Ein Bericht des US-Senatsausschusses für Gesundheit, Bildung, Arbeit und Rente warnt, dass künstliche Intelligenz und Automatisierung in der nächsten Dekade rund 100 Millionen Jobs in den USA gefährden könnten. Die Verfasser schlagen arbeiterfreundliche Gegenmaßnahmen vor.

Der weltweite Halbleitermarkt befindet sich in einer Phase des anhaltenden Wachstums. Technologische Innovationen, die zunehmende Bedeutung von künstlicher Intelligenz (KI) und die Verbreitung smarter Geräte treiben die Nachfrage.

Daten sind im modernen Informationszeitalter allgegenwärtig. Doch wie können Entwickler und Ingenieure diese Datenflut sinnvoll nutzen? Die immer allgegenwärtige KI wird oft als Heilsbringer gepriesen. Doch die Keynote des ESE-Kongress 2025 zeigt: Erst mit Struktur und nötigen Zusammenhängen kann künstliche Intelligenz ihre volle Wirkung entfalten.

In vielen Branchen hat sich die künstliche Intelligenz bereits etabliert. Auch in der Medizin bietet sie viel Potenzial. Sei es automatisierte Bildanalyse, personalisierte Diagnostik oder vernetzte Pflege-Ökosysteme. Was heute bereits möglich ist, berichtet eine Expertin der Branche.

Künstliche Intelligenz hält zunehmend Einzug im Alltag – ob Wearables, autonome Fahrzeuge oder Cloud-Modelle. Die Hardware-Entwicklung steht dadurch nie dagewesenen Druck. Dabei entwickelt sich der Speicher zunehmend zum entscheidenden Engpass für KI-Systeme auf allen Ebenen.

Was wäre, wenn es beim aktuellen Hype gar nicht um „Künstliche Intelligenz“ ginge, sondern die Schlüsseltechnologie KI Teil von etwas Größerem wäre? Etwa einer neuen, fünften Dimension am Beginn des Informationszeitalters? Das eröffnet uns neue Möglichkeiten, Raum und Zeit zu beherrschen, Komplexität zu zähmen, Datenfluten produktiv zu nutzen und daraus Wissen zu gewinnen. Diese Fähigkeit macht uns zukunfts- und wettbewerbsfähig!

Je mehr Software und künstliche Intelligenz ins Auto einziehen, desto wichtiger ist der Datenschutz. Das Bundesamt für Sicherheit (BSI) plant für Anfang 2026 die Veröffentlichung technischer Richtlinien, um einen praxisnahen Rahmen für Resilienz, Transparenz und Erklärbarkeit von KI-Systemen zu schaffen.

Während klassische Serverracks bisher mit 40 bis 100 Kilowatt auskamen, wächst der Leistungsbedarf durch künstliche Intelligenz in bislang unvorstellbare Größenordnungen. Die Vision lautet: ein Megawatt pro Rack. Doch damit dieser Wert nicht nur eine Marketingzahl bleibt, müssen grundlegende Probleme bei der Stromversorgung gelöst werden.

Künstliche Intelligenz will im Chip-Design das zuvor Undenkbare vollbringen. KI-Werkzeuge erschließen neue Dimensionen der Leistung und Energieeffizienz vom ersten Schaltplan bis zum finalen Tape-Out. Doch nicht alles ist Gold, was glänzt. Stolperfallen und Risiken lauern an jeder Ecke.

Künstliche Intelligenz findet auch im medizinischen Bereich ihren Einsatz, wie für die Auswertung von Daten, die Erstellung von Bildern oder bei der Suche nach Mustern in großen Datenmengen. Forschende der Technischen Universität München (TUM) arbeiten daran, diese Mensch-KI-Kollaborationen sicher, verlässlich und effizient zu machen.