In der hier stark gekürzt zitierten Studie der Schweizerischen Akademie der Technischen Wissenschaften SATW wurden ausschliesslich Experten aus den Industrie- und Dienstleistungssektoren zu den Herausforderungen und laufenden Aktivitäten im Hinblick auf die Anwendung von Künstlicher Intelligenz (KI) befragt.
Verfasst wurde die Studie Ende 2019 im Auftrag des Staatssekretariats für Bildung, Forschung und Innovation. Die Studie bestätigt, dass KI für die Industrie eine herausragende Bedeutung hat und als Teil der vierten industriellen Revolution (I 4.0) neue Möglichkeiten eröffnet, um das Potenzial von digitaler Vernetzung und Big Data gewinnbringend zu nutzen. KI ist ein Werkzeug zur Lösungsfindung bei komplexen Problemen und sollte nicht isoliert betrachtet werden. Sie findet in rein digitalen Produkten und Wertschöpfungsketten bereits Anwendung, steht jedoch in Industrie 4.0 eher am Anfang.
Die Herausforderungen von KI-Systemen für Unternehmen sind vielfältig. Anwendungsfragen und die Entwicklung von Methoden stehen im Vordergrund. Hinzu kommt, dass der Einsatz von KI Expertenwissen verlangt, da keine Out-of-the-Box-Systeme existieren. In der Schweiz herrscht jedoch ein Fachkräftemangel. Es braucht also höhere Kapazitäten an Hochschulen, das Ausbildungsangebot sollte ausgebaut werden. Der KI-Einsatz birgt zudem die Gefahr, dass Menschen verlernen, in komplexen Situationen richtig zu entscheiden und die von KI generierten Entscheide nicht hinterfragen. Damit einher geht der Verlust von menschlicher Expertise. Der schwächt Unternehmen und erhöht operative Risiken. Daher ist ein komplementärer Gestaltungsansatz zu fördern, bei dem Menschen KI als Tool nutzen können, um ihre kognitiven Fähigkeiten zu erweitern.
In ausgewählten Bereichen sind für den sinnvollen Einsatz gewisser KI-Methoden schlicht zu wenig Daten verfügbar. Daher sollten Methoden, die mit wenig Daten (Sample efficiency) zurechtkommen, im Fokus von F&E stehen.
Im Gegensatz zu Ländern wie USA oder China, wo meist grosse Datenmengen verfügbar sind, muss sich die Schweiz schon heute intensiv mit solchen Methoden befassen und kann sich da einen Wissensvorsprung erarbeiten. Eine weiteres Problem: Aus verzerrten oder unvollständigen Datenlagen resultieren schwache Modellvorhersagen, denn wenn neuronale Netze mit Daten trainiert werden, deren statistische Verteilung unausgeglichen ist, widerspiegelt sich dies in den Entscheidungen der Systeme.
Aktivitäten zu KI in der Schweiz (alphabetisch):
- Industrie 2025: Will Akteure zum Thema I 4.0 informieren,vernetzen und fördern. Arbeitsgruppen bearbeiten technische, methodische, oder organisatorische Fragen.
- SATW: Lanciert mit der Swiss Data Alliance SDA den Aufbau eines Schweizer Datenraums, in dem alle wichtigen Interessensgruppen Daten unter vertrauenswürdigen Bedingungen teilen und nutzen können. Das Projekt wirkt der Monopolbildung durch Datenriesen entgegen.
- Strategie «Digitale Schweiz» des Bundes: Diverse Aktionsfelder fördern ein breites Expertenwissen und interdisziplinäre Kompetenzen wie die Forschung zu Konsequenzen des digitalen Wandels für Wirtschaft und Gesellschaft. KI ist Teil von Projekten im Bereich Advanced Manufacturing.
- Swiss Alliance for Data-Intensive Services:National thematisches Netzwerk (NTN) der Innosuisse, das im Rahmen von Expertengruppen agiert, die je von einem akademischen und einem industriellen Vertreter geführt werden. Mehrere Gruppen befassen sich mit KI-Anwendungsfällen.
- SwissCognitive: Die Initiative mit Firmenmitgliedern aus der Industrie widmet sich vollkommen dem Thema KI und fungiert als Austausch- und Netzwerkplattform.
- Swiss Data Science Center SDSC: Fördert den Zugang zu qualitätsgeprüften Daten und trägt zur Vertrauenswürdigkeit der Anwendungen bei; will die Datenverfügbarkeit verbessern und die Einführung von ML beschleunigen.
- Swiss Group of Artificial Intelligence and Cognitive Science SGAICO: Fachgruppe der Schweizer Informatik Gesellschaft SI; fördert den Austausch zwischen Forschenden, Anwendern und Interessierten im Bereich KI.
- Swiss Smart Factory SSF: Die Plattform greift interdisziplinäre Fragestellungen rund um Industrie 4.0 auf; ein Forschungsschwerpunkt widmet sich KI und Smart Data.