Daneben gibt es noch viele weitere Anknüpfungspunkte für AI wie die Deep-Learning-Systeme vom Berliner Start-up Twenty Billion Neurons. Die trainieren ihr künstliches neuronales Netz unter anderem darin, Bilder auf intelligente Weise zu erkennen und diese mit Themen zu verknüpfen. Um das zu erreichen, haben die Gründer von TwentyBN zunächst längere Zeit nur geforscht und sind dann Anfang vergangenen Jahres mit einer Seed-Finanzierungsrunde von 2,5 Millionen Euro auf dem Radar der Berliner Start-up-Szene aufgetaucht.

Mustererkennung als zentrale Herausforderung

Von entscheidender Bedeutung für viele AI-Systeme ist die Mustererkennung. Das gilt für das autonome Fahrzeug ebenso wie für die Produktionsüberwachung, die auf diese Weise ein fehlerhaftes Teil erkennt.

Muster lassen sich aber nicht nur in Bildern erkennen, sondern auch in großen Datenmengen. Diese Art der Mustererkennung ist eine zentrale Herausforderung beim Thema Internet of Things: die vielen Daten sollen schließlich auch sinnvoll genutzt werden.

Das 2012 gegründete Start-up Sota-Solutions beschäftigt sich daher damit, komplexe Zusammenhänge in den Datenbeständen zu erkennen, zu kategorisieren und Vorhersagen zu möglichen Wartungsarbeiten zu treffen.

Geldsegen ist garantiert

Eine Besonderheit der intelligenten Systeme ist, dass sie – einmal entwickelt – oft auch für ganz andere Zwecke als ursprünglich gedacht genutzt werden können. Ein Algorithmus, der Bilder, je nach abgebildetem Gegenstand, mit einem Label versieht, kann nicht nur Autos und Menschen auf einem Bild erkennen. Er kann genauso lernen wie ein Tumor auf einem CT- oder MRT-Bild erkannt und gekennzeichnet werden kann. Diesen Grundgedanken verfolgt understand.ai, ebenfalls ein junges Start-up aus Berlin.

Sicher ist, dass AI-Start-ups in den nächsten Jahren einiges an Geld einsammeln werden – und damit umso mehr Aufmerksamkeit erzielen.