Foto: Fukume – stock.adobe.com

Noch vor kurzer Zeit genügte es, wenn ein Tool „AI“ im Namen trug, um Aufmerksamkeit zu erregen. Heute ist KI Teil des Laboralltags – oft unsichtbar integriert: Margin- Erkennung, Nesting, Bibliotheken. Die Technologien beschleunigen Abläufe und entlasten Routinen. Doch am Ende sind sie spezialisierte Helfer: Narrow AI, also „schmale“ KI-Werkzeuge für definierte Aufgaben. Hier endet die Geschichte aber nicht. Mit KI 2.0 beginnt das nächste Kapitel: Systeme, die Daten nicht nur verarbeiten, sondern kombinieren, abwägen und originäre Vorschläge entwickeln.

Generative KI-Begriffe erklärt

• KI 1.0: Automatisierung, spezialisierte Routinen.
• KI 2.0: Transformation durch multimodale, generative und reasoning-basierte Systeme.
• Bias: Verzerrung durch einseitige Daten.
• Automatisierungs-Bias: Die Tendenz, Ergebnisse ungeprüft zu übernehmen.
• ISO-Normen: Legen Standards für Qualität, Robustheit und Erklärbarkeit fest.
• EU AI Act: Regelt Hochrisiko-Anwendungen, fordert Transparenz und Schulung.
• Augmented Intelligence: KI als Erweiterung menschlicher Kompetenz.

KI 2.0 – Systeme, die abwägen

Multimodale Ansätze verknüpfen Scans, Röntgenbilder und Patientendaten, generative Verfahren entwickeln eigenständige Entwürfe, Reasoning-Modelle wägen Faktoren ab. Parallel dazu hält Edge-KI Einzug in die Labore und reduziert Cloud-Abhängigkeiten.Damit ändert sich auch die Rolle im Labor: Während Routinen zunehmend von KI übernommen werden, rücken Prozesssteuerung, Qualitätssicherung und die Auswahl von Lösungen in den Fokus.

Bias – wenn die Realität verzerrt wird

Bias bedeutet Verzerrung: Eine KI übernimmt Muster aus den Daten, mit denen sie trainiert wurde – auch wenn diese unvollständig oder einseitig sind. Die Folgen können gravierend sein. Ein Beispiel: Gesichtserkennungssysteme, die fast ausschließlich mit Bildern hellhäutiger Menschen trainiert wurden, erkannten dunklere Hauttöne deutlich schlechter. Die Konsequenz: Menschen wurden in Sicherheitssystemen schlicht übersehen. Ein gesellschaftliches Vorurteil wurde reproduziert, weil die Datenbasis zu einseitig war.Beispiel für die Zahntechnik: Wird eine KI nur mit einfachen Fällen, hellen Zahnfarben oder idealisierten Scans trainiert, hält sie diese Merkmale für normal. Die Folge: uniforme Vorschläge, Einheitslächeln statt Vielfalt. Hinzu kommt der Automatisierungs-Bias: menschlicher Vertrauensvorschuss in Technik. Je perfekter ein Bild wirkt, desto größer die Versuchung, es ungeprüft zu übernehmen. Die Gefahr liegt damit weniger in der KI selbst als in der Art, wie wir mit ihren Ergebnissen umgehen.

Datenqualität – die entscheidende Stellschraube

KI ist also nur so gut wie die Daten, aus denen sie lernt. Problematisch wird es, wenn die Basis schmal oder idealisiert ist. In der restaurativen Zahnmedizin wären das z. B.:

• zu wenige Quellen » geringe Generalisierbarkeit
• überwiegend Standardfälle » fehlende Robustheit bei Besonderheiten
• perfekte Lehrbuchscans » Bruch mit der Realität des Praxis- und Laboralltags

Besonders in der Bildgebung – etwa Röntgen-KI – ist Datenqualität entscheidend. Hier entstehen aktuell ISO-Normen für KI in der Zahnmedizin. Sie legen Anforderungen an Datenqualität, Validierung und Erklärbarkeit fest.

KI-Lösungen im Fokus

• Pac-Dent mit ALPHA AI: Pac-Dent hat den taiwanesischen 3D-Drucker-Hersteller Ackuretta übernommen. Die Lösung vereint Rodin-Resins, Ackuretta-Hardware und ALPHA AI (KI-gestützte Slicing-Software). In einem Klick richtet sie STL-Dateien optimal aus, fügt Supports hinzu und exportiert druckfertige Dateien.
• Promadent BiSS CONTACT: Das Modul CONTACT-Finder optimiert die Okklusion innerhalb weniger Sekunden: Intraoralscans werden per KI ausgerichtet, Fehlkontakte korrigiert. Alles lokal, ohne Cloud, mit offenen Formaten für jede CAD-Software.
• Bite-Finder: Bite-Finder ist eine cloud-basierte Plattform für Okklusionsanalysen. Sie erkennt statische und dynamische Kontaktpunkte digitaler Scans automatisch und ermöglicht per „One-Click Occlusion“ die Simulation von Kieferbewegungen.

Augmented Intelligence – Verstärkung statt Ersatz

Die gute Nachricht: Bias und Datenprobleme sind lösbar. Der Schlüssel liegt in unserer Haltung. KI liefert Daten, Vorschläge, Entwürfe. Der Mensch prüft, interpretiert, entscheidet. Immer häufiger fällt die Bezeichnung Augmented Intelligence – und sie wirkt ehrlicher: Während ‚künstliche Intelligenz‘ oft Ersatz suggeriert, macht ‚Augmented Intelligence‘ klar, worum es geht: Erweiterung.

AGI – Blick in die Zukunft und was das für heute bedeutet

Während wir uns mit KI 2.0 anfreunden, richtet sich die Forschung längst auf den nächsten Schritt: Artificial General Intelligence (AGI). Gemeint sind Systeme, die Wissen flexibel übertragen und anwenden, ähnlich dem Menschen. Weltweit fließen Milliarden in diese Vision – es geht um Technik, Macht und Märkte.

Noch ist das Zukunftsmusik. Doch die Debatte wirkt bereits zurück: Sie zwingt uns, Fragen nach Transparenz, Datenqualität und Verantwortung heute zu beantworten – nicht erst morgen. Genau hier setzen ISO-Normen und der EU AI Act an. Die Normen definieren Mindestkriterien für Datenqualität, Validierung und Erklärbarkeit, während der EU AI Act medizinische KI-Systeme als Hochrisikotechnologien einstuft. Hersteller müssen Transparenzpflichten erfüllen, Ergebnisse nachvollziehbar machen, und der Einsatz bleibt geschultem Fachpersonal vorbehalten.

MEIN ♥ KI-TOOL

---

ZTM Kati Waschko, Hannover: „KI verändert die Arbeit im Dentallabor spürbar, wenn sie dort eingesetzt wird, wo ein klarer Nutzen entsteht: In der Implantatplanung kommt beispielsweise Dental Twin zum Einsatz, im Kronendesign Al-Crown und bei der Visualisierung ästhetischer Veränderungen SmileCloud. Allgemeine Anwendungen wie ChatGPT oder n8n eröffnen zusätzlich Möglichkeiten, um etwa Marketing-Content einfacher zu erzeugen, Verwaltungsprozesse wie die Zusammenfassung von Besprechungen effizienter zu gestalten oder neue Mitarbeitende über einen firmenspezifischen Onboarding-Bot zu schulen. Entscheidend bleibt, dass die Anwendungen auf standardisierten, qualitativ hochwertigen Daten basieren. Die größte Herausforderung liegt darin, dass von der Führungskraft bis zum Mitarbeitenden alle diese Technologien verstehen und ihren Nutzen erkennen – nur so können sie ihre volle Wirkung entfalten.“

ZWL Zahntechnik Wirtschaft Labor

---

Dieser Beitrag ist in der ZWL Zahntechnik Wirtschaft Labor erschienen.

Seit über 26 Jahren erreicht die ZWL Zahntechnik Wirtschaft Labor mit einer Auflage von je 10.000 Exemplaren gewerbliche wie auch Praxislabore im gesamten Bundesgebiet und ist so eine der bevorzugten Informationsquellen und Ratgeber zu allen fachlichen und wirtschaftlichen Aspekten rund um das zahntechnische Labor. In sechs Ausgaben jährlich können sich die Leser über aktuelle Entwicklungen und Trends der Branche informieren.

Jetzt das ePaper lesen.