KI Kompakt

In dieser Folge begleiten wir Dr. Daniel Angerhausen bei der Forschung seines Teams nach extraterristrischem Leben außerhalb unseres Sonnensystems. Wie funktioniert eine solche Suche? Wie hat sich das Vorgehen über die Jahre verändert und welche Rolle spielen neue Technologien wie etwa künstliche Intelligenz bei der Erforschung des Weltalls in 20, 30, 40 Lichtjahren entfernt? Wenig überraschend begrüßt Daniel den Fortschritt vor allem erweiterter analytischer Verfahren, die dabei helfen Komplexität zu reduzieren und Abläufe signifikant zu beschleunigen. Zugleich beschreibt er die Überzeugungsarbeit, die hier und da noch vonnöten scheint, um deren systematische Verankerung im Wissenschaftsbetrieb zu ermöglichen. So empfiehlt er beispielsweise, nach konkreten Engpässen in Workflows zu suchen, statt pauschal Szenarien zu ersinnen, in denen eine KI abstrakt ganze Prozessketten übernimmt. Daniel Angerhausen ist Co-Founder und Executive Director der Explainables, einer Nichtregierungsorganisation mit dem Ziel, Wissenschaft einem breiteren Publikum zugänglich – erklärbar – zu machen. Auch in unserem Gespräch leuchtet er ebenso anschaulich wie kurzweilig die Grenzen unserer Wahrnehmung aus – etwa bei definitorischen Fragen, was Leben als solches überhaupt ausmacht oder an welcher Stelle die Unterscheidung zwischen (künstlicher) Intelligenz und Bewusstsein verschwimmt. Auch sonst erfahren wir einiges aus dem Alltag des Forschungslabors, etwa warum eine solche Mission wenig Raum für Eitelkeiten lässt und wie man sich dauerhaft motiviert, wenn die Früchte der eigenen Arbeit eher in Jahren (oder Jahrzehnten) als in Tagen, Wochen oder Monaten bemessen werden. Lassen Sie mitnehmen auf einen schnellen Exkurs über die kontinuierliche Verschiebung des (eigenen?) Horizonts.

Die heutige Folge ist deshalb so spannend, weil bei ThyssenKrupp Steel ein Schwerindustrie-Geschäftsmodell digitalisiert wird. Unser Gesprächspartner muss in seinem Job Altes mit Neuem verbinden: das Stabile mit dem Agilen. Ein interessantes Unterfangen, das in vielen Traditionsunternehmen in Deutschland womöglich gerade vollzogen wird. Ihm geht es ums Anpacken. Man hat zwar viel geschafft, dennoch vergeht das Gefühl des Schnellerwerdenmüssens noch immer nicht. Digitalisierung begreift er als Teamsport. Man sollte alle Perspektiven integrieren: Technologie, Business oder aus einer People und Zusammenarbeitsperspektive. Das Wichtigste für den gemeinsamen Erfolg ist, dass alle aus ihren Komfortzonen rauskommen. Und auf die Frage, welcher Mannschaftssport diesen Geist am besten symbolisiere, antwortet er bloß, dass es auf den Teamgeist ankomme. Golf und Tennis eigneten sich wohl nicht, Fußball und Basketball auf jeden Fall. Denn es gebe unterschiedliche Rollen und Perspektiven beim Mannschaftssport. Und darauf komme es an. Am Ende gewinnt nicht die Mannschaft, die auf jeder Position den besten Einzelspieler hat, sondern die, die am besten zusammenspielt.

Heute tauchen wir ab in die Zement und Betonindustrie. Wie man sich vorstellen kann, wird hier viel CO2 in die Luft gepustet, das sich womöglich zugunsten des Klimas einsparen lässt. Das Berliner Start-up Alcemy hat sich dieses Projekt mittels Künstlicher Intelligenz vorgenommen. Mit Nico Ring reden wir darüber, wie das geht und wie hoch die Einsparpotenziale sind. Nico Ring ist Head of Engineering Cement zu deutsch Abteilungsleiter Zement und wird uns mitnehmen in die Welt der Optimierung der qualitätsrelevanten Daten aus Chemie, Mineralogie und Korngrößenverteilung durch intelligenter Algorithmen. Die machen es möglich, ständig Sollwerte zur Optimierung bei der tagesaktuellen Zementproduktion an den Leitstand weiterzugegeben.

Wir blicken gemeinsam mit Dr. Olga Krischik vom Touring Club Schweiz hinter die Kulissen von ihrer SAS Viya Installation. Der TCS, langjähriger SAS Anwender, ist erst im vergangenen Jahr auf diese Cloud-basierte Analytics- und KI-Plattform umgestiegen. Diese wird auf eigenen SAS Systemen und auf Microsoft Azure betrieben. Der Verkehrsclub hatte sich viel von der Migration versprochen. Hohe Erwartungen wurden an das System gestellt: Sie sollte trotz großer Datenmengen aus 50 Quellen eine hohe Arbeitsgeschwindigkeit liefern. Und die hauseigenen Data Analysten sollten „ihre“ gewohnten Programmiersprachen wie Python weiter nutzen können. Und die Rolle der KI? Sie hilft den Data Analysten dabei, das optimale Modell zu finden. Umso faszinierender, wenn wir bedenken, dass das System 60 Tage nach Projektstart ready to use war. Doch steigen wir doch einfach mal ins Gespräch ein mit Olga Krischik, der Vizedirektorin, Leiterin Customer Analytics und Dokument Management beim Touring Club Schweiz.