Wettervorhersage: Der Frosch hat ausgedient. Dasselbe gilt teilweise auch schon für komplexe physikalische Modellierungen und aufwendige statistische Berechnungen. KI-Verfahren können aus meteorologischen Daten sowie Daten von Ökosystemen präzise Wettervorhersagen liefern oder meteorologische Extremereignisse vorhersagen. Das ist für Behörden, Gesellschaft sowie für viele Wirtschaftszweige von grosser Bedeutung.

Medizin: Für medizinische Anwendungen trainierte KI-Modelle können Ärtzinnen und Ärzte bei der Diagnose unterstützen. Beispielsweise indem sie auf schwarz-weissen Ultraschallaufnahmen Krebsknötchen zuverlässiger erkennen als das menschliche Auge. Sieben der zehn grössten Kantons- und Unispitäler in der Schweiz setzen laut dem «Tagblatt» schon heute standardmässig KI ein.

Biologie: Dass die Impfstoffe gegen Covid in Rekordzeit entwickelt werden konnten, hat ebenfalls viel mit KI zu tun. Weil sie es ermöglicht, die dreidimensionalen Strukturen hochkomplexer Zielproteine, die bisher mit grosser Genauigkeit vorherzusagen. Bisher geschah dies in einem langwierigen und mühsamen experimentellen Prozess.

Mobilität: Dank KI wird autofahren sicherer und komfortabler. KI-gestützte Fahrasisstenzsysteme halten die Spur, parken ein, messen Distanzen oder leiten bei Bedarf die Notbremsung ein. Und am Steuer einschlafen kommt bei ihnen garantiert nicht vor. Bereits sind die meisten Neuwagen mit solchen elektronischen Schutzengeln ausgestattet.

Musik: Musikerkennungs-Apps gibt es schon eine ganze Weile. Unlängst hat nun Computer mithilfe Künstlicher Intelligenz (KI) die «Unvollendete» von Ludwig van Beethoven zu Ende komponiert. Aus zahlreichen Sinfonien, Klaviersonaten und Streichquartetten erlernte die KI die einzigartige Handschrift des Komponisten, dessen Genie ja eben gerade ausmachte, dass er sich nicht immer an die Regeln hielt. Und errechnete dann mögliche Variatonen dazu, wie die 10. Sinfonie hätte weitergehen können. Am 9. Oktober 2021, fast 195 Jahre nach Beethovens Tod wurde dessen letzte Sinfonie in Bonn uraufgeführt.

Sprache: Maschinelle Übersetzungssysteme wie DeepL werden laufend besser. Denn je länger sie das Übersetzen trainieren und aus ihren Fehlern lernen, desto präziser finden sie in der Folge die genau richtige Wendung. Das hilft nicht zuletzt dabei, Sprachbarrieren abzubauen. Zum Beispiel indem Spracherkennungs- und Übersetzungsalgorithmen die Untertitel in Social-Media-Posts oder Youtube-Videos automatisiert in (fast) jede beliebige Sprache übertragen.