Channel

AI

Interview

„Es gibt Unternehmen, die die Bezeichnung KI aus Marketingzwecken nutzen“

Rasmus Rothe hat Merantix und den deutschen KI Bundesverband mitbegründet © Kim Richters
Rasmus Rothe hat Merantix und den deutschen KI Bundesverband mitbegründet © Kim Richters

Künstliche Intelligenz liegt bei Startups und Investoren im Trend. Doch nicht alle Unternehmen, die mit künstlicher Intelligenz in Verbindung gebracht werden, haben damit auch tatsächlich etwas zu tun.

Die Risikokapitalfirma MMC Ventures veröffentlichte vor Kurzem einen Report, der genau das zeigte. Demzufolge würden 40 Prozent der analysierten Startups ungerechtfertigt als KI-Unternehmen eingeschätzt werden (Trending Topics berichtete). Bei diesen Startups sei die Technologie laut Investor gar nicht essentiell für das Produkt, eine Bezeichnung als „KI-Unternehmen“ daher auch nicht richtig.

Jemand, der die KI-Szene gut kennt und den Trend mitbekommt, ist Rasmus Rothe. Der Deutsche ist Gründer des Startups Merantix, das ebenfalls künstliche Intelligenz benutzt. So trainiert das Team etwa ein System darauf, Brustkrebs auf Röntgenbilder zu erkennen. Im Interview erklärt Rothe, der auch den deutschen KI Bundesverband mit gestartet hat, wie viel Hype er tatsächlich in der Szene sieht und was er sich für die KI-Branche erhofft.

Trending Topics: Wie siehst du den Hype um künstliche Intelligenz?

Rasmus Rothe: KI ist schon seit ein paar Jahren ein Hype-Thema. In so einer Situation neigen die Wirtschaft und die Gesellschaft dazu, den Begriff als Buzzword zu verwenden. Vor fünf Jahren hätten sie für die gleichen Produkte und Prozesse noch Bezeichnungen wie Analytics oder Big Data gewählt.

Da es aber keine präzise Definition dafür gibt, was KI ist, ist auch die Abgrenzung gleichermaßen subjektiv. Es gibt Startups, die tatsächlich viel mit künstlicher Intelligenz arbeiten, und es gibt Unternehmen, die die Bezeichnung KI aus Marketingzwecken nutzen. Der eine begreift schon ein simples regelbasiertes System als intelligent, während ein anderer dieses für zu rudimentär hält. Man sollte sich auf der technischen Seite die konkreten Methoden anschauen, die verwendet werden und dann beurteilen, ob es angemessen ist, diese als KI zu bezeichnen.

Was ist denn für dich ein KI-Unternehmen?

In Deutschland gibt es ein paar hundert Unternehmen, die tatsächlich sehr KI-fokussiert sind. Daneben gibt es noch hunderte oder tausende Unternehmen mehr, die eine KI-Technologie irgendwo in ihrem Produkt einsetzen. In den Fällen, wo KI nur ein kleiner Teil des gesamten Produktes ausmacht, würde ich nicht von einer KI-Firma sprechen.

Als das Thema Datenbanken größer wurde, war die Situation ähnlich. Fast jedes Unternehmen nutzt mittlerweile irgendwelche Datenbanken, um Daten zu speichern. Aber deswegen würde man nicht jedes von ihnen ein Datenbank-Unternehmen nennen. Gleichzeitig gibt es aber auch Datenbank-Unternehmen, die zum Beispiel neue Technologien herstellen oder Services für Datenbanken anbieten. So ähnlich sehe ich auch KI, es ist weniger eine eigene Industrie als eine Basis-Technologie, die von vielen genutzt werden kann. Ich denke, irgendwann wird jedes Unternehmen irgendwo künstliche Intelligenz einsetzen.

Welche Technologien werden denn von KI-Unternehmen angewandt?

Heutzutage fußen KI-Unternehmen zum Großteil auf der erfolgreichen Anwendung von tiefen Neuronalen Netzwerken (Deep Learning), im Bereich der automatisierten Bildverarbeitung (Computer Vision) und der Spracherkennung (Natural Language Processing). Deswegen wird indirekt oft auch Deep Learning gemeint, wenn von KI gesprochen wird.
Es gibt aber absolut betrachtet keine klare Grenze, wo KI anfängt und wo sie aufhört. Viel mehr sollte das Verhältnis zwischen dem, was erzählt, und dem, was tatsächlich umgesetzt wird, stimmen. Wird also eine einfache lineare Regression als komplexe KI verkauft, ist dies leicht übertrieben und soll wahrscheinlich vor allem Marketingzwecken dienen. Dazu kommt, dass man dieses technische Verfahren vor fünf Jahren unter gleichen Umständen noch innerhalb des Themas Analytics und Big Data angesiedelt hätte.

Wie geht es der deutschen KI-Szene denn und wie innovativ ist sie wirklich?

Die Szene ist untereinander sehr gut vernetzt. Es ist wichtig, dass wir Vorbilder schaffen, die über eine initiale Phase hinaus sind und ihre Produkte in die breite Anwendung bringen. Wir brauchen Beispiele für die Wirtschaft, die Politik und andere Unternehmer, die zeigen: es funktioniert. Man muss heute sowie in Zukunft verstärkt Aufklärung leisten und es muss in die Umsetzung von KI-basierter Technologie investiert werden. Es ist ja unbestritten, dass wir in Europa in diesem Feld gegenüber den USA und China hinterherhinken.

Wir haben eine starke Automobilindustrie und es ist wichtig, dass sie beim Thema KI jetzt mutig investiert. Das gleiche gilt für die Medizin. Wir haben ein sehr gutes Gesundheitssystem und qualitativ sehr hochwertige Daten. Auch da ist sehr viel Potential, KI zu nutzen, zum Beispiel um die Patientenversorgung zu verbessern. Im Manufacturing haben wir in Deutschland die wahrscheinlich weltweit führende Expertise auf der technischen Seite und auch hier geht es darum, KI-Technologie in die Breite zu bringen. Wir müssen uns als Standort darauf fokussieren und dort ausbauen, wo wir bereits eine gute Basis haben.

Was erhoffst Du dir für die nächste Zeit?

Von der Politik wünsche ich mir, dass sie das, was sie in der KI-Strategie geschrieben hat, auch zeitnah umsetzt und nicht noch ein, zwei Jahre länger braucht. Das Thema KI ist heiß und es bewegt sich schnell. Weltweit arbeitet man mit sehr viel Hochdruck, sehr viel Geld und sehr intelligenten Leuten daran, KI in die Industrie zu bringen. Deswegen dürfen wir da jetzt nicht zögern. Aber ich denke, dass sich die Politik dessen auch bewusst ist.

Sicher müsste man mehr Leute anregen, in diesem Bereich Unternehmen zu gründen. Man muss die richtigen Investoren anziehen und bei Unternehmen die Bereitschaft etablieren, mit Startups zusammenzuarbeiten. Der Schritt von akademischer Forschung zur industriellen Anwendung ist nicht so einfach. Genau diese Brücke können Startups aber schlagen. Sie sind einerseits sehr forschungsnah, weil sie zum Beispiel Ausgründungen von Unis sind, aber gleichzeitig auch kommerzielle Unternehmen, die den Bezug zur Industrie suchen. Startups sind prädestiniert dafür, solche Technologien in die breite Wirtschaft zu bringen.

Springe zu:

Ganzen Artikel lesen