Zurück zur Übersicht
Uber-Mitbegründer Travis Kalanick: Warum Gebäude wie Computer behandelt werden müssen, um KI-Innovationen zu ermöglichen
BranchennachrichtenKünstliche IntelligenzImmobilienTravis Kalanick

Uber-Mitbegründer Travis Kalanick: Warum Gebäude wie Computer behandelt werden müssen, um KI-Innovationen zu ermöglichen

Travis Kalanick, Mitbegründer von Uber und derzeitiger CEO von Atoms, beleuchtet die kritische Schnittstelle zwischen Künstlicher Intelligenz und der physischen Welt. In seiner Analyse legt er dar, dass die Weiterentwicklung der KI in physischen Industrien derzeit maßgeblich durch die Beschaffenheit und Verwaltung von Immobilien eingeschränkt wird. Kalanick plädiert für einen Paradigmenwechsel: Gebäude sollten konzeptionell und funktional wie Computer betrachtet werden. Ein zentraler Aspekt seiner Argumentation ist die Bedeutung von Eigentumsverhältnissen, da die Kontrolle über die physische Infrastruktur eine Grundvoraussetzung für die erfolgreiche Implementierung und Skalierung von KI-Technologien darstellt. Ohne eine entsprechende Anpassung der Immobilienwelt bleibt das Potenzial der KI in realen Industriezweigen begrenzt.

Tech in Asia

Die wichtigsten Punkte

  • Immobilien als Limitierung: Travis Kalanick identifiziert den Immobiliensektor als den primären Engpass für den Einsatz von KI in physischen Industrien.
  • Gebäude als Computer: Es wird eine fundamentale Neuausrichtung gefordert, bei der Gebäude als technologische Einheiten bzw. Computer verstanden werden.
  • Bedeutung von Eigentum: Der Besitz von Immobilien ist laut Kalanick entscheidend, um technologische Innovationen in der physischen Welt voranzutreiben.
  • Schnittstelle Physis-Digital: Die Integration von KI erfordert eine engere Verknüpfung von Software-Logik und physischer Infrastruktur.

Analyse

Die physische Grenze der Künstlichen Intelligenz

In der aktuellen technologischen Entwicklung zeigt sich eine deutliche Diskrepanz zwischen der rasanten Skalierung von Software-KI und ihrer Anwendung in der physischen Welt. Travis Kalanick, der durch Uber bereits Erfahrungen mit der Digitalisierung physischer Dienstleistungen gesammelt hat, weist darauf hin, dass die reale Welt – insbesondere Immobilien – ein Hindernis darstellt. Während digitale Prozesse nahezu unbegrenzt in der Cloud wachsen können, sind KI-Anwendungen in Industrien wie Logistik, Fertigung oder Bauwesen an die Grenzen der vorhandenen Infrastruktur gebunden.

Die Originalmeldung verdeutlicht, dass die Limitationen nicht in der KI-Software selbst liegen, sondern in der Unflexibilität der physischen Räume, in denen sie operieren soll. Immobilien werden oft noch als statische Hüllen betrachtet, was den Anforderungen dynamischer, KI-gesteuerter Prozesse widerspricht.

Das Konzept: Gebäude als programmierbare Einheiten

Ein Kernpunkt von Kalanicks Vision für sein Unternehmen Atoms ist die Transformation des Gebäudeverständnisses. Die Analogie „Gebäude wie Computer zu behandeln“ impliziert, dass physische Strukturen nicht mehr nur passiver Raum sind, sondern aktive, integrierte Bestandteile eines technologischen Systems.

Wenn ein Gebäude wie ein Computer fungiert, bedeutet dies eine tiefgreifende Integration von Sensorik, Aktorik und Rechenleistung direkt in die Bausubstanz. Dies ermöglicht es der KI, die physische Umgebung in Echtzeit zu steuern und zu optimieren. Kalanick argumentiert, dass nur durch diese Sichtweise die Effizienzsprünge möglich sind, die man aus der reinen Softwarewelt bereits kennt. Die physische Industrie benötigt demnach eine „Hardware“, die ebenso flexibel und ansprechbar ist wie ein Betriebssystem.

Warum Eigentumsverhältnisse entscheidend sind

Ein weiterer wesentlicher Aspekt der Analyse betrifft die Frage des Eigentums. Kalanick betont, dass „Ownership“ (Besitz) in diesem Zusammenhang eine zentrale Rolle spielt. In der traditionellen Immobilienwirtschaft sind Mieter oft eingeschränkt, wenn es darum geht, tiefgreifende technologische Veränderungen an der Infrastruktur vorzunehmen.

Um Gebäude tatsächlich wie Computer behandeln und KI-Systeme vollumfänglich integrieren zu können, ist eine Kontrolle über die Immobilie notwendig. Dies deutet darauf hin, dass Unternehmen, die KI in physischen Industrien anführen wollen, möglicherweise auch als Immobilienbesitzer oder -entwickler auftreten müssen, um die notwendigen technologischen Standards ohne die Hürden klassischer Mietverhältnisse durchzusetzen.

Bedeutung für die KI-Branche

Die Aussagen von Travis Kalanick signalisieren einen Trend weg von der reinen Software-KI hin zur „Embodied AI“ oder industriellen KI, die eine physische Entsprechung benötigt. Für die KI-Branche bedeutet dies, dass Partnerschaften mit der Immobilien- und Infrastrukturbranche sowie eigene Investitionen in physische Assets an Bedeutung gewinnen. Die Skalierung von KI-Lösungen in der realen Welt wird künftig nicht mehr nur eine Frage der Algorithmen sein, sondern eine Frage der Verfügbarkeit und technologischen Anpassungsfähigkeit von Gebäuden.

Häufig gestellte Fragen

Warum sind Immobilien ein Hindernis für die KI-Entwicklung?

Immobilien sind oft statisch und nicht für die Anforderungen moderner KI-Systeme ausgelegt. Laut Kalanick begrenzen sie die Fähigkeit der KI, in physischen Industrien effizient zu agieren, da die notwendige technologische Infrastruktur in herkömmlichen Gebäuden fehlt.

Was bedeutet es, ein Gebäude wie einen Computer zu behandeln?

Es bedeutet, Gebäude als integrierte technologische Systeme zu betrachten, die programmierbar, vernetzt und reaktionsfähig sind. Anstatt nur Raum zu bieten, werden Gebäude zu aktiven Komponenten, die von KI gesteuert und optimiert werden können.

Welche Rolle spielt das Eigentum bei Kalanicks Strategie?

Eigentum ermöglicht die volle Kontrolle über die Infrastruktur. Um tiefgreifende technologische Innovationen und KI-Integrationen umzusetzen, müssen Unternehmen in der Lage sein, die physische Umgebung ohne die Einschränkungen durch Dritte (wie Vermieter) zu verändern.

Ähnliche Nachrichten

Google Duplex in Gemini: Wie sich der Dienst für Anrufe bei Unternehmen weiterentwickelt hat
Branchennachrichten

Google Duplex in Gemini: Wie sich der Dienst für Anrufe bei Unternehmen weiterentwickelt hat

Google Duplex wurde laut einer Überschrift im Google Research Blog so weiterentwickelt, dass es in Gemini auch im Auftrag von Nutzern bei Unternehmen anrufen kann. Die Meldung ist dem Thema generative KI zugeordnet. Der bereitgestellte Originalinhalt besteht allerdings nur aus dieser Themenangabe. Die Information über die Anrufe stammt daher aus der Überschrift. Sie benennt das Ergebnis der Weiterentwicklung, beschreibt aber weder die einzelnen Schritte noch die technische Umsetzung. Auch zur Verfügbarkeit, zu den Voraussetzungen für die Nutzung und zu konkreten Anwendungsfällen liegen keine Angaben vor. Entsprechend lässt sich die genannte Funktion einordnen, ohne daraus Rückschlüsse auf ihren Umfang oder ihre Funktionsweise zu ziehen.

Formale Verifikation von Software: Wie KI und Lean bei mathematischen Korrektheitsbeweisen helfen
Branchennachrichten

Formale Verifikation von Software: Wie KI und Lean bei mathematischen Korrektheitsbeweisen helfen

Softwarekorrektheit mathematisch nachzuweisen, war traditionell eine Aufgabe für Fachleute. Richard MacManus beschreibt bei Latent Space, wie KI und Lean heute dabei helfen, diesen Prozess zu automatisieren. Im Mittelpunkt steht die formale Verifikation: Der Nachweis, dass Software korrekt ist, wird mit mathematischen Mitteln geführt. Die Veränderung betrifft laut Meldung den Weg zu diesem Nachweis. KI und Lean unterstützen die Automatisierung eines Prozesses, für den bislang spezialisierte Arbeit nötig war. Der Titel rahmt die formale Verifikation als Mittel gegen minderwertige Inhalte. Die Kurzmeldung selbst bleibt beim konkreten Anwendungsfall Software. Sie nennt weder einzelne automatisierte Arbeitsschritte noch das Ausmaß der Automatisierung. Von einem vollständig automatisierten Verfahren ist nicht die Rede.

Riemannsche Vermutung: Eine KI und ein Mensch beanspruchen jeweils eine Lösung
Branchennachrichten

Riemannsche Vermutung: Eine KI und ein Mensch beanspruchen jeweils eine Lösung

Eine KI und ein Mensch beanspruchen laut TechCrunch AI jeweils, die Riemannsche Vermutung gelöst zu haben. Die Meldung bezeichnet die Vermutung als 167 Jahre alt und berichtet, dass das jüngste KI-gestützte Ergebnis unter Mathematikerinnen und Mathematikern für Erstaunen sorgt. Dem KI-gestützten Ergebnis steht ein konkurrierender menschlicher Lösungsanspruch gegenüber. Entscheidend ist die Unterscheidung zwischen dem Anspruch, eine Lösung gefunden zu haben, und der Bestätigung, dass die Vermutung tatsächlich gelöst wurde. Der vorliegende Meldungstext bestätigt weder den KI-gestützten noch den menschlichen Lösungsanspruch und erläutert auch nicht, worin die beiden Ansätze bestehen. Damit berichtet der Beitrag von Tim Fernholz über zwei konkurrierende Ansprüche, ohne über deren Gültigkeit zu entscheiden.