KI ist gekommen, um zu bleiben
Künstliche Intelligenz ist kein vorübergehendes Projekt. Sie bleibt. Fachleute rieten Unternehmen auf der Berliner Tagung „KI in der Photonik – Mehr Wertschöpfung in Laserfertigungstechnik“, ihre Strategien an die neue Realität anzupassen.
„Das geht nicht mehr weg. KI ist kein IT-Projekt mit einem Anfang, Meilensteinen und einem Ende. Davon können wir uns verabschieden. KI ist eine lebenslange strategische Aufgabe für Unternehmen“, mahnte Dr. Vanessa Just, Vorstandsmitglied im KI-Bundesverband und Gründerin des KI-Start-ups juS.TECH, auf der Berliner Tagung zu der Anfang Oktober 2025 der Verband SPECTARIS, das Fraunhofer ILT und der Bundesverband IT-Mittelstand (BITMi) eingeladen hatten. „Jedes Unternehmen muss für sich beantworten, was diese Technologie für sein Geschäftsmodell leisten kann und soll“, erklärte Just. Doch die Fragestellung sei für sie sehr viel weiter gefasst: „Wie wollen wir als Europa, als Deutschland, als Unternehmen und als Gesellschaft KI einsetzen und KI für uns nutzen? Es gehe darum, dieses neuartige Instrumentarium nutzbringend im unternehmerischen und privaten Alltag zu verankern. Und darin sieht sie kein „Kann“, sondern ein „Muss“: „KI ist eine Frage der unternehmerischen Ausrichtung – um das Heute zu gestalten und die Zukunftssicherheit der Unternehmen zu gewährleisten“. Richtig eingesetzt könnten KI-Lösungen Prozesse abseits der Kerntätigkeit automatisieren und rationalisieren, so dass Fachkräfte ihrer eigentlichen Spezialisierung nachgehen und auch hierbei mit KI-Unterstützung mehr Hebelkraft entfalten können.
Zugleich erinnerte Just daran, dass nicht die Technologie, sondern Menschen und Prozesse über den Erfolg der KI-Implementierung entscheiden. Sie riet: „Nehmen Sie die Leute mit, die begeisterungsfähig für KI sind. Aber vergessen Sie nicht Jene mit Vorbehalten und Ängsten, denn auch die bleiben als Know-how-Träger eine wichtige Ressource für Ihre Unternehmen“.
Stufenweise Implementierung
Michael Berndt berät als Coach und Berater mittelständische Unternehmen dabei, KI in ihren Strukturen zu verankern. Der Gründer von KI-Klarheit.de erklärte in Berlin, worauf es bei der Implementierung ankommt. Das beginne mit klarer Kommunikation – wobei dieser Anspruch leichter formuliert als umgesetzt sei: „Klare Kommunikation braucht zuerst Klarheit über die eigenen Ziele bei der Einführung von KI. Doch niemand von uns weiß wirklich, was da auf uns zukommt“, sagte er. Daher rät er Firmen zum offenen Dialog und zu niederschwelligen Formaten, in denen Interessierte ohne Scheu Ideen zusammentragen, Pain Points aus ihrem Alltag sammeln oder auch Vorbehalte formulieren können. Wer sich hier engagiere, komme als KI-Botschafter und Multiplikator bei der Einführung infrage.
Zentral vor dem eigentlichen Start sei zudem eine gründliche Dateninventur inklusive einer Analyse, welchen Wert für die Arbeit mit KI die jeweiligen Daten aus den unterschiedlichen Abteilungen haben – und wo in Hinblick auf sensible Daten Vorbereitungen wie Anonymisierung oder Randomisierung zu treffen sind – oder welche KI-Prozesse in der Cloud und welche auf interner IT-Infrastruktur laufen sollen. Auch wenn die IT-Abteilung hier mitwirken müsse, sei die KI-Implementierung mitnichten eine Aufgabe, die diese allein lösen könne. „Es geht um Business Understanding, ein Gefühl für Inhalte, Wissensvermittlung und Geschäftsprozesse und erst dann kommt die Umsetzung auf der IT-Ebene“, stellte er klar.
Das führe bei KI-Modellen, die Software-Code schreiben können, alle 4 bis 5 Monate zu einer Verdopplung der Leistungsfähigkeit. Seine Mahnung: „Alles ist Code. Das, worüber Sie auf dieser Tagung gesprochen haben, ist Code. Word, Excel, Powerpoint, ERP- oder CRM-Lösungen – alles ist Code. Und das wird demnächst alles fast vollautomatisiert laufen. Die Arbeit von Entwicklern wird sich ebenso drastisch ändern wie der technologische Fortschritt“. Oft bleibe es Experten unklar, wie KI-Effizienzsteigerung bewirke, aber entsprechende Tools seien mittlerweile sogar bei der Detektion von Gravitationswellen im Einsatz und auch in Fusionsexperimenten sorgt KI für immer höhere Energieausbeuten. Das Ganze sei ein Marathon – und auch da beginne das Training damit, sich aufzuwärmen und loszujoggen.
Deep Rendering – fehlende Bilddaten synthetisch erzeugen
Wenn sie KI einsetzen und dabei beispielsweise Bildverarbeitungssysteme zum Optimieren von Produktionsprozessen einsetzen, stoßen viele Unternehmen auf das Problem, dass es für das initiale Anlernen der KI-Tools an brauchbaren Bilddaten mangelt. Je spezifischer die Anwendungen, desto dünner das Angebot an vortrainierten Modellen. Viele Vorträge auf der Berliner Tagung adressierten dieses Problem. Für photonische Anwendungen ist manuelles Labeln der Bilddaten an der Tagesordnung, das zeitaufwändig ist und hohe Personalkosten verursacht. Zudem müssen KI-Modelle gegenüber Umwelteinflüssen – Licht, Verschmutzung oder Verschleiß – sowie gegen veränderte Prozessbedingungen unempfindlich sein. Je mehr brauchbare Bilddaten mit variierenden Bedingungen ins Training einfließen, desto robuster die Modelle. Dr. Sven Wanner, Geschäftsführer der Artificial Pixels GmbH aus Heidelberg, präsentierte hierfür einen Lösungsansatz. Sein Unternehmen nutzt KI, um geeignete Bilder für die Trainings zu generieren. Synthetisch erzeugte Bilder haben oft das Problem, dass sie zwar für das menschliche Auge kaum vom Original unterscheidbar sind, die Zahlenkolonnen dahinter aber für die auswertende Software zu unterschiedlich sind.
Der Ansatz von Artificial Pixels: Das Unternehmen zerstört reale Trainingsbilder sukzessive durch Rauschen und lässt generative KI daraus Bilder rekonstruieren. Doch die baut dabei viele Abweichungen und Varianzen ein, ohne den Bildinhalt grundsätzlich zu verfremden und mit sehr ähnlichen Zahlenwerten wie die Originalbilder. So ist es möglich, für das Training aus wenigen Eingangsbildern fast beliebig viele, leicht variierende Datensätze zu generieren. Dieses Deep Rendering sei kosteneffizient und liefere Anwendern große Mengen an Daten, die den Originalen ähnlich genug sind, um KI-Modelle auf den Einsatz in veränderlichen Produktionsumgebungen machen können. KI lernt in diesem Fall von KI. Quintessenz der Konferenz: KI hat schon heute großen Einfluss auf Wertschöpfungsprozesse – und sie ist gekommen, um zu bleiben.