Digitales Geschäft

Marktkonzentration im Visier: Wettbewerb auf digitalen und analogen Plattformmärkten

Plattformmärkte sind zwar kein neues Phänomen, es bestehen jedoch systematische Unterschiede zwi­schen digitalen und herkömmlichen, analogen Platt­formen. Diese Unterschiede können zum Teil erklären, warum die Marktkonzentration auf einigen digitalen Plattformmärkten besonders hoch ist. Bei der wettbe­werbspolitischen Regulierung digitaler Plattformmärk­te sollte die Konkurrenz durch analoge Plattformen berücksichtigt werden, da sie disziplinierend auf marktmächtige digitale Plattformen wirken kann.

Arbeit Mensch vs. Roboter

„Lebenslanges Lernen muss zur Leitidee unserer Arbeits­gesellschaft werden“

Aus demografischen Gründen werden in Deutsch­land auf lange Sicht zehn Millionen Beschäftigte fehlen. Die Digitalisierung kann helfen, dieses Delta zu schließen. Viele der verwaltenden Tätigkeiten, die heute in jedem Beruf dazugehören, können in Zukunft von intelligenten Maschinen übernommen werden. Menschen werden so selbstbestimmter, flexibler, kreativer und zwischenmenschlicher arbei­ten. Voraussetzung dafür ist eine gezielte Weiterbil­dungsstrategie.

Editorial I Plattformen heute und morgen

Welche Macht eine Plattform besitzt, wird an der Zahl ihrer Teilnehmer deutlich. Amazon gilt als der Platzhirsch der westlichen Hemisphäre mit alleine 100 Millionen Prime-Kunden. Alibaba, die Shopping-Plattform aus dem chinesischen Hangzhou, zählt mittlerweile 500 Millionen Nutzer. Auch wenn Plattformen vor allem im Retail-Sektor große öffentliche Aufmerksamkeit zuteil wird, halten Plattformen doch unterdessen in vielen anderen Branchen Einzug.

Illustration eines autonom fahrenden Autos

Sichere KI für die Welt von morgen

Das DFKI baut seine technologische Expertise auf dem Gebiet der KI-Technologien für autonome Fahrzeuge immer weiter aus und bündelt seine Aktivitäten im neuen Kompetenzzentrum Autonomes Fahren. Der Ansatz zur Digitalen Realität spielt neben anderen KI-Techniken eine wichtige Rolle beim autonomen Fahren. Er wurde erstmals am DFKI entwickelt und wird zunehmend von Unternehmen aufgegriffen. Neben dem Autonomen Fahren ist der Ansatz aber auch in fast allen anderen Bereichen der Künstlichen Intelligenz direkt anwendbar und soll ein wesentliches Element zukünftiger europäischer KI-Aktivitäten werden.

Ein Roboter steht mit zwei Lehrern vor einer Tafel

Roboter im Hörsaal

Was bis vor kurzem noch undenkbar schien, ist in der Anglistik der Philipps-Universität Marburg Realität: Der Einsatz humanoider Roboter in der Lehre. Welche Rahmenbedingungen dabei eingehalten werden sollten und welche Einsatzszenarien heute schon möglich sind, beschreiben die Autoren auf der Basis erster Ergebnisse im Rahmen ihres Projekts „Humanoid Emotional Assistant Robots in Teaching“ (H.E.A.R.T.).

Ein Mensch bedient Roboter an einem Fließband mit der Fernbedienung

Assistenz, Wissensdienste und Künstliche Intelligenz in der Smart Production

Der Komplexitätsgrad der Tätigkeiten von Blue Collar Worker wächst, zugleich erfordern diese mit zunehmender inhaltlicher Agilität mehr technisches Wissen. Demographische Entwicklung und Fachkräftemangel in der Industrie verschärfen den Gegensatz zwischen Komplexitätsanstieg, Agilität und Personalentwicklung. Befähigungsinstrumente wie Assistenz und Wissensdiensten sind daher erforderlich. Die erste Generation dieser Dienste hat sich als noch nicht praxistauglich erweisen. Für die zweite Generation gilt es, in einer neuen Phase von Forschung, Entwicklung und Transfer in die Praxis, die Skalier- und Multiplizierbarkeit in den Fokus zu stellen, so dass diese in Kombination mit Beratungs- und technologischen Dienstleistungen wirtschaftlich und wissenschaftlich breit verwertet werden können.

Wimmelbild aus Ärzten und Patienten

Bessere Gesundheitsversorgung durch intelligente Datennutzung

Siemens Healthineers nutzt KI, um Gesundheitsversorger weltweit dabei zu unterstützen, sich für die Trends der Branche zu rüsten – und vertritt dabei eine führende Position: Mehr als 400 Patente im Bereich des maschinellen Lernens, 100 Patente im Bereich Deep Learning und über 30 KI-basierte Anwendungen ebnen den Weg zu einer intelligenten Datennutzung und einer verbesserten Versorgung für Patienten.

Ein Bauer setzt auf dem Acker KI ein

Smarte Farmen

Am Beispiel des Kartoffelanbaus untersucht das DFKI zusammen mit Partnern, wie Daten über den Lebenszyklus einer Feldfrucht während der Saat, der Ernte, des Transports und der Lagerung genutzt werden können, um einen ökonomisch optimalen Ertrag zu erzielen. Das Ziel ist die rasche Entwicklung neuer Smart Farming Services, die auf unterschiedlichen Datenströmen arbeiten. Durch Automatisierung können voraussichtlich zukünftig ganze Produktionsprozesse über die Zeit lernend optimiert werden, indem sich vernetzte Smart Services an die Abläufe und Entscheidungen des Landwirtes anpassen. Dies ist auch die Basis für einen künftigen Einsatz von Agrarrobotern.

Illustration zum Einsatz von KI im Unternehmen

Künstliche Intelligenz: Henne oder Ei?

Die technologischen Veränderungen, die die Informations- und Telekommunikationsindustrie derzeit durchläuft, ist geprägt von Verunsicherung und der Frage, wie KI in einem Unternehmen implementiert werden kann. Dr. Heinrich Arnold, CEO von Detecon, plädiert für agile bereichsübergreifende Teams, aufgebaut wie ein Lab, die konkrete Use Cases in einem Unternehmen identifizieren und alte Strukturen aufbrechen dürfen – ohne Sanktionen oder Kennzahlen.

Eine Produktionsanlage mit Roboterarmen

„Wir werden mit KI Maschinen überwachen, steuern und das Verhalten von Robotern an die Umgebung anpassen“

Mit KI Maschinen überwachen, steuern und das Verhalten von Robotern an die Umgebung anpassen – das ist das Ziel der Festo Gruppe. Diesem Ziel diente auch die Übernahme von Resolto Informatik, wo man im Bereich der Cobotic eine stetig lernende Intelligenz direkt in der Maschine schaffen will, die eine echte Zusammenarbeit zwischen Mensch und Roboter ermöglicht.