Diese neuen Technologien bestimmen unsere Zukunft

Das autonome Fahren gewinnt immer mehr an Bedeutung. Bereits heute nehmen Autos dem Fahrer viele Aufgaben ab: Sie können selbstständig einparken, die Spur halten und die Geschwindigkeit dem Vordermann angleichen. Jedes Jahr kommen hier weitere Funktionen hinzu. Es ist nur noch eine Frage der Zeit, bis die Steuerung komplett automatisiert sein wird.

Das autonome Fahren stützt sich wesentlich auf den Einsatz unterschiedlicher Sensoren, deren Daten dann in Echtzeit ausgewertet werden:

• Videokameras liefern Bilder der Umgebung. Eine Frontkamera nimmt die Straße mitsamt ihren Markierungen, Verkehrsschildern und Verkehrsteilnehmern auf. Weitere Kameras liefern Bilder der übrigen drei Seiten. Eine zusätzliche Kamera auf dem Dach sorgt für eine Rundumsicht. Parallel angeordnete Kamerasensoren können sogar ein dreidimensionales Bild aufnehmen und damit dem autonomen System helfen, Distanzen und Geschwindigkeiten besser abzuschätzen.
• Radarsensoren messen den Abstand zu anderen Fahrzeugen und sonstigen Objekten. Dabei werden mehrere Sensoren mit unterschiedlicher Reichweite eingesetzt: Highrange-Sensoren messen weit entfernte Objekte, Lowrange-Sensoren solche im nahen Umfeld.
• Ultraschallsensoren werden bereits heute als Einparkhilfe verwendet. Sie können Distanzen im Zentimeterbereich zuverlässig messen.
• LiDAR-Sensoren sind eine neue Technologie. LiDAR steht für „Light Detection And Ranging“. Sie verwenden zur Messung Laserstrahlen, im Gegensatz zu Radiowellen beim Radar. Ihr Vorteil ist die große Reichweite: Sie „sehen“ bis zu 200 Meter weit, und zwar auch nachts. Damit ergänzen sie die weniger reichweitenstarken Radarsensoren und die lichtabhängigen Videokameras.
• Das GPS-System liefert dem Bordcomputer exakte Standortdaten. Für autonomes Fahren werden zentimetergenaue Straßenkarten und ein schnelles Navigationssystem benötigt, damit das Automobil jederzeit in Echtzeit weiß, auf welcher Fahrspur es sich gerade befindet.

Die gewonnenen Daten werden dann von Computern mit künstlicher Intelligenz integral verarbeitet. So können in kürzester Zeit Entscheidungen zu Fahrtrichtung und -geschwindigkeit getroffen werden.

Experten unterscheiden fünf Level des autonomen Fahrens, wobei die ersten Stufen schon heute von modernen Serienfahrzeugen umgesetzt werden.

In einer idealen Welt ist das autonome Fahrzeug der perfekte Autofahrer: Autonome Fahrzeuge halten alle Verkehrsregeln ein, koordinieren sich untereinander, reagieren schneller als jeder Mensch auf Gefahrensituationen und pflegen einen optimal energieeffizienten Fahrstil. Sie sind niemals aggressiv zu anderen Verkehrsteilnehmern und verhalten sich nicht leichtsinnig.

Neben diesem Zugewinn an Sicherheit und Umweltfreundlichkeit sorgt das autonome Fahren vor allem für mehr Zeit. Die Passagiere müssen nicht mehr auf den Straßenverkehr achten und können sich während der Fahrt anderen Beschäftigungen widmen. Zudem liegt die Bedeutung auch in der demografischen Entwicklung unserer Gesellschaft: Es gibt immer mehr ältere Menschen, die aus gesundheitlichen Gründen nicht mehr Auto fahren können, aber gleichzeitig nicht auf Mobilität verzichten möchten. Für sie wird das autonome Fahren die heutigen Taxis und andere kostspielige Transportdienste ersetzen.

Die Blockchain ist durch Kryptowährungen wie Bitcoin bekannt geworden. Aber auch in anderen Wirtschaftszweigen wie der Logistik oder beim IT-Auditing gewinnt sie an Bedeutung.

Die Blockchain arbeitet mit verschlüsselten Daten, die chronologisch miteinander verkettet werden: An einen Ursprungsdatensatz wird zuerst ein Block, dann ein weiterer Block und immer so weiter angehängt. Das Ergebnis ist eine Historie von Datensätzen, die zum Beispiel Finanztransaktionen abbilden.

Die Besonderheit der Blockchain besteht darin, dass alle Teilnehmer am System über eine Kopie der gesamten Datenbank verfügen. Man spricht von einem Distributed Ledger, also einer „verteilten Buchhaltung“. Wenn nun ein neuer Block – ein neues „Glied in der Kette“ – angefügt wird, so wird die Blockchain auf dem Computer eines jeden Teilnehmers entsprechend aktualisiert.

Dies führt zu einer hohen Manipulationssicherheit: Falls eine einzelne Kopie der Datenkette manipuliert wird, existieren noch zahlreiche korrekte Kopien im System. Der manipulierte Datensatz wird dann einfach aussortiert. Zusätzlich wird die Reihenfolge der Blöcke noch durch eine Prüfsumme abgesichert.

Wie erwähnt bildet die Blockchain die Basis für sogenannte Kryptowährungen wie Bitcoin oder Ethereum. Der große Vorteil dieser Zahlungsmethoden besteht darin, dass Finanztransaktionen direkt und sicher zwischen zwei Parteien abgewickelt werden können: Durch die neue Technologie erhalten beide Beteiligten einen verlässlichen Nachweis darüber, ob zum Beispiel eine Zahlung angekommen ist. Eine zwischengeschaltete Instanz wie eine Bank ist also nicht mehr nötig.

In jüngerer Zeit sind als Variante die NFTs hinzugekommen: Non-Fungible Tokens sind digitale „Wertmarken“, in denen ein bestimmter Vermögenswert gespeichert wird – beispielsweise ein digitales Kunstwerk oder der fälschungssichere Scan einer Besitzurkunde. Diese Tokens werden mithilfe der Blockchain-Technologie verschlüsselt, sodass sie niemand unrechtmäßig kopieren kann. Im Gegensatz zu Kryptowährungen besitzt jeder NFT seinen eigenen Wert, ist also weltweit einzigartig.

In der Logistik bietet die Blockchain die Möglichkeit, den gesamten Weg eines Stückgutes von der Herstellung bis zum Händler lückenlos und fälschungssicher zu dokumentieren, ohne dass dazu eine zwischengeschaltete Instanz erforderlich wäre.

Die Blockchain kann außerdem dafür verwendet, sicherheitskritische Operationen von Software zu dokumentieren. So können hochsensible Daten vor Manipulation geschützt werden. Anwendungsbeispiele sind elektronische Gesundheitsakten, Verträge, militärische Geheimnisse oder die digitale Stimmabgabe bei Wahlen.

Künstliche Intelligenz (KI) ist älter, als man gemeinhin denkt. Bereits 1936 wurde die Turingmaschine, ein Vorläufer des Computers, entwickelt. Der Begriff „künstliche Intelligenz“ wurde erstmals auf einer Konferenz von Wissenschaftlern im Jahr 1956 verwendet. Und der erste Chatbot erblickte bereits 1966 als „ELIZA“ das Licht der Welt.

Im Alltag begann sich KI allerdings erst ab circa 2011 zu etablieren, beispielsweise durch Apples Spracherkennung „Siri“. Neben der immer besser werdenden Hardware hing dies vor allem mit dem Aufkommen des Machine-Learning-Ansatzes zusammen. Statt formale Regeln für ein Computersystem vorzudefinieren, lernt das System hier selbstständig auf Grundlage der vorhandenen Daten.

Die wichtigste Errungenschaft des Machine Learning ist die Mustererkennung: Dazu werden der Software beispielsweise tausende von Bildern, Textelementen oder Soundbites zusammen mit der korrekten Interpretation eingespeist. Die Software „lernt“ daraus die korrekte Zuordnung und kann diese Pattern dann auf zukünftige Datensätze anwenden.

Die fortschrittlichste Variante des Machine Learning ist Deep Learning, das auf sogenannten neuronalen Netzen basiert. Sie bilden auf der Softwareebene den Aufbau des menschlichen Gehirns nach, genauer gesagt die Vernetzung von Neuronen im Nervensystem.

Auf diese Weise soll es der KI ermöglicht werden, auch bisher schwierig zu erfassende Datensätze zu analysieren. Das betrifft insbesondere sensorische Daten, beispielsweise was die Interpretation von menschlichen Gesichtsausdrücken oder Körperhaltungen angeht.

KI wird mittlerweile in fast allen technologischen Bereichen eingesetzt. Besonders wichtige Felder sind:

• Medizin: KI hilft, bessere Diagnosen zu stellen, indem etwa Röntgenbilder präziser interpretiert werden, als es ein Mensch könnte.
• Bilderkennung: Mittels KI können Objekte auf Bildern identifiziert, klassifiziert und optimiert werden. Ein bekanntes Beispiel dafür ist Google Lens.
• Spracherkennung: Gesprochene Sprache wird mittels KI in Text umgewandelt. Ebenso kommt KI bei Übersetzungsprogrammen wie DeepL zum Einsatz. Auch Text in Bildern wird mittels KI „gelesen“, sodass zum Beispiel PDF-Dokumente durchsuchbar werden.
• Videotechnik: KI kann Videos automatisch klassifizieren und darin Objekte oder sogar Personen erkennen. So können beispielsweise Straftäter auf Überwachungsvideos schneller identifiziert werden.
• Industrie: Mittels KI können viele Fertigungsprozesse sowie die interne Logistik automatisiert werden. KI-basierte Testalgorithmen senken die Fehlerquote in der Fertigung und steigern so die Output-Quote.
• Finanzinstitute: Sowohl im Bereich des Anlegens als auch in der Versicherungsbranche hat KI Einzug gehalten und übernimmt hier zahlreiche Analysefunktionen.
• Automobiltechnik: Wie oben beschrieben bildet KI das Rückgrat des autonomen Fahrens.

Herkömmliche Computer unterliegen einer Beschränkung: Sie kennen nur die Zustände 1 und 0. Wäre es möglich, mehr als bloß zwei Zustände zu unterscheiden, würde die Rechenleistung stark ansteigen.

Forscher versuchen, diese Idee unter Verwendung von Quantencomputern umzusetzen. Diese arbeiten mit Quantenbits, auch „Qubits“ genannt. Qubits sind in der Lage, Überlagerungen der Zustände 0 und 1 sowie diverse Zwischenstufen darzustellen.

Theoretisch sind Quantencomputer dank dieser Eigenschaften sehr leistungsfähig. Aktuell kämpfen sie aber noch mit einer hohen Fehlerrate. Sollte dieses Problem einmal gelöst sein, werden Quantencomputer vielleicht sogar in der Lage sein, kryptografische Codes zu knacken. 2019 meldete Google bereits, sein Quantencomputer habe ein Problem in gut 3 Minuten gelöst, für das ein herkömmlicher Supercomputer 10.000 Jahre gebraucht hätte.

Alle führenden IT-Konzerne forschen mittlerweile an Quantencomputern. Zu nennen sind hier Amazon Braket, Microsoft Azure Quantum, Google Quantum AI und IBM Quantum Computing.

Virtual Reality (VR) und Augmented Reality (AR) halten zunehmend in unserem Alltag Einzug. Beiden neuen Technologien sagen Trendforscher eine große Zukunft voraus, weil sie in vielen Bereichen das Arbeiten effizienter, Spiele eindrucksvoller und menschliche Interaktionen facettenreicher gestalten.

VR-Brillen wie Oculus Quest, HTC VIVE Focus oder HP Reverb lassen den Nutzer in künstliche Welten eintauchen. Beide Augen werden von je einem digitalen Display bedient, wodurch ein dreidimensionales Bild entsteht. Diesen Ansatz bezeichnet man als Virtual Reality.

Datenbrillen wie Google Glass können in Echtzeit Informationen zu realen Objekten einblenden, die der Nutzer gerade anschaut. Das Smartphone kann in ähnlicher Weise Informationen über Objekte suchen, welche die Kamera aufnimmt. Hier spricht man von Augmented Reality.

Virtual Reality beschäftigt sich mit Simulationen. Dank der VR-Brille und immer raffinierterer Sensoren, Datenhandschuhen und sogar Ganzkörperanzügen erlebt der Nutzer eine künstliche Wirklichkeit, die sich äußerst real anfühlt.

Zunehmend wichtig wird diese realitätsnahe Simulation in folgenden Bereichen:

• Gaming: Die beliebteste und wohl auch häufigste Anwendung bilden Computerspiele. Zunehmend entwickeln Spielehersteller reine VR-Games, die sich dank der neuen Technologie ganz ohne Steuergeräte spielen lassen.
• Industrie und Produktentwicklung: Bereits heute findet man VR-Anwendungen in der Planung, in der Visualisierung von Arbeitsabläufen sowie in der Fertigung von Produkten. Insbesondere kann ein Unternehmen dank VR-Prototyping viel Geld und Zeit sparen.
• Medizin: Virtual Reality ermöglicht Hochpräzisionschirurgie und Fernoperationen. Zudem wird VR häufig für die Aus- und Weiterbildung von Fachpersonal und für das Üben heikler Eingriffe eingesetzt.
• Lernen: In immer mehr Bereichen unterstützen VR-Anwendungen das Verstehen, Lernen und Trainieren. Das Spektrum reicht von industriellen Arbeiten über das Führen von Lokomotiven und Flugzeugen bis zur Astronautik.
• Architektur und Gebäudetechnik: Gebäudemodelle können mittels VR außen und innen besichtigt werden – teilweise sogar mit der individuell gewählten Möblierung, den Materialien und der Raumeinteilung des Kaufinteressenten. Grundlage dazu bildet ein einheitlicher Standard für die digitale Erfassung von Gebäuden, das Building Information Modeling (BIM).

Für AR gibt es ebenfalls eine Vielzahl von Anwendungen. Hier drei Beispiele:

• Spiele: In realen Umgebungen werden Spielfiguren eingeblendet. Bekannt geworden ist das Spielprinzip durch Pokémon GO.
• Smartphone: Ein gutes Beispiel in diesem Bereich sind Apples Animoji. Dabei nehmen User ihren eigenen Gesichtsausdruck und die Stimme auf, die dann auf ein animiertes Objekt, beispielsweise das Gesicht eines Pandabären übertragen werden.
• Shopping: Mit der App „IKEA Place“ können beliebige Möbel aus dem Katalog realitätsgetreu in die eigene Wohnung projiziert werden.

Cloud-Computing ist zwar bereits heute weit verbreitet, bildet jedoch die Grundlage für viele zukünftige Innovationen:

• Serverlose IT-Architektur: In Zukunft benötigen Unternehmen keine Server mehr, sondern nutzen eine Cloud-Infrastruktur, die sie nach Belieben skalieren können.
• Künstliche Intelligenz: KI erfordert riesige Mengen von Daten (Big Data), die meist in unstrukturierter Form vorliegen. In Zukunft  werden diese in der Cloud gespeichert und von dort abgerufen, sodass nur noch die Resultate an die Endgeräte übermittelt werden müssen.
• Smart City: In der Stadt der Zukunft fahren Automobile, Busse und Bahnen autonom, Gebäude optimieren ihre Infrastruktur selbstständig und die Digitalisierung erleichtert das Energiesparen. Die entsprechenden Daten werden in der Cloud gespeichert.
• Landwirtschaft: Automatisierung und Precision Farming versprechen eine nachhaltigere und zugleich kosteneffizientere Bewirtschaftung der Böden. Dafür tauschen sich die beteiligten Erzeuger über Cloud-Tools aus und teilen zum Beispiel Daten zur Keimrate.

Edge Computing ist eine Erweiterung des Cloud-Computings. Hier werden nicht mehr alle Daten in die Cloud übertragen und dort verarbeitet. Vielmehr findet ein großer Teil der Datenverarbeitung bereits auf dem Gerät selbst statt, sodass nur noch die Resultate der Berechnung in die Cloud übermittelt werden müssen. So kann die Latenzzeit von intelligenten Geräten reduziert werden, was zum Beispiel zu schnelleren Reaktionszeiten beim autonomen Fahren führt. Damit bildet Edge Computing die Grundlage für das Internet of Things (IoT).

Sie möchten neue Technologie wie Cloud-Computing in Ihrem Unternehmen einsetzen? Dann sollten wir uns unterhalten. Die Experten der ahd unterstützen Sie bei der Auswahl der passenden Cloud-Technologie und übernehmen die gesamte Umsetzung. Auch bei anderen Digitalisierungsprojekten stehen wir Ihnen zur Seite, von der Entwicklung einer Digitalstrategie bis hin zum erfolgreichen Change-Management. Kontaktieren Sie uns jetzt für eine unverbindliche Erstberatung!