Deckblatt der Studie Innovationsfelder Öffentlicher IT 2020
© ÖFIT

Studie "Innovationsfelder Öffentlicher IT" nennt fünf Technik-Trends

Welche Technologien für die Öffentliche IT jetzt wichtig werden.

Das Kompetenzzentrum Öffentliche IT analysiert regelmäßig technische Innovationsfelder mit Relevanz für den öffentlichen Sektor. Die wichtigsten Entwicklungen für 2020: Ressourceneffiziente KI, Künstlicher Realismus, Blockchain, KI und Mensch-Maschine-Kommunikation.

In dem Whitepaper „Innovationsfelder Öffentlicher IT 2019/2020“ stellt das Kompetenzzentrum Öffentliche IT (ÖFIT) die  Entwicklungen, Anwendungsmöglichkeiten, Auswirkungen, Chancen und Risiken von fünf identifizierten Innovationsfeldern dar.  Neben einer ausführlichen Betrachtung der neuesten Trends blickt das ÖFIT-Team auf die Innovationsfelder der ersten Studie aus dem Jahr 2013 zurück und gibt Empfehlungen zur zukünftigen Gestaltung der durch die Innovationsfelder angestoßenen Entwicklungen.

Anhand der Analyse von zwei Millionen Publikationen hat das ÖFIT-Team folgende fünf neue Innovationsfelder in der öffentlichen IT ausgemacht:

  • Ressourceneffiziente KI
  • Künstlicher Realismus
  • Blockchain – Zwischen Hype und Wirklichkeit
  • Die Achillesferse der KI?
  • Maschinen verstehen Menschen

Ressourceneffiziente KI

KI-Anwendungen werden heutzutage auf Hochleistungscomputern ausgeführt, wo Training, Datenverarbeitung und weitere Dienste gebündelt sind. In diesem Bereich zeichnet sich ein Dezentralisierungstrend ab: Es werden zunehmend KI-Technologien, Trainingsmethoden und spezielle Hardware entwickelt, durch die Anwendungen für künstliche Intelligenz unabhängig von großen Rechenzentren operieren. Mit ressourceneffizienter KI können neue KI-Anwendungen implementiert werden, zum Beispiel auf Smartphones, IoT-Geräten und Edge Devices, in autonomen Fahrzeugen sowie im Bereich Augmented & Virtual Reality.

Künstlicher Realismus

Bild-, Video- und Audioaufnahmen mit künstlichem Ursprung sind nichts Neues. Vor einigen Jahren erfolgte ein technologischer Durchbruch, der auf einer neuen Architektur künstlicher neuronaler Netze basiert. Obwohl die Ergebnisse schnell überzeugend wurden, war das Alleinstellungsmerkmal von der vorhandenen Technologie: Der Aufwand und das Fachwissen für die Massenproduktion der Inhalte wurde reduziert.

Blockchains sind sichere und stets aktuelle Datensätze.
© Sashkin / Shutterstock.com

Blockchain – Zwischen Hype und Wirklichkeit

Der Hype um die Blockchain-Technologie lässt mittlerweile etwas nach. Die Blockchain-Technologie genießt jedoch immer noch eine hohe Aufmerksamkeit in der Politik. Dies wird auch an der im Herbst 2019 vorgelegt Blockchain-Strategie der Bundesregierung deutlich. Darin werden fünf Handlungsfelder identifiziert und 44 Maßnahmen beschrieben, mit denen die Technologie im Wesentlichen erprobt werden soll, wie zum Beispiel die Beteiligung beim Aufbau der Europäischen Blockchain Services Infrastruktur (EBSI) oder der Testbetrieb einer Blockchain zur dauerhaften Bereitstellung von Auskünften zu elektronischen Vertrauensdiensten.

Blockchain kommt bei der Absicherung von Produktions- und Logistikketten zum Einsatz. Im Bildungsbereich kann die Integrität elektronischer Zeugnisse oder anderweitiger Ausbildungsnachweise über eine Blockchain abgesichert werden. Im Energiesektor entstehen basierend auf Blockchain Handelsplattformen für den direkten Austausch zwischen Stromerzeuger und Verbraucher.

Grafik
Analyse des Untersuchungsgegenstands für Intent Recognition anhand von Scopus-Daten für die Jahre 2013 bis 2019. Erhebung vom 04.11.2019.
© Fraunhofer FOKUS, Kompetenzzentrum Öffentliche IT (ÖFIT)

Maschinen verstehen Menschen

Um menschliches Verhalten und menschliche Absichten korrekt zu interpretieren, analysieren Maschinen Text und Sprache, Mimik, Körpersprache und Bewegung in Echtzeit. Mit steigender Rechenleistung und Möglichkeiten der automatisierten Auswertung großer Datenmengen entstehen im Bereich des maschinellen Lernens neue Techniken. Alle Methoden weisen immer noch viele Mängel auf und können durch relativ einfache Änderungen getäuscht werden. Mit der Weiterentwicklung im Bereich des Natural Language Processing, der Computer Vision, Predictive Analytics und Anomalieerkennung sowie der der Kombination unterschiedlicher Ansätze können Aussagen, Intentionen und Verhalten jedoch immer präziser verstanden werden. Intentionserkennung spielt eine wichtige Rolle in der Mensch-Maschine-Interaktion, beispielsweise in Smart Cities, beim autonomen Fahren, in der Industrie 4.0, im Bereich der Telemedizin und Rehabilitation oder im Smart Home, ebenso für die öffentliche Sicherheit, Chatbots und Sprachassistenten und bei Kundenservices, Absatzwirtschaft und Vertrieb.

Die Achillesferse der KI?

Künstliche Intelligenz kommt bereits heute häufig zum Einsatz, etwa bei Sprachassistenten, autonomen Fahrzeugen, Malware-Erkennung, Empfehlungsdiensten, Contentfiltern, der Auswertung medizinischer Bilder und in biometrischen Sicherheitssystemen. Aufgrund der zunehmenden Popularität von KI-Systemen und der Bedeutung des Anwendungsbereiches ist absehbar, dass diese Systeme zu beliebten Angriffszielen werden. Insbesondere bei der Verwendung von KI bei kritischen Systemen ist es daher besorgniserregend, dass in den letzten Jahren erhebliche Schwachstellen und mehrere Angriffsoptionen entdeckt wurden.

Anwendungsbeispiele für beliebte Angriffsziele finden sich im Alltag. Poisoning Attacks und Adversarial Examples können dazu führen, dass Straßenschilder oder sogar Fußgänger durch die Computer-Vision-Systeme autonomer Fahrzeuge übersehen oder mit anderen Zeichen, Verkehrsteilnehmern oder Objekten verwechselt werden.

 

Whitepaper „Innovationsfelder Öffentlicher IT 2019/2020“
vom Kompetenzzentrum Öffentliche IT (ÖFIT)
Autorinnen und Autoren: Silke Cuno, Jan Gottschick, Dorian Grosch, Jan Dennis Gumz, Dr. Karoline Krenn, Nicole Opiela, Jens Tiemann, Dr. Mike Weber, Christian Welzel Armin Wolf