Kommentar von Karl-Jorit Hausdorf, Fsas Technologies Auf dem Weg zu denkenden Maschinen

Anbieter zum Thema

Fsas Technologies GmbH

Die Entwicklung der Künstlichen Intelligenz (KI) tritt in ihre spannendste Phase ein. Große Sprachmodelle (LLMs) haben beeindruckende Fähigkeiten zur Mustererkennung gezeigt und KI zu einer transformativen Kraft in allen Branchen gemacht. Dieser Erfolg offenbart jedoch auch grundlegende Grenzen.

Aktuelle Modelle, die zunehmend anhand ihrer eigenen Ergebnisse trainiert werden, stehen vor dem, was Forscher als „Modellkollaps” bezeichnen: Einem allmählichen Qualitätsverlust, ähnlich wie bei einer Fotokopie einer Fotokopie, die mit jeder neuen Kopie an Schärfe verliert.

Die von Kaplan und anderen im Jahr 2020 erstellten Skalierungsgesetze zeigten, dass größere Modelle zwar eine bessere Leistung erzielen, aber es gibt einen Haken: Die Kosten steigen viel schneller als der Nutzen. Das ist das klassische Gesetz des abnehmenden Ertrags. Die Chinchilla-Studie von DeepMind bestätigte diese Realität: Die Gewinne sind real, werden aber jedes Mal kleiner.

Keine noch so große Rechenleistung und keine noch so große Datenmenge kann einen Textvorhersager in einen denkenden Verstand verwandeln. Wie Forscher wie Yann LeCun festgestellt haben, reicht die einfache Anpassung von LLMs nicht einmal aus, um die Intelligenz einer Katze zu erreichen. Das ist keine Abwertung, sondern eine Anerkennung dessen, was echte Intelligenz erfordert. Eine Katze versteht die physische Welt durch mentale Modelle der Realität und stützt ihr Verhalten auf Erinnerung, Vorhersage und Ursache-Wirkungs-Zusammenhänge. Solange KI nicht dasselbe leisten kann, bringt uns Skalierung allein nicht weiter.

Die eigentliche Frage ist, ob KI über Vorhersagen hinausgehen und durch Interaktion mit der Realität selbst lernen kann.

1. Von Text zu physischer Intelligenz

Das nächste Jahrzehnt wird nicht von Chatbots geprägt sein, sondern von Robotern, die denken und sich erinnern können. Unternehmen wie Figure AI und Agility Robotics haben bereits humanoide Roboter in Lagerhäusern im Einsatz, aber die größte Herausforderung liegt im Gehirn, nicht im Körper.

Dieses Jahr werden die ersten Roboter mit Gedächtnis, Denkvermögen und grundlegenden Weltmodellen ausgestattet. Sie werden beginnen, sich an vergangene Interaktionen zu erinnern, sich in Echtzeit anzupassen und erste Anzeichen von Planung zu zeigen. Diese ersten Schritte werden noch unsicher sein, aber sie werden den Übergang von der Fortbewegung zur Kognition markieren: den Beginn der physischen KI.

Vision-Language-Action-Modelle (VLA) zeigen Fortschritte, indem sie Anweisungen mit Sensordaten verknüpfen. Allerdings sind sie oft noch fragil. Wenn man ein Objekt hinter ein anderes bewegt, versagt das System. Wenn man den Raum umgestaltet, ist es verwirrt. Wahre Intelligenz erfordert mehr als nur das Befolgen von Anweisungen; sie erfordert das Aufbauen auf Erfahrungen.

Ein Wartungsroboter könnte so nicht nur eine undichte Verbindung reparieren, sondern sich auch daran erinnern, dass dasselbe Rohr bereits zweimal ausgefallen ist, und vorschlagen, den gesamten Abschnitt zu ersetzen. Dieser Wandel von der einfachen Reaktion auf Signale hin zur Antizipation markiert einen Schritt in Richtung echter Intelligenz.

2. Gedächtnis: Die Grundlage der Intelligenz

Die heutigen Roboter ähneln Athleten, die stark und agil sind, aber oft ihre vergangenen Leistungen vergessen. Sie können sich bewegen, aber nicht auf Erfahrungen aufbauen. Der echte Durchbruch wird kommen, wenn Maschinen beginnen, das Gelernte weiterzuführen, anstatt jedes Mal von vorne anzufangen.

Das Gedächtnis ist die Grundlage der Intelligenz. Ohne es gibt es keine Kontinuität und kein Verständnis der Welt. Eine Katze, die sich durch einen unaufgeräumten Raum bewegt, berechnet nicht jeden Weg. Sie erinnert sich an Hindernisse, denen sie zuvor begegnet ist, und weiß, welche sie gefahrlos ignorieren kann.

Dieses Jahr erwarten wir die Einführung der ersten Roboter, die auf diese Weise funktionieren. Sie werden nicht nur wahrnehmen und reagieren, sondern auch beginnen, sich zu erinnern, einfache Hypothesen zu bilden und zu planen. Diese Systeme werden Sensordaten, visuelle Informationen und zeitliche Abläufe so natürlich verarbeiten, wie aktuelle Modelle mit Text umgehen – und so eine multimodale Intelligenz aufbauen, die Sehen, Wahrnehmen, Sprache und Umweltverständnis nahtlos miteinander verbindet.

3. Weltmodelle: Verständnis von Physik und Kausalität

Der bedeutendste Durchbruch ab 2026 werden KI-Systeme sein, die Weltmodelle erstellen: Digitale Darstellungen der physikalischen Realität, die eine schnelle Anpassung an neue Umgebungen ermöglichen. Diese Systeme werden ein intuitives Verständnis der Physik entwickeln, ähnlich wie biologische Intelligenz, und Konzepte wie Gewicht, Gleichgewicht, strukturelle Integrität und den Umgang mit räumlichen Beziehungen ohne explizite mathematische Programmierung begreifen.

Im Gegensatz zu aktuellen Systemen, die umfangreiche aufgabenspezifische Schulungen erfordern, werden diese KI-Systeme in der Lage sein, zu überlegen, wie Objekte manipuliert und Räume navigiert werden können. Industrielle Anwendungen werden diesen Wandel vorantreiben. Fertigungssysteme werden sich innerhalb von Stunden statt Wochen an neue Produktionsanforderungen anpassen. Lagerroboter werden die Logistik in Echtzeit optimieren, indem sie physikalische Einschränkungen, Effizienzkompromisse und Sicherheitsaspekte berücksichtigen.

Der Durchbruch geht über die Robotik hinaus und betrifft alle KI-Systeme, die in physischen Umgebungen eingesetzt werden. Intelligente Gebäudesysteme werden Belegungsmuster, Energieflüsse und strukturelle Dynamiken analysieren. Landwirtschaftliche Systeme werden Bodenbedingungen, Wetterverhältnisse und Pflanzenbiologie kombinieren, um fundierte Entscheidungen für den Anbau zu treffen.

4. Sicherheit und Ethik: Intelligenz mit Integrität

Da diese Systeme immer fortschrittlicher werden, darf Sicherheit nicht nur eine nachträgliche Überlegung sein. Sie muss in ihr Kerndesign integriert werden. Intelligenz und Sicherheit schließen sich nicht gegenseitig aus; sie können und sollten gemeinsam entwickelt werden. Post-Quanten-Sicherheitsmaßnahmen werden nahtlos in die Kern-KI-Frameworks integriert und schützen so vor aktuellen und zukünftigen Bedrohungen.

Ethisches Denken wird zu einem grundlegenden Aspekt der Intelligenz, wobei KI-Systeme ein ausgeprägtes Verständnis zeigen, das über die einfache Einhaltung von Regeln hinausgeht und echte kontextbezogene Urteilsfähigkeit beinhaltet. Demokratische Steuerungsmechanismen werden in KI-Architekturen eingebettet, sodass eine schnelle Anpassung an sich ändernde Vorschriften bei gleichbleibenden ethischen Standards möglich ist.

Dieser zukunftsorientierte Ansatz zeigt, wie eine verantwortungsvolle KI-Entwicklung Innovationen fördern statt behindern kann.

5. Europäische KI: Leadership durch Verantwortung

Während die KI-Entwicklung lange von Akteuren in den USA und China dominiert wurde, zeichnet sich ab diesem Jahr ein Paradigmenwechsel ab. Europäische KI-Systeme werden zunehmend weltweit Standards setzen – nicht durch reines Skalierungsvolumen, sondern durch intelligente Systemarchitekturen, die Sicherheit, Transparenz und ethische Prinzipien von Anfang an integrieren. Der europäische regulatorische Rahmen, insbesondere der AI Act, wird zum Vorteil: Unternehmen, die unter diesen strengeren Bedingungen entwickeln, schaffen Systeme mit höherer Zuverlässigkeit und Vertrauenswürdigkeit. Diese Kombination aus technologischer Exzellenz und verantwortungsvoller Governance positioniert europäische KI-Modelle als bevorzugte Lösung für sicherheitskritische Anwendungen in Industrie, Gesundheitswesen und kritischer Infrastruktur – und etabliert Europa als führende Kraft in der verantwortungsvollen KI-Entwicklung.

6. Demokratisierte Intelligenz: Effiziente KI für alle

Große Fortschritte bei ressourceneffizienter KI werden fortschrittliche Intelligenz für Unternehmen jeder Größe zugänglich machen. Diese effizienten Systeme lernen kontinuierlich aus Streaming-Daten, anstatt sich auf umfangreiche Vorbereitungsphasen zu stützen, und ermöglichen so Echtzeitanpassungen an sich ändernde Bedingungen.

Kleine Hersteller werden KI-Systeme einsetzen, die mit denen großer Unternehmen vergleichbar sind. Dienstleistungsunternehmen werden das KI-Verhalten an ihre spezifischen betrieblichen Anforderungen anpassen. Die Integration von Edge-Computing wird es ermöglichen, dass fortschrittliche KI-Verfahren lokal stattfinden, wodurch die Reaktionszeiten verbessert, die Bandbreitennutzung reduziert und Datenschutzbedenken ausgeräumt werden.

Diese Demokratisierung wird Innovationen in bisher unterversorgten Sektoren vorantreiben. Landwirtschaftliche Genossenschaften werden fortschrittliche Pflanzenmanagementsysteme implementieren. Kleine Kliniken erhalten Zugang zu modernen Diagnosewerkzeugen. Bildungseinrichtungen werden unabhängig von Ressourcenbeschränkungen personalisierte Lernerfahrungen anbieten.

Fazit: Das nächste Kapitel der Intelligenz

Die vergangenen Jahre standen im Zeichen von Text und LLMs. Die kommenden Jahre werden sich um physische KI drehen: Nicht nur um Körper, die sich bewegen, sondern auch um Köpfe, die denken. Eine Katze sagt nicht das nächste Wort voraus. Stattdessen navigiert sie durch die Welt, indem sie sich merkt, wo sie sich gestern versteckt hat, erkennt, welche Muster wichtig sind und welche ignoriert werden können, und plant, wie sie sich ohne Störungen durch den Raum bewegen kann. Die Frage ist, ob wir Maschinen bauen können, die dazu in der Lage sind. Kann KI mentale Karten erstellen, diese im Gedächtnis behalten und sie zur Planung ihres nächsten Schrittes nutzen?

Im Next Generation AI Research Center von Fujitsu konzentrieren wir uns auf die Entwicklung von KI, die die Komplexität realer Szenarien sicher bewältigt. Der Übergang von der Mustererkennung zum echten Verständnis stellt sowohl einen technologischen Durchbruch als auch eine grundlegende Erweiterung dessen dar, was maschinelle Intelligenz leisten kann.

2026 werden wir entscheidende Fortschritte über das derzeitige Kapitel hinaus in Richtung Systeme gemacht haben, die echte Intelligenz, ethisches Verhalten und praktische Fähigkeiten demonstrieren. Die Zukunft gehört nicht größeren Modellen, sondern intelligenteren: KI, die die Welt wirklich versteht und in ihr mit Weisheit und Integrität handelt.

Der wahre Meilenstein ist vielleicht nicht der Moment, in dem KI einen Benchmark-Test besteht, sondern der Moment, in dem sie endlich die adaptive Intelligenz zeigt, die wir in der Natur um uns herum beobachten.

(ID:50708671)