Themenmonat
Künstliche Intelligenz.

Künstliche Intelligenz begegnet uns bisher vor allem in digitalen Anwendungen: Sie generiert Texte und Bilder, analysiert Daten oder unterstützt bei der Informationssuche. Fraunhofer IPA bezeichnet solche Anwendungen als Digital AI. Mit Physical AI erweitert sich dieses Prinzip auf die physische Welt. Mithilfe von Sensoren kann KI ihre reale Umgebung wahrnehmen und diese Informationen nutzen, um auf physische Prozesse einzuwirken. In der Industrie kann sie beispielsweise Maschinenparameter optimieren oder bei der visuellen Qualitätsprüfung unterstützen.

Viele Beschäftigte nutzen KI-Anwendungen wie ChatGPT oder Microsoft Copilot bereits im Arbeitsalltag. Sie formulieren Texte, fassen Informationen zusammen oder entwickeln erste Ideen. Für kleine und mittlere Unternehmen kann das hilfreich sein – wenn klar ist, wie KI sicher und verantwortungsvoll eingesetzt wird. Ohne gemeinsame Regeln entsteht schnell sogenannte Schatten-KI: Mitarbeitende nutzen KI-Werkzeuge eigenständig, ohne dass es dafür klare Vorgaben im Unternehmen gibt. Das geschieht meist aus praktischen Gründen. Gleichzeitig können Risiken entstehen, etwa wenn sensible Daten in öffentliche KI-Systeme eingegeben oder Ergebnisse ungeprüft übernommen werden.

Viele Unternehmen beschäftigen sich derzeit mit Künstlicher Intelligenz. Dabei geht es oft zuerst um neue KI-Modelle oder passende Anwendungen. Ein wichtiger Punkt wird dabei leicht übersehen: die Qualität der Daten. Denn KI kann nur dann verlässliche Ergebnisse liefern, wenn die Daten vollständig, aktuell und einheitlich sind. Genau hier setzt der Ansatz Data-Centric AI an. Dabei steht nicht allein das KI-Modell im Mittelpunkt, sondern vor allem die Datenbasis.

Viele Unternehmen beschäftigen sich derzeit mit Künstlicher Intelligenz. Dabei geht es oft zuerst um neue KI-Modelle oder passende Anwendungen. Ein wichtiger Punkt wird dabei leicht übersehen: die Qualität der Daten. Denn KI kann nur dann verlässliche Ergebnisse liefern, wenn die Daten vollständig, aktuell und einheitlich sind. Genau hier setzt der Ansatz Data-Centric AI an. Dabei steht nicht allein das KI-Modell im Mittelpunkt, sondern vor allem die Datenbasis.

Viele Unternehmen nutzen KI inzwischen für Texte, Recherchen oder Zusammenfassungen. Der nächste Schritt geht darüber hinaus: KI-Agenten können Aufgaben in Schritte zerlegen, Informationen aus verschiedenen Systemen zusammenführen und Abläufe vorbereiten. Die European Commission beschreibt diesen Wandel als Entwicklung von einzelnen Automatisierungen hin zu zielgerichteten, koordinierten Abläufen. KI-Agenten können planen, Werkzeuge nutzen und ihre nächsten Schritte an neue Informationen anpassen.

Ob Buchhaltungssoftware, mobile App oder vernetzte Maschine: Immer mehr Produkte enthalten digitale Komponenten oder sind mit einem Netzwerk verbunden. Sicherheitslücken können Geschäftsprozesse, Kundendaten und Lieferketten gefährden. Mit dem Cyber Resilience Act (CRA) führt die Europäische Union erstmals verbindliche Mindestanforderungen an die Cybersicherheit von Produkten mit digitalen Elementen ein. Die Vorgaben gelten EU-weit und werden schrittweise umgesetzt. Ab Ende 2027 müssen neu auf den Markt gebrachte Produkte die Anforderungen erfüllen.