Je kleiner diese „Befehlsnehmer/-geber-Leiterplättchen“ sind, desto geringer ist deren Energieverbrauch und desto zahlreicher können sie – bspw. in Handys – eingebaut werden. Die USA, Deutschland, Japan, China und andere schaffen inzwischen Computerchips mit sehr kleinen Strukturgrößen zwischen 14 nm und 7 nm (ein Nanometer = 1 Millionstel Millimeter). Taiwan als Weltmarktführer ist schon bei 4 nm. Damit werden die Geräte mit jeder neuen Generation zum Teil leichter und kompakter, dafür aber wesentlich leistungsfähiger und energiesparender (weniger oft zu laden). Auch haben sie größere Speicher und willkommene Zusatzfunktionen und Mehrwertangebote (Blutdruckmessung, Wetter, Bahn-/Flugverbindungen) erlauben.  In der Autowelt z.B. könnte damit bspw. das Autonome Fahren Level 4 (vollautonom) in Kürze als selbstverständliches Angebot für die Serienproduktion ermöglicht werden.

Wer die Massenproduktion von noch kleineren Chips im teuren Bereich unter 4 nm hin zu 2 oder gar 1 nm verwirklichen kann, erringt die technologische Vorherrschaft. Anwendungen für starke Rechenleistungen wie z.B. in der Medizin zur Krebsbekämpfung, in der Satellitentechnik, bei der Entwicklung neuer Materialien, beim autonomen Fahren usw., könnten so ermöglicht werden.

Gleichzeitig gib es von verschiedenen Seiten Befürchtungen gegen die ungewollte, negative Verselbstständigung von KI-Agenten, deren Beherrschung oder Einhegung über internationale Abkommen und die „Ethikhürde“ gelingen soll. Von missbräuchlicher KI-Anwendung – Fake-News in den Medien – werden wir bereits täglich Zeugen.

Was ist Künstliche Intelligenz?

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich mit der Entwicklung von besonderen Computerprogrammen befasst. Kern ist, präzise Rechenvorschriften zur Steuerung von Maschinen oder zur Analyse von großen Datenmengen abzulösen durch selbstlernende Algorithmen, die also Datencluster selbstständig erkennen oder ein System auf ein Ziel hin unter Beachtung von Echtzeit-Umwelteinflüssen selbständig optimieren.  Die Datenanalyse erstreckt sich vom einfachen Erkennen von Mustern in Bildern und Texten (z.B. Teilemerkmale am Fließband) bis hin zum Erkennen von komplexen Zusammenhängen mit deren selbstständiger Verarbeitung zu Vorhersagen und Entscheidungen.

Dies wird schon seit etlichen Jahren bei der Bild- und Spracherkennung eingesetzt. Sprachmodelle (Large Language Models, LLM) analysieren Texte und versuchen, deren Inhalte zusammenzufassen. Sie unterstützen bei komplexen Finanzdienstleistungen, bei der Erstellung und Bearbeitung von Genehmigungsunterlagen, Kreative bei der Erstellung von Bildern und Filmen und Entscheidungsträger mit Analysen.

Künstliche Intelligenz arbeitet mit einer Vielzahl von verschiedenen Computeralgorithmen, ist also ein Sammelbegriff. Sie erledigt Aufgaben, für die man sonst menschliches Denken braucht. Eine KI bekommt viele Daten, sucht darin Regeln und Zusammenhänge und nutzt das Gelernte dann für neue Fälle. Sie kann damit oft schneller in großen Datenmengen arbeiten als ein Mensch, versteht die Welt aber nicht auf dieselbe Weise wie wir. Bewusstsein hat sie nicht.

Bereits weit verbreitet ist die Nutzung der KI für Sprachsteuerung. KI-Assistenten reagieren z.B. auf den jeweiligen Zuruf (z.B. „Alexa, spiel mir eine Mozart-Symphonie!“ oder im PKW „Navigation zur Müllerstraße 7 in Musterhausen“), um antrainierte Anwendungs-Wiederholaufgaben auszuführen. Als Assistenten führen sie nicht selbst entwickelte Abläufe/Prozesse aus. Assistenten reagieren auf den „Prompt“ (den Auftrag) mit der Wiedergabe angelernter Prozessabläufe des gerade erreichten Übungs-Niveaus, z.B. Wortkombinationen zu vollständigen, auch komplexen Sätzen zu verbinden. Dabei gehen sie „probabilistisch“ vor, sie ermitteln die Trefferwahrscheinlichkeit – aus einer möglichst großen Datenbank – welches Wort typischerweise auf eine bestimmte Wortfolge nachfolgt. Dabei ist das sehr intensive Training dieser Sprachmodelle besonders wichtig, denn auch hier gilt: Übung macht den Meister.

Ein wichtiger, aber nochmals deutlich komplexerer Anwendungsfall für KI sind Industrieroboter. Was diese bereits heute gut können, ist die Optimierung häufig wiederkehrender Bewegungsabläufe und die Lagerverwaltung. Künftig sollen sie autonom Aufgaben erledigen, auch in der häuslichen Pflege und als universelle Haushaltshilfe. Ob Roboter das jemals schaffen werden, ist noch offen. Die Analyse realer Umgebungen, das Erfassen von abstrakten Zielen einer Handlung, dann deren Planung und Durchführung mit der notwendigen Effizienz, Genauigkeit und Selbständigkeit, übersteigt heute noch die Programmierkunst, soll aber bald Realität werden.

B) (Wann) werden Fußball-Roboter Weltmeister?

Das FWP konnte für den diesjährigen Auftaktvortrag am 26. Februar 2026 den KI-Professor Dr. Klaus Dorer von der Hochschule Offenburg (Wirtschaft, Technik und Medien) gewinnen. Er ging der Frage nach, ob und wann Roboter dermaleinst den amtierenden menschlichen Fußballweltmeister schlagen können wird. Fußball ist ein exzellentes Testfeld für Roboter, anhand dessen man viele Anwendungsfälle für Roboter entwickeln kann: Strategie, Abstimmung unter Mannschaftskameraden und die Physik von Roboterbeinen und dem Fußball sind gefragt, um den Ball zielgerichtet an den gegnerischen Abwehrreihen vorbei ins Tor zu schießen.

Dorer zeigte, dass schon 1997, also lange vor dem heutigen Boom humanoider Roboter, die RoboCup Federation bereits das Ziel ausgerufen hatte, bis 2050 den menschlichen Fußballweltmeister zu schlagen. Seither findet jedes Jahr eine Weltmeisterschaft der Fußballroboter statt, an der die Hochschule Offenburg seit 2009 teilnimmt und bereits mehrfach Vizeweltmeister war. Im Jahr 2027 soll diese WM in Nürnberg ausgetragen werden.

Im Vortrag erklärte Prof. Dr. Klaus Dorer, warum Fußball für Roboter schwierig ist, auf welchem Stand die Fußballroboter derzeit sind und welche Relevanz das Thema auch für die Industrie hat.

Dorer zeigte auch an abgefilmten Praxisbeispielen (leider im Video nicht immer gut zu erkennen), wie weit entfernt die Roboter heute noch davon sind, auch gegen die fünfte Kreisliga bestehen zu können. Die Bewegungsabläufe immer weiter zu optimieren und planerisch zu agieren hat sich die Hochschule Offenburg zum Ziel gesetzt. In zahlreichen Studien- u. Abschlussarbeiten strebt der Fachbereich Robotik an, von den ca. 200 weltweit teilnehmenden Hochschulen weiter an der Spitze zu bleiben und im Jahr 2027 endlich die Meisterschaft zu gewinnen.

An der Hochschule in praktischer Anwendung von KI ausgebildete Studenten sind in der Industrie sehr willkommen.

Beispiele dafür, was die Fußballroboter noch gar nicht, nur teilweise oder erst allmählich können, sind:

• das andauernde Scharfsehen im Zentrum des menschlichen Auges, dem „Gelben Fleck“, wird vom Gehirn durch kombinierte, koordinierte Muskelbewegungen im Unterbewusstsein sichergestellt;
• das Aufstehen und sofortige Vorwärtslaufen (und nicht erst nach hinten zu starten)
• die 100 m in 10 Sekunden zu laufen (wie Armin Harry) ist trotz großer Verbesserungen immer noch unerreicht, die Bewegungsabläufe zu wenig auf die „Biophysik“ abgestimmt;
• den Ball quer durch die Luft zu schießen und dabei womöglich gar noch anzuschneiden (in Rotation zu versetzen), bleibt auch nach 100 Roboter-Generationen ein Traum der Entwickler;
• die beim Menschen durch Erfahrung u. das große Sichtfeld gegebene Rundumsicht, das Wissen, wo der Ball gerade ist und das Aufsuchen des Raumes, wo ein Pass sinnvollerweise hingespielt werden könnte, ist noch unerreicht;
• die Energie an Bord der Roboter reicht noch nicht für 90 Minuten Spiele.

Damit wurde klar, dass, so sehr der Fortschritt die Fußballroboter besser macht, es noch nicht absehbar ist, ob es gelingen wird, bis 2050 die Fußballweltmeisterschaft der Herren gewinnen zu können.

Fazit

Der schnelle Vormarsch der Künstlichen Intelligenz, praktisch auf allen Gebieten des Alltages, ist nicht zu stoppen und es sollte allgemein verstanden werden, dass hochqualitative KI (aus qualitativ hochwertigen Analysedaten) zum Teil Arbeitsplätze vernichtet und andererseits neue, anspruchsvolle Arbeitsplätze erzeugt. Bereiche wie das Gesundheitswesen, die Fertigung und Finanzdienstleistungen werden stark profitieren und Berufsbilder dort werden sich stark verändern.

Mit dem Vortrag wurde sichtbar, dass auch in Deutschland, an deutschen Hochschulen und Forschungsinstituten auf hohem Niveau an KI gearbeitet wird. Gleichzeitig ist bekannt, dass bisher nur jedes zwanzigste Unternehmen in Deutschland mit KI-Anwendungen arbeitet (KIT-Karlsruhe). Nach Aussagen von Größen aus dem Silicon Valley (Jensen Huang, Nvidia CEO) und dem Blackrock-Chef Larry Fink muss sich Deutschland auf seine Stärken besinnen und bis in das kleinste Traditionsunternehmen die Chancen der KI nutzen. Insbesondere die bei deutschen Maschinenbauern sehr umfangreichen Erfahrungsdaten könnten für neue KI-Anwendungen in der Mechanik und Robotik genutzt werden und einen neuen Wirtschaftsboom auslösen.

KI sei laut Huang weltweit als „der größte Infrastrukturausbau in der Geschichte der Menschheit“ zu verstehen und müsse als so selbstverständlich wie z.B. der Straßenbau angesehen werden. In Deutschland hat ein großer Privatinvestor die Initiative ergriffen und mit dem KI-Campus in Heilbronn einen KI-Forschungs- und Hochschulkomplex geschaffen, in dem auch deutsche Start-Ups integriert sind. Ein Beispiel ist das Heidelberger Sprachmodell Aleph Alpha, das u.a. für höchstgenaue Quellenangaben im Hinblick auf Vertrauenssicherheit, für komplexe Anwendungen in Unternehmen und Verwaltung steht. Es wurde kürzlich vom kanadischen KI-Entwickler Cohere übernommen und gemeinsam wollen die Unternehmen eine (europäische) Datensouveränität jenseits der US-Marktführer ermöglichen.

Die schlechte Nachricht ist, dass Deutschland in der Startphase der Künstlichen Intelligenz zunächst abgehängt ist, da hierzulande aus Energiemangel keine großen KI-Rechenzentren betrieben werden könnten. In der nächsten Generation der KI, deren robotische Anwendungen, ein sich eben erst bildender neuer Wirtschaftszyklus, ergeben sich jedoch neue Chancen, in denen deutsche Traditionsunternehmen ihre Stärken in der Präzisionsmechanik, in komplexer Steuerung und in der lebenslangen Betreuung von Anlagengütern ausspielen könnten.

Der Informatiker Klaus Dorer promovierte im Jahr 2000 über ein Thema aus der KI/Robotik und arbeitete danach zunächst in der Softwarebranche in der freien Wirtschaft und dort zuletzt als Senior Researcher und Direktor, von wo aus er 2007 dem Ruf an die Hochschule Offenburg folgte, als Professor für Software Engineering, Algorithmen und Datenstrukturen sowie Grundlagen der Informatik Studenten auszubilden und die Forschung voranzutreiben. Nach einem Forschungssemester am CSIRO in Sydney im Jahr 2012 erfolgte im Jahr 2019 der Ruf auf die Professur für Künstliche Intelligenz, Autonome Systeme und Softwaretechnik ebenfalls an die Hochschule  Offenburg, die er seither innehat.