Was ist passiert?
Das Fachmagazin Digital Business hat in einem Interview mit Professor Carsten Welsch untersucht, wie künstliche Intelligenz Innovationszyklen, technische Prozesse und den Wissenstransfer zwischen Forschung und Industrie verändert.
Welsch leitet die Beschleunigerforschung an der Universität Liverpool und arbeitet am europäischen Forschungszentrum CERN. Sein ursprüngliches Forschungsgebiet sind Teilchenbeschleuniger – hochkomplexe Anlagen, die unter anderem in der Grundlagenforschung und in medizinischen Anwendungen wie der Protonenstrahltherapie eingesetzt werden. Diese Anlagen erzeugen fortlaufend große Mengen technischer Daten, weil Position, Energie und Bewegung eines Teilchenstrahls präzise überwacht werden müssen.
Nach Welschs Darstellung lassen sich Methoden, die ursprünglich für die Teilchenphysik entwickelt wurden, inzwischen auf zahlreiche industrielle und medizinische Anwendungsfelder übertragen. KI kann große und sehr unterschiedliche Datenmengen auswerten, die für Menschen allein kaum noch überschaubar wären. Dadurch könnten neue Anwendungen mit weniger personellem Aufwand entwickelt und Innovationszyklen erheblich verkürzt werden. Seine Schätzung, dass sich Entwicklungszyklen in einzelnen Bereichen um den Faktor zehn oder sogar hundert verkürzen könnten, ist allerdings eine persönliche fachliche Einschätzung aus dem Interview und keine allgemeingültige Messung für sämtliche Branchen.
Ein konkretes Beispiel ist die sogenannte virtuelle Diagnose. In technischen Anlagen müssen normalerweise Sensoren oder physische Messgeräte an den Stellen installiert werden, an denen ein Zustand überprüft werden soll. KI-Modelle können unter bestimmten Voraussetzungen aus anderen vorhandenen Messwerten ableiten, wie sich ein System an einem Punkt verhält, an dem kein eigener Sensor eingebaut wurde. In Teilchenbeschleunigern können dadurch Informationen über den Strahl an Stellen gewonnen werden, die bisher technisch schwer oder gar nicht direkt messbar waren.
Ein weiteres Beispiel ist Predictive Maintenance, also die vorausschauende Wartung. Dabei analysiert eine KI nicht nur einen einzelnen Messwert, sondern viele Datenquellen gleichzeitig. Sie kann daraus Hinweise ableiten, wann ein technischer Fehler wahrscheinlicher wird. Unternehmen könnten dadurch eingreifen, bevor eine Maschine ausfällt oder ein Produktionsprozess vollständig unterbrochen wird.
Das Interview zeigt zudem, dass solche Anwendungen häufig aus Kooperationen zwischen Wissenschaft, Infrastruktur und Unternehmen entstehen. An der Universität Liverpool wurden Industrie- und Klinikpartner zunächst zu Workshops eingeladen. Daraus entwickelten sich kürzere Forschungsprojekte, mehrmonatige Praktika und gemeinsame Doktorarbeiten. Anwendungen reichten laut Interview von der KI-gestützten Erkennung von Augenkrankheiten bis zur Restaurierung von Kunstgegenständen mit Verfahren, die ursprünglich aus der Teilchenphysik kamen.
ROQ Einordnung – Warum ist diese Nachricht wichtig?
Die Nachricht ist wichtig, weil sie ein verbreitetes Missverständnis über Digitalisierung und künstliche Intelligenz korrigiert.
KI ist nicht nur ein Werkzeug, das vorhandene Texte schneller schreibt oder Bilder erzeugt.
Ihr größerer Wert entsteht dort, wo sie Daten aus realen Prozessen auswertet.
Eine Produktionsmaschine erzeugt Temperaturen, Laufzeiten, Stromverbrauch, Vibrationen, Druckwerte und Fehlermeldungen.
Ein Krankenhaus erzeugt Bilddaten, Laborwerte, Behandlungsverläufe und organisatorische Informationen.
Ein Logistikunternehmen verarbeitet Routen, Lieferzeiten, Fahrzeugzustände, Wetterdaten und Lagerbestände.
Eine Kommune verfügt über Verkehrsströme, Energieverbräuche, Gebäudedaten, Wasserstände und Verwaltungsprozesse.
Ein Mensch kann einzelne Werte prüfen. Je größer und komplexer die Datenmenge wird, desto schwieriger wird es jedoch, Zusammenhänge rechtzeitig zu erkennen.
Genau hier setzt KI an.
Sie kann Muster sichtbar machen, die sich nicht unmittelbar aus einem einzelnen Wert ergeben. Sie kann berechnen, dass eine bestimmte Kombination aus Temperatur, Vibration und Laufzeit häufig vor einem Maschinendefekt auftritt. Sie kann erkennen, dass bestimmte Produktionsbedingungen mit erhöhtem Materialausschuss zusammenhängen. Sie kann medizinische Bilddaten nach Auffälligkeiten durchsuchen oder Verkehrsflüsse anhand vieler Einflussfaktoren neu berechnen.
Das Bundeswirtschaftsministerium beschreibt Industrie 4.0 als eine Entwicklung, bei der Maschinen Fertigungsprozesse zunehmend selbst koordinieren, Transportsysteme Materialflüsse steuern und Produktionslinien flexibler an unterschiedliche Produkte angepasst werden können. Automatisierte Analysen können dabei Wartungsbedarfe und Ausfallrisiken erkennen. Gleichzeitig entstehen neue Produkte und Geschäftsmodelle.
Die eigentliche Veränderung lautet deshalb:
Digitalisierung übersetzt reale Abläufe in Daten. KI hilft dabei, aus diesen Daten Zusammenhänge, Prognosen und Handlungsmöglichkeiten zu entwickeln.
Das betrifft nicht nur große Konzerne.
Auch ein kleiner Handwerksbetrieb kann digitale Terminplanung, Materialverwaltung und automatische Dokumentation nutzen.
Ein mittelständischer Hersteller kann Qualitätskontrolle, Maschinenwartung oder Energieverbrauch optimieren.
Eine Pflegeeinrichtung kann Dienstplanung, Dokumentation und bestimmte Warnsysteme verbessern.
Eine Kommune kann Anträge digital verarbeiten, Verkehrsflüsse analysieren oder den Energieverbrauch öffentlicher Gebäude besser steuern.
Der technische Umfang unterscheidet sich. Das Grundprinzip bleibt jedoch gleich: Prozesse werden erfasst, verbunden, ausgewertet und schrittweise verbessert.
Auswirkungen auf Unternehmen, Arbeitnehmer und Kommunen
Auswirkungen auf Unternehmen
Für Unternehmen eröffnet die Verbindung aus Digitalisierung und KI weit mehr Möglichkeiten als einen zusätzlichen Chatbot auf der Internetseite.
Produktion kann vorausschauend gesteuert werden
Maschinen können fortlaufend Zustandsdaten liefern. KI-Systeme können diese Daten mit früheren Störungen, Wartungen und Produktionsbedingungen vergleichen.
Dadurch können Unternehmen erkennen:
- wann ein Bauteil wahrscheinlich verschleißt,
- welche Maschine ungewöhnlich viel Energie benötigt,
- unter welchen Bedingungen Ausschuss entsteht,
- wo Produktionsengpässe drohen,
- und wann eine Wartung am wenigsten Betriebsunterbrechung verursacht.
Predictive Maintenance kann damit ungeplante Ausfälle reduzieren. Gleichzeitig dürfen Prognosen nicht blind übernommen werden. Die Qualität hängt von Sensorik, Datenhistorie und dem Verständnis des jeweiligen Prozesses ab. Das Interview warnt ausdrücklich davor, KI als undurchsichtige Blackbox zu betrachten. Menschliche Fachkenntnis und technische Überwachung bleiben notwendig.
Qualitätskontrolle kann schneller und genauer werden
Kameras und Sensoren können Produkte während der Herstellung prüfen.
Eine KI kann beispielsweise erkennen:
- feine Oberflächenfehler,
- falsche Bauteilpositionen,
- Farbabweichungen,
- Materialverformungen,
- unvollständige Verpackungen,
- oder ungewöhnliche Geräusche einer Maschine.
Dadurch kann ein Fehler bereits während der Produktion erkannt werden, anstatt erst bei der Endkontrolle oder nach einer Kundenreklamation.
Das bedeutet nicht, dass jede Qualitätsentscheidung vollständig automatisiert werden sollte. Bei sicherheitsrelevanten Produkten müssen Prüfverfahren nachvollziehbar, dokumentiert und fachlich überwacht bleiben. KI kann die Kontrolle unterstützen und auffällige Fälle priorisieren.
Produkte können flexibler und individueller hergestellt werden
Digital vernetzte Produktionslinien müssen nicht dauerhaft auf ein einziges Produkt festgelegt bleiben. Maschinen können über Software, Sensorik und automatisierte Planung schneller an andere Varianten oder Stückzahlen angepasst werden. Dadurch können Unternehmen kleinere Serien wirtschaftlicher herstellen und schneller auf veränderte Nachfrage reagieren.
Ein Möbelhersteller könnte beispielsweise individuelle Maße automatisiert in die Produktionsplanung übertragen.
Ein Maschinenbauer könnte Bauteile kundenbezogen konfigurieren.
Ein Lebensmittelhersteller könnte Produktionsmengen stärker an Bestellungen und Haltbarkeit ausrichten.
Digitalisierung ermöglicht damit eine stärkere Verbindung zwischen Kundenwunsch, Planung, Materialbereitstellung und Fertigung.
Forschung und Produktentwicklung können beschleunigt werden
KI kann große Mengen bestehender Forschungs-, Mess- und Versuchsdaten analysieren.
Dadurch können Unternehmen schneller erkennen:
- welche Materialkombinationen vielversprechend sind,
- welche Produktvarianten wahrscheinlich scheitern,
- wo technische Risiken liegen,
- und welche Versuche zuerst durchgeführt werden sollten.
Digitale Zwillinge können dabei helfen, Produkte, Maschinen oder Prozesse virtuell zu simulieren. Unternehmen können Varianten testen, bevor ein physischer Prototyp gebaut oder eine reale Produktionslinie verändert wird. Offizielle Darstellungen zur Industrie 4.0 nennen flexible Produktion, optimierte Kapazitätsauslastung und automatisierte Risikoerkennung als zentrale Potenziale digitaler Systeme.
Büro- und Verwaltungsprozesse können neu aufgebaut werden
Auch außerhalb der Produktion sind zahlreiche Anwendungen möglich.
KI kann:
- Rechnungen vorsortieren,
- Vertragsinhalte zusammenfassen,
- Kundenanfragen kategorisieren,
- Termine koordinieren,
- interne Dokumente durchsuchen,
- Angebote vorbereiten,
- Daten aus Formularen übernehmen,
- Berichte strukturieren,
- oder fehlende Informationen markieren.
Der wichtige Punkt ist dabei nicht, einen schlechten Prozess einfach zu automatisieren.
Unternehmen sollten zunächst prüfen, warum ein Vorgang langsam oder fehleranfällig ist. Erst danach sollte entschieden werden, welche Schritte digitalisiert, automatisiert oder weiterhin menschlich bearbeitet werden.
Sonst entsteht aus einem schlechten analogen Prozess nur ein schneller schlechter digitaler Prozess.
Kundenservice kann individueller werden
Digitale Systeme können Informationen aus Bestellungen, Servicefällen und Produktdaten zusammenführen.
Ein Servicemitarbeiter könnte dadurch sofort sehen:
- welches Produkt ein Kunde besitzt,
- welche Reparaturen bereits erfolgt sind,
- welche Ersatzteile benötigt werden,
- ob eine Garantie besteht,
- und welche Lösung bei ähnlichen Fällen funktioniert hat.
KI kann Anfragen vorstrukturieren oder Antworten vorbereiten. Komplexe, emotionale oder rechtlich relevante Fälle sollten jedoch weiterhin von Menschen geprüft werden.
Neue Geschäftsmodelle können entstehen
Ein Hersteller muss künftig nicht nur ein Produkt verkaufen.
Er kann ergänzend digitale Dienstleistungen anbieten:
- zustandsbasierte Wartung,
- Fernüberwachung,
- automatische Nachbestellung,
- Nutzung nach Verbrauch,
- Softwarefunktionen,
- digitale Produktpässe,
- oder kontinuierliche Prozessoptimierung.
Ein Maschinenbauer könnte beispielsweise nicht nur eine Anlage verkaufen, sondern dauerhaft ihren Zustand überwachen und Wartung als Service anbieten.
Ein Energieunternehmen könnte nicht nur Strom liefern, sondern Verbrauchsmuster analysieren und Lasten steuern.
Ein Hersteller medizinischer Geräte könnte neben dem Gerät eine sichere Auswertungssoftware anbieten.
Damit verändert Digitalisierung nicht nur einzelne Abläufe. Sie kann die gesamte Beziehung zwischen Anbieter und Kunde verändern.
Auswirkungen auf Arbeitnehmer
Für Arbeitnehmer bedeutet die Entwicklung weder automatisch Arbeitsplatzverlust noch automatisch Entlastung.
Sie bedeutet zunächst, dass sich Tätigkeiten verändern.
Routineaufgaben können reduziert werden. Gleichzeitig entstehen neue Aufgaben rund um Kontrolle, Datenqualität, Bedienung, Wartung und Entscheidungsverantwortung.
Ein Produktionsmitarbeiter könnte künftig weniger Zeit mit manuellen Messungen verbringen, dafür aber digitale Warnmeldungen prüfen.
Eine kaufmännische Mitarbeiterin könnte weniger Daten aus Formularen übertragen, dafür aber ungewöhnliche Fälle bearbeiten und Ergebnisse kontrollieren.
Ein Techniker könnte nicht mehr nur nach einem Defekt reagieren, sondern Wartungen anhand digitaler Zustandsdaten planen.
Eine Pflegekraft könnte durch automatische Dokumentation entlastet werden, muss aber weiterhin beurteilen, ob die erfassten Informationen zur tatsächlichen Situation eines Menschen passen.
KI kann menschliche Fähigkeiten vervielfachen, aber sie kann auch neue Belastungen erzeugen.
Dazu gehören:
- ständiger Anpassungsdruck,
- unklare Verantwortlichkeiten,
- Leistungsüberwachung,
- Verlust von Erfahrungswissen,
- und die Sorge, dass Beschäftigte nur noch Vorgaben eines Systems ausführen.
Eine gesellschaftliche Einordnung der Konrad-Adenauer-Stiftung nennt genau diese Spannungsfelder: KI kann Produktivität und Innovation steigern, zugleich aber Sorgen vor Arbeitsplatzverlust, Überwachung und Entwertung bestehender Qualifikationen auslösen.
Deshalb müssen Beschäftigte frühzeitig einbezogen werden.
Sie kennen die tatsächlichen Abläufe und erkennen oft schneller als externe Entwickler, wo Daten fehlen oder ein theoretisch guter Prozess im Alltag scheitert.
Der Mensch darf nicht erst nach der technischen Einführung gefragt werden, wie er mit dem neuen System arbeiten soll.
Auswirkungen auf Kommunen
Kommunen können Digitalisierung und KI in zahlreichen Bereichen einsetzen.
Verwaltung
Anträge können digital eingereicht, auf Vollständigkeit geprüft und an zuständige Stellen weitergeleitet werden.
KI könnte dabei helfen, Dokumente zu klassifizieren oder fehlende Angaben zu erkennen. Die rechtliche Entscheidung und Verantwortung müssen jedoch nachvollziehbar bleiben.
Verkehr
Verkehrsdaten können genutzt werden, um Ampelschaltungen, Baustellenplanung und öffentliche Verkehrsmittel besser auf tatsächliche Bewegungen abzustimmen.
Energie und Gebäude
Sensoren können den Verbrauch kommunaler Gebäude messen. KI kann ungewöhnliche Verbräuche erkennen und Heizungs-, Beleuchtungs- oder Lüftungssysteme effizienter steuern.
Wasser und Umwelt
Digitale Messsysteme können Wasserstände, Leitungsdruck, Bodenfeuchte oder Luftqualität überwachen.
Dadurch können Lecks, Trockenheit oder ungewöhnliche Umweltbelastungen früher erkannt werden.
Katastrophenschutz
Satelliten-, Wetter-, Sensor- und Einsatzdaten können zu digitalen Lagebildern verbunden werden. KI kann Hinweise auf besonders gefährdete Bereiche geben, während die Entscheidung bei den verantwortlichen Einsatzkräften bleibt.
Stadtplanung
Verkehr, Bevölkerungsentwicklung, Energiebedarf und Infrastruktur können in digitalen Modellen zusammengeführt werden.
Kommunen könnten dadurch besser prüfen, wie sich ein neues Wohngebiet, eine Straße oder ein Gewerbestandort auf bestehende Systeme auswirkt.
Für kleinere Kommunen ist es allerdings unrealistisch, jede technische Infrastruktur allein aufzubauen.
Benötigt werden gemeinsame Plattformen, interkommunale Zusammenarbeit, klare Standards und Anbieter, bei denen Datenhoheit und langfristiger Betrieb gesichert sind.
Chancen & Risiken
Potenziale und mögliche Zielkonflikte werden bewusst nebeneinandergestellt.
Unsichtbare Probleme werden sichtbar
Viele wirtschaftliche Verluste entstehen nicht durch einen großen offensichtlichen Fehler.
Sie entstehen durch tausende kleine Abweichungen:
- eine Maschine verbraucht etwas mehr Energie,
- ein Prozess dauert wenige Minuten länger,
- ein Material wird regelmäßig zu großzügig bestellt,
- ein Fahrzeug fährt ungünstige Routen,
- Informationen werden mehrfach eingegeben,
- oder ein Defekt entwickelt sich langsam über Wochen.
Digitalisierung macht solche Abläufe messbar.
KI kann anschließend Zusammenhänge erkennen, die bei einer rein manuellen Betrachtung verborgen bleiben.
Entscheidungen können auf einer breiteren Datenbasis getroffen werden
Menschen entscheiden häufig auf Grundlage von Erfahrung, Stichproben und begrenzten Informationen.
KI kann zusätzliche Daten auswerten und Wahrscheinlichkeiten berechnen.
Sie kann damit eine Entscheidung unterstützen, aber nicht automatisch deren Verantwortung übernehmen.
Besonders wertvoll ist die Kombination:
Der Mensch versteht Kontext, Ziele und Folgen.
Die KI erkennt Muster in großen Datenmengen.
Innovation kann schneller in die Praxis gelangen
Das Interview zeigt, wie wissenschaftliche Verfahren aus der Teilchenphysik in Medizin, Industrie und sogar Kunstrestaurierung übertragen wurden. Entscheidend waren nicht nur Algorithmen, sondern auch Kooperationen zwischen Universitäten, Infrastruktur und Unternehmen.
Dadurch entsteht ein wichtiger Ansatz für Deutschland:
Forschung muss nicht ausschließlich neue Erkenntnisse hervorbringen.
Sie kann Methoden entwickeln, die später in völlig anderen Bereichen wirtschaftlich oder gesellschaftlich nutzbar werden.
Kleine Unternehmen können Zugang zu Fähigkeiten erhalten, die früher nur Großunternehmen besaßen
Cloud-Software, standardisierte Sensorik und spezialisierte KI-Dienste können Technologien auch für kleinere Betriebe zugänglich machen.
Ein Handwerksbetrieb benötigt kein eigenes Rechenzentrum, um Terminplanung, Dokumentation oder Kundenkommunikation zu verbessern.
Ein kleiner Hersteller benötigt keine große Forschungsabteilung, um Bildanalyse für Qualitätskontrolle zu testen.
Entscheidend ist ein klar begrenzter Anwendungsfall.
Fachkräfte können von Routinearbeit entlastet werden
Viele Unternehmen leiden nicht nur unter Fachkräftemangel, sondern auch darunter, dass qualifizierte Beschäftigte einen großen Teil ihrer Zeit mit wiederkehrenden Verwaltungs- oder Suchaufgaben verbringen.
KI kann Informationen vorbereiten, sortieren und auffällige Fälle markieren.
Dadurch kann mehr Zeit für Beratung, Planung, Entwicklung und persönliche Betreuung entstehen.
Sicherheit kann verbessert werden
KI kann technische Auffälligkeiten erkennen, bevor daraus ein Unfall oder größerer Schaden entsteht.
Mögliche Anwendungsfelder sind:
- Maschinenüberwachung,
- Brandschutz,
- medizinische Warnsysteme,
- Arbeitssicherheit,
- Verkehrsassistenz,
- Cyberabwehr,
- und Überwachung kritischer Infrastruktur.
Der Nutzen liegt hier nicht nur in eingesparten Kosten, sondern in vermiedenen Gefahren.
Ressourcen können gezielter eingesetzt werden
Digitale Systeme können Material-, Energie- und Wasserverbräuche genauer erfassen.
KI kann erkennen, wann und wo besonders hohe Verbräuche entstehen.
Dadurch können Unternehmen und Kommunen Maßnahmen dort einsetzen, wo sie tatsächlich Wirkung erzielen.
Wissen kann besser erhalten werden
In vielen Betrieben befindet sich entscheidendes Wissen in den Köpfen einzelner Beschäftigter.
Digitale Wissenssysteme können Anleitungen, Fehlerlösungen, Projekterfahrungen und Dokumente strukturiert zugänglich machen.
KI kann dabei helfen, Informationen schneller zu finden oder Zusammenhänge zwischen Dokumenten herzustellen.
Sie ersetzt jedoch nicht automatisch das Erfahrungswissen, das aus jahrelanger praktischer Arbeit entsteht.
Die Blackbox kann falsches Vertrauen erzeugen
Ein KI-System kann ein Ergebnis liefern, ohne dass vollständig nachvollziehbar ist, wie es zustande kam.
Das wird besonders problematisch, wenn Produktionssicherheit, Gesundheit, Kreditentscheidungen oder öffentliche Leistungen betroffen sind.
Das Interview nennt die fehlende Nachvollziehbarkeit ausdrücklich als zentrales Risiko. Unternehmen dürften nicht blind auf KI-Ergebnisse vertrauen, sondern müssten die zugrunde liegenden Prozesse weiterhin verstehen und überwachen.
Schlechte Daten erzeugen schlechte Entscheidungen
KI kann nur mit den Daten arbeiten, die sie erhält.
Sind Messwerte unvollständig, falsch, veraltet oder verzerrt, können auch die Ergebnisse fehlerhaft sein.
Ein Unternehmen sollte deshalb nicht zuerst ein Modell kaufen.
Es sollte prüfen:
- Welche Daten existieren?
- Wie zuverlässig sind sie?
- Wer pflegt sie?
- Welche Informationen fehlen?
- Und welches Ergebnis soll tatsächlich verbessert werden?
Unternehmen können Prozesse automatisieren, die zuerst verändert werden müssten
Nicht jeder bestehende Ablauf verdient es, digitalisiert zu werden.
Ein unnötiger Genehmigungsschritt bleibt unnötig, auch wenn ihn eine Software schneller ausführt.
Digitalisierung sollte deshalb mit Prozessanalyse beginnen.
Abhängigkeit von Anbietern kann wachsen
Viele KI-Systeme werden über externe Cloud-Plattformen betrieben.
Unternehmen müssen klären:
- Wo werden Daten verarbeitet?
- Können sie exportiert werden?
- Was geschieht bei einem Anbieterwechsel?
- Wie entwickeln sich laufende Kosten?
- Und welche Funktionen fallen aus, wenn der Dienst nicht verfügbar ist?
Fehlt diese Prüfung, kann aus technischer Modernisierung eine langfristige Abhängigkeit entstehen.
Cyberangriffe können größere Folgen haben
Je stärker Produktionsanlagen, Gebäude, Fahrzeuge und Lieferketten digital verbunden werden, desto größer ist die mögliche Angriffsfläche.
Ein Angriff betrifft dann nicht nur E-Mails oder einzelne Computer, sondern möglicherweise reale Maschinen und kritische Prozesse.
Das Bundeswirtschaftsministerium nennt IT-Sicherheit, Datenschutz, einheitliche Standards und sichere Schnittstellen deshalb als zentrale Voraussetzungen vernetzter Industrie.
Beschäftigte können übergangen werden
Wird KI ausschließlich als Instrument zur Kostensenkung eingeführt, entsteht Widerstand.
Beschäftigte müssen wissen:
- welche Daten über ihre Arbeit erhoben werden,
- wofür diese genutzt werden,
- welche Entscheidungen automatisiert werden,
- und wer bei Fehlern verantwortlich bleibt.
Technologie ohne Vertrauen wird im Arbeitsalltag häufig umgangen oder nur oberflächlich genutzt.
Effizienz kann zum Selbstzweck werden
Nicht alles, was schneller durchgeführt werden kann, sollte vollständig automatisiert werden.
In Pflege, Beratung, Bildung, Justiz oder Sozialverwaltung besitzt der menschliche Kontakt einen eigenen Wert.
Eine KI kann Informationen vorbereiten.
Sie kann aber nicht automatisch Verantwortung, Mitgefühl oder gesellschaftliche Abwägung ersetzen.
Perspektivenwechsel
Die Diskussion über künstliche Intelligenz dreht sich oft um die Frage:
Was kann die KI besser als ein Mensch?
Diese Frage führt schnell zu einem Wettbewerb zwischen Mensch und Maschine.
Der sinnvollere Blick lautet:
Welche Probleme können Mensch und Technologie gemeinsam lösen, die bisher ungelöst blieben?
Ein Mensch kann eine Maschine hören und feststellen, dass sie ungewöhnlich klingt.
Eine KI kann gleichzeitig tausende Messwerte auswerten und erkennen, dass dieselbe Kombination bereits vor früheren Defekten auftrat.
Ein Arzt kann Symptome, Lebensumstände und individuelle Risiken einordnen.
Eine KI kann große Mengen medizinischer Daten auf statistische Auffälligkeiten prüfen.
Ein Produktionsmitarbeiter kennt die Besonderheiten einer Anlage.
Ein digitales Modell kann zahlreiche Varianten simulieren, bevor die reale Produktion verändert wird.
Die Stärke entsteht nicht automatisch durch Ersatz.
Sie entsteht durch Verbindung.
Der Mensch bringt Erfahrung, Ziele, Verantwortung und Kontext ein.
Digitalisierung liefert Daten.
KI erkennt Muster, berechnet Wahrscheinlichkeiten und unterstützt Entscheidungen.
Der Perspektivenwechsel lautet deshalb:
Die größte Revolution der KI besteht nicht darin, dass Maschinen menschlich wirken. Sie besteht darin, dass Menschen Vorgänge verstehen können, die bisher zu komplex, zu schnell oder zu verborgen waren.
Damit verändert sich auch die Frage nach dem wirtschaftlichen Nutzen.
Der Wert einer KI liegt nicht darin, dass ein Unternehmen eine Lizenz besitzt.
Er liegt darin, ob dadurch:
- weniger Maschinen ausfallen,
- Produkte sicherer werden,
- Ressourcen eingespart werden,
- Beschäftigte entlastet werden,
- Kunden schneller eine Lösung erhalten,
- oder völlig neue Leistungen entstehen.
Was wir wissen
KI kann große Datenmengen verarbeiten, Muster erkennen und Prognosen unterstützen. Im beschriebenen Forschungsumfeld werden solche Verfahren unter anderem für virtuelle Diagnosen und die vorausschauende Wartung technischer Anlagen eingesetzt.
Methoden aus datenintensiver Grundlagenforschung lassen sich auf andere Bereiche übertragen. Im Interview werden Anwendungen in Medizintechnik, Industrie und Kunstrestaurierung genannt.
Digitale und vernetzte Produktionssysteme können Fertigungsprozesse flexibler steuern, Transportaufgaben automatisieren und Wartungsrisiken analysieren. Gleichzeitig entstehen zusätzliche Anforderungen an Standards, Datenschutz und IT-Sicherheit.
KI kann Innovation und Produktivität erhöhen, verändert jedoch Arbeitsprofile und erzeugt Fragen zu Kontrolle, Transparenz und Qualifikation.
Was noch unklar ist
Nicht eindeutig geklärt ist, wie stark KI Innovationszyklen in unterschiedlichen Branchen tatsächlich verkürzt.
Die im Interview genannten Faktoren zehn bis hundert beruhen auf der fachlichen Einschätzung des Gesprächspartners und lassen sich nicht pauschal auf jeden Betrieb oder jedes Entwicklungsprojekt übertragen.
Unklar bleibt außerdem, welche Anwendungen langfristig wirtschaftlich tragfähig sind.
Ein erfolgreicher Test bedeutet noch nicht automatisch, dass ein System im regulären Betrieb zuverlässig, sicher und bezahlbar eingesetzt werden kann.
Viele KI-Projekte scheitern weniger an der mathematischen Methode als an:
- fehlenden Daten,
- unklaren Zielen,
- mangelnder Integration,
- fehlender Akzeptanz,
- oder ungeklärter Verantwortung.
Offen ist ebenfalls, wie sich Tätigkeiten und Arbeitsplätze langfristig verändern.
Einige Aufgaben werden automatisiert. Andere werden anspruchsvoller oder entstehen neu. Die tatsächliche Wirkung hängt stark von Branche, Unternehmensstrategie und Qualifizierung ab.
Was als Nächstes wichtig wird
Unternehmen sollten nicht mit der Frage beginnen:
Welche KI müssen wir kaufen?
Die erste Frage sollte lauten:
Welches reale Problem möchten wir besser lösen?
Danach kann ein sinnvoller Weg entstehen:
Zunächst wird ein klar begrenzter Prozess ausgewählt.
Anschließend werden Datenlage, Risiken und Verantwortlichkeiten geprüft.
Danach folgt ein kleiner Pilot mit einem messbaren Ziel.
Erst wenn der Nutzen nachgewiesen ist, sollte das System schrittweise erweitert werden.
Geeignete erste Anwendungsfälle sind häufig dort zu finden, wo:
- viele wiederkehrende Daten vorhanden sind,
- Fehler hohe Kosten verursachen,
- Informationen langsam zusammengetragen werden,
- oder Fachkräfte durch Routineaufgaben gebunden sind.
Wichtig wird außerdem die Zusammenarbeit zwischen Unternehmen, Wissenschaft und Technologieanbietern.
Das Interview zeigt, dass erfolgreiche Kooperationen nicht sofort mit einem jahrelangen Großprojekt beginnen müssen. Workshops, kurze Untersuchungen und zeitlich begrenzte Pilotprojekte können Vertrauen schaffen und reale Probleme sichtbar machen.
Genauso wichtig bleibt die Qualifizierung der Beschäftigten.
Wer KI-Ergebnisse nutzen soll, muss deren Möglichkeiten und Grenzen verstehen.
Einordnung von ROQ News
Digitalisierung und künstliche Intelligenz besitzen das Potenzial, nahezu jeden wirtschaftlichen und gesellschaftlichen Bereich zu verändern.
Nicht, weil jede Tätigkeit automatisiert werden muss.
Sondern weil Prozesse erstmals umfassender erfasst, verstanden und vorausschauend gesteuert werden können.
Maschinen können gewartet werden, bevor sie ausfallen.
Produkte können virtuell getestet werden, bevor sie gebaut werden.
Energie- und Materialverluste können sichtbar werden.
Medizinische Daten können nach Zusammenhängen durchsucht werden, die ein einzelner Mensch nicht vollständig überblicken könnte.
Kommunen können Infrastruktur besser planen.
Unternehmen können Kunden individueller bedienen.
Beschäftigte können von wiederkehrender Dokumentation und Sucharbeit entlastet werden.
Doch all diese Möglichkeiten entstehen nicht allein durch den Kauf einer KI.
Sie benötigen gute Daten, sichere Systeme, klare Ziele, Fachwissen und menschliche Verantwortung.
Die wichtigste Aufgabe besteht deshalb nicht darin, möglichst schnell überall KI einzubauen.
Sie besteht darin, zu erkennen, an welchen Stellen Digitalisierung und KI einen echten Unterschied bewirken können.
Die Zukunft entsteht nicht dort, wo KI möglichst menschlich wirkt. Sie entsteht dort, wo Menschen mithilfe digitaler Technologien Zusammenhänge erkennen, Risiken vermeiden und Lösungen entwickeln können, die vorher nicht möglich waren.
Michael Langner
Gründer & CEO von Cast Royal Michael Langner
Gründer & CEO von Cast RoyalQuellen
-
Die unsichtbare Revolution: Wie KI Prozesse und Produkte neu formt – Digital Business MagazinFachmedium · veröffentlicht 27.05.2025 · abgerufen 08.08.2026
-
Intelligente Produktionsverfahren und neue Geschäftsmodelle – Bundesministerium für Wirtschaft & EnergieBehörde · veröffentlicht 01.06.2024 · abgerufen 08.08.2026
-
Künstliche Intelligenz: Komplexe Algorithmen im Zusammenspiel mit Politik und Gesellschaft – Konrad Adenauer StiftungFachmedium · veröffentlicht 01.06.2025 · abgerufen 08.08.2026
-
2.1. Theoretische Grundlagen einer digitalen Quellenkritik – dqk Uni ThrierFachmedium · veröffentlicht 29.07.2024 · abgerufen 08.08.2026
KI-Transparenz
ROQ News nutzt Künstliche Intelligenz als Werkzeug für Recherche, Strukturierung und Formulierung. Alle Inhalte werden vor der Veröffentlichung durch Cast Royal geprüft, eingeordnet und redaktionell verantwortet.
Wir ersetzen keine Menschen durch KI. Wir nutzen KI, um bessere Inhalte zu erstellen... die Verantwortung bleibt beim Menschen.