Industrieanlagen der Vergangenheit rücken in die Zukunft: Mit dem Projekt KI-sy Twin entwickeln Fraunhofer-Institute gemeinsam mit Industriepartnern neue Wege, um analoge Maschinen digital nutzbar zu machen.

2026 wird das Jahr, in dem KI nicht mehr „als strategische Initiative“ betrieben wird, sondern nachweisbar wirtschaftlichen Nutzen liefern muss. Bislang bestand jedoch ein grundlegendes Problem: Solange KI und Menschen denselben Prozess gemeinsam ausführen, lässt sich der spezifische Beitrag der KI zur Wertschöpfung kaum isolieren.

Das Potenzial von Künstlicher Intelligenz (KI) hängt unmittelbar davon ab, wie viele Daten zur Verfügung stehen. Unternehmen, die ihre KI-Strategie zum echten Wettbewerbsvorteil machen wollen, müssen daher zunehmend auf Architekturen setzen, die Daten ins Zentrum stellen. Stefan Brock, Leiter des AI Center of Excellence bei HPE, erklärt zehn Designprinzipien, mit denen die Umstellung zum datenzentrischen Unternehmen gelingt.

Der Europäische Gerichtshof hat klargestellt: Pseudonymisierte Daten sind nicht automatisch personenbezogen. Entscheidend ist, ob der jeweilige Verantwortliche eine Person identifizieren kann. Das erleichtert Datenschutz und KI-Training erheblich.

Ein Small Language Model (SLM) ist ein kleines Sprachmodell. Es verarbeitet und generiert natürliche Sprache, hat aber weniger Parameter im Vergleich zu großen Sprachmodellen. Small Language Models benötigen weniger Rechenleistung, arbeiten oft lokal auf Geräten und sollen dennoch natürliche Sprache verstehen und erzeugen. Ein Small Language Model ist für spezialisierte Aufgaben nutzbar und kann lokal auf ressourcenbeschränkten Geräten betrieben werden.

Technologiekonzerne stecken Unsummen an Geldern in eine KI-Infrastruktur, deren Wert in drei bis fünf Jahren erodiert, denn die Hardwarezyklen sind extrem kurz. Mit Investitionen in eine nachhaltige Technologie hat das wenig zu tun.

Accenture, das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) und das Fraunhofer-Institut für Software- und Systemtechnik ISST beschreiben in einem gemeinsamen Studie, wie KI die Produktentwicklung beschleunigen und transformieren kann. Enthalten ist auch ein skalierbares Rahmenwerk für die Einführung von KI.

Mit einem neuen KI-Agenten will Infosys Abläufe in der Energiebranche digitalisieren. Die Lösung kombiniert die generativen KI-Komponenten von Infosys Topaz mit den Cloud- und Copilot-Technologien von Microsoft, um Datenanalysen, Berichte und Entscheidungen in Echtzeit zu automatisieren.

Mit der neuen „Confluent Private Cloud“ soll sich der Komfort der Cloud direkt in privaten Rechenzentren nutzen lassen. Die Lösung überträgt zentrale Cloud-Funktionen wie Automatisierung, Skalierung und Governance in lokale Infrastrukturen – insbesondere für Unternehmen mit strengen Compliance-Vorgaben.

Daten sind eine wesentliche Voraussetzung für Industrie-4.0-Prozesse. Anhand von Kennzahlen lassen sich zum Beispiel Fehler und Störquellen in Prozessen aufdecken. Die proMExS-Plattform von Sack EDV-Systeme dient dabei als Informationszentrale.