Eine Stunde oder rund 60 Kilometer nördlich von New York entfaltet sich eine Mischung aus 60er-Jahre-Flair mit dem letzten Stand der Technologie, wie Quantencomputer zum Beispiel. Der finnisch-amerikanische Architekt Eero Saarinen hat sich mit diesem Komplex, dem Hauptquartier von IBMs Forschung in Yorktown Heights gesetzt.

Hier hat schon die eine oder andere technologische Errungenschaft das Tageslicht erblickt. Das erste Mal, dass ein Quantencomputer jemals online ging, war hier. In Research Centers auf der ganzen Welt forscht IBM an Technologien in den Bereichen AI, kognitives Computing, Blockchain, Energie und Umwelt, Gesundheitswesen, IoT, Quantum Computing, Sicherheit und noch viel mehr. So gut wie an allem, von dem angenommen wird, dass es in Zukunft für wesentliche Umbrüche – durch technologische Entwicklungen – verantwortlich sein könnte.

Für Technologiefans offenbart sich das Zentrum als wahres Mekka, steht hier doch auch Watsons Spielerpult aus der Quizsendung Jeopardy, die das Programm  „Watson“ 2011 im Wettbewerb gegen zwei ehemalige Finalisten gewann. Eine Geschichte, die um die Welt ging. Zum ersten Mal wurde sichtbar, wozu künstliche Intelligenz fähig ist; und, dass der Mensch, was logisches Denken betrifft, mit der Rechenleistung eines Computers nicht mithalten kann.

Neben viel Software findet man zahlreiche Labors, wo an allen möglichen Materialien geforscht wird. Das ist der Arbeitsplatz von Heike Riel. Die studierte Physikerin, IBM Fellow und Leiterin des IBM Research Frontiers Institute – einem Konsortium, das global agiert und Grundlagenforschung in Sachen Computing betreibt – ist Direktorin des Bereiches IoT.

Frau Riel, Sie sind Physikerin und haben auch eine Ausbildung in Zimmerei. Wie kommt es zu dieser interessanten Mischung?

Mathematik habe ich immer schon geliebt. Schon damals in der Schule. Die Begeisterung dafür habe ich auch nie verloren. Ich wollte dann Ingenieurin werden, weil mein Vater Ingenieur war. Ich dachte dann eigentlich mehr so daran, in Richtung Innenarchitektur zu gehen. Ich dachte, ich sollte nicht nur über Design Bescheid wissen, sondern auch darüber, wie man die Dinge baut. Das habe ich also getan und ich mochte es sehr. Ich habe viel gelernt in diesen zwei Jahren Ausbildung. Vor allem, dass man gutes Werkzeug braucht, um gute Dinge zu bauen. Und, dass es unheimlich befriedigend ist, Sachen zu fertigen. Entweder du behältst sie, oder jemand anderer hat eine Freude damit.

Dennoch kam ich darauf, dass ich meine wahre Leidenschaft verfolgen möchte: die Mathematik. Ich habe mich auf Physik konzentriert, weil sie mehr die Anwendung der Mathematik ist, etwas Echtes zu erzeugen. Das ist es, was mir richtig Spass macht. Verstehen, wie die Dinge funktionieren, und etwas bauen, das hält. Und wenn man im Labor etwas kreiert, braucht man gute Werkzeuge und man muss sie auch verwenden können – genauso wie man die Theorie dahinter beherrschen muss, um richtig gut zu sein. Das habe ich getan, und dann bekommt man eine Selbstsicherheit in den Dingen, die man beherrscht, und beginnt, neue Perspektiven und Horizonte zu sehen. Physik zu studieren, war grossartig.

Sie halten ja über 60 Patente, war das ein Ziel?

Nein, eigentlich nicht. Ich habe diese Philosophie: Alles, was du machst, darin möchtest du richtig gut sein. Egal ob Mathe oder Sport – ich habe Handball gespielt. Es hat einfach Spass gemacht, zu gewinnen. Das ist besser, als zu verlieren, nicht?

Welche Position haben Sie gespielt?

Ich war linkes Mittelfeld. Das ist eine wichtige Position. Ich bin schnell gelaufen und habe das Spiel einfach geliebt. Zusammen zu spielen als Team und sich auf das Team verlassen zu müssen, das braucht man. Ich habe aber auch Akkordeon gespielt. Weil mein Grossvater unbedingt wollte, dass seine Enkelkinder Akkordeon lernen. (lacht) Und auch da wollte ich richtig gut sein. Wenn man gut ist, kann man dann auch ganz andere tolle Sachen spielen als das, was man meistens vom Akkordeon kennt. Ich liebte zum Beispiel „Valse Musette“ oder ungarische Tänze. Das klingt sogar am Akkordeon gut! (lacht) Das hat mich motiviert. Also ja, ich möchte einfach gut sein in den Dingen, die ich tue, und ich habe einfach gelernt, das motiviert dich, weiterzumachen, und macht zufrieden. Und dann ergeben sich ganz natürlich neue Dinge, die auf deinem Weg auftauchen. Freilich muss man diese Möglichkeiten dann auch wahrnehmen. Du kreierst diese Möglichkeiten manchmal auch selbst.

Eine Schlüsselsituation in meiner Karriere war: Nach meinem Studium der Physik musste ich mir gut überlegen, was ich damit tun werde, und ich hörte von einem Professor, der bei Hewlett Packard in Palo Alto war und dort im Forschungslabor gearbeitet hat. Da gibt es ein Industrie-Forschungslabor, wo man viele Dinge tun kann. Wow, das wäre doch eine grossartige Gelegenheit, darüber mehr herauszufinden – in einem Sommer Praktikum, dachte ich.

Das war November 1995. Es kam dann jemand von dem Labor, um unseren Professor zu besuchen, und ich habe meinen ganzen Mut zusammengenommen und ihn gefragt, ob sie auch Sommerstudenten nehmen und wie das funktioniert. Er mochte, was er hörte. Er kam dann aber eine Weile nicht auf mich zurück, und dann habe ich ihm eine Mail geschrieben. Eine meiner ersten E-Mails! Es gab ja nur einen Computer an der Universität, klingt heute doch verrückt, oder? Aber ja, so war das damals.

Wie lange waren Sie dann in Palo Alto?

Sechs Monate. Ich war dann im Forschungsteil von HP, die damals ein sehr gutes Forschungslabor hatten, so wie IBM heute. Ich konnte richtig tolle Sachen machen. Alles war so fortgeschritten und ich hatte Zugang zu Dingen, von denen ich nie zu träumen gewagt hätte.

Da habe ich das erste Mal gemerkt: Hier bin ich das einzige Limit, nicht mehr meine Umwelt. Es war auch schön bezahlt! Ich habe dort so viel gelernt, weil jedes Mal, wenn ich nach etwas gefragt habe, habe ich es bekommen. Ich konnte auch samstags in den Reinraum. Dann habe ich gesehen, welchen Output man erzeugen kann – auch wenn Menschen um dich herum sind, die sich für das interessieren, was du tust, und dir Dinge beibringen. Das war unheimlich motivierend.

Woran haben Sie dort gearbeitet?

An Mikrolinsen. Nur leider habe ich nicht so viel von Kalifornien gesehen – ich hatte einfach so viel Spass mit den Experten im Labor.

Was braucht es für ein gutes Forschungszentrum?

Die richtigen Werkzeuge – besonders in experimentellen Einrichtungen. Brillante Kollegen, die dich mit ihren grossartigen Ideen inspirieren und Leidenschaft haben für das, was sie tun. Wenn sie einer Herausforderung begegnen, bleiben sie im Labor, bis sie sie bewältigt haben.

Und, zumindest für mich, dass man in einem Team arbeiten kann. Aber da gibt es unterschiedliche Meinungen. Ich liebe es, im Team zu entdecken und gemeinsam Herausforderungen zu bewältigen. Und natürlich braucht man es auch, dass man Ideen austauscht und gemeinsam Spass hat. Hier ist es auch so, dass die Experten, die hier sind, auch lange hier arbeiten und das an vielen Themen. Die sich dabei auch immer wieder ändern, weil sich auch das Geschäft, die Projekte und die Produkte ändern sowie auch die Prioritäten in der Forschung. Also müssen wir uns auch laufend verändern. Wir glauben, dass Forscher auch in anderen Bereichen schnell Experten werden können; nicht nur in dem Bereich, in dem sie momentan sind.

Also viele Dinge, an denen hier gearbeitet wird – und Watson ist „nur“ eines von vielen Projekten …

Ja, Watson ist natürlich ein sehr wichtiger Teil. Es ist auch beeindruckend, was Watson alles verändern wird, nicht nur bei IBM, sondern auch draussen in der Welt. Es war das erste Mal, dass eine Maschine logisch denken, uns wertvollen Rat geben und unsere Kapazitäten erweitern konnte, und das nicht nur in einem programmierbaren, sondern auch in einem lernenden Modus. Das wird kommende Generationen prägen – es ist wie bei der Erfindung des Transistors; deswegen ist es ein sehr wichtiges Feld, und es passiert viel Forschung in diesem Bereich.

Wir haben heute viele Bereiche gesehen, an denen Sie arbeiten: Machine Learning, Deep Learning, künstliche Intelligenz … 

Wir sehen tatsächlich wichtige Trends zusammenkommen, die künstliche Intelligenz befähigen. Wir sind jetzt in einer Phase, in der künstliche Intelligenz Deep Learning oder Machine Learning anwenden kann und das in einem vernünftigen Zeit- und Kostenrahmen. Bei Algorithmen sehen wir unglaubliche Verbesserungen, zum Beispiel bei Sprach- oder Bilderkennung. Die Neuen verbessern sich so gut wie jeden Tag. Und wir haben auch die notwendigen Datenbanken für Machine Learning.

Wie anwendbar sind diese Technologien schon in der Wirtschaft?

Watson ist ein Produkt mit einer eigenen Business Unit und wird schon vielerorts eingesetzt. Etwa im Gesundheitsbereich als Berater und Quelle für Wissen und Erfahrung für Ärzte in der Onkologie. Die Fülle an Informationen, über die man Bescheid wissen sollte, ist ja mittlerweile unbewältigbar; hier hilft Watson dabei, Relevantes zu finden und Einblicke zu geben.

Es wird auch andere Bereiche geben, wo er zum Einsatz kommt, wie in der Buchhaltung. Das Steuersystem in den USA ist sehr komplex und verändert sich ständig. Watson hilft hier. Ein spannendes Experiment, das momentan mit Wimbledon läuft, ist, dass Watson aus all den Videos, die während des Turniers gemacht werden, automatisch die spannenden Momente rausnimmt und für Fernsehzusammenfassungen aufbereitet. Das Team hat auch ein Tool gebaut, das die Emotionen von Menschen erkennt. Sie schauen auf die auditive Ebene, antizipieren und identifizieren die spannenden Momente. Wenn man gewisse Dinge entwickelt, braucht man dann auch immer viele Schritte, bis daraus ein Produkt werden kann. Über diese Schritte kann ich nicht allzu viel sagen.

Wie würden Sie Ihre Forschungsgebiete grob zusammenfassen?

Das kann man in unterschiedliche Bereiche teilen: Computing neu denken; das heisst, wir bauen neue Computertechnologien wie zum Beispiel unseren. Zum ersten Mal sehen wir, dass Rechenleistung kontinuierlich steigt. Oder kognitive Hardware für Muster und Spracherkennung. Im Wesentlichen geht es darum, die Architektur so anpassen zu können, dass der Computer spezifische Workloads präziser und schneller bewältigen kann. Wir haben eine Roadmap identifiziert, was getan werden muss, um die Performance von Hardware zu erhöhen und gleichzeitig die Kosten zu senken, damit Machine Learning kontinuierlich besser, schneller, zugänglicher, günstiger und anwendbar wird für Problemstellungen, für die es heute noch nicht verwendbar ist.

Ein weiterer Bereich ist, künstliche Intelligenz und Kerntechnologien zu entwickeln. Und was hier für IBM wichtig ist: diese anwendbar zu machen für Industrien und professionelle Services anzubieten, die wir in Richtung Industrie 4.0 damit transformieren wollen. Für die nächsten fünf bis zehn Jahre haben wir gemeinsam ein Forschungspapier entwickelt. Klar braucht man Dinge, die man in Produkten umsetzen kann – man braucht aber auch einen Forschungsplan. Unsere Kollegen haben in den 70er- und 80er-Jahren hart daran geforscht, das wurde in den 90ern beschleunigt und ist die Basis für das Computing, das wir heute haben.

Es gibt ja vor allem im Zusammenhang mit neuen Errungenschaften viel Besorgnis darüber, dass diese Technologien gefährlich sein könnten. Wie geht es Ihnen damit, wenn Medien und die Öffentlichkeit mit diesen Themen so umgehen?

Da möchte ich Ihnen ein Beispiel geben. Das, wie heute zum Beispiel Quantum Computing diskutiert wird, habe ich schon einmal erlebt – mit Nanotechnologie. Jeder hat darüber gesprochen, wie man sie verwendet. Dann gab es viele Beispiele dafür, wie grossartig Nanotechnologie ist. Und parallel dazu gab es die Diskussion, wie gefährlich sie ist. Für mich ist es immer wichtig, zu differenzieren. Man kann das nicht immer so verallgemeinern. Nanotechnologie ist ein Begriff, der unterschiedliche Dimensionen abdeckt; das könnten Devices in einem Silikonprozessor sein. Die sind heute in der Grösse von zehn Nanometer – und nicht gefährlich. Es gibt aber auch Nanopartikel, da muss man genauer hinschauen. Hier gibt es welche, die auch gefährlich sein könnten. Aber diese Dinge in der notwendigen Tiefe in der Öffentlichkeit zu diskutieren … da kann man nicht ins notwendige Detail gehen.

Um Watson gab es in letzter Zeit viel Diskussion: Es könne nicht das leisten, was IBM „versprochen“ hat – zum Beispiel. Auch scheint nicht klar, wo Watson tatsächlich und auf welche Weise eingesetzt wird. Wie betrachten Sie als Forscherin diese Diskussion?

Als Forscher, wie ich auch zuvor gesagt habe, versuchen wir, exzellent zu sein in dem, was wir tun. Wir haben eine Leidenschaft für unsere Arbeit – also fühle ich mich davon nicht allzu sehr berührt. Es ist wichtig, wie wir kommunizieren. Es steckt viel wissenschaftliche Exzellenz dahinter und ich finde, darauf sollten die Menschen schauen; genauso wie auf die technologischen Errungenschaften, die hier passieren, und darauf, wie unglaublich hart die Menschen hier arbeiten.

Das macht so viel Freude. Es liegen noch so grosse Herausforderungen vor uns. Dinge, die noch gelöst werden ­müssen, um dann einen positiven Einfluss in der Welt zu haben.

Heike Riel

wurde Anfang der 70er in Nürnberg geboren und hat an den Universitäten Erlangen und Bayreuth Physik studiert – 2003 promovierte sie in Bayreuth. Noch als Studentin zog sie in den 90ern für sechs Monate nach Palo Alto, um in einem Forschungslabor von Hewlett Packard zu arbeiten. Danach, 1998, wechselte sie zu IBM, wo sie in Zürich noch als PhD-Studentin anheuerte. Das Thema ihrer Dissertation war die Optimierung mehrschichtiger OLED-Systeme (organische Leuchtdiode; diese Technik wird z. B. für Bildschirme in Smartphones eingesetzt; Anm.). 2011 machte Riel noch einen MBA (Henley Business School). 2013 wurde sie IBM Fellow – die höchste Auszeichnung, die man als Wissenschaftler von IBM bekommen kann, wie sie sagt. 99 aktive Fellows gibt es zurzeit, die gemeinsam 9.624 Patente, fünf Nobelpreise und fünf Turing Awards halten. Riel wurde in die Leopoldina (Deutschland) gewählt und ist Mitglied der Schweizer Akademie der Wissenschaften.

Foto: Jonathan Kozowyk