Innovationsstandort Deutschland

6
Lesen Sie mehr auf erfolgundbusiness.de
Künstliche Intelligenz:
Der Mittelstand ist am Zug
Foto eco e. V.
Dreiviertel der IT-Entscheidern sehen Künstliche Intelligenz (KI) als prägendsten Trend
für die Business-IT in 2024. Tatsächlich ist generative KI wie ChatGPT in den Unternehmen
angekommen. Doch die Möglichkeiten von KI gehen weit über die automatisierte
Erstellung von Inhalten hinaus
Text Oliver Süme
Künstliche Intelligenz (KI) ist der Trend, der im
Jahr 2024 die IT-Branche am stärksten prägen
wird, davon sind rund drei Viertel (73,6 Prozent)
der IT-Entscheidern überzeugt. Zum Start des Jahres
2024 hat das Meinungsforschungsinstitut Civey im Auftrag
des eco – Verbands der Internetwirtschaft e. V. 352
IT-Entscheidern in einer offenen Befragung nach dem
wichtigsten IT-Trend 2024 gefragt.
Tatsächlich bin ich überzeugt: Anwendungen Künstlicher
Intelligenz (KI) entlang der gesamten Wertschöpfungskette
– etwa aus der Cloud und auf Basis
von KI-Ökosystemen – können 2024 die internationale
Wettbewerbsfähigkeit jedes Unternehmens stärken.
Das belegt auch der eco Branchenmonitor, laut dem KI
die Produktivität jährlich um 0,8-1,4 Prozent steigern
kann. Mit den LLMs (Large Language Models) wie Chat-
GPT können bereits heute 15 Prozent aller Arbeitsaufgaben
schneller und bei gleicher Qualität erledigt werden,
der Anteil könnte zukünftig auf 56 Prozent anwachsen.
Künstliche Intelligenz aus der Cloud
Damit Unternehmen von KI profitieren, brauchen sie
den Willen und den Mut zu Innovationen.
Cloudbasierte KI-as-a-Service-Angebote bieten auch
kleinen und mittleren Unternehmen die Chance des
niederschwelligen Einstiegs in neue KI-Anwendungen.
Vor allem die Hyperscaler, sprich die sehr großen
Cloud-Provider, aber auch regionale Cloud-Anbieter
haben im vergangenen Jahr zahlreiche Neuerungen
vorgestellt, die die Entwicklung von KI-Lösungen im
großen Stil fördern werden.
Ihre digitalen Infrastrukturen sollten Unternehmen auf
dem Stand der Technik halten, um von KI zu profitieren.
Für viele KI-Daten ist es wichtig, diese mit niedriger
Latenz so nahe wie möglich am Nutzungsort zu verarbeiten.
Das gilt für Anwendungen in der Produktion
oder im selbstfahrenden Auto ebenso wie für Anwendungen
des immersiven Internets (Web3).
KI-Ökosysteme bieten Hilfestellung
Einen Einstieg in die Thematik schaffen Unternehmen
beispielsweise über neue KI-Ökosysteme, die aktuell
Unternehmens- oder gar branchenübergreifend entstehen.
Neue KI-Anwendungsszenarien und KI-Ökosysteme
erarbeiten Unternehmen beispielsweise in der
eco Initiative „KI in der Praxis“, die unter anderem auch
Anwendungen Künstlicher Intelligenz
(KI) entlang der gesamten Wertschöpfungskette
– etwa aus der Cloud und auf
Basis von KI-Ökosystemen – können 2024
die internationale Wettbewerbsfähigkeit
jedes Unternehmens stärken.
Oliver Süme
Vorstandsvorsitzender des
eco – Verbands der Internetwirtschaft e. V.
Hilfestellung bei Fragen zu Datenschutz und Sicherheit
neuer KI-Geschäftsmodelle bietet. Doch auch Rückenwind
von der Politik ist nötig, wir brauchen EU-weit
einheitliche Kriterien in der Anwendung der Europäischen
KI Verordnung und im Umgang mit KI-Systemen.
Die Fehler der DSGVO dürfen sich nicht wiederholen –
Deutschland oder andere EU-Mitgliedsstaaten sollten
bei der Regulierung von GPAI-Modellen und Hochrisiko-Systemen
keine nationalen Sonderwege gehen.
Für ein echtes Level-Playing-Field in Europa braucht
es einheitlich ausgelegte Pflichten, Anforderungen und
Standards.
Weitere Informationen finden Sie unter: www.eco.de
Dieser Artikel ist in Zusammenarbeit mit ID Information und Dokumentation im Gesundheitswesen GmbH & Co. KGaA entstanden.
KI IN DER MEDIZIN SINNVOLL NUTZEN
Daten kondensieren zu Informationen und
steuern die digitale Gesundheitsversorgung.
Text Dr. André Sander
Foto
ID GmbH & Co. KGaA
W
ie kann die Behandlung eines Patienten
verbessert werden und Technologie an dieser
Stelle helfen? Viele Patienten profitieren bereits
von der Unterstützung durch KI-basierte medizinische
Anwendungen wie cloudbasierter Spracherkennung und
die Bewertung von Bilddaten, insbesondere im Bereich
der Onkologie bzw. Radiologie. Bei der Standardisierung
der Daten und deren Austausch steht man aber in deutschen
Krankenhäusern noch ziemlich am Anfang. In der
Regel arbeiten in den Klinken verschiedene Silo-Systeme
wie Intensivstation, Notfallambulanz oder stationäre
Versorgung autark nebeneinander – ohne dass untereinander
ein wirklicher Austausch stattfinden würde. Das
Ziel heißt daher: semantische Interoperabilität. Daten
werden von A codiert und von B inhaltlich verstanden.
Dann können die Algorithmen der künstlichen Intelligenz
für Krankenhäuser sowohl wirtschaftlich als auch
qualitativ genutzt werden: Indem Daten korrekt, vollständig
und unkompliziert an alle Instanzen der Behandlung
geliefert werden und über diese Effizienzsteigerung
auch die Erlössituation eines Krankenhauses optimiert
werden kann. Die Daten können inhaltlich miteinander
verknüpft und für die Therapie – sowohl im Sinne einer
Empfehlung als auch im Sinne einer Prüfung – genutzt
werden.
Das Unternehmen ID mit Sitz in der Hauptstadt ist
Spezialist für die Strukturierung von medizinischen
Daten für die Dokumentation und Codierung, für
die Qualitätssicherung und das sichere Medikamentenmanagement.
ID-Produkte verarbeiten sämtliche
Daten, die rund um einen Patientenaufenthalt anfallen.
Unabhängig davon, mit welchen IT-Systemen vor Ort
gearbeitet wird und wie Patientendaten erfasst werden.
Ein hilfreicher Service für Krankenhäuser, sich zeitgemäß
und erfolgreich für die Zukunft aufzustellen.
Dr. André Sander, CTO bei ID, erläutert dazu einige
wertvolle Anwendungen für den Krankenhausalltag:
„Wir haben Systeme entwickelt, die Daten aus unterschiedlichen
Quellen für verschiedenste Anwendungszwecke
von der Forschung bis zur Behandlung codieren.
Dadurch können z. B. semantische Zusammenhänge
hergestellt werden, durch die deutlich wird, dass ein
bestimmtes Medikament für einen Patienten besser
geeignet ist als ähnliche Präparate. Oder man kann aus
den Laborwerten die Schlussfolgerung ziehen, dass ein
Patient niereninsuffizient ist. Und aus dieser Niereninsuffizienz
ergibt sich, dass ein bestimmtes Medikament
kontraindiziert ist oder die Dosis falsch gewählt wurde.
Das System unterstützt im Hintergrund und weist auf
mögliche Probleme hin, die der Arzt übersehen könnte.“
Auch sprachliche Besonderheiten wie mehrdeutige
Abkürzungen und Idiome sind in medizinischen Texten
immer wieder ein großes Problem. Generative Modelle
hingegen können den gesamten Kontext eines solchen
Textes berücksichtigen und sind so sehr treffsicher, was
die Auflösung von solchen Abkürzungen betrifft.
„Digitale Daten müssen maschinenverständlich sein.
Wir wollen sicherstellen, dass Inhalte zwischen Computern
übertragen werden können und ein Computer den
Inhalt auch sinnvoll einsetzen kann“, so Dr. Sander.
ID-Produkte arbeiten mit einer Kombination aus regelbasierter
und machine learning KI. Der große Vorteil:
im Gegensatz zu reinen machine learning-Verfahren,
geben diese dem Anwender die notwendige Transparenz
zurück und können Hinweise und Entscheidungen explizit
begründen. Bei solchen Systemen wird menschliches
Wissen Stück für Stück dem Algorithmus beigebracht.
Im Gegensatz zu machine learning-Verfahren,
die, um zu lernen, auf sehr große und damit oft klinikübergreifende
Patientendaten zurückgreifen müssen
und daher schwierig datenschutzkonform zu implementieren
sind.
„Für uns ist es wichtig, dass Software, die am Patienten
eingesetzt wird, immer ein Medizinprodukt sein wird,
das ist gar keine Frage. Denn ich möchte mich als Patient
darauf verlassen, dass bei der Behandlung mit einer
KI-Unterstützung eine nachvollziehbare und geprüfte
Qualität zum Einsatz kommt.“ Was er sich für die Zukunft
wünscht? „Ich möchte sicherstellen, dass nicht nur die
Behandlung des Patienten lege artis erfolgt, sondern
sämtliche eingesetzte Software ebenso hochwertig
entwickelt und zertifiziert wird.“
Weitere Informationen finden Sie unter:
www.id-berlin.de
Dr. André Sander
CTO, ID GmbH & Co. KGaA