Perspektiven von Small Data in KI
Berlin: (hib/ROL) Deutschland soll zu einem weltweit führenden Standort für KI werden und verfügt jetzt schon mit seiner differenzierten und leistungsfähigen Forschungslandschaft über eine gute Position in der KI-Forschung. Das trifft auch für den Bereich der Entwicklung von KI-Methoden und -Verfahren im Bereich von Small Data zu. Das schreibt die Bundesregierung in ihrer Antwort (19/18212) auf die Kleine Anfrage der FDP-Fraktion (19/17352).
Um Forschung und Entwicklung als auch Anwendungen von KI in Deutschland und Europa auf ein weltweit führendes Niveau zu bringen, soll laut Antwort insbesondere für einen umfassenden und schnellen Transfer von Forschungsergebnissen in Anwendungen gesorgt werden. Entsprechend fördere das Bundesministerium für Bildung und Forschung (BMBF) mit der Förderrichtlinie „Anwendung von Methoden der Künstlichen Intelligenz in der Praxis“ Vorhaben, die den Transfer von innovativen Forschungsergebnissen aus dem Gebiet der KI in die Praxis zum Ziel haben. So sollen auch KI Anwendungen, die auf Small Data, also auf geringe Datenmengen basieren, technologisch führend werden.
Die FDP-Fraktion hatte angeführt, dass für die deutsche Wirtschaft innovative Mittelständler prägend seien, darunter viele sogenannte „hidden champions“, Weltmarktführer in ihrem jeweiligen Bereich. Sie verfügten im Vergleich zu großen Plattform-Unternehmen über wesentlich kleinere Datenmengen als Grundlage für KI-Anwendungen. Entsprechend groß sei das Potential von KI-Anwendungen zur Analyse kleinerer Datenmengen („small data“), ist die FDP überzeugt. Fortschritte bei KI-Anwendungen auf der Grundlage kleiner Datenmengen bieten nach Ansicht der Fraktion aber auch da Vorteile, wo Datensätze sich zwar theoretisch zusammenführen ließen, es aber beispielsweise aus Datenschutzerwägungen nicht gewünscht sei.
Die Bundesregierung unterstreicht, dass Small-Data-Anwendungen jetzt schon Bestandteil zahlreicher Forschungsprojekte seien die im Rahmen der KI-Strategie gefördert werden. Selbst spezielle Methoden des maschinellen Lernens könnetn hier gewinnbringend eingesetzt werden.