Wähle deine bevorzugte Option:
für Einzelnutzer
für Teams und Unternehmen
Von der ersten Idee bis zur voll integrierten KI-Lösung – strukturiert, sicher und mit messbarem Erfolg
Wir analysieren Ihre Geschäftsprozesse und identifizieren konkrete Use Cases mit dem höchsten ROI-Potenzial.
✓ Messbare KPIs definiert
Vollständige Datenschutz-Analyse und Implementierung sicherer Datenverarbeitungsprozesse nach EU-Standards.
✓ 100% DSGVO-konform
Maßgeschneiderte Auswahl der optimalen KI-Lösung – von Azure OpenAI bis zu Open-Source-Alternativen.
✓ Beste Lösung für Ihren Fall
Schneller Proof of Concept mit nahtloser Integration in Ihre bestehende IT-Infrastruktur und Workflows.
✓ Ergebnisse in 4-6 Wochen
Unternehmensweiter Rollout mit umfassenden Schulungen für maximale Akzeptanz und Produktivität.
✓ Ihr Team wird KI-fit
Die aktuellen Diskussionen rund um Künstliche Intelligenz (KI) sind geprägt von hohen Erwartungen und teils euphorischen Prognosen. Während Unternehmen Milliarden in die Entwicklung investieren und Visionäre das baldige Erreichen einer Allgemeinen Künstlichen Intelligenz (AGI) proklamieren, tritt eine Stimme aus der Robotik-Welt mit einer dezidiert nüchternen Perspektive hervor: Professor Rodney Brooks. Als renommierter Robotik-Experte, ehemaliger Leiter des MIT Computer Science and Artificial Intelligence Laboratory und Gründer erfolgreicher Unternehmen wie iRobot, zeichnet Brooks ein Bild, das sich deutlich von der vorherrschenden Hype-Kultur abhebt. Er argumentiert, dass die AGI, eine KI mit menschlichen kognitiven Fähigkeiten, möglicherweise noch 300 Jahre entfernt sein könnte, da sich die Forschung auf die falschen Aspekte konzentriere.
Rodney Brooks kritisiert die verbreitete Neigung, sich von "schillernden Demoversionen" neuer Technologien blenden zu lassen. Diese Demonstrationen mögen beeindruckend sein, doch die eigentliche Herausforderung liege darin, dass die Technologien in der chaotischen Realität bestehen müssen. Dieser Übergang von der kontrollierten Laborumgebung zur unvorhersehbaren Alltagswelt sei der Grund, warum die Einsatzbereitschaft vieler Innovationen so lange dauere. Als Beispiele führt Brooks aktuelle Chatbots wie ChatGPT an, deren Fehleranfälligkeit trotz enormer Investitionen offensichtlich sei, sowie selbstfahrende Autos von Unternehmen wie Waymo.
Bei selbstfahrenden Fahrzeugen identifiziert Brooks ein Kernproblem: Selbst wenn menschliche Eingriffe erforderlich sind, um Unfälle zu vermeiden, wissen die Menschen oft nicht, wie sie in kritischen Situationen effektiv helfen können. Ein Uber-Fahrer, der sich blind auf das System verlässt und grundlegende Fragen zur aktuellen Position des Fahrzeugs nicht beantworten kann, illustriert diese Abhängigkeit und das damit verbundene Risiko.
Brooks' Ansatz in der Produktentwicklung unterscheidet sich grundlegend von dem vieler aktueller KI- und Robotik-Unternehmen. Während letztere oft versuchen, Roboter nach menschlichem Vorbild zu gestalten, betont Brooks die Bedeutung der Funktionalität über die äußere Erscheinung. Er verweist darauf, dass eine menschliche Hand rund 17.000 Tastrezeptoren besitzt – eine Komplexität, die Roboter derzeit nicht annähernd erreichen können. Dies sei ein Grund, warum humanoide Roboter wie Teslas Optimus-Modelle in Produktionsstätten ohne voll funktionsfähige Unterarme und Hände verharren.
Sein eigenes Erfolgsmodell, der Saugroboter Roomba, ist ein Beispiel für diesen pragmatischen Ansatz. Der Roomba versprach wenig, erfüllte aber sein Kernversprechen, den Boden zu saugen, zuverlässig. Auch in seinem aktuellen Unternehmen, das intelligente Wagen für Logistiklager entwickelt, konzentriert sich Brooks auf die Lösung konkreter Probleme:
"Es ist nicht sexy", so Brooks, "aber es ist eine Technologie, die dazu dient, die Arbeit für die Beschäftigten einfacher und effizienter zu machen." Dieser Fokus auf den praktischen Nutzen und die Verbesserung realer Arbeitsabläufe steht im Kontrast zu den weitreichenden, aber oft unerfüllten Versprechen mancher visionärer Projekte.
Brooks zieht Parallelen zur Entwicklung von Computern und dem Internet, die Jahrzehnte brauchten, um ihre heutige Reife zu erreichen. Er ist überzeugt, dass viele der heute als "zum Greifen nah" propagierten Technologien, einschließlich AGI, noch erhebliche Zeit benötigen werden. Während Persönlichkeiten wie OpenAI-CEO Sam Altman eine schnelle Realisierung der AGI sehen, bleibt Brooks bei seiner Einschätzung: "AGI könnte noch 300 Jahre entfernt sein, weil wir uns mit den falschen Dingen beschäftigen."
Diese Perspektive beruht auf der Beobachtung, dass grundlegende Durchbrüche oft mehr als nur inkrementelle Verbesserungen erfordern. Die Komplexität, die menschliche Intelligenz und Geschicklichkeit auszeichnet, sei weitaus größer als die derzeitigen KI-Systeme abbilden können. Brooks unterstreicht, dass das reine "Anschauen von Videos" menschlicher Handlungen nicht ausreicht, um Robotern die Feinheiten der Geschicklichkeit beizubringen, da der menschliche Tastsinn und die Kraftwahrnehmung eine zentrale Rolle spielen. Forschungen zeigen, dass die menschliche Hand über ein äußerst komplexes System von 15 verschiedenen Arten von Neuronen und etwa 17.000 Mechanorezeptoren verfügt, die für die Geschicklichkeit unerlässlich sind.
Besonders kritisch sieht Brooks auch den Hype um humanoide Roboter. Er argumentiert, dass die physische Erscheinung eines Roboters Erwartungen weckt, die oft nicht erfüllt werden können. Ein Roboter in Menschenform suggeriert die Fähigkeit, alles zu tun, was ein Mensch kann, was weit von der aktuellen Realität entfernt sei. Die Entwicklung von robusten und vielseitigen Roboterhänden, die mit der menschlichen Geschicklichkeit vergleichbar sind, sei eine der größten ungelösten Herausforderungen in der Robotik. Brooks' "drittes Gesetz der Robotik" besagt, dass Technologien für Roboter mindestens 10 Jahre stetiger Verbesserung über Labordemonstrationen hinaus benötigen, um eine Zuverlässigkeit von 99,9 % zu erreichen.
Ein weiteres kritisches Thema ist die Sicherheit laufender humanoider Roboter. Brooks warnt davor, dass menschengroße zweibeinige Roboter in ihrer jetzigen Form nicht sicher genug sind, um sich im direkten Umfeld von Menschen zu bewegen. Die Physik des Skalierens bedeute, dass größere Roboter exponentiell mehr Energie benötigen, um Stabilität zu halten, und im Falle eines Sturzes eine erhebliche Gefahr darstellen. Solange keine sichereren Laufmechanismen entwickelt werden, sei ein breiter Einsatz humanoider Roboter in gemeinsam genutzten Räumen unwahrscheinlich.
Brooks sieht generative KI und große Sprachmodelle (LLMs) als "wertvolle kulturelle Werkzeuge", die unser Verständnis menschlicher Intelligenz herausfordern. Er betont jedoch, dass diese Technologien nicht als "Magie" missverstanden werden sollten. Obwohl LLMs beeindruckende Sprachfähigkeiten zeigen, basieren sie auf korrelativer Mustererkennung in riesigen Datensätzen und nicht auf kausalem Verständnis oder menschlichem Denkvermögen. Er weist darauf hin, dass selbst die größten Erfolge im End-to-End-Lernen, wie bei der Sprach- und Bilderkennung, auf spezifischen, nicht-gelernten Vorverarbeitungsmechanismen beruhen, die menschliche Physiologie simulieren.
Die Fähigkeit von LLMs, kohärente Sprache zu erzeugen, bedeute nicht zwangsläufig, dass sie vertrauenswürdige oder fundierte Informationen liefern. Konfabulationen (oft als Halluzinationen bezeichnet) seien ein inhärentes Problem, und die Vorstellung, dass "mehr Training" dies allein beheben werde, sei eine Form des "magischen Denkens". Brooks warnt auch vor dem Fehlschluss des "Exponentialismus", der annimmt, dass der Fortschritt in allen technologischen Bereichen der exponentiellen Entwicklung der Rechenleistung folgt. Physische Systeme unterliegen jedoch grundlegenden physikalischen Grenzen, die eine solche exponentielle Kostenreduzierung oder Leistungssteigerung verhindern.
Rodney Brooks' kritische und realistische Einschätzungen bieten eine wichtige Gegenposition in einer von Hype geprägten Debatte. Seine Analysen fordern dazu auf, die tatsächlichen Herausforderungen in der KI- und Robotik-Entwicklung nüchtern zu betrachten und sich auf pragmatische, lösungsorientierte Ansätze zu konzentrieren, anstatt sich von unerfüllbaren Versprechen leiten zu lassen.
Lernen Sie in nur 30 Minuten kennen, wie Ihr Team mit KI mehr erreichen kann – live und persönlich.
🚀 Demo jetzt buchen