29.12.2021

Was sich 2021 rund um Artificial Intelligence getan hat

AI-Experte und Gründer von enliteAI Clemens Wasner zeigt in einem Jahresrückblick auf, was sich 2021 rund um das Thema "Artificial Intelligence" getan hat.
/artikel/artificial-intelligence-jahresrueckblick-2021

Die Entwicklungen im AI Bereich des vergangenen Jahres werden uns in mehrerlei Hinsicht noch viele Jahre begleiten. Sei es auf nationaler und EU Ebene, wo überfällige Weichenstellungen vollzogen wurden, bis hin zu technischen Durchbrüchen.

EU Ebene – Regulierungs Yin…

Am 21. April veröffentlichte die Europäischen Kommission den 1. Entwurf des AI Act, welcher die zukünftige Regulierung von AI Systemen regeln soll. 

Der AI Act sieht eine Regulierung entlang von Risikostufen vor, ausgehend von Anwendungen mit geringem Risiko (z.B. Maschinenwartung) über Zertifizierungspflicht (HR Systeme) bis hin zu strikten Verboten (biometrische Erfassung im öffentlichen Raum).

Ähnlich wie bei der DSGVO, hat der aktuelle Entwurf die Diskussion rund um AI Regulierung beschleunigt und internationale Vorbildwirkung von den USA bis China. 

Ob sich der AI Act wie oft befürchtet als Hemmschuh für die heimische Wirtschaft entwickeln wird, oder ob es eine Erfolgsstory wird lässt sich zum jetzigen Zeitpunkt schwer sagen. Positiv festzuhalten ist auf jeden Fall der regelmäßige Dialog mit Wissenschaft, Wirtschaft & Community.

…trifft auf Investment Yang

Was sich mit Gewissheit sagen lässt ist, dass im Zuge der Diskussion rund um EU Regulierungen wie so oft vergessen wird, dass diese auch eine strategische Agenda bis 2030 umzusetzen gedenkt. 

Ein wichtiger Schritt auf dem Weg dorthin war die Formierung von Public Private Partnerships, welche im Juni 2021 vorgestellt wurden.

Für den Themenbereich AI ist dabei vor allem ADRA – die AI, Data and Robotics Association relevant, welche in den nächsten Jahren 2.6 Milliarden Euro an Programmen und Initiativen aufsetzen wird. Dazu gehören sowohl Horizon Europe Calls als auch begleitende Maßnahmen wie Events oder die Einbindung von nationalen Regierungen.

Europan AI Forum – Die europäische AI Community rückt näher zusammen

In den letzten Jahren fand ein immer intensiver werdender Austausch innerhalb der europäischen AI Community statt. Mit dem European AI Forum hat sich dabei ein Player herauskristallisiert, welcher als unabhängige Instanz vor allem die Interessen von Startups vertritt. 

Ende des Jahres wurde in einer Sitzung in Wien die Gründung eines europäischen Dachverbandes beschlossen, welcher zunächst von unabhängigen AI Verbänden aus Deutschland, Frankreich, Niederlande, Kroatien, Bulgarien, Polen, Litauen, Slowenien und AI Austria ins Leben gerufen wird. 

Damit wurde die mit Abstand größte AI Organisation Europas geschaffen, welche vor allem in den Bereichen Policy Making, Vernetzung und Bewusstseinsbildung auf EU Ebene neue Akzente setzen wird.

Die Österreichische beinahe KI Strategie

Ende August wurde schließlich die österreichische KI Strategie im Rahmen des European Forum Alpbach präsentiert, die in ihrer vagen Ausgestaltung eine Welle an Kritik aus Forschung und der AI Community nach sich zog.

Nicht ganz unähnlich der asymmetrischen Berichterstattung auf EU Ebene, wo Regulierungen ungleich mehr mediales Echo erzeugen als strategische Investments, wurde damit auch in Österreich eine Situation geschaffen in der gute und international einmalige Initiativen wie AI for Green (FFG) oder Trustworthy AI (aws) weniger Aufmerksamkeit bekommen als ihnen zusteht.

Positiv lässt sich festhalten, dass durch die offen geäußerte Kritik u.a. von Sepp Hochreiter und dem Verfasser dieser Zeilen, ein Diskurs über die österreichische AI Strategie gestartet wurde, der mittlerweile auch die Parlamentsklubs erreicht hat.

Ökosystem – alive an kicking

Zur erfreulichen Entwicklung des österreichischen AI Ökosystems habe ich mich erst kürzlich in einem Interview im Brutkasten geäußert. Daran, dass eine gesunde Entwicklung nicht zwangsläufig mit der Anzahl an Unicorns korreliert, werden wir uns sicherlich gewöhnen.

Eines meiner persönlichen Highlights in 2021 war der Trend, dass AI oft als Katalysator dient um digitale Produkte zu launchen. Musste man hier in den Vergangenheit oft internationale Beispiele bemühen, schlägt dieser Trend auch in Österreich voll durch. Dabei sind sowohl Konzerne wie zB RHI Magnesita (Produkt APO) als auch mittelständische Unternehmen wie Springer Maschinenfabrik, spezialisierte Dienstleister wie Craftworks (MLOps Plattform Navio) und unser Unternehmen enliteAI (geoAI Platform detekt und Reinforcement Learning Framework Maze) vertreten.

Ein auch international betrachtetes Novum stellen dabei die Wiener Stadtwerke dar, die es mit Smart Inspection geschafft haben, ein erfolgreiches Public Sector Spinout zu launchen.

Ich denke, dass wir hier erst am Anfang einer Entwicklung stehen, die mit Bemühungen um shared data spaces, data pooling und Sandboxes noch einmal massiv beschleunigt werden wird.

Ende Gut, alles Gut?

Dass AI mittlerweile branchenübergreifend eingesetzt wird und keineswegs mehr nur auf industrielle Anwendungsgebiete begrenzt ist, zeigt das Projekt ‘Wien gibt Raum’. Dabei setzt die Stadt Wien auf AI um eine bessere Nutzung des öffentlichen Raumes zu gewährleisten. 

Diesem wegweisenden Ansatz ist es zu verdanken, dass das Projekt Ende November den prestigeträchtigen European Public Sector Award (EPSA) gewonnen hat.

Es gab sicher noch nie eine bessere Zeit, um sich mit AI zu beschäftigen, was sich auch daran ablesen lässt dass das Thema immer breiter, diverser und internationaler wird, sowie gleichzeitig dabei ist in der Mitte der Gesellschaft anzukommen.


Deine ungelesenen Artikel:
22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath

Heuer präsentierte ein wissenschaftliches Team von der Central European University (CEU) und dem Complexity Science Hub (CSH) einen Durchbruch: Sie können Armut auf Landkarten sichtbar machen.

Konkret nahmen sich die Forscher:innen dafür Sierra Leone und Uganda vor. Die beiden Staaten in Subsahara-Afrika zählen zu den ärmsten der Welt. Das Wiener Forscherteam entwickelte dazu das interaktive Online-Tool Poverty Maps, mit dem User:innen die Wohlstandsentwicklung in beiden Ländern vergleichen können. Sogar einen Ausblick auf die Zukunft können die Karten geben. Unmengen abstrakter Daten werden damit auf einen Blick zu aussagekräftiger Information.

Vom Taxiverhalten zu Armutskarten

“Die Idee wäre, dass politische Entscheidungsträger:innen, die Menschen unterhalb der Armutsgrenze helfen möchten, diese Art von Instrumenten nutzen können. Um zu verstehen, wo die Menschen sind, die wirklich Hilfe brauchen”, erklärt Lisette Espín-Noboa im brutkasten-Interview.

Die aus Ecuador stammende Computerwissenschaftlerin ist extra für das Projekt nach Wien gekommen. Sie ist Expertin für Predictive Analytics, Netzwerkanalysen und Machine Learning. Davor arbeitete sie vor allem mit Mobilitätsdaten, auf deren Basis sie Prognosen für die Zukunft erstellte. Espín-Noboa erforschte unter anderem, wie sich Taxis in der Metropole New York verhalten.

Wiederverwendbare ML-Modelle

“Sie gaben mir dieses Projekt und ich hatte die Freiheit, zu schauen, wie es funktioniert”, sagt die Computerwissenschaftlerin. Sie entwickelte ein eigenes Framework für drei Machine-Learning-Modelle. Damit visualisieren die Forscher:innen die Wohlstandsentwicklung auf Landkarten. Am Beispiel von Sierra Leone und Uganda bewies das Team bereits, dass es möglich ist.

Espín-Noboa erklärt, dass sie die Modelle nun auch für andere Länder verwenden. Dafür müsse nur die sogenannte Ground Truth für jedes Land anhand einer eigenen Datenbasis neu in das Modell gefüttert werden. Ground Truth ist die genaue und verlässliche Referenz, anhand derer die Richtigkeit von Daten oder Vorhersagen bewertet wird.

Wie viele Antennen, welche Toilette?

Für die beiden afrikanischen Länder verwendeten die Forscher:innen Umfragedaten als Basis. “In Afrika werden Umfragen zum Haushalt oder Lebensstandard durchgeführt. Diese Fragebögen ermitteln, wie viele Zimmer Ihr Haus hat, welche Art von Toilette Sie benutzen, wie Sie an Ihr Wasser kommen, ob Sie ein Auto habe oder ob Sie eine Haus- und Sanitäranlage haben”, erklärt die Computerwissenschaftlerin. Mit dem Internationalen Wohlstandsindex (IWI) wurden auf dieser Basis dann Grundwerte errechnet.

Hinzugefügt wurden in der Folge weitere Daten, die etwa von Satellitenbildern oder Social-Media-Postings stammen. Daraus konnten Espín-Noboa und ihre Kolleg:innen schließen, wie viele Menschen in einer Region ein iPhone besitzen oder wie viele Antennen sich in einem Gebiet befinden. “Wir dachten: Wenn der Ort viele Antennen hat, bedeutet das wahrscheinlich, dass er wohlhabend ist. Wenn er keine Antennen hat, ist er wahrscheinlich arm”, so Espín-Noboa. Daten aus OpenStreetMap würden wiederum verraten, wie weit die nächste Straße oder Schule entfernt ist.

Zukunftsvorhersagen auch für Europa

Nun versuchen Espín-Noboa und ihr Team diese Karten auch für Österreich und Ungarn zu erstellen. Noch fehlen ihr aber die dafür notwendigen Daten für ihre Modelle. Sie ist deshalb auf der Suche nach Organisationen, die Daten zur Verfügung stellen.

“Wir können nicht einfach die gleichen Daten verwenden, weil die Standards unterschiedlich sind. Etwa fragt man in Ungarn nicht, welche Art von Toiletten jemand benutzt”, erklärt Espín-Noboa. Stattdessen sei in etwa Ungarn aussagekräftiger, wie viel Immobilien kosten. Für jedes Land müsse deshalb eine eigene “Ground Truth” ermittelt werden, dann könnten die entwickelten Modelle für verschiedene Länder verwendet werden, glaubt die Expertin.

Bessere Entscheidungsgrundlage

Das Projekt ist ein Novum, denn bisher verließen sich Entscheidungsträger:innen vor allem auf Volkszählungsdaten, wenn es um den Umgang mit Armut ging. Die Karten stellen die Entwicklung jedoch viel detaillierter dar. “Mit der Ground Truth haben wir Armut vorhergesagt, aber Sie können alles vorhersagen. Wenn Sie fundierte Fakten zum Thema Bildung haben, können Sie etwa auch Bildung vorhersagen”, sagt Espín-Noboa. Sie hofft, dass künftig mehr Tools für politische Entscheidungsträger:innen zur Verfügung stehen – damit diese bessere und zielgerichtete Entscheidungen treffen können.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Was sich 2021 rund um Artificial Intelligence getan hat

Es gibt neue Nachrichten

Auch interessant