Ganz schön ambitioniert! mint:pro Gründerteams erkunden Planet AI in Rostock

17.04.2019

Mobil arbeiten, sich digital vernetzen, schnell lernen: Das Rüstzeug für Gründer haben die 14 Jugendlichen auf dem Weg nach Rostock schon mal dabei. Im Großraumwagen des ICE haben sie sich um mehrere Tische gruppiert und tauschen sich aus. Erst die Schokolade, dann die Ideen: „Wer ist die Zielgruppe, warum sollte sie das Produkt kaufen wollen?“, fragt Sabine Fernau. Die NAT-Geschäftsführerin hat nicht nur BWL studiert, sie ist auch Profi, wenn es um die Entwicklung neuer Zielgruppenkonzepte geht. Etwa das Begabtenprogramm mint:pro, das in einer Variante Elftklässler, Start-ups und Künstliche Intelligenz zusammenbringt. „Ganz schön ambitioniert“, findet Marisa Mohr. Die Mathematikerin muss es wissen. Entweder arbeitet sie beim IT-Dienstleister Inovex oder an ihrer Promotion zum KI-Thema „Zeitreihendaten“. Wenn die 26-Jährige nicht gerade Schüler auf ihrer Reise nach Rostock begleitet.

Ein System, das mehr als Bahnhof versteht

Die Hansestadt hat einen schmucken Stadthafen, die älteste Universität im Ostseeraum und einen intelligenten Himmelskörper: „Planet AI“ heißt das Technologieunternehmen am Ufer der Warnow, das die Schüler besuchen. Technikchef Welf Wustlich empfängt sie schon auf der Außentreppe: „Hat jemand etwas gegen schwarze Hunde?“, fragt er. I wo denn, wer keine Angst vor dem technologischen Fortschritt hat, fürchtet selbst „Viper“ nicht. Schließlich ist der Bürohund gut trainiert: Wie Herrchen Wustlich das mit Konsequenz, Belohnungen und ständiger Wiederholung geschafft hat, sehen die Schüler in einem Videoclip. Dabei musste Viper selbst erkennen, wofür er gerade belohnt wurde und wofür nicht. „Das nennt man reinforcement learning“, sagt Wustlich. Es wird auch angewandt, um KI zu trainieren. Ebenso wie das „supervised training“, wo das System genau das gezeigt bekommt, was es liefern soll.

Ganz schön ambitioniert

Drei Lernverfahren für die KI

Mit diesem Lernverfahren hat Planet AI schon Systeme entwickelt, die mittelalterliche Handschriften entziffern können, selbst wenn diese noch so krakelig und unserer Umgangssprache fern sind. Produktionschef Jesper Kleinjohann demonstriert das mit Schülerkladden: Das System findet kurzerhand Schlüsselbegriffe – nahezu erfolgreich! Aber damit nicht genug: „KI ist durchaus in der Lage, eigene Forschung zu betreiben, kreativ und dem Menschen dabei überlegen zu sein“, sagt Wustlich. Als Beispiel nennt der Physiker das Brettspiel Go, das die Suchmaschine Google anhand von vier Millionen Spielen trainierte, bis es den amtierenden japanischen Weltmeister besiegte. „Das System bekommt nur die Daten und versucht dann selbst, die Inputs zu verstehen“, erklärt der Physiker dieses dritte Lernverfahren, das einen Rollenwechsel einleitet: Erst trainiert der Mensch das System, dann umgekehrt.  

Gründen auf gutem Grund

Eine Menge Input für die Schüler, von denen einige noch nicht programmiert haben. So wie Adelina und Marla. Die Matthias-Claudius-Gymnasiastinnen verfolgen eine Smart Farming Idee: Die KI soll lernen zwischen gesunder Petersilie und solcher, die von Blattläusen befallen ist, zu unterscheiden. „Aber wie viele Daten benötigen wir denn?“, fragt Marla. „Am besten geht man schrittweise vor: Erst muss das System lernen, was Blattläuse sind, dann diese in komplexeren Systemen zu erkennen“, rät Wustling. In der Theorie kann Marla damit etwas anfangen. Jetzt fehlt nur noch die Praxis. „Ich möchte einen Programmierworkshop machen“, sagt sie. Und mindestens so lernen, wie die KI, ergänzt Adelina. Nicht in einem regelbasierten System mit einer Unmenge an „If-Then“-Formeln gefüttert werden, sondern mit fundierten Daten, aus denen man selbst seine Schlüsse ziehen kann. Noch besser, wenn einem dabei ein freundlicher Mensch zur Seite steht: „Ich unterstütze euch gern“, bietet Mathematikerin Mohr an.

Ganz schön ambitioniert

Beitrag teilen