Prof. Dr.-Ing Eric Sax leitet das Institut für Technik der Informationsverarbeitung (ITIV) und ist Direktor am Forschungszentrum Informatik im Bereich ESS.
1. Was versteht man unter maschinellem Lernen und in welchen Bereichen wird es bereits eingesetzt?
Maschinelles Lernen ist das Vorgehen, wenn ein Computer durch antrainiertes Wissen in der Regel auf einem Spezialgebiet Entscheidungen für die Zukunft trifft. Speziell bei kleinen industriellen Computern, sogenannten eingebetteten Systemen ohne Tastatur und Bildschirm, die die Umwelt über Sensoren aufnehmen und dann z. B. Motoren oder Ventile steuern, kommt dies zum Einsatz. Klassischer Maschinenbau, Fertigungsanlagen und Mobilität sind typische Anwendungsgebiete.
2. Welche Bereiche finden Sie am Spannendesten, bzw. wo sehen Sie das größte Potenzial für den Einsatz von maschinellem Lernen?
Gute Frage! Ich denke, dass wir ein paar spannende Show Cases haben, die sehr stark darauf abzielen, dem Menschen zu assistieren. Im Haushalt zum Beispiel beim Ausräumen der Spülmaschine. Das ist spannend und faszinierend. Ich glaube aber die Anwendungen mit einem realen Business Case setzen sich am ehesten und schnellsten durch. Das sind Bereiche mit hohen Personalkosten und vergleichsweise überschaubarer Anforderung (wie z. B. beim Steuern von Nutzfahrzeugen auf der Autobahn) und Bereiche der Medizintechnik und Sicherheit, wo es um Leben und Tod geht. Erlauben Sie mir eine spitze, persönliche Bemerkung: Manchmal hoffe ich, dass bei großen politischen Entscheidungen durchaus die künstliche Intelligenz die natürliche begleitet. Die Auswirkungen einer weitreichenden Entscheidung unabhängig vom Wunsch nach Wiederwahl oder kurzfristiger Ziele zu überschauen, wäre für mich auch eine schöne Anwendung.
3. Kann maschinelles Lernen mit menschlichem Lernen mithalten?
Lassen Sie mich die Frage vielleicht von dem was heraus kommt beantworten, denn das eigentliche Lernen ist nicht so entscheidend, sondern die dadurch erworbene Kompetenz. Und da erleben wir seit Jahren, dass in Spezialgebieten Maschinen dem Menschen überlegen sind. Denken Sie an Strategiespiele oder andere Spezialaufgaben. Aber wir haben an der Stelle immer „Fachidioten“ künstlich qualifiziert. Den Allrounder sehe ich nicht.
4. Im Projekt AMALEA erstellt das ITIV in Kooperation mit dem ZML einen deutschsprachigen Massive Open Online Course (MOOC) zum Thema Angewandte Machine Learning Algorithmen. Welche Potenziale haben Online-Kurse für die digitale Lehre und für die Weiterbildung?
Bei letzterem, also der Weiterbildung sehe ich enormes Potential. Wir müssen die Mitarbeiter in den klassischen Unternehmen erreichen. Den Mittelstand, den Hidden Champion im Schwarzwald und auf der Alb. Die Mitarbeiter sind hoch-kompetent, aber müssen an neue Verfahren herangeführt werden. Hemmschwellen müssen abgebaut werden, ohne dass man gleich seine Komfortzone komplett verlassen muss. Das bietet Amalea!
5. Wie kann Wissen über Maschinelles Lernen in der Online-Lehre genutzt werden?
Ich denke, dass alle Anwendungsgebiete und klassischen Technologien und Verfahren in der Praxis von maschinellem Lernen zumindest tangiert werden. Das heißt, auch wir tun gut daran, in diesem klassischem Lehrangebot Brücken zu den Verfahren der Künstlichen Intelligenz zu schlagen. Mal in einer Übung neben dem regelbasierten Lösungsansatz auch einen mit ML zeigen und auf die inzwischen gut verbreiteten Lehrangebote verweisen. Das ist nicht unbedingt nur ein Thema der Online-Lehre und schon gar nicht ersetzt es das Lernen der Studierenden – das bleibt „natürlich“.
6. Zum Schluss noch eine „persönliche“ Frage zur Digitalisierung Ihres Alltags: Welche Webanwendungen finden Sie bereichernd, wenn Sie im Netz – beruflich oder privat – unterwegs sind?
Die Vereinfachung administrativer Prozesse finde ich sehr wertvoll und weiter steigerbar. Beim Bestellen muss man ein wenig vorsichtig sein, aber speziell die Möglichkeiten Ersatzteile im Haushalt oder Spezialausstattung für mein Winter-Hobby – der Modelleisenbahn – mit intelligenten Suchmaschinen zu finden und Hilfestellungen in der Anwendung zu erhalten finde ich wertvoll.
(NL02/2021)