✨ AI Kontextualisierung
In der Schule fing es an. Um präzise zu sein, waren es kleine Roboter, die erfolgreich einem schwarzen Band am Boden entlang fuhren – ein Erfolgserlebnis. Was dann aber folgte war die bohrende Frage, warum der Weg, der später ohne Hilfsband erfolgreich absolviert wurde, nicht an die anderen Roboter meiner Mitschüler:innen übertragen werden könnte. Das war meine erste Berührung mit künstlicher Intelligenz und dem dringenden Vermissen einer entsprechenden Schnittstelle – im besten Fall eine über das damals bereits vorhandene Schulnetzwerk.
Heute fahren Staubsauger-Roboter ohne Hilfsband durch unsere Wohnungen – scheinbar magisch. Die Magie ist jedoch schnell vorbei, sobald man das Modell wechselt, oder gar den Hersteller. Der Wohnzimmergrundriss wird nicht ins kollektive Gedächtnis der Cloud übertragen und wenn, dann mit Sicherheit nicht in jenes des nachfolgenden Konkurrenzprodukts. Zurück zum Start – das Gerät neu anlernen – problematische Stellen mit einem Band markieren. Da bin ich wieder, 20 Jahre später mit einem schwarzen Isolierband am Fußboden.
Matter als Gamechanger?
Seit ihrem Auftreten in den frühen 2000er Jahren scheiterten digitale, mobile und IoT-Ökosysteme daran zusammenzuwachsen, um ein netzwerkgetriebenes KI-Leben aufzubauen, wie es sich viele Branchenexperten zu Beginn des Internet-Zeitalters vorgestellt hatten. Seit zu Beginn 2022 Matter als neue „Unified Connectivity Technology“ und „Communication Protocol“ vorgestellt wurde, stehen die Zeichen für ein Zeitalter Künstlicher Intelligenz auf GO. Matter ermöglicht es IoT-Geräten miteinander zu kommunizieren und die Idee diese Protokolle (inklusive Schnittstellen) auf Datenbank-Interaktionen zu erweitern ist kein Science Fiction mehr.
Die „Connectivity Standards Alliance“
In Bezug auf Schnittstellen zu Web, Mobile und IoT gibt es bereits Lösungen, die in der Lage sind, Geräte und Datenbanken unterschiedlicher bzw konkurrierender digitaler Ökosysteme zu verbinden – aber es gibt Grenzen (abseits der Datenschutzgrungverordung), wie das obige Beispiel zeigt. Im Fall von Matter bauen nun mehr als 200 Unternehmen in der „Connectivity Standards Alliance“ einen gemeinsamen Kommunikationsstandard für IoT-Interoperabilität – das lässt berechtigt hoffen.
… auch die Industrie selbst kann Interoperabilität schaffen, wenn sie will.
Georg Hanschitz
Open APIs & FinTechs als Erfolgsbeispiel
Überdies ermöglichen Open APIs (Application Programming Interfaces) Drittentwicklern und Innovatoren Zugriff auf „Backend-Daten“ und „Software-Bibliotheken“ zur Verbesserung und Weiterentwicklung bestehender Anwendungen und Dienste auf Basis vorhandener bzw. bestehender Datenbanken.
FinTechs sind hier ein erfolgreiches Beispiel. Open-API-Standards und -Regulierungen (zum Beispiel Open-Banking) erleichtern die Teilnahme kleinerer Akteure am globalen Innovationsmarkt und machen Nutzer:innen neue Ökosystemdienstleistungen zugänglich. Die neuen, weltweit etablierten Schnittstellenstandards Matter (IP-Protokoll) und Thread (Mesh-Netzwerk) verdeutlichen, dass es nicht immer einen Bedarf an staatlichen Regulierungen gibt – auch die Industrie selbst kann Interoperabilität schaffen, wenn sie will.
Die sogenannten ‚Verbindungskriege‘ werden bald vorbei sein …
Georg Hanschitz
Wie Datenbanken und IoT Geräten künftig interagieren
Interoperable Netzwerkprotokolle und -standards werden die Art und Weise verändern, wie Datenbanken und IoT-Geräte interagieren. Die sogenannten ‚Verbindungskriege‘ werden bald vorbei sein. Wireless Mesh Networks (WMNs) und neue IP-Technologie (Matter) behandeln lokale Geräte genauso wie Internetdatenbanken. Dies wird zu einer besseren Interoperabilität von Geräten verschiedener Hersteller führen und könnte zu einem wirksameren Wettbewerb, einer breiteren Produktpalette und einer größeren Auswahl an Ökosystemen führen. Über das Matter-Protokoll werden Produkte von Apple, Google, Microsoft, Amazon und Huawei in vielen Fällen nahtlos kommunizieren.
Interoperabilität für mehr Effektivität
Interoperabilität ist eine der wirksamsten Strategien, um die Effektivität von Datenverarbeitung zu erleichtern und bessere Ergebnisse in Bezug auf KI zu erzielen und Wettbewerb zu gewährleisten, indem die Beteiligung von Akteuren außerhalb des ursprünglichen Ökosystems (Hersteller, Datenverarbeiter) ermöglicht wird.
Die Zukunft der bestehenden digitalen Ökosysteme wird von ihrer Software-Hardware-Interoperabilität abhängen. Der größte Schatz eines digitalen Ökosystems sind valide Daten. Daten, die nicht zufällig, sondern durch valide Interaktionen (Mensch-Maschine-Interaktionen, Maschine-Maschine-Interaktionen) verarbeitet werden. Neue technische Standards und interoperable Ökosysteme könnten KI-Analysen und KI-Lernprozesse verbessern.
Warum es verifizierte Interaktionen braucht
Ziel ist es, eine zuverlässige und sich erklärende Künstliche Intelligenz zu schaffen. Das Prinzip: Verifizierte Interaktionen führen zu verlässlicheren Daten und damit zu validen Ergebnissen und Vorhersagen. Je mehr verifizierte Interaktionen verarbeitet werden können, desto besser und erklärbarer werden die errechneten Resultate und Analysen. Können auch Interaktionen von Drittanbieter-Ökosystemen verarbeitet werden (durch verifizierte Schnittstellen), potenziert sich die Validität und Plausibilität der Aussagen von Künstlicher Intelligenz.
Die Herausforderungen für künstliche Intelligenz
Die bislang größten Herausforderungen für künstliche Intelligenz sind bislang erstens „Erklärungen“ für Empfehlungen intelligenter Systeme und zweitens „Garantien“ der Zuverlässigkeit (Verlässlichkeit) ihres Ursprungs. Erklärungen sind wichtig, um den Betroffenen zu helfen, die Gründe zu verstehen, warum eine Empfehlung ausgesprochen wurde (Lösungsweg). Verlässlichkeit ist wichtig, wenn Entscheidungen die Sicherheit von Menschen betreffen oder ihr Leben tiefgreifend beeinflussen (zum Beispiel beim Blutzuckerspiegel).
Zusammenhang zwischen erklärbarer und zuverlässiger künstlicher Intelligenz, IoT und Interoperabilität digitaler Ökosysteme: Die Erhöhung der Anzahl zuverlässiger Touchpoints durch Interoperabilität führt zu einem zuverlässigeren Ergebnis. Die Datenmenge ist größer, valider, einfacher zu interpretieren und zu erklären. Open APIs ermöglichen die Verarbeitung externer Datensätze und Drittakteuren (Unternehmen, Institutionen, B. Entwickler) einen bestimmten Datensatz in Echtzeit zu verarbeiten (Grundlage für KI-Rechenprozesse).
Zukunftsfelder für leistungsfähige Schnittstellen
In den letzten 20 Jahren fehlte eine der wichtigsten Notwendigkeiten für den Aufbau leistungsfähiger Schnittstellen – ein gemeinsames technisches Protokoll. Die dieses Jahr vorgestellten Schnittstellenstandards Matter (IP-Protokoll) und Thread (Mesh-Netzwerk Standard) haben aufhorchen lassen. Technische Innovationen lassen – zumindest im Handel – noch auf sich warten.
Wie im FinTech Bereich werden es wohl die kleinen, mutigen Innovatoren und Startups sein, die einen Paradigmenwechsel herbeiführen werden – ich denke dabei nicht an den Staubsauger-Roboter, sondern an Gesundheitslösungen (Sport, Ernährung), individuellen Klimaschutz (Arbeitsweg, Stromverbrauch) und Education (Cloud Anwendungen).
Lesetipp:
“The Bright Future of Ecosystem Economies: Explainable and Reliable Artificial Intelligence via Software-Hardware-Interoperability of Things” · Keywords: Application Programming Interfaces · Quadruple and Quintuple Helix innovation · Open APIs · Artificial Intelligence · Sextuple Helix innovation – in “The Elgar Companion to Digital Transformation, Artificial Intelligence and Innovation in the Economy, Society and Democracy”, Edward Elgar Publishing, TBR, 2023, oder bereits frei verfügbar hier.
