Sowohl Campus als auch einzelne Gebäude eines Krankenhauses können mitunter für Patient*innen unübersichtlich sein. Die Navigation ist oftmals schwer und nicht immer ist klinisches Personal ansprechbar, das weiterhelfen kann. In diesem Kontext hilft die KI-basierte Gesichtserkennung im Eingangsbereich vom Krankenhaus, um Patient*innen individuell zu erkennen und den Weg zum Terminort anzuzeigen. Voraussetzung hierfür ist der vorherige Check-In per App mit dem neuen digitalen Ausweis, der als Basis für die Gesichtserkennung dient. Diese Technologie spart wertvolle Zeit und reduziert Stress bei Patient*innen, die dringend einen Termin wahrnehmen müssen. Die Nutzung der Gesichtserkennung sollte jedoch nicht obligatorisch sein und zudem die Zustimmung der Personen erfordern.

Um die Auswirkungen eines Cyberangriffs effektiv eindämmen zu können, muss der Angriff möglichst frühzeitig erkannt und betroffene Systeme möglichst schnell identifiziert werden. Das Security Operation Center (SOC) ist eine Kombination aus Software (SIEM / SOAR) zur KI-gestützten Anomalieerkennung von verschiedenen Sensoren (Protokolldatenquellen) und menschlicher Fachexpertise zur weiteren Prüfung der erkannten Auffälligkeiten. Diese Kombination stellt eine 24/7-Überwachung der IT-Infrastruktur sicher.

Ein Echtzeit-Gesamtlagebild des Krankenhauses unterstützt Fachverantwortliche und Entscheidungsträger*innen, (Cyber-) Vorfälle frühzeitig einzudämmen und Auswirkungen auf die Krankenversorgung zu minimieren. Durch die Verknüpfung von Daten aus verschiedenen Bereichen werden KI-gestützt möglichst optimale Lösungsvorschläge in Echtzeit entwickelt, die die Auswirkungen von Vorfällen auf die Krankenversorgung minimieren. Teile dieser Lösungsvorschläge können beispielsweise die Umverteilung von Personal oder Patient*innen auf andere vom Vorfall nicht betroffene Krankenhausbereiche sein, aber auch Vorschläge, durch welche Behandlungen oder Diagnosen verschoben oder durch andere nicht tangierte Verfahren ersetzt werden können.

Innerhalb eines Krankenhauses sind hunderte von logistischen Prozessen notwendig, um einen reibungslosen Ablauf zu gewährleisten. Dazu zählt der Einkauf von medizinischem Material, Arzneimittel, Bereitstellung von Blutprodukten, Anschaffung von IT-Geräten bis hin zur Küche und Entsorgung. Es bestehen Abhängigkeiten zu externen Lieferanten, langen Lieferketten und internen Beschaffungsplänen. Gerade in komplexen Zeiten wie einer Pandemie muss frühzeitig analysiert und vorgeplant werden, um Engpässe zu vermeiden oder Maßnahmen einleiten zu können. Automatisches Inventarisieren und Nachbestellen führt zu optimierten Prozessen und einer verbesserten Behandlung von Patient*innen.

Die Verfügbarkeit von Betten stellt einen zentralen Faktor für die Belegungsplanung von Krankenhäusern dar. Dabei ist es nicht nur wichtig zu wissen, welche Betten wann verfügbar sind, sondern auch in welchem Zustand diese aktuell sind, ob sie gereinigt werden müssen und wo sie sich im Klinikum genau befinden. Zusätzlich spielen spezielle Eigenschaften von Betten eine Rolle, wie z. B. Intensivbetten. Auch die Verlegung und Abholung von Patient*innen durch den Transportdienst muss miteinander abgestimmt sein. Ein KI-System sollte sowohl aktuellen Stand als auch künftige Entwicklungen analysieren und darstellen können.

Die Verweildauer ist eine wesentliche Größe in der Einschätzung von individueller Fallkomplexität und ebenso relevant für die organisatorische Planung im Krankenhaus. Eine Prognose dieser Größe durch ein KI-System könnte die Behandlung und nachgelagerte Abrechnung unterstützen. Auf Basis aller verfügbaren Patient*innen-Daten wird die Verweildauer abgeschätzt. Die Prognose kann durch das ärztliche Personal nachvollzogen und die eingehenden Faktoren auf Plausibilität überprüft werden.

Damit ein Krankenhaus-Aufenthalt abgerechnet werden kann, müssen die Erkrankungen und Prozeduren vollständig codiert werden. Dies geschieht typischerweise im Medizincontrolling durch ausgebildete Fachkräfte. Eine Codierungs-KI erkennt die Diagnosen und Prozeduren in der Akte der Patient*innen automatisch und bereitet die Abrechnung im Medizincontrolling vor. ICD- und OPS-Codes werden extrahiert und der Kodierfachkraft vorgeschlagen. Dadurch kann der Fall schnell und sicher abgerechnet werden.

Durch aktuelle Trends wie Personalmangel, steigende Fallzahlen und erweiterte regulatorische Vorgaben ergibt sich bei der Personalplanung im Krankenhaus eine Herausforderung. Dabei müssen Abhängigkeiten zwischen Qualifikationen des Personals, Anforderungen an Medizintechnik und Verfügbarkeiten miteinander abgestimmt werden. Dies trifft im Besonderen auf den OP-Bereich zu, bei dem Verschiebungen und Ausfälle von OPs die Behandlung von Patient*innen beeinträchtigen können. Hier kann ein KI-System helfen, welches basierend auf historischen Daten sowie harten und weichen Nebenbedingungen eine optimierte Personal- und OP-Planung vornimmt. Diese kann nachträglich bearbeitet werden und passt sich, wenn nötig, flexibel an auftretende Veränderungen an.

Im Rahmen der robotisch-minimalinvasiven Operationen und der vaskulären Interventionen entstehen eine Vielzahl an (Video-)Daten, die mit Hilfe aktueller KI-Modelle analysiert werden. Hierbei sollen Operationsschritte und Abläufe erfasst werden, um den Operationsprozess effizienter und sicherer zu gestalten. Wege hin zur (Teil-)Automatisierung können aufgezeigt werden.

Die Möglichkeiten des Telementorings durch Holoportation-Technologien werden zunehmend verfügbar. In der Extended Reality sollen Live-Inhalte bereitgestellt werden. Auch abwesende Ärzt*innen können so am Geschehen teilnehmen und als Avatare ihre Expertise im OP-Saal einbringen.

Die Möglichkeiten der Visualisierung komplexer Inhalte aus der medizinischen Bildgebung durch XR-/VR-Technologie ermöglichen die kollaborative Planung chirurgischer Operationen und sollen die Präzision, Sicherheit und somit das Therapieergebnis der Operation maßgeblich verbessern. Hierzu wird sich moderner Rekonstruktionssoftware bedient, die durch KI-Applikationen zur präzisien Darstellung der individuellen Anatomie, gepaart mit neuartigen Head-Mounted Displays (oder VR-Brillen) unterstützt wird. Die Vision der Operationsplanung am »digital-twin« soll hier näher gebracht werden.

Dieses Einsatzszenario setzt zu Beginn der Behandlung im Schockraum an: Indem das behandelnde Team bereits jetzt schon einen Überblick über die Komplexität des Falles und einen möglichen Gesamtverlauf (»Trajektorie«) erhält, kann es frühzeitig informierte Entscheidungen treffen. Ein KI-basiertes System, welches aus vergangenen Fällen statistische Zusammenabhänge ableitet, ist in der Lage, den aktuellen Fall anhand bestimmter Parameter zu vergleichen und Informationen darüber zu liefern, ob es sich um einen Standard-Fall handelt oder ob Komplikationen zu rechnen ist. Die Schockraum-Leitung ruft das Ergebnis ab und stellt es dem Team visualisiert zur Verfügung. In Kombination mit der Erfahrung des Behandlungsteams kann so rechtzeitig die Behandlungsstrategie nachjustiert werden.

Während der Behandlung von schwer- und mehrfachverletzten Patient*innen im Schockraum (sogenannten »Polytraumata«) muss teilweise kurzfristig entschieden werden, ob eine möglicherweise lebensrettende Not-OP durchgeführt wird. Jede OP ist eine weitere Belastung der Patient*in und muss mit den potenziellen Vorteilen abgewogen werden. Hier kann ein KI-System helfen, in dem es basierend auf den vorliegenden Falldaten und anonymisierten, historischen Daten anderer Patient*innen eine Prognose für verschiedene OP-Komplikationen berechnet und dem Schockraum-Team visualisiert.

Medizinische Leitlinien bilden den aktuellen wissenschaftlichen Stand der Behandlung einer bestimmten Erkrankung ab. Sie dienen als Referenz für behandelndes ärztliches Personal, umfassen aber häufig hunderte von Seiten von Text, Algorithmen und Empfehlungen. Ein KI-basiertes Leitlinien-Interface erleichtert die Verwendung dieser wertvollen Informationen im klinischen Alltag. Dazu wird die aktuelle Situation der vorliegenden Patient*in automatisch erfasst, auf die relevante Leitlinie abgebildet und nur die wesentlichen Empfehlungen angezeigt. Dadurch wird Komplexität reduziert und Qualität der Behandlung gesichert.

Jede Schockraumbehandlung wird im Anschluss detailliert dokumentiert. Damit wird die Behandlungsqualität gesichert und gleichzeitig wichtige Informationen für die Weiterbehandlung verfügbar gemacht. Diese Dokumentation ist zeitaufwändig und findet größtenteils manuell statt. Ein KI-basiertes System, welches die Behandlung im Schockraum in Realzeit mitdokumentiert und ein Protokoll vorbefüllt kann wertvolle Zeit einsparen. Dafür werden mehrere Mikrofone in Kombination mit Sprachverarbeitungs-Software eingesetzt.

Komplexe Operationen und die dafür zugrundeliegende Erkrankung sind für sind für fachfremde Personen oft schwer nachvollziebar. Mithilfe der vereinfachten 3D-Visualisierung, unterstützt durch KI-Autosegmentierung, kann der chirurgisch-therapeutische Ansatz einfach und effizient dargestellt und durch Ärzt*innen audiovisuell ergänzt vermittelt werden.

Chatbots bieten die Möglichkeit für Patient*innen selbständig und unabhängig von der Verfügbarkeit von ärztlichem oder pflegerischen Personal Fragen zu stellen und Informationen zu erhalten. Durch Dialoge in natürlicher Sprache wird eine flexible Interaktion zwischen Mensch und Maschine ermöglicht. Die dahinterliegenden Daten können aus Informationssystemen des Krankenhauses, dem Patientenportal oder externen Quellen stammen. Das intelligente System interpretiert die Eingaben und identifiziert Ressourcen, um eine Antwort zu generieren.

Informationen über Patient*innen liegen häufig als papierbasierte Dokumente vor. Dokumenten-Scans sind nicht durchsuchbar oder maschinenlesbar. Ein Lösungsansatz ist die Digitalisierung der Dokumente und anschließende automatische Extraktion der enthaltenen Informationen durch KI-Algorithmen. Dies ermöglicht die Ablage strukturierter Informationen in der elektronischen Patient*innenakte. Zum Einsatz kommen Methoden des »Natural Language Processing« für die Identifikation und Extraktion von Entitäten und Relationen aus Volltexten.

Verschlechterungen chronischer Krankheiten werden teilweise spät erkannt. Veränderter Schlaf von Patient*innen kann ein frühzeitiger Hinweis darauf sein. Methoden der künstlichen Intelligenz ermöglichen eine automatische Überwachung von Schlaf-, Aktivitäts- und Vitalparametern mittels Bettensensorik. Dabei können ggfs. neuartige Risikoscores identifiziert werden. Eingesetzte Technologien umfassen u. a. Polysomnographie und Ereignisklassifikation mittels Maschinellem Lernen.

Der Arztbrief stellt eine der wichtigsten Kommunikationsmittel zwischen behandelnden Ärzt*innen, Hausärzt*innen und Patient*innen dar. Die Erstellung von Arztbriefen ist zeitaufwändig und ressourcenintensiv. Wichtige Informationen über den Behandlungsverlauf müssen unbedingt enthalten sein. KI-Systeme können dabei helfen automatische Text-Vorschläge zu erstellen. Dabei werden strukturierte Informationen aus der Patientenakte in den Text integriert. Ein intuitiver Editor ermöglicht dem ärztlichen Personal Anpassungen vorzunehmen und den Arztbrief zu finalisieren. Dabei kommen sogenannte »Generative Modelle« aus dem KI-Sprachverarbeitung zum Einsatz.

Mobilitätseingeschränkte Patient*innen benötigen viel pflegerische Unterstützung bei einfachen Tätigkeiten. Dies kann eine Einschränkung der persönlichen Freiheit und eine hohe Bindung von Personal für das Krankenhaus bedeuten. Ein Ansatz ist ein Sprachsystem für Patient*innen am Krankenhausbett. Es ermöglicht die selbstständige Steuerung von Elementen des Patientenzimmers mittels Sprachbefehlen. Zusätzlich können Patient*innen Informationen rund um ihren Behandlungsverlauf abfragen, Kalendereinträge vornehmen oder mit Angehörigen kommunizieren.

KI-Verfahren ermöglichen es, Systeme zur Unterstützung der Entscheidungsfindung (sogenannte Clinical Decision Support Systems) auf ein neues Niveau zu bringen – von automatischen Warnmeldungen auf Grundlage der Datenlage bis hin zu Therapieempfehlungen. In diesem Anwendungsfall unterstützt die KI Radiologinnen und Radiologen durch die Voranalyse von Bildbefunden. Somit sparen die Ärztinnen und Ärzte Zeit bei der bisher sehr zeitaufwändigen Analyse von MRT- und CT-Daten, zum Beispiel bei Untersuchungen von Leber oder Prostata.

Interdisziplinäre Behandlungsteams sind Standard im Bereich der multimodalen, höchstqualitativen Zentrumsversorgung. Extended-Reality-Technologie bietet die Möglichkeit, interdisziplinäre Fallbesprechungen immersiv unter Visualisierung der relevanten Patient*innen-Daten aus der Diagnostik zur suffizienten Therapieentscheidung durchzuführen. Die Teilnehmenden kommunizieren audiovisuell im dreidimensionalen Raum. Die KI unterstützt bei der fallspezifischen Auswahl relevanter Visualisierungsinhalte.

Eine Herausforderung in der Verschreibung von Medikamenten im Krankenhaus sind polypharmazeutische Effekte, d. h. negative Interaktionen zwischen Medikamenten die eine Patient*in einnimmt. Gerade hochkomplexe Fälle und ältere Patient*innen nehmen häufig ein dutzend oder mehr Medikamente gleichzeitig ein. Dabei ist es für das ärztliche Personal schwierig einen Überblick über alle möglichen Wechselwirkungen zu behalten. Hier sollte auf intelligente Software zurückgegriffen werden, welche auf Basis von Arzneimittel-Datenbanken auf bekannte Interaktionen hinweist und ggfs. Alternativen vorschlägt.

Befundberichte von Bildgebungen sind wichtige Untersuchungsergebnisse, welche die Weiterbehandlung maßgeblich beeinflussen. Typischerweise handelt es sich dabei um Volltexte, die von Radiolog*innen erstellt und von dem behandelnden ärztlichen Personal gelesen wird. Dabei können unterschiedliche Formulierungen, eine Vielzahl an Abkürzungen und fehlende Struktur im Text zu Missverständnissen oder Unklarheiten führen. Bei einer strukturierten Befundung wird dagegen softwaregestützt ein vordefiniertes Protokoll erstellt, welches durch KI-Vorschläge auf Basis der Bilder ergänzt wird. Dadurch entstehen hochwertige, strukturierte Befundberichte.

Bei manchen Fällen möchte das ärztliche Personal zu einer seltenen Kombination von Vorerkrankungen die wissenschaftliche Literatur zu Rate ziehen. Eine manuelle Suche wird jedoch durch die Menge der verfügbaren Literatur erschwert. Dafür kann ein KI-Tool zur semantischen Informationssuche eingesetzt werden. Basierend auf den Patient*innen-Informationen findet es Patient*innen mit ähnlicher Historie. Nach der Eingabe von Suchbegriffen zu Symptomen und Krankheitszeichen identifiziert es passende medizinische Fachtexte und Leitlinien. Es folgt eine Aufbereitung und Anzeige der gefundenen Informationen im Kontext der der fallspezifischen Daten.

Eine Herausforderung am ärztlichen Arbeitsplatz im Behandlungszimmer sind Untersuchungen (z. B. Angiografie) während derer Medizintechnik bedient und gleichzeitig Informationen am Computer abgefragt werden müssen. Das Hin-und-her-Wechseln zwischen beiden Geräten erfordert eine regelmäßige Sterilisierung der Hände. Zudem bindet der Einsatz von assistierenden Personen Krankenhaus-Personal. Ein KI-basiertes Sprachsystem zur Steuerung von Medizintechnik per Sprachbefehl kann hier Abhilfe schaffen. Es erlaubt die Abfrage von Patient*innen-Informationen aus der Akte mittels natürlicher Sprache.

Im Verlauf eines Krankenhaus-Aufenthalts müssen Patient*in und ärztliches Personal gemeinsam eine Vielzahl an Entscheidungen treffen. Diese beruhen auf unterschiedlichen Informationen zum Gesundheitszustand, Vorerfahrungen, Leitlinien und persönlichen Präferenzen. Hier wäre eine intelligente Unterstützung wünschenswert. Solche Programme fallen unter den Begriff der klinischen Entscheidungsunterstützung-Systeme (CDSS). Ein KI-Tool evaluiert die vorhandenen Befunddaten und vergleicht diese mit historischen Fällen, um eine Risikovorhersage zu treffen. Es gibt Hinweise auf Berichte mit ergänzenden Informationen.

KI-Anwendungen können bei der Reiseorganisation und -optimierung unterstützen. Tools können nach bereits erfolgter Flug- oder Hotelbuchung automatisiert auf günstigere Raten umbuchen oder ein Upgrade sichern, sobald ein Angebot zum gleichen Preis verfügbar wird. Mit KI-Methoden können auch Routen und Verbindungen optimiert sowie die Buchungen ganzheitlich gemanagt werden.

KI-Übersetzungstools berücksichtigen ganze Satzzusammenhänge; die übersetzen Texte fallen flüssiger aus und werden sinnbezogen vorgeschlagen. Assistenzarbeiten, wie z. B. die Übersetzung von Dokumenten, werden vereinfacht. Durch das Training entsprechenden Fachvokabulars können auch branchenspezifische Inhalte flüssig übersetzt werden. Eine Transkription des gesprochenen Wortes in Text ist mit KI-Methoden ebenfalls möglich.

KI-Methoden verbessern die Dokumentenerkennung sowie die damit verbundenen Organisationsprozesse. Eingangsdokumente, handschriftliche Briefe, E-Mails oder Formulare können automatisch erfasst, analysiert und weiterverarbeitet werden. So lassen sich Antwortzeiten verkürzen und Fehler reduzieren. Mitarbeitende können sich auf individuelle Fälle fokussieren, während standardisierte Prozesse vollautomatisch umgesetzt werden.

KI-Methoden unterstützen bei der Wissensbeschaffung aus umfangreichen Quellen, bspw. mit Hilfe von Wissensgraphen. Sie helfen aber auch bei der Systematisierung von Wissen, z. B. durch die automatisierte Verschlagwortung oder Transkription digitaler Medieninhalte. Generative KI-Systeme ermöglichen es beispielsweise in Form von Chatbots, gespeichertes Wissen nutzerfreundlich und zielgerichtet abzufragen und unterschiedliche Informationen in einen Kontext zu setzen.

Neben Wiki-Systemen und Dokumentenablagen können Wissensdatenbanken auch auf dem dezentralen Wissen der Mitarbeitenden aufbauen: KI-Lösungen können Fragen von Mitarbeitenden analysieren, Antworten auf ähnliche Fragen anzeigen oder geeignete Personen im Netzwerk identifizieren, die aufgrund ihrer Ausbildung, Erfahrung oder Schulung bei der Beantwortung helfen können. Durch neue Antworten wird das selbstlernende Wissensnetzwerk nach und nach erweitert.

KI-Module ermöglichen umfangreiche Wettbewerbsanalysen im Internet, indem sie Preisinformationen zu definierten Produktgruppen oder Produkten finden und tagesaktuell mit der eigenen Preisgestaltung vergleichen. Preisveränderungen und Sortimentsüberschneidungen mit Wettbewerbern können in Echtzeit beobachtet werden, um Rückschlüsse für die eigene Geschäftsstrategie zu fassen oder automatisierte Preisanpassung im eigenen Sortiment vornehmen zu können.

Eine technologiegestützte Analyse von Daten unterstützt das Management dabei, zentrale Kennzahlen zu überwachen und so fundierte Entscheidungen zu treffen. KI-Algorithmen werden angewendet, um Trends, Muster und Details eines gesamten Prozesses oder in einzelnen Bereichen der Wertschöpfungskette zu identifizieren. Die so genannten Key Performance Indicators (KPI) können konstant überprüft, relevante Korrelationen zwischen den Hunderten von Indikatoren (z. B. Lagerbestand, Zahlungsziele oder Liefertreue bei Lieferanten) ermittelt werden. Die Kombination vielfältiger Daten, die Ausgabe bisher nicht erkannter Muster und Zusammenhänge und auch die Echtzeitdarstellung der Unternehmenssituation machen eine präzisere Unternehmenssteuerung möglich.

KI-Tools erleichtern die Überwachung des kritischen Pfads im Projektmanagement auf der Grundlage von Statusberichten, Beschwerden, geleisteten Projektstunden, Zahlungsverhalten etc. Algorithmen können Abweichungen analysieren und Verschiebungen prognostizieren, Vorschläge zur Anpassung der Ressourcenplanung entwickeln und allgemein bei Anomalien im Verlauf warnen, sodass Probleme gar nicht erst entstehen.

Neben der Koordination von Abläufen können sie Informationen automatisiert Objekten zuordnen, Probleme präzise vorhersagen oder Termine, Kosten oder notwendige Änderungen im Projektmanagement vorschlagen. Generative Sprachmodelle ermöglichen es darüber hinaus, Projektinformationen in Textform zu organisieren, zu verdichten oder in anderer Form als Statusbericht, Aufgabenbeschreibung oder Beschreibungstext auszugeben.

KI-gestützte Vorhersage- und Erkennungsverfahren erleichtern den Einkauf bei umfangreichen Einzelelementen. Das Fachpersonal kann KI-Assistenzsysteme nutzen, um passende Angebote zu gesuchten Komponenten zu finden, Preise und Lieferzeiten automatisiert aus Datenbanken oder Internetseiten abfragen zu lassen, erwartete Lieferzeiten abzuschätzen oder umfangreiche Angebote zusammenzustellen und automatisiert zu vergleichen. Die KI-Methoden ermöglichen eine Produktrecherche über fremdsprachige Internetseiten hinweg. Sie reduzieren die Informationsflut auf die wesentlichen Informationen und unterstützen damit die Entscheidung des Fachpersonals.

Mit KI-Tools kann die Warenannahme automatisiert werden. Definierte Informationen auf Lieferscheinen, wie z. B. die Bestellnummern, werden mit KI-Methoden erkannt und den Bestellungen zugeordnet. Ein verfügbarer und passender Lagerplatz wird automatisch zugewiesen. Falsche Zuordnungen können von den Mitarbeitenden korrigiert werden, so dass sich das System konstant selbst optimiert. Der intelligente Wareneingang kann die Fehlerquote minimieren und das Fachpersonal von Routinetätigkeiten entlasten.

KI-Methoden erlauben die Optimierung des Einkaufs anhand einer präziseren Prognose des Absatzes: Historische Daten eines Betriebs können mit beliebig vielen weiteren Faktoren zur Abschätzung zukünftiger Verkaufszahlen kombiniert werden. Sowohl die Langfristplanung als auch die tägliche Produktion können auf diese Weise gesteuert werden. Der optimierte Einkauf kann sich zugleich kostensenkend auf die Lagerhaltung auswirken, beispielsweise durch Anmietung kleinerer Lagerflächen.

Die Instandhaltung umfangreicher Fuhrparks kann mit KI-Methoden automatisiert und ressourcenschonend gestaltet werden. Durch Sensoren innerhalb des Fahrzeuges können Wartungszyklen optimiert und Reparaturen angestoßen werden, bevor sie zum Stillstand des Fahrzeuges führen. Vollautomatische Waschstraßen können passend zum Verschmutzungsgrad eines Fahrzeuges den Einsatz von Wasser und Chemie in der Anlage steuern, den Wasserdruck abstimmen und Zeitbedarfe abschätzen.

KI-Module können dazu beitragen, Transportwege im Sinne einer dynamischen Tourenplanung zu optimieren und unnötige (Material-) Transporte einzusparen. Werkstoffe können schneller an den jeweiligen Standorten verfügbar gemacht werden, wobei auch auf Faktoren wie Verkehrs-, Auftragslage oder die Auslastung des Fuhrparks Rücksicht genommen werden kann. Für elektrische Fahrzeugflotten kann zusätzlich der reale Fahrstromverbrauch prognostiziert und die Transportwege entsprechend optimiert werden. Eine KI-gestützte Tourenplanung gestaltet letztlich den gesamten Prozess entlang der Supply Chain flexibler: Kundenbestellungen können automatisiert ausgelöst (z. B. bei Unterschreiten eines bestimmten Füllgrads der Bevorratung) und bedient werden. Auch auf spezifische Kundenanforderungen wie Lieferzeitpunkt, Menge, Materialqualität etc. kann entsprechend eingegangen werden.

Erweiterte Realität (Augmented Reality) kann bei der Kommissionierung von Waren zum Einsatz kommen. Im so genannten Pick-by-Vision-Verfahren stellt der Kommissionierer mithilfe einer Datenbrille auftragsbezogen Güter zusammen. Die Brille zeigt den Lagerort des Produkts, den effizientesten Weg dorthin, ermöglicht über das Sichtfeld der Datenbrille die Objekterkennung und Erfassung des Produkts und gibt Warnhinweise, falls nicht der richtige Artikel gegriffen wurde. Darüber hinaus können die Datenbrillen um sprachgestützte Assistenten ergänzt werden: Intelligente Kopfhörer mit Mikrofon sorgen dafür, dass das System ähnlich eines Navigationssystems mit dem Nutzer sprechen kann und die Beschäftigten sich darüber miteinander austauschen können, ohne dass der Umgebungslärm stört. Hierfür sind intelligente Verfahren zur Störschallunterdrückung integriert.

KI-Methoden werden erprobt, um Fluggeräte als autonome Transportfahrzeuge in der Intralogistik einzusetzen. Mit Hilfe von KI-Methoden werden Transportdrohnen in die Lage versetzt, statische und dynamische Hindernisse zu umfliegen oder das Tempo situationsbezogen anzupassen. Je nach Bauart sind Sensoren oder auch eine Smartphone-Kamera integriert, deren Daten letztlich die Grundlage für das autonome und sichere Fliegen legen. Den Transportdrohnen gemeinsam ist, dass sie eine vergleichsweise hohe Traglast aufweisen sowie senkrecht starten und landen müssen, um auch in engeren Lagerräumen eingesetzt werden zu können.

Mit autonomen Transporteinheiten, in die Roboter-Greifarme integriert sind, kann die Fabriklogistik unterstützt werden: Kamerabasierte und sensorgestützte KI-Assistenzsysteme können das Fachpersonal beim Entnehmen und Sortieren von Einzelteilen in Hochlagern unterstützen. Teile werden schnell und fehlerfrei auf Paletten oder in Behältern kommissioniert, der Lagerbestand gleichzeitg automatisch aktualisiert. Ein Kamerasystem erfasst mit Hilfe von KI-Algorithmen die Entnahmen und weist sie gegenüber dem Fachpersonal aus, so dass die Sortierempfehlung jederzeit nachvollziehbar bleibt.

In der Kommissionierung von Waren kommen teilweise Exoskelette zum Einsatz, um den Menschen bei bestimmten Bewegungsabläufen, wie dem Heben und Absenken von Lasten, zu unterstützen. Exoskelette sind am Körper getragene, mechanische Stützstrukturen, die gezielt Körperregionen wie den Rücken oder den Schulterbereich entlasten. Während passive Exoskelette rein mechanisch (z. B. mithilfe von Gasdruckfedern oder Elastomeren) unterstützen, erfassen aktive Exoskelette die Bewegungen und prognostizieren die Intention der Nutzenden. Biometrische Daten und Umgebungsdaten werden ausgewertet, um situativ die körperlich schonendste oder effizienteste Bewegung anzuleiten.

Förderbänder für Sortier- oder Verpackungsaufgaben können dank kamera- und/oder sensorgestützten, auf Künstlicher Intelligenz basierten Systemen die Verteilung der Ware auf dem Band überwachen und lenken. Roboter-Greifarme können dabei die Verteilung oder Ausrichtung der Produkte auf dem Band optimieren oder Störstoffe beseitigen. Dazu erkennt die über dem Sortierband angebrachte Sensoreinheit die ankommenden Objekte und ggf. ihre Beschaffenheit. Die Sensordaten werden in Echtzeit verarbeitet und an den Roboterarm weitergegeben, der das Zielobjekt beispielsweise greifen und in den richtigen Behälter befördern kann. Durch die Lernfähigkeit des Systems kann auch auf Unvorhergesehenes im Sortier- oder Beförderungsprozess angemessen reagiert werden.

Mit KI-Methoden kann die Lagerbestandshaltung optimiert werden, indem die Nachfrage entlang der gesamten Wertschöpfungskette präziser vorhergesagt und das Supply Chain Management entsprechend umgesetzt wird. Für eine vorausschauende Planung und Auslastung von Lagerkapazitäten werden ganzheitlich Daten aller relevanten Einflussfaktoren (z. B. Absatzprognosen, voraussichtliche Absatzzeitpunkte, Produktionszeitpunkte, prognostizierbare Engpässe der Zulieferketten etc.) ausgewertet. Das Unternehmen kann seine eigenen oder angemietete Lagerräume kostenoptimiert nutzen, Über- und Unterdeckung reduzieren und Verschrottungskosten für Restbestände minimieren.

Teilautonome und autonome Transportmittel übernehmen einfache Inventur-, Kommissionierungs- oder Verteilungsaufgaben auf dem Werksgelände. Sie navigieren dank KI selbstständig durch Produktionshallen und Lagerräume und können sich autonom im Schwarm organisieren. Je nach Bedarf sind die Fahrzeuge gekoppelt an die digitale Behälterverfolgung oder auch die Platzierung von Ortungssystemen an beweglichen Gütern. Dank dieser Sensoren, die in Echtzeit mit einer Internet-of-Things-Plattform kommunizieren, ist es auch bei einem großen Bestand an Containern, Fahrzeugen, Kisten oder Paketen möglich, jederzeit den Überblick zu behalten. Fehlfahrten und Wartezeiten werden reduziert, eine bessere Auslastung der Fahrzeuge zugunsten der Verkleinerung des Fuhrparks erreicht. Im Optimum wird das Ortungssystem an das ERP-System des Unternehmens angebunden, um beispielsweise Aufträge für die Fahrer automatisiert zu erzeugen.

KI-Methoden unterstützen im Produktdesign dabei, Formen, Malterialart und -menge in Abhängigkeit zu gewünschten Produkteigenschaften wie Gewicht oder Belastungspunkten zu bestimmen. Insbesondere bei der additiven Fertigung im 3D-Druck kommen entsprechende Tools zum Einsatz. KI-Module können aber auch Prototypen oder neue Produktvarianten ableiten, indem das Design auf Widerspruchsfreiheit geprüft und im Hinblick auf bestimmte Eigenschaften – beispielsweise ein recyclinggerechtes Design – optimiert wird. In einigen Fällen wird mit einem so genannten Digitalen Zwilling als Abbild der Wirklichkeit gearbeitet, um Eigenschaften oder Wirkungen zu simulieren.

KI-Tools unterstützen als Assistenz im Labor mit den für die Forschung und Entwicklung notwendigen Informationen und der akribischen Dokumentation der einzelnen Entwicklungsschritte. Damit Experimente nicht für die Informationsrecherche unterbrochen werden müssen, können Informationen aus Nachschlagewerken, Anleitungen, Dokumentationen, Modellen usw. bereitgestellt werden.

Durch multimodale KI-Systeme können Anfragen durch Gesten, Sprachbefehle oder Text erkannt und durch Grafiken, Sprache oder Text beantwortet werden. KI ermöglicht es, auch über Systeme verteiltes Wissen sinnvoll zu verknüpfen. Für die Dokumentation können Sprachprotokolle erzeugt oder Filmaufnahmen abgelegt und geteilt werden.

In der virtuellen Realität können komplexe Prototypen simuliert werden: Mithilfe von KI-Technologien können Proportionen, Ansichten oder die Handhabung neuer Produkte nachgestellt und überprüft werden. So können Details verbessert werden, bevor der reale Prototyp hergestellt wird, um die Anzahl kostspieliger Varianten zu reduzieren.

Multimodale generative KI-Systeme erzeugen zudem blitzschnell komplexe Bilder oder 3D-Modelle nach eigenen Vorgaben: Diese können genutzt werden, um Ideen virtuell oder per 3D-Druck in der Realität zu visualisieren.

KI kann zur Identifizierung von Produktinnovationen beitragen: Datenanalyse mit Hilfe von KI-Verfahren kann beispielsweise über Materialsimulationen zur Entwicklung neuer Materialverbundstoffe führen, die in gewissen Eigenschaften zu besseren Produktergebnissen führen, beispielsweise bei Metalllegierungen, Gummistoffen oder auch Bremsbelägen. Mit KI-Methoden können empirische Messdaten mit dem Wissen der Experten im Unternehmen verknüpft werden, um chemische Rezepturen oder Materialzusammensetzungen abzuleiten, mechanisches Verhalten der Materialien vorherzusagen und dabei die Anzahl kostspieliger, realer Versuche zu reduzieren. Möglich ist auch die Entwicklung eines so genannten Digitalen Zwillings als Abbild der Wirklichkeit, das bei der Simulation von Eigenschaften oder Wirkungen unterstützt.

KI-Module erweitern typische Customer-Relationship-Management-Systeme im Kundendienst, indem Routinetätigkeiten anhand von Mustern in Geschäftsvorfällen (z. B. Serviceanfragen, Retouren etc.) automatisiert abgearbeitet werden können, ohne dass jeder Fall einzeln definiert sein muss. KI erkennt Muster in den bereits abgearbeiteten Fällen und übernimmt darauf aufbauend selbstständig einen Teil der Anfragen. KI-Module können auch relevante Fach- und Personendaten aus unstrukturierten Texten (E-Mails, Briefpost etc.) herausfiltern und ins CRM-System übertragen.

KI-Anwendungen können auf das Erfassen und Prüfen von Kundenbeschwerden und Schadensmeldungen trainiert werden. Durch die vollständige Digitalisierung und Automatisierung des Vorgangs sowie einer Mustererkennung mit KI-Methoden (z. B. in Texten oder Kostenvoranschlägen) kann rechtzeitig auf sich häufende Produktmängel oder auf größer anlegte Betrugsversuche reagiert werden.

Um das Fachpersonal an den relevanten Stellen in den Prozess einzubinden, können generative Sprachmodelle als Schnittstelle dienen: Indem sie Meldungen zusammenfassen und auftretende Muster erklären, verschaffen sie den Mitarbeitenden einen Überblick über große Mengen an Text.

Eine digitale KI-Sprachassistenz steht den Kundinnen und Kunden auf der Homepage oder in der App eines Unternehmens rund um die Uhr zur Verfügung. Ein Chatbot kann ihre Fragen selbstständig im Dialog beantworten und dabei einen datenschutzkonformen Umgang mit sensiblen Informationen, z. B. rechtlichen oder gesundheitlichen Daten, gewährleisten.

Generative Sprachmodelle, die mit Servicewissen trainiert werden, ermöglichen es, auch spezifische und komplexe Kundenanfragen in natürlicher Sprache zu beantworten und bei Unwissenheit an menschliche Serviceexpertinnen und -experten weiterzuleiten. Multimodale KI-Systeme wie Voicebots können auch gesprochene Anfragen verarbeiten und gesprochene Antworten für einen mündlichen Dialog generieren.

KI-Technologie hilft dabei, Produkte mit Virtual Reality (VR) in einem virtuellen 3D-Showroom oder mit Augmented Reality (AR) in der realen Welt als 3D-Modell zum Leben zu erwecken. Generative KI-Systeme erzeugen aus Textbefehlen, Bildern oder Videos in kurzer Zeit glaubwürdige Modelle mit realistischen Abmessungen und Oberflächenstrukturen.

Im virtuellen 3D-Showroom können Kundinnen und Kunden Produkte konfigurieren und Änderungen direkt am Modell sehen. AR-Apps für Smartphones und Tablets erkennen anhand von Kamerabildern oder Tiefeninformationen Räume und darin befindliche Objekte, können Größenverhältnisse einschätzen und so das angebotene Produkt in den jeweiligen räumlichen Kontext setzen. Dazu können weiterführende Informationen aus dem Webshop oder zusätzliche Produktempfehlungen eingebunden werden.

Um Lebensmittelabfälle in Kantinen oder Werkscafés zu reduzieren, ermitteln KI-gestützte Prognosesysteme die Anzahl benötigter Portionen anhand von Erfahrungsdaten, Wetterprognosen, erwarteten Publikumsströmen und vielen anderen Faktoren. An der Kasse können Self-Check-outs eingerichtet werden, um mit Hilfe von Bilderkennung den Bezahlprozess zu automatisieren. Fehler und Wartezeiten im Kassenbereich werden auf diese Weise mininiert sowie Mitarbeitende entlastet. Mancherorts sind Robo-Kellner im Einsatz, die dank KI-Methoden sicher im Raum navigieren und bei der Sammlung von benutztem Geschirr unterstützen.

Mit Such- und Analysemethoden können KI-Tools bei der optimalen Preisgestaltung unterstützen. Eine individuelle und dynamische Preisgestaltung auf der Grundlage umfassender Datenmengen (wie der Marktpreisentwicklung der Produkte oder auch kundenindividueller Merkmale wie z. B. Kaufhistorie, Alter, Ort, Onlinenutzung) kann mit KI-Methoden präziser entwickelt und in engen Zeitintervallen umgesetzt werden.

Für die Ausgestaltung eines Verkaufsraums können KI-Methoden zur Auswertung von Daten über Kunden, Kundenbewegung, Abverkauf von Produkten sowie Daten aus dem Geomarketing genutzt werden. Das Verfahren ermöglicht Rückschlüsse auf die Sortimentsgestaltung sowie Produktplatzierung und unterstützt bei saisonalen Verkaufsaktionen. Hinzu können in den Verkaufseinrichtungen intelligente Werbeanzeigen platziert werden, die mit Hilfe von KI-Methoden die Umgebung erfassen und Alter, Geschlecht oder Emotionen der Kunden erfassen und darauf aufbauend passende Werbeangebote ausspielen.

KI-gestützte Roboter können rund um die Uhr den Gästeempfang unterstützen: In Firmenlobbys oder an der Pforte größerer Gebäudekomplexe können die selbstlernenden Assistenten Besucherströme lenken, Fragen beantworten oder weitere Services wie Produktkonfiguratoren, Kantinenmenüs oder Unternehmensinformationen anbieten.

Mithilfe multimodaler und generativer KI-Systeme können Empfangsroboter Fragen über Sprache, Texteingabe oder sogar Gesten verstehen und auf ebenso vielfältige Weise beantworten, indem sie Sprach- oder Textantworten generieren.

Bei einer breiten und komplexen Produktpalette können KI-Anwendungen bei der Auftragsklärung im Vorfeld zur Hand gehen. Hat ein Erzeugnis viele unterschiedliche Parameter, z.B. Dicke, Form, Farbe, Oberflächenbeschaffenheit etc., können KI-Modelle anhand der formulierten Auftragsanfragen passende Angebote zusammenstellen. Mögliche Produktvarianten und die dazugehörigen Kostenschätzungen können vom KI-System vorgeschlagen und zur weiteren Auftragsklärung an die Vertriebsmitarbeitenden weitergegeben werden. Das Fachpersonal nimmt die Informationen als Grundlage und konzentriert sich auf die weitere Detailklärung.

Während eines Vertriebs- oder Servicegesprächs können KI-Tools das Gesagte unmittelbar analysieren und den Mitarbeitenden relevante Hintergrundinformationen an die Hand geben. Generative Sprachmodelle können Mitarbeitenden auch in eigenen Worten Hilfestellungen geben oder sie mit passenden Antwortmöglichkeiten unterstützen.

KI-Systeme können auch Sprach- und Emotionsdaten von Kundinnen und Kunden in Echtzeit erfassen, um z. B. ihre Stimmungslage einzuschätzen. Kombiniert mit Kundendaten aus dem Customer-Relationship-Management liefern sie dem Vertriebspersonal zusätzliche Informationen, um die Kundeninteraktion persönlicher und zielgerichteter zu gestalten.

Datenbrillen – auch Head-Mounted Displays (HMD) genannt – haben in den Produktionsprozess Eingang gefunden. Das Fachpersonal erhält mit den Geräten, die auf Erweiterter Realität (AR) aufbauen, Montage- oder Inspektionsanleitungen oder praxisnahe Schulungen. Die Anwendung erkennt Objekte und stellt passende Kontextinformationen bereit, so zum Beispiel zur Position und Ausrichtung des Bauteils innerhalb des zu montierenden Endprodukts, Hinweise zum passenden Montagewerkzeug und seinem Ablageort im Werkzeugschrank. Anwendungen auf Basis Virtueller Realität (VR) können eine Hilfestellung bei erklärungs- oder schulungsintensiven Produkten bieten. Insbesondere bei Anlagen, deren Bedienung selbst hohe Kosten verursacht (z.B. im Reinraum), können entsprechende VR-Anwendungen zu Schulungszwecken eingebunden werden und die Trainingskosten vor Ort reduzieren.

Kontextbewusste Roboter können in der Montage eingesetzt werden, um den Produktionsprozess zu unterstützen und die Qualität zu sichern. KI-Methoden befähigen Roboter dazu, auch bislang unbekannte Objekte in wechselnden Umgebungen zu entdecken und entlang ihrer Aufgabe Bewegungsabläufe umzusetzen. Sie können selbstständig Wartungsaufgaben übernehmen und erkennen, wann der Mensch Hilfe benötigt. 3D-Kameras machen die Erkennung von Personen und Objekten möglich. Lasersensoren können für kollisionsfreie Bewegung, Drehmomentsensoren in den Gelenken für eine angepasste Kraftverteilung sorgen. KI-Komponeten befähigen den Roboter dazu, sich auch an nicht vorhersehbare Situationen anzupassen und durch natürliche Sprache zu kommunizieren.

Durch Daten- und Informationsaustausch entlang der gesamten Wertschöpfungskette kann die Produktion gezielt an Zulieferer, verfügbare Rohstoffe oder eine schwankende Nachfrage angepasst werden. Eine je nach Produkt sogar tagesaktuelle Planung wird möglich, die auch kurzfristigen Bedarfen der Kunden oder eventuellen Lieferengpässen Rechnung trägt. Eine Vielzahl verkaufsentscheidender Faktoren oder auch Faktoren, die durch Zulieferketten bestimmt sind, kann ganzheitlich ausgewertet und hin zu einer bedarfsgerechteren Produktion optimiert werden. Gleiches gilt für Ersatzteile: KI-Methoden ermöglichen eine präzisere Langzeitprognose für Ersatzteile. Über- und Unterdeckung wird so reduziert, Lagerräume besser ausgenutzt und Verschrottungskosten minimiert.

KI-Methoden bilden die Grundlage für eine intelligente Automatisierung der Prozesslandschaft. Computer-Vision-Technologien können beispielsweise die Übersetzung menschlicher Bewegungen in Programmiercode für Maschinen (Roboterarme etc.) ermöglichen. Andere KI-Methoden zur Produktionsautomatisierung analysieren in Echtzeit Sensordaten und leiten selbständig entsprechende Folgeaktivitäten, z.B. spezifische Bewegungsabläufe, ein. Dabei sorgen KI-Alghorithmen dafür, dass auch unvorhergesehene Situationen passend gelöst werden.

KI-Methoden können dabei helfen, eine Anlagendokumentation (teil-) automatisiert zu strukturieren und dynamisch weiterzuschreiben. Die Dateninfrastruktur einer modernen digitalen Fabrik kann dazu genutzt werden, Erfahrungswerte zu Anomalien und Fehlern auzuwerten und diese mit Expertenwissen erfahrener Redakteure zusammenzuführen. KI entwickelt auf diese Weise ein Handbuch für Anwender*innen mit Handlungsanweisungen für komplexe Fehlerfälle und ergänzt es dynamisch weiter. Die Bedienung der Maschine wird über unterschiedliche Erfahrungsstufen und Qualifikationen möglich. Darüber hinaus können fremdsprachige Bedienungsanweisungen KI-gestützt übersetzt werden. Auch Dialogsysteme sind möglich, um dem Fachpersonal bei Fragen zur Bedienung oder zu festgelegten Abläufen bei Reparatur und Wartung zu assistieren.

KI-Methoden ermöglichen eine präzise und ermüdungsfreie Qualitätsüberwachung der Fertigung, beispielsweise durch die intelligente Auswertung von Bildaufnahmen im Produktionsumfeld. Um die Qualität von Bauteilen frühzeitig abzuschätzen und frühzeitig zu korrigieren, werden Prozessdaten (z.B. geometrische Abmessungen oder Oberflächenbeschaffenheiten) an diversen Fertigungsstationen aufgezeichnet und mit Qualitätsparametern des Endprodukts in Zusammengang gebracht. Dies ermöglicht schon im Fertigungsprozess die Prognose der Qualität des Endprodukts. Bei Bedarf können auch Prozessparameter der nachfolgenden Fertigungsschritte entsprechend angepasst werden. Auf diese Weise wird Ausschuss reduziert und die Effizienz der Fertigung gesteigert.

Drohnen können in der Industrie für das Monitoring ganzer Produktionsanlagen eingesetzt werden. Sie überwachen technische Infrastrukturen in Produktionshallen und im Außenbereich (z.B. Bohrinseln, Mobilfunkmasten, Windkraftanlagen oder Verkehrssysteme). KI-gestützte Analysesysteme werten die Bildsequenzen aus und melden rechtzeitig Unregelmäßigeiten, um auf diese Weise einem vorzeitigen Verschleiß vorzubeugen.

In der additiven Fertigung, dem so genannten 3D-Druck, automatisieren KI-Module die Produktionsplanung. Sie können die Materialauswahl passend zu den Anforderungen an das Produkt und einzustellende Druckparameter vorschlagen oder die Kapazitäten einzelner 3D-Drucker steuern. Sie analysieren die Druckbarkeit eines Teils im Vorfeld, geben Qualitätsprognosen ab oder überprüfen die Qualität während des Druckprozesses selbst, um Fehler im Endprodukt zu vermeiden. KI-Anwendungen können auch bei der Auswertung von Daten aus dem 3D-Druckprozess unterstützen und ermöglichen auf dieser Grundlage die Erweiterung der Palette kompatibler Materialien, um beispielsweise auf die Bedarfe spezifischer Industriezweige wie der Luft- und Raumfahrt eingehen zu können.

Mit Hilfe intelligenter Hardware, z.B. Kameras, Netzwerkadaptern und Sensoren für verschiedenste Anwendungsszenarien, und einer systematischen Datenauswertung kann die Wartung und Instandhaltung der Anlagen nicht nach geschätztem Zeitablauf, sondern nach tatsächlicher Notwendigkeit erfolgen. Wartungszeitpunkte und -intervalle ergeben sich auf Grundlage von Echtzeitsensordaten und Prognosen. Neben Maschinendaten (Druck, Temperatur, Drehzahl, …) werden durch entsprechende KI-Methoden auch Qualitätsdaten (Toleranzen, Oberflächengüte, …) ausgewertet. Die Vorteile der vorausschauenden Wartung: bessere Ausnutzung von Maschinenkomponenten, belastungsabhängige und komponentenindividuelle Wartung, zügige Bestimmung fehlerhafter Komponenten und insgesamt eine Reduktion der Anlagenstillstände.

Ein so genannter Digitaler Zwilling ist ein virtuelles Abbild einer Maschine und ihrer Komponenten. Das Modell dient zur Simulation, Steuerung und Verbesserung des physischen Gegenstücks und kann auch dazu genutzt werden, neue Dienste zu erproben. KI-gestützte Lösungen können beispielsweise an Montage-, Wartungs- und Reparaturarbeitsplätzen eingesetzt werden, um tatsächlich erfolgte Arbeitsschritte auf Basis des Digitalen Zwillings zu überblicken und zu prüfen. Die abschließende Qualitätskontrolle kann darauf hin ebenfalls durch ein KI-Modul zur optischen Bildkontrolle erfolgen, so dass sich die Laufwege des Fachpersonals insgesamt deutlich verringern. Zugleich werden alle Schritte und die jeweils erreichte Qualität im Prozess automatisch dokumentiert.

KI-Methoden können auf Basis historischer sowie aktueller Prozessdaten die Planungsgenauigkeit bei unterschiedlichen Einflussfaktoren erhöhen. Die Zusammenhänge über Qualitäten, Verbrauchsmaterialien, Maschinenzustände, Zwischenprodukte sowie andere Umgebungsparameter werden ausgewertet und optimiert, um Fehlern in der Wertschöpfungskette, z.B. beim Ausstanzen, Pressen, Gießen etc., vorzubeugen. KI-Methoden können die realistische Durchlaufzeit eines Artikels auf Grundlage von Schichtplänen, Personalsituation, Maschinenverfügbarkeit, Absatzzahlen, Performance der Lieferanten und vielen anderen Daten bestimmen.

Dank KI-Methoden können Produktionsanlagen in Echtzeit überwacht und gesteuert werden: Sensoren (z.B. Akustik-, Vibrations-, Kraft-, Weg-, Durchfluss- und Temperatursensoren) liefern Daten, die für die Steuerung aller Parameter ausgewertet und in Zusammenhang gebracht werden. Bilddatenanalyse lässt Anomalien an Komponenten erkennen, um rechtzeitig Warnsignale an das Fachpersonal zu geben. Fehler und Abweichungen in der Versorgung der Maschinen (z.B. mit Kühlschmierstoffen) werden in Echtzeit erkannt und rechtzeitig behoben. Bei fehlenden Sensordaten, beispielsweise der Entwicklung der Innentemperatur einer Anlage im Betrieb, können virtuelle Daten mit Hilfe von KI simuliert werden. Mit Hilfe der virtuellen Daten kann eine angepasste und anlagen- und ressourcenschonende Regelung im Betrieb erfolgen.

Entlang von Fertigungsstraßen identifizieren Roboter mit Hilfe von Sensoren und Kameras Einzelteile, greifen, positionieren und setzen Komponenten zusammen und übernehmen nicht zuletzt Laserschweißen, Löten, Sprühen oder Kleben. Insbesondere in der Reinraumfertigung ist der Automatisierungsrad und Einsatz von Robotern weit verbreitet. Während klassische Industrieroboter vorab definierte Abläufe übernehmen, können sich KI-gestützte Roboter flexibler an die Umgebung und häufig wechselnde Aufgaben anpassen und tragen auf diese Weise zur effizienten Produktion auch bei kleineren Stückzahlen bei. Roboter, die ihre Umgebung wahrnehmen und von ihr lernen, reduzieren den Programmieraufwand im Betrieb und bieten auch Möglichkeiten zur Kombination unterschiedlicher Lösungen sowie das Arbeiten Seite an Seite mit Menschen.

Die Bewegungsabläufe von Robotern oder Maschinen können sprachgesteuert werden, was den Produktionsprozess effizienter gestaltet. Insbesondere wenn das Fachpersonal zur Bedienung der Anlage ihren Arbeitsbereich verlassen oder die Schutzkleidung ausziehen muss, kann sich die Integration einer Lösung im Bereich der Spracherkennung lohnen. KI sorgt in dem Kontext dafür, dass der Befehl auch bei Ähnlichkeiten und Synonymen sicher erkannt wird und auch unterschiedliche Sprachen, Betonungen und Dialekte akzeptiert werden.

KI-Methoden sorgen für die autonome Steuerung der Gebäudeleittechnik auf Basis von Erfahrungs- und Echtzeitdaten. Darauf aufbauend treffen die Systeme eigenständig Entscheidungen bezüglich Heizung, Kühlung, Lüftung, Verschattung und Licht in Gebäuden oder Gebäudeteilen. Alle Energiedaten einer Immobilie sind transparent darstellbar, die einzelnen Prozesse aufeinander abgestimmt steuerbar. Dazu zählt beispielsweise die Luftmengenregulierung oder die Raumtemperatur, die sich nach Anwesenheiten in den Räumen richten kann. KI-gestützt kann außerdem der Energieverbrauch prognostiziert und überwacht werden; überschreitet dieser einen akzeptablen Toleranzbereich, wird der Anwender automatisch benachrichtigt. Daneben kann KI Szenarien zur Optimierung der Gebäudeausnutzung entwickeln: Prognosen zur Auslastung ermitteln Raumbedarfe oder werden an entsprechende Reinigungskonzepte gekoppelt.

Videobasierte Branderkennungssysteme können die Reaktionszeiten verkürzen, indem von vornherein sensible Bereiche in den Gebäuden, Lager- oder Produktionshallen überwacht und die Daten in ein zentrales Managementsystem eingespeist werden. Rauchentwicklung, Flammenbild oder auch die Brandfläche können mittels KI-Algorithmen präzise eingeschätzt und entsprechende Maßnahmen, wie z.B. ein automatisierter Notruf bei der Werksfeuerwehr, eingeleitet werden.

Eine KI-Putzkolonne aus autonomen Scheuersaugmaschinen kann Böden und Fenster reinigen. Die Reinigungswege berechnen die Bodensaug- und/oder -wischroboter mit KI-Methoden. Sie steuern mit Hilfe von Sensoren durch Räume, umfahren Hindernisse und sind mit speziellen Algorithmen gegen (Ab-) Sturz gesichert. Bei Fensterputzrobotern sorgt eine Vakuumpumpe für festen Halt, KI berechnet Reinigungswege und ermittelt mittels Sensoren das Ende der Glasfläche.

Um die Sicherheit innerhalb eines Gebäudekomplexes zu gewährleisten, können KI-gestützte Konzepte zur Gesichts- oder Fingerabdruckanalyse an Schließsystemen eingesetzt werden. Daneben können KI-Anwendungen auch automatisierte Abläufe steuern, z.B. die Sicherheitsbeleuchtung oder allgemein die Einbruchssicherung. In Sensordaten und Bilddaten aus Kameraaufnahmen können KI-Systeme Unregelmäßigkeiten entdecken und rechtzeitig Alarm auslösen.

KI-Methoden können in verschiedenen Phasen der Softwareentwicklung unterstützen: von der Anforderungsanalyse und dem Softwaredesign über die Programmierung und Fehleranalyse bis hin zum Testen und Überwachen der Software.

Generative Sprachmodelle beherrschen auch Programmiersprachen und erzeugen auf Anfrage Programmcode: Sie sind in der Lage, die Funktion einzelner Codeteile zu erklären, Fragen zu ihnen zu beantworten, Fehler aufzuspüren und zu beheben. Beim Software Testing können KI-gestützte Testingtools die für den jeweiligen Einsatz geeignete Testläufe vorschlagen und diese automatisiert durchführen. Im Gegensatz dazu können standardisierte Softwaretests nur eine Reihe vordefinierter Tests oder eine bestimmte Teilmenge davon durchführen.

KI-Systeme können den First-Level-Support für wiederkehrende IT-Fragen übernehmen und damit den IT-Support von repetitiven, aber zeitintensiven Aufgaben entlasten. Dazu können KI-Chatbots einen Teil der eingehenden Supportanfragen selbstständig mit Informationen aus einem Wissensgraphen beantworten.

Ein Dialogsystem fragt Informationen zum jeweiligen Problemfall ab und kann mithilfe von Sprachmodellen auch ungewöhnlich formulierte Problembeschreibungen verstehen. Generative Sprachmodelle erlauben es, individuelle Antworten zu generieren und Lösungsmöglichkeiten vorzuschlagen. Dank Multimodalität kann die Kommunikation per Text-Chat oder Sprache erfolgen. Anfragen, für die noch keine Lösung bekannt ist, leitet das KI-System an das zuständige Fachpersonal weiter, das sich auf diese außergewöhnlichen Probleme konzentrieren kann.

KI-Methoden können den Betrieb von Rechenzentren optimieren und effizienter gestalten, indem sie Stromverbrauch und Kühlung sowie das Infrastrukturmanagement regulieren und die IT insgesamt automatisieren. Stellt das KI-basierte System beispielsweise eine Unterauslastung fest, können einzelne Racks oder ganze Reihen der IT-Infrastruktur herunterfahren und die Kühlung hierfür reduziert werden. Zahlreiche technische Messwerte werden überwacht, um den aktuellen Betriebszustand abzubilden und Einzelwerte, wie Rechnerauslastung oder Bandbreite im Netz, zu bestimmen. Die Abhängigkeiten einzelner Parameter werden identifiziert und optimal modelliert.

Kriminelle Aktivitäten im digitalen Raum können durch KI-Systeme in Echtzeit erkannt und verhindert werden. Anomalien, beispielsweise beim Betrieb von Servern, werden schneller aufgedeckt. In KI-gesteuerten Netzwerken werden Ereignisse über LAN, WLAN und WAN für eine schnelle Fehlerisolierung und -behebung abgeglichen, frühzeitig Warnungen ausgegeben und die Zuverlässigkeit der Systeme so nachhaltig verbessert. Durch rechtzeitige Alarme können sensible Dateninformationen vor Angreifern geschützt werden, indem die Sicherheitsverantwortlichen auf diese Aktivitäten schneller als üblich reagieren können.

Um Sanierungsbedarfe an der Infrastruktur eines Werksgeländes zu erfassen, können KI-Methoden der Bildverarbeitung genutzt werden. Mithilfe eines Smartphones an der Innenseite der Windschutzscheibe eines Fahrzeugs können Straßen- oder Gebäudeaufnahmen gemacht werden, die nachfolgend Bild für Bild von Algorithmen ausgewertet und auf Schäden an der Oberfläche hin analysiert werden. Die Kartografierung von Instandsetzungsbedarfen auf großen Arealen wird so vereinfacht. Veränderungen können nachfolgend überwacht werden.

Bei der Entwicklung von Werbekampagnen optimieren KI-Systeme Werbemittel und -zeitpunkt, beworbene Produkte oder Rabattsysteme. Der Customer Lifetime Value (CLV) als typischer Kundenwert der Marketingsteuerung kann mit KI errechnet und für diverse Kombinationen aus Kunde und Warengruppe ausgegeben werden. Auch für die Planung von Werbeaktivitäten, beispielsweise bei Postwurfsendungen und postalischen Versandaktionen, kommt KI zum Einsatz. Anhand von Informationen wie Rechercheverhalten, Produktpräferenzen, Kaufzyklus oder Preissensibilität werden Postwurfsendungen und Mailings gesteuert und mit personalisierten Content angereichert. Für Kampagnen über soziale Netzwerke können Daten der Social-Media-Nutzer*innen oder die Interaktionsrate aller relevanten Influencer*innen ermittelt, mit Stammkundendaten verglichen und Empfehlungen für die Einbindung entsprechender Infuencer-Kanäle getroffen werden.

Kundensegmentierung und Personalisierung ist der Schlüssel zur Kundenbindung. Für präzise Aussagen – für das Marketing, die Planung von Absatzkanälen oder die Produktanpassung an Kundenwünsche – ist die Auswertung einer großen Menge an Marktdaten notwendig (z.B. Verhaltens-, Transaktions- und Demographiedaten, Wettbewerbsinformationen, globale Produkttrends). KI-Methoden können dabei unterstützen, die Abwanderungsbereitschaft oder relevante Produkte für ein Cross-Selling oder ein Up-Selling, potenzielle Kundengruppen und Bedarfe an künftige Produktinnovationen zu ermitteln.

Generative KI-Systeme sind in der Lage, multimediale Inhalte von Texten über Bilder bis hin zu Videos zu generieren. Unter Berücksichtigung von Urheberrechten und Korrektheitsprüfungen können so mit geringem Aufwand qualitativ hochwertige oder personalisierte Inhalte erstellt werden.

KI-Module ermöglichen es, sowohl maschinell als auch manuell erstellte Inhalte dynamisch und kundenspezifisch auszuspielen: Mit Zugriff auf ERP-Daten können Systeme beispielsweise relevante Stücklisten oder Störmeldungen anzeigen. Im Dialog mit Chatbots können passgenaue Informationen und Formulare gefunden werden.

Nicht zuletzt sorgt KI für eine intelligente, zielgerichtete Suche auf Internetseiten oder in Webshops: Sprachmodelle verstehen Suchanfragen von Kundinnen und Kunden, Empfehlungssysteme werten umfangreiche Daten aus, um passende Services oder Produkte vorzuschlagen.

KI-Methoden unterstützen die Optimierung von Bildern und Videos, beispielsweise im Hinblick auf Retuschen oder Filmzuschnitte für die unterschiedlichen Kommunikationskanäle. Oft sind KI-Methoden bereits in bestehende Softwarelösungen integriert, als Funktionen wie automatisches Reframe, Filmschnitte kaschieren oder automatisches Ducking zur Regelung von Tonspuren.

KI-Methoden unterstützen bei der Analyse und Verbesserung der Kundeninteraktion über Kanäle wie E-Mail, Social Media, Kommentarspalten der Webseite oder Chatrooms hinweg. In Echtzeit können Kundenaussagen zur Branche, zu Unternehmen oder zu Produkten auswertet, ein Stimmungsbild generiert, Probleme oder Unruhestifter erkannt und zuständige Mitarbeitende benachrichtigt werden, damit sie lenkend eingreifen können. Sich häufende Probleme von einzelnen Produkten werden schneller erkannt, Kundenbeschwerden schadenreduzierend bearbeitet. Das Monitoring von Themen oder Kundengruppen ist mit KI über mehrere Sprachen hinweg und beliebig große Textmengen bzw. Kanäle möglich.

Mit Hilfe von KI-Bildgeneratoren lassen sich in Sekundenschnelle erste Entwürfe für das Screendesign von Websites erstellen, die anschließend in Bildbearbeitungsprogrammen verfeinert werden können. Bei der Umsetzung des Screendesigns in Programmcode in HTML und CSS helfen multimodale Sprachmodelle: Sie erkennen Website-Elemente und generieren, editieren und optimieren den entsprechenden Code.

KI-gestützte Analysen können bei der Entwicklung effektiver Webdesigns helfen: KI-Anwendungen liefern Informationen darüber, welche Designelemente sich als erfolgreich erwiesen haben, z. B. auf Basis von Daten aus A/B-Tests, und geben Empfehlungen für das Webdesign. KI-Systeme testen aber auch selbst die Usability von Websites, indem sie beispielsweise selbstständig menschenähnliche Heatmaps generieren und auswerten.

KI-gestützte Anwendungen können bei der Informationsbeschaffung aus umfangreichen Quellen unterstützen. Dies können beispielsweise Datenbanken mit Gerichtsurteilen sein, die dank KI anonymisiert und in strukturierter Form abgelegt wurden. Auf diese Weise ist eine schnelle Analyse relevanter Urteile und Strafzumessungen möglich. Darüber hinaus helfen Wissensgraphen dabei, auch komplexe Wissenszusammenhänge und Daten zu strukturieren und semantisch zu verknüpfen.

KI-Tools finden Anomalien in großen Datenbeständen, beispielsweise in Zahlungs- und Kreditdaten. Um ein Unternehmen im Online-Handel vor Lastschriftbetrug zu schützen, kommen beispielsweise KI-Algorithmen zum Einsatz, die die Ausfallwahrscheinlichkeiten einer SEPA-Lastschrifttransaktion ermitteln und Muster beim Check-out-Verhalten spezifischer Kunden analysieren und prognostizieren. Zahlungsprozesse können optimiert werden, indem kundenspezifisch nur gewisse Zahlungsmöglichkeiten bereits im Buchungsprozess angezeigt werden oder im Nachgang zur Buchung die für den Kunden optimalen Kommunikationskanäle für Zahlungserinnerungen verwendet werden.

Zeitaufwändige, manuelle Vorgänge bei der Rechnungserfassung und -buchung können mit Hilfe von KI automatisiert werden. Bei der digitalen Rechnungsverarbeitung werden Rechnungselemente ausgelesen, entsprechend den Vorgaben klassifiziert (z.B. Zuordnung eines bestimmten Mehrwertsteuersatzes) und mit Stammdaten abgeglichen (z.B. Plausibilität der Adresse). Bis hin zur automatisierten Freigabe und Buchung des Rechnungsbetrags und die entsprechende Anweisung für den Banking-Vorgang kann die gesamte Rechnungsabwicklung vereinfacht und Flüchtigkeitsfehler vermieden werden.

KI-Instrumente begleiten die Verwaltung von Vermögen und die Optimierung von Anlagen. So genannte Robo-Advisoren unterstützen traditionelle Fondsmanager und Anlageberater, indem sie Börsendaten auswerten, darin Muster erkennen und Wertentwicklungsprognosen ausarbeiten. Anlageempfehlungen, beispielsweise für den Wertpapierhandel, können ausgegeben und die entsprechende Handlung (Kauf / Verkauf) eingeleitet werden. Die Tools unterstützen die Anlageentscheidung weiterhin durch Visualisierung der Informationen, so dass eigene Investitionsprojekte miteinander verglichen werden können.

KI-Übersetzungstools fokussieren ganze Satzzusammenhänge auf einmal: Die übersetzten Texte fallen flüssiger aus und werden sinnbezogen vorgeschlagen, die Fehlerrate dadurch reduziert. Auch die Übersetzung von Dokumenten, die in einer Fachsprache verfasst sind, sind mit entsprechend trainierten Anwendungen möglich. Damit können auch branchen- oder fachspezifische Inhalte wie Gesetzestexte und -kommentare flüssig übersetzt werden. Eine Transkription des gesprochenen Wortes, z.B. von Sitzungsprotokollen oder mündlichen Notizen, in Text ist mit KI-Methoden ebenfalls möglich.

KI-Anwendungen unterstützen die Arbeit der Juristinnen und Juristen im Unternehmen, indem sie Teile des Rechtsdienstleistungsprozesses automatisieren. Möglich ist der Einsatz von KI-Methoden beispielsweise bei der Analyse und dem Abgleich von Rechts- oder Vertragstexten. Insbesondere bei einer großen Anzahl an Vertragsvorgängen kann sich KI lohnen: KI-Module flankieren dann die Erstellung, Bearbeitung und automatisierte Abwicklung von Verträgen, indem sie einen Überblick über vertragliche Vorgänge bieten, die Erstellung dynamischer Berichte (z.B. für Vertragssummen) erlauben oder das Fristenmanagement überwachen. Sie können auch die Inhalte eines Vertrags schnell analysieren, Muster oder Widersprüchlichkeiten zwischen unterschiedlichen Vertagsvorgängen aufdecken, die systematische Anpassung von Vertragsklauseln automatisieren oder sensible Textpassagen in definierten Ausgabeformaten automatisch schwärzen.

KI-Methoden eigenen sich für die Erkennung und Klassifikation von Belegen und ihre Zuordnung zu Rechtsvorgaben, z.B. im Rahmen der Wirtschaftsprüfung oder der Steuerberatung. Entsprechende KI-Tools können Informationen zusammenbringen, die in getrennten Datensilos liegen, wie beispielsweise aktuelle Gesetzestexte und Gesetzesänderungen auf der einen und Mandanteninformationen auf der anderen Seite, ein semantisches Verständnis für spezifische Prüfungsfragen entwickeln sowie entsprechende Handlungsempfehlungen für die jeweilige Unternehmenssituation ableiten.

KI-Methoden können im Bewerbermanagement eingesetzt werden, um eine automatisierte Datenübernahme aus schriftlichen Bewerbungen sowie eine Vorabbewertung vorzunehmen. Letzteres kann beispielsweise anhand quantitativer Kriterien aus dem Lebenslauf oder auch qualitativer Vorgaben, wie z.B. der Wortwahl im Lebenslauf als einem der Bausteine, erfolgen. In größeren Organisationen können die Systeme Mitarbeitenden selbstständig passende, intern offene Stellen vorschlagen (Job-Matching). Auch entsprechende Vorschlagssysteme der Personalabteilung können mit Hilfe von KI-Methoden Personaldaten gezielt nach Mustern durchsuchen und vielversprechende Kandidaten identifizieren, denen Maßnahmen zur weiteren Entwicklung vorgeschlagen werden.

KI-gestützte Tools automatisieren die Abläufe in der Personalabteilung. Gehalts- und Reisekostenabrechnungen, Bescheinigungen, Anträge, Bestätigungen und ähnliches können quer durch unterschiedliche Systeme und Zuständigkeiten analysiert werden. Die Belegverteilung – von der Entgegennahme bis hin zur Verarbeitung – kann effizienter und weniger fehleranfällig durch das Unternehmen gelenkt werden.

KI-Tools ermöglichen die Individualisierung des Lernangebots in der betrieblichen Aus- und Weiterbildung entsprechend den Lernzielen und dem Lernstand der einzelnen Mitarbeitenden. Generative KI-Systeme wie Chatbots oder Voicebots können als virtuelle Lernassistenten die Mitarbeitenden im Lernprozess motivieren und unterstützen.

KI-Methoden können individuelles Vorwissen und Lernleistungen z. B. durch personalisierte Tests erfassen, um Lerneinheiten passgenau anzupassen und entsprechend dem Lernfortschritt zu vertiefen. Neue Lernformen, z. B. Schulungen an Maschinen und Anlagen mit VR-Brillen, können den Mitarbeitenden selbstgesteuertes und interessengeleitetes Lernen »on the job« ermöglichen.

KI-gestützte Chatbots oder Voicebots fungieren als Gesundheitscoaches und flankieren so weitere Maßnahmen des Betrieblichen Gesundheitsmanagements. Sie sind in Apps oder Online-Anwendungen integriert und arbeiten mit Informationen aus Gesundheitsdatenbanken sowie persönlichen Informationen, die von den Nutzern zur Verfügung gestellt werden. Auf Basis individueller Einstellungen wird das passende Gesundheitsprogramm erstellt und dialogorientiert zu gesunder Ernährung, Bewegung oder ausreichend Schlaf motiviert. Auch Apps, die die Prävention von Burn-out oder Depressionen im Fokus haben, können zum Einsatz kommen. Sie kombinieren personalisierte Avatare, ein Verhaltens-Monitoring sowie spielerische Elemente, um einen Beitrag zur psychischen Gesundheit der Belegschaft zu leisten.

Generative KI-Systeme wie Chatbots können auf der Karriereseite eines Unternehmens Fragen zum Arbeitgeber und zum Bewerbungsprozess beantworten, passende Stellen empfehlen und dabei verschiedene Sprachen und Fachgebiete abdecken. Informationen, die an verschiedenen Stellen gespeichert sind, werden sinnvoll in Zusammenhang gebracht und ausgegeben.

Fachpersonal stellt die Antwortqualität des Chatbots sicher und übernimmt ungewöhnliche, nicht standardisierbare Fragen. Neben dem Chat ermöglichen multimodale KI-Systeme auch mündliche Anfragen an einen Voicebot, der gesprochen antwortet.

KI-Technologien erleichtern die Inklusion von Mitarbeitenden mit Behinderungen. Apps erkennen Objekte im Blickfeld der Smartphone-Kamera und beschreiben diese für Menschen mit Sehbehinderungen. Sie können Barcodes oder Texte vorlesen, ähnlich wie Softwareanwendungen für den PC. Das gesprochene Wort in Videokonferenzen oder Schulungen kann mit KI-Modulen live untertitelt werden. Sprachassistenten ermöglichen die Steuerung von Geräten und Maschinen in den unterschiedlichsten Bereichen des Unternehmens, so dass vorübergehende oder langfristige Einschränkungen der körperlichen Beweglichkeit abgefedert werden.

KI-Tools entwickeln ideale Personaleinsatzpläne, die die gesetzlichen und betrieblichen Vorgaben, die Wünsche von Mitarbeitenden und die Anforderungen auf Kundenseite angemessen abbilden. Das KI-System merkt sich die Präferenzen und Fähigkeiten der Mitarbeitenden und greift gleichzeitig auf Erfahrungswerte, Prognosen oder Lieferfristen zu. Den Rahmen können auch gesetzliche Aspekte, Betriebsvereinbarungen, vorgeschriebene Besetzungsstärken und ähnliche Vorgaben bilden. Kontinuierliche Anpassungen in der Einsatzplanung, beispielsweise im Fall von krankheitsbedingten Ausfällen, werden dank der KI-Tools vereinfacht und bis zum gewünschten Grad automatisiert.

Die Klimatisierung und Belüftung von Wohnräumen kann mit Hilfe von KI-Technologien präzise prognostiziert werden, indem Außenbedingungen, Wettervorhersagen, Anwesenheits- und Energieprofile zugrunde gelegt werden. Selbst ein Abgleich mit variablen Tarifen eines Energieanbieters kann auf diese Weise automatisier erfolgen, so dass das System energieintensive Klimageräte kostenoptimiert ein- oder ausschaltet. Die Prognosemodelle können beispielsweise mehrmals pro Stunde berechnet und die Steuerung der Anlagen an die jeweiligen Bedingungen angepasst werden. Auch die Steuerung der Klima- und Lüftungstechnik per Sprache ist dank KI möglich.

In der virtuellen oder erweiterten Realität (Virtual Reality oder Augmented Reality) motivieren spielerische Elemente sowie visuelle und akustische Effekte Sportlerinnen und Sportler zur Bewegung. Fitnessgeräte wie Mixed-Reality-Headsets, Tablets, Fernseher oder Spielkonsolen bieten bewegungsbezogene Unterhaltung während des Trainings, in 2D oder 3D.

KI-Systeme ermöglichen die Erkennung von Körperhaltungen und Bewegungen der Sportler, aber auch von Emotionen, Sprache oder Gesten aus verschiedenen Quellen wie Videokameras, Tiefensensoren, Mikrofonen oder anderen Sensoren. KI-Methoden ermöglichen aber auch immersivere Spielwelten, indem realistische 3D-Modelle, individuelle Texte oder die Sprache der Spielfiguren generiert werden.

Digitale und KI-gestützte Trainer unterstützen mit passgenauen Fitness- oder Trainingsprogrammen, führen die Nutzer durch die Übungen, korrigieren Bewegungsfehler und motivieren zum Durchhalten. Sie kommen als App für Smartphones, integriert in Fitnessgeräte sowie als eigenständige Geräte wie z. B. sensorgestützte Spiegeldisplays vor. Die dahinterliegenden KI-Methoden sorgen dafür, dass das entwickelte Fitnessprgramm sich an die Fähigkeiten und Zielsetzungen des Trainierenden anpasst, die Anwendung durch Sprache gesteuert werden kann oder Trainingsanweisungen selbst in gesprochener Form ausgegeben werden. KI kann aber auch dabei unterstützen, dass Übungen mittels Bildanalyse auf ihre Korrektheit hin überprüft und gezielt durch Feedback korrigiert werden können.

Gängige Internet-Suchmaschinen verwenden KI-Methoden, um Suchanfragen besser zu verstehen, sie mit sinnverwandten und erfolgreichen Anfragen zu verknüpfen und den Nutzenden auch bei Tippfehlern oder ungewöhnlicher Ausdrucksweise passende Suchergebnisse zu liefern. Im nächsten Schritt fassen generative KI-Systeme die Inhalte der Suchergebnisse direkt zusammen oder kontextualisieren sie: In Form von Chatbots können Rückfragen gestellt oder eine Suchanfrage präzisiert werden.

Auch Streamingdienste und Einkaufsportale nutzen KI-gestützte Empfehlungssysteme, um Nutzenden das am besten passende Produkt mit dem für sie oder ihn attraktivsten Vorschaubild vorzuschlagen. Und auch in sozialen Netzwerken lenken KI-Algorithmen die immense Informationsflut.

KI-Instrumente können in Bankingplattformen bei der Anlageoptimierung unterstützen. So genannte Robo-Advisoren werten beispielsweise Börsendaten aus, um Wertentwicklungsprognosen auszuarbeiten. Anlageempfehlungen, beispielsweise für den Wertpapierhandel, können ausgegeben und die entsprechende Handlung (Kauf/Verkauf) eingeleitet werden.

Kontroll- und Prüfalgorithmen sind in E-Mail-Programme oder Soziale Netzwerke integriert, um unerwünschte Inhalte (z. B. Spam oder Inhalte pornographischer, gewalttätiger oder politisch extremer Natur) zu erkennen und herauszufiltern. Neben herkömmlichen regelbasierten Filtern kommt zunehmend KI zum Einsatz, die aus Datenströmen und den darin befindlichen Mustern in Echtzeit lernen kann. Insbesondere bei Trendvokabular oder sprachlichen Nuancen, die je nach Kontext variieren, ist das Verständnis für natürliche Sprache und seine konstante Weiterentwicklung unerlässlich.

Die im Heim nutzbare Automatisierungstechnik zur Steuerung von Rollos, Heizung, Klima & Co. kann bereits über Geräte und Dienste hinweg miteinander verknüpft werden. Mit KI-Assistenzsystemen lassen sich die Anlagen per Sprachbefehl steuern. Andere KI-Technologien ermöglichen den Smart-Home-Systemen selbständig aus Erfahrungsdaten zu lernen und die Haustechnik entsprechend der Gewohnheiten und Anforderungen der Bewohner*innen zu steuern. Die Prognosen werden umso präziser, je mehr Sensordaten ausgewertet werden können.

Mit KI-Methoden können Filmcharaktere virtuell zum Leben erweckt, nachträglich Personen in bestehende Videos integriert oder Porträtfotos von Menschen künstlich erzeugt werden. Unter der Bezeichnung »Deep Fake« sind Beispiele bekannt geworden, in denen Bild und Stimme von Prominenten täuschend echt nachgebildet wurden. Errungenschaften in der Bild- und Stimmengenerierung machen es zunehmend schwer, künstlich erzeugte Inhalte im Bild-, Film- oder Tonmaterial zu erkennen.

Ähnliche KI-Technologien unterstützen zugleich bei der unkomplizierten Erstellung und Optimierung von Familienfilmen oder finden Einsatz bei der Foto- oder Filmrestauration. Beschädigtes oder angegriffenes Bild- und Filmmaterial wird analysiert, die Art der Beschädigung ermittelt und in der digitalen Version automatisch entfernt, so dass keine manuellen Nacharbeiten notwendig sind.

Eine große Zahl von Apps auf modernen Smartphones machen sich mittlerweile KI-Methoden zu nutze. Die prominentesten, meist integrierten Anwendungen auf Handys sind womöglich Sprachassistenten, die Wortkorrektur, die Bildoptimierung hinter der Handykamera oder auch das Entsperren der Geräte mittels Gesichtserkennung. KI-Methoden sind beispielsweise in die Kamera-Software integriert, um in Echtzeit die Kameraeinstellungen passend zum Motiv zu wählen, die Bildqualität bei schlechten Lichtverhältnissen zu optimieren oder Videos zu stabilisieren. Auch die Wortkorrektur wird anhand von Trainingsdaten mit aktuell genutztem Wortschatz und häufigen Tippfehlern optimiert. Bei der Gesichtserkennung greifen die Smartphones auf Methoden der KI-Bilderkennung zurück. Die Software unterscheidet allerdings nicht zwischen einem reellen Gesicht und einer vorgehaltenen Fotografie.

KI-Technologien erfüllen im Gaming-Bereich eine Vielzahl von Aufgaben: von der ressourcenschonenden Optimierung der je nach Spiel sehr aufwändigen Videografik, über die selbstständige Generierung von Avataren oder Welten, bis hin zur textlichen Fortschreibung von Rollenspielgeschichten, die selbst nach vielen Durchgängen noch Neues für den Spieler bereithalten.

Auch Virtual Reality kommt zum Einsatz, wenn neben einer VR-Brille weitere Ausstattung (wie z. B. Head-Tracking oder Kamera) und speziell für den Zweck entwickelte Spiele vorliegen.

KI-Software erzeugt Musikstücke für den persönlichen oder auch kommerziellen Gebrauch. Die Musikkompositionen basieren auf Benutzerwünschen wie dem gewünschten Genre oder der Track-Länge. Die KI greift auf eine Sammlung von Tausenden von Audiodateien zurück und generiert auf Grundlage von gelernten Mustern einen passenden neuen Track, beispielsweise für die Nachvertonung eigener Filme.

KI-Methoden unterstützen dabei, realitätsgetreue immersive Welten zu erschaffen. Sie können z. B. bei der maßstabsgetreuen, korrekt ausgeleuchteten Visualisierung neuer Möbelausstattung oder bei der Konfiguration eines neuen Autos unterstützen. KI sorgt beispielsweise für eine effiziente Erzeugung von glaubhaften Oberflächenstrukturen oder von Charakteren in virtuellen Spielwelten. Ebenso kann sie Sehenswürdigkeiten originalgetreu auf die Displays von VR-Headsets zaubern, bei denen selbst Details wie Mörtel zwischen den Steinen einer mittelalterlichen Burg genauestens abgebildet werden.

KI-gestütztes Spielzeug, beispielsweise soziale Roboter oder KI-Rennspiele, ist in unterschiedlichen Ausprägungen auf dem Markt erhältlich. Die mit Sensoren ausgestatteten Spielgeräte können auf ihre Umgebung, z. B. auf Sprache oder Bewegung reagieren, Daten erfassen und auch über Bluetooth oder WLAN übertragen. Hierdurch ergeben sich neue Spielformen, da die Spielzeugroboter unterschiedliche Grundgefühle situationsbezogen simulieren oder Rennautos flexibel zusammengestellte Rennstrecken und unerwartete Fahrmanöver autonom bewältigen können. Gleichzeitig müssen Eltern ein besonderes Augenmerk auf die Datensicherheit der Geräte legen.

KI-gestützte Fernsehgeräte optimieren Bild und Ton aufgrund von Umgebungsbedingungen des Geräts, um die Bild- und Klangqualität zu steigern. Sie können als Steuerungszentrale für weitere intelligente Geräte fungieren, indem Sprachassistenten integriert sind. Damit wird beispielsweise eine Pizzabestellung möglich, ohne zum Telefonhörer greifen zu müssen.

KI-basierte Sprachassistenten, meist in Form kleiner Lautsprecher, die mit dem Internet verbunden sind, vereinfachen die Interaktion mit Geräten und Maschinen im Haushalt. Per Sprachbefehl können sie Musik abspielen, den Wecker stellen, Nachrichten abrufen, eine Einkaufsliste zusammenstellen, Personen anrufen oder auch die Beleuchtung oder andere Geräte im Raum steuern.

KI-Sprachmodelle und Wissensgraphen helfen dabei, auch komplexe Anfragen zu verstehen und passende Antworten zu liefern. Die Sprachassistenten werden kontinuierlich um neue Funktionen erweitert und bilden so eine niedrigschwellige Schnittstelle zwischen Mensch und Internet.

Im Haus installierte Einbruchsicherung wird meist an Bewegungs- oder Geräuschmelder gekoppelt. Dank KI-Technologien können Kameras zusätzlich per Sprachbefehl aktiviert oder gelenkt werden oder Geräuschanalysesysteme treffsicher zwischen Fehlalarm und potenziellem Einbruchsvorfall unterscheiden. Hinzu kommen Möglichkeiten, mit KI-Algorithmen eine täuschend echte Anwesenheit im Haus zu simulieren, z. B. durch angepasstes Ein- und Ausschalten von Licht, TV oder anderen Geräten.

Koch-Apps können KI-gestützt durch den gesamten Koch- und Backprozess führen. Digitale Rezeptbücher können dank KI-Methoden passgenaue Rezepte oder Ernährungsempfehlungen ausgeben. Im Dialog führen generative KI-Systeme wie Chatbots oder Voicebots Schritt für Schritt durch die Rezeptsuche und -zubereitung, beantworten Fragen oder passen das Rezept an vorhandene Zutaten an.

Vernetzte Küchengeräte erhalten an den entsprechenden Stellen im Rezept automatisch die notwendigen Einstellungen wie Leistung und Garzeit im Backofen. Einige Küchen-Apps helfen auch bei der Erstellung der Einkaufsliste und der Automatisierung des Einkaufs (inkl. Lieferung).

Reinigungsgeräte navigieren dank KI-Methoden zuverlässig durch Räume oder über Fensterflächen. KI-gestützte Fensterputzroboter erkennen beispielsweise die Fensterfläche und berechnen den effizientesten Reinigungsweg. Über Sensoren wird das Ende der Glasfläche erkannt, so dass auch rahmenlose Fenster gereinigt werden können. Staubsauger oder Scheuersaugmaschinen kartografieren eine Vielzahl von Räumen und stellen dabei sicher, dass die Flächen – auch um Hindernisse herum oder in verwinkelten Räumen – zuverlässig gereinigt werden, ähnlich wie Mähroboter im Garten.

Vernetzte, KI-gestützte Küchengeräte assistieren beim Kochvorgang, meist zentral über eine App an ein spezifisches Rezept gekoppelt. Intelligentes Kochgeschirr kommuniziert dabei mit den Kochfeldern, so dass das Kochfeld die optimale Kochstufe und Zubereitungsdauer für den Zubereitungsschritt auswählen und die Dunstabzugshaube bedarfsgerecht zu- oder ausschalten kann. Weitere Küchenmaschinen können eingebunden sein und mit KI-Methoden sowie Sensoren automatisch Dauer und Bearbeitungsstufe steuern (z. B. die Knetmaschine den Teigzustand ermitteln und über die benötigte Knetdauer und Leistungsstufe entscheiden).

Kühl- und Gefriergeräte können dank integrierter KI-Sprachassistenten per Befehl in ihren Einstellungen gesteuert oder geöffnet werden. Das Gerät unterstützt bei der Zusammenstellung von Einkaufslisten und kann die entsprechenden Artikel bei Bedarf automatisiert online einkaufen. Des Weiteren kann eine Rezeptdatenbank integriert sein, ähnlich einer KI-gestützten Küchen-App, so dass das Kühl- und Gefriergerät Informationen an weitere vernetzte Küchengeräte sendet oder durch die unterschiedlichen Phasen der Zubereitung führt.

Waschmaschinen oder Waschtrockner erkennen dank integrierter Sensoren sowie KI-Technologien Material- und Farbzusammensetzung, Volumen und Gewicht der Waschladung und regeln automatisiert den Wasch- oder Trocknungsprozess. Die KI-Technologie vergleicht die erfassten Sensordaten mit Erfahrungswerten und ermittelt so das beste Programm, um Textilfasern zu schonen oder Waschmittel zu dosieren. Auch eine Vernetzung zwischen Geräten, z. B. zwischen Waschmaschine und Trockner, ist möglich, so dass eine erneute Auswahl des Programms entfällt. Weiterhin können die Geräte per Sprachassistenzsystem gesteuert werden.

KI-Software wird eingesetzt, um Barrieren zu überwinden, die z. B. durch Sprach-, Lese- oder Rechtschreibdefizite oder andere körperliche Beeinträchtigungen entstehen. Sie korrigiert Rechtschreibung und Grammatik, übersetzt von einer Sprache in eine andere, liest Texte vor oder wandelt gesprochene Sprache in geschriebenen Text um.

KI-Systeme erkennen den Inhalt von Bildern und können diesen in eigenen Worten beschreiben, um kurze Bildbeschreibungen für Webseiten zu generieren oder Menschen mit Sehbehinderung direkt im Alltag zu unterstützen: Mit Hilfe von am Körper getragenen »Wearables« identifizieren sie Gegenstände und Schilder oder lesen Texte und Preisschilder vor.