei negativer Lesart hat durch KI in einer vorausberechneten Gesellschaft derjenige Macht, der so viele Datenquellen wie möglich verbindet und nutzbar macht. Sobald die Daten in seine autonomen Roboter eingespeist sind, lässt sich damit eine neue Dimensionen sozialer Kontrolle eröffnen Solche Szenarien gipfeln schnell in der globalen Angst vor einer neuen, für uns Menschen nicht mehr kontrollierbare Weltherrschaft mit apokalyptischen Folgen. Hiebei drängt sich die Frage auf, warum KI überhaupt so etwas tun sollte? Und warum wir Menschen keine Mittel dagegen haben sollten?

Optimistischere Forscher sehen die Möglichkeiten Künstlicher Intelligenz als unbegrenzt an. Daneben scheinen sich eine Reihe Forscher einig zu sein, dass es KI auch zukünftig nicht gelingen wird, den Maschinen grundlegend menschliche Eigenschaften wie soziales Verhalten, Emotionen und Empathie beizubringen. Gleiches gilt für menschliche Werte wie Freiheit, Freude, Gerechtigkeit und Schönheit.

Neben der Tatsache, dass die Spielregeln unserer Gesellschaft mit maschineller Intelligenz bislang noch ungeklärt sind, besteht das Risiko, dass wir wir Superintelligenzen programmieren, noch bevor wir in der Lage sind, diese auch mit unseren Wertsystemen auszustatten. Wahrscheinlich ist aber, dass Künstliche Intelligenz den Weg aller Technik geht. Zunächst erscheint sie uns wie „Zauberei“. Dann wird sie normal wie Wasser aus dem Wasserhahn oder unsichtbar wie Luft. Weil KI für uns so selbstverständlich geworden ist und wir von den Superintelligenzen gar nichts mehr bemerken.

Die neue KI-Weltherrschaft vs. KI und Ochsenfrösche

Nach Oliver Bendel, der im Bereich Informations- und Maschinenethik sowie moralische Maschinen forscht, ist das Weltherrschaftsthema wenig relevant. Für ihn ist es vielmehr der Bereich, dass KI-Systeme dazu eingesetzt werden, um Menschen zu beobachten, zu belauschen, zu bewerten, auszuliefern oder gar ganz auszuschließen. Denn wenn Gesichtserkennung auf Stimmen-/Spracherkennung trifft, lassen sich Menschen in einer Art und Weise einteilen und beurteilen, die ihnen selbst gefährlich werden kann – unter der Voraussetzung dass gewisse Absichten bei Menschen vorhanden sind, KI-Systeme als willfähriges Werkzeug einzusetzen.

Der als „sonniges Gemüt der KI“ geltende Direktor des schweizerischen Forschungsinstituts für Künstliche Intelligenz Jürgen Schmidhuber ist einer der Ziehväter des Deep Learning. Er bringt es folgendermaßen auf den Punkt: „Intelligente Systeme werden spätestens dann das Interesse an uns Menschen verlieren, wenn sie eine Entwicklung, die bei uns Menschen von der Geburt bis zum Erwachsenwerden 20 Jahre dauert, in 20 Millisekunden nachvollziehen können – was sollen wir ihnen dann noch geben können?“

Angst, brauchten wir dann nicht zu haben. Wir Menschen seien wohl später einmal für intelligente Maschinen das, was für uns die Ameisen am Amazonas seien. Die lassen wir doch auch leben – solange sie nicht in unseren Häuser krabbeln. Auch einen Fluchtweg ins All brauchen wir, laut Schmidhuber nicht. Demzufolge werden die Maschinen die Erde schon vor uns verlassen. Denn im Asteroidengürtel gäbe es Unmengen an Rohstoffen, für selbstreplizierende KI-Fabriken ohne eine Atmosphäre voller „giftem“ Sauerstoff wie auf der Erde, der Roboter schneller rosten lässt. Wer mitentscheiden will, wie das neue Kapitel Mensch-Maschine weitergeht, sollte sich nach Schmidhuber jedoch beeilen. Denn die Entwicklung wird aller Voraussicht nach noch an Geschwindigkeit zunehmen.

„Die Erde wird Künstlichen Intelligenzen eng erscheinen, und sie werden ins All streben, wo unendlich viel Energie lockt. Wir Menschen sind für die KI so interessant, wie Ochsenfrösche für uns“ (Jürgen Schmidhuber)

Allerdings gibt Schmidhuber zu, dass die KI-Stand heute noch nicht mal auf „Kleinkindniveau“ angekommen sei, sich dies aber rasant ändern werde. Er prognostiziert, dass sich die Systeme unaufhaltsam weiterentwickeln werden: „alleine schon deshalb, weil so viele Menschen von ihnen fasziniert sind“. In den kommenden Jahrzehnten werde man seiner Meinung nach das Wesen der Intelligenz vollständig verstanden haben, das im Rückblick für KI dann recht simpel erscheine. Auf Basis dieser neuen Wissenssprünge werde man Maschinen bauen können, die viel klüger als der Mensch sind und die, im engeren Sinne, eigentlich gar keine Maschinen mehr sein werden.

Noch weit entfernt von künstlicher Fantasie und Erfindungsgeist

Der deutsch-britische Hirnforscher John-Dylan Haynes sieht die KI-Entwicklung nüchternder. Für ihn löst KI lediglich Probleme, die gut formalisierbar und mathematisch beschreibbar sind. So, wie es etwa bei Schach und Go der Fall ist – mit fast unbegrenzt möglichen Spielzügen. Aber dennoch weniger komplexen Zustandsraum – als bei einem typischen Alltagsszenario bei uns Menschen. Dazu gehört nach Haynes auch Poker, da sobald die Datenbasis zum vergangenen Verhalten einer Person bekannt ist, KI dieses relativ einfach reduzieren kann auf Spielzüge. Sobald diese mit bestimmten Karten durchgeführt wurden, kann KI daraus die Wahrscheinlichkeit berechnen, dass derjenige Spieler blufft. Auf diese Weise werde auch auch Poker berechenbar.

Anders verhält es sich seiner Meinung nach bei uns Menschen mit unserer körperlichen Flexibilität, unserer Fantasie und unserem Erfindungsdrang. Hier verweist Haynes darauf, dass keine KI vor 15 Jahren auf die Idee gekommen wäre, so etwas wie ein iPhone zu entwickeln. Denn so etwas hatte es zu diesem Zeitpunkt noch nicht gegeben. Ein iPhone wäre für eine Maschine ein ganz schlecht formalisierbares Problem gewesen. Und KI wäre aller Voraussicht nach auch nicht auf die Idee gekommen, dass es dafür echte Bedarfe im Markt geben könnte. Daher erwartet der Professor für Hirnforschung an der Charité auch von der KI auch keine Innovationsprozesse, da kreative Problemlösungen und Erfindungen noch immer uns Menschen vorbehalten seien.

Selbst Dreijährige sind heute noch weiter

Der Neurologe und Physiker Christoph von der Malsburg zeigt sich vom aktuellen Hype wenig beeindruckt. Der als „Grandseigneur“ der KI-Forschung geltende Experte hat was KI betrifft schon alles gesehen. Bereits in den 1990er Jahren erforschte er neuronale Netzwerke und Mustererkennung und damit lange, bevor diese so populär wie heute wurden. Heute fördert er gezielt junge Talente bei der Entschlüsselung der Prinzipien der humanen Intelligenz.

Nach von der Malsburg können die gegenwärtigen KI-Systeme nur Muster erkennen, aber kein „echtes“ kognitives Verständnis entwickeln. Er bringt dazu das Beispiel von Kindern, die etwa mit drei Jahren ein komplexes Objekt wie eine TV-Fernbedienung oder ein iPad innerhalb weniger Sekunden in sich abspeichern. Und es danach immer wiedererkennen – selbst unter schwächerer Beleuchtung, oder mit anderen Farben bzw. Positionen. Nach ihm, können die neuronalen Netze dies noch nicht verlässlich genug. Prognosen, bei denen sich künftig ein Bewusstsein auf einen Rechner kopieren lassen, hält er für völlig überzogen.

Dennoch erwartet der Neuroforscher entscheidende Fortschritte bei Künstlicher Intelligenz, da die Technik bereits da sei und „Heere von klugen jungen Leuten, die hektisch Informatik lernen, jetzt auf diesen Zug aufspringen“. Schließlich könne sich jeder die Technik des Deep Learning in zwei Wochen selbst beibringen. Wenn er entsprechende Programme herunterlädt und sich Tutorials anschaut. Nach von der Malsburg sei es deshalb nur eine Frage der Zeit, bis menschliche Intelligenz in einem echten Sinne technisch realisiert werden kann. In einer für ihn noch fernen Zukunft könnten künstliche Organismen Situationsbewusstsein und flexible Entscheidungsmechanismen erhalten. Intelligenz alleine stünde dabei nicht ausschließlich im Fokus, sondern vielmehr das Programmieren jener Instinkte, die uns Menschen durch die Evolution mitgegeben wurden wie bspw. Überlebenswille, Besitzstreben und Neugier. Dem Neuroforscher zu Folge, wird bereits heute in Labors daran gearbeitet, Maschinen solche Motivationsstrukturen zu implementieren.

Parallelwelten und Transhumanisten

Schauen wir noch weiter in die Zukunft sind auch digitale Parallelwelten, wie in der Science-Fiction-Reihe „Matrix“ bereits skizziert wurde, vorstellbar. Professor Nick Bostorm, Direktor des Instituts Zukunft der Menschheit an der University of Oxford, prognostiert eine solche Matrix in den kommenden 300-500 Jahren. Dort werden wir Menschen in digitalen Parellelwelten leben. Und künstliche neuronale Netzwerke werden eine Kopie unsere menschlichen Gehirne aufrechterhalten – unabhängig davon ob die Körper noch leben oder nicht. Willkommen in der Welt der Transhumanisten, die ihre physischen, psychischen und intellektuellen Grenzen menschlicher Möglichkeiten durch den Einsatz technologischer Verfahren erweitern.

Im Gegensatz zur Schreckensvision in der „Matrix“, sehen Transhumanisten allerdings das Leben in digitalen Parellelwelten als gewaltige Chance für die Menschheit. Da unsere Körper mit all ihren Beschränktheiten der Biologie zurückgelassen werden können. In dieser neuen Welt werden wir selber Kapitän auf dem Schiff sein und Erfinder unserer Geschichte. In dieser Welt tun wir das, wonach uns der Sinn steht – ganz frei von Zwängen. Und dies leichter, vorhersehbarer und selbstgestalteter. Der unseres Körpers entledigte künstliche Algorithmus wird genauso funktionieren wie das menschliche Gehirn. Er wird denken, planen, entscheiden, sich erinnern, träumen und vielleicht auch fühlen. In kollektiver Gemeinschaft leben die Algorithmen als selbstlernende Systeme mit unzähligen, eindeutig identifizierbaren IDs die ihre Erfahrungen potenzieren. Un dies leistungsfähiger, kreativer und harmonischer als jede menschliche Gruppe. Wie beruhigend

The post Künstliche Intelligenz im Jahr 2018 – alles was Sie wissen müssen appeared first on Transformation X.

Smart Objects integrieren sich ins Smart Home Ökosystem

Das Smart Home Universum wächst Jahr für Jahr – seit der Jahrtausendwende. Damals gingen Zukunftsvisionen vom selbstbestellenden, internetbasierten Kühlschrank die Runde. Etwa zeitgleich inspirierten digitale Bilderrahmen als „digitale Dia-Projektoren“ eine breitere Bevölkerungsschicht. Im Nu eroberten diese frühen Smart Objects Wohnzimmer und Büros. Doch so spannend diese Anwendungen für viele damals waren, leisteten sie noch keinen deutlichen Mehrwert im Vergleich zu ihren rein physischen Vorgängern. 15 Jahre später ergibt sich ein verändertes Bild. Viele intelligente Helferlein integrieren sich heute in das Smart Home Ökosystem und erheben den Anspruch für sich, unsere Wohn- und Lebensqualität und Sicherheit zu erhöhen und eine umfassende Informationsversorgung sicherzustellen. Anfang 2015 nutzen bereits über 15% der Haushalte Smart Home Produkte. Einen besonderen Nutzen schaffen die Systemlösungen durch ihre Integration und Vernetzung von kompatibler Basistechnologie in Produktkomponenten aller Art im Wohnumfeld dadurch, dass sie sowohl zentral, als auch über Fernsteuerungen und Smart Home Apps ansteuerbar geworden sind. Die Vielzahl an Smart Products im Smart Home Universum lässt sich in mindestens sechs funktionale Kategorien einteilen, deren Grenzen untereinander fließend sind:

• Smart Energy: Heizung, Klimaanlage, Licht, Jalousien, Bodenbeläge
• Smart Cleaning: Staubsauger, Waschmaschine, Bügeleisen
• Smart Security and Safety: Alarmanlage, Rauchmelder, Überwachungskameras, Türschlösser, Blumentöpfe
• Vernetzte Unterhaltungselektronik: TV, Tablets, Smartphones, Spielkonsolen
• Smart Health Care: Zahnbürste, Kleidung, Schuhe, Bett
• Smart Kitchen: Kühlschrank, Herd, Besteck, Küchenmesser, Teller, Tassen, Töpfe, Pfannen, Messbecher, Waagen, Kaffeeautomaten, Toaster, Schneidebrett, Wasserkocher Milchflaschen, Grille

Technologischer Fortschritt macht’s möglich

Smart Objects folgen einem technologischen Trend, der durch die dynamische Entwicklung der Mikroelektronik und Informatik stetig weiter vorangetrieben wird. Eine grundlegende Funktion bei intelligenten Objekten ist deren eindeutige Identifikation. Aus diesem Grund stellt die drahtlose Datenübertragung via RFID (Radio Frequency Identification) eine Basistechnologie vieler Smart Objects dar. Stehen neben Identifikation und Datenspeicherung auch Funktionen wie bspw. Datenerfassung und Informationsverarbeitung im Vordergrund, kommen in der Regel drahtlose Sensornetzwerke zum Einsatz. Bei RFID wird lediglich ein Transponder (Tag), der eingehende Signale aufnimmt und ein Transceiver, der Signale auslesen kann benötigt. Aufgrund ihrer minimalen Größe brauchen die Transponder-Chips bzw. Funketiketten heutzutage keinen eigenen Energiespeicher mehr und werden bei ihrer Nutzung durch das elektromagnetische Strahlungsfeld des Transceivers mit Strom versorgt und anschließend ausgelesen.

Neben vielen Einsatzmöglichkeiten die sich aus der geringen Größe von Tags ergeben, ist die Technologie auch aus Kostensicht praktikabel geworden. So lassen sich über Funk miteinander kommunizierende Sensoren, die ihre Umgebung erfassen, sehr günstig in miniaturisierter Form herstellen und an beliebiger Stelle im Smart Home Kontext einbringen. Tags kosten heutzutage nur noch wenige Cents und werden zukünftig mit steigenden Stückzahlen preislich weiter sinken.

Neben Funkübertragung und Bluetooth-Technologie greifen viele Smart Objects auf das herkömmliche WLAN zu, um eine direkte Kommunikation zu Anwendern bereitzustellen, die, egal wo sie sich gerade befinden, Befehle an Smart Objects übermitteln oder Informationen von außen abrufen können. Darüber hinaus können zahlreiche Smart Home Helferlein mittlerweile auch untereinander kommunizieren und bilden damit einen weiteren Baustein bei der Machine-to-Machine-Communication ab.

Innovative Inspirationen aus dem häuslichen Alltag

Die Menge der vorhandenen Designstudien, Prototypen und Produkte im Smart Object Universum wächst kontinuierlich. Der folgende Überblick zeigt einen kleinen Ausschnitt.

Smart Home + Intelligentes Essbesteck

Quelle: media1.onsugar.com

Quelle: google.com/liftware

Das Essbesteck, das wir bis heute in weiten Teilen der Welt nutzen, ist fast so alt wie die Menschheit selbst und hat sich seitdem nur wenig verändert. In den vergangenen Jahren breitet sich die Intelligenz auf Löffel, Gabel und Messer aus. So erhebt Smart Spoon „Liftware“ von Google den Anspruch, das Zittern von Parkinson-Patienten auszugleichen und HAPIfork von Slow Control zu einer gesunden Ernährung beizutragen, indem die Nahrungsaufnahme kontrolliert und dokumentiert wird. Dabei zählt die smarte Gabel die Bewegungen pro Minute vom Teller bis zum Mund und errechnet außerdem die Essgeschwindigkeit, um gegebenenfalls zu mehr Ruhe zu animieren, da das Sättigungsgefühl bekanntermaßen erst nach 20 Minuten einsetzt.

Quelle: electroluxdesignlab.com

Eine weitere fortschrittliche Variante von schlauem Besteck zeigt sich im Smart Knife von Electrolux aus Schweden. Das mit umfangreicher Sensorik ausgestattete Messer prüft die Speisen auf Haltbarkeit, Temperatur, sowie Nährstoff- und Zuckergehalt. Es soll zudem aktiv zur Verlängerung der Haltbarkeit des geschnittenen Lebensmittels beitragen, indem beim Schneiden negative Ionen abgesondert werden, die die Schnittfläche vor Oxidation schützen. Derzeit befindet sich das Produkt noch in der Entwicklung.

Smart Home + Intelligente Teller

Quelle: www.electroluxdesignlab.com

Gleiches gilt für die nächste Generation von Tellern. Ein Projekt mit dem Arbeitstitel „My Diet Plate“, ebenfalls aus dem Electrolux Design Lab, zielt darauf ab, die Ernährungsweise von Menschen zu verbessern, indem die Teller individuelle Mengenangaben zu Fleisch, Salat, Beilagen und Nachtisch nach einem persönlichen Diätplan berechnen und mit Hilfe von LEDs zugänglich in Glastellern visualisieren. Alltagserprobt sind hingegen die RFID-Teller der Kantine der Mercedes-Benz-Bank in Stuttgart. Dort wird bereits seit Jahren vollautomatisch erkannt, welche Gerichte sich auf dem Teller des Gastes befinden, um anschließend ohne Verzögerungen und vollautomatisch deren Preis zu berechnen und so Zeit und Arbeitsleistung einzusparen.

Smart Home + Intelligente Töpfe

Quelle: www.crock-pot.com

Noch bevor Teller, Messer und Gabel gebraucht werden, verbindet der „Crock-Pot WeMo Smart Slow Cooker“ die physische Zubereitung von Essen mit der digitalen Welt. Der Kochtopf bietet die Möglichkeit alle Funktionen von unterwegs aus mit dem Smartphone zu bedienen, die Temperatur zu verändern, sowie die Garzeit zu bestimmen und kann sogar mit Hilfe von Sensoren den aktuellen Status des Garguts abfragen.

Smart Home + Intelligente Bratpfanne

Quelle: www.kickstarter.com

Analog dazu bietet die Pantelligent Smart Frying Pan ähnliche Funktionen – So kommen auch unerfahrene Kochneulinge bei der Zubereitung in der Bratpfanne zu genießbaren Ergebnissen. Temperatursensoren und Konnektivität zu Smartphones und Tablets sollen das ermöglichen, die darüber hinaus auch das Abrufen von Rezepten und die Speicherung eigener Kochideen bieten.

Smart Home + Intelligente Löffelwaage

Quelle: amazon.com

Ein weiteres Gadget für gesündere Ernährung ist die Löffelwaage mit dem Namen Admetior Digital Volumetric Spoon Scale. Sie verspricht eine genaue Dosierung von Flüssigkeiten. So lassen sich auch kleine Mengen wie etwa Öl oder Saucen exakt dosieren.

Smart Home + Intelligente Backwaage

Quelle: www.getdrop.com

Auch Backen wird bequemer: die intelligente Backwaage Drop Connected Kitchen Scale gleicht gewogene Mengen mit den Vorgaben aus ausgewählten Rezepten ab. Per Bluetooth kommuniziert die Waage mit einer dazugehörigen App. Der Hersteller verspricht perfekte Kuchen und Kekse, sofern Anwender allen Anweisungen folgen.

Smart Home + Intelligentes Schneidebrett

Quelle: amazon.com

Das Prep Pad von Orange Chef geht noch einen Schritt weiter und verbindet das bloße Wiegen der Zutaten mit dazugehörigen Nährwertangaben und will damit zu einer gesunden Ernährung beitragen. Alle Informationen über verwendete Lebensmittel lassen sich per App aus einer Datenbank auswählen, per Voicecapture-Verfahren angeben oder mithilfe von Produkt-Barcodes identifizieren. Prep Pad speichert die Daten und bietet wöchentliche Auswertungen zu verzehrten Kohlenhydraten, Fetten und Proteinen an.

Smart Home + Intelligenter Barkeeper

Quelle: somabarkickstarter.com

Auf Kickstarter hat die Idee des intelligenten Barkeepers für zu Hause bereits viel Zuspruch finanzieller Art bekommen. Sie überträgt vereinfacht ausgedrückt das Konzept eines Kaffeevollautomaten auf die Zubereitung von Cocktails. Auch hier läuft die Bedienung über das Smartphone und App ab, die die vorhandenen Alkoholika in den sogenannten Soma Pods mit „Rezepten“ aus der Datenbank abgleicht und auf Wunsch zu einem Cocktail zusammenmischt. Die Liste der Zusatzfunktionen des intelligenten Cocktail-Mixers ist lang: Er kann vorhandene Mengen messen, sich selber reinigen und Mischverhältnisse, sowie ganz eigene Cocktail-Rezepte speichern.

Smart Home + Intelligenter Blumentopf

Quelle: blog.parrot.com

Ein weiteres Beispiel für intelligente Funktionen in physischen Gebrauchsgegenständen stellt Flowerpower von Parrot dar. Der Hersteller wirbt damit, dass nun auch alle Leute ohne grünen Daumen problemlos Pflanzen in der Wohnung am Leben halten können. Ein Sensor, der vom Design an einen unauffälligen Ast erinnern soll, kann die Feuchtigkeit, die Helligkeit, die Temperatur und den Bedarf an Dünger messen und verbindet sich mit dem Smartphone via Bluetooth. Anwender bestimmen die Pflanzenart, die der „intelligente Ast“ betreuen soll. Dafür steht eine Datenbank zur Verfügung, die Informationen über die Bedürfnisse der jeweiligen Pflanzen bereitstellt. Die Idee der intelligenten Pflanzenpflege geht noch einen Schritt weiter: Parrot stellte bereits prototypische Blumentöpfe vor, die zusätzlich autark die Bewässerung durch integrierte Wasserspeicher übernehmen.

Smart Home + Intelligenter Wasserkocher

Quelle:firebox.com

Mit iKettle ist ein Wasserkocher auf dem Markt, der sich insbesondere der Kunst der Teezubereitung widmet. Via Smartphone lassen sich verschiedene Wassertemperaturen vorprogrammieren. Für weiteren Komfort, lässt sich via App festlegen, wann das Wasser für den morgendlichen Tee aufgekocht werden soll, oder warmgehalten, wenn der Benutzer lieber noch liegen bleiben möchte.

Smart Home + Intelligente Milchflasche

Quelle: quirky.com

The Milk Maid ist eine Milchflasche mit Zusatzfunktionen. Dank eingebauter Sensorik ist sie in der Lage, die eingefüllte Menge an Milch zu messen und den pH-Wert ihres Inhalts zu ermitteln. Damit stellt sie automatisch fest, wann die Milch ungenießbar wird. In diesem Fall sendet sie eine Nachricht an das gewünschte Smartphone, damit der Nutzer schon unterwegs weiß, dass neue Milch gekauft werden muss.

Smart Home + Intelligenter Grill

Quelle: lynxgrills.com

Das Grillsystem Lynx könnte bald zunächst im US-Markt, später auch bei uns zunehmende Beachtung finden. Und so ist es auch keine Überraschung, dass der Prototyp aus dem sonnigen Kalifornien kommt. Er soll noch in 2015 auf den Markt kommen und bietet zahlreiche Funktionen, die von einem Smart Object erwartet werden dürfen. Nachdem der Anwender seinem Grill via Sprachsteuerung mitgeteilt hat, was er zubereiten möchte, greift Lynx auf eine Online-Datenbank zu, um die erforderlichen Garzeiten und Zubereitungstechniken abzurufen. Daraus errechnet das Gerät die optimale Stelle für jedes einzelne Grillgut auf seinem Rost, damit möglichst alles gleichzeitig gar wird. Sobald das Grillgut perfekt durchgegrillt ist, erhält der Anwender eine SMS.

Smart Home + Intelligente Sicherheit

Quelle: euro.okidokeys.com

Das Thema Sicherheit ist im Smart Home Kosmos seit langem ein beliebtes Einsatzfeld. So lassen sich Türschlösser mittlerweile mit Okidokeys nachrüsten und ersetzen klassische Türschlüssel durch das Smartphone. Türen lassen sich damit sogar von unterwegs aus öffnen – auch dann, wenn man selber gar nicht zu Hause ist.

Quelle: netatmo.com

Eine weitere intelligente Umsetzung im Bereich Smart Security ist die Kamera Netatmo Welcome, die mit ihrer Gesichtserkennung über bloße Statusmeldungen hinausgeht. Das System teilt seinen Anwendern mit, wann das Haus betreten wurde und verschickt bei Bedarf Warnmeldungen, wenn Unbekannte in das 130 Grad weite Sichtfeld der Kamera gelangen. Alle Aufnahmen werden lokal auf einer SD-Karte gespeichert. Zudem bietet das System Livestreams auf das Smartphone an.

Quelle: quirky.com

Mithilfe des Home Security Systems Tripper kann der Anwender zusätzlich jederzeit auf seinem mobilen Endgerät prüfen, welche Türen und Fenster des Hauses offen stehen, welche geschlossen sind und sich sofort benachrichtigen lassen, wenn sich daran etwas ändert.

Smart Home + Intelligente Qualitätsprüfung von Lebensmitteln

Quelle: getperes.com

Der Foodsniffer wird von seinem Hersteller Peres als elektronische Nase bezeichnet und „riecht“ dementsprechend an Lebensmitteln, um ihre Genießbarkeit zu prüfen. Allerdings funktioniert dies ausschließlich bei Fleisch und Fisch, bei denen Temperatur, Feuchtigkeit, Ammoniak und flüchtige organische Bestandteile gemessen werden. Auf diese Weise lassen sich Lebensmittelvergiftungen eindämmen. Darüber hinaus analysiert Foodsniffer auch den Zustand von Lebensmitteln. So entziehen sich Produkte, deren Mindesthaltbarkeitsdatum bereits überschritten wurde, aber laut Analyse dennoch unbedenklich konsumierbar sind, einer vorzeitigen Entsorgung.

Smart Home + Intelligente Erkennung von Bakterien auf Arbeitsflächen

Quelle: verilux.com

Auch der CleanWave Sanatizing Wand von Verilux hat es sich zur Aufgabe gemacht die Krankheitsgefahr zu minimieren, indem er Bakterien und Krankheitserreger aller Art mit kurzwelligem UV-Licht nach kurzer Bestrahlungszeit abtötet oder zumindest deren Vermehrung stoppt. Laut Hersteller lassen sich Krankheitserreger trotz der geringen Größe mit dem „UV-Zauberstab“ um 99,9% reduzieren und bieten damit eine Alternative zu herkömmlichen Desinfektionssprays.

Smart Home + Intelligentes Energiemanagement

Quelle: idevicesinc.com

Auch der Bereich Energiemanagement ist seit den Anfängen der Smart Home Ära vorherrschend. Im Fokus steht dabei unter anderem ein Adapter, der auf herkömmliche Steckdosen aufgesetzt wird. So sind nicht immer zwangsläufig die betriebenen Geräte selbst mit intelligenter Hard- und Software ausgestattet, sondern die zentralisierte Messbarkeit, Auswertung und Steuerung macht den häuslichen Stromverbrauch intelligenter. Der iDevices Switch lässt sich beispielsweise an das HomeKit System von Apple anschließen und via iPhone, iPad oder iPod Touch bedienen.

Smart Home + Intelligente Zahnbürsten

Quelle: pgnewsroom.de

Auch das Zähneputzen soll zukünftig qualitätsbewusster werden. Mit seiner Smart Series erhebt Oral-B den Anspruch, das Zahnpflegeverhalten zu optimieren. Dazu verbindet sich die Zahnbürste mit Bluetooth-Funktion mit dem Smartphone und stellt sicher, dass Nutzer an der richtigen Stelle mit dem richtigen Druck putzen und zudem die empfohlene Dauer einhalten.

Quelle: kolibree.com

Ein weiteres Beispiel für optimierte Zahnhygiene zeigt ein Modell der Marke Kolibree. Die Zahnbürste ist mit einer fortschrittlichen Sensor- und Kommunikationstechnologie ausgestattet und speichert persönliche Zahnpflegestatistiken. Außerdem macht sie sich das Prinzip des „Serious Gaming“ zunutze, das Kinder zusätzliche Motivation bieten soll, wenn das physische Zähneputzen zum Steuerelement für die Spielfigur auf dem Smartphone wird.

Smart Home + Intelligente Temperaturregelung

Quelle: keenhome.io

Keen Home Smart Vent ist ein Ventilationssystem, das einen intelligenten Temperaturausgleich im Haus verspricht, indem die einzelnen Ventilatoren untereinander und mit einem zentralen Hub kommunizieren. Wie bei den meisten Smart Home Geschäftsideen wird auch diese per Smartphone angesteuert, um den Energieverbrauch zu senken und Heiz- und Klimaanlagenkosten einzusparen.

Smart Home + Intelligentes Bett

Quelle: restperformance.com

Eine weitere Smart Objects Innovation zeigt ein intelligentes Bett, das Anfang 2015 auf der CES vorgestellt wurde. Das Bett von ReST (Responsive Surface Technology) ist mit zahlreichen Drucksensoren ausgestattet, die die Gewichtverteilung des Körpers auf dem Bett messen. Die Informationen werden an einen Mikroprozessor weitergeleitet und dort analysiert. Auf Basis der Messergebnisse können integrierte Luftkammern befüllt oder abgelassen werden, um maximalen Schlafkomfort zu gewährleisten. Zusätzlich zeichnet das Bett das gesamte Schlafverhalten auf und übermittelt die erhobenen Daten per Drahtlosnetzwerk auf ein Endgerät.

Frage nach dem Zusatznutzen

Nicht alle neuen Smart Objects präsentieren sich mit überzeugenden Zusatznutzen im Vergleich zu ihren rein physischen Vorgängern. Denn nicht jede Digitalfunktion liefert zwangsweise einen wichtigen Zusatznutzen. Auch ist nicht die Anzahl an neuen innovativen Features entscheidend, sondern vielmehr, ob die Features ein aktuelles Problem lösen können oder bestimmte Bedienungs- bzw. Bequemlichkeitsvorteile in Aussicht stellen. Je höher dabei Problemlösungscharatker, Bedienbarkeit, Relevanz im Alltagskontext ausfallen und je eher das Preis-Zusatznutzen-Verhältnis stimmt, desto eher werden sich die intelligenten Helferlein nahtlos in das Haushaltssortiment einreihen und einen Massenmarkt erreichen.

Die ewige Frage: Wer kontrolliert die Daten?

Diese Vision des Ubiquitous Computing ruft bei Skeptikern seit Jahren Bedenken hervor, da sie von der Gefahr präziser personalisierter und kontextintensiver Nutzerprofile waren – insbesondere was die Nutzungshäufigkeit, -art, -zeit und –intensität betrifft. Um diese Entwicklung ein Stück weit einzudämmen, haben einige Hersteller bei ihren RFID-Chips Sicherheitsverfahren berücksichtigt, die neben der Pseudonymisierung oder Anonymisierung besonders auf verlässliche Authentifizierungsverfahren zwischen Chips und Lesegeräten setzen. Dies erschwert einen unautorisierten Zugang durch Dritte. Dennoch werden verbleibende Risiken sehr unterschiedlich eingeschätzt und variieren von der Annahme, dass diese Möglichkeiten ohnehin bereits mit den bisher vorhandenen Systemen bestanden, bis hin zur Befürchtung einer ständigen Überwachung durch das allgegenwärtige Tracking. Letztlich bleibt bei allen technologischen Entwicklungen immer ein Restrisiko des Missbrauchs, sodass Sicherheit und Datenschutz wohl auch weiterhin relevante Begleitthemen im Bereich Smart Objects bleiben werden.

Offene oder geschlossene Systeme

Die Forderung nach einem Open Source Modell für Smart Home scheint derzeit Gewicht zu erhalten. Denn in offenen Systemen können Unternehmen und insbesondere auch Start-Ups auf der ganzen Welt besser zu einer vernetzten und integrierten Smart Objects Welt beitragen. Nutzer hätten die Möglichkeit, ihre intelligenten Helferlein, Bedienungssoftware und Steuerungsgeräte nach eigenen Wünschen zu kombinieren und mit einer einzigen Anwendung zu steuern, wie beispielsweise mit Hilfe des sogenannten KNX Protokolls angestrebt wird. Ob sich offene Systeme durchsetzen, scheint derzeit aber noch unklar. Die Mehrzahl der Konzerne liefern sich momentan einen sichtbar regen Wettbewerb. Die, die dabei eigene Standards durchsetzen wollen, liebäugeln eher mit in sich geschlossenen Smart Home Systemen. Ein Beispiel für einen wenig geöffneten Ansatz zeigt derzeit Qivikon Smart Home von Deutsche Telekom, das nur Geräte von ausgewählten Herstellern wie beispielsweise Samsung, Miele oder Philips unterstützt. Ebenso unterstützt das SmartHome-System von RWE bislang nur eine Auswahl an konzerneigenen Geräten. Es ist zu erwarten, dass das Apple HomeKit seiner Unternehmensphilosophie entsprechend wieder restriktiv sein wird, was die Integration von externen Herstellern und Softwares betrifft. Etwas offener scheint sich das Projekt HomeConnect von Bosch Siemens Haushaltsgeräte darzustellen: der Konzernverbund hat angekündigt, dass sich perspektivisch auch markenfremde Geräte integrieren lassen.

Ausblick: Smart Objects in den nächsten Jahren

Die verschiedenen Beispiele zeigen, dass der Evolution von Alltagsgegenständen zu Smart Objects wenige Grenzen gesetzt sind und die Anwendungsmöglichkeiten sehr vielseitig sein können. Denken wir diese Entwicklung ein paar Jahre weiter, werden die intelligenten Begleiter im häuslichen Kontext allgegenwärtig sein. Sie werden ihre und unsere Umwelt wahrnehmen, unzählige Daten auswerten, uns bei Bedarf Empfehlungen geben und möglicherweise auch für uns erste, unkritische Entscheidungen treffen. Die ganzheitliche Vernetzung von Smart Objects wird zu einem komplexen, automatisierten und von überall aus steuerbaren Smart Home Ökosystem.

Smart Home ist in der Gegenwart angekommen. Dennoch befinden sich eine Reihe neuer Smart Objects noch in der Entwicklungsphase oder müssen sich noch am Markt etablieren. So warten noch eine Reihe von technischen Hürden oder Akzeptanzproblemen auf die technik-affinen Nutzer von morgen – insbesondere wenn Formate und Funktionsweisen vereinheitlicht werden, um eine nahtlos uneingeschränkte Vernetzung untereinander zu gewährleisten. Sobald die zusätzlichen Benefits der intelligenten Hausobjekte mit hohem Bedienungs- und Nutzungskomfort und angemessenen Kosten einhergehen, werden Smart Objects oder „Phygitals“ zu einem weiteren Baustein bei der Verschmelzung von physischer und digitaler Welt.

The post Smart Home meets Smart Objects: Aus Alltagsgegenständen werden intelligente Assistenten appeared first on Transformation X.

Sie zählen unsere Schritte, analysieren unsere Schlafphasen, helfen uns beim Abnehmen und messen unsere Vitalfunktionen: die kleine, stillen, zuverlässigen, tragbaren Helferlein. Tagsüber messen Sport- und Aktivitätsarmbänder Muskelmasse und Fettwerte, zeigen an, in welcher Intensität wir gerade trainieren und werten unsere Bewegungsmuster aus: wohlwissend ob wir gerade gehen, laufen, schwimmen, Rad fahren oder Yoga-Übungen ausführen. Nachts geben sie Auskunft darüber, wie unsere Tief-, Leicht- und REM-Schlafphasen ausfallen, wie häufig wir aufwachen und wie effizient der Schlaf war. Zudem überwachen sie die Körperhaltung und tragen so zu einer aufrechteren Haltung und einer positiveren Ausstrahlung bei. Neben den Activity-Trackern messen schnurlose Kopfhörer Puls, Körpertemperatur und Blutsauerstoff. Smarte Uhren messen die Sonneneinstrahlung auf der Haut oder den Blutzucker. An Golfhandschuhen befestigte Golfbänder messen Entfernungen per GPS auf dem Green. Musikhandschuhe machen den ganzen Körper zu einem Instrument. Schwimmbänder schützen Kleinkinder vor dem Ertrinken. Wenn das Kind nicht in der Schule ankommt, erfahren es seine Eltern via SMS. Mittels Ring lassen sich Nachrichten in die Luft schreiben und anschließend verschicken. Hinter das Ohr klemmbare Kameras ermöglichen es, das gesamte Leben im Videoformat aufzuzeichnen. BHs messen die Stressfrequenz und helfen durch das Bewusstmachen von Stress, emotional motiviertes Essen zu reduzieren. Socken werten mit innenliegenden Sensoren den eigenen Laufstil in Echtzeit aus. In Shorts und Shirts integrierte Sensoren messen Puls, Atmung und Muskelspannung direkt über der Haut.

Alle Beispiele haben eines gemeinsam: sie beschreiben Wearables. Das sind tragbare Computersysteme, die während der Anwendung am Körper der Benutzer befestigt sind. Die meisten der heutigen Arm-, Kopf- oder Beinbänder, Ringe, Broschen, Halsketten oder Textilien sind mittlerweile kabellos und kommunizieren mit dazugehörigen Apps, die erfasste Daten aufbereiten und in übersichtlichen, einfachen Grafiken darstellen. Die Daten der tragbaren Endgeräte öffnen Tor und Tür für eine Vielzahl von Sicherheits-, Komfort- und Gesundheitsfunktionen. Neben den steigenden Funktionen spielt auch Ästhetik eine immer größere Rolle. So positionieren sich Wearables sichtbar zunehmend als modische Gadgets und punkten mit hochwertigen Materialien und schicker Optik.

Mit Blick auf die kommenden Jahre bilden die in Kleidung eingearbeiteten Wearables bereits den nächsten Schritt in der Vernetzung des Menschen mit dem Internet ab. Denn Wearables werden immer smarter: Pflaster, die Vitaldaten ihrer Träger überwachen und Medikamente bei Bedarf freisetzen können oder smarte Kontaktlinsen, die Blutzucker-Werte messen und bei Schwankungen warnen stellen zukünftige Entwicklungsstufen dar. Glaubt man dem Astrophysiker Michio Kaku, werden wir sogar um das Jahr 2020 Kontaktlinsen tragen können, die uns Zugang zum ubiquitären Internet verschaffen. Wearables leiten einen neuen Technologiezyklus ein, der dazu beitragen wird, unseren Umgang mit mobilen Geräten neu zu definieren. Die tragbaren Mini-Multifunktionscomputer dringen in immer mehr Lebensbereiche ein. Eine kollektive Neuvermessung und Optimierung menschlichen Verhaltens macht sich breit. Unsere Welt strebt nach dem quantifizierbaren Ich und fokussiert sich zunehmend auf eine selbstoptimierende, gesundheitsfördernde, sichere und bequeme Lebensweise.

Wie alles begann

Inspiriert von Stanley Kubricks Meisterwerk „2001: A Space Odyssey“ waren es Pulsar und Hamilton, die mit der P1 die erste digitale LED-Uhr 1972 auf den Markt brachten. 3.950 Dollar kostete das Prestige-Objekt zur Markteinführung damals und damit in etwa so viel wie ein Auto.

Quelle: crazywatches.pl

Drei Jahre später wurde die erste Taschenrechner-Uhr von HP und Hamilton auf dem Markt gebracht. Anfang der 90er Jahre stellten Casio, Nike und Recon die ersten – damals noch nicht vernetzten – Multifunktionsuhren vor. Erst zehn Jahre Später kurz nach der Jahrtausendwende erblickten die ersten Multifunktionsarmbänder, die sich gelegentlich auch mit dem Internet verbinden ließen, das Licht der Welt. Als Fitbit seine Classic Ende 2008 vorstellte, war die Konkurrenz noch nicht in unmittelbarer Sichtweite. Erst zur Jahreswende 2011 rückten die Activity-Tracker-Konkurrenten Jawbone Up und Nike FuelBand auf. Seitdem brach der Bann: von da an erschienen Nachfolgegenerationen im Quartalstakt und neue Einstiegsmodelle von weiteren Hersteller machten die tragbaren Internetzugänge in den Medien zum Trendthema.

Wearables auf dem Sprung zum Massenmarkt

Wearables folgen den großen Trends der Datenspeicherung und Auswertung, des Healthstyles und der generellen Digitalisierung und Technisierung alltäglicher Interaktionen. Für ihre Träger schaffen Sie Freiräume, indem sie mitdenken und mit ihnen interagieren. Durch überzeugende Einsatzszenarien, Batterielaufzeiten, Design-Varianten und sinkende Preise erweisen sich Wearables als immer kompatibler für den globalen Massenmarkt. Für den Online-Handelsriesen Amazon Grund genug, dem stark wachsenden Segment einen eigenen Wearable-Store in Europa zu widmen: im Angebot sind bereits mehrere Hundert unterschiedliche Produkte gelistet. Darüber hinaus greifen neue Marktherausforderer die etablierten Platzhirsche mit Niedrigpreisen an – das wohl derzeit kostengünstigste multi-funktionale Fitnessarmband MiBand von Xiaomi kostet gerade mal 13 Dollar und besitzt neben einem Fitness-Monitor, Schlaf-Tracker und integrierten Wecker eine Akkulaufzeit von bis zu 30 Tagen.

Für ein weltumspannendes Netzwerk aus Millionen Nutzern, Software-Entwicklern und Hardware-Anbietern teilen sich zurzeit Konzerngrößen wie Apple, Nike, Sony, GoPro oder Garnim den Markt mit Tausenden von Start-Ups wie Withings, Misfit, Basis, Narrative oder Bionym auf. Mit Spannung werden die noch für 2014 geplanten Smartwatches von Google (GEM), Apple (iWatch) und Microsoft erwartet, die nach ihrer Markteinführung mit großer Wahrscheinlichkeit einen weiteren Nachfrageschub nach tragbaren Endgeräten auslösen dürften.

Herstellerunabhängige Plattformen für Wearables

Das zentrale Stichwort zur konsequenten Zusammenführung der Daten von verschiedenen Nutzern, Wearables und Apps lautet „Plattform.“ So weiß die Diät-App künftig automatisch, wenn ihr Besitzer deutlich mehr Sport gemacht hat als sonst, und erlaubt ihm ein zweites Stück Kuchen. Oder das Handy bringt die geringe Konzentrationsfähigkeit im Meeting mit dem schlechten Schlaf in Verbindung und empfiehlt unverzüglich eine Tasse Kaffee oder Tee zu trinken.

Immer mehr Unternehmen haben die Vorzüge erkannt, E-Accessoires standardmäßig untereinander und über Plattformen zu vernetzen. Mitte 2014 stellte Samsung seine Cloud-Plattform für Entwickler von Sensoren, Apps und Geräten zur Selbstvermessung vor. Die Plattform SAMI ist offen und soll somit auch von anderen Firmen genutzt werden können. Mit der Plattform sammelt und analysiert Samsung Gesundheitsdaten von Smartphone-Apps, Wearables und anderen Sensoren unterschiedlicher Hersteller. Damit ermöglichen sie nicht nur die Datenverarbeitung auf eigenen Geräten, sondern auch in der Cloud. Google hat mit seiner Lösung Google Fit Ähnliches vorgestellt, Apples Angebot heißt Health: Die Plattform bündelt Daten, bereitet diese für Smartphone-Besitzer auf, zeigt sie übersichtlich an und ermöglicht es ihren Nutzern, ein zusammenhängendes Profil ihrer Aktivitäten und ihrer Gesundheit zu erstellen.

Steigende Marktvolumina für mindestens 8 Anwendungsfelder

Die tragbaren Mini-Computer lassen sich mindestens in acht Kategorien und Anwendungsfelder unterscheiden: smarte Uhren, tragbare 3D-Bewegungstracker, Erfassungsgeräte im Sport- und Aktivitätsbereich, Erfassungsgeräte in der Medizintechnik, Datenbrillen inklusive Virtual-Reality-Brillen, intelligente Kleidung, tragbare Kameras und Sicherheit. Bereits bis Ende 2014 sollen sich Juniper Research zufolge fast 100 Millionen Geräte verkaufen. Bis Ende 2018 soll der Absatz auf rund 500 Millionen verkaufte Einheiten steigen.

Quelle: ABI Reasearch 2014: Global Wearable Computing Device

Das Marktforschungsunternehmen schätzt das Marktvolumen von Wearables damit auf 19 Mrd US-Dollar im Jahr 2019. Zum Vergleich: in 2013 waren es noch 1,4 Mrd. Die Analysten von MarketsandMarkets schätzen, dass der Markt bis 2018 einen Wert von 8,3 Mrd. Dollar erreichen wird – das gesamte „Wearable Technology Ecosystem“ soll auf 14 Mrd. Dollar anwachsen. Daneben beziffert das US-Marktforschungsunternehmen IHS das weltweite Marktvolumen auf bis zu 60 Mrd. US-Dollar im Jahr 2018. Was den Datenaustausch mit Smartphones betrifft, prognostiziert Gartner, dass Wearables im Jahr 2017 für bis zu 50% der gesamten App-Interaktionen von Smartphones sorgen könnten.

Quelle: BI Intelligence 2014: Global Wearable Devices Unit Shipments

Ausblick

Nach Gartner werden sich perspektivisch günstige, auf Multi-Funktionen bedachte Wearables durchsetzen. So wird die Entwicklung zugunsten von einfachen Geräten voranschreiten, welche die Gestaltung der Benutzeroberfläche sowie die Datenverarbeitung überwiegend mobilen Plattformen überlassen. Entscheidend wird dabei sein, dass sich die Daten nach ihrer Erfassung leicht an spezielle Applikationen weiterleiten und auswerten lassen. Liegt Gartner mit seiner Prognose richtig, werden Unternehmen zukünftig stärker auf die Entwicklung von Software und Applikationen und damit auf Wearable Enabled Services setzen.

Es scheint nur noch eine Frage der Zeit zu sein, bis sich Wearable Technologies auch in Kundenprozessen und Service-Bereichen durchsetzen werden, da sich die Wertschöpfung in Kunden-Services unaufhaltsam in die digitale Welt verlagert und die bestehende Systeme fundamental transformiert. Mit den in Echtzeit zur Verfügung gestellten Daten werden Wearable Enabled Services über individuelle Nutzer- und Kundenprofile und umfassende Zusatzinformationen aus dem Web zu einer deutlichen Verbesserung von individuellen Kundenerfahrungen beitragen. So werden zukünftig diejenigen Unternehmen profitieren, die sich mit den neu entstehenden technologischen Rahmenbedingungen und Spielregeln frühzeitig vertraut machen – denn die heute verfügbaren Wearables sind nur erste Vorboten der noch zu erwartenden digitalen Disruptionen, durch die immer selbstverständlicher werdende Allgegenwart des Internetzugangs und den Anstieg von globaler Vernetzungsdichte und Miniaturisierung.

The post Neuvermessung der Menschheit: Wearables starten durch appeared first on Transformation X.

Mobile Robotics Championsleague: ASIMO

ASMIO ist das derzeit fortschrittlichste menschenähnliche Robotersystem. Das Projekt Advanced Step in Innovative Mobility begann Honda bereits 1986, nachdem Honda seinen ersten Roboter vorstellte, der auf zwei Beinen gehen konnte. Ende 2000 erhielt ASIMO schließlich einen vollständigen Körper, wodurch der Roboter zunehmend menschliche Gestalt annahm. Das Robotersystem greift auf 3 verschiedene Sensorarten zu: visuelle Sensoren, Bodensensoren und Ultraschallsensoren und ermöglicht eine Bewegung innerhalb von 34 Freiheitsgraden mittels verschiedener Motoren. Die Intelligence-Walk-Technologie ermöglicht es ASIMO, seine nächsten Bewegungen zu planen und beispielsweise die Richtung zu ändern, ohne dafür anzuhalten. Wenn ASIMO um die Ecke geht, legt sich das Robotersystem wie ein Mensch in die Kurve, verlagert seinen Körperschwerpunkt und bleibt so im Bewegungsfluss. Seit 2008 lässt sich Asimo zusätzlich über Hirnsignale steuern, indem er Spannungsschwankungen an der Kopfoberfläche via Helm registriert. Seit 2011 kann ASIMO nun mit höherer Intelligenz ausgestattet ohne Schwierigkeiten Getränke servieren, indem er mit seiner multifunktionalen Hand Schraubverschlüsse sicher aufschraubt und ein Glas befüllt. Darüber hinaus kann er  entgegenkommenden Personen ausweichen, indem er alternative Routen wählt. Das mobile Robotersystem entwickelt sich immer mehr von einer automatischen Maschine zu einer autonomen Maschine, um dem Ideal eines humanoiden Roboters näher zu kommen. Honda rechnet damit, dass die alltagstauglichen Begleiter als „mobile Co-Worker“ ab etwa dem Jahr 2020 einem breiteren Markt zugänglich gemacht werden können.

Quelle: world.honda.com

Mobile Robotics als Asstistenten im Haushalt: Care-O-bot

Seit der Jahrtausendwende beschäftigt sich das Fraunhofer Institut für Produktionstechnik und Automatisierung IPA mit der Entwicklung von mobilen, humanoiden Roboterassistenten für eine aktive Unterstützung von Menschen im täglichen Leben. Die dritte Generation des Modells „Care-O-bot“ zeichnet sich seit 2008 durch ein produktnahes Systemdesign aus. Es bietet Potenzial für den Praxiseinsatz mobiler Serviceroboter in Alltagsumgebungen. Der interaktive Haushaltsassistent ist in der Lage, sich sicher unter Menschen zu bewegen, Türen zu öffnen, typische Haushaltsgeräte zu erkennen, zu greifen und sicher zu servieren. Prototypen der nächsten Generation sind bereits im Einsatz. Rollstuhlroboter Friend von der Universität Bremen öffnet bereits Kühlschränke und unterstützt Querschnittsgelähmte beim Essen und Trinken. Über ihm befindet sich eine Kamera, mit deren Hilfe Friend navigiert. Forschungsroboter Armar 3 der Universität Karlsruhe kann selbstständig Spülmaschinen ausräumen und wieder beladen. Shoppingroboter Toomas von der TU Ilmenau kann Kunden eines Baumarkts seit 2008 durch die Regalgänge lotsen.

Quelle: Fraunhofer Institut für Produktionstechnik und Automatisierung

Mobile Robotics in der Medizin: Exoskelette

Neben Haushalts- und Industrierobotern entstehen weitere Einsatzfelder in der Medizin. Exoskelette als Art „Roboter zum Anschnallen“ mit künstlichen Beinen, Knien und Hüftgelenken, unterstützen querschnittsgelähmte Menschen mit bewegungsunfähigen Gliedmaßen, wieder mit Anderen auf Augenhöhe zu kommunizieren oder zu gehen. Rehabilitationsroboter wie intelligente Rollstühle, Roboterarme oder Beinprothesen ermöglichen es, älteren, kranken oder behinderten Menschen ihre verlorene Mobilität und Selbständigkeit zurückzugewinnen.

Quelle: Ekso Bionics

Mobile Robotics als Kinderunterhaltung: NAO

Damit sich ein Roboter in den Alltag von Menschen integrieren kann, soll er dort hineinwachsen wie ein Kind. So lautet das Credo des europäischen Projektes Felix. In dessen Rahmen haben Wissenschaftler einen Roboter dazu gebracht, wie ein Kind von einem Erwachsenen zu lernen und eine Bindung zu ihm aufzubauen. Der rund 60 Zentimeter große und rund fünf Kilogramm schwere humanoide Roboter nennt sich NAO. Er wurde 2006 erstmals vorgestellt und drei Jahre nach Verkaufsstart bereits 2.000 Mal verkauft. Seine Gelenke in Armen, Beinen und im Hals ermöglichen 25 Freiheitsgrade. Kameras lassen ihn sehen und Mikrophone räumlich hören. Zur Sprachausgabe verwendet NAO zwei Lautsprecher, die am Kopf sitzen. Hindernisse erkennt er über vier Ultraschallsensoren in seiner Brust. Ein Trägheitssensor im Torso sorgt zusammen mit Drucksensoren in den Füßen dafür, dass der Roboter nicht umfällt. Ein Berührungssensor auf dem Kopf ermöglicht eine Interaktion mit Menschen. Macht der kindliche Roboter Dummheiten, drückt der Mensch einfach auf seinen Sensor am Kopf. Der Mensch kann aber über den Sensor streichen und auf diese Weise Zuneigung oder Sympathie zeigen. An der Universität wurde NAO beigebracht eine emotionale Bindung zu Menschen aufzubauen. NAO gewöhnt sich mit der Zeit an die Handlungen und Stimmungen des Menschen und entwickelt eine Bindung zu diesem. Die Bindung wird umso stärker, je mehr beide miteinander interagieren und je häufiger der Mensch auf den Roboter eingeht. Der Roboter zeigt eigene Gefühle wie Trauer, Angst, Ärger oder Freude. Ist er beispielsweise traurig, lässt er Kopf und Schultern hängen. Hat NAO Angst, kauert er sich nieder und kann nur mit Kopfstreicheln beruhigt werden, freut er sich, reckt er die Arme hoch und will den Menschen umarmen.

Nao Next Gen | Quelle: Aldebaran Robotics

Mobile Robotics und Gesellschaftsfähigkeit

Das von der Europäischen Union geförderte Forschungsprojekt Humavips sollte Roboter gesellschaftsfähiger machen. Dazu wurden von 2010 bis 2013 humanoide Roboter mit den audiovisuellen Fähigkeiten für Erkundung, Erkennen und Interaktion ausgestattet. Perspektivisch sollen Roboter perzeptive Fähigkeiten wie Hören und Sehen in Kombination einsetzen können, um ihre Wahrnehmung auf ein Gegenüber zu fokussieren und Hintergrundgeräusche auszublenden. Seit Projektabschluss sollen Roboter in der Lage sein, sich ganz normal in einer Gesellschaft zurechtzufinden, einzelne Menschen oder kleinere Gruppen von bis zu fünf Personen auszumachen. Sie sollen die Übersicht behalten, wie viele Personen sprechen und wie viele nicht, indem sie menschliche Sprachäußerungen von anderen Schallwellen unterscheiden. Anschließend sollen sie in der Lage sein, Personen gezielt auszuwählen, zu ihnen hinzugehen, ihre Aufmerksamkeit zu erregen und ein Gespräch zu beginnen. In vielen Universitätslabors und auf Robotik spezialisierte Unternehmen arbeiten mit Hochdruck daran, sie zu echten Gefährten des Menschen zu machen.

Heutige Herausforderungen: 3D-Wahrnehmung in Echtzeit, Lernen und autarke Interaktionen

Eine wesentliche Bemühung wissenschaftlicher Forschung der heutigen Zeit stellt bei Mobile Robotics das 3D-Sehen in Echtzeit dar. Dazu ist der Einsatz von hochperformanter Sensorik notwendig, die in Kombination mit fortgeschrittenen Verfahren zur Info- und Sensorfusion für eine gute Datenbasis sorgt, um Umgebungen zu erkennen und sich bewegende Objekte zu identifizieren. Die aktuelle Forschung beschäftigt sich bspw. mit in Spielkonsolen eingebauter Tiefenbild-Sensorik wie Microsoft Kinect: Hier wird zwar ein relativ genaues Bild der Umgebung erzeugt, doch läuft die Objektunterscheidung in der heutigen Zeit häufig noch nicht fehlerfrei. Zur richtigen Interpretation und Klassifikation von Umgebung und Objekten benötigen mobile Robotersysteme eine entsprechende kognitive Leistung und damit Verfahren des maschinellen Lernens, um durch aktive Exploration Daten zu sammeln und diese zu bewerten. Neben den fortgeschrittenen Wahrnehmungs- und Lernfähigkeiten wird auch die direkte Interaktionsfähigkeit von mobilen Robotern bedeutend – zur Vermeidung von Missverständnissen hilft eine intelligente Intentionserkennung. Das sind bereits in Summe recht anspruchsvolle Anforderungen, die sich um weitere Felder ergänzen lassen: wartungsarme, austauschbare Hardware und Software, Energieautarkie, geringes Gewicht bei gleichzeitig hoher Stabilität und Robustheit, die selbstständige Bearbeitung von komplexen Aufgabenstellungen, Kontextabhängiges Entscheiden und Handeln auf Basis von künstlicher Intelligenz und Kognition und der Auf- und Ausbau einer technisch-wissenschaftlich befähigten Zulieferindustrie dar.

Wachstumsmarkt

Robotics zeigt sich als extrem spannender, prosperierender Milliardenmarkt. Glaubt man den Prognosedaten von Worlds Robotics werden 2015 bereits über 1,5 Millionen Roboter weltweit im Einsatz sein. Seit dem Krisenjahr 2009 hat der Absatz von Industrierobotern weltweit deutlich zugelegt. So erreichte die Nachfrage nach Industrierobotern 2013 mit rund 168.000 einen neuen Rekordwert.

Ausblick: Mobile Robotics in der Zukunft

Roboter der Zukunft werden das Denken immer besser erlernen und an Autonomie gewinnen. Sie werden Daten nicht wie bisher einfach nur sammeln, sondern auch auswerten und selbstständig interpretieren. Mit ihren kognitiven Fähigkeiten und einem kontrollierten Maß Selbständigkeit werden sie Situationen erfassen und bewerten, autarke Entscheidungen treffen und Handlungen proaktiv ausführen. Sie werden auch den Umgang untereinander aushandeln – beispielsweise wenn sich zwei Roboter an einer Tür aufeinandertreffen und autark und bilateral bestimmen, wer zuerst eintritt. Da ihre intellektuellen wie physischen Fähigkeiten zunehmen, werden Roboter immer menschenähnlicher. Um von Menschen zunehmend akzeptiert zu werden, lernen die Maschinen ganz „normal“ mit ihren Partnern aus Fleisch und Blut umzugehen.  Sie werden darauf trainiert, in menschlichen Gesichtern zu lesen und die Körpersprache zu verstehen. Die Systeme erkennen bereits heute über 50 Gesichtsausdrücke und lernen kontinuierlich dazu, indem sie Stimmen analysieren, komplexe menschliche Emotionen und Gemütszustände erkennen und angemessen darauf reagieren. Durch die gemeinsame Betrachtung und den Vergleich von Augen- und Mundpartie unterscheiden sie bereits höfliches, falsches, zynisches von einem zufriedenen Lächeln.

The post Mobile Robotics zeigt sich als beachtenswerter, aufstrebender Wachstumsmarkt appeared first on Transformation X.

Aufgrund vieler technischer Limitationen bei Hardware und Rechenleistung, kamen virtuelle Welten bisher nur in sehr rudimentärer Form bei Computerspielen, auf virtuellen Plattformen wie Second Life oder im Umfeld von  3D-Animationen und 360°-Kamerafahrten zum Einsatz. Ein „echtes“ virtuelles Erlebnis, das dermaßen gut umgesetzt ist, dass wir Menschen uns darin scheinbar wie in der echten Welt bewegen und sie nicht mehr von der Realität unterscheiden können, schien bislang in weiter Ferne. Doch die Technologien haben sich weiterentwickelt. Und nun stehen wir in 2014 kurz vor dem kommerziellen Durchbruch von Virtual-Reality-Anwendungen, die „wie echt“ wirken – in allem, was wir sehen, fühlen und tun.

Virtual Reality Chronik

Betrachten wir die Entwicklung von Virtual Reality chronologisch, finden sich erste, erwähnungswürdige Fundstellen überwiegend in der jüngeren Vergangenheit.

• 300 v. Chr.   Platons Höhlengleichnis „Republik“ beschreibt das Verhältnis von Wahrnehmung und Erkenntnis sowie Realität und Illusion
• 1857   Als phantastische Figur mit dem Sinngehalt „Rollentausch“ erfindet Theophile Gautier den „Avatar“ in seiner gleichnamigen Erzählung und wirft darin die Frage nach der eigenen Identität auf.
• 1964   Stanislaw Lem beschreibt in seiner Summa Technologia die möglichen Auswirkungen und Funktionen einer quasi perfekten Realitätssimulation. Dieser gibt er den Namen Phantomatik. Lem sieht in der Phantomatik das endgültige Ziel, das die unterschiedlichen Unterhaltungstechniken wie Radio, Fernsehen und Kino anstreben. Lem beschreibt zudem die Probleme, die sich aus der virtuellen Realität ergeben könnten, angefangen vom Wirklichkeitsverlust, über Orientierungsfragen bis hin zu den Fragen der eigentlichen Anwendungsgebiete
• 1966   Ivan Sutherland experimentiert am MIT mit dem Prototyp eines Head-Mounted-Displays (HDM) und einem Datenhandschuh
• 1982   Virtual Reality wird erstmals vom Autor Damien Broderick erwähnt
• 1987   Virtual Reality wird erstmalig im Oxford English Dictionary beschrieben
•  1989   Der Wissenschaftler, Informatiker und Zukunftsforscher Jaron Lanier prägt den Begriff Virtual Reality als computergenerierte Umgebung, die die verschiedene Sinne eines Nutzers stimuliert und Interaktionen erlaubt, wenn möglich in Echtzeit. Lanier führte von 1984 bis 1990 mit VPL Research ein Unternehmen zur Entwicklung und Vermarktung von Hardware für Virtual Reality und Anwendungen für Virtual Reality. Das Pionierunternehmen von Virtual-Reality-Technologie und Network-3D-Graphics wurde 1985 von der NASA beauftragt, einen Datenhandschuh für Astronauten zu entwickeln. Der erste kommerzielle Datenhandschuh für Virtual Reality wurde 1986 vorgestellt und kostete 9.000 $.
• 1992   CAVE wird am Electronic Visualization Laboratory der University of Illinois at Chicago vorgestellt als Raum mit einer virtuell projizierten Umwelt: ein Virtual Reality Visualisierungssystem mit bis zu sechs festen, senkrecht zueinander stehenden Projektionsebenen.
• 1992   Im gleichen Jahr veröffentlicht der Autor Neal Stephenson „Snow Crash“: Im Buch wird eine zweite, virtuelle Welt von Hundertschaften von Programmierern geschaffen, das Metaversum. Hier läuft jeder Besucher mit einem eigenen Avatar herum, den er sich selbst aussuchen kann
• 1995   Der Videospiele-Hersteller Nintendo bringt den „Virtua Boy“ auf den Markt. Allerdings konnte das Gerät kaum überzeugen. Zu gering war die Leistung und zu schlecht die Grafik, um auch nur annähernd immersiv zu wirken. Die kleinen, niedrig auflösenden Displays waren ausschließlich mit roten LEDs ausgestattet. Diese verursachten schon nach wenigen Minuten Augen- und Kopfschmerzen
•  2000   Microvisione entwickelt für die US-Airforce ein Virtual Reality Head-Mounted-Display (HDM) mit einer Auflösung von 1920×1080px
• 2002   Die 3D-Welt-Simulation Second Life geht als Beta-Version online
• 2008   Omnidirektionale Laufbänder verfeinern die Erfahrungen mit virtueller Realität
• 2009   Fraunhofer Institut IPMS stellt eine interaktive Datenbrille vor, die durch Augenbewegungen gesteuert wird
• 2009   Im gleichen Jahr wird das Nachfolgemodell des CAVE, DEEP SPACE im Ars Electronica Center in Linz eingeweiht – als eines von ganz wenigen VR-Systemen, das Künstlern für ihre Arbeiten zur Verfügung steht
• 2013   Oculus Rift sammelt 18 Millionen Dollar über Kickstarter-Kampagne und weiteres Funding ein, entwickelt die erste richtige Virtual-Reality-Brille und vermarktet diese als Developer-Kit für 300 $ in der Entwicklerszene. In einer zweiten Finanzierungsrunde erhält das Oculus-Rift-Team weiteres Entwicklungskapital von 75 M $, um das überlegene Head-Mountain-Display weiterzuentwickeln
• 2013   Headtrip wird als erste deutsche Agentur für Virtual-Reality-Produktionen und -Awendungen gegründet

Mehr als nur ein Trend: Mit der Oculus Rift wird erstmals eine atemberaubende, sinnlich erfahrbare Immersion möglich

Um ein echtes, wahrhaftiges Gefühl der Immersion herzustellen, werden zur realistischen Darstellung virtueller Erlebnisse spezielle Ausgabegeräte benötigt. Dabei wird ein Bewusstseinszustand erzeugt, bei dem sich die Wahrnehmung der eigenen Person in der realen Welt vermindert und eine stärkere Identifikation mit dem virtuellen „Ich“ stattfindet. 

Erste realitätsnahe Erfahrungen sind erstmals seit der Einführung der Virtual-Reality-Brille „Oculus Rift“ in der Beta-Version Anfang 2013 möglich. Die Brille erzeugt einen täuschend echt simulierten Zugang in die virtuelle Welt und eine bisher nie da gewesene sinnliche Erfahrbarkeit und dynamische Wahrnehmung von virtuellen Erlebnissen. Da keine Verzögerung die Illusion stört, akzeptiert unser Gehirn  die virtuelle Realität als echt. Dazu füllt die Brille das gesamte Sichtfeld aus. Bildränder sind so gut wie nicht mehr wahrnehmbar. Man hat das Gefühl mitten im Raum zu stehen und egal wo man hinschaut, bewegen sich die virtuell erzeugten Bilder mit. Drehen wir unseren Kopf oder schauen wir nach unten oder oben, bewegt sich unser Sichtfeld in Echtzeit mit – wie im realen Leben.

Das neue virtuell getriggerte Gefühl lässt sich nur sehr schwer beschreiben. Unsere Vorstellungskraft reicht dazu kaum aus. Fast alle Versuche den Bewusstseinszustand der Immersion zu beschreiben, wirken häufig zu abstrakt. Erst wenn man die Brille selbst getestet hat, findet man heraus, worum es tatsächlich geht.

Virtual Reality mit Oculus Rift Developer Kit in 2013 (Quelle: winfuture.de)

Das große Display bietet ein diagonales Sichtfeld von 110 Grad und ein horizontales von 90 Grad. Die Kombination von performant arbeitenden Beschleunigungssensoren und 3-Achsen-Gyrometer stellt bei der Oculus Rift eine schnelle Reaktion auf Kopfbewegungen sicher. Die Sensoren arbeiten derzeit bereits mit einer Abtastfrequenz von 100 Hz um ein Vielfaches schneller als diejenigen Sensoren, die bisher in HMD oder beispielsweise in Smartphones eingesetzt werden. Die dadurch verringerte Latenzzeit zwischen echter und virtueller Kopfbewegung und Bilddarstellung erzeugt das atemberaubende Gefühl der Immersion, bei der sich die visuelle, akustische (und zukünftig auch haptische) Wahrnehmung dynamisch verändert. Dies geschieht abhängig davon, wo wir gerade stehen, wie wir uns räumlich bewegen und wie sich die simulierte Umwelt relativ zu uns verändert.

Zwar erinnert die derzeit grobkörnige Grafik des Developer-Kits noch an einen technischen Prototypen. Doch ist davon auszugehen, dass Nachfolgegenerationen der Oculus Rift oder Me-Too-Produkte konkurrierender Anbieter bereits mit HD- oder 4K-Qualität brillieren werden. An weiteren technische Hürden, die einer anwendungsfreundlichen Version bisher im Wege standen, wie Unwohlsein, Schwindel, Übelkeit, arbeiten die Entwickler momentan mit Hochdruck. Glauben wir aktuellen Pressemeldungen, gehören diese Hürden zwischenzeitlich der Vergangenheit an.

Die Konkurrenz von Oculus Rift und weitere Anbieter im Bereich Virtual Reality

Was die Marktreife angeht, ist Sony mit seinem momentan in der Entwicklung befindlichen Sony Virtual Reality Headset offenbar noch nicht so weit wie Oculus. Indirekt bestätigt hat Sony, dass die Entwicklung eines eigenen Headsets derzeit im vollen Gange ist. Ein weiterer Oculus-Konkurrent stellt das Virtual Reality Avegant Glyph dar, das technisch gesehen auf einem anderen Verfahren beruht. Hier schicken kleine Pico-Projektoren als Spiegelsystem konstruiert, Bilder in HD-Auflösung direkt auf die Netzhaut von Anwendern. Das Design zeigt sich als recht kompakt. Gleichzeitig bietet die Brille auch Kopfhörer. Als Preis für seine Glyph zielt Avegant voraussichtlich 499 $ an. Marktstart soll Herbst 2014 sein. Analog zur Oculus Rift wurde auch hier eine Kickstarter-Kampagne gestartet.

Virtual Reality mit Cyberith Threadmill 2013 (Quelle: www.cyberith.com)

2013 stellten Studenten der Technischen Universität in Wien die Cyberith Treadmill vor. Mit dem an ein Heim-Fitnessgerät anmutenden Ringsystem, werden Bewegungen mittels einer integrierten Sensorik erfasst und stufenlos verarbeitet. So wird es für Anwender, die sich im Ring befinden möglich, sich frei im virtuellen Raum mit stufenloser Geschwindigkeit zu bewegen: das vorwärts oder rückwärts Gehen, Laufen, Ducken, Springen und sogar Sitzen wird virtuell simuliert. Neben der Cyberith Treadmill  gibt es weitere Anbieter: Jüngst hat die NASA die Oculus Rift mit der Laufplattform Virtuix Omni gekoppelt, um auf dem Mars virtuell spazieren zu gehen. Ein anderes Video zeigt Omni als Applikation für den Gaming-Einsatz oder für das Jogging in virtuellen Landschaften: bei Bedarf jeden Tag in einer anderen Umgebung.

Unbegrenzte Einsatzfelder wecken Begehrlichkeiten

Virtual Reality wird uns unser zukünftiges Leben deutlich prägen. Einer der Hauptinvestoren bei Oculus, Marc Andreessen, ist davon überzeugt, dass die neue Technologie nicht nur die Gaming-Landschaft verändert, sondern darüber hinaus fundamentale menschliche Erfahrungen in Bereichen wie Film, Bildung, Architektur und Design grundlegend beeinflussen wird. Die bisherige Nachfrage nach dem Developer Kit spricht jedenfalls für sich: bis Ende 2013 wurden innerhalb weniger Monate über 50.000 Stück verkauft. Bei Virtual-Reality-Anwendungen sind bezüglich der Einsatzgebiete unzählige Freiheitsgrade denkbar. So werden neue Anwendungen kommen, um Dinge zu erleben, welche in unserer Realität bisher unmöglich oder nur schwer umsetzbar waren: virtuelles Heimkino, virtuelle Sport-Veranstaltungen oder Konzerte, virtuelle Reisen oder Museumsbesuche – fast alles, was in der Realität beeindruckt, lässt sich in die virtuelle Realität übertragen. Auch Orte, an die wir derzeit noch nicht reisen können, lassen sich virtuell konstruieren und besuchen: wie zum Beispiel ein Ausflug auf den Mond oder zum Marianengraben mit seiner tiefsten Stelle von 11.000 Metern auf den Meeresgrund.

Weitere Einsatzfelder werden im Bereich der Medizin entwickelt. Mit Hilfe der Oculus Rift und Anwendungen im Bereich Virtual Reality können traumatisierte Patienten behandelt werden, die auf diese Weise direkt mit ihren Ängsten oder einer Simulation des traumatisierenden Ereignisses konfrontiert werden. Mittels VR-Brillen sollen sich zukünftig aus 3D-Tiefensehschwächen heilen lassen. Während Gaming-Fans bereits davon träumen, mit ihrem Head-Mounted-Display über die berühmtesten Rennstrecken der Welt zu rasen, setzt der Autobauer Ford die Oculus Rift bereits beim Autobau ein. Lange bevor die Fahrzeuge in die Produktion gehen, können Ford-Designer ihre Entwürfe in der virtuellen Umgebung von außen und innen begutachten und erhalten so inspirative Impulse zur Verbesserung Ihrer Entwicklungen. Recht ähnlich könnten Architekten gemeinsam mit ihren Bauherren Objekte begehen, noch bevor auch nur eine Baggerschaufel ausgehoben wurde. Möbel-Giganten wie IKEA könnten Ihren Kunden neue Angebote (Virtual Reality Showrooms) unterbreiten, um ihre Wohnung bereits vor dem Möbelkauf einzurichten. Schon bald werden Literatur- oder Kunst-Interessierte mit entsprechendem VR-Equipment eine Ausstellung im Pariser Louvre oder in Bibliotheken wie Library of Congress oder sogar den Kölner Dom besuchen können – ohne selbst vor Ort zu sein.

Der britische Netzbetreiber O2 und das Englische Rugby-Team haben das erste 360°-Sporterlebnis produziert. Dank der Virtual-Reality-Brille sollen sich künftig auch Fans ganz ohne Verletzungsrisiko unter ihre trainierenden Ikonen mischen können. Einen Ausschnitt diesbezüglich zeigt das nachfolgende Werbevideo, bei dem insgesamt neun GoPro Hero 3-Kameras zum Einsatz kamen.

The post Warum Virtual Reality unsere reale Welt schon bald verändern wird appeared first on Transformation X.

Biometrie ist keinesfalls ein neues Phänomen. Der erste Fingerabdruckscanner entstand bereits 1960, der erste Netzhautscanner wurde 1981 vorgestellt. Ende der 1990er Jahre etablierten sich erste kommerziell erfolgreich eingesetzte Biometrie-Produkte am Markt, die Passwort-Anmeldungen am PC über eine Fingerabdruckerkennung ersetzten oder ergänzten. 15 Jahre später sind die Anwendungsfelder hochkomplexer biometrischer Erkennungssysteme vielseitiger geworden – angefangen bei der Benutzerzugangs-sicherung, Personenidentifikation, Zugang zu Dienstleistungen bis hin zur Gerätezugangskontrolle.

Unterschiedliche Erkennungsverfahren

Fingerscan, Venenmuster, Stimmerkennung, Tippverhalten, Gangarten, Gesichtsfeld- oder Gesichtsausdruckerkennung oder Retina-Scan werden immer mehr zu ausgereiften Verfahren mit hohem Sicherheitsstandard. Die biometrische Technologie wird mit Hilfe von digitaler Signalverarbeitung und einmaligen biometrischen Merkmalen Zutrittskontrollen und Identifikationssysteme genauer und sicherer machen. Digital Signal Processing wird eine Echtzeitanalyse von rechenintensiven Funktionen ermöglichen. So werden tausende von gespeicherten Benutzerdaten in Bruchteilen von Sekunden verglichen.

Biometrie als wachsender Zukunftsmarkt

Laut der Global Biometrics Technology Markets Studie wächst der weltweite biometrische Technologiemarkt jährlich mit einer Rate von über 20%. IBM prognostiziert, dass bis 2016 die biometrische Spracherkennung auf breiter Basis verfügbar sein wird. Neben der Stimme können auch andere Biometrie-Daten wie Gesicht, Auge oder Gehweise sicher erkannt werden. Werden dabei biometrische Methoden kombiniert, steigt die Zuverlässigkeit der Authentifizierung.

Vorteile zukünftiger biometrischer Authentifizierung

Zukünftig werden Pin-Nummern durch Biometrie-Systeme abgelöst. Am Bankautomaten werden wir den Betrag, den wir abheben möchten, nur noch nennen. Den Zugang zu Gebäuden werden wir erhalten, ohne einen Schlüssel oder Chip mit uns mitzutragen. Sicherheitskontrolle und Warteschlagen am Flughafen werden der Vergangenheit angehören. Arbeitsplätze werden uns erkennen und sich automatisch im Rahmen unseres Nutzungsprofils rekonfigurieren. Kameras werden beim Eintritt in ein Geschäft unsere Gesichtsstruktur oder unseren Gang erkennen. Unsere Haustür wird bei Verlassen der Wohnung automatisch verriegelt. Smartphones werden sich durch Gesichtserkennung entsperren und Autos per Fingerabdruck starten lassen. Der Zeitalter digitaler Biometrie hat längst begonnen.

The post Wie biometrische Erkennung unser Leben immer mehr vereinfacht appeared first on Transformation X.

M2M-Communication wird zur gegenwärtigen Erscheinung

Der automatisierte Informationsaustausch über Machine-to-Machine-Communication zeigt sich zunehmend als gegenwärtige Erscheinung. 2008 überstieg die Anzahl der mit dem Internet verbundenen Geräte die Anzahl der auf der Erde lebenden Menschen. Auch steigende Datenaustausch zwischen Maschinen und Tieren entwickelt sich rasant. In den Niederlanden werden beispielsweise Sensoren an Kühen dazu verwendet, Bauern darüber zu unterrichten, wie der gesundheitliche Status des jeweiligen Tiers ist: jede Kuh sendet 200 MB Daten im Jahr.

Neben Mobilfunk und NFC (Near-Field-Communication) sind  RFID-Chips (Radio Frequency Identification) eine weitere Schlüsseltechnologie, um Objekte zu identifizieren und aufzuzeichnen. RFID-Chips lassen sich heutzutage bereits in sehr großen Stückzahlen zu geringen Kosten herstellen. Mit Hilfe von digitalen Produktcodes erlauben sie es, auch ohne eigene Stromversorgung mit Lesegeräten kommunizieren. Jeder Chip trägt eine unverwechselbare Identifikationsnummer und damit eine IP-Adresse. Im einfachsten Fall identifiziert die IP-Adresse lediglich den Gegenstand, in den sie eingebaut oder an dem sie befestigt ist. Seit Jahren passiert dies bereits automatisch bei elektronischen Autoschlüsseln oder in der Logistik, wenn sich Pakete an Lesegeräten selbst identifizieren und anschließend selbstständig auf den richtigen Weg bringen. Über Schnittstellen lassen sich aber auch Zustände abfragen oder ganze Datenströme auslesen. Hat die Steuerung zudem eine gewisse Intelligenz, ist sie in der Lage, eigenständig Übertragungen auslösen und andere Maschinen über relevante Änderungen zu informieren.

M2M: Ein Wachstumsmarkt mit Potenzial und vielen Anwendungsfeldern

M2M bietet ein breites wie vielfältiges Anwendungsspektrum – beispielsweise im Rahmen von Fernüberwachung, Fernsteuerung, Tracking, Automotive, Sicherheitslösungen, Bezahlsystemen und im vielzitierten IoT (Internet of Things). In all diesen Einsatzgebieten kommunizieren Sensoren, Maschinen, einzelne Module sowie komplette Systeme untereinander oder sie übertragen Daten an eine zentrale Leitstelle. Bei Maschinen und Anlagen regelt M2M den automatischen Informationsaustausch zwischen Endgeräten und Leitstellen, erfasst Datenströme und setzt voreingestellte Anweisungen um. Ortsgebundene Anwendungen stellen die richtige Erfassung von Mautgebühren oder die Standortbestimmung von Maschinen und Geräten sicher. In der Medizin sorgt M2M für die Überwachung von Kranken oder dementen Senioren. Über Smart Wearable Devices (Uhren, Ketten, Armbänder) werden physiologische (Vital-)Daten von zentralen Leitstellen überwacht. Im Energiesektor übermitteln intelligente Services Strom-, Wasser- oder Gasverbräuche drahtlos an Energieversorger und sorgen für eine höhere Effizienz und Zuverlässigkeit hinsichtlich Nutzung von Energiereserven und Energieverteilung. In der autonomen industriellen Fertigung führt M2M maschinelle Abwicklungen ohne menschliche Überwachung durch. Dabei werden Systemdaten, Prozessdaten, Auslastungswerte und Verbrauchsdaten via Fernzugriff in Echtzeit abgefragt und protokolliert. Bei Unfällen im Straßenverkehr wird via E-Call ohne weiteres menschliches Zutun eine Meldung an eine Notrufzentrale abgesetzt. So können Rettungsmaßnahmen schneller eingeleitet werden.

2020 werden sich bis zu 200 Mrd. Dinge untereinander austauschen

Über die eingebettete Sensorik und Digitalfunktionen werden die Maschinen immer mehr Informationen über ihre Umwelt wie Temperatur, Lichtverhältnisse, Gewicht, Lage sowie andere Objekte und Personen aufzeichnen und darauf reagieren. Zukünftig werden Hardware-, Software-Unternehmen, Service-Provider und Komponentenhersteller gemeinsam daran forschen und arbeiten, das Zusammenspiel zwischen internetfähigen Geräten zu verbessern und mobile IP-Kommunikation auszubauen. In den nächsten Jahren wird alles mit allem kommunizieren. Mittels drahtloser Sensorik und eingebetteter Informationsverarbeitung wird die Anzahl der mit digitalen, intelligenten Funktionen ausgestatteten M2M-Geräte Jahr für Jahr ansteigen. 2015 werden gemäß des Marktforschungsinstituts IDC, weltweit rund 15 Milliarden Geräte (intelligent) miteinander verbunden sein. Vestberg, Vorstandschef des Telekommunikationsanbieters Ericsson, prognostizierte, das bis 2020 mehr als 50 Milliarden Menschen, Tiere und Geräte weltweit miteinander vernetzt sein werden. Das US-Unternehmen EMC geht von bis zu 200 Mrd. Dingen aus.

M2M: So sieht zukünftig ein ganz normaler Morgen aus

Unser Tagesablauf wird sich massiv verändern. Innerhalb der häuslichen vier Wände werden Eingangstür, Thermostat, Kühlschrank, Bier- oder Wasserkasten, Herd, Pizzakarton, Kaffeeautomat, TV, Smartphone, Laptop, Tablet, Kleidung, Uhr, Wecker, Zahnbürste, Kaffeetasse, Brille, Spielzeug, Teppich, Matratze, Wasserfüllstandsanzeiger, Tierfuttermaschine, Gesundheitsmessgeräte, Werkzeugkasten, Haushaltsroboter, Alarmanlage, Rollade, Beleuchtung, Gartengeräte und Garage untereinander kommunizieren können und sich als selbst steuerndes System mit Daten versorgen.

Wenn das erste Meeting am Morgen von 8:00 Uhr auf 9:30 Uhr verschoben wurde, kommuniziert das unser Terminplaner an alle anderen Geräte in unserem Umfeld, die dann selbstständig untereinander neue Zeiten vereinbaren. Das Auto teilt mit, dass auf dem Weg zur Arbeit noch getankt werden muss, was im Durchschnitt der letzten Tankvorgänge 6:30 Minuten dauert. Das Navigationssystem informiert darüber, dass es auf der Strecke zur Arbeit eine Verkehrsstörung gibt, die aktuell zu einer 10-minütigen Verspätung führt. Daraus errechnet der Wecker, dass wir 20 Minuten länger schlafen können. Er teilt der Kaffeemaschine, dem Gefrier- und Aufbackautomaten für Brötchen und der Fußbodenheizung im Bad mit, dass diese ebenfalls 20 Minuten später anspringen können und weist das Auto vor dem Haus während des Duschenvorgangs an, die Standheizung einzuschalten, weil laut Wetterbericht klirrende Kälte die Scheiben vereist hat.

The post M2M: Wenn Dinge beginnen, untereinander zu kommunizieren appeared first on Transformation X.

Von der breiten Öffentlichkeit fast unbemerkt, nehmen die Fähigkeiten unserer Maschinen rasant zu. Und damit nehmen auch die Datenberge Jahr für Jahr zu – Stichwort Big Data. Darüber hinaus fließt immer mehr Intelligenz in die Datenanalyse und -interpretation ein. Bis 2020 sollen bis zu 40% der erfassten Daten (ökonomisch) verwertet werden können. Heute sind es gerade mal 1-2%. Gleichzeitig arbeiten die meisten ausgereiften Systeme bereits mit einer Genauigkeit von 80-90%.

In diesem Zusammenhang wird sich die Form der Datenerfassung in den kommenden Jahren verändern. Beispielsweise geht der Futurologe Dr. Ian Yeoman davon aus, dass es die Kinder von morgen als ganz natürlich empfinden werden, in eine Maschine zu sprechen, die sie versteht, ohne etwas auf einer Tastatur oder einem Bildschirm einzutippen. Damit wird Spracherkennung mit intelligenten Agenten, die unsere natürliche Sprache erfassen und aus der Erfahrung lernen zunehmend zu einer allgemein verfügbaren Technologie.

Gleichzeitig werden uns Maschinen immer ähnlicher – sie werden immer mehr, wie wir selber sind. Der NASA-Forscher Dr. Cuck Jorgensen prognostiziert, dass das intelligente maschinelle Analysesysteme in ungefähr 10 Jahren zuverlässiger und präziser messen und auswerten werden, als wir es selber könnten. Geben wir dieser Idee mehr Eigenraum, wird mit steigender maschineller Analyse schrittweise unsere emotionale Privatsphäre schwinden. Das wird zur Folge haben, dass sich auch unsere sozialen Mechanismen, die durch unsere emotionale Reaktionen geprägt werden, ändern werden.

Menschliche Maschinen lassen unsere emotionale Privatsphäre immer mehr schwinden

Woran denken wir, was fühlen wir? Sind wir gerade glücklich, traurig, wütend, überrascht oder eifersüchtig? Als digitale Unterstützer werden  es unsere digitalen Wegbegleiter zukünftig wissen, noch bevor es uns selber bewusst wird. Das perzeptive Erkennungsystem wird immer schneller und verlässlicher. Unsere Begleiter erkennen Mikrogesten mit hochfiligranen Nuancen richtig und reagieren angemessen darauf. Die technologische Entwicklung wird größtenteils inkrementell, aber gelegentlich auch radikal verlaufen. Mit jeder neuen Generation werden unsere Maschinen einen höheren Reifegrad erlangen und uns immer besser assistieren.

• Unser Gesicht wird via 3D-Texturanalyse (wieder-)erkannt und interpretiert: welche Gesichtszüge lassen auf welches Gefühl schließen?
• Über unsere Suche stellen die Maschinen in Echtzeit fest, ob uns die Ergebnisse gefallen, missfallen oder uns langweilen .
• Unsere Blicke werden interpretiert: wie lange schauen wir wohin? Eine vergrößerte Pupillengröße gibt Auskunft über den Grad unserer Erregung
• Unsere Körperhaltung und Muskelaktivität wird interpretiert: wie stehen wir? Wirken wir unsicher, souverän, nervös, gelangweilt, abwehrend, verliebt?
• Unsere Muskelspannung wird erschlossen: wirken wir angespannt oder entspannt?
• Unsere Atmung wird gedeutet: in welcher Atemfrequenz und Atemamplitude atmen wir gerade?
• Unsere Sprache wird analisiert: Sprechen wir gerade schnell oder langsam, aufgeregt oder entspannt, laut oder leise – und gleichen die Signale mit spezifischen Muster ab.
• Unsere Hauttemperatur wird ausgelesen: Infrarotbilder zeigen an, ob wir entspannt, erregt, gesund oder krank wirken

Die persönlichen Assistenten, die wir am Körper tragen, kennen aufgrund ihrer fortgeschrittenen künstlichen Intelligenz und ihrer permanenten Verbindung mit dem Internet unsere individuellen Vorlieben oder schätzen diese Tag für Tag immer besser ein. Die tragbaren Geräte sind kleiner, schneller und funktionsreicher denn je geworden und ganz normaler Teil unserer praktischen Realität.

Mittels Sensoren in den Wearable Computing Devices (Uhren, Ketten, Brillen, Kleidung) werden auf Wunsch unsere Vitaldaten kontinuierlich interpretiert. Gleichzeitig werden die in Wearables integrierten optischen und akustischen Systeme unsere Stimmung durch unsere Gesichtsausdrücke und Körperhaltung erfassen, diese richtig verstehen und auf unsere umgangssprachliche Anweisungen reagieren.

Zusätzlich tragen wir Geräte, die von wenigen Nanometern großen Mikrochips betrieben werden, in unserem Körper. Damit kombinieren wir tragbare mit nahezu unsichtbarerer Technologie.

Schwingungsbasierte, haptische Verfahren ermöglichen es uns Oberflächen wie Wolle, Seide, Blumen, Kakteen, Wasser, Gras oder Blätterlaub auf tragbaren Endgeräten zu fühlen. Wir fühlen den Sand eines weit entfernten weißen Sandstrandes in der Karibik zwischen unseren Zehen oder nehmen sogar das wohlige Gefühl von Sonnenstrahlen auf unserer Haut wahr.

Vision menschliche Maschinen in 2025:
Digitale Lügendetektoren als Kommunikationsassistenten helfen uns dabei, ehrlich und geheimnisfrei zu kommunizieren

Wir befinden uns im Jahr 2023. Der menschliche Dialog hat sich massiv verändert. Menschliche Maschinen sind der Grund, warum die Welt um uns herum transparenter und geheimnisfreier geworden ist. Menschliche Maschinen beobachten und werten unsere Sprache, unsere Körpersprache, unsere Körperspannung, unseren Gang und unsere Mikro-Gesten hochpräzise aus – auch die Merkmale die uns selber gar nicht genau bewusst sind. Alles wird in Echtzeit von uns und für uns ausgewertet, um Schlussfolgerungen daraus zu ziehen. Rund um die Uhr geben wir Daten preis. Im Gegenzug erhalten wir Daten von unseren Mitmenschen und Geschäftspartnern. Wir können prüfen, ob das gesprochene Wort unseres Gesprächspartners ehrlich und aufrichtig gemeint war oder nicht: beim Dating, bei der Verkaufsberatung, bei einer politischen Debatte, im Rahmen von Vertragsverhandlungen oder in Meetings. Der Wegfall von Informationsasymmetrien hat die Welt durchschaubarer gemacht. Die Partnersuche ist einfacher geworden. Verkäufer klären uns über alle Vor- und Nachteile auf. Politiker versprechen nur das, was sie auch halten können. Angeklagte sprechen vor Gericht die Wahrheit. Die Zahl der Straftaten ist gesunken. Kreditausfallrisiken sind gesunken. Banken und Versicherungen bieten uns günstigere Tarife an.

Da wir durch die gestiegene Kommunikationstransparenz unsere Mitmenschen nicht länger im Unklaren lassen (können), sind wir nicht mehr in der Lage, unsere Geheimnisse vor anderen zu verstecken. Kleinste Gestiken der Körpersprache verraten, ob wir bei der Wahrheit geblieben sind oder nicht. Das bedeutet, dass wir uns keinen bequemen Geheimnissen oder Unwahrheiten mehr hingegeben können. Auch Notlügen funktionieren nicht mehr. Das Wegfallen von Unsicherheit und Ungewissheit durch durchschaubare Kommunikation lässt eine neue Ära physischer Gesundheit beginnen. Die Welt öffnet sich. Und Ehrlichkeit ist keine Tugend mehr, sondern tägliche Realität.

The post Menschliche Maschinen 2025: eine symbiotische Transformation appeared first on Transformation X.