06.09.2022

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

In einem Gastbeitrag erläutert Georg Hanschitz, Head of Austria & Hungary, Director Ecosystem & Cloud bei Huawei und Innovation Researcher, welche Bedeutung neue Schnittstellenstandards, wie Matter, und Open APIs für die Entwicklung von künstlicher Intelligenz haben.
/artikel/georg-hanschitz-gastbeitrag-kuenstliche-intelligenz
KI
Georg Hanschitz | (c) Künstliche Intelligenz

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.


Deine ungelesenen Artikel:
04.11.2026

SAP stellt neue KI-Tools vor – eines davon kommt auf der Internationalen Raumstation (ISS) zum Einsatz

SAP arbeitet an einem umfassenderen Einsatz von KI in Unternehmen und stellte dafür bei seiner Entwicklerkonferenz TechEd neue Technologien vor. Sie sollen unter anderem die Zusammenarbeit von KI-Agenten verbessern, ihren Einsatz besser kontrollierbar machen und Datenanalysen selbst unter den besonderen Bedingungen der ISS ermöglichen.
/artikel/sap-stellt-neue-ki-tools-vor-eines-davon-kommt-auf-der-internationalen-raumstation-iss-zum-einsatz
04.11.2026

SAP stellt neue KI-Tools vor – eines davon kommt auf der Internationalen Raumstation (ISS) zum Einsatz

SAP arbeitet an einem umfassenderen Einsatz von KI in Unternehmen und stellte dafür bei seiner Entwicklerkonferenz TechEd neue Technologien vor. Sie sollen unter anderem die Zusammenarbeit von KI-Agenten verbessern, ihren Einsatz besser kontrollierbar machen und Datenanalysen selbst unter den besonderen Bedingungen der ISS ermöglichen.
/artikel/sap-stellt-neue-ki-tools-vor-eines-davon-kommt-auf-der-internationalen-raumstation-iss-zum-einsatz
ISS, SAP
Philipp Herzig, CTO SAP I © SAP

SAP hat auf seiner jährlichen Entwicklerkonferenz „SAP TechEd“ Ende Oktober eine Reihe von KI-Innovationen bekannt gegeben, die das SAP-Portfolio für Entwickler erweitern. Erweiterungen der Joule-Lösungen und der SAP Business AI Platform – einschließlich des neuesten Foundation Models von SAP für tabellarische Daten – sollen neue Tools zur Entwicklung und Erweiterung von KI-Agenten bereitstellen. Zugleich sollen sie den Agenten Daten- und Geschäftskontext für logisches Denken sowie zusätzliche Governance-Kontrollen bieten. Um sie unternehmensweit verantwortungsvoll einsetzen zu können, so der Plan.

SAP Business AI Plattform als Basis

„Auf der SAP TechEd präsentieren Entwickler seit jeher die neuesten Innovationen“ sagt Philipp Herzig, CTO von SAP. „In diesem Jahr zeigen wir, wie KI nicht einfach nur lernt, Unternehmen zu verstehen, sondern auch Geschäftsprozesse abzuwickeln. In ‚Joule Work‘ machen Nutzer ihre Eingaben und erledigen Aufgaben in einer durchgängigen Anwendungsumgebung, in der gesamten SAP-Landschaft und darüber hinaus. Das ist die Neuerung, die wir in großem Maßstab bereitstellen.“

Die Basis von allem bildet die SAP Business AI Plattform. Sie sorge für eine schnellere Wertschöpfung, da Geschäftsprozesse von Anfang an verstanden würden, und biete eine höhere Genauigkeit. „Außerdem erfüllt sie die Anforderungen von Unternehmen, gewährleistet ab der ersten Implementierung einen sicheren, kontrollierten und konformen Betrieb und bietet eine einzigartige Kontextebene, die auf dem Prozess- und Branchenwissen aus über 50 Jahren aufbaut, das in jeder Agenten-Aktion verankert ist“, so Herzig weiter.

Code und No-Code

Gebaut werden KI-Agenten im „Joule Studio“. Das ist sowohl ohne Programmierkenntnisse per Klick-Baukasten (No-Code) möglich, als auch mit eigenem Code (Pro-Code). Dafür stehen über 70 verschiedene KI-Modelle zur Auswahl.

Durch neue Funktionen für „Joule Work“ sollen KI-Agenten noch wirkungsvoller komplexe Geschäftsprozesse über offene Protokolle (A2A und MCP) handhaben können. Diese Innovationen machen „Joule Work“ leistungsfähiger, um den Kontext besser zu verstehen, Entscheidungen zu treffen und mehrstufige Workflows über Unternehmenssysteme und Geschäftsbereiche hinweg auszuführen, so der Claim.

SAP erweitert seine KI-Plattform damit eigenen Angaben zufolge um eine neue Orchestrierungsschicht, damit Assistenten und Agenten komplexe, mehrstufige Abläufe über verschiedene SAP-Systeme hinweg zuverlässiger erledigen können. Der SAP Knowledge Graph soll künftig auch Daten aus kundeneigenen SAP- und Drittquellen einbinden, sodass Nutzer ihre Informationen in natürlicher Sprache durchsuchen und exakte, auf den eigenen Daten basierende Antworten erhalten.

Auch andere Anbieter-Einbindung möglich

Agenten anderer Anbieter sollen außerdem über ein kontrolliertes Agenten-Gateway sicher auf „Joule Agents“ zugreifen und mit ihnen zusammenarbeiten können, ohne dass „Kontrolle und Governance verloren gehen“. Das neue „SAP Enterprise AI Gateway“ bündelt zudem Authentifizierung, Richtlinien, Routing, Überwachung, Nutzungsverfolgung und Auditing des gesamten KI-Datenverkehrs im Unternehmen. Ergänzend sollen ein neuer „Joule Assistent“, der „SAP AI Agent Hub“ und ein „AI Governance Assistant“ Kunden dabei helfen, die EU-KI-Verordnung einzuhalten.

Beim „Tabular Foundation Model“ kündigt SAP das Modell „SAP-RPT-2.0“ an, das künftig auch Anomalien und Ausreißer in Tabellendaten erkennen soll. „SAP-RPT-TS“ hingegen soll Geschäftskennzahlen prognostizieren können.

Einsatz auf der ISS

„Es gibt große Weiterentwicklungen bei unseren Tabular Foundation Models“, ergänzt Herzig. „Daraus ist inzwischen eine ganze Modellfamilie geworden. Ein etwas ausgefallener technischer Ausblick ist, dass wir diese Modelle gemeinsam mit Hewlett Packard Enterprise auch auf der Internationalen Raumstation (ISS) einsetzen – für die vorausschauende Wartung im Weltraum.“ Das Modell soll zudem Ausfälle vorhersagen können, ohne dass die dafür benötigten Daten zur Erde übertragen werden müssen.

„SAP-RPT wurde generisch trainiert und kann– ähnlich wie große Sprachmodelle im Bereich Sprache – auf eine Vielzahl unterschiedlicher Anwendungsgebiete übertragen werden“, so Herzig weiter. „Creditplus verwendet solche Modelle beispielsweise für die Risikobewertung. Hitachi setzt sie für die vorausschauende Wartung seiner Maschinen ein. ‚Oxford Cancer‚ nutzt sie, um anhand von Proteinmarkern Krebserkrankungen bei Patienten besser vorherzusagen als mit bisherigen Modellen“, sagt er.

Wenn man sich die Internationale Raumstation ansehe, genauer gesagt das Columbus-Modul, in dem SAP das Modell einsetzt, gebe es dort enorme Datenmengen.

„Nicht einfach zur Erde herunterladen“

„Die Maschinen auf der ISS erzeugen Telemetriedaten, die sehr nützlich sind. Allerdings handelt es sich um rund zehn Gigabyte an Daten. Diese kann man nicht einfach zur Erde herunterladen – das würde viel zu lange dauern, wenn man schnell reagieren möchte, etwa um bestimmte Muster oder Auffälligkeiten in Zeitreihen zu erkennen“, erklärt Herzig. „Die Modelle lassen sich direkt vor Ort einsetzen, weil sie im Vergleich zu großen Sprachmodellen relativ klein sind. Sie können also unmittelbar auf der Raumstation betrieben werden. Und es ist kein Training erforderlich. Man speist die aktuellen Daten direkt als Live-Datenstrom ein und erhält sofort Vorhersagen.“

Der CTO sieht den Anwendungsfall auf der Raumstation nicht bloß als eine Marketingaktion, sondern als Zeugnis dafür, wie weit man gehen könne. Er sagt: „Wie nützlich ist die Technologie unter solch extremen Bedingungen? Auf der Erde ist heute vieles einfach. Wir haben schnelle Internetverbindungen und leistungsfähige GPUs. Bei solchen Anwendungsfällen spielt die Latenz kaum eine Rolle. Aber können wir auch in einer Umgebung echten Mehrwert schaffen, die nur eingeschränkt angebunden ist – oder zumindest sehr weit entfernt? Genau das wollten wir zeigen: Mit einer lokalen Verarbeitungsumgebung lassen sich Probleme lösen, deren Lösung sonst schwierig wäre, weil man zunächst sämtliche Daten zur Erde übertragen müsste. Anschließend müsste man sie dort auswerten und die Ergebnisse zurückübermitteln. Dann könnte es aber bereits zu spät sein.“

SAP löst „Data Drift“-Problem

Ein zentrales Problem bei klassischen KI-Modellen ist der sogenannte Data Drift: Data Scientists trainieren ihre Modelle auf historischen Daten, doch schon beim Abschluss des Trainings können sich die eintreffenden Daten statistisch verändert haben. Die neuen Modelle von SAP wollen genau hier ansetzen.

Man könne jederzeit aktuelle Daten ins Kontextfenster geben und erhalte darauf basierend präzise Vorhersagen, ohne neu trainieren zu müssen. „Veränderungen in Struktur oder Eigenschaften der Daten erkennt das Modell unmittelbar“, betont Herzig. „Das wollten wir demonstrieren: Müsste man bei veränderten Bedingungen erst alle Informationen zur Erde übertragen und das gesamte Modell neu trainieren, wäre es dafür viel zu spät. Dann würde man auf der ISS sagen: ‚Schön, dass ihr uns das jetzt mitteilt – aber das hättet ihr uns schon vor einem oder zwei Monaten sagen müssen‘.“

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

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

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 …

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

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 …

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

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 …

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

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 …

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht