Vom Schutz der Wale bis zu mehr Komfort – Was KI nicht kann?

Künstliche Intelligenz wird im Alltag immer häufiger. Die Einführung von LLMs (Large Language Models) wie ChatGPT hat KI in die Hände aller gelegt. Dennoch befand sich die Technologie bereits lange davor, das Leben zu verändern, noch bevor LLMs den Markt erreichten. Hier ein Einblick, was KI derzeit nicht kann und wohin sie in Zukunft führen wird.

KI-Entwicklung

Der KI-Sektor hat zahlreiche Iterationen durchlaufen, basierend auf den Fähigkeiten und der Zugänglichkeit der Technologie. Das Konzept von menschenähnlichen Maschinen reicht bis in die Antike zurück. Die Renaissance belebte diese Ideen wieder, und berühmte Erfinder wie Leonardo da Vinci zeigten das Konzept 1495 mit Automaten.

Künstliche Intelligenz, wie wir sie heute sehen, lässt sich auf Alan Turings Universal Turing Machine von 1935 zurückführen. Nur 15 Jahre später entwickelte er den Turing-Test. Der Turing-Test nutzt menschliche Konversation, um zu bestimmen, ob ein KI-System menschenähnliche Fähigkeiten und darüber hinaus erreicht hat. Dieser Test wird noch heute als Maßstab für KI-Interaktionen verwendet.

Die computergestützten Durchbrüche der 1990er Jahre trieben KI-Systeme weiter voran. In dieser Zeit begannen maschinelles Lernen und andere KI-Systeme zu entstehen, was zu Durchbrüchen in den frühen 2000er Jahren führte. Beispielsweise demonstrierte IBM die KI-Fähigkeiten von Watson, indem es Menschen in einer Jeopardy‑Show besiegte. Gleichzeitig begann Google, Daten zu seinen neuronalen Netzwerken zu veröffentlichen.

KI heute

Dieses Jahrzehnt hat bisher einige der größten Fortschritte in der KI-Technologie erlebt. Die Einführung von selbstlernenden KI-Technologien wie Torque-Clustering-Algorithmen hat den Sektor zu einem Diskussionsthema gemacht.
Diese technologischen Fortschritte wurden auch von moralischen Fragen und Umweltbedenken begleitet. All diese Faktoren haben zu einer stärkeren Prüfung der Zukunft von KI und ihres Einflusses auf das tägliche Leben geführt. Also, was kann KI nicht? Diese Projekte zeigen nur einen Teil ihrer aktuellen Fähigkeiten und Grenzen.

Menschen helfen, bessere Städte zu bauen

KI-Systeme können Stadtplanern helfen, effektivere und effizientere Gemeinschaften zu schaffen. KI-Systeme können den Verkehr und andere wichtige Daten verfolgen, die bei der Bestimmung von Standorten für neue Dienstleistungen, Autobahnen und andere kommunale Bedürfnisse von großem Wert sind.

Einblicke in die Infrastruktur

Eine Möglichkeit, wie KI-Systeme bereits eingesetzt werden, um sicherere und komfortablere Nachbarschaften zu schaffen, ist durch Erkenntnisse. Eine Studie¹, veröffentlicht im Journal of Smart Cities and Society, geht tief auf elektrische Sicherheit und Stabilität ein.

Konkret untersucht sie die Energieverteilung, den Hausbedarf, welche Art von Energiequelle jedes Haus nutzt und ob dies den Standort einem höheren Risiko von Stromausfällen aussetzt. Die Studie erklärt, dass bei der zunehmenden Umstellung auf vollständig elektrische Optionen einige Risiken übersehen worden sein könnten.

Insbesondere hebt der Bericht hervor, dass Solarpanels im Sommer eine großartige Energiequelle sind, sie jedoch ganze Gemeinden während Winterstürmen und anderer Umweltbedingungen ohne Strom lassen können. Leider ist dieses Szenario häufiger geworden, da die Bestrebungen zu vollständig elektrifizierten Häusern weiter voranschreiten.

Ein KI-Modell erstellen, um das Risiko von Stromausfällen zu bewerten

Forscher von Stevens analysierten Daten des Department of Energy (DOE) Gebäudebestands, einschließlich der Energieprofile von 129.000 Einfamilienhäusern. Diese Häuser befanden sich in acht verschiedenen Bundesstaaten, was dem Team ermöglichte, das System in unterschiedlichen Umgebungen zu testen.

Die ML-Modelle ermittelten erfolgreich die individuellen Energie-Fußabdrücke jedes Hauses. Anschließend verarbeiteten sie diese Daten, kreuzten sie mit ihren Datenmodellen und bestimmten, welche Art von Energiequellen das Haus nutzte.

Darüber hinaus nutzte das System diese Daten, um die Blackout-Risiken für das Haus und die Gemeinschaft zu bestimmen. Jetzt plant das Team, seine Tests auf weitere Gemeinschaften auszudehnen, um Planern zu helfen, sicherere und widerstandsfähigere Stromnetze zu bauen.

Erde retten

Umweltbedingungen, Verschmutzung, menschliche Expansion und andere Faktoren haben viele Wildtiergebiete in Trümmern hinterlassen. Künstliche Intelligenz ist eine Lösung, zu der Umweltschützer gegriffen haben, um Wildtiermuster zu bestimmen.
Diese Systeme können Naturschützern helfen, plötzliche Veränderungen bei Arten zu bemerken, ein wertvolles Werkzeug, das beim Schutz seltener und gefährdeter Tiere vor dem Aussterben unterstützt. Bereits jetzt können KI-Systeme Migrationsmuster, Gesundheit, Wildereraktivitäten und andere wichtige Daten verfolgen.

Wal-Schutz

Ein Team innovativer Forscher der Rutgers University-New Brunswick stellte kürzlich ein KI-Modell vor, das internationalen Schiffen helfen soll, gefährdete Artenpopulationen zu meiden.

Die Hauptautoren der Studie², Ahmed Aziz Ezzat und Josh Kohut, entwickelten das Modell zur Walmigration und -verfolgung mithilfe verschiedener Daten, um die seltene Art des Nordatlantik-Rechtswals zu schützen. Leider zeigen Daten der National Oceanic and Atmospheric Administration, dass weniger als 400 dieser majestätischen Kreaturen noch in freier Wildbahn leben. Von der verbleibenden Population sind nur 70 reproduktionsfähige Weibchen, was zu verstärkten Bedenken bei Naturschützern führt.

Quelle – Nature Communications

Konkret integrierte das Team Daten des Rutgers University Center for Ocean Observing Leadership, die bis in die frühen 1990er Jahre zurückreichen, Satellitenbilder der University of Delaware und Informationen von Unterwasser‑Gleitern in das Modell. Bemerkenswert ist, dass Gleiter Unterwasserfahrzeuge mit einer Vielzahl von Sensoren sind. Sie durchqueren den Meeresboden, helfen dabei, unkartierte Regionen zu kartieren, Umweltveränderungen zu verfolgen und nach wertvollen Ressourcen zu suchen,

Die KI sagte den Standort und die Zeit der Walpopulationen basierend auf den Vorlieben der Wale, früheren Standorten, Umweltbedingungen und der Jahreszeit voraus. Sie ermöglichte den Forschern, diese Punkte zu verbinden und die Muster zu finden, die die Wahrscheinlichkeit von Walbeobachtungen erhöhten. In Zukunft wird dieses System den Schiffen genau anzeigen, wo sich Walpopulationen befinden, sodass sie ihre Route anpassen können, um diese natürlichen Lebensräume zu meiden.

Künstliche Intelligenz der Dinge (AIoT).

Die Verschmelzung von Künstlicher Intelligenz und Internet‑der‑Dinge-Technologien hat die inzwischen aufstrebende AIoT‑Branche geschaffen. Dieser Sektor kombiniert die Reichweite und Datenerfassungsfähigkeiten von IoT‑Systemen mit Mustererkennung, Verarbeitung und dem Komfort, den KI‑Systeme bieten.

AIoT‑Systeme ermöglichen Logistikunternehmen, ihre Produkte schneller weltweit zu transportieren, Fälschungen zu reduzieren und eine Reihe weiterer hochentwickelter Funktionen bereitzustellen, die sonst unmöglich wären. AIoT verbessert das IoT-Konzept in einigen Schlüsselbereichen, einschließlich Effizienz.

Traditionelle IoT‑Systeme fungieren als Sensoren. Sie sammeln Daten und senden sie über das Internet an einen anderen Ort, der die Daten dann verarbeitet.  AIoT eliminiert die Notwendigkeit, die Daten über das Internet zu senden. Stattdessen können diese Systeme die Informationen intern verarbeiten, wodurch Zeit, Kosten und Bandbreitenbedarf reduziert werden.

Intelligente Wirtschaft

AIoT wird eine entscheidende Rolle in der zukünftigen intelligenten Wirtschaft spielen. Heutige Smart Homes basieren auf verschiedenen Protokollen zur Erkennung menschlicher Aktivitäten, um ihren Nutzern Komfort zu bieten. Stellen Sie sich zum Beispiel vor, Alexa zu sagen, dass Sie trainieren möchten, und eine Reihe von Aufgaben zu starten, die den Vorgang bequemer machen.

Diese Aufgaben könnten das Anpassen der Beleuchtung, das Abspielen von Musik, das Schließen der Jalousien und sogar das Starten des Smoothie‑Makers nach dem Training umfassen. All dies ist jetzt mit vordefinierten Makros möglich. Der Einsatz fortschrittlicher KI‑Systeme zur Erkennung menschlicher Aktivitäten wird diesen Prozess jedoch automatisieren.

MSF-Net

Ingenieure der Incheon National University sorgten kürzlich für Aufsehen, nachdem sie vorstellen³ ihr MSF-Net (Multiple Spectrogram Fusion Network) Wi‑Fi‑System zur Verfolgung menschlicher Aktivitäten vorgestellt hatten. Das System kann Channel State Information (CSI) nutzen, um subtile menschliche Aktivitäten zu bestimmen.

Diese Technologie wird Smart Homes bequemer machen. Bald wird KI in der Lage sein, zu erkennen, ob Sie kochen, sich ausruhen, fernsehen oder kurz davor sind, zur Arbeit zu gehen, und die Umgebung entsprechend anzupassen. Diese Technologie könnte in mehrere Sektoren integriert werden, darunter Fertigung, Sicherheit und Gesundheitswesen.

Moralischer Rat

Es scheint, dass egal wie fortschrittlich die KI‑Technologie wird, es immer ein gewisses Misstrauen gegenüber diesen Systemen geben wird. Eine aktuelle Studie⁴, veröffentlicht im Journal Cognition, zeigt, dass Menschen KI‑Systemen in Bezug auf moralische Ratschläge nicht vertrauen.

Die School of Psychology untersucht, warum es ein Misstrauen gegenüber KI‑Systemen gibt, wie es die Einführung verlangsamt hat und was nötig wäre, um diese Hindernisse zu überwinden. Die Forscher betrachteten den Aufstieg künstlicher moralischer Berater (AMAs) und wie sie eines Tages verbreitet sein könnten.

Künstliche moralische Berater sind zweckgefertigte Algorithmen, die vorprogrammierte ethische Theorien, Prinzipien und Richtlinien nutzen, um Nutzern Antworten auf schwierige moralische Dilemmata zu geben.

Bemerkenswerterweise stellte die Studie fest, dass Menschen gegenüber KI‑Ratschlägen zu moralischen Fragen skeptisch waren, selbst wenn dieselben Ratschläge von einem menschlichen Berater gegeben wurden. Sie zeigte zudem, dass viele Menschen Missverständnisse über KI haben und Bedenken hinsichtlich ihrer Fähigkeit, aus der Kontrolle zu geraten, bestehen.

In Zukunft könnten Sie einen AMA an Ihrer Seite haben, der Ihnen hilft, die richtige Entscheidung zu treffen. Zumindest wird er Ihre Entscheidungen dokumentieren und wahrscheinlich jede „falsche“ Entscheidung melden. Daher ist leicht nachvollziehbar, warum die Menschheit bereit sein könnte, KI Raketenstartcodes zu geben, aber nicht zulassen würde, dass sie die Predigt übernimmt.

Was KI nicht kann? Es gibt noch viel

Die KI‑Revolution ist in vollem Gange und bedeutende technologische Durchbrüche treiben die Fähigkeiten von KI‑Systemen weiter voran. Trotz des ständigen Geredes, KI würde Ihren Job übernehmen, haben die meisten Menschen noch genügend Zeit, bevor ihre Roboter‑Herrscher die Kontrolle übernehmen. Dennoch bleibt das menschliche Eingreifen ein Ausweg.

Viele Faktoren wie Misstrauen und Missverständnisse werden unvermeidlich zu Skepsis gegenüber den wahren Fähigkeiten und dem Zweck von KI führen. Derzeit hat diese Technologie unendliches Potenzial, ist jedoch in ihrer Fähigkeit, sich mit Menschen zu verbinden, begrenzt. Mit fortschreitenden LLMs und Robotik könnte die Grenze zwischen Menschheit und KI weiter verschwimmen und neue Realitäten eröffnen.

Jetzt

Studienreferenz:

^{1. Majowicz, A., Popli, C., & Odonkor, P. (2025). Quantifizierung der Haushaltsanfälligkeit für Stromausfälle: Bewertung der Risiken einer schnellen Elektrifizierung in intelligenten Städten. Journal of Smart Cities and Society, 0(0). https://doi.org/10.1177/27723577241306340}

^{2. Ji, J., Ramasamy, J., Nazzaro, L., Kohut, J., & Ezzat, A. A. (2024). Maschinelles Lernen zur Modellierung des Vorkommens des Nordatlantik-Rechtswals zur Unterstützung der Offshore-Windenergieentwicklung im US-Mittelatlantik. Scientific Reports, 14, 29147. https://doi.org/10.1038/s41598-024-80084-z}

^{3. Chen, J., Xu, X., Wang, T., Jeon, G., & Camacho, D. (2024). Ein AIoT‑Rahmenwerk mit multimodaler Frequenzfusion für WiFi‑basierte grobe und feine Aktivitätserkennung. IEEE Internet of Things Journal, 11(24), 39020-39029. https://doi.org/10.1109/JIOT.2024.3400773}

^{4. Myers, S., & Everett, J. A. C. (2025). Menschen erwarten, dass künstliche moralische Berater utilitaristischer sind, und misstrauen utilitaristischen moralischen Beratern. Cognition, 256, 106028. https://doi.org/10.1016/j.cognition.2024.106028}