Start-ups setzen den Menschheitstraum der intelligenten Maschine um – und bieten Lösungen für Unternehmen. Das interessiert auch Investoren.

Mittwoch ist Kolumnentag bei WirtschaftsWoche Gründer: Heute schreibt Niklas Veltkamp, Mitglied der Geschäftsführung beim Branchenverband Bitkom und dort für Start-ups zuständig.

Bereits seit Jahrzehnten beflügelt Künstliche Intelligenz die Fantasie der Menschen. Im Science-Fiction-Genre ebenso wie in der Forschung. Aber erst heute ist die Technologie so weit, dass Artificial Intelligence zur Realität wird.

Computersysteme erledigen Aufgaben, die bisher nur der Mensch mit seiner Intelligenz bewältigen konnte: Objekte visuell wahrnehmen zum Beispiel, Sprache wirklich verstehen, es in einem Spiel wie “Go” zur Meisterschaft bringen oder auch (richtige) unternehmerische Entscheidungen treffen.

Dialog mit dem Sprachassistenten

Was vor fünf Jahren noch wie eine gewagte Fantasie klang, ist heute eine Aufgabe, die wir bereits mit unserem Smartphone erledigen können. Ein Dialog mit unserem Sprachassistenten ist ziemlich ausgefeilt, Chatbots werden immer intelligenter. Wer heute auf einer Website einen Support-Chat öffnet, dürfte sich ab und an schon fragen, ob er noch mit einem Kundendienst-Mitarbeiter kommuniziert oder schon mit einem Bot.

Weil die Technologie gerade jetzt viele neue Chancen eröffnet, gibt es inzwischen auch eine Vielzahl AI-Start-ups, die auf die eine oder andere Art versuchen, den Menschheitstraum der intelligenten Maschine umzusetzen und konkrete Lösungen für Unternehmen anbieten.

Autos, die Straßenverkehrsregeln kennnen

Ein junges Berliner Start-up, das Chatbots entwickelt, ist Twyla. Twyla trainiert seine Chatbots mit Hilfe menschlicher Support-Mitarbeiter. Auf Basis vergangener und “mitgehörter” Protokolle sammeln die Bots die besten Antworten für die Kunden und können die Mitarbeiter so bei Standardanfragen entlasten.

Was möglich ist, wenn die Maschine einfach nur dabei ist und lernt, zeigt auch Nvidia: Das internationale Unternehmen lässt seine selbstfahrenden Autos eine Weile zusehen, wie sich der Mensch am Steuer verhält. Auf diese Weise bringen sich die autonomen Autos die Straßenverkehrsregeln selbst bei und können anschließend das Steuer übernehmen.

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.

Derzeit sitzen etablierte Unternehmen noch zu oft auf großen Datenbergen, haben aber nur wenige Ideen, was sie damit alles machen können. Die Technologie, um aus den Daten einen Nutzen zu ziehen, liefern wiederum Start-ups – hier gibt es viel Potenzial zur Kooperation.

Geeignetes Personal ist rar

Finanzspritzen werden die Start-ups auch gut gebrauchen können – die intelligenten Systeme fressen Serverressourcen und können trotz existierender Cloud-Lösungen teuer werden.

Aber nicht nur Geld spielt bei der Weiterentwicklung der Geschäftsmodelle eine Rolle. Geeignetes Personal zu finden, stellt viele junge Unternehmen vor ein großes Problem. Insbesondere Data Scientists und AI-Experten sind auf dem Arbeitsmarkt rar und können sich ihre Arbeitgeber derzeit quasi aussuchen.
Wohin geht der Weg bei AI? Die einen meinen, dass wir in wenigen Jahren die technologische Singularität erleben, den Moment, wo die Maschinen so intelligent sind, dass sie sich selbst ohne unsere Hilfe weiter verbessern.

Dem Menschen ebenbürtig?

Andere verweisen darauf, dass AI-Lösungen zwar in einzelnen Kontexten immer wieder hervorragende Leistungen bringen, aber dies noch keine wahre Intelligenz darstelle. Wirkliche “unsupervised” AI wie die menschliche Intelligenz, die neue Situationen einschätzen kann und in passendes Verhalten umsetzt, gibt es noch nicht. Denn die 20 Milliarden Neuronen können nicht mit mir über meine Waren-Reklamation chatten, und die autonome Auto-Steuerung kann mir selbst beim besten Willen keinen Kaffee kochen.

Dennoch ist es gut, wenn wir das Thema AI weiter genau beobachten und mehr darüber wissen als die paar Buzzwords, die gerne in die Debatte geworfen werden. AI wird unsere Wirtschaft und Gesellschaft in einigen Jahren prägen – und für viele Geschäftsmodelle von entscheidender Bedeutung sein.