{"id":465251,"date":"2026-08-04T08:00:24","date_gmt":"2026-08-04T06:00:24","guid":{"rendered":"https:\/\/www.allaboutautomation.de\/?p=465251"},"modified":"2026-08-03T13:22:27","modified_gmt":"2026-08-03T11:22:27","slug":"ki-in-sensorik-und-messtechnik-zwischen-hype-hoffnung-und-harter-industrieller-realitaet","status":"publish","type":"post","link":"https:\/\/www.allaboutautomation.de\/de\/2026\/08\/04\/ki-in-sensorik-und-messtechnik-zwischen-hype-hoffnung-und-harter-industrieller-realitaet\/","title":{"rendered":"KI in Sensorik und Messtechnik: Zwischen Hype, Hoffnung und harter industrieller Realit\u00e4t"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

K\u00fcnstliche Intelligenz wird die Sensorik nachhaltig ver\u00e4ndern. Doch der gro\u00dfe Durchbruch entsteht nicht allein durch leistungsf\u00e4higere Algorithmen. Entscheidend sind hochwertige Daten, tiefes Anwendungswissen und die F\u00e4higkeit der Industrie, Vertrauen in intelligente Systeme aufzubauen.<\/strong><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
Entscheidend werden hochwertige Daten, erfahrene Ingenieurinnen und Ingenieure sowie ein verantwortungsvoller Umgang mit KI sein (Bild: mit KI generiert)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

K\u00fcnstliche Intelligenz ist derzeit eines der meistdiskutierten Themen in der Industrie. Kaum eine Technologie weckt so viele Erwartungen \u2013 und gleichzeitig so viele Fragen. W\u00e4hrend generative KI mit Sprachmodellen wie ChatGPT l\u00e4ngst im Alltag angekommen ist, steht die industrielle Nutzung in vielen Bereichen noch am Anfang. Besonders in der Messtechnik und Sensorik stellt sich die Frage: Was kann KI hier tats\u00e4chlich leisten? Und wo liegen die Grenzen?<\/p>

Diese Fragen standen auch im Mittelpunkt des Expertenforums \u201eKI-gest\u00fctzte Messtechnik und Sensorik \u2013 Intelligente Systeme zwischen Innovation, Verantwortung und Praxis\u201c, das ich im Juni 2026 moderieren durfte. Die Diskussion mit Experten aus Forschung, Automatisierung und industrieller Sensorik hat dabei vor allem eines gezeigt: Die Zukunft der Messtechnik und Sensorik wird intelligenter \u2013 aber sie wird nicht einfach nur durch das Einsetzen von KI entstehen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"Expertenforum\t\t\t\t\t\t\t\t\t\t\t
Eine anregende Unterhaltung gab es auf dem Expertenforum \u2013 die Teilnehmer (von link): Dr. Christian Bur, Dr. Andreas Frischen, Christian Lindemann, Prof. Florian R\u00f6mer und Moderator Dirk Schaar (Bild: AMA Service)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Die Sensorik steht vor einem Paradigmenwechsel<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Sensoren waren \u00fcber Jahrzehnte vor allem eines: pr\u00e4zise Messwertlieferanten. Sie erfassen Temperatur, Druck, Weg, Kraft, Schwingungen oder optische Informationen und stellen diese Daten f\u00fcr \u00fcbergeordnete Systeme bereit.<\/p>

Doch die Anforderungen ver\u00e4ndern sich. Moderne Produktionssysteme m\u00fcssen nicht nur messen, sondern Zust\u00e4nde bewerten, Zusammenh\u00e4nge erkennen und Entscheidungen vorbereiten. Predictive Maintenance, autonome Prozesse, flexible Fertigung und intelligente Qualit\u00e4tssicherung sind ohne leistungsf\u00e4hige Datenverarbeitung kaum noch denkbar.<\/p>

Genau hier kommt KI ins Spiel. Sie erm\u00f6glicht es, Muster in gro\u00dfen Datenmengen zu erkennen, die mit klassischen Verfahren nur schwer oder \u00fcberhaupt nicht erfassbar w\u00e4ren.<\/p>

Univ.-Prof. Dr.-Ing. Florian R\u00f6mer<\/a> vom Fraunhofer-Institut f\u00fcr Zerst\u00f6rungsfreie Pr\u00fcfverfahren IZFP\u00a0sieht darin enormes Potenzial: KI werde heute h\u00e4ufig noch zu stark als Werkzeug zur Datenauswertung betrachtet. Untersch\u00e4tzt werde dagegen ihre Rolle bereits in fr\u00fcheren Entwicklungsphasen \u2013 etwa beim Design neuer Sensoren, bei Versuchsplanungen oder als Assistenzsystem f\u00fcr Ingenieure.<\/p>

Diese Einsch\u00e4tzung halte ich f\u00fcr besonders relevant. Denn die eigentliche Revolution liegt vermutlich nicht darin, dass ein Sensor k\u00fcnftig \u201eintelligenter\u201c misst. Sie liegt vielmehr darin, dass gesamte Entwicklungs- und Produktionsprozesse datengetriebener werden.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Nicht jeder Sensor braucht KI \u2013 aber jedes System braucht bessere Daten<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Eine der zentralen Erkenntnisse der Diskussion ist: KI ersetzt keine gute Messtechnik. Die Qualit\u00e4t eines KI-Systems h\u00e4ngt ma\u00dfgeblich von der Qualit\u00e4t der zugrunde liegenden Daten ab. Dabei geht es nicht nur um m\u00f6glichst gro\u00dfe Datenmengen. Entscheidend sind vor allem deren Aussagekraft, Kontext und Variabilit\u00e4t.<\/p>

Gerade hier liegt in der industriellen Praxis eine der gr\u00f6\u00dften Herausforderungen. Viele Unternehmen verf\u00fcgen zwar \u00fcber umfangreiche Datenbest\u00e4nde \u2013 h\u00e4ufig fehlen jedoch entscheidende Informationen. Unter welchen Bedingungen wurde ein Messwert aufgenommen? Welche Maschine war beteiligt? Welche Umgebungsbedingungen herrschten? Und vor allem: Was war ein guter beziehungsweise ein schlechter Zustand?<\/p>

Dr.-Ing. Christian Bur<\/a> von der Universit\u00e4t des Saarlandes\u00a0beschreibt genau dieses Problem aus der Forschungspraxis: Unternehmen w\u00fcrden h\u00e4ufig gro\u00dfe Datenmengen bereitstellen, die aber \u00fcberwiegend Normalzust\u00e4nde abbilden. F\u00fcr Anwendungen wie Predictive Maintenance seien jedoch gerade die Abweichungen entscheidend.<\/p>

Die bekannte Aussage \u201eGarbage in, garbage out\u201c gilt damit auch f\u00fcr KI in der Messtechnik. Eine k\u00fcnstliche Intelligenz kann nur so gut sein wie die Informationen, die ihr zur Verf\u00fcgung stehen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Das untersch\u00e4tzte Potenzial: Expertenwissen aus der Produktion<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Ein Aspekt wird in der aktuellen KI-Diskussion meiner Meinung nach noch h\u00e4ufig untersch\u00e4tzt: Das Wissen der Menschen, die t\u00e4glich mit Maschinen und Anlagen arbeiten. Ein erfahrener Maschinenbediener erkennt oft intuitiv, wenn sich ein Prozess ver\u00e4ndert. Er h\u00f6rt, sieht oder sp\u00fcrt, dass etwas nicht mehr stimmt \u2013 lange bevor ein Messsystem eine eindeutige Abweichung meldet. Dieses Wissen ist f\u00fcr KI-Systeme \u00e4u\u00dferst wertvoll. Es muss jedoch strukturiert erfasst und in Datenmodelle \u00fcberf\u00fchrt werden.<\/p>

Christian Lindemann<\/a> von Beckhoff Automation\u00a0brachte diesen Aspekt sehr treffend auf den Punkt: Nicht nur Messdaten selbst seien entscheidend, sondern auch die Informationen rund um diese Daten. Ohne Kontext k\u00f6nne selbst die gr\u00f6\u00dfte Datenmenge keinen wirklichen Mehrwert erzeugen.<\/p>

Die Zukunft wird daher nicht der Gegensatz \u201eMensch oder KI\u201c sein. Erfolgreiche industrielle KI-Systeme werden vielmehr dort entstehen, wo menschliches Dom\u00e4nenwissen und maschinelle Datenanalyse zusammenkommen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
Mit dem TwinCAT CoAgent hat Beckhoff mit Hilfe von KI das Engineering auf das n\u00e4chste Level gehoben (Bild: Beckhoff)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Die Zukunft geh\u00f6rt der Sensorfusion<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Ein besonders spannendes Einsatzgebiet von KI ist die Verbindung verschiedener Datenquellen. Ein einzelner Sensor liefert immer nur einen Ausschnitt der Realit\u00e4t. Ein Temperatursensor kennt keine Information \u00fcber Durchfluss, Vibration oder mechanische Belastung. Erst durch die Kombination verschiedener Informationen entsteht ein umfassenderes Bild.<\/p>

Genau hier liegt eine der gro\u00dfen St\u00e4rken k\u00fcnstlicher Intelligenz: Sie kann komplexe Zusammenh\u00e4nge zwischen unterschiedlichen Datenquellen erkennen und daraus neue Informationen ableiten.<\/p>

Dr. Andreas Frischen<\/a> von Micro-Epsilon sieht insbesondere in der n\u00e4chsten Generation von KI-Modellen gro\u00dfe Chancen. Die Entwicklung sogenannter Foundation Models k\u00f6nnte k\u00fcnftig auch f\u00fcr die Sensorik neue M\u00f6glichkeiten er\u00f6ffnen \u2013 \u00e4hnlich wie es bei Sprache, Bildern oder Video bereits sichtbar ist.<\/p>

Damit k\u00f6nnte die Sensorik vor einem \u00e4hnlichen Entwicklungsschritt stehen wie andere digitale Bereiche zuvor: Weg von isolierten Datenpunkten hin zu einem ganzheitlichen Verst\u00e4ndnis von Zust\u00e4nden und Zusammenh\u00e4ngen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Wie viel Intelligenz geh\u00f6rt in den Sensor?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Eine spannende Frage bleibt: Muss die Intelligenz k\u00fcnftig direkt in den Sensor wandern? Die Antwort lautet vermutlich: teilweise.<\/p>

Ein einfacher Temperatursensor wird auch in Zukunft seine Berechtigung haben. Nicht jede Messaufgabe ben\u00f6tigt k\u00fcnstliche Intelligenz direkt an der Quelle. Gleichzeitig gibt es Anwendungen, bei denen lokale Intelligenz entscheidende Vorteile bietet \u2013 beispielsweise bei sehr kurzen Reaktionszeiten, schwierigen Umgebungsbedingungen oder wenn Daten aus Gr\u00fcnden der Sicherheit oder Privatsph\u00e4re nicht vollst\u00e4ndig \u00fcbertragen werden sollen.<\/p>

Die Experten waren sich einig: Die Zukunft liegt nicht in einer einzigen Architektur. Es wird ein Zusammenspiel geben aus intelligenten Sensoren, Edge Computing und zentralen KI-Systemen.<\/p>

Wichtig bleibt dabei: Der Sensor muss weiterhin zuverl\u00e4ssig messen. Intelligenz darf nicht zulasten der Messqualit\u00e4t gehen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Vertrauen entsteht nicht durch Transparenz allein<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Mit dem Einsatz von KI stellt sich zwangsl\u00e4ufig die Frage nach Vertrauen. Gerade in technischen Anwendungen verlassen sich Ingenieure traditionell auf nachvollziehbare Modelle und definierte Zusammenh\u00e4nge.<\/p>

Bei KI-Systemen funktioniert dieses Prinzip nicht immer genauso. Moderne neuronale Netze k\u00f6nnen extrem leistungsf\u00e4hig sein, ihre Entscheidungswege sind jedoch h\u00e4ufig schwer vollst\u00e4ndig nachvollziehbar.<\/p>

Prof. R\u00f6mer pl\u00e4dierte deshalb daf\u00fcr, die Diskussion st\u00e4rker auf Zuverl\u00e4ssigkeit statt ausschlie\u00dflich auf Erkl\u00e4rbarkeit zu konzentrieren. Entscheidend sei nicht zwingend, jeden einzelnen internen Verarbeitungsschritt einer KI zu verstehen, sondern nachweisen zu k\u00f6nnen, dass das System unter definierten Bedingungen zuverl\u00e4ssig arbeitet.<\/p>

Gerade in industriellen Anwendungen wird dieser Punkt entscheidend sein. Eine KI, die eine Qualit\u00e4tspr\u00fcfung unterst\u00fctzt, muss andere Anforderungen erf\u00fcllen als ein System, das sicherheitskritische Entscheidungen trifft. Die Zukunft wird deshalb nicht aus vollst\u00e4ndig autonomen Systemen bestehen, sondern aus intelligenten Systemen mit klar definierten Grenzen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Der Weg zur KI beginnt nicht mit der Technologie<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Viele Unternehmen stehen heute vor der Frage: Wie starten wir mit KI? Die Antwort der Experten war eindeutig: Nicht mit der Technologie beginnen, sondern mit dem Problem.<\/p>

Eine erfolgreiche KI-Anwendung entsteht nicht, weil ein Unternehmen \u201eauch etwas mit KI machen m\u00f6chte\u201c. Sie entsteht, weil ein konkretes Problem existiert, das mit klassischen Methoden nicht ausreichend gel\u00f6st werden kann.<\/p>

Der erste Schritt sollte daher immer lauten: Welcher Prozess soll verbessert werden? Welche Entscheidung soll unterst\u00fctzt werden? Welcher wirtschaftliche Nutzen entsteht? Erst danach kommen Fragen nach Daten, Algorithmen und Systemarchitektur.<\/p>

Gerade f\u00fcr mittelst\u00e4ndische Unternehmen ist dieser pragmatische Ansatz entscheidend. Kleine, klar definierte Projekte mit erkennbarem Nutzen sind h\u00e4ufig erfolgreicher als der Versuch, sofort eine komplette KI-Strategie f\u00fcr das gesamte Unternehmen umzusetzen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Deutschland muss seine Chancen nutzen<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Bleibt die Frage: Ist die deutsche Industrie ausreichend vorbereitet? Die Antwort f\u00e4llt differenziert aus. Einerseits verf\u00fcgt Deutschland \u00fcber eine enorme St\u00e4rke: tiefes Wissen in Sensorik, Maschinenbau und industriellen Anwendungen. Genau dieses Dom\u00e4nenwissen ist ein entscheidender Vorteil. Andererseits besteht Handlungsbedarf bei Themen wie KI-Kompetenzen, digitaler Souver\u00e4nit\u00e4t und Ausbildung.<\/p>

Prof. R\u00f6mer sieht insbesondere die Abh\u00e4ngigkeit von internationalen KI-Plattformen kritisch. Eigene Kompetenzen und eigene technologische Grundlagen seien notwendig, um langfristig unabh\u00e4ngig agieren zu k\u00f6nnen.<\/p>

Gleichzeitig muss KI st\u00e4rker Bestandteil der Ingenieursausbildung werden. K\u00fcnstliche Intelligenz wird k\u00fcnftig ein Werkzeug sein wie heute der Taschenrechner oder der Messschieber \u2013 selbstverst\u00e4ndlich im t\u00e4glichen Umgang mit technischen Aufgaben.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Fazit: KI wird die Sensorik ver\u00e4ndern \u2013 aber nicht ersetzen<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Meine Expertenrunde hat gezeigt: KI und Sensorik werden immer st\u00e4rker zusammenwachsen. Der gro\u00dfe Wandel steht jedoch nicht allein durch neue Algorithmen bevor. Entscheidend werden hochwertige Daten, erfahrene Ingenieurinnen und Ingenieure sowie ein verantwortungsvoller Umgang mit der Technologie sein.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"Micro-Epsilon\"\t\t\t\t\t\t\t\t\t\t\t
K\u00fcnstliche Intelligenz wird nicht zuverl\u00e4ssige Sensorik, wie hier den Laser-Distanzsensor von Micro-Epsilon ersetzen, aber KI wird Messtechnik und Sensorik nachhaltig ver\u00e4ndern (Bild: Micro-Epsilon)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Die intelligente Sensorik der Zukunft wird nicht einfach \u201emehr KI\u201c enthalten. Sie wird besser verstehen, zuverl\u00e4ssiger entscheiden und den Menschen dort unterst\u00fctzen, wo Datenmengen und Systemkomplexit\u00e4t klassische Methoden an ihre Grenzen bringen.<\/p>

Die n\u00e4chsten Jahre werden deshalb spannend: Es wird viele Experimente geben, manche Anwendungen werden scheitern. Aber genau daraus werden die L\u00f6sungen entstehen, die die industrielle Messtechnik nachhaltig ver\u00e4ndern. Ich bin gespannt, was die n\u00e4chsten Ausgaben der all about automation in Sachen KI zeigen werden.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\n\t\t\t\t\t\"Picture\n\t\t\t\t<\/a>\n\t\t\t\n\t\t\t
\n\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t

\n\t\t\t\t\t\t\tDirk Schaar\t\t\t\t\t\t<\/h4>\n\t\t\t\t\t<\/a>\n\t\t\t\t\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t

Dirk Schaar hat Maschinenbau an der FH Aachen studiert. In \u00fcber 25 Jahren als Redakteur, Chefredakteur und Leitender Chefredakteur kennt er sich bestens in den Bereichen Sensorik und Messtechnik, aber auch Antriebs- und Automatisierungstechnik aus.<\/p>\n\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

K\u00fcnstliche Intelligenz wird die Sensorik nachhaltig ver\u00e4ndern. Doch der gro\u00dfe Durchbruch entsteht nicht allein durch leistungsf\u00e4higere Algorithmen. Entscheidend sind hochwertige Daten, tiefes Anwendungswissen und die F\u00e4higkeit der Industrie, Vertrauen in intelligente Systeme aufzubauen. Entscheidend werden hochwertige Daten, erfahrene Ingenieurinnen und Ingenieure sowie ein verantwortungsvoller Umgang mit KI sein (Bild: mit KI generiert) K\u00fcnstliche Intelligenz ist […]<\/p>\n","protected":false},"author":1667,"featured_media":450288,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":""},"categories":[2141],"tags":[],"edition":[],"class_list":["post-465251","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sensorik"],"_links":{"self":[{"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/posts\/465251","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/users\/1667"}],"replies":[{"embeddable":true,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/comments?post=465251"}],"version-history":[{"count":5,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/posts\/465251\/revisions"}],"predecessor-version":[{"id":465367,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/posts\/465251\/revisions\/465367"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/media\/450288"}],"wp:attachment":[{"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/media?parent=465251"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/categories?post=465251"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/tags?post=465251"},{"taxonomy":"edition","embeddable":true,"href":"https:\/\/www.allaboutautomation.de\/de\/wp-json\/wp\/v2\/edition?post=465251"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}