<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=504731893395981&amp;ev=PageView&amp;noscript=1">

Diese Top 5 KI-Trends sollte man 2021 im Auge behalten

Dezember 10, 2020

Künstliche Intelligenz (KI) beziehungsweise Artificial Intelligence (AI) gewinnt in zahlreichen Branchen rasch an Bedeutung. Die Idee, dass Maschinen die kognitiven Fähigkeiten des Menschen imitieren können, ist heute ein Schlüsselelement der digitalen Transformation in vielen Unternehmen. Landwirtschaft, Bankwesen, Bauindustrie, Gesundheitswesen, Robotik, Weltraumforschung – diese und andere Branchen profitieren von der Einführung der KI.

Laut einer Umfrage von Gartner unter CIOs ist die Zahl der Unternehmen, die KI implementieren, in den letzten fünf Jahren um 270 Prozent gestiegen. 37 Prozent aller befragten Organisationen nutzen irgendeine Form von KI in ihrem Unternehmen. 

Selbstlernende Algorithmen und intelligente Maschinen haben unsere Leben, unsere Arbeit und Kommunikation bereits verändert. Welche Trends erwarten uns im Jahr 2021?

Trend 1: Artificial Intelligence of Things ebnet den Weg für die Zukunft

Das Internet of Things und Künstliche Intelligenz sind mächtige Technologien, auch wenn sie getrennt voneinander genutzt werden. Bringt man beide zusammen, eröffnet sich für Unternehmen jedoch eine Vielzahl an Möglichkeiten, ihre bestehenden Systeme zu erneuern und zu digitalisieren. Während IoT eine riesige Menge an Daten von vernetzten Geräten liefert, gewinnt KI aus diesen Daten schnell Echtzeit-Erkenntnisse. So kann sie fundierte Entscheidungen ohne menschliche Einmischung treffen.

Laut Gartner werden bis 2022 mehr als 80 % der IoT-Projekte in Unternehmen eine KI-Komponente enthalten. Heute nutzen nur 10 % die Kombination aus IoT und KI.

Die führenden Anbieter von IoT-Plattformen – nämlich Amazon, Apple, GE, Oracle, Google und Microsoft – erweitern IoT bereits jetzt mit KI-Funktionen. Amazon nutzt KI- und ML-Technologien in sprachgesteuerten Alexa-Geräten, in Läden ohne Kasse „Amazon Go“ und für den Sprachausgabe-Service „Polly“, der Texte in lebensechter gesprochener Sprache wiedergibt. 

Entwickler von Amazon verwenden Computer Vision, KI- und Deep-Learning (DL)-Algorithmen sowie Sensor Fusion in ihren Go-Läden. Über die gesamte Ladenfläche sind Kameras verteilt, die Bewegungen der Kunden aus allen Winkeln aufzeichnen. Durch die Kombination aller Elemente wird sofort erkannt, wann Produkte aus den Regalen genommen oder wieder zurückgestellt werden.

Polly ist ein Text-to-Speech-Service von Amazon. Polly verwendet fortschrittliche DL-Technologien, um natürlich klingende Sprache zu synthetisieren. Um Text in Ton zu konvertieren, senden Nutzer eine Anfrage über die Polly-API, und der Service sendet den Audiostream sofort an die Anwendung zurück.

Es erscheinen ständig neue Produkte und auch die Nachfrage nach Implementierung neuer Technologien steigt. Deshalb sollten auch Unternehmen weiterhin die zahlreichen Möglichkeiten ausloten, die sich durch AIoT ergeben. Dank AIoT können sie Betriebseffizienz steigern, kostspielige Ausfallzeiten vermeiden, höhere Leistung erzielen und das Risikomanagement verbessern.

Was macht AIoT aus?

IoT-Geräte sammeln Umweltdaten und übertragen sie in die Cloud. In der Cloud werden die Informationen analysiert, damit das System entsprechend handeln kann. Der Schritt Handeln hängt vollständig vom Schritt Analysieren ab. Hier spielt KI eine entscheidende Rolle: Sie extrahiert aussagekräftige Erkenntnisse, identifiziert Muster in Rohdaten, erkennt Abweichungen und macht operative Vorhersagen mit größerer Genauigkeit.

Einsatzkontexte für AIoT

Sprachassistenten

Sprachassistenten sind cloudbasierte Dienste, die Geräte über Sprachbefehle steuern. Um Natural Language Processing (NLP)-Fähigkeiten in IoT-Lösungen zu integrieren, verwenden Entwickler vortrainierte KI-Services.

Sprachassistenten erfüllen Aufgaben, indem sie verschiedene Teilbereiche der KI anwenden. Sie können Wake-Words im Fernfeld automatisch erkennen, Sprache in Text übersetzen, Dialoge führen und kontextbezogen argumentieren. 

Sprachassistenten können Musik abspielen, Fragen beantworten, einen Tisch im Restaurant reservieren, das Licht ein- und ausschalten usw. Die bekannten Alexa-, Siri- und Google-Assistenten sind Spitzenreiter in diesem Marktsegment.

Sprachassistenten bringen die Interaktion zwischen Marken und Kunden auf ein ganz neues Level. Daher werden Technologieunternehmen weiterhin in sie investieren. Laut Juniper Research werden Verbraucher bis 2024 mit Sprachassistenten auf über 8,4 Milliarden Geräten interagieren, d. h. ihre Zahl wird die Weltbevölkerung überholen. Im Vergleich zu den 4,2 Milliarden Geräten, die bis Ende 2020 voraussichtlich in Gebrauch sein werden, entspräche das einem Wachstum von 113 %.

AIoT-Lösungen im Transportwesen 

Immer mehr Fahrzeuge werden an das Internet und die Cloud angeschlossen, daher wird das AIoT-Ökosystem im Transportwesen immer größer und ausgeklügelter. Mit der Verbreitung von AIoT im Transportsektor werden Unternehmen ihre Betriebsabläufe effizienter gestalten, Wartungspläne optimieren und höhere Nachhaltigkeitsstandards erreichen.

Durch eine intelligente Kombination von Sensoren, GPS-Geräten und KI-Systemen hilft AIoT Transportunternehmen, Fahrzeuge zu überwachen, Kraftstoffkosten zu senken, gefährliches Fahrverhalten einzelner Fahrer zu erkennen und sicherzustellen, dass ihre mobilen Güter richtig gewartet werden.

Eine weitere Möglichkeit, AIoT im Transportwesen einzusetzen, sind autonome Fahrzeuge. Intelligente Algorithmen interpretieren Echtzeitdaten von bordeigenen Kameras, Lidar- und Radarsensoren und Cloud-Diensten in selbstfahrenden Autos. Ein Beispiel ist der Autopilot von Tesla. Das System nutzt Radare, Sonare, GPS und Kameras, um Daten über die Fahrbedingungen zu sammeln. Dann trifft ein KI-System Entscheidungen auf der Grundlage der Daten von den IoT-Geräten.

Smarte Analysen im Einzelhandel

Merchandiser und Händler, die höhere Umsätze, einen optimalen Lagerbestand, klügere Kaufentscheidungen, personalisierte Erlebnisse für ihre Kunden und eine effizientere Preispolitik anstreben, sollten AIoT auch weiterhin in ihre Geschäftsabläufe integrieren.

Im Einzelhandel wird die AIoT-Technologie eingesetzt, um Daten über Kunden zu sammeln und zu analysieren. Kamerasysteme sind mit Sensoren, Computer Vision und Funktionen zur Gesichtserkennung ausgestattet, um das Verbraucherverhalten genau vorherzusagen und Entscheidungen über den Geschäftsbetrieb zu treffen. Intelligente Lösungen für Einzelhandel können auch eine optimale Personaleinsatzplanung vorschlagen, um die Wartezeit an der Kasse zu verkürzen und die Produktivität des Personals zu erhöhen.

AIoT-Roboter

Robotik entwickelte sich in den letzten Jahren kontinuierlich weiter. Die fortschrittlichsten Roboter sind in der Lage, mit Menschen zu interagieren: Dabei erkennen sie bestimmte menschliche Emotionen, reagieren darauf und bringen diese auch selbst zum Ausdruck. Roboter sind von Natur aus IoT-fähige Geschöpfe, aber sie verfügen auch über Fähigkeiten der natürlichen Sprachverarbeitung und der Computer Vision.

Mit Blick auf die Corona-Auswirkungen in der Fertigungsindustrie setzen Unternehmen in ihrer täglichen Arbeit weitgehend Roboter ein, um dem drohenden Arbeitskräftemangel entgegenzuwirken. Ergänzt durch Sensoren, die die Datenübertragung erleichtern, und KI-Algorithmen, die aus den aktuellen Daten lernen, helfen Roboter den Unternehmen, Marktveränderungen zu prognostizieren, ihre Produktivität zu steigern, Zeit und Kosten zu sparen sowie Fertigungs- und Lieferkettenprozesse zu optimieren.

KI an den Edge bringen

Die Kombination von KI und IoT hat sich bereits in verschiedenen Anwendungsbereichen als effizient erwiesen. Es besteht jedoch wachsender Bedarf, den Entscheidungsprozess weiter zu beschleunigen, Daten sicher zu analysieren, unkontrollierte Latenzzeiten zu vermeiden und Netzwerkverbindungen zu kontrollieren. Edge AI hat das Ziel, diese Probleme in Angriff zu nehmen.

Edge AI ist eine Technologie, die dabei hilft, Daten von einem intelligenten Gerät lokal mit KI-Algorithmen und Edge Computing zu verarbeiten. Das Gerät muss nicht mit dem Internet verbunden sein, um solche Daten zu verarbeiten, und trifft geschäftskritische Entscheidungen in Echtzeit, innerhalb von Millisekunden.

Edge AI befindet sich in vielen Branchen im Aufwärtstrend, u. a. im Gesundheitswesen, im Einzelhandel, im Transport, im Tourismus und im Gastgewerbe. Der japanische Autohersteller Toyota nutzt die bestehende KI-Edge-Robotik, die für den Automobilbau entwickelt wurde, um Menschen mit eingeschränkter Beweglichkeit zu unterstützen.

Marriott International kooperierte mit Samsung und Legrand, um mit IoT und Edge AI das weltweit erste smarte Hotelzimmer zu schaffen. Solche Zimmer sind mit mehreren interaktiven IoT-Systemen, Anwendungen und Geräten ausgestattet, die miteinander kommunizieren. Die Gäste können einen virtuellen Assistenten per Sprachbefehl bitten, sie zu wecken oder zusätzliche Reinigungsdienste an der Rezeption zu bestellen. Es ist sogar möglich, eine genaue Temperatur für die Dusche im Nutzerprofil anzugeben.

Der globale Markt für Edge AI Software könnte bis 2024 einen Wert von 1,1 Milliarden Dollar erreichen, so Prognosen. Laut Grand View Research wird der gesamte globale Edge Computing-Markt um 37,4 Prozent pro Jahr wachsen und bis 2027 43,4 Milliarden Dollar wert sein.

Vorteile von Edge AI

Edge AI bietet eine ganze Reihe von Vorteilen:

  • Daten werden auf dem Weg in die Cloud vor dem Abfangen geschützt.
  • Bandbreite wird gespart, um die Kapazität der Datenübertragung zu erhöhen.
  • Datenlatenz wird beseitigt und User Experience wird verbessert.
  • Autonome Wartung wird ohne Datenwissenschaftler und KI-Ingenieure möglich.

Edge AI: aktuelle und zukünftige Trends

Edge AI ist in vielen Branchen hilfreich. Der Fertigungssektor wendet zum Beispiel Edge-Technologien an, um proaktive Wartung zu ermöglichen, Anlagen durch Videoanalyse und Qualitätskontrolle zu überwachen und Fertigungslinien zu automatisieren.

Im Transportsektor können autonome Fahrzeuge dank Edge AI die Batterielebensdauer erhöhen und somit den Stromverbrauch senken. Außerdem können Bilder und Daten zur Erkennung von Verkehrszeichen, Fußgängern oder Fahrzeugen in Echtzeit verarbeitet werden.

Edge AI kann die Verzögerung beseitigen, die aufgrund von Datenübertragung besteht, und so das Kundenerlebnis und die Zuverlässigkeit des IT-Systems verbessern. Mit der algorithmischen Verarbeitung am Edge werden Überwachungskameras in der Lage sein, verdächtige Aktivitäten in Echtzeit zu erkennen und somit einen effizienten und kostengünstigen Service zu ermöglichen.

Der Einsatz von 5G-Edge-Lösungen wird die Geschwindigkeit der Datenübertragung weiter erhöhen und Latenzzeiten verhindern. Unternehmen werden große Mengen an Arbeit über eine große Anzahl an Geräten problemlos bewältigen können.

Trend 2: Das Internet of Behaviors bleibt bei Behavioral Insights führend

Das Internet der Verhaltensweisen „Internet of Behaviors“ (IoB) gehört ebenfalls zu den wichtigsten Trends im Bereich KI, die die Geschäftstätigkeit von Unternehmen im Jahr 2021 prägen werden. Laut Gartner werden die individuellen Aktivitäten von 40% der Weltbevölkerung (mehr als 3 Milliarden Menschen) digital beobachtet, um unser Verhalten zu analysieren und zu beeinflussen. Gartner prognostiziert auch, dass bis 2026 mehr als die Hälfte der Weltbevölkerung mindestens einem IoB-Programm ausgesetzt wird, sei es privat, kommerziell oder staatlich.

IoB verstehen

Im Internet der Verhaltensweisen geht es darum, die vom IoT gesammelten Daten zu nutzen, um menschliche Verhaltensweisen, Präferenzen und Interessen zu untersuchen und zu verändern. Das IoB ermöglicht es, Verhaltensdaten richtig zu verstehen und diese Erkenntnisse anzuwenden, um neue Produkte zu schaffen und sie zu vermarkten – alles aus der Perspektive der Psychologie des Menschen.

IoB kann Daten aus verschiedenen Quellen sammeln, verarbeiten und analysieren. Als Informationsquellen dienen kommerzielle Kundendatenbanken, Bürgerdaten von Regierungsbehörden, soziale Medien, Services zur Gesichtserkennung und Ortung an öffentlichen Plätzen.

Potenzielle Anwendungsfälle von IoB

Das IoB steckt noch in den Kinderschuhen, aber einige Unternehmen haben die Technologie bereits während der COVID-19-Pandemie eingesetzt, um das Verhalten der Mitarbeiter am Arbeitsplatz zu beobachten. Einige Unternehmen installierten Sensoren und RFID-Tags, um festzustellen, ob sich die Mitarbeiter regelmäßig die Hände waschen. Computer-Vision-Algorithmen erkennen, ob die Mitarbeiter Masken tragen. Wärmebildkameras identifizieren Leute mit Fieber.

Transportunternehmen können Telematik-IoB-Lösungen einsetzen, um Fahrverhalten ganzheitlich zu ermitteln, z. B. Ablenkungen der Fahrer, rasche Beschleunigung, starke Kurvenfahrt oder heftiges Abbremsen. Diese Daten ermöglichen es Unternehmen, die Leistung der Fahrer und die Routenplanung zu verbessern sowie die Sicherheit zu erhöhen.

Mobile Gesundheitsanwendungen, die Ernährung, Mobilität, Schlafmuster, Herzfrequenz und Blutzuckerspiegel aufzeichnen, fördern gesundheitsbewusstes Verhalten. Sie sammeln verschiedene Gesundheitsdaten, untersuchen sie und benachrichtigen Nutzer, dass sie z. B. ihre Kalorienaufnahme erhöhen, ihre Trainings ändern oder ihre Ruhezeiten besser einhalten sollten. Diese Daten können Gesundheitsunternehmen dabei helfen, neue Unterstützungsangebote, passgenaue Versicherungspolicen und Gesundheitsprodukte zu entwickeln, von denen Anwender und Anbieter gleichermaßen profitieren.

Trend 3: Selbstgesteuerte KI-Drohnen erfüllen Aufgaben ohne menschliches Eingreifen

Automatisierte Überwachungs-, Inspektions- und Lieferdrohnen werden immer häufiger eingesetzt, weil Unternehmen nach neuen Wegen suchen, innovative Lösungen in ihren täglichen Betrieb zu integrieren. Morgan Stanley prognostiziert, dass die weltweite Drohnenindustrie bis 2040 ein Volumen von 1,5 Billionen US-Dollar erreichen wird.

Heute entwickeln sich die Drohnen zu mächtigen Business-Tools und schaffen Marktchancen, die zu groß sind, um sie zu ignorieren. Drohnen werden Unternehmen dabei unterstützen, Daten an schwer zugänglichen Orten noch schneller und genauer zu sammeln, Kosten zu reduzieren, Risiken zu minimieren, die Sicherheit der Mitarbeiter zu erhöhen und die Geschäftsziele zu erreichen.

Computer Vision spielt eine zentrale Rolle für autonome Fluggeräte: Diese sind so in der Lage, in der Luft zu schweben, Objekte zu erkennen und sich entlang einer definierten Flugbahn zu bewegen. Zudem sind sie mit hochauflösenden Videokameras, Backend-Software, Funktionen zur Gesichtserkennung, GPS-Trackern, thermischen Infrarot-Videokameras, Sensoren und Radargeräten ausgestattet. Die Drohnen untersuchen die Umgebung mithilfe eingebauter Kameras und Sensoren. Die bei den Flügen gesammelten Daten werden durch DL-Algorithmen analysiert, um verwertbare Erkenntnisse zu gewinnen und sie dann für bestimmte Zwecke zu nutzen.

In Deutschland ist seit 2015 die Zahl der privat genutzten Drohnen zum Beispiel besonders stark gestiegen. Drone Industry Insights hat auf Basis eines Marktmodells die weitere Entwicklung auch im kommerziellen Sektor prognostiziert. Die Vorhersage lautet: Die Zahl kommerziell genutzter Drohnen wird bis 2030 in Deutschland um 563 Prozent steigen.

Industrieunternehmen profitieren bereits jetzt von Drohnen in ihren Betrieben. Die Einsatzmöglichkeiten von Drohnen in Unternehmen sind endlos: Inspektionen und Fernwartung der Anlagen, Frachttransport, Bodenanalysen in der Landwirtschaft, Katastrophenmanagement und vieles mehr.

Use Cases für Drohnen

Drohnen in der Hi-Tech-Landwirtschaft

Das Potenzial unbemannter Fluggeräte in der Landwirtschaft ist groß. Die UNO geht davon aus, dass die Weltbevölkerung bis 2050 auf 9,7 Milliarden Menschen anwachsen wird, wodurch der Verbrauch landwirtschaftlicher Produkte zwischen 2010 und 2050 um 69 % steigen wird. Vor diesem Hintergrund lohnt es sich, neue Technologien zur Verbesserung der landwirtschaftlichen Produktivität zu erforschen.

Drohnen haben das Potenzial, viele landwirtschaftliche Operationen zu verbessern oder gänzlich zu übernehmen. Drohnen können Boden analysieren, Ernte und Viehbestand überwachen, den Vegetationsindex berechnen, Saatgut säen sowie Felder bewässern und düngen.

Sentera, ein in Minnesota ansässiges Software-Unternehmen für landwirtschaftliche Bildgebung, stellt eine breite Palette von Fluggeräten her, die mit Sensoren und Nahinfrarotkameras ausgestattet sind. Drohnen von Sentera erzeugen multispektrale Bilder von Nutzpflanzen, um Veränderungen in deren Zustand und Reife zu verfolgen. Sie erstellen auch 3D-Feldkarten, um Pflanzpläne zu entwerfen, und führen Bodenanalysen durch, um Agronomen bei der Kontrolle des Stickstoffspiegels zu unterstützen.

Drohnen im Bauwesen

Dutzende von Branchen setzen Drohnen ein, wobei die Bauindustrie der am schnellsten wachsende Anwender ist. Hausbauer nutzen die Technologie für Luftaufnahmen, topografische Kartierung und zur Fehlererkennung. Außerdem kann man mit Drohnen das Grundstück untersuchen, bevor Bauarbeiten beginnen, und den Fortschritt auf der Baustelle verfolgen.

DroneUp bietet eine Menge von Diensten und Produkten für Bauunternehmen an: Flugdienste, Datenanalyse, Entwicklung von Drohnen-Programmen, gesetzliche Beratungen, Schulungen, Ausrüstung und Drohnen-Lieferungen nach den Part-107-Regeln. Mit DroneUp können Unternehmen ihre Gebäude überwachen, Dächer, Baustellen und Bergbaubetriebe überprüfen und Fortschritte verfolgen.

Drohnen für Versand und Lieferung

Lieferdrohnen erfreuen sich zunehmender Beliebtheit in den USA, insbesondere bei Einzelhändlern und Lebensmittelketten. In diesem Jahr erhielt Amazon die Genehmigung, Drohnen zur Zustellung von Paketen über kurze Entfernungen einzusetzen. Dadurch können die Lieferzeiten auf 30 Minuten oder weniger reduziert werden. Walmart, Google, FedEx und UPS bereiten sich ebenfalls darauf vor, die Möglichkeit der unbemannten Zustellung zu nutzen.

Die durchschnittliche Hebekapazität professioneller Drohnen liegt bei 20 bis 200 kg, was bedeutet, dass sie nicht nur Nahrungsmittel und Medikamente, sondern auch schwere Pakete und Päckchen mit humanitärer Hilfe transportieren können.

Trend 4: KI in der Cybersicherheit blockiert neue Angriffswege

In den letzten Jahren setzen Anbieter von Cybersecurity-Software KI ein, um Sicherheitslücken zu schließen und externe Angriffe zu verhindern. KI auf dem Cybersicherheitsmarkt wird bis 2026 voraussichtlich ein Marktvolumen von 38,2 Milliarden Dollar erreichen, die höchste jährliche Wachstumsrate wird dabei 23,3 % betragen.

Experten für Informationssicherheit sagen voraus, dass KI- und ML-Technologien es Sicherheitssystemen ermöglichen könnten, Bedrohungen in Echtzeit zu erkennen und darauf zu reagieren. Diese Technologien können Daten sammeln, wodurch die Systeme proaktiv statt reaktiv auf Bedrohungen reagieren.

Da die Datenmenge exponentiell wächst und große Datensätze immer leichter zugänglich werden, wird auch die Zahl der Cyberangriffe im Jahr 2021 zunehmen. KI-Tools und -Plattformen sind bereits vorhanden, um Sicherheit in den Unternehmen zu erhöhen. KI-Lösungen für Cybersicherheit sammeln Daten aus internen Systemen, erkennen Phishing-E-Mails und analysieren automatisch Netzwerkdaten, um die digitalen Assets zu schützen. 

Google nutzt DL-Algorithmen auf seiner Cloud-Video-Intelligence-Plattform. Die Plattform analysiert die auf dem Server gespeicherten Videos nach Inhalt und Kontext. Wenn dann böswillige Aktivitäten entdeckt werden, senden die KI-Algorithmen Warnmeldungen an Sicherheitsmanager.

Die künstliche Intelligenz kann jedoch nicht nur Sicherheitspersonal unterstützen, sondern Cyberkriminellen neue Wege ebnen. Hacker nutzen KI- und ML-Tools, um Schwachstellen in Systemen zu finden, ihre Malware zu testen, Passwörter zu knacken, Zugang zu Speichergeräten zu erhalten und Daten im Internet zu veröffentlichen. Daher lohnt es sich, im Jahr 2021 weiterhin das KI-Potenzial im Bereich Sicherheit zu nutzen, um sich vor neuen Formen von Cyberattacken zu schützen.

Wie funktioniert KI im Kontext der Cybersicherheit?

Bei der künstlichen Intelligenz in der Cybersicherheit geht es nicht nur um die Anwendung von Algorithmen zur Identifizierung potenzieller Gefahren. Das Sicherheitspersonal kann damit Cyber-Bedrohungen besser analysieren und schneller auf Vorfälle reagieren. Die bedeutenden Vorteile von KI für Sicherheit in Unternehmen sind:

  • KI erkennt Malware und Ransomware und verhindert Cyberattacken.
  • KI identifiziert und behebt wiederkehrende Vorfälle.
  • KI scannt Daten im Internet und versteht, wie es zu Cyberangriffen kommt.
  • KI analysiert mobile Endpunkte hinsichtlich Cyber-Gefahren.
  • KI automatisiert routinemäßige Sicherheitsaufgaben.
  • KI erstellt sichere biometrische Logins – scannt Finger- und Handabdrücke oder Netzhaut.
  • KI verwendet spezielle Frameworks zur Authentifizierung, um Zugriffsberechtigungen je nach Netzwerk und Standort des Nutzers zu ändern.

Trend 5: KI transformiert das Gesundheitswesen

Bahnbrechende Entwicklungen im Bereich der KI werden auch im nächsten Jahr den Gesundheitssektor transformieren. KI-gestützte Systeme treiben die Branche voran: Sie machen medizinische Dienstleistungen zugänglicher, ermöglichen den Austausch von Gesundheitsdaten, verbessern Erlebnisse der Patienten und senken die Gesamtkosten für Gesundheitsversorgung – verändern also das Leben von Millionen von Menschen zum Besseren.

Es wird erwartet, dass das Wachstum des KI-Gesundheitsmarkts bis 2025 weltweit 34 Milliarden US-Dollar übersteigen wird. Das bedeutet: Diese Technologie wird fast alle Facetten der Gesundheitsbranche prägen und Einrichtungen werden sie in beispiellosem Tempo in ihre IT-Systeme integrieren.

KI-Anwendungen im Gesundheitswesen

KI im Gesundheitswesen kann äußerst präzise handeln und eine kosteneffiziente medizinische Versorgung in großem Maßstab anbieten. Die Technologie wird voraussichtlich in den nächsten Jahren in 90 % der Krankenhäuser in den USA und in 60 % der Kliniken weltweit  zum Einsatz kommen. Die zehn wichtigsten KI-Anwendungen, die die Gesundheitsbranche derzeit umgestalten, sind:

Künstliche Intelligenz gegen COVID-19

Die COVID-19-Pandemie wird den technologischen Wandel im nächsten Jahr mitgestalten. Um effizient mit den Auswirkungen der Pandemie umzugehen, sollten Gesundheitseinrichtungen daher die Fortschritte im Bereich KI im Auge behalten.

Einen Impfstoff entwickeln

Nach Angaben der Brookings Institution geht es bei der Arbeit an neuen Impfstoffen darum, stark immunogene Virusfragmente in den Körper einzubringen, um eine Immunantwort auszulösen. KI kann helfen, Virusbestandteile zu identifizieren, die dafür geeignet sind. Die Präzision, Effizienz und Schnelligkeit der Technologie können von Immunologen allein nicht erreicht werden.

Maskierte Gesichter erkennen

Dank Convolutional Neural Networks (CNNs) können Kameras mit DL-Algorithmen Personen mit Gesichtsmasken identifizieren. Die Algorithmen basieren auf multibiometrischer und periokulärer Erkennung: Sie identifizieren Stirn, Gesichtskontur, Wangenknochen, Augen und Bereiche rund um die Augen – so erkennen sie auch von Masken bedeckte Gesichter mit einer Genauigkeit von bis zu 95 %.

Thermografie

Wärmebildsysteme und kontaktlose Infrarot-Thermometer messen die Körpertemperatur einer Person. KI-gesteuerte Fieberscreening-Geräte identifizieren Personen mit erhöhter Körpertemperatur sehr genau und das auch bei großen Menschenmengen. Das thermische Screening hat das Potenzial, die Ausbreitung von Corona-Infektionen zu begrenzen.

Schlusswort

Es ist faszinierend, wie KI-basierte Technologien der nächsten Generation weiterhin die Welt um uns herum verändern. Für 2021 ist mit einer enormen Ausbreitung von KI und mit mehr Einsatzbereichen für KI zu rechnen. Um einen Wettbewerbsvorteil dank KI zu erhalten, lohnt es sich, den Weg in die Zukunft zu erforschen und sich auf die neuesten Trends zu konzentrieren.