Latest / ChinaHotPod / Episode 185 - Der Lego-Kasten aus China — und warum GenAI ein großer Fake ist

Transcript

Episode 185 - Der Lego-Kasten aus China — und warum GenAI ein großer Fake ist · ChinaHotPod

0:00
Speaker 1: Das ist ein Lückentext.
0:01
Speaker 1: Das klingt intelligent und der Unterschied zwischen echter Intelligenz und Intelligentklingern, das ist der Unterschied Zwischen Wahrheit und Fake Und wenn wir die Zukunft bestimmen wollen sollten wie sie auf der Grundlage unserer Erkenntnisfähigkeit und unsere eigenen Wahrheit definieren und nicht auf der grundlage einer Maschine die ein großer Fake ist.
0:21
Speaker 0: China Hotpot, Podcast über Business-Erfahrungen der deutschen Mittelstandsing China.
0:26
Speaker 0: Sie hören Interviews mit Unternehmern, Manager und Chinarexperten und gewinnen dadurch Managementwissen über Strategie, Vertrieb & Marketing, Team und Organisationsentwicklung – und viel mehr für ihren eigenen Erfolg im Markt China!
0:42
Speaker 0: Mein Name ist Xiaonong Hu, Ihr Gastgeber.
0:58
Speaker 0: Danke, dass du heute Zeit hast und meine Einladung gefolgt bist.
1:04
Speaker 0: Wo störe ich dich gerade?
1:06
Speaker 1: Ja, durch das mich gar nicht!
1:07
Speaker 1: Und ich freue mich, dass wir heute zusammen reden.
1:10
Speaker 1: Ich bin eigentlich die ganze Zeit voll im Thema.
1:12
Speaker 1: Es geht halt um den Schwerpunkt, um Automatisierung Alles was uns da jetzt die nächsten Jahre erwartet Und ich muss sagen dadurch, dass der Papst diese Enzyklika rausgegeben hat wo er noch mal darauf hinweist dass wir uns bei KI vielleicht noch ein bisschen mehr Gedanken machen sollen, was für mich eben auch viel mit Automatisierung zu tun hat.
1:34
Speaker 1: Und weil ich da auch mit meiner Tochter dieses Wochenende viel drüber geredet habe stößt es mich also gar nichts, sondern du holst mich gerade voll im Thema
1:40
Speaker 0: ab!
1:41
Speaker 0: Ja, wir sind ja schon mittendrin im Thema sehr gut und ich muss sagen... Unsere ersten Unterhaltungen hatten mir schon richtig viel Spaß gemacht.
1:51
Speaker 0: Und ich denke immer, ich habe sehr offene Denkweise.
1:55
Speaker 0: aber ich habe mit dir gesprochen und hab gedacht woher weiß die Frau soviel über KI?
2:01
Speaker 0: Ja, du bewegst dich zwischen Wissenschaft, Politik und Wirtschaft.
2:06
Speaker 0: Und berätst das Bundesministerium für Arbeit und gleichzeitig Mittelständler zur Transformation?
2:13
Speaker 0: Wie erklärst Du vielleicht jemand auf eine Party in einem Satz was Du eigentlich machst?
2:20
Speaker 1: Ich bemühe mich Deutschland da voranzubringen wo ich denke dass Deutschland vorangebracht werden muss.
2:29
Speaker 1: Und das ist für mich halt die Transformation in die nächste Stufe.
2:32
Speaker 1: Für mich ist das Industrie fünf Punkt Null Nicht mehr das, was wir klassischerweise in Deutschland als Digitalisierung begreifen.
2:40
Speaker 1: Sondern eigentlich dass, was auf die Digitalisierung aussetzt.
2:44
Speaker 1: Gut ist jetzt mehr als ein Satz geworden aber ich finde es immer total schwer, das in einem Satz
2:48
Speaker 0: zu sagen.
2:49
Speaker 0: Ja, das ist auch unfair, ich weiß sicher.
2:51
Speaker 0: Aber du kennst ja sozusagen die deutsche Forschungslandschaft.
2:55
Speaker 0: Ich würde sagen vom Innenindustrie vier Null oder du hast fünf Null schon gesagt KI Deep Tech Chips Big Data.
3:02
Speaker 0: Hast Du eigentlich gemerkt, dass du eigentlich einen ganz gutes Überblick hast oder ein ganz gutes Gesamtbild siehst?
3:10
Speaker 1: Eigentlich habe ich immer das Gefühl, ich muss ständig noch dazulernen.
3:14
Speaker 1: Ich hab auch freitag noch einen Webinar mitgemacht zur aktuellen Entwicklung im Quantencomputing was mich sehr überrascht hat weil es jetzt neue Hardware gibt die auf neutralem Atom basiert und das waren wirklich so News für mich.
3:29
Speaker 1: Und dass ich einen guten Überblick habe, merke ich eigentlich nur wenn ich bei den Themen die mich interessieren, bei den aktuellen Webinaren gut mitkomme.
3:37
Speaker 1: Also wenn ich merke das ich genug vorwissen habe um jetzt das was sich noch weiter in die Zukunft entwickelt nachvollziehen zu können und einordnen zu können.
3:46
Speaker 1: also aber generell hab' ich nie das Gefühl dass ich genug weiß oder dass ich genau angekommen bin.
3:51
Speaker 1: dazu gibt es zu viele Entwicklungen.
3:54
Speaker 0: Aber du bist auch sehr open-minded sozusagen und insbesondere in Richtung China.
4:00
Speaker 0: Wir haben ja natürlich darüber ausgetauscht bezüglich China, und hast gesagt vor zehn Jahren hattest du schon chinesische Unternehmensdelegation betreut die nach China kamen um Industrie vier Null zu verstehen und zu besuchen.
4:14
Speaker 0: Und was hat dich damals an der Begegnung am Meistern überrascht?
4:18
Speaker 0: Was hat sich seitdem verändert?
4:21
Speaker 1: Okay, also die kamen nach Berlin im Umfeld der Hanno-Vermesser.
4:27
Speaker 1: Also was mich damals sehr begeistert hat war das große Interesse damals schon an KI in Automatisierung aber auch dieses Hinterfragen warum bestimmte Automatisierungen nicht funktionieren.
4:42
Speaker 1: Es gab nicht so einen Allmachtsglauben an KI, wie ich ihn heute wahrnehme.
4:46
Speaker 1: Und es ging viel mehr darum in mittelständlichen Fabriken praktische Lösungen zu finden und da war auch schon klar das zum Beispiel diese dunkle Fabrik wo überhaupt kein Mensch dann mehr arbeitet und alles ist automatisiert dass das nicht funktionieren wird.
5:01
Speaker 1: Und es gab ein großes Interesse daran, industrievier.null tiefer zu verstehen als auch die verschiedenen Entwicklungen innerhalb der Smashing Learning und es gab so ein breiteres Bild darüber dass das sehr unterschiedliche Technologien sind.
5:17
Speaker 1: ob ich jetzt Computer Vision anwende oder ob ich auf Sprachmodellen aufsetze Das sind ganz andere Engines, ganz andere Algorithmen auf denen ich aufbauer.
5:26
Speaker 1: und Es gab aber auch sehr viel Humor, sehr viel Spaß.
5:31
Speaker 1: Es gab dann auch so Überlegungen, ob irgendwelche Geister dies dann gibt.
5:37
Speaker 1: Ob die eventuell dann auch mit KI beeinflusst werden?
5:40
Speaker 1: Also dieses Thema überträgt sich künstliche Intelligenz sozusagen in den nicht-materialen Raum und ich hatte einfach das Gefühl dass da sowohl mit großem Interesse,
5:53
Speaker 0: viel
5:54
Speaker 1: Engagement im Lernen aber auch in einer lockeren Art und Weise darüber nachgedacht wurde und das hat mich damals sehr begeistert.
6:02
Speaker 1: Und der große Unterschied war für mich, also ich habe damals auch schon an der Universität viel im Forschungstransfer gearbeitet, dass sich damals kaum jemand so tief mit den praktischen Auswirkungen von KI in Deutschland beschäftigt hat.
6:17
Speaker 1: Das hat sich natürlich geändert aber was ich jetzt am meisten für heute als Widerspruch erlebe ist es, KI mit letzten NSChat GPT oder vergleichbaren KI-Modellen, meinetwegen jetzt noch Claude verglichen wird und hat dieses ganze Wissen darum was es eigentlich in der praktischen Anwendung im Kontext von Maschinenbau bewirken kann.
6:41
Speaker 1: Dass es darüber fast gar kein Wissen gibt und dass es dafür auch gar keinen Wort mehr gibt weil die meisten haben sich mit Machine Learning nie wirklich angefreundet als Begriff Und mit KI verbinden sie jetzt einfach eigentlich für mich einen immateriellen Roboter-Agenten, der Ihnen irgendwelche Antworten gibt.
7:01
Speaker 1: Das weicht völlig ab von dem was ich vor zehn Jahren als Schwerpunkt in Machine Learning und KI erlebt habe.
7:09
Speaker 1: also da ist ein deutsches, wie soll ich sagen, Fixed Mindset schon fast entstanden, KI gleich Chatchi Pity Funktionalitäten Und gleichzeitig nehme ich halt aus dem chinesischen Kontext war, dass es eben vielleicht mit diesem Immateriellen jetzt weiter wandert.
7:26
Speaker 1: Eben in ihre Robotik oder auch in die mobile Robotik wo wir dann halt echte Maschinen kriegen, die halt durch die Sprach-Engines natürlicher Sprache bedient werden können und wo eigentlich so eine Art von Maschine entsteht vermenschlicht oder quasi als Computergott behandelt wird, wo es einfach ein neues Werk zurück, das eine andere Art von Intelligenz und Smartness hat.
7:59
Speaker 1: Und nach meinem Verständnis sind halt damals auch die ganzen Sprachmodelle dafür entwickelt worden dass wir nicht coden müssen um mit diesen intelligenteren Maschinen den Anführungszeichen oder smarteren Maschen oder Robotics umgehen zu können, sondern wir können sie halt mit natürlicher Sprachesteuern.
8:19
Speaker 1: Und das ist auch immer das gewesen was ich vor zehn Jahren gelernt habe dass es das Ziel der ganzen Sprachmodelle ist und jetzt nicht Antworten zu geben so.
8:27
Speaker 1: So wenn ich das zusammenfassen soll sorry ich hole immer ein bisschen aus.
8:31
Speaker 1: Es ist also dass ich aus dem chinesischen Raum eigentlich neues Werkzeug wahrnehme ein sehr interessantes Werkzeug für mich, das aber auch die Auseinandersetzung mit uns als Menschen herausfordert.
8:45
Speaker 1: Weil eben eine humanoider Roboter natürlich erstmal eine höhere Überschneidung zu Menschen hat, als wenn ich jetzt einen klassischen Einarm-Roboter oder das haben wir bislang als Roboter definiert habe und ich nehme halt im deutschen Raum war dass wir jetzt quasi den Computer Gott geschaffen haben, was auch eine Herausforderung für den Menschen ist.
9:08
Speaker 1: Aber eigentlich in meinen Augen Ein falsches Verständnis von KI als Grundlage hat, dass dieser Computer Gott da ist.
9:19
Speaker 1: So lassen wir das verstehen?
9:20
Speaker 0: Ja, das ist natürlich schon sehr viel Inhalt.
9:22
Speaker 0: Ich habe Vorteil, dass ich mit dir schon ein paar Mal unterhalten habe und dann kann ich mitkommen, aber ich denke mal unsere Zuhörer würde ich helfen.
9:30
Speaker 0: Und weil gerade auch das Thema für mich super wichtig ist um den Kontext zu verstehen Industrie vier Null damals, wo zehn Jahre ist ganz andere hat ein ganz anderes Stand oder wir haben alle ganz andere Verständnis von der Technik wie heute.
9:51
Speaker 0: So heute beschreiben wir grob jetzt Industrie four Null ob die jetzt viel Null fünf Null das sei mal hingestellt es gibt ja keine wissenschaftliche Definition für fünf noch.
10:02
Speaker 0: und aber vielleicht kannst du Kurzer Form erklärt, irgendwelche Zusammenhang?
10:09
Speaker 0: hattest du die Möglichkeit diese chinesische Delegation zu betreuen?
10:14
Speaker 0: Aus welche Aufgaben hinaus?
10:17
Speaker 1: Ich sollte der Delegationsindustrie vier Punkt Null nahe bringen.
10:22
Speaker 1: Also ich habe damals auch im Lehrstuhl für Industrie vier Punkt null als externe Beraterin gearbeitet und war halt auch in unserem Netzwerk von anderen Beratern, die viel im China Kontext gearbeitet haben.
10:35
Speaker 1: Und meine Aufgabe war es aber, den aktuellen Stand in Deutschland von vier Punkt Null zu vermitteln.
10:41
Speaker 1: Deshalb habe ich mich halt auch ein bisschen damit beschäftigt.
10:44
Speaker 1: Vier Punkt null fünf Punkt null.
10:45
Speaker 1: so für mich wo da die Unterschiede für mich sind.
10:49
Speaker 1: und das ging in erster Linie aber um Sensorenverständnis und es ging um ein intelligentes Vernetzen vom Sensoren was eben auf eine Steuerung in Machine Learning hinausläuft.
11:00
Speaker 1: mein wegen Predictive Maintenance.
11:01
Speaker 1: Das war damals schon großes Thema um halt eine andere, ja im Camp produktivere Art von Maschinenproduktion zu erreichen.
11:11
Speaker 1: Und da war auch ein bisschen Robotik schon im Spiel aber nur also jetzt in modernem Robotikum und der Robotik im Kontings von KI.
11:19
Speaker 1: Aber das waren eher noch so Forschungsprojekte oder Prototypen, aber es war schon stark angedacht was machbar ist und was denkbar ist.
11:28
Speaker 0: Ja, natürlich zehn Jahre sind für uns Menschen, insbesondere die Erwachsene wir sind umso schneller gehen, nämlich zehn Jahre weg.
11:37
Speaker 0: Und aber für so ein Technik ist schon eine sehr lange Zeit weil du hast ja auch gesagt noch heute es in der Technik ganz anders als vor zehn Jahren noch und insbesondere auch die Entwicklung Chinas ist in diesen zehn Jahr extrem schnell.
11:54
Speaker 0: Und wie war damals die von der Delegation her?
11:58
Speaker 0: durch die Fragen, was sie gestellt haben?
12:00
Speaker 0: Durch die Diskussionen, was Sie mit dir gemacht haben.
12:04
Speaker 0: Kannst du irgendwie ahnen wo der Stand der Know-how ist von der Gruppe, von dem Ingenieur oder von den Manager und ich weiß nicht welche Hintergrund diese Delegations hat bei welcher Know how Vermögen da ist?
12:19
Speaker 0: auf der anderen Seite und in Vergleich zu dem was Du jetzt hörst liest in der Presse.
12:25
Speaker 0: Was ist der Unterschied?
12:28
Speaker 1: Gut, das muss ich nur sagen.
12:29
Speaker 1: also ich hatte zwei aus zwei anderen Voneinander folgenden Jahre eine Delegation und bei der ersten war der Schwerpunkt vier Punkt Null und bei den anderen war der Schwertpunkt der KI-Entwicklung in Deutschland vor zehn Jahren.
12:41
Speaker 1: Und es waren ein erster Linie Manager von mittelständischen Unternehmen und ich würde gerne nicht sagen dass sie so einen großen technischen Hintergrund hatten.
12:52
Speaker 1: Es ging eher allgemein darum, die Chancen in diesen Technologien zu verstehen.
12:57
Speaker 1: Und es gab damals auch ein großes Interesse daran was man von Deutschland lernen kann eben deshalb auch im Umfeld von der Hannover Messe oder aber auch eben wie soll ich das sagen?
13:07
Speaker 1: Es war des Bemühen diese Technik zu durchdringen also die Potenziale die Grundlagen aber auch dass was nicht funktioniert sauber zu verstehen für eine erfolgreiche praktische Anwendung.
13:21
Speaker 1: Und wenn ich das jetzt angucke, denke ich, dass da halt ja die Hausaufgaben gemacht worden sind und es eine sehr praxisnahe Auseinandersetzung gab mit dem was geht um was nicht geht.
13:36
Speaker 1: Ich war bei Professor Grunner oder am Lehrstuhl als externe Beraterin für Forschungsprojekte und da ging eigentlich alles sehr stark in die Richtung, was ich jetzt auf der Hannover messe im Applikationpark für mobile Robotik aus dem chinesischen Raum gesehen habe.
13:52
Speaker 1: Für mich ist das eine lineare Weiterentwicklung dessen, was vor zehn Jahren durchdacht worden ist oder auch eben erforschen jetzt nicht im Sinne von dass ich eine Forschungsarbeit schreibe sondern dass ich herausfinden will, was geht?
14:05
Speaker 1: Was es machbar also auch so ein experimentale Ansatz
14:08
Speaker 0: war.
14:08
Speaker 0: Durchdacht vom deutsche Wissenschaftler umgesetzt vom chinesische Unternehmen.
14:12
Speaker 0: jetzt
14:13
Speaker 1: sagen wir Also ich kann das ja immer nur so partiell beantworten.
14:18
Speaker 1: Es waren halt größere Delegation mit über fünfzig Teilnehmenden und was ich halt erlebt habe, war einfach eine echte praktische Neugier und in Deutschland war es eher ne theoretische Neuguier.
14:33
Speaker 1: Und der gesamte praktische Bereich war weniger... Ja, es ist vielleicht wirklich nur meine subjektive Meinung.
14:43
Speaker 1: Es war weniger engagiert.
14:46
Speaker 1: Also ich hatte das Gefühl dass da auch bei den Gesprächen schon sehr viel Vorwissen da war und dass so ein großes auch durch das Go-Spiel dadurch das HALKI in GO gewonnen hat, war irgendwie da ein Rieseninteresse dran was künstliche Intelligenz und Automatisierung und Sensoren alles leisten können.
15:07
Speaker 1: Und wenn ich das richtig interpretiere, gab es einfach konkrete Vorstellungen davon.
15:13
Speaker 1: Wo diese Technik hinführen kann und wie man sie in die Praxis bekommt ohne falsche Erwartung zu wecken.
15:22
Speaker 1: Was ich halt in zehn Jahren in Deutschland erlebt habe vor diesem Boom von TGPT war dass unglaublich viel theoretisch ausgelotet worden ist um das zum Teil auch sehr große Erwartungen geweckt worden sind, dass es aber relativ wenig praktische Umsetzungsversuche gibt oder gab.
15:44
Speaker 1: Es gibt natürlich auch ein paar herausragende Unternehmen die ganz tolle Sachen gemacht haben, aber in Summe habe ich im Mittelstand da deutlich weniger Interesse wahrgenommen bis heute eigentlich.
15:57
Speaker 0: Aber du sagtest ja auch das Deutschland Du bräst ja natürlich auch Transformationen, der im deutschen Mittelstand im Auftrag von Bundesministerium.
16:07
Speaker 0: Und du sagst ja Deutschland sollte viel mehr oder viel enger mit China kooperieren.
16:11
Speaker 0: Sagst du auch deswegen?
16:12
Speaker 0: Weil China dann viel praktischer orientiert diese Idee umsetzen kann und das ist davon kann Deutschland profitieren.
16:21
Speaker 0: Ist es das der Grund warum Deutschland mehr mit China koprieren soll?
16:26
Speaker 1: Also das, was ich jetzt einfach nach zehn Jahren Beobachtung mitnehme.
16:32
Speaker 1: Wie soll ich das richtig sagen?
16:33
Speaker 1: Ich hätte mir vor zehn Jahren schon gewünscht, dass sich mehr geschäftsführende Personen im Mittelstand mit diesen Themen auseinandersetzen, die ich deshalb halt auch bei Industrie fünf Punkt Null einsortiere wie ich das in einigen anderen Fachbüchern auch wahrgenommen
16:48
Speaker 0: habe
16:49
Speaker 1: weil es im Kopf eine Abgrenzung braucht zu dem was bekannt ist Digitalisierung, Sensortechnologien, klassische Robotik.
16:57
Speaker 1: Das ist halt Vier Punkt Null.
16:59
Speaker 1: und dann denken halt viele sie kennen sich damit aus.
17:02
Speaker 1: Und wenn ich aber sehe was jetzt eigentlich dazu gekommen ist in DeepTech Space Data eben das sehen wir bei den Drohnen welche einen welchen Einfluss?
17:11
Speaker 1: das hat Alles, was jetzt mobil sich dazu noch bewegt.
17:14
Speaker 1: Also es ist eine andere Dynamik und eine andere Flexibilität gilt dazugekommen Und eben einen Riesenfeld.
17:21
Speaker 1: Ich klammere jetzt Quantencomputing ein bisschen aus aber vor allen Dingen in der KI.
17:25
Speaker 1: Was ich da weiterentwickelt hat Der muss sich eigentlich um die Gegenwart und auch die Zukunft zu beherrschen Mich mit diesem Thema mal beschäftigt haben.
17:34
Speaker 1: Ich muss mich damit auseinandergesetzt haben Weil ich das sonst nicht richtig für mich Eine Strategie einpacken kann.
17:42
Speaker 1: So und diese Ausrichtung auf diese Technologien als Strategie, das habe ich in China sehr viel stärker wahrgenommen als in Deutschland.
17:51
Speaker 1: Und das war etwas was ich halt auch immer als kritisch empfunden habe weil ich dachte wenn ich nicht weiß dass ich da eigentlich eine Wissenslücke habe dann nehme mich nicht wahr was bei den anderen passiert.
18:02
Speaker 1: Und wenn alles unter diesem Begriff vier Punkt Null läuft und denke ich halte ja Deutschland ist hier vier Punkt null Vorreiter Alles Paletti Und merke nicht, dass aber in vielen Ländern eben sich dann noch was ganz anderes entwickelt.
18:14
Speaker 1: Was denn halt erstmal als Deep Tech so formiert ist?
18:17
Speaker 1: Aber das für mich auch in der Industrie nochmal einen ganz anderen Impact hat.
18:21
Speaker 1: Weil es andere Industrieprozesse befördern kann und ich will mich halt wirklich nicht zu weit aus dem Fenster lehnen.
18:27
Speaker 1: Das sind alles nur meine eigenen Erfahrungen.
18:29
Speaker 1: Ich habe halt auch in Tübingen an der Uni mit mich viel mit KI und Quanten Computing im Wissenschaftstransfer beschäftigt Und ich habe auch viele im Umfeld von Stuttgart.
18:40
Speaker 1: Sachen wahrgenommen, ich war viel auf irgendwelchen Fachtagungen im Raum Hamburg und hab eigentlich immer geguckt ob die mitbekommen was international passiert weil immer schon aus diesen Programmen heraus vom Bundesministerium für Arbeit und Soziales ist die Aufforderung gab da im Mittelstand etwas mehr für Aufmerksamkeit zu sorgen dass da einfach viele Entwicklungen laufen und das es wichtig ist dass der deutsche Mittelstand nicht abgehängt wird.
19:05
Speaker 1: so.
19:07
Speaker 1: Und deshalb würde ich jetzt sagen, dass China von dem was ich wahrnehme Industrie four.null total aufmerksam verfolgt hat dafür Strategien entwickelt und jetzt entsprechende Produkte am Start hat.
19:19
Speaker 1: Das ist in anderen Ländern der Welt natürlich auch so.
19:24
Speaker 1: Aber Ich muss ja den deutschen Mittelstand jetzt auch ein bisschen beraten das ist meine Aufgabe da halt auch Zukunfts Technologien mit einzuführen oder Experimente damit zu begleiten um halt die Zukunftsfähigkeit des Mittelstandes abzusichern.
19:38
Speaker 1: Und wenn ich mir halt angucke, wie jetzt die letzten drei vier Jahre die Entwicklung war sehe ich halt das es aus den USA sehr monopolisierte Angebote gibt im Bereich Gen AI, die eigentlich auf alle Probleme drauf geschmissen werden gerade, die wir in Deutschland haben.
19:58
Speaker 1: Jedes Problem soll mit Gen.A.
20:00
Speaker 1: eingelöst werden und ich persönlich denke nicht, dass das die einzige oder die richtige Antwort ist.
20:05
Speaker 1: aber das ist ein sehr differenziertes großes Feld Und für mich sind damit all die Lösungen, die man aus vier Null in Richtung fünf Punkt Null hat entwickeln konnte.
20:16
Speaker 1: Also die eine große Vielfalt bedeutet haben weil sie eben auf dem großen Feld des Machine Learnings aufgebaut haben und nicht nur auf diesem eigentlich technologisch sehr kleinen Feld von den AI.
20:27
Speaker 1: Die sind aus dem Blickfeld geraten und spätestens halt auch mit die Psyk habe ich so gedacht ja Man kann bei vielen Technologien, die aus China kommen sehen, dass sie strategisch anders durchdacht sind und dass Sie eigentlich anwendbarer sind.
20:42
Speaker 1: Dass Sie eine andere Souveränität erlauben und mir als Unternehmer eine Vielzahl an Werkzeugen zur Verfügung stellen, die ich einsetzen kann ohne von einem Monopol abhängig zu werden.
20:56
Speaker 1: Das ist der Grund warum mich eigentlich so seit zwei Jahren sage das es wichtig ist diesen Blick nach China zu wenden zu gucken, was da alles kommt und nicht unglaublich blind diese Monopol Produkte meiner Microsoft hat keine eigene KI außer dem Wissensgrafen.
21:14
Speaker 1: Diese Monopolprodukte aus den USA total zu halten, blind zu übernehmen, was eben für mich Abhängigkeit bedeutet und nicht diese Vielfalt zu sehen die generell aus Asien kommt aber eben gerade auch im Bereich mobile Robotik aus China kommt.
21:33
Speaker 1: Und das ist das, wo ich halt dringend denke.
21:36
Speaker 1: Man muss den Blick weiten und man muss gucken wie man sich da positioniert und sich da eben mehr mit den Hintergründen auch beschäftigen.
21:44
Speaker 1: Warum sind bestimmte Technologien entwickelt worden?
21:47
Speaker 1: Welche strategischen Farblehne stehen dahinter blahblahblah?
21:50
Speaker 1: So im Moment sehe ich halt dass der Fahrplan aus den USA in meinen Augen für Unternehmen sehr viel gefährlicher ist.
21:58
Speaker 1: also da stimme ich in großen Teilen dem Papst zu auch wenn ich das vielleicht sonst nicht unbedingt tun würde.
22:04
Speaker 1: Aber in dem Punkt schon, weil ich mich auch sehr viel mit den Hintergründen von Jenny Ai beschäftigt habe und warum bestimmte Strategien so und so entwickelt worden sind.
22:13
Speaker 1: Und ich da eben sehe dass das was wir in Deutschland uns vor zehn Jahren als Zukunft vorgestellt haben eigentlich im chinesischen Raum sehr viel mehr realisiert worden ist Jetzt eigentlich würde ich sagen Unterstützung holen kann, um meine eigene Zukunft zu gestalten.
22:30
Speaker 1: Weil da halt bestimmte Technologien jetzt Zeit nach Einsatz bereit sind, die in anderen Teilen der Welt auch vorbereitet werden aber nicht so stark in der strategischen Vielfalt wie ich das gerade aus dem chinesischen Raum wahrnehme.
22:54
Speaker 0: Das ist sehr viel Informationen wenn ich das so neutral beschreiben darf und Ich denke, ich würde vielleicht noch mal an den Punkt ansetzen.
23:07
Speaker 0: und du hast ja gesagt.
23:09
Speaker 0: nochmal zur Hintergrund.
23:10
Speaker 0: Ich habe vor Jahren in meiner letzten Anstellung eine deutsche Unternehmensberatung in China das Geschäft neu aufgebaut von Nullarm.
23:20
Speaker 0: Damals habe ich überlegt wie positioniere ich das Beratungsgeschäft von diesem Unternehmen?
23:30
Speaker 0: Industrie viel null genutzt, um sozusagen die Positionierung des Beratungsgeschäfts zu machen.
23:36
Speaker 0: Das hat auch ganz gut geklappt was Branding angeht, Positionierung angeht und deswegen habe ich mehr mit der Industrie vier Null wissen beschäftigt soweit ich kann Und werde ich jetzt da erinnern, gerade die Papiere vom Architekt von Bundesministerium und von solchen Cluster.
24:01
Speaker 0: Was du vorhin gesagt hast, was jetzt Industrie-Fünf nur dazukommt, diese Mobile Machine Learning und die mobile Roboter und so, das ist im Grunde Grund genommen ganz grob, aber im damaligen Visionen von Industrie Vier Null auch beschrieben.
24:16
Speaker 0: In dieser Cyber-Physics Systems ist es in Gunden auch schon mitbeschrieben.
24:20
Speaker 0: Es ist wahrscheinlich nicht so stark getrennt zwischen weil das ja alles Zukunft ist.
24:24
Speaker 0: Deswegen hat man nicht so getrennten bis wann die Industrie IV Null Phase vorbei ist und dann beginnt der Vier-Null Phase.
24:30
Speaker 0: Man hat alles so ein bisschen beschrieben Und in diesem Cluster sind auch viele bekannte deutsche Großenmitstand natürlich zugegeben.
24:41
Speaker 0: SAP ist kein Mittelstand, Sie müssen es auch nicht haben.
24:43
Speaker 0: Da sind da auch andere Unternehmen wie Furnace Contact oder YouNameIt.
24:48
Speaker 0: Die sind ja alle Player von der deutsche Industrie mit dabei und vor Anfangem schon.
24:53
Speaker 0: Was glaubst du?
24:54
Speaker 0: Was ist denn rund warum man hat?
25:00
Speaker 0: Oder du sagst das ist gar nicht so stark gegangen, aber das kann auch sein.
25:03
Speaker 0: Ich blicke noch ein bisschen voraus hin und die ganze Welt sagt, die Industrie viel nur hat Deutschland erfunden Angenommen, das ist sehr stark gewesen.
25:11
Speaker 0: Und warum denkst du was ist da an den Punkt?
25:13
Speaker 0: Warum Deutschland so stark angefangen hat aber die Umsetzung ist nicht nachgekommen.
25:17
Speaker 0: Was ist der Grund?
25:21
Speaker 1: Also aus meiner Sicht gab es einige größere Überlagerungen.
25:26
Speaker 1: Das ist durch Blockchain gekommen.
25:28
Speaker 1: Das ist auch durch dieses Ausrufen des METAWERS gekommen und das ist durch NFTs bekommen.
25:34
Speaker 1: Es sind alles Technologien, von denen wir heute kaum reden.
25:37
Speaker 1: Die aber in der Zeit von Covid total gebohmt sind und Industrie-Führpunkt Null ist von zwanzig sechzehn bis zwanzich neunzehn sehr im Fokus gewesen als das was ich auch meinte.
25:50
Speaker 1: Und ja da ging es auch um Robotik und so.
25:53
Speaker 1: Aber da war immer noch trotzdem zumindest da wo ich unterwegs war ein großer Fokus auf all die Technologin die in irgendeiner Fabrikale spazieren.
26:02
Speaker 1: Und ich habe damals immer schon gesagt, wir werden in Zukunft eine Technologie haben die ist außerhalb der Fabrik.
26:08
Speaker 1: Da muss sich nur an den Raum Smart Switty denken aber auch alles was sich da in der Landwirtschaft an autonomen Geräten entwickelt hat bis hin eben zu dem dass wir eine komplett andere Kriegsführung haben die halt in großen Teilen digital und KI gesteuert ist.
26:24
Speaker 1: und das sind alle Technologien die halt sehr stark über Geodaten arbeiten oder eben Satellitendaten, mehrdimensional angelegte Satellitendaten und wo ich auch ganz andere Cluster brauche um zum Beispiel diese Punktwolken aus den Liederdaten auslesen zu können.
26:42
Speaker 1: Und das ist für mich die Komponente, die halt jetzt bei Fünf-Bungel dazugekommen ist, die damals aber kaum jemand ernst genommen hat also mit vielen, mit denen ich geredet habe, wo ich gesagt hab wir werden demnächst KI gesteuert Liederdaten aus dem Weltraumverarbeiten.
26:57
Speaker 1: Und wir werden dann mehr dimensionale Daten haben, die auch bis in die Erde reinreichen und hochauflösende Bilder haben.
27:04
Speaker 1: Wir werden extrem andere Datenpakete aus dem Bereich Geodaten haben, mit den Geräten und anderen Technologien, die wir haben.
27:14
Speaker 1: Und dadurch wird noch mal eine neue Industrie entstehen.
27:17
Speaker 1: Das wäre etwas, wo Sie sehr wenige damit beschäftigt haben!
27:21
Speaker 1: Ich habe da mit der Uni Tübingen, in den letzten Jahren schon einen Workshop gemacht auf der E-Aushaltung der Gesellschaft für Informatik, wo wir über Open Space Data und Geodaten für KI geredet haben.
27:33
Speaker 1: Und wo klar war, welche Potenziale da eigentlich liegen?
27:37
Speaker 1: Das ist dann aber alles sehr ins Hintertreffen gekommen, weil wir uns ab dem Jahr zwanzig wieder in geschlossenen Räumen bewegt haben.
27:45
Speaker 1: Wir waren enorm viel in der virtuellen Welt unterwegs Und ich habe den richtig gesehen, dass ein totaler Denk-Cut gekommen ist und alle auf einmal erfolgreich sein wollten in den virtuellen Welten.
27:57
Speaker 1: Sprich eben Mitterwares, Blockchain ist riesig als Thema gekommen, NFTs... ...und es war so, als ob alles was bis zum Jahr zwanzig neunzehn gegeben hat.
28:07
Speaker 1: Als ob das aus den Köpfen der Menschen verschwunden ist!
28:10
Speaker 1: Und wir haben jetzt alle gesehen, dass das Mithaverse der digitale Zwilling NFTs, Blockchain, da spielt gar keine so große Rolle mehr.
28:17
Speaker 1: Das sind eigentlich alles Themen die jetzt mehr oder weniger gerade abgehakt sind oder die so ein Nischenthema noch sind.
28:25
Speaker 1: Aber es haben sich unglaublich viele Forschungen dann auf diese Themen gestürzt und auch Businessmodelle um was auch immer.
28:33
Speaker 1: Eigentlich ist dann direkt danach Jena AI hochgeschossen Und hat dann dieses Denken, dass unsere Zukunft aus virtuellen Avataren besteht.
28:42
Speaker 1: Nur das sie jetzt halt angeblich eigentlich denken und handeln können.
28:46
Speaker 1: Jetzt können wir Sie als Agentin per Prompt steuern.
28:49
Speaker 1: also das hat da nahtlos dran angeknüpft.
28:52
Speaker 1: Und deshalb ist zumindest in meiner Wahrnehmung in Deutschland dieses ganze haptische anfassbare Umfeld, wo wir uns halt in einem viel größeren Kontext bewegen und wo wir eben auch mit ganz anderen Datenräumen denken.
29:06
Speaker 1: das ist irgendwie aus den Köpfen der Menschen verschwunden, dass es nach hinten
29:10
Speaker 0: gerutscht.
29:11
Speaker 0: Das ist interessant weil du sagst ja nicht anders mit meinen Worten ich bin manchmal sehr direkt.
29:17
Speaker 0: also du sagtest gerade die deutsche Forschung oder die deutschen Forschungen und Entwicklungsabteile oder Forschungsabteilung der großen Konzerne haben Ich formuliere erstmal meine Gedanken zu Ende, habe mit dem Denk aufgehört.
29:34
Speaker 0: Sie lassen von externen Impulse leiten ob das Blockchain ist oder ob das jetzt OpenAI ist und dann lassen da sozusagen die Standards definieren.
29:44
Speaker 0: Eigentlich haben sie ja mit den zwanzig, dreizehn angefangen.
29:46
Speaker 0: Industrievier nur eine Art Neustand hat es definiert aber die kommt das dann, dass man vom neunzehnten auf zwanzich, dass mal freiwillig diese Denken aufgegeben hat wobei ich denke weder Wissenschaftler oder die Forschungabteilungen eines großen Konzernes, die sind so kursfristig gesteuert.
30:07
Speaker 0: Aber was ist der Grund?
30:09
Speaker 0: Du schaust ja ein bisschen von innen aus dem Maschinenraum heraus.
30:14
Speaker 0: Warum haben Sie das mit dem Denken aufgehört?
30:15
Speaker 0: Das ist doch keine Natur.
30:17
Speaker 0: Ich denke Deutschland ist sehr voller Technologie-basierte Spinner.
30:24
Speaker 0: Da sind auch die Keimzelle für eine ganze Innovation.
30:29
Speaker 0: vielleicht der Innovation auf der Welt kommt von der Spinde aus Deutschland.
30:34
Speaker 0: Und was haben Sie jetzt mit der Denke aufgehört?
30:37
Speaker 1: Also ich muss erst mal zurück, damit ich hier kein Deutschlandbashing mache.
30:42
Speaker 1: Mein Feld ist der Mittelstand und eben das, was ich im Forschungsumfeld erlebe und im Wissenstransfer auch bei Ministerien erlebe.
30:53
Speaker 1: Also ich kann jetzt nicht für die Forscher vom großen Industrie F&E-Abteilung oder sowas reden, dass er das hat.
31:01
Speaker 0: Aber du stimmst mir schon zu, weil die
31:04
Speaker 1: Mitgliedsdampferen
31:05
Speaker 0: nicht, aber die großen Konzerte machen ja auch nichts in der Zeit.
31:09
Speaker 1: Ich habe mit sehr vielen Leuten gesprochen und ich habe auch sehr viele Hintergrundgespräche geführt, weshalb ich immer mal vorsichtig sein darf muss... Vorsichtig sein darf.
31:17
Speaker 1: Wir
31:17
Speaker 0: sind heute nur unter uns?
31:19
Speaker 0: Ja, wir
31:19
Speaker 1: sind unser genau!
31:20
Speaker 1: Das eine ist ja das was in den schönen Papers steht und was überall veröffentlicht wird und was in dem Broschüren ist Und das andere ist dann das was ich real erlebe oder was mir Menschen halt erzählen die da wirklich ernsthaft viele Jahre arbeiten und unterwegs sind.
31:36
Speaker 1: So und ich musste erstmal sagen Die Menschen, mit denen ich spreche sind alle engagiert und die würden alle gerne jahrelang – manchmal auch erziendelang an ihrem Thema bleiben wollen.
31:46
Speaker 1: Ich habe das sehr selten erlebt, dass jemand das Denken aulen stellt.
31:51
Speaker 1: Und ich hab auch selten erlebt, dass sich jemand für das, wofür er brennt oder vielleicht auch mal studiert hat, das komplett aus seinem Herzen
31:59
Speaker 1: verbannt.".
32:01
Speaker 1: So das andere ist aber tatsächlich in meinen Augen ein europäisches Problem, nämlich dass wir hier immer in drei bis vier Jahreszyklen agieren.
32:09
Speaker 1: Dass sehr viel Forschungsgeld aus der EU mit kommt dieses sogenannte Drittmittel anwerben und dass wir da immer in diesen politischen Zyklen mit drinnen hängen.
32:20
Speaker 1: Und es bedeutet eine neue Regierung kommt oder auch ein EU-Gremium setzt sich da irgendwie zusammen.
32:26
Speaker 1: Es gibt maximal vier Jahre Zeit in der Regel nur drei wird ein Programm veröffentlicht.
32:33
Speaker 1: Und das ist dann sozusagen die Vorgabe von dem, was im Moment gerade wichtig oder im Idealfall auch erfolgreich ist.
32:42
Speaker 1: und an diesen Themen hängen sich die anderen sehr stark auf weil diese Drittmittel eine enorme Bedeutung bekommen haben soweit ich das jetzt wahrnehme.
32:51
Speaker 1: und wenn denn halt ein bestimmtes Thema ausgegeben wird Ich glaube nicht dass dann die EU verantwortlichen, die jetzt die neuen Richtlinien setzen.
33:02
Speaker 1: Dass sie wollen und aufhören mit ihren alten Themen.
33:06
Speaker 1: aber das ist das was de facto passiert weil quasi überschrieben wird was überregional gerade wichtig ist welche Themen unwuchs sind wo man jetzt auf den nächsten Zug aufspringen muss.
33:20
Speaker 1: Und ich sehe da auch manchmal ein sehr kurzfristiges Denken dass ähnlich wie bei der Politik nur auf den Nächsten Wahl Erfolg schielt.
33:27
Speaker 1: Das hat hier immer nur kurzfristig Erfolg definiert.
33:30
Speaker 1: Und wenn es halt ein überragendes Thema gibt, und wir sind jetzt im Bereich Digitalisierung da ist das natürlich noch mal schnelllebiger als in anderen Forschungskreisen... ...und auf einmal sagt denn ein Zuckerberg dass jetzt irgendwie das Mitterwurst wichtig ist Und dass auch die gesamte Industrie sich über das Mieterwürsteuern wird.
33:50
Speaker 1: Dass wir unsere gesamte Kommunikation in den digitalen Raum verlegen werden und dass wir eben selber Avatare im dreidimensionalen Raum sind, dann wird halt auch einmal NFT total spannend weil sich das da total daran andockt und dann wird auch Blockchain total spannend, weil das ein großes gemeinsames Zukunftsbild ist.
34:11
Speaker 1: Was dahinter steckt für mich dass wir uns nicht ausreichend darüber Gedanken machen, wie unsere Zukunft denn sein soll.
34:19
Speaker 1: Weil dann könnten wir ja langefristige Strategien davon ableiten.
34:23
Speaker 1: Sondern wir lassen uns viel zu oft von aktuellen Entwicklungen und in meinen Augen eben auch Marketing Von sehr wirkmächtigen Industriebereichen oder auch Tech-Konzernen schupsen die dann sagen, das ist das nächste große Ding.
34:41
Speaker 1: und dann sitzen alle da und sagen, dass auch das was ich mit Monopolisierung meinte.
34:45
Speaker 1: Die haben eine solche Weltmacht.
34:47
Speaker 1: wenn sie jetzt sagen, es ist unsere Zukunft, da müssen wir uns da alle einordnen Und ich erlebe schon, dass das auch einigen sehr schwer fährt oder dass sie das gar nicht wollen.
34:57
Speaker 1: aber das hat denn so eine Übermacht Dass sozusagen das eigene Denken überschrieben wird von dem Woran man jetzt denken soll, weil jemand anders entschieden hat dass das unsere globale Zukunft ist.
35:14
Speaker 0: Also dazu noch zwei Gedanken, weil ich einfach in diesem Bereich nicht gut auskenne.
35:19
Speaker 0: Du sagst ja Drittmittel und du hast auch gesagt Antrag bei EU oder so.
35:25
Speaker 0: Sprich das man auf Forschungsgelder hofft nicht nur aus deutschen Töpfe von der EU.
35:31
Speaker 0: Und dann noch wir haben auch darüber gesprochen Das nächste große Ding macht ja normalerweise ein Techkonzerner.
35:39
Speaker 0: Die Tech Konzerner kommen häufig natürlich sehr stark überwiegend aus USA und sie haben natürlich sehr starke Kapitalmarkt Impact sozusagen.
35:50
Speaker 0: Und heißt das da in dem Sinne, dass man im Grunde genommen Deutschland oder Europa sozusagen freiwillig jetzt zu einem unterordnet zu diesen Tech-Konzernen aus USA, das sozusagen sein eigenes System, seine eigene Denken rauf gibt und dann am Ende stellt er alles.
36:18
Speaker 0: Am Ende Erfolg oder Niederfolg im Kapitalmarkt dar.
36:21
Speaker 0: Das heißt der Kapitalmarkterfolg ist umso größer werden nicht nur USA, sondern auch Europa diesen Trend folgt.
36:29
Speaker 0: Also insofern macht das aus meiner Sicht Sinn aber es macht für Deutschland kein Sinn weil Deutschland hat eigenständige oder die Chance nicht wahrgenommen eigenständig ein System zu definieren was vielleicht in der Welt als eine zusätzliche Polen darstellen kann wie Industrie vier Null.
36:51
Speaker 0: Das war ja ein guter Anfang von einem neuen Standards zu definieren, quasi für mich fast genauso gut wie Made in Germany.
36:59
Speaker 0: Dieses Begriff ist ja fast genau so gut als Made In Germany.
37:02
Speaker 0: Man kann ja wirklich daraus viel Kapitär schlagen aber das ist nicht mehr weiter gefolgt worden.
37:09
Speaker 1: Also einmal muss ich noch mal protestieren gegen diesen Begriff des Denken aufgegeben weil das würde ich nicht so stark formulieren.
37:17
Speaker 1: Ich würde eher sagen Wir haben, weil wir halt so pluralistisch und vielfältig sind in Europa noch nicht genug Anstrengungen unternommen eine gemeinsame Zukunftstrategie zu entwickeln.
37:31
Speaker 1: Die auf einer bestimmten Technologiewision basiert die tatsächlich auch den europäischen Werten entspricht.
37:39
Speaker 1: Das ist jetzt mit dem EUAI-Akt, das ist ein bisschen versucht worden.
37:43
Speaker 1: Es ist auch schon vorher mit der DSGVO in Teilen versucht worden und es ist auch mit den Digital Markets Act und der Digital Rights Act versucht worden.
37:51
Speaker 1: aber wir haben bislang nur reguliert anstatt eine gemeinsame Vision nach vorne zu werfen so und Wir haben halt mit vier Punkt Null eine gewisse Form von Vision entwickelt.
38:02
Speaker 1: Aber eigentlich war's eher ne Art Werkzeugkasten, also ich sag mal großer Hueselbaustein und ich habe auch damals die Hannover Messen so erlebt, dass einem unglaublich viele unterschiedliche Optionen präsentiert wurden.
38:16
Speaker 1: Ob das ein Exoskelette war oder was auch immer es gab einfach ganz
38:19
Speaker 0: viele
38:20
Speaker 1: Optionen, die in der Zukunft mit hineingewirkt haben Und ich fand diese Vielfalt total toll.
38:26
Speaker 1: Aber wir haben sie jetzt im Rückblick nicht unter ein gemeinsames Dach bekommen.
38:31
Speaker 1: Wir haben zwar einen Wort gehabt Aber zumindest in meinem Umfeld gab es eben nie eine klare Definition, wo denn jetzt nun vier Punkt Null hingeht.
38:40
Speaker 1: Außer dass die Maschinen innerhalb der Fabriken optimiert werden wie das aber sich dann in der Gesellschaft darstellt und wie auch eine souveräne digitale Zukunft aussieht darüber haben wir zu wenig gesprochen Und das ist das, was ich eben meinte.
38:57
Speaker 1: Dass dann spätestens in den Jahr zwanzig hat dieser zahlbar physikalische Raum also alles außerhalb der Fabriken einen super starken technischen Impact bekommen hat wo man halt mit den Händen praktisch etwas neues machen konnte auch neue und vor allem neue Kombination neue Workflows erzeugen konnte und da hätten wir in meinen Augen in Deutschland mehr tun könnten.
39:23
Speaker 1: Und die einzigen, die in dieser Richtung in meinen Augen sehr stark nach vorne gedacht haben sind Neura Robotics aus Metzing.
39:31
Speaker 1: Die halt all diese cyberphysikalischen Ansätze komplett aufgegriffen haben und das fand ich auch immer sehr spannend.
39:36
Speaker 1: was da passiert ist aber ja Deutschland Genau wie alle anderen EU-Länder sehr stark davon abhängig, dass es Forschungsmittel gibt die aus den EU Steuergeldern kommen.
39:49
Speaker 1: Das sind halt nationale und interne Forschungsprogramme, die unter bestimmten Schlagworten aufgegriffen werden Und ich sehe schon, dass sich viele zumindest in der Universität nach diesen Zielvorgaben da ausrichten und das eben auch in die Programme, in denen ich arbeite da auch immer daran angedockt sind.
40:11
Speaker 1: Also dass was der Thema ist wird irgendwie mit einer großen Öffentlichkeitswirkung so in die Gesellschaft getragen.
40:20
Speaker 1: aber das sind eben immer nur kleine Häppchen.
40:23
Speaker 1: Und das was mir fehlt ist dieser größere Überbau Und ich denke, dass wir dann da halt einfach weil wir alle in Kurve so viel im der digitalen Welt unterwegs gewesen sind die ja sehr stark auch schon da USA-lastig war.
40:39
Speaker 1: Im Kern eine Art Brainwash bekommen haben.
40:43
Speaker 1: also warum haben wir alle geglaubt das jetzt auf einmal wir wirklich jetzt in dieser Zukunft in einer digitalen welt leben werden?
40:50
Speaker 1: Wir können an dieser drei D Brille von Apple sehen was für ein Flop das war.
40:55
Speaker 1: Niemand will die ganze Zeit in einer virtuellen Welt leben.
40:59
Speaker 1: Aber ich kann mich auch genau an die vehement sein erinnern, indem das mir drei bis vier Jahre lang immer wieder erzählt worden ist dass wir demnächst alle in diesen virtuellem dreideh Welten leben werden und dass ich sehr verzweifelt für mich danebenstand und gesagt habe ja wir werden eine andere Dreidehwelt haben aber die wird in der echten Welt sein.
41:19
Speaker 1: Wir werden jetzt diese cyberphysikalische Durchdringung von Aber wir werden sie halt jetzt anreichern durch das, was ich Space Data nenne.
41:28
Speaker 1: Was einfach nochmal ein komplett anderen Datenpool bedeutet und Wir werden eine Fortführung des autonomen Fahrens haben aber nicht unbedingt für die Endkonsumenten sondern im industriellen Marschabast.
41:39
Speaker 1: dann eben mobile Robotik bedeutet Und wir werden auch andere Steuerungsmöglichkeiten haben über einen ausgreiftes Machine Learning über eben Steuerungen in der Robotik durch natürliche Sprache wo ich keinen explizit Coder mehr sein muss, um einen neuen Roboter einzurichten.
41:57
Speaker 1: Und dadurch das halt über Space Data einfach der sehr große natürliche Raum auf einmal als Industrieraum theoretisch denkbar und umsetzbar ist.
42:07
Speaker 1: Das was wir ganz stark im Ukraine Krieg jetzt auch sehen und erleben, was damit eigentlich passiert.
42:12
Speaker 1: Wir sind es da nur in negativen Kontexten im Kriegkontext.
42:15
Speaker 1: Ich hätte mir diese Experimentierfreude die jetzt notgedrungen in der Ukraine entstanden Die hätte ich mir für diesen Raum in ganz Europa gewünscht, aber eben zum Gemeinwohl ausgerichtet oder den Werten die wir halt in der Europäischen
42:32
Speaker 0: Union haben.
42:34
Speaker 0: Ich mache jetzt eine super Überleitung zu meinem nächsten Thema und im Sinne von wenn wir diese Diskussion haben, ist doch jetzt entscheidend immer wieder wie erstaunlich.
42:47
Speaker 0: Kommen wir immer wieder zu den selben Themen.
42:49
Speaker 0: Ich habe so oft Podcastgespräche mit meinen Experten.
42:53
Speaker 0: Wir kommen immer wieder zum Thema Deutschland.
42:55
Speaker 0: In dem Fall haben wir gesagt EU braucht eine übergeordnete Vision, eine groß Big Picture.
43:01
Speaker 0: und da ist die Frage ob man KI nutzen kann um diese Big Picture zu erstellen.
43:07
Speaker 0: weil offensichtlich schaffen wir als Menschen in der letzten zehn Jahre nicht Und du hast ja in der Zusammenhang auch nochmal so ein AGI Begriff herausgebracht.
43:18
Speaker 0: Vielleicht für mich war es neu, ich habe aber auch später ein bisschen geguckt was ist AGI?
43:23
Speaker 0: wieder?
43:23
Speaker 0: kannst Du in einfacher Worte erklären was ist der AGI?
43:27
Speaker 0: und das vielleicht als erstes?
43:31
Speaker 0: Was ist eigentlich AGI gemeint im Vergleich zu FKI?
43:35
Speaker 1: Mit LGI ist gemeint, dass wir ein neues Form von Wesen haben.
43:40
Speaker 1: Dass wir ein maschinengebautes in erster Linie eben nicht biologisches Bewusstsein haben.
43:46
Speaker 1: und das dieses Bewusstsein, das eben einen Maschinensockel hat statt einem biologischen Sockel wenn man das so einfach formulieren will, dass dem Menschen also den biologischem Bewusst sein überlegen ist.
43:57
Speaker 1: Das Ganze kommt aus Science Fiction und das Silicon Valley ist eben in seinen Narrativen sehr, sehr stark von Science fiction geprägt.
44:07
Speaker 1: Der Erfinder des World Wide Webs ist ein großer Fan davon dass es Maschinen gesteuertes Bewusstsein gibt, was den menschlichen überlegen ist und hat auch viel argumentiert, dass Menschen begrenzt in ihrem Denken sind wenn sie sich so etwas nicht vorstellen können.
44:26
Speaker 1: Ich hakte einmal ein, weil ich seit die sechzehn mit mich mit diesem Thema auch beschäftige.
44:31
Speaker 1: Weil das ist so der Staat gewesen was ich mit Coding und System Architektur zu tun hatte Und ich habe damals auch sehr viel Hardware gebaut also die Plantinen und hab halt gesehen dass die Rechner nicht umsonst rechner heißen sondern sie können eben die Grundrechenarten plus minus mal durch.
44:48
Speaker 1: Und schon damals hat mir halt mein Informatik-Lehrer gesagt, dass wir in absehbarer Zeit künstliche Intelligenz haben werden die dem Menschen überlegen ist.
44:57
Speaker 1: Also eine Grundfunktion von dem was wir als IGI betrachten.
45:02
Speaker 1: und ich habe damals halt gesagt das sich das für totalen Quatsch halte weil ich habe die Plandin da gebaut und hab gesagt, es ist kein Plus-Minus mal durch.
45:11
Speaker 1: Darum heißt das Rechner.
45:13
Speaker 1: Und zum Bewusstsein des Menschen braucht es sehr viel mehr als die Grundrechenorten.
45:18
Speaker 1: Das ist ein Taschenrechner!
45:20
Speaker 1: Ich kann hier noch so viele Taschen rechne aneinander kloppen und dann Riesensystem draus machen und in allen möglichen interessanten Formen koppeln oder sonst was machen.
45:31
Speaker 1: Ich kann alle möglichen Daten damit nicht wegendurchjagen Aber Bewusstsein entsteht dadurch nicht.
45:36
Speaker 1: Und deshalb werden wir kein Maschinenbewusstsein haben!
45:41
Speaker 1: Mit diesem Thema habe ich mich jetzt halt sehr lange beschäftigt, über vierzig Jahre.
45:46
Speaker 1: und meine Argumente die ich damals für mich gefunden habe – also ich hab da zwei Jahre mit meinem Informatikprofessor, der Dauern drüber diskutiert – die haben bis heute Bestand.
45:57
Speaker 1: Ich habe es auch noch mit vielen anderen zwischendurch diskutiert Aber es hat sich nichts geändert, an dem warum ich damals gesagt habe dass das ein Science-Fiction Arrativ ist.
46:06
Speaker 1: Und in dem kann man nach iPhone.
46:09
Speaker 1: aber wenn man sich viel mit den menschlichen Bewusstsein beschäftigt hat was ich auch habe und die Faktoren kennt wie Menschliches Bewusstsein wächst Wie der Mensch lernt wir Erkenntnisse schafft wie er reflektieren kann wie er Strategien für eine machbare Zukunft entwickeln kann Denn es sind das alles Fähigkeiten, wenn man die halt runter reduziert was man genau dafür braucht.
46:34
Speaker 1: Die eine Maschine überhaupt nicht haben kann!
46:37
Speaker 1: Es geht nicht.
46:39
Speaker 1: und dass ich zwar den Begriff Bewusstsein da drauflegen kann oder eben jetzt, dass sie versteht und reflektiert und dass sie in Schritten denkt und so.
46:48
Speaker 1: aber das tut sich alles nicht.
46:51
Speaker 1: Sie sortiert nur irgendwas, aber sortieren hat nichts mit Bewusstseinsbildung zu tun.
46:57
Speaker 1: Es ist völlig anderer Punkt.
47:00
Speaker 1: und deshalb nochmal zurück auf deine Frage Wir werden keine AGI haben.
47:05
Speaker 1: Ich weiß dass viele dafür Angst haben das sie als Menschen abgelöst werden Und bei Claude gehen die ja auch so weit Claude haben wollen, weil sie in Zukunft davon ausgehen dass es gar keine biologischen Menschen mehr gibt.
47:19
Speaker 1: Sondern das wir unser Bewusstsein In ein virtuelles metaverse übertragen Und das ist demnächst mehr synthetisches bewusst sein gibt und wir was weiß ich zwei drittel der erdbevölkerung als synthetisches bewusstsein im metaverse haben Und dann nur noch ein Drittel biologisches bewusstsein irgendwo rumtapert und sie zur Steuerung dieser ganzen Systeme, dieses Cloud-System jetzt schon ausrichten.
47:45
Speaker 1: Und auch in der Ethik programmieren.
47:47
Speaker 1: Weil sich alles sehr schreckfinde was aber eben die Fortsetzung ist von diesem Gedanken dass wir alle als Avatarin ein Mitterwurst leben werden so halt jetzt das unser Bewusstsein übertragen worden ist In einen synthetischen Kontext wo ich denn nur denke wenn man da nicht im Hintergrund die Bilder von Matrix hat dann weiß ich auch nicht.
48:04
Speaker 1: also es ist alles sehr sein Zwitschern getrieben.
48:08
Speaker 0: Es ist eindeutig, ja.
48:10
Speaker 1: Je mehr man sich intensiv mit den Hintergründen beschäftigt umso mehr denkt man eigentlich dass das eine sehr exzentrische Sondermeinung ist die da im Moment unsere Welt sehr stark dominiert mit ihrem AGI Narrativ.
48:22
Speaker 1: und da ich eben nicht denke dass von da irgendeine Rettung möglich ist weil kein echtes Bewusstsein da ist glaube ich auch nicht dass der AGI uns immer als da auslöschen wird in irgendeiner Form oder den Menschen überholt.
48:36
Speaker 1: Aber ich denke auch nicht, dass wir von da irgendeine Art von Antwort für unsere eigene Zukunft bekommen und genau das sehe ich gerade sehr kritisch.
48:44
Speaker 1: Ich denke, das Big Picture muss aus den Menschen kommen und selbst das was wir heute als klassische Agenten haben oder als klassischer Gen A IKI Das ist ja kein Wissensmanagement System Und da ist wieder die ganze Zeit Fragen hinstellen und irgendwelche Antworten bekommen.
49:02
Speaker 1: Die Antworten sind ja nicht aus einer Erkenntnis herausgeboren, sondern diese Systeme sind immer noch Lückentextfüller, die zwar mit viel Past Processing und Filtern, die davor geschaltet sind viele klassische Algorithmen eingebunden haben weshalb es jetzt nicht mehr soviel Hallezination gibt oder nicht mehr ganz so viel schräge Antworten wie ganz am Anfang.
49:22
Speaker 1: aber die Algorithmik dahinter hat sich nicht verändert Das ist ein Lückentext.
49:26
Speaker 1: Das klingt intelligent und der Unterschied zwischen echter Intelligenz und Intelligentklingern, das ist der Unterschied Zwischen Wahrheit und Fake.
49:35
Speaker 1: Und wenn wir die Zukunft bestimmen wollen sollten wie sie auf der Grundlage unserer Erkenntnisfähigkeit und unsere eigenen Wahrheit definieren und nicht auf der grundlage einer Maschine die ein großer Fake ist.
49:48
Speaker 0: Ja, das macht insofern Sinn.
49:51
Speaker 0: Und du hast ja vorhin gesagt dass mit der Claude ist ja eine ein Theorie.
49:55
Speaker 0: diese Theorie stimmst du nicht zu.
49:57
Speaker 0: da sagt es ist ja kein Vision für dich, dass da einen super Computer oder KI Gott ist die ganze System steuert und dieses System auch bewusst sein hat usw.
50:09
Speaker 0: Da kommen wir nämlich automatisch zu der nächsten Punkt, wo wir auch besprochen haben, nämlich das Supercomputer oder dieser super KI.
50:17
Speaker 0: Gott ist ja ein zentrale KI.
50:20
Speaker 0: Und wir reden da plötzlich... Auch wieder, da hatte China jetzt eine Rolle.
50:25
Speaker 0: die dezentrale KI Du sagst es vielleicht erklärt uns vielleicht erst mal Als würden wir einen Mittelständler mit vielleicht drei Runden Mitarbeiter in Bayern vor uns haben.
50:38
Speaker 0: Was bedeutet das für ihn konkret?
50:40
Speaker 0: Was ist ein zentralisierter KI für ihn oder was ist ein dezentrale KI für ein Unternehmer, mit dieser Größe von Unternehmen?
50:55
Speaker 1: Man hat ja schon gemerkt, ich bin zu ausschweifenden Antworten sehr anfällig.
50:59
Speaker 1: Ich versuche
51:00
Speaker 0: als Kürzer.
51:01
Speaker 0: Alles gut!
51:02
Speaker 0: Ich höre wirklich sehr aufmerksam und sehr gerne zu.
51:05
Speaker 0: Und ich hoffe, meine Frage ist zu sehr...
51:09
Speaker 1: Also alles gut.
51:10
Speaker 1: Vielleicht so als Hintergrund?
51:11
Speaker 1: Ich versuch halt so zu beraten dass die anderen selber Kompetenzen aufbauen und wirklich eigenverantwortlich Entscheidungen treffen können und sehe meine Aufgabe als Beraterin eher im Wissenstransfer.
51:24
Speaker 1: Und vielen ist halt nicht klar, wieviel man eigentlich wissen muss um bestimmte Entscheidungen ausloaten zu können und dass das Hauptthema ist.
51:33
Speaker 1: Es ist alles sehr komplex geworden.
51:36
Speaker 1: es gibt keine einfachen Antwort mehr zumindest nicht wenn man nicht Menschen in die Irre führen will so was ich jetzt generell damit meine.
51:43
Speaker 1: also wir haben den Versuch von letzten Endes einer einzigen Firma ausgehen nämlich damals Open AI and Traffic is ja eine Abspaltung von Open AI dieses AGI zu schaffen.
51:56
Speaker 1: Das ist bewusst Ziel von denen gewesen und das Denkmodell dahinter ist, grob gesagt, dass wenn sie so viel künstliche Synapsen in ihre neuronalen Netzen geschaffen haben wie es im Menschen gibt, dass es dann künstliches Bewusstsein gibt.
52:12
Speaker 1: Es ist ein sehr mechanisches Weltbild, das in großen Teilen von den aktuellen Erkenntnissen der neurobiologie komplett abweicht.
52:19
Speaker 1: lassen wir das mal hineingestellt.
52:20
Speaker 1: Aber das technische Ziel ist eben, diese Menge an Synapsen bzw.
52:27
Speaker 1: an Layern in den neuronalen Netzen zu erreichen und dafür brauchen sie halt unglaublich viele Ressourcen.
52:35
Speaker 1: Sie brauchen diesen riesigen Pipelines Und wir werden uns allein von den Ressourcen her, die wir auf der Erde zur Verfügung haben nicht unendlich viele von diesen riesigen Rechenzentren leisten können.
52:46
Speaker 1: Das sehen wir ja immer öfter.
52:47
Speaker 1: Wir sind einfach an den Grenzen von vielen Ressorzen angekommen und das wird auch oft so vernachlässig, dass halt all das sehr viel Hardware braucht.
52:57
Speaker 1: Dadurch, dass es virtuell ist, denken wir immer hoho – wir haben hier ein Bildschirm vor uns alles prima!
53:02
Speaker 1: Aber allein die Rechenzentren von Google, die unterirdisch liegen haben ja schon die Größe von Kleinstädten erreicht.
53:09
Speaker 1: Und nur weil wir das alles nicht sehen, haben wir das nicht so im Fokus.
53:13
Speaker 1: Das heißt, wir werden einige wenige Großrechner haben letzten Endes Und wir haben sie eben im Moment nur aus einer einzigen Denkrichtung heraus, für uns in Deutschland hauptsächlich im Einsatz.
53:26
Speaker 1: Wie gesagt Microsoft hat keine eigene GroßKI in Gen AI das wird alles durchgeschleust.
53:31
Speaker 1: zu OpenAI und außer Entrophic mit eben Claude und GPPT als Grundlage haben wir kein anderes System und Claude ist im Kern der Abspaltung von GPPt.
53:43
Speaker 1: Also haben wir eigentlich noch ein einziges Denkmodell Und davon ist gerade die ganze westliche Welt in großen Teilen abhängig.
53:52
Speaker 1: Ich persönlich halte das für absolut riskant, wir haben gerade viele andere Erfahrungen gemacht was es bedeutet wenn wir von einem einzigen Lieferanten in einer Grundversorgung abhängigt sind und ich habe mich jetzt seit zehn Jahren mit Open AI beschäftigt weil ich sie am Anfang toll fand.
54:10
Speaker 1: Da hat sich ja auch viel entwickelt.
54:12
Speaker 1: Das ist ja auch gerade in vielen Podcasts und auch im aktuellen Serie im Deutschlandfunk transparent gemacht worden, welche Hintergründer liegen?
54:23
Speaker 1: also ich denke es ein wackeliges Unternehmen.
54:25
Speaker 1: Ich halte sowohl Entrafik als auch Open AI für nicht zukunftssicher.
54:30
Speaker 1: Es ist der eine Punkt.
54:32
Speaker 1: das andere ist wie schon gesagt habe sie haben in meinen Augen eine Spinnerideologie die sie aber als technische Grundlage in ihre Modelle einpflegen.
54:42
Speaker 1: Das heißt, das ist nicht so ein privates Vergnügen von denen sondern die Art und Weise wie ihre Technologie aufgebaut ist hängt direkt mit ihren Glaubenssätzen zusammen Und das bedeutet dass es genauso fragil ist ihr IT-System Wie eigentlich Ihr Science Fiction Denken dahinter ist.
55:00
Speaker 1: Ich muss sagen kann, wenn ich das als Auswahl habe.
55:03
Speaker 1: So als add on und ich kann damit experimentieren und so alle schön.
55:08
Speaker 1: Wenn ich das aber als Grundlage nehme um die technologische Zukunft von Deutschland in den nächsten zehn Jahren zu beschreiben Leuten bei mir alle Alarmglocken Wo ich so denke dass ist mega riskant das zu tun Und da muss man sich sehr viel tiefer mit allem auseinander gesetzt haben Um das irgendwie beurteilen zu können.
55:26
Speaker 1: Das ist das Monopol.
55:28
Speaker 1: Und ich sehe im Moment in Deutschland sehr wenig Menschen, die nicht sagen KI ist toll.
55:34
Speaker 1: Wobei sie mit KI ChatGPT oder Intrafik meinen.
55:38
Speaker 1: Also Clot- oder OpenAI und sie kaufen Copilot ein wobei eben Copilot nur das Durchschleusen zu OpenAI bedeutet und setzen da ihre gesamte Zukunftskompetenz drauf.
55:50
Speaker 1: Das ist natürlich sehr geschickt von Microsoft auch gemacht Weil alle benutzen Microsoft-Betriebssysteme und ja natürlich haben alle Office einfach aus Kompatibilitätsgründen.
56:01
Speaker 1: Und da jetzt Copilot mit dran zu hängen, was eigentlich eine völlig andere Funktionalität hat um das schon sehr offensiv in den Markt zu drängen weil ich kann es nicht abschalten Ich muss es quasi irgendwie immer mit vielen Tricks zur Seite stellen damit sich mir nicht die ganze Zeit aufdrängt und zu sagen, dass Produktivität und Effizienz nur dadurch entsteht, dass ich diese Art von KI jetzt einsetze.
56:27
Speaker 1: Das halte ich für maximale Manipulationen.
56:32
Speaker 1: Und das ist das was ich eben jetzt für einen Mittelständler auch für gefährlich halte weil ich denke man muss vorsichtig sein wenn ich in einem Unternehmen KI einführe Denn wird halt dieses Wort mit dem was ich da tue verankert.
56:47
Speaker 1: Das nennt man auch diesen Anker-Effekt in der Psychologie, dass wenn eine neue Technologie mit einer bestimmten Begrifflichkeit und mit bestimmten Funktionen gekoppelt ist dann ist das im Gehirn irgendwann festgebrannt.
56:59
Speaker 1: Und das ist das was die großen Techkonzerne aus den USA ja gerade wollen!
57:04
Speaker 1: Und damit sind aber alle anderen Chancen von The Machine Learning verbrannt weil sie sehe ich gar nicht mehr.
57:11
Speaker 1: Und das ist, was ich sage, der Gen AI sind fünf Prozent von alle.
57:15
Speaker 1: Von KI und ich kenne dann die ninety-fünf Prozent gar nicht.
57:19
Speaker 1: So jetzt wieder zurück.
57:20
Speaker 1: Ich denke dass das klassische Machine Learning, was sich eben sehr viel jetzt in der mobilen Robotik in der Anwendung sehe, dass da sehr viel mehr Produktivität erzeugt kann.
57:31
Speaker 1: Dass es aber da einen großen Unterschied gibt.
57:33
Speaker 1: und dann kommen wir auch zu diesem lokalen.
57:35
Speaker 1: Das klassische Machine Learning wurde als schwache KI bezeichnet, weil es immer nur für einen ganz bestimmten Nutzenfall optimiert wird.
57:44
Speaker 1: Und das bedeutet dass ich meine eigenen Mitarbeitenden schlau mache, dass die verstehen, dass diese Art von KI wirklich eine Ergänzung ist, dass ich sie steuern handhaben und beherrschen kann, dass Sie auf einem lokalen Laptop laufen können und kein Atomkraftwert braucht um irgendwie betriebsfähig zu sein Und dass ich sie auch auf meinen lokalen Servern im Keller irgendwo laufen lassen kann.
58:09
Speaker 1: Ich bin der Chef über diese KI und kann aber eben, darum heißt es auch Machine Learning meine Maschinen getriebenen Prozesse damit optimieren beschleunigen oder eben auch Fachkräfte die sowieso das Unternehmen verlassen Ergänzen, indem ich halt die Maschinen intelligenter in meinen Prozessen habe.
58:30
Speaker 1: Also mein Workflows, in dem ich eben dieses Machine Learning einsetze.
58:34
Speaker 1: Da kommen
58:35
Speaker 0: wir wieder zurück zu dieser Cybers Physics System.
58:38
Speaker 0: Wieder auf der Spur von Industrie viel Null oder fünf Null.
58:43
Speaker 0: Das ist eigentlich das was Deutschland schon damals als Vision beschrieben hat?
58:48
Speaker 1: Ja!
58:48
Speaker 1: Das ist genau der Punkt.
58:49
Speaker 1: In meinen Augen ist das moderne Machine Learning oder aufsetzt, oder hinführt zur mobilen Robotik das klassische Industrie-IV.null Instrument und ich sehe da auch dass es eben diese ganze Prozessoptimierung gibt die Industrie IV.nulle versprochen hat und das ist die auch für relativ wenig Geld gibt.
59:11
Speaker 1: Ich muss mich nur mit den System beschäftigen und auseinandersetzen.
59:15
Speaker 1: Und warum wird das nicht mehr propagiert?
59:18
Speaker 1: Weil die großen Unternehmen daran nicht verdienen können.
59:22
Speaker 1: Das klassische Machine Learning wird halt immer auf die einzelnen Anwendungsfälle zugeschnitten.
59:28
Speaker 1: Das heißt, das ist etwas was ich als Unternehmen einmal etabliere dann kann ich das auch warten und weiter pflegen.
59:34
Speaker 1: im Idealfall ist es halt wirklich autark für mich nutzbar und ich habe in anführungsstrichen relativ wenig Geld meinen eigenen Produktionsprozess optimiert und auch das Know-How meiner Mitarbeitenden so optimiert, dass die Anschlussfähig sind an die weiteren Entwicklungen in humanoider oder mobiler Robotik und KI.
59:53
Speaker 1: Also quasi Win-Win Situation!
59:56
Speaker 1: Der Nachteil ist aber, dass es eben für die großen Konzerne hier nicht viel zu verdienen gibt weil sie wollen gerne One Size fits all Lösungen.
1:00:05
Speaker 1: also man kauft eine Sache, die ganz viel kann, weil ich dann eben in dieser Abhängigkeitspipeline von dem Großen Unternehmen bin.
1:00:13
Speaker 1: Und den Gewinn macht das Unternehmen, dass die mir jetzt schon nach dem Teil die Tokenpreise willkürlich um vierzig oder fünfzig Prozent nach oben setzen.
1:00:22
Speaker 1: Und weder das Wissen und das Know-how bleibt in meinem mittelständischen Unternehmen noch meine Mittelarbeitenden werden ernsthaft befähigt.
1:00:31
Speaker 1: Die werden nur verblödet indem sie KI-Agenten irgendwie alles fragen lassen sollen.
1:00:37
Speaker 1: Und ich bekomme auch gar nicht diese Kompetenz als Ingenieur mehr in meinem Beruf widerspiegelt, wenn ich jetzt so eine Genial Pipeline erlaufen lasse.
1:00:45
Speaker 1: Hingegegen ich eben bei Machine Learning mein klassisches Rissen als Insenieur mit einbringe um die Datensätze und die Pipeline ins Fan-Tuning zu bringen und um da die Wertschöpfung zu erhöhen.
1:00:58
Speaker 1: Und um es ganz einfach zu sagen, soll ich euch dann auch auf!
1:01:00
Speaker 1: Bei lokalen Modellen bleibt die Wertschöpfungen beim Unternehmen.
1:01:04
Speaker 1: Und ich selber mache als Unternehmen hinterher im Idealfall, also wenn alles so läuft wie es laufen soll mehr Umsatz und auch mehr Gewinn.
1:01:13
Speaker 1: Ich kann auch mehr Risiken abpuffern weil ich halt durch das Machine Learning Fachkräfte ergänzen kann nicht in Sinne von Austauschen und Weglassen sondern ergänzend.
1:01:24
Speaker 1: Also bringt eine andere Resilienz in mein Unternehmen.
1:01:27
Speaker 1: Dafür muss ich mich aber einmal anstrengen.
1:01:29
Speaker 1: Ich muss die Technik lernen, ich muss da mit dem Feld auseinandersetzen und ich muss sehen wie das Ganze zu mir passt also zu meinem Unternehmen passt.
1:01:37
Speaker 1: Das andere ist... Die Wertschöpfung wandert komplett nach DeepTech.
1:01:42
Speaker 1: Das haben wir jetzt in den letzten zwanzig Jahren schon erlebt was es bedeutet.
1:01:46
Speaker 1: Das ganze Know-how bleibt auch bei DeepTech.
1:01:50
Speaker 1: Meine Mitarbeitenden werden zu verblödeten Leuten erzogen, die da nur noch die Agenten bedienen sollen.
1:01:56
Speaker 1: Die dann in Anführungsstrichen die intelligenten Sachen machen und die Resilienz meines Unternehmens nimmt ab, die im Kern gewinnspanne wird mit großer Wahrscheinlichkeit abnehmen.
1:02:07
Speaker 1: Ich werde komplett abhängig von den Zukunftsstrategien von DeepTech und verliehen eigentlich komplett meine Souveränität als eigenes Unternehmen.
1:02:16
Speaker 1: Das ist der Punkt, warum ich sage, das ist eine Entwicklung die ich absolut keine Mittelständischen auch keinem anderen Unternehmen anraten kann.
1:02:24
Speaker 1: Es ist für mich fatal und wenn ich dann halt gucke wo Alternativen herkommen könnten sehe ich da eben den asiatischen Raum sehr weit vorne weil da nicht diese dieses kleine enge Weg nur in die Zukunft ist sondern weil er eben eine Vielfalt von Technologie angeboten wird.
1:02:44
Speaker 1: Und ich sehe, dass ich eben auch gerade wenn ich in den Bereich mobile Robotik reingehe, den ich für den wichtigsten Zukunftsbereich überhaupt halte.
1:02:52
Speaker 1: Dass ich mich da schlau machen kann und dass ich meine Mitarbeiter mitnehmen kann und das ich wissen und eine How aufbauen kann.
1:02:59
Speaker 1: Und dass ich vor allen Dingen das behalte was im Moment sehr viel diskutiert wird – meine digitale Souveränität!
1:03:06
Speaker 1: Und das ist quasi wie so zwei Weltbilder sind.
1:03:09
Speaker 1: Das eine, ich ordne mich mit allem was ich als Unternehmen bin letzten Endes wie ein Sklave dieser Zukunftsvision der, sagen wir, science fiction Strategien da an und stellte alles drauf auf.
1:03:26
Speaker 1: oder Aus meiner Sicht, ich behalte meinen gesunden Menschenverstand.
1:03:29
Speaker 1: Ich bleibe ein souveräner Unternehmer und nutze Technologie- und Maschinen so wie sie immer genutzt habe, nämlich passgenau für mich selbst und unter der Steuerung und Denkhoheit meines eigenen Unternehmens.
1:03:48
Speaker 0: Wenn wir nochmal in zehn Jahren gut denken, zehn Jahre später ... In zehn Jahren schreiben wir gemeinsam oder wahrscheinlich eher du, schreibst die Geschichte der KI.
1:03:59
Speaker 0: und wer hat gewonnen?
1:04:00
Speaker 0: Der zentralistische Ansatz mit viel Kapital.
1:04:03
Speaker 0: Oder der Zentralansatz mit weniger Ressource und mehr Effizienz?
1:04:07
Speaker 1: Also für mich ganz klar der dezentrale Ansatz weil ich schon seit Ewigkeiten denke also ewigkeiten heißt jetzt so zehn Jahre das reinforcement learning der wichtigste KI-Bereich überhaupt ist und haben sich sehr viele nicht mit beschäftigt, was das ist.
1:04:25
Speaker 1: Da auch noch mal als Hinweis der EUAI-Akt erfordert eigentlich dass jeder Mitarbeitende des Unternehmens aufgeklärt ist über die vier KI Grundarten.
1:04:34
Speaker 1: Es ist super weiß non super weiß selbstlernend gibt es noch so richtig keinen Schlagwort für uns eben.
1:04:41
Speaker 1: Reinforcement Learning also verstärkendes Lernen Und Reinforcement learning ist komplett anders als die anderen drei Arten.
1:04:49
Speaker 1: Reinforcement sagt von Anfang an, dass der Mensch die Strategie für die KI entwickelt und das die KI wie in einer Art Laufstall operiert den der Mensch gesetzt hat.
1:05:01
Speaker 1: Und die KI lernt sich intelligent im Rahmen dieses Laufsteils zu bewegen.
1:05:06
Speaker 1: Jeder der schon mal ein Computerspiel gespielt hat und hat dagegen in Anführungsstrichen gegen den Computer gespielt, hat gegen eine Reinforcement Learning KI gespielt.
1:05:15
Speaker 1: Und jetzt können wir uns natürlich ganz leicht vorstellen, dass es da unglaublich viel Erfahrungswissen gibt.
1:05:20
Speaker 1: Weil die Gaming-Szene haben wir bislang noch gar nicht so einbezogen.
1:05:23
Speaker 1: Die ist aber riesengroß und da ist ja super viel passiert!
1:05:26
Speaker 1: Ich kann jetzt einfach als normaler Mensch gut vorstellen, das Ganze Wissen aus diesen Agenten im Gaming kommen, damit ich das auf einen mobilen Roboter übertragen kann.
1:05:39
Speaker 1: Und deshalb ist das gar nicht alles mehr so super neu und so super fremd.
1:05:43
Speaker 1: Es ist einfach nur, dass etwas aus der digitalen Welt in meine physische Welt kommt und dass ich diese ganze Algorithmengruppe aus dem Reinforcement Learning jetzt eben hier in Helfer in der realen Welt übertrage.
1:05:58
Speaker 1: Und wir haben noch nie Angst davor gehabt, dass irgendein Gaming-Agent oder einer Gaming-KI jetzt die Welt auslöschen wird.
1:06:05
Speaker 1: Oder uns hier irgendwie als Menschen in Intelligenz an jeder Hinsicht übertrifft.
1:06:11
Speaker 1: Da haben wir schon ganz viele Begegnungen aber gehabt mit diesem ganzen Datensatz von KI Algorithmen und in meinen Augen ist das der wichtigste KI Algoritmensatz den wir die letzten Jahre entwickelt haben und auch der dem wir am meisten nutzen können.
1:06:28
Speaker 1: Und statt Gen AI, das eben wirklich nur ein Randbereich eigentlich ist wird in meinen Augen dieses Reinforcement Learning für uns die Zukunft darstellen.
1:06:38
Speaker 1: Wir können uns halt alle vorstellen wie halt die Gaming Figuren mit denen wir interagiert haben jetzt auf eine Blechkiste übertragen werden und wir halt eine Art R-Zwo D-Zwok haben.
1:06:51
Speaker 0: Also ich bin heute kein Chineser.
1:06:55
Speaker 0: Was ich jetzt sage, ist nur folgerichtig aus unserer Diskussion gekommen.
1:07:00
Speaker 0: Also ich sage jetzt kommt China wieder ins Spiel.
1:07:04
Speaker 0: und weil das wir von heute eine starke Abhängigkeit der Faktor vom großen Tech-Konzern aus USA hin zu einer Vision, dass man die Menschen wieder im Vordergrund stellt, wieder stabile Unternehmenskompetenz beibehält und braucht deutscher Mittelstand so ein Initialanschub oder beziehungsweise einen Befreier.
1:07:34
Speaker 0: Der Befreie könnte chinesische Technologie sein, weil sie bieten eine passende Technologieslösung Nicht so hohe Kosten und dadurch, weil China immer sehr viel Massen hat.
1:07:50
Speaker 0: Deswegen sind das Stückkosten nicht so hoch Und sie haben vielleicht auch grundsätzlich ganz anders Design deswegen auch Grundsätzlich nicht so teuer.
1:07:59
Speaker 0: aber So ein bisschen habe ich das Gefühl, Deutschland, also Europa braucht eine Befreie aus China um von dieser Technologie-Klonialschaft zu befreien vor USA.
1:08:11
Speaker 0: Also vielleicht habe ich so drastisch beschrieben dieses Bild aber so habe ich eine gewisse Ähnlichkeit gesehen.
1:08:20
Speaker 1: Okay, also ich sage mal Ich bin immer ein Freund von Modularität und davon dass Menschen Wahlfreiheit haben.
1:08:27
Speaker 1: Das beträgt sich natürlich auch auf meine Unternehmensberatung.
1:08:31
Speaker 1: Und das bedeutet, ich suche immer danach dass etwas passgenau modular zu einem Unternehmen ist wo eben sowohl der Wissen gesteigert wird als eben auch die Wettbewerbsfähigkeit als auch die Zukunftsfähigkeit und die Resilienz.
1:08:46
Speaker 1: und dafür denke ich brauche mir halt eine Art technischen Legokosten.
1:08:51
Speaker 1: Und da sind sie glaube ich sehr viele Technik-Freaks einig, dass man mit Lego halt zwar auch Grenzen hat aber doch mittlerweile sehr viel Modular machen kann.
1:09:01
Speaker 1: Ich sehe in diesem Fall vor allem im Fokus auf diese moderne mobile Robotik oder auch autonome Robotik.
1:09:09
Speaker 1: Da sehe ich halt in China einen relativ großen Legokasten Wo eben auch nicht versprochen wird, dass Lego jetzt was weiß ich die Soft Puppe ersetzen kann.
1:09:20
Speaker 1: Die vielleicht irgendein Mädchen jetzt unbedingt... Also es soll jetzt kein Gender-Dings sein, aber ist schon klar ne?
1:09:26
Speaker 1: Die irgendwie also keine Babypuppe ersetzen kann, das ist einfach Lego!
1:09:31
Speaker 1: Und dafür kann ich aber aus dem Lego für mich das Richtige rausholen.
1:09:35
Speaker 1: und dadurch, dass sich das Lego einsetze, kann ich auch mich weiterentwickeln, schlauer werden als Unternehmen und ich kann vor allem als Mitarbeiter meine Würde behalten, weil ich als Mitarbeiter mit interagiere mit dem Lego.
1:09:48
Speaker 1: Und niemand hat das Gefühl dass er wenn er Lego einsetzt als Mensch ausgelöscht wird in seiner Würde als Mensch und als tätiger arbeitnehmende Person.
1:09:58
Speaker 1: So und das Gegenteil ist halt für mich eben dieses Ziel eine allwissende AGI zu bauen.
1:10:06
Speaker 1: Es ist mir egal, letzten eines Welches Landes tun wurde.
1:10:09
Speaker 1: Aber es kommt einfach im Moment aus den USA und das ist nicht nur dass sich alle Ressourcen darauf konzentrieren.
1:10:15
Speaker 1: Das ist auch etwas total Menschenentwürdigendes.
1:10:19
Speaker 1: Und ich kann jetzt halt einfach sagen Wir müssen im Kopf umschalten weg davon, dass die Lösung von einer einzigen Tech-Gruppe kommt vielleicht nicht unbedingt das Wohl der Menschheit im Auge hat, sondern einfach nur unbedingt ihr eigenes Experiment da durchziehen will und zum Erfolg führen will.
1:10:41
Speaker 1: Das könnte jetzt auch von sonst woher kommen?
1:10:43
Speaker 1: Wenn diese Technologie in dieser Stärke aus China kommen würde, würde ich ganz viel vor China wahren.
1:10:50
Speaker 1: aber ist sehr das eben genau umgekehrt?
1:10:53
Speaker 1: Ich sehe dass wir in den USA diesen irrsinnigen Versuch haben irgendwas zu bauen, was denn jetzt uns alle erlösen soll von was auch immer und wo wir alle hoffen dass es uns alle Fragen beantwortet insbesondere die ganzen Effizienz Themen die gerade gerade laufen.
1:11:11
Speaker 1: Und ich sehe das eben nicht habe ich ja schon dargestellt und falls jemand mich dazu fragen will wie man hört Ich gebe da auch gerne viele Kommentare zu ab.
1:11:19
Speaker 1: Und umgekehrt sehe ich aber aus dieser Entwicklung, die ich eben seit der Zeit von vor zehn Jahren beobachte im Asiatischen und jetzt ganz speziell im chinesischen Raum das diese Lego-Ballkasten entwickelt worden ist.
1:11:30
Speaker 1: Der mit Industrie four Punkt Null eigentlich hätte entwickelt werden sollen überall.
1:11:35
Speaker 1: Ich sehe aber auch dass wenn ich die Ressourcen halt auf einen Mega-Experiment reduziere unter super viel Geld drauf ballere Das dann natürlich dieser Lego-Kasten erstmal popelig erscheint.
1:11:47
Speaker 1: und was auch immer.
1:11:49
Speaker 1: Ja und es wird auch immer gesagt, dass jetzt die USA eben die AGI vor China haben soll.
1:11:54
Speaker 1: Wobei ich ganz ehrlich bislang nicht sehe das in China ein solches Wettrennen um die Agi läuft wie in den USA.
1:12:04
Speaker 1: Ich seh' auch da, China sehr viel diverser aufgestellt.
1:12:07
Speaker 1: Auch jetzt was ich sehe ist, dass die Space sehr viel ernster nehmen wieder Also dass das ein großes Thema ist und alles was mit Weltraum zu tun hat Außer Elemask-Fantasien, vielleicht noch bei anderen irgendwie Gedanken auslösen sollte.
1:12:20
Speaker 1: Also ich sehe wie gesagt diesen Zukunftsbau-Kasten zumindest für die nächsten fünf Jahre.
1:12:25
Speaker 1: den sehe ich ganz stark als China kommt und deshalb denke ich man sollte sich da mit bestimmten Legoteilen auseinandersetzen und zu gucken was dafür ein passt weil ich eben nicht glaube dass dieses AGI Experiment der europäischen Wirtschaft wirklich nachhaltig gut tut.
1:12:45
Speaker 1: Und das bedeutet für mich eben auch nicht, dass wir jetzt in aller Ewigkeit von China abhängig sein werden als Europäer oder als Deutsche.
1:12:52
Speaker 1: Aber dass wir im Moment genau diese Legobau-Teile brauchen, die vor allem aus der chinesischen Produktpolette kommen um zu verstehen, wie wir danach vielleicht noch besser eine europäische Strategie ausrichten könnten.
1:13:10
Speaker 0: Dazu habe ich zwei Gedanken.
1:13:11
Speaker 0: Eine Gedanke haben wir gemeinsam bei der Meetup-Elebe und der Robotik Meetup in Hannover.
1:13:17
Speaker 0: Wir beschäftigen damit humanoider Roboter im Produktionsprozess zu integrieren.
1:13:21
Speaker 0: Das ist so ein bisschen ein konkretes Szenario, wo du sagst, die kaufen einen Low AI.
1:13:29
Speaker 0: Das sind ja humanoidere Roboter der in einer Unternehmensprozess integriert ist, das umzusetzen.
1:13:37
Speaker 0: Das ist ein konkreter Anwendungsbeispiel.
1:13:41
Speaker 0: aber in dem Beispiel habe ich mir festgestellt es im Moment sehr noch anfangen.
1:13:46
Speaker 0: selbst auf den Messer haben wir nur ganz banale Bewegung gesehen die auch nicht so gut geklappt.
1:13:52
Speaker 0: und dann der zweite Gedanke Es ist ja nicht so, dass die chinesische Ergebnisse soweit so gut sind.
1:14:00
Speaker 0: Weil du hast ja vorhin gesagt, es sind da viele, viele Player der zentrale Innovationen nicht zentralisiert auf einer Know-how Träger hat natürlich Vorteile und Nachteil, dass sie vielleicht die Technologie nicht so umfangreich reif ist oder nicht so viel know how zentrallisiert hat.
1:14:18
Speaker 0: Das heißt wenn man so eine Technologie aus China bei sich implementiert oder implantiert, viel mehr implantiert.
1:14:28
Speaker 0: Was ist dann wichtig dabei zu achten?
1:14:30
Speaker 0: Das heißt A, wie kriege ich das selber.
1:14:33
Speaker 0: Also ich glaube nicht dass chinesische so Plug and Play-Löse anbieten kann, dass bei mir in der Firma sofort funktioniert.
1:14:40
Speaker 0: D.h.,
1:14:41
Speaker 0: mein ich als Firma muss nach wie vor ein hohes Knowhow auch mit einbringen um es zu ermöglichen.
1:14:48
Speaker 0: und was ist das für KnowHow?
1:14:50
Speaker 0: Und was muss ich dafür mitbringen?
1:14:52
Speaker 0: Das Zweite ist Wie kann vorstellen, dass Deutschland sogar auch China unterstützt oder gemeinsam an solche Domäne zu forschen, weil Deutschland ist ja in vielen Industrie-Zwergen sehr stark.
1:15:06
Speaker 0: Und in China?
1:15:08
Speaker 0: man hat bestimmte Industriezweige nur in China vorzubindende Produktionslinien aber viele auch nicht.
1:15:15
Speaker 0: das heißt die viele Applikationsnohau mit dieser intelligenten Machine Learning Szenar kam eigentlich nur in Zusammenarbeit von chinesischer Standard-Lösungsanbieter und dann konkrete deutsche Antworten nur zusammen passieren.
1:15:32
Speaker 0: Und was, wie soll das denn konkret gestehen?
1:15:37
Speaker 0: oder siehst du da auch die Notwendigkeit von einer Zusammenarbeit vom beiden Seite wo wirklich konstruktiv eine Konstruzitzusammenarbeit offen sein muss?
1:15:53
Speaker 1: Okay also da muss ich auch wieder ein bisschen auf die Zeit von vor zehn Jahren zurückverweisen auf die Zeit der Kobots.
1:16:00
Speaker 1: Das war ein ganz klassisches Industrie-Für.null Thema, dass wir jetzt eine neue Art von Robottern haben, die halt mehr und enger mit Menschen zusammenarbeiten, das sie ungefährlicher sind weil sie nicht eingehegt werden müssen und dass sie aber auch flexibler einsetzbar sind, weil ich sie viel leichter für neue Arbeitsschritte integrieren kann.
1:16:21
Speaker 1: Es ist halt der große Unterschied, dass ich nicht mehr eine Sache hunderttausendmal in Serie habe wie das in der Industrie der Fall ist.
1:16:28
Speaker 1: Sondern ich kann eben ein Kobot für verschiedene Workflows theoretisch einsetzbar machen und das war ja dann auch schon der Punkt wo es sehr viel mehr für die Mittelstadt attraktiv war weil Modal an verschiedenen Positionen unterschiedlich einsetzbare Hilfsmaschine habe, die leichter zu steuern sein sollte.
1:16:48
Speaker 1: Das war zumindest damals das Versprechen als die klassischen Industrieroboter.
1:16:54
Speaker 1: Ich hab jetzt mitbekommen dass vieles mit den Kobots anders gelaufen ist als wie das sich so zwanzig, sechzehn, zwanzin, siebzehn und zwanzich, achtzehn noch viele gewünscht haben.
1:17:03
Speaker 1: aber für mich ist es die Vorstufe.
1:17:05
Speaker 1: zudem worüber wir sprechen mit der Robotik Geschichte.
1:17:09
Speaker 1: Ich habe dann auch ein bisschen verfolgt, was bei Franka Amica passiert ist.
1:17:13
Speaker 1: Die waren ja sehr weit als deutsches Cobot-Unternehmen und damit sprechend jetzt für die nächste Stufe hatte ich mich eben viel mit Nora Robotics beschäftigt weil ich deren Konzept und Strategie in der Erschaffung von mobilen Robotern gespannt fand.
1:17:27
Speaker 1: Das ist so als Hintergrund, weil ich jetzt bin nicht die ausgewiesene große Robotik-Expertin der letzten dreißig Jahre.
1:17:35
Speaker 1: Ich habe mich nur aus bestimmten Gründen halt sehr viel mit Kobots und dieser Weiterentwicklung daraufhin beschäftigt.
1:17:41
Speaker 1: So, dazu jetzt ein paar Aussagen aus meiner ganz objektiven Wahrnehmung.
1:17:46
Speaker 1: Das erste ist eben der Gründer von Neurobotics für den Industrieraum Stuttgart selber, dass er auch sieht.
1:17:53
Speaker 1: Dass sehr viel aus der Automotiveindustrie in dem Bereich mobile Robotik übertragen werden kann.
1:17:59
Speaker 1: Dass sowohl Bauteile als auch das Maschinen-Knowhow, das wir in Deutschland haben auf dem Qualitätsniveau denn für die Mobile Robotik gebraucht wird.
1:18:08
Speaker 1: Und selbst Elon Musk oder andere Figuren sehen ja voraus, also das Figur ist nicht abwechentlich gemeint.
1:18:15
Speaker 1: Dass wir einen sehr viel stärkeren mobilen Robotics-Markt erleben werden als die allermeisten sich das im Moment noch vorstellen.
1:18:21
Speaker 1: Das es genauso normal wird ein mobiler Roboter zum Teil auch als Privatperson zu haben wie wir heute Autos haben und dass von der Menge her das Auto durch mobile Robotik abgelöst wird Weil mobile Robotik halt außerhalb der Fabrik auch sehr, sehr viele Anwendungsszenarien finden kann und finden wird.
1:18:41
Speaker 1: Also es ist ein ganz wichtiger Punkt!
1:18:43
Speaker 1: Und das ist da so eine direkte Produktionsdenklinie.
1:18:48
Speaker 1: quasi gibt von Auto zu Roboter und das ist jetzt vielleicht nicht im Endpaket so sichtbar.
1:18:54
Speaker 1: aber wenn ich halt in die modularen Teile rein gehe Und das halt die ganze Maschinenbautradition, die wir haben eine wunderbare Voraussetzung ist für den Robotikbereich.
1:19:06
Speaker 1: Ich kann selber kommen aus dem Maschienenbauhaushalt.
1:19:09
Speaker 1: Mein Vater war ein großer Maschinnenbauerfinder für Kontinental und ich habe das deshalb vor allem klein auf immer viel mitgedacht und viel mitbekommen.
1:19:18
Speaker 1: Und ich hab halt für mich gesehen dass wir in Digitalisierung nie dieses Verständnis entwickelt haben was wir im klassischen Maschenbau haben Und dass wir aber genau da eben eine Anknüpfungsstelle hätten in Deutschland, dass wir diese klassische Maschinenbaukompetenz weiterführen können.
1:19:36
Speaker 1: Das ist so das Eine!
1:19:38
Speaker 1: Man kann sehen, dass der Cobaltbereich nicht so angenommen worden ist in Deutschland wie es wünschenswert gewesen wäre um uns auf eine mobile Robotik Zukunft vorzubereiten.
1:19:49
Speaker 1: Und ich sehe, dass all diese Sachen die in meiner Wahrnehmung in Deutschland nicht passiert sind aber im chinesischen Raum passiert sind.
1:19:57
Speaker 1: Also das da eigentlich der Kobot konsequent weiter gedacht und weiterentwickelt wurde.
1:20:05
Speaker 1: Professorischen Input hatte auf der Hannover-Messe im Bereich des Application Parks.
1:20:12
Speaker 1: War da schon die klare Aussage, dass die Prototypen, die im Application Park zu sehen waren, die alle aus China kamen?
1:20:18
Speaker 1: Der komplette Application Park war mit chinesisch mobilen Robotikmodellen voll und das ist so ähnlich wie mit der KI.
1:20:25
Speaker 1: Ich kann den einen Roboter bauen wollen, der alles kann wie die AGI oder ich habe eben diese sogenannten auf meinen eigenen Anwendungsfall bezogenen Roboter die dann vielleicht auch modular sind oder Modul behaftet sind.
1:20:39
Speaker 1: Das heißt, Sie können verschiedene Aufgaben übernehmen aber sie können nicht alles und das ist durchaus zeitnah denkbar ist dass die produktive einsetzbar sind wenn ich sie nicht für alles einsetzbare machen will sondern sie nur für bestimmte Aufgaben nutze so wie wir eben im Machine Learning die schwache KI auch seit im Einsatz haben und es in jedem Smartphone vorhanden ist, was den meisten nicht klar ist dass sie ein KI-Smartphone haben auch wenn kein KI drauf steht.
1:21:06
Speaker 1: Dass das einfach sehr schnell produktive Mehrgewinne werden geben kann.
1:21:10
Speaker 1: und ein Hauptproblem ist im Moment noch die Geschwindigkeit.
1:21:14
Speaker 1: Das ist der Grund warum ich mich sehr viel mit Quantencomputing beschäftige weil es halt sehr viele auch schon sehr weit fortgeschrittene Experimente gibt, wo dann ganz bestimmte Teile des Algorithmus an Quanten Computing ausgelagert werden und das wieder einfließt ins Machine Learning.
1:21:30
Speaker 1: Und das QML ist sehr weit in der Weiterentwicklung dieses Quanten-Computing-Machine Learning Gesamtpaket und wird auch einfach mal googeln neutrale Atome seit zwei Jahren als die aussichtsreichste Technologie um in real Quantencomputing Ships zu erzeugen.
1:21:48
Speaker 1: Also da entsteht viel und sobald wir mobile Robotik beschleunigen können ist sie auch sehr, sehr produktiv.
1:21:54
Speaker 1: Und da ist es eine eben dass die KI-Modelle immer besser werden an sich und das sah man eben auch für mich an die Psyk.
1:22:03
Speaker 1: einfach dass dann eine andere Architektur des Systems die Beschleunigung gebracht hat bei gleichzeitig weniger Energieeinsatz sodass ich es modular verwenden kann dass sich es auf meinem eigenen Rechner laufen lassen kann, das ist aber trotzdem eine enorme Performance hat.
1:22:18
Speaker 1: Und das ist das warum ich auch denke, dass das Modulare von Vorteil ist weil wir dann einen höheren Wettbewerb haben zwischen den einzelnen Unternehmen und wir sehen können, dass zum Beispiel jedes Unternehmen in China sich jetzt auf bestimmte Arbeitsgebiete fokussieren kann um dafür die Entwicklung zu beschleunigen und auch die mobilen Roboter zu optimieren.
1:22:39
Speaker 1: Und das waren jetzt auch die Aussagen, die ich aus den Insider-Gesprächen auf der Hannover-Messe mitbekommen habe.
1:22:45
Speaker 1: Dass jetzt eben schon die ersten großen Unternehmen in Deutschland mit mobilen und homanoiden Robotern experimentieren, dass sie Prototypen gerade schon verfeinert werden und dass auch die mobilen Roboter jetzt schon an die Maschinenverordnung angepasst werden, die in Europa nächstes Jahr rauskommt.
1:23:02
Speaker 1: Und dass wir auf der nächsten Hannover Messe durchaus produktive mobile Roboter sehen könnten.
1:23:09
Speaker 1: Auch die, die Insider sind, sagen dass sich die Entwicklung im Moment viel mehr beschleunigt als in der Gen AI.
1:23:15
Speaker 1: Dass alle drei Monate der Entwicklungsstand sich so stark vervielfältigt und es eine solche Beschleunigung und wie soll man sagen Verästelung gibt?
1:23:29
Speaker 1: Dass man das gar nicht mehr hundertprozentig absehen kann was alles im Detail passiert Das aber allein diese Taktung beobachtbar ist, zeigt dass es eigentlich kurz vor dem Durchbruch steht.
1:23:41
Speaker 0: So
1:23:42
Speaker 1: und jetzt zur Frage der Kompetenz.
1:23:47
Speaker 1: Eben ab diesen ganzen Kobotkram ist ja versucht worden, mobile Roboter zu entwickeln die ich nicht mehr auf schwierige Art und Weise steuern muss.
1:23:57
Speaker 1: Und das was im Moment absehbar ist ist, dass ich gutes Ingenieurwissen brauche und dass sich dem Roboter zeige, Das ist auch das, was gerade ganz stark in der Entwicklung vorne ist.
1:24:09
Speaker 1: Das sind eben die Anwendungen, die alle über Computer-Vision laufen.
1:24:12
Speaker 1: Es ist eine extra KI Richtung und sie ist sehr weit fortgeschritten.
1:24:17
Speaker 1: oder dass sich überhaupt nische Steuerung den Computer, also Quatsch den Robotersteuere.
1:24:23
Speaker 1: Und es ist auch etwas, was ich seit Jahrzehnten höre, dass da die KI-Entwicklung drauf abzieht, dass ich mein klassisches Facharbeiter oder Ingenieurswissen brauche um diesen Roboter einsatzfähig zu machen und dass das eben sehr viel schneller und einfacher passieren kann.
1:24:40
Speaker 1: Und, dass es dann vielleicht im Ernstfall auch gar nicht wahnsinnig wichtig ist wie schnell der schon ist wenn zum Beispiel Facharbeiter ausfallen oder jemand wird krank oder was auch immer was bei einer älteren Belegschaft vielleicht denn auch häufiger der Fall ist.
1:24:53
Speaker 1: Es ist vielleicht besser der mobile Roboter macht überhaupt was als es passiert.
1:24:56
Speaker 1: gar nichts so in diesem Fall.
1:24:59
Speaker 1: Ich denke aber genau deshalb, dass man die nächsten fünf Jahre nutzen sollte aktiv um mit diesen vielleicht etwas schwachbrüstigen humanoiden Robotern also jetzt nicht diese Wundererwartungen erfüllen.
1:25:13
Speaker 1: Mit denen zu arbeiten und zu verstehen wie man sie ausloten kann in Kooperationen mit dem Hersteller oder Feedback.
1:25:20
Speaker 1: das ist jetzt nur meine Idee vielleicht etwas idealistische Vorstellung da auch Sachen optimiert und anpasst um halt auch in Deutschland das nötige Wissen im Umgang mit diesen Maschinen aufzubauen, weil es gibt glaube ich niemanden der sagt dass wir nicht in fünf Jahren humanoide Roboter ein sehr großer Stückzahl in unserer Alltags- und Lebenswirklichkeit sehen werden.
1:25:44
Speaker 1: Und dass die Auseinandersetzung und auch sich hineinversetzen können der Kompetenzaufbau dazu, dass er jetzt enorm wichtig ist, um danach noch dabei zu sein.
1:25:54
Speaker 1: Das ist das, was ich meine.
1:25:55
Speaker 1: Ich kann entweder jetzt abhängig werden davon dass sich lerne wie gut prompte, obwohl prompting bei den neuen Modellen gar keine Rolle mehr spielt oder ich setze mich damit auseinander, dass wir demnächst eine neue Art von Maschine überall sehen werden die so normal sein wird wie ein Auto und ich lerne sehr früh was ich mit dieser Maschine eigentlich so umsetzen und machen kann.
1:26:20
Speaker 1: Das ist jetzt aber auch vielleicht meine naive Ansicht, aber stehe ich jetzt im Moment zu die chinesische Strategie mehr aufgegangen.
1:26:26
Speaker 1: Wo ich eben seit Jahrzehnteinzehn sehe das ist eine ganz andere Auseinandersetzung von geschäftsführenden Personen gegeben hat in dem Bereich Automatisierung plus KI und Robotik.
1:26:37
Speaker 1: Also ein anderer Denkraum war da einfach für mich auf.
1:26:39
Speaker 1: der war lebendiger, der war viel fettiger Und dass wir als Deutsche jetzt von diesen Denkrahmen profitieren von den Produkten die daraus entstanden sind und dass wir dann auch durchaus gemeinsam weiterwachsen können.
1:26:51
Speaker 1: Also von daher denke ich, man muss da mit neugierigen Augen überall reingucken.
1:26:57
Speaker 1: Und ich kann mir halt auch gut vorstellen das es andere Arten von Kooperationen gibt wo wir unser Maschinenbau wissen jetzt integrieren in die chinesische Wirtschaft die sich einfach früher und intensiver mit Mächteln beschäftigt hat und wieder eine andere Art von Koopration hinbekommen und dann vielleicht auch idealistischerweise neue Prototypen für eine Art von europäischer humanoider Robotik aufbauen, wo wir denn auch die Werte, die wir im Moment versuchen im EUAI-Akt umzusetzen in der Robotik mit umsetzen können.
1:27:33
Speaker 1: Weil sie werden ja dann auch sprechen können!
1:27:35
Speaker 1: Und ich habe das gesehen, wie meine Kinder in der Covid-Zeit angefangen haben mit ihrer Amazon Prime Fernbedienung zu reden.
1:27:43
Speaker 1: Wenn die Hausaufgaben machen mussten, haben sie einfach immer nur noch die Frage in diesen Amazon Prime Fanbedienungsstick eingegeben und die hat natürlich immer geantwortet!
1:27:53
Speaker 1: Die haben auch Pupsen lassen und Witzer zählen lassen und ich hab den erstmal verstanden... Wie mächtig das ist und dass ich überhaupt nicht weiß, woher das Wissen jetzt kommt.
1:28:03
Speaker 1: Dass diese Roboter-Stimme aus dem Fernbedienungsstick mir da jetzt irgendwie erzählt und dass meine Kinder ihre Hausaufgaben damit machen.
1:28:12
Speaker 1: Und ich habe in hinterher recherchiert, dass es über Wissensgrafen kamen.
1:28:15
Speaker 1: Es war viel über Wikipedia und auch größere Kooperation gekommen ist.
1:28:20
Speaker 1: Und als versucht worden ist dann sauberes Wissenschrafenetz zum Teil mit der Medienlandschaft und nach meinem Wissen auch mit dem ZDF in Kooperation versucht wurden aufzubauen.
1:28:30
Speaker 1: Aber da war schon klar, die haben ganz früh gemerkt, sie haben hier eine automatisierte Antwortmöglichkeit.
1:28:37
Speaker 1: Die haben natürlich auch zwischen den Fernsehen geguckt und haben dann halt den Stick alles Mögliche gefragt.
1:28:42
Speaker 1: wo ich dann nur gesehen habe ja für diese ist das schon Haushaltsroboter in der Form einer Fanbedienung Und die benutzen das ganz selbstverständlich und loten alle Funktionen aus, die dieses Ding daher gibt.
1:28:55
Speaker 1: Das war so der Punkt wo ich dachte wir sind schon mitten im mobilen Robotik-Zeitalter, die schleppen diesen Stick rum und nehmen den als Antwortmaschine und als Belustigungsmaschine – und es funktioniert!
1:29:06
Speaker 1: Ja und deshalb denke ich halt ja dass wird jetzt einfach attraktiver werden.
1:29:12
Speaker 1: Kohler-Augen-Pepa-Figur noch vor Augen, die halt auch nicht viel konnten.
1:29:16
Speaker 1: Die aber trotzdem Riesenbohäi erzeugt haben und eigentlich sind wir jetzt auf dem Schritt dahin dass wir quasi eine andere Verpackung für die Amazon Prime Fanbedienungs Dicks haben Und die machen dann mehr vielleicht als Antworten und Spaß.
1:29:31
Speaker 1: Aber genau die Richtung steuern wir eigentlich seit zweitausend an
1:29:41
Speaker 0: Versuch mal ein Bild zu malen, das zu übersetzen was du vorhin gesagt hast.
1:29:46
Speaker 0: Das heißt es könnte durchaus sein wo wir sagen wenn man jetzt bei Gaming sind dass eine gewisse Grundfunktionalität einer humanoid Roboter vorher herstellt kommen oder bestimmte können natürlich auch KI-Fähigkeit und so weiter.
1:30:01
Speaker 0: das ist quasi eine Grundausbildung gibt für diese Art von ich sag mal auch zu Bildende oder Mittelschüler, oder Gymnasiad.
1:30:12
Speaker 0: Und das kann durchaus aus einem Hersteller aus Asiatischer Raum oder von irgendeinem mal andere kommen.
1:30:20
Speaker 0: Aber das Unternehmen, der das die humanoider Roboter ins Unternehmen holt muss in der Lage sein für seinen Nutzen zu trainieren, für seinem Bedarf zu trainiren.
1:30:33
Speaker 0: Das ist quasi das Training drauf.
1:30:35
Speaker 0: und Wenn man das so ein bisschen mit der Gaming Zeit vergleicht, dass man holt jetzt einen PSV oder Gameboy rein und dann das Spiel an sich muss das Unternehmen selber definieren und darauf spielen.
1:30:49
Speaker 0: Und es ist natürlich eine ganz andere souverännes Art wie man KI nutzt.
1:30:57
Speaker 0: Das ist für mich eine KI Vision, KI Strategie.
1:31:01
Speaker 0: Wie siehst du das heute?
1:31:03
Speaker 0: Ein Mittelständler in in Deutschland.
1:31:07
Speaker 0: Wie soll man überhaupt beibringen, dass er diese Zusammenhänge wirklich für sich versteht und da auch umsetzt?
1:31:16
Speaker 0: Dass diese Art von Strategie auch in der Organisation nicht nur er alleine Fräubig ist ja so Unternehmer auch schon ein bisschen älter und die Entweder ist gerade in Generationswechsel oder hat schon einen External Manager.
1:31:29
Speaker 0: Wie kriegt man hin, dass man so ein Unternehmens-Führungsteam diese Art von Awareness und Verständnis vom KI hat?
1:31:38
Speaker 0: Und dafür für sich ein KI Strategie definiert!
1:31:42
Speaker 1: Okay, da gibt es mehrere Antworten drauf.
1:31:45
Speaker 1: So das erste schon mal
1:31:47
Speaker 0: dieses
1:31:47
Speaker 1: Bild, dass ich ein Roboter wie bei einem Cobot, dass sich den halt einmal hole und einrichte und dann läuft der.
1:31:54
Speaker 1: Das ist falsch!
1:31:56
Speaker 1: Wir werden in Zukunft die Wertschöpfung dadurch generieren, weil eben die alle auch eine KI implementiert haben, dass wir die ständig weiterentwickeln.
1:32:07
Speaker 1: Der Roboter wird quasi immer wieder neu einsatzfähig gemacht, aber er lernt in diesem Kontext neue Aufgaben dazu.
1:32:18
Speaker 1: Und wenn ich das rein auf die Daten übertrage... Also KI besteht zu neunzig Prozent aus Daten und zehn Prozent aus dem Algorithmus.
1:32:27
Speaker 1: Das Wichtig ist eigentlich die Umsetzung der Daten.
1:32:30
Speaker 1: Wenn ich da bei den Daten mein eigenes Maschinenwissen als Ingenieur auch mit reinbringe, dass das Feintuning der KI dann über bestimmte Datenpakete läuft.
1:32:41
Speaker 1: Dann kann ich die Wertschöpfung, die durch einen Roboter oder durch eine machine learning basierte KI in meinem Unternehmen habe enorm steigern weil Man nennt das den Fachexperten, also die Domain Fachexpert.
1:32:57
Speaker 1: Also derjenige über dieses Sachgebiet einfach schon unheimlich viel Erfahrungswissen aufgebaut hat weil ich
1:33:01
Speaker 0: denen
1:33:02
Speaker 1: über die Daten bestimmen lasse oder weil der bestimmte Datensätze gezielt integriert oder andere weglässt.
1:33:08
Speaker 1: Also eigentlich Datenkorruption.
1:33:10
Speaker 1: Das ist auch das wichtigste Wertschöpfungselement für die Zukunft bei KI.
1:33:16
Speaker 1: Dann kann ich aus einer sag ich mal eingekauften KI für mich eine Sonderform machen, die genau für meine Arbeitsprozesse oder für mein Unternehmen optimiert ist.
1:33:27
Speaker 1: Das ist eigentlich dann in dieser Form ähnlich wie beim Facharbeiter das je mehr Erfahrung da drin ist Die Wertschöpfung sich erhöht.
1:33:35
Speaker 1: nur dass es hier nicht die KI an sich ist sondern die Datenkoration.
1:33:40
Speaker 1: und das ist etwas was ganz oft aus dem vorgelassen wird weil es wieder die Hoheit ins Unternehmen bringt auch die digitale Souveränität wieder ins Unternehmen bringt und davon natürlich kein großer Tech-Konzern profitiert, sondern ich und mein eigenes mitarbeitenden Team profitiert davon.
1:33:59
Speaker 1: Und das sehe ich halt ganz stark bei diesen modularen Ansätzen die ich im Moment so gesehen und erlebt habe.
1:34:05
Speaker 1: Das ist das Entscheidende hinterher dass an das permanente Weiterentwickeln der KI Robotik Maschine ist was über Daten passiert und dass die Deutungshoheit, was sind gute Daten?
1:34:18
Speaker 1: Was sind schlechte Daten?
1:34:19
Speaker 1: Welche Daten braucht der Roboter jetzt um auf eine aktuelle Produktionslinie angepasst zu werden.
1:34:25
Speaker 1: Dass das wieder Ingenieurwesen ist Und das war auch das Fazit aus diesen Fragen von vor zehn Jahren, von der chinesischen Delegation oder von den beiden Delegations.
1:34:35
Speaker 0: Warum
1:34:35
Speaker 1: bestimmte Sachen nicht automatisiert passieren?
1:34:37
Speaker 1: Weil ich gesagt habe die Datensätze müssen permanent aktualisiert werden weil ein Roboter und alles was im cyberphysikalischen Raum sich bewegt lebt vom Kontext es lebt von der Umgebung Und das ist der Unterschied auch zu dieser klassischen Industrielinie, wo wir alles linear aufgebaut haben.
1:34:56
Speaker 1: Wir haben jetzt eine superdynamische Umgebung und es kann man sehr vielleicht nachverziehen wenn man die Erfolge der Ukraine sieht, die sie mit KI Drohnen, die ja auch fliegende Roboterletzen sind wie Sie damit erzeugt haben.
1:35:09
Speaker 1: Das kommt durch Kontextwissen.
1:35:11
Speaker 1: Das Umgebungswissen ist wahnsinnig wichtig!
1:35:13
Speaker 1: Das ist das was ein Großteil der Wertschöpfung ausmacht Und was gutes und stabiles Umgebungswissen ist oder was quasi Qualität hinterher ermöglicht, das es wieder das, was der Mensch einbringt.
1:35:27
Speaker 1: Das ist das, dass sich sagt der Reinforcement Learning lebt vom Wissen des Menschen und von der Steuerung des Menschen.
1:35:33
Speaker 1: Ich kann die Wertschöpfung der Maschine erhöhen dadurch, dass ich immer wieder in Interaktion trete.
1:35:42
Speaker 1: Und das ist vielleicht auch jetzt das wirklich Neue.
1:35:45
Speaker 1: Das ist auch gespiegelt in diesem Erfolg der KI-Agenten, mit denen ich chatte.
1:35:50
Speaker 1: Es sind Interaktionsmaschinen!
1:35:52
Speaker 1: Ich habe nicht mehr eine statische Sache, wo ich das Knopf an und aus mache – es ist so ähnlich wie das Smartphone, dass ich dauernd um mit mir rumschleppe, mit dem ich auch dauerend interagiere -, dass ich jetzt in das Zeitalter komme, bei dem ich permanent in Interaktion bin Und im Kern ist ein mobiler Roboter eine erweiterte Form von Smartphone, sozusagen.
1:36:17
Speaker 1: So wie mein Smartphone für mich besonders wertvoll ist aufgrund der Apps mit denen ich interagiert habe und auch wegen der Algorithmen die auf meinen Verhalten antrainiert worden sind um mir bestimmte Vorschläge machen oder ich benutze ganz viel meine Foto App die dann bestimmte Sachen schon so macht wie ich es einfach gerne mag bla bla bla die Filter anders eingestellt habe So ist eigentlich mein Roboter dann, oder mein mobiler Roboter, humanoider Roboter umso wertvoller für mich je mehr er an meinen Kontext angepasst worden ist.
1:36:47
Speaker 1: Und so wie mein Smartphone ich von selbst die Apps auswählte außerdem halt nicht vorguckt und so ist das halt beim Roboter auch dass ich quasi mit dem humanoiden Roboter etwas Einstelle in Interaktion, etwas anderes rausbringe.
1:37:02
Speaker 1: Die KI anpasse dies und das.
1:37:04
Speaker 1: Und darum ist es dann wirklich eine andere Art von Mitarbeitenden.
1:37:08
Speaker 1: aber es ist auch etwas dass ohne den Menschen nicht auskommen kann wo ich aber auch mit dem Vermögen dass ich als Mensch habe diese Maschine zu einer höheren Wertschöpfung bringe.
1:37:20
Speaker 1: Das ist ein völlig neues Denkmodell.
1:37:23
Speaker 1: Und da kommen wir wieder zu dieser Frage.
1:37:25
Speaker 1: Aus meiner Sicht kann man da nicht früh genug anfangen, sich mit diesem Thema auseinanderzusetzen und auch da kann ich es halt auf zwei Ebenen machen.
1:37:34
Speaker 1: Ich kann das komplett über diese Schädtfunktion der Agenten machen wo ich eigentlich sehr wenig steuere außer dass ich da irgendwie rede.
1:37:42
Speaker 1: aber das Ganze ist für mich völlig undurchsichtig.
1:37:45
Speaker 1: Mit was rede ich da eigentlich?
1:37:47
Speaker 1: Was passiert da im Hintergrund und warum kommt eine bestimmte Antwort zurück?
1:37:53
Speaker 1: Und das andere ist eben, dass ich mich damit auseinandersetze.
1:37:56
Speaker 1: Was bedeutet es?
1:37:57
Speaker 1: Wenn sich da was bewegt und ich bin nicht nur einmal dabei etwas einzurichten wo ein Experte kommt und der stellt mir den Kobot richtig auf und hickt ihn ein und sieht dazu, dass der Risikobereich richtig ausgelottet ist, sondern das ist immer da!
1:38:12
Speaker 1: Ich muss meine Mitarbeitenden auch daran gewöhnen, dass da immer was dabei sein wird, was neu ist.
1:38:19
Speaker 1: So geht es zu der Frage, wie kann ich das lernen?
1:38:21
Speaker 1: Wie kann eine KI-Strategie entwickeln.
1:38:24
Speaker 1: Da komme ich nochmal auf den verhassten EU-AI-Eck zurück weil er hat nur eine einzige Aussage nämlich die Menschen vom Missbrauch im Bereich von KI zu schützen.
1:38:36
Speaker 1: alle anderen rechtlichen Fragen sind in anderen Regulatorien geregelt Und der EU-AI-Akt besteht nur darin, dass er Menschen vor dem Missbrauch durch KI schützen soll.
1:38:50
Speaker 1: Die Regulatorik beruht auf einer letzten endes sehr einfachen Formel auf diesem Artikel IV nämlich das jeder Mitarbeitende so viel KI Unterscheidungskompetenz haben soll und das Feld der KI so gut kennen soll jenseits von Gen AI also mehr als Gen AI dass er verantwortlich eigenständig Entscheidungen treffen kann.
1:39:11
Speaker 1: Ob das, was er jetzt tut eventuell einen anderen Menschen schädigen könnte ja oder nein.
1:39:17
Speaker 1: und das bedeutet, dass ich A die Entscheidungsochheit über neue intelligente Technologien in die Hände von jedem einzelnen Mitarbeitenden legen kann Aber auch, dass ich im Unternehmen darüber geredet habe.
1:39:30
Speaker 1: Dass es nicht nur so eine Top-Down Compliance Regel gibt – so promptet ihr richtig!
1:39:34
Speaker 1: Sondern dass ich verstehe was diese neue interaktive Technologie eigentlich bedeutet und das sich dann aber auch wenn ich diese Entscheidungshoheit in meinem Unternehmen hergestellt Sie jedem mit erweitenden Anvertrauen kann und so, wie ganz viele Inkopilot jetzt irgendwie ihre Prompts eingeben können.
1:39:53
Speaker 1: Ich stattdessen mit einem humanoiden Roboter in Interaktion trete und zusammen überlege, wie wir irgendein Prozess besser gestalten können was natürlich theoretisch die Produktivität sehr erhöhen würde weil viele versuchen ja gute Lösungen ihrem Umfeld zu finden und gerade bei Ingenieuren ist das ja ihre Hauptaufgabe ein Produkt oder ein Produktionsprozess zu optimieren und ich hätte dann quasi ein anderes Interaktionselement, mit dem ich das herstellen kann.
1:40:20
Speaker 1: Und diesen Denkraum bei allen Mitarbeitenden zu ermöglichen bedeutet diesen EU-AI-Ektordnungsgemäß umzusetzen.
1:40:28
Speaker 1: Ich habe mich deshalb total gefreut wieder gekommen ist weil ich gedacht habe dass es die perfekte Voraussetzung mit diesem eigentlich sehr unbekannten neuen, diesem interaktiven zeudo-intelligenten mobilneuen Zeug um die damit zu befähigen und ihnen klarzumachen dass sie keine Angst davor haben müssen.
1:40:48
Speaker 1: Um Ihnen aber auch zu sagen es es auch Risiken gibt, die Sie selber steuern und verantworten müssen.
1:40:54
Speaker 1: Und dafür muss ich mich damit auseinander gesetzt haben.
1:40:57
Speaker 0: Die Artikel vier vom AI Act ist nicht einfach.
1:41:01
Speaker 0: das ist sehr kompliziert weil Um genau das zu erreichen, da musst du alle Mitarbeiter Stand jetzt sehr weit bringen.
1:41:12
Speaker 0: Zu der Verständnis zur E-Ei.
1:41:13
Speaker 0: Das ist eine sehr viel Arbeit die man vor sich hat.
1:41:22
Speaker 1: Ja und nein!
1:41:24
Speaker 1: Wir hatten davor schon zumindest in den Programmen, in denen ich für die Bundesrepublik im Übersarbeitsministerium gearbeitet habe immer schon die Auflage partizipative Entscheidungsprozesse in Unternehmen zu etablieren.
1:41:36
Speaker 1: Weil schon vor fünfzehn Jahren gesagt wurde das wenn das nicht in die Unternehmenskultur reinfließt wir in Zukunft totale Anpassung Probleme haben werden.
1:41:46
Speaker 1: und sie haben uns schon vor zehn Jahren gesagt dass die Hälfte des deutschen Mittelstandes den Sprung in die Zukunft nicht schafft Wenn Sie nicht diese participative Entscheidungskultur in Ihren Unternehmen einführen, als ein Standardbaustein davon wie Entwicklung passiert.
1:42:04
Speaker 1: Haben ganz viele trotzdem nicht gemacht.
1:42:06
Speaker 1: man kann auch ganz oft sehen Auch jetzt bei KI-Nutzung.
1:42:10
Speaker 1: das ist genau daran hakt.
1:42:12
Speaker 1: Das ist nicht dass Technologieverständnis an sich ist Sondern dass es eine bestimmte Art von Entscheidungs und Unternehmenskultur ist die eigentlich die Produktivität entweder stärkt oder schwächt Und der EUEI hat dann sehr einfaches, wenn man sagen Kochrezept vorgelegt wie man das machen kann.
1:42:33
Speaker 1: Im Kern macht man erstmal so eine Art Ist-Analyse.
1:42:36
Speaker 1: welche Art von KI wird eingesetzt?
1:42:38
Speaker 1: Das ist im Moment fast immer nur Jenny I., denn dass was für viele sehr ungewohnt ist ich muss halt den Kontext dazu setzen indem mich die Technologie benutzt.
1:42:47
Speaker 1: also ich muss eine Kontext Analyse machen aber auch das is kein Hexenwerk!
1:42:51
Speaker 1: Also ihr müsst feststellen Wie groß ist der Wirkungsraum, wie viele Arbeitsprozesse aber auch wie viele Menschen werden berührt von dem was ich da tue?
1:43:03
Speaker 1: Und das sollte ich halt nicht alleine machen.
1:43:04
Speaker 1: Aber dann würde es schon reichen Ich würde zum Beispiel die Abteilungsleiter zusammennehmen und jeder von denen würde sein Wissen reinbringen weil es jetzt nicht nur darum geht die Leute alle zu schulen Was ja für viele auch nervig ist Sondern es geht darum dass wissen das im Unternehmen ist abzuholen Und auch die verschiedenen Fragestellungen und Sichtweisen, und auch Kompetenzen, die schon da sind.
1:43:29
Speaker 1: Auch die Sorgen, die ja vielleicht da sind oder auch die Hoffnungen, die alle gemeinsam abzuholen und das kostet in erster Linie erstmal ein bisschen Zeit, aber das motiviert die Menschen auch komplett anders.
1:43:41
Speaker 1: Und da stellt die ganzen Überlegungen in meinem Unternehmen auf eine viel breitere Basis weil ich nicht als geschäftsführende Person auf einmal dieses riesige Gebiet alleine überblicken muss und dafür allein die Verantwortung habe sondern weil das Wissen gebündelt wird aber auch die Verantwortung breiter gestreut wird und dadurch ist es aber auch viel mehr im Unternehmen verankert.
1:44:05
Speaker 1: Um meine Erfahrungen zu haben, ich habe das jetzt zehn Jahre lang gemacht, interessieren sich dann auch die Mitarbeitenden sehr für die Technologie, die in ihren Bereich reindringt weil sie das... wie soll ich sagen?
1:44:17
Speaker 1: Weil die meisten sind darüber neugierig also die wollen das irgendwie für sich durchdringen und verstehen und wollen denn auch so wie in einer Art Erfahrungsexperiment ihre Ergebnisse wieder zurück tragen.
1:44:30
Speaker 1: Und das ist nichts, was einen total aushebeln muss.
1:44:33
Speaker 1: Aber ich habe gesehen dass viele Unternehmen halt zwei bis drei Jahre brauchen um das so richtig tiefer zu verankern und dass danach aber auch die Mitarbeitenden so viel eigenständiges Denken oder eigenständige proaktive Verbesserungsvorschläge damit reinbringen Dass es dann wirklich wieder so ein Wir-Moment wird und dass die Geschäftsführung eigentlich den Rahmen abschöpfen können weil die Mitarbeiter von sich aus viel mitbringen.
1:45:01
Speaker 1: Und dieser EU-AI-Akt setzt in der Umsetzung eigentlich genau darauf auf, auf diesen Partizipationsprozessen die davor seit fünfzehn Jahren eigentlich verlangt werden vom Mittelstand.
1:45:12
Speaker 1: und wenn sie ihre Aufgaben gemacht hätten könnte man diesen EU AI-Ak jetzt eigentlich relativ leicht umsetzen weil auch wissen über aktuelle KI Systeme zu vermitteln.
1:45:23
Speaker 1: also was ist wie ein Fossment Learning genau?
1:45:25
Speaker 1: Was ist der Unterschied zwischen super weiß und dann super weiß?
1:45:29
Speaker 1: Das ist kein Hexenwerk.
1:45:31
Speaker 1: Also in der Regel kann man das dem Menschen einen Tag die Grundlagen beibringen, wenn man es nicht unbedingt als e-Learning macht weil bei E-Learnung lernt man viel viel schlechter als man in einem direkten Dialog oder sowas lernt.
1:45:45
Speaker 1: also wir sagen dass sind keine Auflagen die jetzt nicht zu erfüllen sind.
1:45:50
Speaker 1: als das Lieferkettengesetz oder andere Dinge sind da ganz andere Nummern.
1:45:55
Speaker 1: aber es würde halt eben dieses völlig unbekannte, dass wir da gerade haben.
1:46:00
Speaker 1: Eine immaterielle Intelligenz die irgendwie mit einer Maschine kombiniert ist, mit der wir jetzt immer interagieren.
1:46:07
Speaker 1: Es würde das mehr zu einem normalen Ding machen und wir hätten in einem Unternehmen dann auch ein gemeinsames Verständnis davon.
1:46:15
Speaker 1: was soll das?
1:46:16
Speaker 1: Was kann das?
1:46:17
Speaker 1: Worum geht es?
1:46:18
Speaker 1: Und im einen Auge ist eben das bei einer mobilen Maschine Beispiels Smartphone, nur jetzt groß und mit Kohleaugen und rollt irgendwo rum.
1:46:28
Speaker 1: Hat aber die gleiche Bedeutung für den Arbeitsprozess?
1:46:32
Speaker 1: Ist das dann noch viel entscheidender sich damit auseinanderzusetzen als dass ich jetzt ein Bildschirm habe wo ich dann Text rein sprechen kann, also es chattet irgendwas zurück.
1:46:41
Speaker 1: Das ist auch eine Nummer für sich, aber es eigentlich nur eine Funktion.
1:46:44
Speaker 1: Es ist ein Chatfenster das mit mir audio oder geschrieben interagiert.
1:46:49
Speaker 1: Das andere ist ein rollendes Wesen, das da auf einmal in der Zukunft...
1:46:54
Speaker 0: Ja gut.
1:46:55
Speaker 0: Es ist natürlich ein positives Bild.
1:46:57
Speaker 0: zum einen das EU AI Act.
1:47:01
Speaker 0: Es scheint ja wirklich pragmatisch zu sein und auch eine gute Vision gezeichnet.
1:47:07
Speaker 0: Zum anderen ist es für Unternehmen zumindest zum Einstieg in Richtung einer KI Strategie zu entwickeln.
1:47:14
Speaker 0: Das ist gar nicht so aufwendig.
1:47:16
Speaker 0: Natürlich wenn man jetzt tiefer geht muss natürlich die Mitarbeiter soweit in der Lage ausgebildet sein oder auch in der Lager sein, dass sie Daten und Algorithmen auswerten können.
1:47:29
Speaker 0: Das sind dann natürlich viele Wissenslücken, die Sie jetzt noch nicht haben, die sie schließen sollen.
1:47:36
Speaker 0: Aber ich möchte mal die Perspektive wechseln.
1:47:40
Speaker 0: Mittelstand als Nutzer von der dezentrale KI-System und auch für sich eine KI Strategie zu entwickeln.
1:47:48
Speaker 0: Was macht die deutsche Forschung?
1:47:49
Speaker 0: Was ist dann die Übersetzung von der DezentraleKI, für die Deutsche Forschung oder Forschungsabteilung der großen Konzerne?
1:47:59
Speaker 0: Müschen Sie auch jetzt adaptiv von dieser neue Visierung wieder zurück auf Industrieviert, fünf Null und dann entsprechend quasi Versuche mit China auf Augenhöhe zu kommen oder bietet die Vor- und Deutschlands eine ergänzende Kompetenz zur jetzigen chinesischen Kompetenzen.
1:48:23
Speaker 1: Also das ist sehr schwer zu beantworten, zumal ja viele Sachen die jetzt super hot sind wie man so sagt.
1:48:29
Speaker 1: Die unterliegen hier auch der Schweigepflicht.
1:48:34
Speaker 1: Ich kann da nur so allgemeine Sachen zu sagen
1:48:37
Speaker 0: Das reicht mir total
1:48:39
Speaker 1: gut So.
1:48:40
Speaker 1: das erste ist dass ich denke wenn man also dass man sich um meinen Augen erstmal so entscheiden kann ob man die nächsten zehn Jahre mehr monopolistisch sieht oder mehr eben Plural-Modular, weil das zwei sehr unterschiedliche Ansätze sind.
1:48:56
Speaker 1: Und wenn man plural denkt, denke ich muss man auch mehr im Bereich Kooperation denken.
1:49:02
Speaker 1: Ich komme aus diesem Hintergrundfeld noch Umsetzung einer echten Circular Economy wo es darum geht dass wir global die Rohstoffe wieder in den Einsatz bekommen.
1:49:12
Speaker 1: deswegen habe ich mich auch viel mit mobiler Robotik und Quant Computing und so was um globalen Daten auseinander gesetzt weil es da alles eine große Rolle spielt.
1:49:20
Speaker 1: Es geht um den effizienten Einsatz von Ressourcen, die wir nicht endlos zur Verfügung haben.
1:49:27
Speaker 1: Das ist auch ein sehr plurales Modal wo man einfach aussieht dass man mit anderen Ländern kooperieren muss und das die Länder relevant sind wo viele Verbraucher sitzen.
1:49:36
Speaker 1: und das wird in Zukunft nicht unbedingt die EU sein.
1:49:40
Speaker 1: Wir können aber mit unserer Maschinenwissen da einen Beitrag zu leisten, dass die Ressourcen da halt in anderer Weise im Kreislauf bleiben.
1:49:48
Speaker 1: Und dann wird sich auch in der Gesetzeslage einiges ändern weil wir viel mehr Verantwortung bekommen für alles was downstream passiert, was nach dem Verkauf noch in unsere Verantwortung als Unternehmen ist.
1:49:59
Speaker 1: aus meiner Sicht forscht die deutsche Forschung in diesem Bereich zu wenig.
1:50:03
Speaker 1: Aber das ist so meine Meinung.
1:50:08
Speaker 1: Ich denke eben, dass man deshalb auch die Augen aufhalten sollte für Quanten Computing weil Quanten Computer nicht das klassische Computing ablösen wird sondern neue Funktionserfügungen stellt, die wir für das Echtzeitauswert von supergroßen Datenmengen brauchen.
1:50:25
Speaker 1: Das sehe ich nicht, dass das in KI ausreichend passiert.
1:50:29
Speaker 1: Aber auch da kann ich sehr stark beobachten beim Quantencomputing, dass es eine große Kooperationsbereitschaft global gibt.
1:50:35
Speaker 1: Jenseits von dem was jetzt vielleicht bei einigen großen IBM-Tagplayern oder so passiert, das da sehr viel mehr Zusammenarbeit ist und dieses Beharren auf Intellectual Property, nur dieser kleine ... Das ist meins und das behalte ich.
1:50:53
Speaker 1: Und das behalt ich bis in alle Ewigkeit.
1:50:55
Speaker 1: Das ist im Rahmen einer Promotion oder hab ich die Situation vielleicht enorm wichtig ist, aber das es danach irgendwie andere Arten von Kooperationsmöglichkeit in Zukunft geben sollte.
1:51:05
Speaker 1: Ich denke dass das ein ganz großes Problem ist, dass wir uns da nicht ausreichend unterstützen.
1:51:09
Speaker 1: Aber das ist ein ganz, ganz großer, ganz großes Brett!
1:51:13
Speaker 0: So
1:51:14
Speaker 1: und wenn ich halt in Pluralität denke dann kann ich nur anraten sich einfach wirklich so... so furchtbar der Ukraine-Krieg ist.
1:51:22
Speaker 1: Er hat einfach gezeigt, was in Industrie Fünf Punkt Null möglich ist und er zeigt welche Technologien da alle eingesetzt worden sind und es ist in meinen Augen auch kein Zufall dass da eben Space Data von Anfang an eine gewisse Rolle gespielt hat ob nun das Starling das einfach als mal generell eine andere Art von Internet ermöglicht hat also ein Extraterrestisches Internet, aber auch was da generell an Geodaten für eine Relevanz hatten.
1:51:48
Speaker 1: Was Drohnen im Kern eben fliegende Roboter für eine Relervanz hatten... ...was aber auch Affindergeist für eine Rolle gespielt hat und dass viele Prototypen nicht was weiß ich mega ausgereifte, shiny-shiny Sachen waren sondern die haben einfach funktioniert.
1:52:02
Speaker 1: also es ging darum einen bestimmten Newscast zu erfüllen.
1:52:06
Speaker 1: Und dass in meinen Augen die eine große Chance haben zu einer wichtigen Industriemacht, in den nächsten fünf Jahren aufzusteigen sobald dieser Krieg, dieser furchtbare Krieg endlich mal irgendwie beendet worden ist zugunsten der Ukraine hoffentlich.
1:52:19
Speaker 1: Weil diese Stahlproduzenten, die haben jetzt aber in allen Industrien in Fünf Punkt Null unglaubliche Sachen nach vorne gebracht.
1:52:26
Speaker 1: Niemand hat ihnen zugetraut das sie so lange überleben und dass sie da so viel schaffen.
1:52:31
Speaker 1: Sie haben extrem viele neue kleine modulare Technologien entwickelt, die man aber neu zusammensetzen kann.
1:52:38
Speaker 1: Und das ist denke ich eben auch die Zukunft dass wir wie Lego verschiedene Bausteine haben.
1:52:43
Speaker 1: Wir haben jetzt nur eben KI gestütztes Lego mit dem man ganz andere Vielfalt und Pipelines aufbauen kann und wo man aber auch manchmal über neue Ländergrenzen hinweg zusammenarbeitet.
1:52:56
Speaker 1: Ich denke Viele hätten nicht gedacht, dass die Ukraine dann irgendwann mal so ein interessanter Auftraggeberpartner werden wird wie sich das gerade so andeutet.
1:53:06
Speaker 1: Die Deutschen haben jetzt neue strategische Linien im Handel oder auch generell einen Wirtschaftsaustausch mit Indien aber wir sind auch sehr viel mehr auf den südamerikanischen Raum noch eingeschwenkt.
1:53:24
Speaker 1: So und von den Brickstaten denke ich eben, dass das China nach wie vor der relevanteste Partner ist.
1:53:34
Speaker 1: Und aus diesen ständigen Ping-Pong im Kopf zwischen Russland und den USA wo sich quasi irgendwie alles gerade ganz stark bewegt fehlt mir noch zu oft die chinesische Prelle.
1:53:48
Speaker 1: also Ich würde zum Beispiel auch gerne mehr erfahren was passiert eigentlich in China?
1:53:53
Speaker 1: Warum sehe ich dreimal am Tag in der Tagesshow-App irgendwelche News aus den USA?
1:53:59
Speaker 1: Warum erfahre ich wenig aus den anderen Ländern, also vergleichsweise.
1:54:06
Speaker 1: Ja und China war in der Vergangenheit für uns ein total wichtiger Handelspartner aber vielleicht müssen wir das in Zukunft einfach mit einer anderen Rolle versehen Also eine andere Art von Kooperation.
1:54:16
Speaker 1: Und ich kann mir eben auch vorstellen dass wir mal Zulieferer sind Für etwas was denn in China zusammengesetzt wird.
1:54:23
Speaker 1: Und wenn wir in Zukunft das als einen super wichtigen Markt sehen für humanoider oder mobile Robotik, oder autonome Robotik dann wäre das jetzt eben eine Möglichkeit Teil dieses Marktes zu werden und diesmal for machine learning know how im chinesischen Raum zu profitieren.
1:54:40
Speaker 1: Wie gesagt aus meinen in meinen Augen ist deep seek ein hervorragendes Modell.
1:54:45
Speaker 1: es ist Open Source im Netz und es hat viel weniger Abhängigkeiten zur chinesischen Regierung als jedes andere Modell, das aus den USA kommt.
1:54:53
Speaker 0: Läuft viel stabiler auch!
1:54:56
Speaker 1: Ja, es ist pragmatisch zusammengebastelt und es ist eigentlich wie eine Art Geschenk dass man nutzen darf.
1:55:02
Speaker 1: im Vergleich zu dem Cloud und Open AI.
1:55:04
Speaker 1: da ist nichts mehr open.
1:55:06
Speaker 1: Das führt in die direkte Tokenabhängigkeitshölle.
1:55:10
Speaker 1: Man sollte das nochmal aus anderen Gesichtspunkten betrachten.
1:55:13
Speaker 1: Wir könnten uns jetzt wünschen, dass es eine superideale Lösung gibt in einer superidealen Welt aber die haben wir nicht.
1:55:21
Speaker 1: und unter den Bedingungen, die wir gerade vorfinden denke ich eben, dass eine echte Zusammenarbeit und vielleicht auch eine Art von Teilhabe am Robotikgeschäft, in dem wir bestimmte Bauteile für die Roboter mit zuliefern.
1:55:36
Speaker 1: Das ist eine Option aus der man sich als Mittelständler überlegen kann.
1:55:40
Speaker 0: Es ist ein super Schlusswort vor unserem zweistundigen Gespräch.
1:55:46
Speaker 0: Das war die heutige Episode von China Hotpot, Podcast für deutsche Unternehmer, Manager und junger Talente mit Bezug auf China Business.
1:55:55
Speaker 0: Chinateam GmbH berät kleine deutsche Firmen den Durchbruch in China zu schaffen und sich langfristig erfolgreich im Markt zu positionieren.
1:56:03
Speaker 0: Folgen Sie uns, auf LinkedIn und bleiben Sie stets gut informiert!