Deutschland habe großen Nachholbedarf im Hinblick auf Investionen in Künstliche Intelligenz (KI), sagte Jan Peters von der Technischen Universität in Darmstadt. Das hieße aber nicht, dass es bisher keine Investionen gegeben habe. In den vergangenen Jahren seien durchaus hohe Beträge gezahlt worden - etwa an das Deutsche Forschungszentrum für Künstliche Intelligenz.
Genau diese Akteure hätten die Entwicklung jedoch verschlafen. Dort würden seit 30 Jahren die gleichen Themen bearbeitet - etwa: wissensbasierte Systeme. "Das sind Themen der späten 70er-Jahre", sagte Peters im Dlf.
Viel wichtiger wäre es derzeit, in die Felder des maschinellen Lernens zu investieren. Und noch wichtiger: Deep Learning und Reinforcement Learning. Genau diese Bereiche kämen im Strategiepapier der Bundesregierung zu kurz - manche wären gar nicht darin zu finden.
"Qualität der Forschung in den Mittelpunkt rücken"
Ein weitereres sehr wichtiges Feld ist aus Sicht von Peters der Zugang zu Informationen. Diese seien fundamental, da Algorithmen aus dem Bereich des Maschinenlernens mit Daten gefüttert werden müssten - als Erfahrungsgrundlage für diesen Lernprozess. Auch hier tue sich die Bundesregierung aus verständlichen Gründen sehr schwer - und können mit Firmen wie Google, Facebook und Amazon nicht konkurrieren.
Grundlagenforschung zu Künstlicher Intelligenz sei bei Unternehmen oft leichter als an den Universitäten. Deshalb fehlten in Deutschland auch KI-Experten. Viele Wissenschaftler seien in den vergangenen Jahren zu Unternehmen wie Google abgewandert.
Damit Deutschland den Anschluss an die Spitze der KI-Forschung schaffe, müsse die Qualität der Forschung in der Vordergrund gerückt werden. Forscher in diesem Bereich müssten sichtbar sein und auf den großen Kongressen zu dem Thema präsent sein. Das würde aber einen anderen Fokus bedeuten, als der, den das Strategiepapier der Bundesregierung aktuell setzt.
