Standpunkt KI als Chance und Herausforderung in der Biotechnologie
Dirk Tischler fordert, den Umgang mit Künstlicher Intelligenz, Machine Learning und Big Data schon im Studium zu verankern.
In den vergangenen Jahren hat die Zahl der Publikationen zum Thema Künstliche Intelligenz und Machine Learning rasant zugenommen. Entsprechende Anwendungen findet man in nahezu allen Bereichen, und es ist nicht verwunderlich, dass unsere Studierenden sie in ihren Alltag integrieren wie wir Forschenden. Wir müssen mit der Zeit gehen und diese Themen und Techniken in unsere Lehre aktiv einbringen. Damit können wir Hilfestellung geben und zeigen, wann sie sinnvoll sind und wann eher nicht. Zugleich müssen wir uns weiterbilden und den Prozess des Implementierens neuer Methoden aktiv begleiten.
Einfache Anwendungen zum Optimieren der Präsentation werden gern genutzt und finden schon regelmäßig Anwendung. Aber einer Literaturrecherche oder Überprüfung des generierten Inhaltes bedarf es trotzdem, und das gilt sowohl für einfache Anwendungen wie das Verfassen von Textabschnitten, als auch für komplexe Themen, wie die Vorhersage von Strukturen von Biomolekülen. Dies ist entscheidend für die Chancen unserer Absolvent*innen. Denn in der Industrie sind die Methoden der Künstlichen Intelligenz und des Machine Learning nicht nur angekommen; sie sind schon in der Anwendung.
Wer die Chancen nutzen will, muss Standards festlegen
Eine der größten Herausforderungen der prädikativen Biotechnologie ist der Mangel an korrekt annotierten, standardisierten und evaluierten Datensätzen. Es bedarf nach wie vor einer Kontrolle durch Expert*innen, und hier liegt die Problematik mit der rasant wachsenden Möglichkeit, digitale Daten zu generieren. Die exponenziell wachsende Anzahl an Publikationen in dem Feld bedient sich zurzeit der Chancen, verzichtet aber meist auf Standards und Konventionen zum Umgang mit Daten. Hier brauchen wir Regeln, und diese sollten wir schon im Studium vermitteln. Darüber hinaus kann eine gemeinsame Sprache über die Fachdisziplinen hinweg und eine zielgerichtete Abstimmung zwischen Forschung und Anwendung dazu beitragen, diese Schlüsseltechnologie weiterzuentwickeln beziehungsweise zu etablieren. Das wird erst durch eine zielgerichtete Förderung und Bündelung von Wissen und Erfahrung möglich, die schnell, nachhaltig, interdisziplinär und synergistisch Antworten zu globalen Herausforderungen wie Ressourceneffizienz und Klimaschutz hervorbringen kann.
