Vortrag über Künstliche Intelligenz

Einleitung

• Vortragender: Philip Klöckner
• Thema: Künstliche Intelligenz (KI)
• Hinweis: Präsentation, Videos und Folien werden später zur Verfügung gestellt

Bedeutung und Wachstum von KI

• Massives Investment in KI
  • Große Konzerne wie Microsoft und Google investieren enorm in KI
  • Beispiele: Microsoft erreicht 2 Milliarden Dollar Umsatz durch OpenAI

Effizienzsteigerung durch KI

• Viele Unternehmen haben durch KI und AI-getriebene Automatisierung Effizienzgewinne erzielt
  • Beispiel: Google und Meta haben ihre Roherträge pro Mitarbeiter stark verbessert
• Reale Geschäftsanwendungen
  • Clana und Zoom haben durch KI erheblich Call-Center-Stunden und Jobs eingespart
  • Unternehmen wie Accenture profitieren von der Schulung und Implementierung von KI

Hypothesen und Hype-Zyklus

• Gartner Hype Cycle: Generative KI befindet sich auf dem Höhepunkt des Hypes
  • Es folgen Phasen der Desillusionierung und anschließenden realen Anwendung
• Daten und Verfügbarkeit
  • Exklusive und proprietäre Daten werden entscheidend
  • Hardware und Infrastruktur bleiben zentrale Faktoren

Technologien und Trends

• AI-Modelle
  • Wachsende Zahl von Large Language Models (LLMs)
  • Vergleich zwischen Modellen (z.B. Mistral, Gemini)
  • Leistung und Entwicklung der Modelle beschleunigen sich
• Exascale Computing
  • Neue Technologien wie der Blackwell 200 Chip von Nvidia
  • Firma Cerebras setzt auf größere Wafer-Scale-Engines

Wirtschaftliche Auswirkungen

• Steigender Stromverbrauch durch KI und Data-Center
  • Gigantische Mengen an Energie werden benötigt
  • Microsoft baut zwei neue Data-Center pro Woche
  • Auswirkungen auf die weltweiten Energie- und Wasserressourcen

Zukünftige Entwicklungen

• AI und Wissenschaft
  • Durchbrüche in der Medizin und Materialwissenschaft (z.B. AlphaFold, neue Antibiotika)
• Robotics
  • Zukünftige Entwicklungen in der Robotik könnten zahlreiche Arbeitsplätze ersetzen
  • Roboter lernen durch Beobachtung menschlichen Verhaltens
• Open Source
  • Bedeutung von Open Source Projekten vs. geschlossene Systeme wie OpenAI
  • Meta investiert stark in Open Source Modelle

Herausforderungen und Risiken

• Ethische und menschliche Kosten
  • Arbeitskräfteschwund durch Automatisierung
  • Datenschutzprobleme
  • Potenzielle Inflation von Inhalten und Desinformation
• Energetische Zukunft
  • Der Bedarf an Effizienzoptimierung und grüne Energiequellen wird größer

Fazit

• Große Technologieunternehmen dominieren die AI-Investitionen
• Wachsende Bedeutung souveräner AI-Modelle für verschiedene Länder
• Deutschland hat eine starke Entwicklergemeinschaft, die zur AI-Entwicklung beitragen kann

Abschluss

• Links zu Folien und Videomaterial
• Aufforderung zur Vernetzung auf LinkedIn und anderen Plattformen