298 neue nationale chinesische Standards werden gebündelt veröffentlicht: Auch KI muss über messbare Maßstäbe verfügen

Intelligente Lautsprecher zu Hause verstehen keine Dialekte, intelligente Schlösser lassen sich nicht mit dem Heimzentrum verbinden; Fabriken führen ein KI-Qualitätsprüfungssystem ein, müssen es aber neu einstellen, wenn sie zu einer anderen Produktionslinie wechseln; Häfen verwenden Algorithmen verschiedener Unternehmen, deren Datenschnittstellen jedoch wie mehrere unverständliche „Dialekte“ voneinander getrennt sind.

KI kann immer mehr Dinge tun, aber wenn es wirklich in Produktion und Alltag Einzug hält, ist das Problem oft nicht mehr, „ob das Modell klug ist“, sondern eine Reihe anderer, aufwändigerer und kostspieligerer Herausforderungen:

Passt die Schnittstelle? Wie wird das Erkennungsergebnis als qualifiziert eingestuft? Wer kümmert sich um Fehler des Systems? Können verschiedene Geräte zusammenarbeiten?

Am 10. September haben die Staatliche Verwaltung für Marktregulierung und der Nationale Ausschuss für Normung 298 wichtige nationale Normen genehmigt und veröffentlicht, davon 27 zwingende nationale Normen und 271 empfehlende nationale Normen. Im Bereich der Hochtechnologie gibt es insgesamt 47 Normen im Zusammenhang mit künstlicher Intelligenz, intelligenter Sprachinteraktion, intelligenten Diensten usw., deren Anwendungen sich auf Szenarien wie Stromversorgung, Häfen, Erdöl und Wohnen erstrecken.

Eine deutliche Veränderung zeichnet sich ab: In der ersten Phase der KI-Industrie ging es darum, wer schneller vorankommt. Nach dem Eintritt in reale Szenarien geht es auch darum, wer nach dem gleichen Maßstab stabil liefern kann.

47 Normen, nicht nur „Regeln festlegen“ für die KI

Zuerst muss ein klarer Maßstab definiert werden.

Die 47 veröffentlichten Normen sind nicht alle rein technische KI-Normen, sondern decken mehrere verwandte Bereiche wie künstliche Intelligenz, intelligente Sprachinteraktion und intelligente Dienste ab. Die 298 Normen konzentrieren sich nicht nur auf die digitale Industrie, sondern auch auf Bereiche wie Halbleiter, integrierte Schaltkreise, neue Materialien, Arbeitssicherheit, Landwirtschaft und ländliche Gebiete.

Was wirklich bemerkenswert ist, ist, dass sich KI-Normen nicht mehr auf Algorithmusindikatoren im Labor beschränken, sondern nun in reale Szenarien wie Stromversorgung, Häfen, Erdöl und Wohnen Einzug halten.

Ein Modell im Labor macht Fortschritte, wenn es eine Frage richtig beantwortet. Nach dem Eintritt in einen Hafen muss es möglicherweise Container erkennen, Geräte steuern, Risiken vorwarnen und sich mit dem vorhandenen Verwaltungssystem verbinden. Nach dem Eintritt in das Stromsystem muss neben genauen Vorhersagen auch auf stabilen Betrieb, Datensicherheit und Fehlerbehandlung geachtet werden.

Das ist vergleichbar mit einem Koch, der in einem Wettbewerb ein gutes Gericht zubereitet und damit sein Können unter Beweis stellt. Um aber eine Restaurantkette zu betreiben, müssen die Spezifikationen der Rohstoffe, die Arbeitsabläufe, die Hygieneanforderungen und die Qualität der Produkte zu einem übertragbaren Standard festgelegt werden.

Was die KI-Industrialisierung bewältigen muss, ist genau der Sprung von „ein gutes Gericht zubereiten“ zu „hundert Filialen stabil betreiben“.

Normen sind vielleicht nicht so aufmerksamkeitsstark wie die Parameter großer Modelle, aber sie bestimmen, ob eine Technologie von einem Demonstrationsprojekt zur Massenlieferung übergehen kann.

Zwang und Empfehlung sind nicht dasselbe

Von den 298 Normen sind 27 zwingende nationale Normen und 271 empfehlende nationale Normen. Die beiden Normentypen haben unterschiedliche rechtliche Eigenschaften. Man darf nicht annehmen, dass alle Unternehmen sofort alle „nationalen Normen“ umsetzen müssen, sobald man diese Bezeichnung sieht.

Gemäß dem „Normengesetz“ müssen zwingende Normen umgesetzt werden, sie stehen meist im direkten Zusammenhang mit dem Schutz der menschlichen Gesundheit, der Sicherheit von Leben und Eigentum, der nationalen Sicherheit und der ökologischen Sicherheit. Empfehlende Normen werden hingegen vom Staat zur Anwendung angeregt, sie dienen hauptsächlich der Vereinheitlichung von technischen Anforderungen, Prüfverfahren und Dienstleistungsstandards.

Allerdings bedeutet „empfehlend“ nicht, dass sie „unwichtig“ sind.

Für ein KI-Unternehmen kann die Fähigkeit, geltende empfehlende Normen einzuhalten, Einfluss auf Kundenbeschaffung, Projektabnahme, Ausschreibungen und Lieferkettenkooperationen haben. Wenn ein Unternehmen in Verträgen, Produktbeschreibungen oder öffentlichen Erklärungen verspricht, eine bestimmte empfehlende Norm umzusetzen, wird diese Norm auch Teil der Geschäftsbeziehung zwischen den Parteien.

Einfach ausgedrückt: Zwingende Normen sind eher eine „unüberwindbare rote Linie“, während empfehlende Normen dem „Allgemeinsprachlichen“ in der industriellen Zusammenarbeit gleichen.

Unternehmen können unterschiedliche technische Wege verfolgen, aber wenn Schnittstellen, Prüfverfahren und Qualitätsbewertungen völlig unterschiedlich sind, müssen Kunden bei jedem Einkauf von Produkten eines neuen Lieferanten alles neu übersetzen, anpassen und prüfen. Bevor das Projekt überhaupt Nutzen bringt, ist das Budget möglicherweise bereits für das „gegenseitige Entziffern von Geheimcodes“ verbraucht.

Was die Normen senken, ist genau dieser Teil der kaum sichtbaren Kommunikations- und Kooperationskosten.

Damit KI in die Haushalte einzieht, reicht es nicht, dass „sie sehr klug ist“

Gewöhnliche Verbraucher lesen selten aktiv nationale Normen, aber sie nutzen täglich die Ergebnisse, die durch diese Normen ermöglicht werden.

Ob Ladeschnittstellen passen, ob die Größe von Haushaltsgeräten kompatibel ist, wie Lebensmittelkennzeichnungen zu verstehen sind und wie die Verantwortung bei Produktfehlern zu bestimmen ist – hinter all dem steht ein unsichtbarer Maßstab.

Wenn KI in die Haushalte einzieht, kommt man auch nicht um diese Logik herum.

Beispielsweise kann ein intelligentes Sprachgerät auf einer Pressekonferenz fließend Fragen beantworten, aber wenn es tatsächlich im Wohnzimmer steht, muss es mit unklarer Sprache älterer Menschen, unvollständigen Äußerungen von Kindern, unterschiedlichen Akzenten der Familienmitglieder und Umgebungsgeräuschen umgehen. Unternehmen dürfen nicht nur eine einmalige erfolgreiche Demonstration vorführen, sondern müssen angeben, unter welchen Bedingungen getestet wird, wie die Erkennungsrate berechnet wird und wie nach einem Fehler eine Warnung ausgegeben wird.

Die Probleme im Bereich des intelligenten Wohnens sind noch deutlicher.

Schlösser, Klimaanlagen, Beleuchtungen, Lautsprecher und Heimroboter stammen möglicherweise von verschiedenen Unternehmen. Wenn jedes Gerät ein eigenes Datenformat verwendet, kaufen die Verbraucher kein „intelligentes Gesamthaus“, sondern einen Haufen Geräte, die jeweils für sich klug sind, aber nicht miteinander kommunizieren.

Vereinheitlichte Schnittstellen und Interaktionsanforderungen können wiederholte Anpassungen reduzieren; klare Sicherheits- und Qualitätsanforderungen helfen, Risiken durch Fehlbedienung, Datenlecks und Systemausfälle zu senken.

Daher machen Normen nicht alle Produkte gleich aus, sondern legen zuerst die Breite der Tür, die Form des Steckers und die Sprache der Kommunikation fest, sodass Innovation nicht jedes Mal bei der Frage „Kann es verbunden werden?“ anfangen muss.

Für Unternehmen sind Normen eine Kostenaufstellung

Was KI-Unternehmen am leichtesten zeigen können, ist die Modellfähigkeit, während Kunden sich mehr darum sorgen, ob das Projekt pünktlich geliefert werden kann.

Wenn ein System in eine Fabrik eingeführt wird, durchläuft es normalerweise Bedarfsanalyse, Datenaufbereitung, Schnittstellenanpassung, Modelleinstellung, Prüfung und Abnahme sowie anschließende Wartung. Fehlen allgemeine Normen, müssen viele Arbeiten bei jedem neuen Kunden neu ausgeführt werden.

Das Ergebnis ist, dass der Stückpreis des Projekts zwar hoch erscheint, der Gewinn aber durch eine große Menge an kundenspezifischer Entwicklung und Kundendienst aufgezehrt werden kann.

Der kommerzielle Nutzen der Standardisierung lässt sich in vier Teile aufteilen.

Vereinheitlichte Schnittstellen senken die Kosten für Systemintegration und wiederholte Entwicklung; vereinheitlichte Bewertungsverfahren helfen, wiederholte Streitigkeiten zwischen Lieferanten und Kunden in der Abnahmephase zu vermeiden; vereinheitlichte Qualitätsanforderungen erleichtern es Unternehmen, ein Projekt auf mehr Kunden zu übertragen; klarere Sicherheitsgrenzen verringern zudem die Unsicherheit bei der Einhaltung von Vorschriften nach der Umsetzung.

Das ist auch der Grund, warum Normen immer wichtiger werden, wenn die KI in die tieferen Bereiche der Industrie vordringt.

In der Vergangenheit haben Unternehmen möglicherweise mit einem erfahrenen Team Projekte „von Hand“ erstellt: Probleme werden vor Ort gelöst, bei einem neuen Kunden wird neu entwickelt. Diese Methode kann Musterprojekte hervorbringen, aber kaum eine stabile Größenordnung erreichen.

Ein wirklich ausgereiftes KI-Produkt sollte wie industrielle Bauteile beschaffen sein: Man weiß, was die Eingabe ist, was die Ausgabe ist, wie die Leistung geprüft wird und wie Fehler behandelt werden. Kunden kaufen nicht nur die Erfahrung einiger Ingenieure, sondern ein Produkt, das überprüfbar, übertragbar und wartbar ist.

Je klarer die Normen sind, desto wahrscheinlicher wird die KI von einem einmaligen Projekt zu einem dauerhaft verkaufbaren Produkt.

Bei Chips und Materialien wird dieselbe Grundlage ergänzt

Unter den veröffentlichten Normen gibt es zudem 26 Normen für Halbleiterbauelemente und integrierte Schaltkreise, 4 Normen für Informationskommunikation, Daten und Software sowie 6 Normen für neue Materialien wie Photovoltaikglas und Feinkeramik.

Diese Bereiche wirken verteilt, sind aber in Wirklichkeit stark mit der KI-Industrialisierung verbunden.

KI-Anwendungen erfordern Rechenleistung, hinter der Rechenleistung stehen Chips; Chips, die in Geräte eingebaut werden, brauchen Zusammenarbeit von Kommunikation, Daten und Software; Geräte, die in Fabriken, Autos, Haushalte und Energiesysteme gelangen, sind wiederum auf Materialien, Sensoren und Sicherheitsregeln angewiesen.

Ob ein Produkt stabil in Massenproduktion hergestellt werden kann, hängt nie nur von einem einzelnen Modell ab. Die Zuverlässigkeit von Chips, Datenformate, Softwareschnittstellen, Materialeigenschaften und Gesamtgeräteprüfung – wenn irgendein Glied keinen einheitlichen Maßstab hat, kann dies die Lieferung beeinträchtigen.

Das erinnert den Markt auch daran, dass man die Anzahl der nationalen Normen nicht direkt als Marktgröße verstehen darf, und schon gar nicht daraus schließen darf, dass eine bestimmte Technologie bereits führend ist.

Normen lösen die Frage „Wie soll man messen, verbinden und die Eignung beurteilen“; ob Unternehmen gute Produkte herstellen können, hängt zudem von ihren Fähigkeiten in Forschung und Entwicklung, Fertigung, Kostenkontrolle und Dienstleistungen ab.

Einen Maßstab zu haben bedeutet nicht, dass jeder eine hohe Punktzahl erreichen kann. Aber ohne Maßstab lässt sich kaum sagen, wer besser abschneidet.

Im nächsten Schritt zählt nicht nur die Anzahl der Normen

Die gleichzeitige Veröffentlichung von 298 nationalen Normen ergänzt eine Reihe von Industrieregeln für KI, Halbleiter und neue Materialien. Aber zwischen der Veröffentlichung einer Norm und ihrer tatsächlichen Wirkung liegt noch ein nicht kurzer Weg.

Einige Normen erfordern von Unternehmen die Anpassung von Produkten und Abläufen, einige müssen in Beschaffungs-, Prüf- und Abnahmesysteme integriert werden, andere müssen gemeinsam von allen Beteiligten der Industriekette angewendet werden. Dies gilt insbesondere für empfehlende Normen: Die Veröffentlichung ist nur der Anfang, die Anwendungsrate bestimmt ihre Wirkung.

Um künftig zu beurteilen, ob die KI-Standardisierung wirklich umgesetzt ist, kann man fünf Punkte beachten:

Erstens: Die anwendbaren Szenarien. Bleiben die Normen auf der Konzeptebene, oder sind sie bereits in konkreten Geschäftsabläufen wie Häfen, Stromversorgung und Wohnen angekommen?

Zweitens: Die Prüfverfahren. Lassen sich die von Unternehmen angegebenen Genauigkeiten, Reaktionsgeschwindigkeiten und Sicherheitsfähigkeiten unter einheitlichen Bedingungen reproduzieren?

Drittens: Der Grad der Kompatibilität. Können Geräte und Software verschiedener Unternehmen die Anzahl wiederholter Anpassungen reduzieren?

Viertens: Beschaffung und Abnahme. Sind die einschlägigen Normen in Ausschreibungsunterlagen, Produktverträgen und Projektabnahmeindikatoren festgelegt?

Fünftens: Das Umsetzungsdatum. Zwingende und empfehlende Normen haben unterschiedliche Eigenschaften, das Veröffentlichungsdatum bedeutet nicht, dass die Branche die Anpassungen bereits abgeschlossen hat.

Bei der KI ging es zuerst um Parameter, aber nachdem sie wirklich in Fabriken und Haushalte eingezogen ist, geht es oft um etwas anderes: Ob sie stabil funktioniert, ob sie in Massen kopiert werden kann und ob die Verantwortung bei Fehlern klar festgelegt werden kann.

Das Modell bestimmt, wie schnell die KI vorankommen kann, die Normen bestimmen, ob sie stabil vorankommt.

Wenn neue Technologien in die Phase gelangen, in der „alles mit einem Maßstab gemessen werden kann“, wandelt sich der Wettbewerb in der KI-Industrie von der Fähigkeitsvorführung auf der Bühne zu einer langfristigen Lieferung in Produktionsanlagen, Beschaffungslisten und dem Alltag zu Hause.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „BT Business Technology“, Autor: Shuyan, veröffentlicht mit Genehmigung von 36Kr.