Zusammenfassung des Kerninhalts
Die Nationale Datenbehörde hat einen Plan veröffentlicht, dessen Ziel es ist, dem Entwicklungswachstum der Künstlichen Intelligenz (KI) „hochwertiges Brennstoff“ zur Verfügung zu stellen – hochwertige Datensätze für die Industrie, die bereits verarbeitet wurden und direkt zum Trainieren von KI-Modellen verwendet werden können. Durch sechs spezielle Maßnahmen – Stärkung der Grundlagen, Erweiterung der Kapazitäten, Verbesserung der Qualität und Effizienz, Förderung der Anwendung, Verwaltungsmanagement sowie Freisetzung des Wertes – sollen bis 2028 Datensätze für Schlüsselbereiche erstellt werden. Damit sollen relevante Unternehmen und Fachkräfte gefördert werden und ein positiver Kreislauf von „Daten → Modellen → Anwendungen → weiteren Daten“ entstehen. Letztendlich soll Data Science allen Branchen zugutekommen und neue Wachstumsimpulse für die intelligente Wirtschaft schaffen.
Detaillierte Erklärung
1. Fehlt es dem KI-Entwicklungswachstum an „Brennstoff“? Hochwertige Datensätze sind der Schlüssel zur Lösung
KI-Modelle sind wie Autos – Daten sind das Benzin: Herkömmliches, unverarbeitetes Datenmaterial reicht nicht aus, um eine effektive Leistung zu erzielen; es benötigt hochwertige Datensätze, damit die KI präzise arbeiten kann. Zum Beispiel benötigt das Trainieren von KI-Systemen zur Krebsdiagnose große Mengen an annotierten Krankenakten und Bildern. In vielen Branchen sind die verfügbaren Daten entweder unstrukturiert oder von schlechter Qualität, was zu Problemen bei der praktischen Anwendung führt. Dieser Plan zielt darauf ab, diese „Brennstoffkrise“ der KI zu lösen und es ermöglichen, dass KI-Technologien tatsächlich in allen Bereichen eingesetzt werden kann.
2. Gezielte Unterstützung für Schlüsselbereiche: Lebensqualität und neue Wachstumsbranchen
Der Plan legt fest, welche Datensätze erstellt werden sollen, und teilt sie in zwei Kategorien ein:
- Bereiche mit dringendem Bedarf an Daten: Industriemanufaktur (z. B. Daten zu Fabrikgeräten), Landwirtschaft und ländliche Entwicklung (Boden-, Pflanzenwachstumsdaten), Gesundheitswesen (Krankenakten, Bilder), Bildung (Lehrmaterialien), Finanzwesen (Risikobewertungsdaten) – KI-Anwendungen in diesen Bereichen sind direkt mit dem täglichen Leben der Menschen verbunden.
- Neue Wachstumsbereiche: Niedrigflugwirtschaft (Daten zu Drohnen), intelligente Fahrzeuge, körperliche Intelligenz (Interaktionsdaten von Robotern), Biomanufaktur – diese Bereiche sind zukünftige Treiber der intelligenten Wirtschaft. Für jeden Bereich werden die Daten entsprechend den Anforderungen erstellt: Landwirtschaftsdatensätze sollen beispielsweise die Vorhersage von Pflanzenkrankheiten ermöglichen, und Gesundheitsdatensätze sollen die Diagnose von Krankheiten unterstützen, um sicherzustellen, dass die Daten nützlich und praktikabel sind.
3. Verbesserung der Datenerfassung: Von manueller Annotation zu „Intelligenz + Experten“
Die Annotation von Daten bedeutet, den Daten eine „Anleitung“ zu geben (z. B. ein Bild als „Katze“ zu kennzeichnen oder einen Krankenfall als „Diabetes“ zu klassifizieren), damit die KI sie verstehen kann. Früher erfolgte dies ausschließlich manuell, was ineffizient und fehleranfällig war. Jetzt wird diese Prozessoptimiert:
- Intelligente Annotation: Zunächst führen Maschinen die Annotation durch, danach überprüfen Menschen die Ergebnisse, um die Effizienz zu steigern.
- Beteiligung von Experten: Für Daten aus spezialisierten Bereichen (Gesundheitswesen, Recht) sind Fachexperten erforderlich, um die Genauigkeit zu gewährleisten.
- Industrielle Strukturierung: Die Nation wird in den ersten sieben Pilotstädten die Annotationstechnologie stärken, weitere Testbereiche einrichten und führende Unternehmen fördern (z. B. Firmen, die auf die Annotation von Gesundheitsdaten spezialisiert sind). Zudem werden Fachkräfte für die Datenerfassung ausgebildet (Universitäten, berufliche Qualifikationsprüfungen) – dies schafft auch viele Arbeitsplätze.
4. Daten sollen „lebendig“ werden: Von der Lagerung zur Gewinnverwendung
Daten sollten nicht nur auf Festplatten gespeichert bleiben, sondern zu „lebenden Vermögenswerten“ werden:
- Datenspirale: Es entsteht ein Kreislauf, in dem Bedarfe an Daten führen zur Erstellung von Datensätzen, die wiederum zur Trainierung von Modellen genutzt werden; diese Modelle erzeugen weitere Daten, die dann zur Weiteroptimierung der Modelle dienen (z. B. KI in Fabriken, die Produktionsdaten liefern, die die Modelle noch präziser machen).
- Innovative Geschäftsmodelle: Daten können auf Handelsplattformen gehandelt werden, es gibt Abonnements (Monatsgebühren für Datenzugang), API-Aufrufe (direkte Nutzung von Daten über Schnittstellen) sowie die Möglichkeit der Verkauf von einzelnen, nützlichen Datenbestandteilen.
- Vermögenswertbildung: Daten können als Vermögenswerte genutzt werden – z. B. zur Sicherung von Krediten oder Beteiligung an Unternehmen, wodurch aus Daten echtes Geld entsteht.
5. Mehrere Ansätze für die Umsetzung: Nationale Koordination und Sicherheitsgarantie
Um dieses Ziel zu erreichen, sind folgende Maßnahmen erforderlich:
- Zusammenarbeit von Staat und Regionen: Die Nationale Datenbehörde koordiniert die Bemühungen; die lokalen Behörden sollten nicht eigenmächtig vorgehen, um Duplikationen zu vermeiden und die Maßnahmen an lokale Bedingungen anzupassen.
- Finanzielle Unterstützung: Finanzinstitutionen und Industriefonds sollen investieren; lokale Regierungen können spezielle Fördermittel bereitstellen.
- Sicherheitsaspekte: Es müssen Sicherheitsmaßnahmen getroffen werden, um Datenlecks oder Manipulationen zu verhindern (z. B. das Absichtliche Füttern von KI-Systemen mit falschen Daten), damit die Daten kontrollierbar und nachvollziehbar sind.
Insgesamt dient dieser Plan dazu, der Entwicklung der KI neue Impulse zu geben und sicherzustellen, dass Daten und KI-Technologien tatsächlich in unser Leben Einzug halten – präzisere KI-Systeme in der Medizin, intelligente Fabriken, sicherere Fahrzeuge – all das ist nicht mehr weit entfernt.