Der Mann, der die KI trainiert

ZUFALL UND GLÜCK führten Regie am Weg von Clemens Wasner ins KI-Geschäft. 2017 wurde Audi über einen Blogeintrag auf ihn aufmerksam: Über generative Netzwerke zu reflektieren, war damals visionär. "Audi fand in Europa gerade einmal acht Organisationen, die sich damit beschäftigten", erinnert sich Wasner. Er programmierte für den Autobauer einen Algorithmus für Fahrassistenzsysteme, der Gesichter in Kameraaufnahmen so umrechnete, dass sie anonym wurden.

Wasner und seine Mitstreiter von enliteAI haben sich auf Reinforcement Learning, eine Spielart des maschinellen Lernens, spezialisiert, das "in dynamischen Situationen viele Entscheidungen treffen kann", versucht er eine einfache Beschreibung, "vom Prinzip ähnlich, wie die Google-KI-Tochter Deepmind mit AlphaGo das Brettspiel Go geknackt hat". Der Computer trifft irgendwann autonom die richtigen Entscheidungen, wenn er lange genug darauf trainiert ("reinforcement") wurde.

Aus dem Projektgeschäft hat das 20-köpfige Team mit Detekt und Maze zwei marktreife Produkte entwickelt und Ende Dezember dafür zwei Millionen Euro Risikokapital bekommen: Detekt kann für Objekterkennung eingesetzt werden, ist aber, anders als Konkurrenzprodukte, herstellerneutral, es kann mit allen Kamerasystemen verwendet werden.

Die Stadt Wien setzt das Programm als Geodatenplattform ein: Die KI erkennt dabei etwa Straßenschäden oder kaputte Verkehrszeichen. Maze wiederum ist das "AlphaGo" der Wiener.

Initial als Programm für Lageroptimierung bei der Voest entwickelt, ist Maze in der Energiebranche noch viel besser eingesetzt: "Die Technologie leistet sogar mehr, als wir dachten", bewies das Team 2022 auf internationaler Fachbühne.

Bei einem Wettbewerb simulierten Teams anhand des störungsanfälligen kalifornischen Stromnetzes Black-out-Prävention mithilfe von Reinforcement Learning, enliteAI schaffte mit großem Abstand Platz eins und verwies starke Teams wie das des chinesischen Baidu-Konzerns auf die Plätze.