Prof. Dr. August- Wilhelm Scheer, Scheer Holding

Sicher kennen viele den Verlauf des Gartner- Hype-Cycles, welchen die stark durchgezogene Linie der Abbildung 2 zeigt. Er beginnt mit ei­nem steilen Anstieg der Aufmerksamkeit für eine neue Technologie bis zu einem Maximum der Erwartungen, führt dann, wenn Enttäu­schungen über überzogene Erwartungen einset­zen, zu einem Abstieg und fängt sich nach einer Talsohle mit der inzwischen weiterentwickelten Technologie und ersten Erfolgsbeispielen. An­schließend führt er zu einem verlangsamten, aber stetigen Anstieg. Viele der Hypes werden dann zur Selbstverständlichkeit oder gehen in übergeordneten Konzepten auf. Wer spricht heute noch zum Beispiel von dem Hype Service Oriented Architecture (SOA)? Software als Ser­vices sind heute ein Standard in modernen Software- Architekturen und kein eigener Hype mehr. Diese klassische Entwicklung des Gart­ner-Hype-Cycles zeigt sich nun bei den hier im Zentrum stehenden Themen „Industrie 4.0 (I4.0)“ und „Künstliche Intelligenz (KI)“ völlig anders.

Beide haben mit den Hypes „CIM“ und „Expertensysteme/ Künstliche Intelligenz“ be­reits in den 80er Jahren des vorigen Jahrhun­derts einen klassischen Gartner-Verlauf hinter sich und erleben jetzt einen zweiten Hype, der sich jeweils noch in der Aufschwungsphase be­findet. Die neuen Kurven werden somit auf der aufsteigenden Kurve des ersten Zyklus aufge­setzt und übersteigen das Maximum des ersten Hype-Zyklus in der Aufmerksamkeit. Der zwei­te Aufguss des Themas ist damit stärker als der erste, wie es die gestrichelte Kurve in der Abbil­dung 2 zeigt. Die ersten Zyklen verliefen für CIM und KI entsprechend dem klassischen Gartner- Mo­dell und führten zu einem tiefen Absturz. Die von der Industrie aufgesetzten visionären CIM-Projekte wurden überwiegend gestoppt und le­diglich der Einsatz von CAD-Systemen mit der CAM-Integration sowie dezentrale Fertigungs­steuerungskonzepte überlebten. Von der CIM-Welle ist dabei die Halle 54 von VW zur vollau­tomatischen Montage des Golfs mit starr ver­koppelten Systemen als gescheitertes Projekt noch in lebendiger Erinnerung. Die CIM-Welle wurde von den großen Instituten für Ferti­gungstechnik der Technischen Universitäten in Berlin, Stuttgart, Hannover und Aachen ange­führt, die die damaligen Möglichkeiten der In­formationstechnik überschätzten.

Auch die großen Träume von Expertensyste­men wurden beendet und Forschungen an Künstlich Neuronalen Netzen (KNN) durch ei­nen kritischen Aufsatz von Marvin Minsky, selbst eigentlich ein Protagonist der KI, ge­stoppt. Damit wurde auch bei KI die Talsohle des ersten Zyklus erreicht. Forschungsarbeiten wurden weitgehend beendet und viele einge­richtete KI – Lehrstühle umgewidmet. Es kam zu dem sogenannten „Winter der KI“. Beide Gebiete erleben nun eine Renais­sance. Sie besteigen also einen neuen Gartner-Gipfel und man kann spekulieren, wie wohl die Verläufe für I4.0 und KI in diesem zweiten Auf­guss sein werden.

Gründe für den explosiven Anstieg der Auf­merksamkeit sind, dass höhere Rechenleistun­gen, größere Datenmengen, weiterentwickelte Algorithmen und neue Business-Modelle zur Verfügung stehen. (Seit der Gründung des DFKI im Jahr 1988 haben rund 20 Moore‘sche- Zyklen die Leistungsfähigkeit der Informati­onstechnik jeweils verdoppelt, das heißt sie ist um eine Million höher). Diese Entwicklungen verstärken sich gegenseitig so stark, dass sie in beiden Fällen zu dem neuen Hype führen. Für I4.0 war der Auslöser das Ergebnis ei­ner Arbeitsgruppe der Forschungsunion (FU) zur Zukunft der Industrie. Die FU war ein Be­ratergremium des BMFT für ihre High-Tech-Strategie, das aus Wissenschaftlern und Wirt­schaftsvertretern bestand. Die Arbeitsgruppe wurde von den Professoren Kagermann und Wahlster geleitet und das Ergebnis zusammen mit Professor Lukas in einem Aufsatz zur Eröff­nung der Cebit 2011 mit dem Begriff „Industrie 4.0“ veröffentlicht. Der Begriff wurde von den Medien vehement aufgegriffen, Wissenschaft und Industrieverbände entwickelten konkrete Architekturen, sogenannte Plattformen, und große Industrieausrüster sowie Softwareunter­nehmen nahmen sich des Themas an: Wie soll das Industrieunternehmen der Zukunft aussehen? Im Zentrum der Vision stehen soge­nannte CPS (Cyber physical Systems), also soft­wareintensive Produktionssysteme, die über Marktplätze mit intelligenten Materialien ver­bunden sind und so die Abläufe in der Fabrik quasi automatisch steuern.

Beim zweiten Aufguss von KI sind es neue Algorithmen, zum Beispiel die Backpropagati­on bei KNN sowie ihre Mehrstufigkeit (Deep Learning), die die zuvor von Minsky einge­brachten Einwände auflösen. Große Öffentlich­keitswirkung erhielten in der Zwischenzeit ent­wickelte Erfolge der KI bei Spielen (Schach und Go), Themen wie das autonome Fahren sowie die Spracherkennung und – verarbeitung durch Systeme wie Alexa. Beide Themen führen nun zu neuen Phantasieschüben, starker Forschungsförde­rung, Gründung von Start-ups, Bereitstellung von Venture Capital und einem äußerst hohen Medieninteresse.

Unternehmensberater suchen immer nach neu­en Themen, um ihre Kunden für innovative Projekte zu interessieren. Forscher möchten sich mit neuen Forschungsideen profilieren. Forschungsinstitute möchten mit neuen The­men Gelder akquirieren. Forschungsförderer sind interessiert, neue Forschungsprogramme aufzusetzen, um weiteres Geld von ihren Ge­bern zu begründen. Softwareunternehmen be­nötigen neue Anlässe für lizenzträchtige Erwei­terungen ihrer Systeme. Gründer von Start-up Unternehmen wittern Wachstumschancen. Auch die Medien sind immer hungrig nach spektakulären Themen.

Auch etablierte Anwender öffnen sich neuen Themen, wenn auch verhaltener. Sie be­nutzen die neuen Vokabeln im Marketing, be­teiligen sich mit überschaubarem Risiko an Verbund- Forschungsprojekten und beschäfti­gen Start-ups mit Proofs of Concept, investieren zunächst jedoch nicht mit vollem Einsatz. Während Großunternehmen es sich leisten können, derartige Pilotprojekte aufzusetzen und spezielle Projektgruppen einzurichten, ist der Mittelstand noch vorsichtiger, weil sein Ri­siko vergleichsweise größer ist.

Grundsätzlich wird in der Aufschwungs­phase des Hypes eine hohe Energie auf das The­ma gerichtet. Es zieht Wagniskapital und Be­geisterung kluger und junger Wissenschaftler an. Die mediale Öffentlichkeit berichtet über­schwänglich von Visionen einer vollautoma­tisch arbeitenden Fabrik und superintelligenten Computern, die den Menschen überholen. Diese Euphorie birgt Gefahren der Fehl­steuerung von Ressourcen. Peter Mertens, Dina Barbian und Stephan Baier haben sich in ihrem 2018 erschienenen Buch „Digitalisierung und Industrie 4.0 – eine Relativierung“ kritisch zu dem Neuigkeitsgrad dieser Konzepte geäußert und dabei zahlreiche Praxisbeispiele angeführt, die die Übertreibung des Hypes belegen sollen. Dabei steht die Gefahr der Fehlsteuerung von Ressourcen im Mittelpunkt ihrer Analysen.

So kann Forschungsgeld Feldern mit sta­bilen, aber eher langweiligen Entwicklungs­möglichkeiten entzogen und auf eher spekulati­ve Themen gerichtet werden. Viel Geld, Intelli­genz und Energie würden so dem Risiko der Verschwendung unterliegen. Viele ihrer Ausführungen sind aber auf den gegenwärtigen Entwicklungszustand bezo­gen und es wird zu wenig das Potenzial von I4.0 und KI betrachtet, das durch den gewaltigen Einsatz von Ressourcen gehoben werden kann. Trotzdem ist eine warnende Stimme in einer Hype- Situation hilfreich.

Natürlich ist bei neuen Technologien nicht alles neu. Schon Isaak Newton sagte “we are stan­ding on the shoulders of giants“ und meinte, dass alle Wissenschaftler auf den Arbeiten von Vorgängern aufbauen. Nur hören dies die Protagonisten eines neuen Hypes nicht gerne. Sie selbst wollen die Erfinder sein und nicht die Follower eines Trends. Deshalb versuchen sie, Kritiker als alt­modisch oder überfordert hinzustellen. Gleichzeitig vereinnahmen sie unbefangen Ideen und Methoden früherer Arbeiten in ihr neues Konzept. Oder es wird das Rad munter noch einmal erfunden „samt seiner achteckigen Varianten (Mertens et al.)“. Dieses geschieht umso leichter, wenn sich Fachfremde mit dem neuen Gebiet befassen, also zum Beispiel IT- Experten mit der Medizin oder Produktions­technik. Andererseits führen die Hypothese-freien Methoden der Datenanalyse durch fach­fremde Datenanalysten auch zu überraschen­den Forschungsergebnissen.

Der neue Hype erweckt auch im ersten Aufguss erstellte und dann frustriert aufgege­bene Ideen wieder zum Leben. So können frü­here Konzepte wieder ausgegraben und über­prüft werden, ob einige der Ideen nun eine grö­ßere Realisierungschance haben. Häufig hat sich das „was“ nicht verändert, sondern auf­grund neuer Technologien lediglich das „wie“. Auch in der Wissenschaft hört man häu­fig ungern, dass neue Ergebnisse vielleicht gar nicht so neu sind.

Vom DFKI wurde bereits in den 1990er Jahren mit dem Projekt „Verbmobil“ ein Forschungs­projekt bearbeitet, bei dem Spracherkennung, automatische Übersetzung und Sprachausgabe miteinander verbunden wurden. Für diese Ar­beiten erhielt Wolfgang Wahlster 2001 den Zu­kunftspreis des Bundespräsidenten. Heute wird beim zweiten KI- Aufguss häufig so getan, als ob diese Technologien aktuell alle in den USA entwickelt würden. Insgesamt sind viele der nun erfolgreichen KI- Algorithmen in Europa entwickelt worden, wurden aber von den gro­ßen amerikanischen IT- Unternehmen in ihre Anwendungen eingebettet. Dadurch wurde der Anschein erweckt, als seien sie auch dort entwi­ckelt worden. Ein Hinweis auf ihre Herkunft sollte deshalb aus europäischer Sicht angezeigt sein.  Wer denkt schon noch daran, dass bereits 1993 (also vor 25 Jahren) das erste autonom fah­rende Auto von Professor Ernst Dickmanns (auf Basis von Bilderkennung) in Deutschland entwickelt und im Straßenverkehr eingesetzt wurde? Aber ein älteres Mitglied einer Berufungs­kommission macht sich eher unbeliebt bis lä­cherlich, wenn er nach dem Berufungsvortrag eines jungen Kollegen sagt: „Herr Kollege, Sie haben eindrucksvoll die neuesten Aufsätze amerikanischer Autoren aus respektablen Zeit­schriften zitiert, aber warum haben Sie nicht meinen Aufsatz von 1988 angeführt, in dem ich bereits viele dieser Ideen vorweggenommen habe?“ Man will eben zeigen, dass man dem Hype folgt und keine alten Kamellen aufwärmt, selbst wenn man es in Wirklichkeit tut. So werden in KI- Lehrbücher auch Metho­den wie Entscheidungsbäume, Dynamische Optimierung nach Bellmann oder ganzzahlige Optimierung der KI zugeordnet, obwohl diese altbekannte Standardverfahren des Gebietes Operations Research sind.

Auch bei CIM gab es schon die Vision ei­ner sich selbst steuernden menschenlosen Fab­rik. Dieses wird bei I4.0 in dem folgenden Witz nun etwas gemildert: „bei einer vollautomati­sierten Fabrik I4.0 braucht man immerhin noch einen Hund und einen Menschen in der Fabrik: einen Menschen, um den Hund zu füttern und den Hund, um den Menschen zu überwachen, damit er nicht an die Maschinen geht“.

Wird ein Begriff gehypt, so verbinden sich alle möglichen benachbarten Felder damit, um ebenfalls ihre Aktualität zu erklären. Der Zusatz 4.0 wird mittlerweile von vie­len anderen Gebieten außerhalb der Industrie verwendet und steht praktisch für „Digitalisie­rung“ und „Zukunftsorientiertheit“.
Die Explosion der Begriffe ist nach Mer­tens et al. ein Indiz für eine Überhitzung und nimmt zum Teil komische Züge an. So haben Mertens et al. mehrere Hundert Zusammen­setzungen der Begriffe über Google- Anfra­gen herausgefunden und als Beleg für die Überhitzung angeführt.

Darunter sind für den Zusatz 4.0:

• Angst 4.0,
• Badezimmer 4.0,
• Gesunder Menschenverstand 4.0,
• Kuhstall 4.0,
• Mitgefühl 4.0,
• Tristesse 4.0,
• Spargelstechen 4.0,
• Trinkkultur 4.0

Ähnliche Begriffsbildungen gibt es auch für den Zusatz Digital:

• Darwin digital,
• Digitale Dreckschleuder,
• Digitale Haushaltshilfe,
• Digitale Unterwelt,
• Digitale Leseschwäche,
• Digitale Worthülsen,
• Digitaler Kundenversteher,
• Digitales Oktoberfest,
• Vordigitale Zeit (aber diese ist ja kaum noch vorstellbar).

Auch für die engeren Begriffe zur Künstlichen Intelligenz wie intelligent oder smart finden sich zahlreiche Begriffsverbindungen:

•  intelligentes Haus,
• intelligente Messsysteme,
• intelligenter Kühlschrank,
• smarte Glühbirne,
• smarte Hundeleine,
• smarte Kaffeemaschine,
• smartes Türschloss.

Es ist wohl klar, dass nicht alle dahinter liegen­den Produkte oder Konzepte den hohen An­spruch an Intelligenz und den erwarteten Nut­zen erfüllen können, viele dieser Trittbrettfah­rer scheitern werden und damit dem gesamten Gebiet eher schaden. So äußern sich einige Protagonisten von I4.0 und KI wie Henning Kagermann und Wolfgang Wahlster in Interviews eher vorsichtig zu übertriebenen Visionen dieser Gebiete und Elon Musk warnt sogar ausdrück­lich vor KI. Trotz dieser leichten Warnung vor der Unbefangenheit, mit der man bei einem Hype mit Begriffen und Visionen umgeht und ag­gressiv mit Versprechungen nach vorne schaut, hat dieses auch Vorteile. Man lässt sich nicht durch ältere Konzepte im Denken begrenzen, sondern beschreitet unbefangen neue Wege.

Ob I4.0 und KI im zweiten Aufguss schlussend­lich erfolgreich sein werden, hängt davon ab, ob entsprechende Anwendungen gefunden wer­den, die die getätigten Investitionen rechtferti­gen. Auf jeden Fall wird es zwischendurch auch zu Ernüchterungen kommen. Ob aber und wie stark der Abstieg der Hype-Kurve sein wird und wie intensiv ein vielleicht erneuter (dritter) Anstieg sein wird, hängt von den Killeranwen­dungen ab. Killeranwendungen sind solche An­wendungen, die einer Technologie den großen Durchbruch bringen, also zum Beispiel die ERP- Systeme der Client- Server – Architektur, das www dem Internet, iTunes dem iPhone und Textverarbeitung sowie spreadsheet dem PC.

Bei der KI sind hier bereits eine Reihe von Bei­spielen zu nennen, die den Anspruch von Kil­lerapplikationen durch ihren wirtschaftlichen Nutzen zeigen. Generell ist die automatische Mustererkennung für die Bilderkennung und Sprachverarbeitung ein großer Erfolg. Die Deutsche Telekom setzt bereits 3000 Sprach- Bots in ihrem Service- Bereich ein. An vielen Serviceprozessen ist der Kunde noch als einzi­ger Mensch beteiligt. Alle anderen Funktionen über Spracherkennung am Telefon und die an­schließenden Bearbeitungsschritte laufen mit KI- Unterstützung automatisch ab. Auch die Personalisierung von Informati­onen oder Werbung sowie intelligente Roboter und autonomes Fahren sind ohne KI nicht denkbar. Die Breitenwirkung von KI wird vor allem durch ihre konsumnahen Anwendungen erzielt.

Bei I4.0 als Anwendungskonzept müssen die benötigten Technologien wie Integrations­plattformen, Vernetzung und Steuerungsalgo­rithmen leistungsstark genug sein und neue Businessmodelle ihre Wirtschaftlichkeit zeigen. Neue Smart Services wie Predictive Mainte­nance und Sharing-Modelle zur Nutzung von Ressourcen werden häufig genannt, aber es feh­len teilweise noch die Nachweise der Wirt­schaftlichkeit durch entsprechende Business- Modelle. Die Datentransparenz durch die Ver­netzung, also zum Beispiel Vernetzung und re­al-time-Steuerung aller Werke eines internatio­nalen Konzernes, ist ein beeindruckender Fortschritt. Die Verbindung von KI mit I4.0 ist für I4.0 besonders attraktiv, insbesondere bei auto­nomen Systemen und Robotic.

Für I4.0 ist die Steuerung autonomer Sys­teme in der Landwirtschaft aber auch im Stra­ßenverkehr, Schiene und Wasser eine Killeran­wendung. Das Gleiche gilt für Robotic. Insgesamt ist die Verbindung von Ingeni­eurdisziplinen und KI ein Erfolgstreiber für In­dustrie 4.0 und beide sind häufig in einer An­wendung verschmolzen.

Soll man bei einem Hype abwarten, bis sich eine gesicherte Aussage über den Erfolg sagen lässt? Dieses birgt die Gefahr, dass man dann später einer Entwicklung hinterherlaufen muss. Da sich viele Entwicklungen im IT- Umfeld ex­ponentiell entwickeln, muss man dann schnel­ler als exponentiell entwickeln, um den Vor­sprung der „First Mover“ einzuholen. Dieses ist bei dem „War for Talents“ kaum möglich, da die besten Köpfe eher von den bereits führenden Unternehmen angezogen werden. Durch die Akquisition von vorgepreschten Technologie­unternehmen kann dann die verlorene Zeit teu­er wieder aufgeholt werden.

Bei einem Mitmachen besteht die Gefahr der Ressourcenverschwendung. Aber es wird auch Wissen erzeugt, das beim Scheitern in be­nachbarten Feldern sinnvoll eingesetzt werden kann. Insofern sind zusammenfassend die gro­ßen Anstrengungen von Politik und Wirtschaft zur Förderung von I4.0 und KI zu begrüßen und Deutschland sowie Gesamteuropa sind gut beraten, am internationalen Wettlauf teilzuneh­men und ihre Ressourcen in Forschung und In­dustrie zu nutzen.

Das DFKI hat seinem Namen alle Ehre ge­macht und sich intelligent verhalten, indem es die Durststrecke des ersten Hypes der KI durchgehalten und die Weiterentwicklung vor­angetrieben hat. Heute haben alle vom DFKI bearbeiteten Themen wie Sprachverarbeitung, Robotic, Maschinelles Lernen und Autonome Systeme das Potenzial von Killeranwendungen. Hierzu nochmals meine hohe Anerken­nung für Wolfgang Wahlster und das gesamte Team des DFKI sowie die besten Wünsche für die Zukunft.