ÖFIT-Trendsonar Künstliche Intelligenz

ÖFIT-Trendsonar Künstliche Intelligenz Zukunftsfähigkeit Hoch Mittel Zeitraum bis zum Durchbruch Lernmethoden Deep Learning Überwachtes Lernen Unüberwachtes Lernen Bestärkendes Lernen Meta-Lernen Technologien & Algorithmen Artificial Biochemical Networks Long Short-Term Memory Granulare neuronale Netze Gepulste neuronale Netze Generative Adversarial Networks Extreme Learning Machines Support Vector Machines DL-Lite-Ontologien Possibilistische Netzwerke Multi-Kontext-Systeme Naturanaloge Optimierung Multikriterielle Optimierung Differenzielle Evolution Genetische Algorithmen Systeme & Architekturen Intelligente Agenten Multiagentensysteme Expertensysteme Entscheidungsunterstützungssysteme (Business) Rule Management Systems Künstliche Immunsysteme Fuzzylogik-Systeme Quantenlogik-Systeme Meta-Programmierung M e h r a l s 8 J a h r e 3 b i s 8 J a h r e B i s 3 J a h r e

Künstliche Intelligenz - Zwischen Hype und Herausforderung

Kaum eine Entwicklung innerhalb der Digitalisierung bietet so viel Stoff für Utopien und Dystopien wie die Künstliche Intelligenz (KI). Mal übernehmen Roboter die Macht über die Menschheit, mal wird mit KI ein Heilmittel gegen Krankheiten entwickelt. Heute ist Künstliche Intelligenz eher ein Sammelbegriff als eine konkrete Technologie oder Disziplin. In der Literatur wird dabei häufig zwischen schwacher KI (Lösung eines konkreten Problems, einer konkreten Fragestellung) und starker KI (Abbildung menschlicher Intelligenz) unterschieden. Aktuelle KI-Lösungen fokussieren auf eine definierte Aufgabe und sind damit der schwachen KI zuzuordnen. Mit diesen KI-Verfahren werden Abläufe automatisiert oder Entscheidungsgrundlagen geschaffen. Dabei können beachtliche Erfolge erzielt werden. KI-Technologien können schneller als ein Mensch große Datenmengen nach Informationen durchsuchen oder Muster erkennen.

Darüber hinaus werden Methoden und Technologien der KI in vielen Bereichen eingesetzt, etwa bei der Sprach- und Bilderkennung oder der Vorhersage von Ereignissen. Wer KI einsetzen will, muss die zugrunde liegenden Methoden kennen und bewerten können. Mit diesem Trendsonar wollen wir Ihnen nicht nur einen Überblick über aktuelle und künftige KI-Verfahren geben. Eine detaillierte Einschätzung zu Zukunftsfähigkeit, Reifegrade, Marktdurchdringung, Standardisierung und Verfügbarkeit bieten Ihnen einen fundierten Einblick in den aktuellen Entwicklungsstand. Das ÖFIT-Trendsonar KI richtet sich an Entscheidungsträger aus Politik, Wirtschaft und Verwaltung, sowie an alle technisch Interessierten.

Vorstellung des Trendsonars

In der Übersicht gibt der Zeitraum bis zum Durchbruch an, wie viele Jahre es noch dauern wird, bis der Technologietrend als zuverlässig, technologisch robust und effektiv einsetzbar gilt. Mit dem Durchbruch wird eine signifikante Verbreitung möglich.

Jede Technologie wird ergänzend durch fünf qualitative Bewertungskriterien charakterisiert:

Unter Zukunftsfähigkeit wird die Zeitspanne verstanden, innerhalb derer die Technologie oder Methode voraussichtlich noch eingesetzt wird. Je niedriger der Wert, desto eher ist absehbar, dass sie durch eine Alternative ersetzt wird

Reife bezeichnet den geschätzten Entwicklungsgrad einer Technologie. Je höher dieser Wert eingeschätzt wird, desto ausgereifter ist die Technologie oder Methode.

Die Kenngröße Angebot bezeichnet die Verfügbarkeit von Produkten, die auf der Technologie bzw. Methode basieren. Je höher der Wert, desto vielfältiger ist die Angebotslage.

Die Nachfrage nach einer Technologie ist eine Kenngröße für den Bedarf an KI-Lösungen.

Standardisierung spiegelt die Einschätzung zum Standardisierungsgrad einer Technologie wieder. Je höher der Wert, desto etablierter und zahlreicher sind verfügbare Standards.

Ergänzend werden quantitative Kenngrößen dargestellt. Hierzu wurden Daten aus Forschungsförderprogrammen auf Bundesund EU-Ebene, aus Gründungsplattformen, aus Normungs-, Patent- und wissenschaftlichen Literaturdatenbanken, aus Suchmaschinenanfragen und aus dem Social-Media-Bereich herangezogen.

  • Anzahl nationaler und europäischer Forschungsförderungsprogramme
    hoch (> 100), mittel (50 - 100), gering (0 - 50)
  • Entwicklung wissenschaftlicher Publikationen 2006 – 2010 verglichen mit 2011 – 2017
    Anstieg, Abnahme, gleichbleibend, nicht vorhanden
  • Existenz innovationsorientierter Gründungen
    vorhanden, nicht vorhanden
  • Verhältnis von Normentwürfen und Normen
    nur Normentwürfe, nur Normen, Verhältnis, nicht vorhanden
  • Entwicklung von Suchanfragen zwischen 2011 und 2017
    Anstieg, Abnahme, gleichbleibend, nicht vorhanden
  • Anzahl existierender Patente
    hoch (> 1000), mittel (100 - 1000), gering (0 - 100)
  • Anzahl der Erwähnungen in Social Media zwischen 2011 und 2017
    hoch (> 10000), mittel (1000 - 10000), gering (0 - 1000)