KI im Mittelpunkt des Economist Innovation Summit – Führer fordern Erweiterung, nicht Ersatz menschlicher Fähigkeiten

Panel (v.l.n.r.): Nicole Eagan, Heath P. Terry, Michael Wignall & Tom Standage

Künstliche Intelligenz dominierte die Eröffnungssitzung des heutigen Economist Innovation Summit (#EconInnov). Für Teilnehmer wie mich – Jeremy Cowan –, die KI als Chatbots und Pilotprojekte sahen, war die Sitzung ein entscheidender Weckruf.

Tom Standage, stellvertretender Chefredakteur von The Economist, begrüßte Nicole Eagan, CEO von Darktrace, einem Unternehmen, das sich als „Enterprise Immune System“ für Cybersicherheit positioniert. Eagan verkündete, dass Darktraces KI-Plattform nun in mehr als 7.000 Organisationen weltweit aktiv ist.

(Nicole wird in den kommenden Wochen von IoT Now interviewt, um den KI-Markt und diese Deployments detaillierter zu besprechen. Anm. d. Red.)

Dass Banken KI für Betrugserkennung und Predictive Analytics nutzen, war wenig überraschend. Eagan hob jedoch hervor, dass die meisten Deployments in unter einer Stunde abgeschlossen werden können – eine Behauptung, die wir in ihrem Interview vertiefen werden.

Standage äußerte eine häufige Sorge: Wie kann ein KI-System Bedrohungen erkennen, die bereits im Netzwerk existieren? Eagan erklärte, dass das System den aktuellen Zustand in den ersten Tagen als „normal“ einstufen mag, aber durch Analyse mehrerer Datenströme schnell Anomalien erlernt.

Schwerfällig, aber nicht langsam

Auf die Frage, welche Sektoren jenseits der Finanzbranche die KI-Einführung anführen, gab Heath P. Terry, Managing Director bei Goldman Sachs, eine überraschende Antwort: Schwere Industrie – einschließlich Energie, Öl und Fertigung – verzeichnet signifikante Gewinne. „Eine Gasturbine kann bis zu 400 Sensoren hosten“, so Terry, „und KI kann potenzielle Ausfälle fünf Stunden bis fünf Tage im Voraus vorhersagen. Die Planung von Wartung in Niedrignutzungsfenstern kann für Versorger, die mit 2–3 % Margen operieren, entscheidend sein.“

Standage zeigte echte Überraschung: „Das sind genau die Unternehmen, die wir normalerweise nicht mit schneller Software-Einführung assoziieren.“ Auf die Frage nach Nachzüglern klärte Terry auf, dass es nicht ganze Branchen, sondern einzelne Firmen betrifft. „Einzelhandel ist oft langsamer, vor allem wegen massiven Fachkräftemangels“, sagte er. „Ein KI-Experte mit achtstelligem Gehalt wird sich kaum für eine Einzelhandelskette statt Google oder einen anderen Tech-Giganten entscheiden.“ Das größte Hindernis bleibt laut Terry die Verfügbarkeit hochwertiger Daten.

Michael Wignall, Microsoft UKs CTO, teilte, wie das Unternehmen KI in Produktivitäts-Tools einbettet. „Wir machen KI zum Standardbestandteil täglicher Workflows“, sagte er. „Echtzeit-Übersetzung auf Skype unterstützt nun Chinesisch-Englisch-Gespräche. Indem wir die Einstiegshürde für KI senken, demokratisieren wir deren Nutzung.“ Er hob auch Microsofts Rolle bei der Ermöglichung eines Dixons-Carphone-Chatbots und beim Launch von Rolls-Royces Engines-as-a-Service-Modell hervor – Beispiele für KIs Potenzial, Geschäftsmodelle zu transformieren, wenngleich mit verbundenen Risiken.

Build or Buy und andere Risiken

Standage merkte an, dass Tech-Giganten wie Google und Facebook von der Idee zum Produkt in nur fünf Monaten gelangen – ein starker Kontrast zum jahrzehntelangen Übergang vieler Unternehmen bei Cloud-E-Mail. Wignall stimmte zu, dass KI, Machine Learning und Deep Learning eine Mischung aus offener Entwicklung und stiller Adoption sehen werden. „Nutzer werden KI durch ihren Nutzen bewusst“, sagte er.

Er fügte hinzu, dass in Sektoren wie Finanzdienstleistungen Organisationen oft KI-Lösungen intern entwickeln, während Microsoft und Google komplexe Bausteine bereitstellen, um das Rad nicht neu zu erfinden.

Eagan warnte, dass expandierende KI-Deployments die Angriffsfläche einer Organisation vergrößern können, besonders angesichts eines Fachkräftemangels – weltweit über 2 Millionen offene Cybersicherheitsrollen. „Ein Cyberangriff kann Daten schneller verschlüsseln, als ein Security Manager einen Kaffee holen kann“, sagte sie. „Deshalb muss menschliche Aufsicht durch KI erweitert werden.“

Menschen brauchen Zeit, um KI zu vertrauen

Auf die Frage, ob Ingenieure KI-Integration ablehnen, antwortete Eagan, dass bei Bedrohungserkennung die Mitarbeiter generell aufgeschlossen sind. „Wir befähigen Menschen, die finale Aktion zu entscheiden, und die Maschine neutralisiert Bedrohungen“, sagte sie. Darktraces Deploymentsmodell startet im Recommendation Mode, wechselt dann zu Human Confirmation Mode und schließlich zu Active Mode, wo KI autonom handeln kann. „Vertrauen baut sich über Zeit auf“, fügte sie hinzu.

„Cyber-Experten befinden sich bei der Erstbereitstellung in einer Art Nahkampf mit Hackern“, erklärte sie. „Innerhalb eines Jahres, nach Erprobung der Technologie, treten sie in eine Due-Diligence-Phase ein, benchmarken ihre Cyberabwehr gegen Peers.“

Abschließend betonte Wignall, dass KI ein Produktivitäts-Tool, aber auch Katalysator für neue Geschäftsmodelle ist. „Während die Ludditen des 19. Jahrhunderts Arbeitsplatzverlust fürchteten, schufen Eisenbahnen und Telegrafen letztlich neue Beschäftigungsmöglichkeiten“, sagte er.

Autor: Jeremy Cowan, Editorial Director von IoT Now, IoT Global Network und VanillaPlus.