Gadi Amit von New Deal Design aus San Francisco designt Objekte sowohl für Top-Konzerne als auch für Startups. Beim Pioneers 2017 sprach er darüber, welche typisch menschlichen Eigenschaften Artificial Intelligence noch erhalten muss.
Gadi Amit ist Designer. Und er weiß, wovon er redet, wenn er über die Herausforderungen von Produktdesign in der Digitalisierung redet. Mit seiner Firma New Deal Design zählt er Corporates wie Microsoft, Google oder Intel zu seinen Kunden. Für Fitbit wurde das Design der gesamten Produktlinie übernommen. Besonders angetan haben es Amit aber Startups und ihre Ideen. Sein Grundgedanke: Wenn künstliche Intelligenz und autonome Objekte dem Menschen dienen sollen, müssen sie auch typisch menschliche Eigenschaften verstehen und anwenden können. Daher auch das Thema seines Vortrags: “Why Humanities Need to Be Codified into Technology”.
“Die Probleme mit denen wir uns bei New Deal Design beschäftigen haben zwar immer eine technische Seite. Sie haben aber auch eine psychologische, eine menschliche Seite”, erklärt Amit. Verschiedenste menschliche Bedürfnisse und Eigenheiten würden in den Designprozess hineinspielen. Und besonders entscheidend seien diese Überlegungen in den Bereichen Artificial Intelligence und Autonomous Objects. “Menschen verstehen die Intentionen anderer Menschen. Über Augenkontakt oder bestimmte Bewegungsmuster erkennen sie, was ihr gegenüber vorhat. Das müssen wir auch bei autonomen Maschinen schaffen”, sagt Amit.
“Menschen erlangen im Laufe ihres Lebens durch Erfahrung Weisheit. Wir brauchen auch weise Technologien”
“Weisheit” statt bloße Reaktion
Menschliche Autofahrer würden etwa automatisch vorsichtiger Fahren, wenn sie Kinder am Straßenrand sehen. Sie können abschätzen, wie rational sich andere Verkehrsteilnehmer verhalten. Auch für selbstfahrende Autos sei das erkennen solcher Gefahren und die Fähigkeit, Intentionen zu erkennen, essenziell. “Menschen erlangen im Laufe ihres Lebens durch Erfahrung Weisheit. Wir brauchen auch weise Technologien”, sagt Amit. Er meint damit, dass die reine Reaktion auf Ereignisse, sei sie auch noch so schnell, nicht reicht.
Ein fahrendes Kaffeehaus und eine Blumenlieferung ins fahrende Auto
Am Ende gibt Amit einen Einblick in die Arbeit von New Deal Design im Autonomous-Bereich. Mit der Autonomisierung des Verkehrs würden sich extrem viele neue Möglichkeiten ergeben. Dazu zeigt er Anwendungsbeispiele für autonome Objekte, an denen er arbeitet. Da wäre Leechbot, ein kleines Fahrzeug, das Waren direkt in fahrende Autos liefern kann. “Wenn ich unterwegs bin und draufkomme, dass ich auf Blumen für mein Date vergessen habe, lasse ich sie mir von Leechbot direkt ins Auto liefern”, erklärt Amit. Oder Zoomroom, eine Art fahrendes Kaffeehaus. Das eigene Auto wird angehängt und man kann während man reist einen Kaffee in nettem Ambiente genießen.
(c) New Deal Design: Mobilitätsvision – Entwürfe für Leechbot (rechts oben) und Zoomroom (links unten) u.a.
Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten
Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.
„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.
Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.
Von erster Begeisterung zu realistischen Erwartungen
Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“
Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft
Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.
Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.
Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.
Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“
Herausforderungen: Infrastruktur, Daten und Sicherheit
Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.
“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.
Langfristiges Potenzial heben
Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“
Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“
Folge nachsehen: No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?
Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.
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.
