Bild 1: Unterschiedliche Verlagerung von Inferenz und Training für Edge AI unterstützt von Edge-AI-Technologien Prognosen über Stromerzeugung und -verbrauch erstellt werden, die ein effizientes Lastmanagement im Stromnetz ermöglichen. Im Bereich Umwelt und Nachhaltigkeit kann Edge AI auf Basis von Kamerasystemen und Sensoren in Recycling- oder Abfallbehandlungsanlagen eingesetzt werden, um verschiedene Wertstoffe im Abfall in Echtzeit zu erkennen, diese zu analysieren und gegebenenfalls mit Aktoren automatisch zu sortieren sowie im Anschluss daran verschiedenen Weiterverarbeitungsprozessen zuzuführen. So werden nicht nur Recyclingprozesse verbessert, sondern es kann damit auch ein Beitrag zur Kreislaufwirtschaft geleistet werden (Bild 2). Ein weiteres Beispiel ist der Einsatz von Edge AI in der Landwirtschaft wodurch Unkraut automatisch erkannt und mechanisch entfernt werden kann. Ökonomische Potenziale Des Weiteren lassen sich mit dieser Technologie auch ökonomische Potenziale erschließen, beispielsweise in der Produktion und Logistik durch Automatisierung und vorausschauende Wartung, was die Anlagenkosten reduziert und die Wettbewerbsfähigkeit erhöht. Darüber hinaus kann Edge AI für Unternehmen, die ihre sensiblen Rohdaten nicht teilen und extern verarbeiten lassen wollen oder selbst nicht über genügend Daten verfügen, überhaupt erst die Voraussetzungen schaffen, um von den derzeit rasanten Fortschritten im Bereich der Künstlichen Intelligenz zu profitieren. Organisationen und Unternehmen ermöglicht Edge AI, unabhängiger von meist außereuropäischen Cloud-Anbietern zu agieren, da Datenströme an der Quelle verarbeitet werden und so die Kontrolle über sensible Daten gewährleistet werden kann. Auf diese Weise kann Edge AI zur Digitalen Souveränität beitragen. Transfer in die Anwendung stärken Die Kombination aus dem vorhandenen technologischen Wissen, der Domänenexpertise und der Erfahrung in der Entwicklung von Produkten, positioniert Deutschland bestens, um das Potenzial von Edge AI auszuschöpfen. Der Grundstein für den Erfolg von Edge AI ist bereits gelegt, da zum einen in Deutschland und Europa viel Expertise, Know-how und exzellente Forschung auf diesem Gebiet vorhanden sind. Zum anderen sind in den Bereichen wie Maschinenbau, maschinelles Edge AI basiertes Sehen sowie generell Edge AI Sensorik mit Blick auf eine produktive Anwendung schon weit fortgeschritten und etabliert. Zudem besteht durch die räumliche Nähe zu führenden Industrien wie der Automobilindustrie, Medizintechnik und Elektrotechnik/Elektronik die Chance, Edge-AI-Technologie schneller in die breite Anwendung zu bringen. Unter diesen Voraussetzungen können sich Unternehmen in Deutschland als Problemlöser für komplexe technische Unternehmungen auf Basis von Edge AI positionieren. Herausforderungen Allerdings stehen diesen Potenzialen verschiedene Herausforderungen für die Umsetzung gegenüber. Forschung und Entwicklung sind mit zusätzlichen Anforderungen konfrontiert, da die Rechenkapazität und die Energieressourcen kleiner Geräte begrenzt sind und auch die Kosten tragbar bleiben müssen. Wenn eine sinnvolle, technische Lösung für Edge AI definiert ist, wird die reduzierte Komplexität der Lösung durch eine reduzierte Flexibilität in der Anwendung erkauft. Deshalb besteht die Herausforderung darin, ein System so aufzubauen, das es allen Anforderungen gerecht wird. Ganzheitlicher Ansatz Dies erfordert einen ganzheitlichen Ansatz: KI, Software und Hardware müssen gemeinsam und mit Blick auf eine kleine Gruppe von Anwendungen entwickelt werden. Dafür gilt es, Synergien zwischen Softund Hardware zu nutzen oder zu erzeugen, um spezifische Ziele im Gesamtkontext zu erreichen. So müssen beispielsweise Lösungen PC & Industrie 1-2/2025 131
