09.01.2018
Es ist keine Zukunftsmusik: Schon jetzt überfliegen Satelliten jeden Fleck der Erde mindestens alle zwanzig Minuten und liefern Fotos und Videos mit unvorstellbarer Genauigkeit. Aktuell sind es schon zehntausende Flugkörper im Orbit, die mit Kameras ausgestattet sind – und es werden Woche für Woche mehr.
Das, was man gemeinhin „Satellit“ nennt, ist heute oft kaum mehr als ein Schuhkarton voller Elektronik. Mehr als 100 davon können bei einem Start ins All geschossen werden, die Kosten für die Hardware und den Transport sinken mit rasender Geschwindigkeit. So wird die gesamte Erde, so werden wir alle immer häufiger und immer genauer beobachtet und können letztlich nahtlos überwacht werden. Einzige Hürde: die gewaltige Datenmenge an Satellitenbildern müssen ausgewertet werden, damit Regierungen, Organisationen, Institutionen und Unternehmen Schlüsse aus den Fotos und Videos ziehen können. Eine wahre Revolution löst bei diesem Thema gerade das Unternehmen Orbital Insight aus. Der ehemalige NASA-Mann und Experte für Künstliche Intelligenz (KI) James Crawford und sein Team haben Computern nämlich beigebracht, Dinge so zu sehen wie Menschen es tun. Und diese Systeme lernen mit jedem Blick hinzu. Was zunächst sehr theoretisch klingt, hat Crawford in praktische Anwendungen umgesetzt.
Neue Kundenstruktur frühzeitig erkennen
Einfach ausgedrückt wertet Orbital Insight im Auftrag und zum Nutzen von Kunden Satellitenbilder in Echtzeit aus - und zwar im Hinblick auf Veränderungen. Dabei bezieht das Unternehmen Aufnahmen von Hunderten Satelliten-Betreibern, unter anderem auch von der NASA und der EADS. Diese Aufnahmen werden dann durch selbst entwickelte Algorithmen ausgewertet. So können die Computersysteme von Orbital Insight über die automatische Bilderkennung die zeitliche Veränderung dieser Aufnahmen auswerten und selbstständig Objekte erkennen, unterscheiden und zählen. In der Praxis lässt sich hiermit z.B. ermitteln, wie sich über einen definierten Zeitraum die Anzahl der Autos verändert hat, die auf den Parkplätzen der Handelskette Wal-Markt parken. Dadurch ist das Handelsunternehmen nicht nur in der Lage, Bewegungen bei der Anzahl der Kunden zu erkennen, sondern auch Veränderungen der Kundenstruktur. Denn Orbital-Insight-Systeme erkennen beispielsweise, wie hoch der Anteil an Trucks auf den Parkflächen ist. Ein Schwerpunkt der aktuellen Arbeit von Orbital Insight besteht darin, Anwendungsmöglichkeiten zu finden und zu realisieren. So können die Orbital-Insight-Systeme unter anderem automatisch die Füllstände von Öllagern weltweit ermitteln und daraus Förder- und Verbrauchstrends errechnen. Dies ist ein unglaublich wertvolles Werkzeug für Anleger, die auf Basis dieser Informationen Futures kaufen oder verkaufen können.
Algorithmen werten Echtzeitdarstellung aus
Das alles hat viel mit dem recht bekannten Thema „elektronische Bilderkennung“ zu tun. Seitdem es möglich ist, Fotos zu scannen und damit in einzelne Pixel zu zerlegen, helfen Computersysteme bei der Auswertung. Tatsächlich kann eine Maschine aber wirklich nur Pixel und einzelne Bildpunkte unterscheiden. Was das gescannte Bild bedeutet, verstanden die Computer bis vor wenigen Jahren nicht. Inzwischen hat es aber beim sogenannten „maschinellen Sehen“ (auch „Computer Vision“, abgekürzt „CV“, genannt) erhebliche Fortschritte gegeben. In der Industrie werden bereits weltweit millionenfach Algorithmen eingesetzt, die Echtzeitaufnahmen auswerten. So schauen sich CV-Systeme in der Qualitätssicherung Zuschnitt und Oberflächen von Werkstücken an und erkennen Fehler und Abweichungen. In Herstellungsbetrieben, in denen Produkte aus verschiedenen Komponenten zusammengesetzt werden, führen so ausgestattete Maschinen Vollständigkeitsprüfungen durch. Während Maschinen zu vorhandenen Lösungen noch Muster vorgegeben werden, ist Orbital Insight dank „Deep Learning“ einen ganzen Schritt weiter. Mit Deep Learning wird die Fähigkeit von Computern bezeichnet, aus Erfahrungen zu lernen. Ausgangspunkt war die Erkenntnis aus der Frühzeit der Künstlichen Intelligenz, dass Maschinen Probleme mit Leichtigkeit lösen, die für Menschen schwierig erscheinen, weil sie in mathematischen Formeln beschreibbar waren. Deep Learning setzt hingegen bei Aufgaben an, die für Menschen recht einfach zu lösen, für Computer aber schwer zu knacken sind, weil sich solche Probleme eben nicht in Mathematik darstellen lassen. Auch ControlExpert setzt automatische Bilderkennung im Schadenmanagementprozess ein.
Vielseitige Einsatzbereiche – tiefe Einblicke
Orbital-Insight-CEO James Crawford kommt genau aus dieser Ecke der digitalen Forschung und suchte nach einem konkreten Anwendungsgebiet für diese KI-Technologien. Und weil er selbst aus der Raumfahrt stammt, kam er auf die Satellitenbilder. Crawford war sehr früh klar, dass die Menge der Einsatzbereiche für Computer Vision in Verbindung mit Deep Learning schier unendlich ist, sich die Methodik aber nur durchsetzen würde, wenn der ganz konkrete Nutzen nachweisbar ist. Auf diese Weise entstand das Unternehmen Orbital Insight. Was bedeutet das alles für Otto Normalbürger? Wie fast jede neue Technologie bringen bildgebende Satelliten Chancen und Risiken mit sich – besonders wenn die Bilder mit KI-Systemen ausgewertet werden. Schon heute können Dinge von rund 30 Quadratzentimetern Größe fotografiert und vor allem identifiziert werden, weshalb Kritiker die Gefahr der Überwachung à la Big Brother im Roman 1984 beanstanden. Doch Orbital Insight arbeitet daran der Gesellschaft einen Nutzen zu stiften und der Menschheit zu helfen. Positiv ist vor allem, dass nicht mehr nur militärische Institutionen auf Satellitenbilder zugreifen können, sondern praktisch jede Organisation, auch humanitäre Einrichtungen, die anhand der Auswertungen Maßnahmen gegen Hungersnöte erarbeiten können. Der Schlüssel zu dieser Entwicklung ist dabei weniger die Anzahl an Satelliten, deren Kosten und Verfügbarkeit, sondern die automatische Auswertung durch KI-Systeme wie sie Orbital Insight auf der Basis der von James Crawford entwickelten Algorithmen anbietet.