Sie sind hier:

Fehler beim maschinellen Lernen - Wenn die Künstliche Intelligenz mal irrt

Datum:

Systeme mit Künstlicher Intelligenz haben unseren Alltag längst erobert. Doch auch KI-Software macht Fehler. Deshalb muss sie kontrolliert werden. Das gelingt zunehmend besser.

Ein futuristisches Mainboard
Ein futuristisches Mainboard
Quelle: imago

Wer in einem Supermarkt einkauft, ist schon heute oft mit KI-Software konfrontiert. Die saubere Ausrichtung der Koteletts in der Tiefkühltruhe haben in vielen Fällen Verpackungsroboter vorgenommen. Gesteuert werden sie von einer KI-Software.

Intelligente Transportroboter bringen Ordnung in den Laden

Dass Weinkartons, Bierkisten oder die Palette mit den Lebkuchen am richtigen Platz stehen, dafür haben oft Transportroboter gesorgt. "Dafür verwenden wir Konzepte maschinellen Lernens", erklärt Dr. Andreas Wolf, Geschäftsführer der Robomotion GmbH in Leinfelden-Echterdingen.

Mit KI-Software haben die Transportroboter gelernt, einen Karton mit Sektflaschen von einem mit Weinflaschen zu unterscheiden. Und sie können eine Kiste mit Weizenbier und eine Pilskiste auseinanderhalten. "Wenn durchschnittlich 1.500 Artikel im Lager sind, dann ist das schnelle und zielgerichtete Zusammenstellen des Warenangebots ein betriebswirtschaftlich entscheidender Faktor", gibt Wolf zu bedenken.

Es erinnert an einen Ameisenbau, in dem jedes Subjekt emsig und unermüdlich seine Aufgabe verrichtet: Mobile Roboter sortieren in einem hochmodernen, chinesischen Postverteilzentrum Pakete.

Beitragslänge:
2 min
Datum:

Auch künstliche Intelligenz muss lernen

Ähnlich ist das auch bei den Koteletts in der Tiefkühltruhe. "Die müssen in der Packung für den Kunden ansprechend ausgerichtet sein", erläutert Wolf. Der Verpackungsroboter muss deshalb genau erkennen, wo der Kotelett-Knochen sitzt und die saftige Seite nach oben legen.

"Die Software wird quasi händisch angelernt", weiß Wolf. Bei cirka 3.000 Koteletts wird ihr gezeigt, wo der Knochen sitzt. "Dann findet der mittels KI-Software angelernte Roboter den Knochen anschließend selbstständig", sagt Wolf.

Und nicht nur in der Logistik haben sich Methoden maschinellen Lernens einen festen Platz erobert. So analysiert KI-Software zum Beispiel Fotos von Schaltschränken. Sie prüft, ob alle Kabel am richtigen Platz sitzen und korrekt eingesteckt sind.

Dafür muss das System verschiedene Kabelarten und die Funktionen der unterschiedlichen Steckplätze zuvor gelernt haben. Ein menschlicher Prüfer braucht für solch eine Inspektion ungefähr fünf Minuten. Die KI-Software erledigt das in zwei Millisekunden.

Fehler sind alltäglich – auch bei der KI

Allerdings arbeitet auch KI-Software nicht völlig fehlerfrei. Wenn der Roboter beim Verpacken eines Koteletts mal daneben greift, ist das nicht so schlimm. Wird hingegen ein Schaltschrank falsch verkabelt, kann das die gesamte Produktion in einer Fabrik lahmlegen. Und auch das Vertauschen von Wein- und Weichspülerkartons verursacht Schaden.

Es werden unterschiedliche Methoden zur KI-Kontrolle eingesetzt. Hat der Roboter zum Beispiel eine falsche Verkabelung am Schaltschrank nicht erkannt, dann schauen die Entwickler nach, aufgrund welcher Daten die KI-Software sich für die Verwechslung entschieden hat.

"Das neuronale Netz erzeugt von jedem Eingabepunkt eine Ausgabe, und wir schauen uns an, wie die beiden zusammenhängen", beschreibt Informatik-Professor Marco Huber vom Fraunhofer-Institut für Produktionstechnik und Automatisierung in Stuttgart das dahinterliegende Prinzip. Hat die Software aus den eingegebenen Daten eine richtige Entscheidung berechnet? Und wenn nicht, waren die Eingabedaten mangelhaft - etwa die Fotos mit der Verkabelung des Schaltschrankes überbelichtet oder unscharf?

In kleinen Schritten zur Fehlerursache

Waren die Eingabedaten jedoch in Ordnung, müssen die Entwickler weitersuchen. Dann müssen sie die KI-Software insgesamt analysieren. Das fällt bei komplexen neuronalen Netzen mit Millionen von Neuronen und mehreren tausend Entscheidungspunkten nicht leicht.

"Deshalb arbeiten wir hier mit Stellvertretermodellen", erläutert Professor Marco Huber. Bei denen werden die einzelnen Verzweigungspunkte Punkt für Punkt nachgezeichnet. Hat das Kabel eine Gummi-Abschirmung, ja oder nein. Ist das Kabel länger als 30 Zentimeter, ja oder nein.

Bei jeder Antwort verzweigt der Entscheidungsbaum also, entweder auf den Ja-Ast oder auf den Nein-Ast. So hangelt sich die Software von Entscheidungspunkt zu Entscheidungspunkt. Diese Entscheidungspunkte können auch mit einem ganz einfachen Computerprogramm nachgebaut werden, das nur Ja oder Nein kennt.

Der Praxistest steht noch aus

Solch ein Programm arbeitet viel langsamer als ein neuronales Netz. Dafür kann der menschliche Entwickler Entscheidungen an jedem Punkt nachvollziehen. Er erkennt, warum die KI etwa eine Weinkiste für eine mit Weichspüler gehalten hat. Und den Fehler dann beheben.

Durch solche Prüfungen sollen die Berechnungen und Entscheidungen von Software mit Künstlicher Intelligenz transparent und nachprüfbar werden. Der breite Einsatz dieser Prüfmethoden beim industriellen Einsatz von KI-Software muss jetzt zeigen, wie gut diese Methoden in der Praxis sind.

Gemerkt auf Mein ZDF! Merken beendet Bewertet! Bewertung entfernt Abonniert auf Mein ZDF! Abo beendet Embed-Code kopieren HTML-Code zum Einbetten des Videos in der Zwischenablage gespeichert.
Bitte beachten Sie die Nutzungsbedingungen des ZDF.

Um zu verstehen, wie unsere Webseite genutzt wird und um Ihnen ein interessenbezogenes Angebot präsentieren zu können, nutzen wir Cookies und andere Techniken. Hier können Sie mehr erfahren und hier widersprechen.

Um Sendungen mit einer Altersbeschränkung zu jeder Tageszeit anzuschauen, können Sie jetzt eine Altersprüfung durchführen. Dafür benötigen Sie Ihr Ausweisdokument.

Sie wechseln in den Kinderbereich und bewegen sich mit Ihrem Kinderprofil weiter.