Während die Vereinigten Staaten im Bereich der softwarebasierten künstlichen Intelligenz dominieren, hat Europa eine einzigartige Chance, in einem Bereich zu punkten, der viel besser zu ihm passt – bei der physischen KI. Laut einer Analyse des World Economic Forum sollten sich europäische Unternehmen auf den Einsatz künstlicher Intelligenz in Industrie, Robotik und Fertigung konzentrieren, wo sie historisch im Vorteil sind.
Warum gerade physische KI?
Europa verfügt über eine reiche industrielle Tradition und eine starke ingenieurtechnische Basis. Statt zu versuchen, das amerikanische Modell der Software-Start-ups zu kopieren, sollte es seine Stärken in Bereichen wie der chemischen Industrie, der Pharmaindustrie, der Luftfahrt und dem Maschinenbau nutzen. Richard Forrest und Michael Römer von der Beratungsgesellschaft Kearney betonen in ihrem Artikel, dass europäische Unternehmen auf Fähigkeiten aufgebaut sind, die Effizienz, Qualität und operative Exzellenz gewährleisten.
Physische KI bedeutet die Anwendung künstlicher Intelligenz auf Lieferketten, Logistik, Betriebsabläufe, Maschinen und Robotik. Und genau hier hat Europa viel zu bieten. Darüber hinaus steht der Fokus auf physischer KI im Einklang mit der europäischen KI-Regulierung, die in erster Linie den Schutz personenbezogener Daten von Verbrauchern und Bürgern betrifft, nicht jedoch vertrauliches geistiges Eigentum von Unternehmen.
Während die Vereinigten Staaten voller Großkonzerne und junger Start-ups sind, liegt Europas Stärke in der Mitte. Europa ist die Heimat sogenannter „Hidden Champions“ – mittelständischer Unternehmen, die vielleicht keine Schlagzeilen machen, aber auf ihren Märkten führend sind. Diese Unternehmen halten Patente, prägen den Markt und bieten ideale Voraussetzungen für den Einsatz neuer, KI-gestützter Verbesserungen in der Robotik und im Maschinenbau.
Konkret geht es um die Automobilindustrie in Deutschland, Frankreich, Italien und Schweden, den industriellen Maschinenbau in Deutschland, Österreich und Italien, Logistik und Fertigung in den Niederlanden, Belgien, Tschechien und Polen sowie das Gesundheitswesen und die Pharmaindustrie in den nordischen Ländern, Deutschland, der Schweiz und Italien.
In Volkswirtschaften mit hohen Arbeitskosten, wie sie in den meisten europäischen Ländern bestehen, bietet physische KI die schnellste und am besten vorhersehbare Kapitalrendite.
Drei Säulen des Erfolgs
Damit Europa das Potenzial physischer KI ausschöpfen kann, benötigt es den Autoren zufolge drei entscheidende Dinge: eine Regulierungsreform, KI-Expertise und den Austausch von Daten.
Regulierungsreform
Regulatorische Änderungen würden Europas Eintritt in das KI-Zeitalter beschleunigen. Die Länder könnten gemeinsame europäische Programme für verkörperte KI-Modelle schaffen, ähnlich den regionalen Initiativen für Halbleiter und Luftfahrt, die in der Vergangenheit erfolgreich waren.
Die Regierungen sollten harmonisierte Sicherheitsstandards entwickeln, damit ein in einem EU-Land zertifizierter Roboter im gesamten Staatenverbund eingesetzt werden kann. Sie sollten zudem gemeinsam genutzte Infrastrukturen wie Rechencluster, Testumgebungen für Robotik und Simulationsumgebungen fördern. Entscheidungsträger sollten beschleunigte regulatorische Verfahren für die Erprobung autonomer physischer Systeme wie Drohnen, Industrieroboter und humanoider Roboter in Betracht ziehen.
KI-Expertise
Die meisten Führungskräfte sind sich einig, dass die traditionelle Prozessoptimierung und Automatisierung an ihre Grenzen gestoßen sind. Der Übergang zu physischer KI erfordert Führungskräfte, die bereit sind, nach dem AI-first-Prinzip zu denken – also künstliche Intelligenz an die erste Stelle zu setzen.
Europa benötigt eine Kompetenz- und Arbeitskräftestrategie, die die Ausbildung von Robotiktechnikern, KI-Ingenieuren, Wartungsspezialisten und Fachkräften für die Mensch-Roboter-Interaktion umfasst.
Datenaustausch – der Schlüssel zum Erfolg
Hier kommt der wichtigste Teil. Physische KI kann ohne gemeinsam genutzte Daten aus der realen Welt nicht wachsen. Kein einzelnes europäisches Unternehmen, unabhängig von seiner Größe, verfügt über eine ausreichende Abdeckung verschiedener Umgebungen, Branchen und Betriebsbedingungen, um robuste Modelle zu trainieren.
Die Autoren betonen: „Die Wunderwaffe ist keine neue Technologie, sondern Zusammenarbeit.“
Europa hat einen enormen Vorteil, weil seine Industrie bereits strukturierte Betriebsdaten erzeugt. Das fehlende Bindeglied ist nicht die Verfügbarkeit der Daten, sondern ihre Interoperabilität und Zusammenführung.
Warum Daten austauschen?
Der Datenaustausch würde Innovationen in allen Branchen beschleunigen. Würden beispielsweise Automobilhersteller Daten aus ihren Lieferketten austauschen und direkt zusammenarbeiten, könnten sie ein autonomes Fahrsystem entwickeln, das mit Tesla konkurrieren könnte.
Mit gemeinsam genutzten Datenräumen könnten Unternehmen äußerst realitätsgetreue digitale Zwillinge von Fertigungs-, Logistik-, Mobilitäts-, Energie- und Gesundheitsumgebungen erstellen. Sie könnten Trainingsschleifen schaffen, in denen sich simulierte und reale Daten kontinuierlich gegenseitig verbessern, sowie Szenarien erzeugen, deren Nachbildung in der realen Welt gefährlich oder unpraktisch wäre.
Viele Führungskräfte horten Daten instinktiv, doch deren Isolation schränkt Lernprozesse und Wertschöpfung ein. Die klügere Frage lautet nicht mehr: „Wie errichten wir einen Burggraben um unsere Daten?“, sondern: „Welchen neuen Burggraben können wir mithilfe von Daten und KI errichten?“
Reale Praxisbeispiele
Unternehmen wenden bereits AI-first-Denken an, um ihre industriellen Abläufe zu transformieren. Ein globales Industrieunternehmen strebte für das kommende Jahrzehnt ein ehrgeiziges Wachstum an, benötigte dafür jedoch leistungsfähigere Lieferkettenabläufe. Jahrelange Fusionen und Übernahmen hatten die Landschaft seines geistigen Eigentums fragmentiert, und die anhaltenden weltweiten Störungen der Lieferketten beeinträchtigten seine Fähigkeit, zuverlässig zu liefern. Die Verantwortlichen für die Lieferkette führten ein KI-gestütztes Bestandsmodell ein. Die Modelle basierten auf Daten aus der Enterprise-Resource-Planning-Software (ERP), die gemeinsam mit den lokalen Bestandsverantwortlichen in den Werken überprüft und kalibriert wurden. Sie ermittelten, wie sich die Lagerbestände über Bestandseinheiten und Werke hinweg um 17 % reduzieren ließen, wodurch Millionen Euro eingespart wurden.
Ein weiteres Beispiel: Ein weltweit führender Hersteller von Automobilkomponenten musste seine ineffizienten, fehleranfälligen manuellen Einkaufsprozesse transformieren. Die Verantwortlichen setzten KI zur Umgestaltung des Prozesses ein: Sie automatisierten und optimierten die Einkaufsfunktion und nutzten Standardautomatisierung, KI-Anwendungen und punktuelle Lösungen. Dies führte zu einer Effizienzsteigerung von mehr als 20 % und schuf ein nahtloses Einkaufserlebnis.
Menschen gestalten KI, nicht umgekehrt
Interessanterweise schützt die europäische KI-Regulierung die Daten von Verbrauchern und Bürgern, nicht jedoch das geistige Eigentum von Unternehmen. Nicht personenbezogene Daten unterliegen keiner staatlichen Regulierung, sodass ihre Nutzung den Unternehmensführungen überlassen bleibt. Dies gibt europäischen Unternehmen Raum für Zusammenarbeit ohne regulatorische Hindernisse.
Abschließend betonen die Autoren des Artikels, dass Politiker und Unternehmensführer aktive Entscheidungen treffen müssen, um sicherzustellen, dass Menschen im KI-Zeitalter nicht überflüssig werden. Wir brauchen mehr Diskussionen darüber, wie wir KI für den gesellschaftlichen Fortschritt einsetzen. In Europa sollte sich der durch KI vorangetriebene Wandel auf Wachstum für Wohlstand und sozialen Zusammenhalt konzentrieren und in unserer industriellen Stärke verwurzelt sein.
Europa verfügt über alle Voraussetzungen, um im Zeitalter der künstlichen Intelligenz erfolgreich zu sein. Es muss lediglich seine Stärken nutzen, seine Isolation überwinden und mit der Zusammenarbeit beginnen. Die Zukunft gehört denen, die Daten austauschen, aus ihnen lernen und branchenübergreifend Erkenntnisse gewinnen.
