Was genau ist es, was diesen Mythos "Künstliche Intelligenz" so beflügelt? Eines kann ich diesem Artikel bereits vorwegnehmen, wir sind noch ganz schön weit von dem entfernt, was sich überhaupt künstliche Intelligenz nennen darf. Lassen Sie uns einmal den Blick dafür schärfen, was Status Quo ist und wie es trotzdem zum Hype um das Thema kommt.
Nicht erst seit gestern treiben Technologie, aber auch Sci-Fi, uns zum Träumen an. Insbesondere die Wirtschaft und die vergangenen Jahrzehnte des informationstechnologischen Aufschwungs, geben uns heute das Gefühl, dass alles möglich sei. Die Dienstleistungsbranche hat unsere Wirtschaft bereits schon einmal revolutioniert und wir werden immer stärker digitalisiert. Nun sehen wir die nächsten Potentiale in künstlicher Intelligenz und erhoffen uns darin den großen Schritt in Richtung Zukunft.
Menschengleiche Systeme, die digitale Realität, die auf verschiedensten Devices gleichzeitig existieren. Sie fahren uns autonom im Auto zur Arbeit und bereiten danach bei der Strategieentwicklung unsere Entscheidungen vor. Um dem Ganzen noch einen drauf zu setzen, vereinbaren sie selbstständig einen Termin beim Friseur, weil sie über die Kamera im Hausflur erkennen, dass wir uns mal wieder die Haare schneiden lassen sollten - nicht weil es schon so wild aussieht, sondern weil die künstliche Intelligenz aus der Vergangenheit weiß, wann wir spätestens zum Friseur gehen möchten.
Im Streben nach der intelligenten Zukunft entstehen viele gute Ideen, aber auch viele Ängste. Das oben beschriebene Szenario klingt durchaus verlockend und gibt einen Eindruck, warum das Thema gerade so heiß diskutiert wird. Auch militärisch beschäftigen sich einige Player mit diesem Thema und schüren damit die Fantasien vieler Leute.
Quelle: gfycat.com
Ob Technologie und künstliche Intelligenz uns wirklich irgendwann dahin bringen, wohin James Cameron's Kultfilm Terminator uns entführt, das ist die große Frage und wir versuchen uns dieser etwas zu nähern.
Der Begriff künstliche Intelligenz wird seit vielen Jahren stark diskutiert und steht im Zentrum vieler Diskussionen. Grundsätzlich ist dieser Begriff gar nicht so einfach zu definieren, da sich das Themengebiet über alle Facetten der Wissenschaft erstreckt. Daher beschäftigt sich der Kern von künstlicher Intelligenz ganz allgemein damit, dass es sich um computergestützte Anwendungen handelt, die Aufgaben übernehmen, welche typischerweise die Intelligenz und das Handeln eines Menschen benötigen. So gibt es viele Herangehensweisen an das Thema und es handelt sich um eine interdisziplinäre Herausforderung, der Wirtschaft und Wissenschaft gegenüberstehen.
So breit wie das Thema der künstlichen Intelligenz ist, so breit sind auch dessen prognostizierte Methoden und Anwendungsgebiete. Besondere Bekanntheit erlangten dabei bereits die künstlichen neuronalen Netze, welche eine wichtige Grundlage für das schaffen, was zum Aufbau künstlicher Intelligenz notwendig ist.
Unter einem künstlichen neuronalen Netz versteht man grundsätzlich ein System, welches sich an der Struktur und Funktionsweise des menschlichen Gehirns orientiert und versucht dieses in beiden Perspektiven nachzuempfinden. Im Prinzip besteht so ein System aus verschiedenen Schichten von Knoten, sogenannte künstliche Neuronen, welche miteinander vernetzt sind und kommunizieren können - ganz ähnlich der Zellen im menschlichen Gehirn. Dabei gibt es Knoten, die für Informationsein- und Informationsausgabe zuständig sind. Allerdings beschäftigt sich die Vielzahl dieser Knoten mit der reinen Informationsverarbeitung und -aufschlüsselung.
Spannend dabei ist, dass künstliche neuronale Netze genau so auf ihre Funktionsweise trainiert werden müssen, wie unsere natürlichen neuronalen Netze. Dabei werden Regeln und Ziele festgelegt und dem System die Zeit gegeben, diese Regeln selbstständig auf einen Sachverhalt anzuwenden. Nach und nach wird das System lernen, welche Entscheidungen zum Ziel führen und welche nicht - trial and error sozusagen.
Das bringt viele Vorteile mit sich, gerade wenn es hunderte mögliche Entscheidungen gibt, die zu verschiedenen Ergebnissen führen können. Aktuell liegt das Haupteinsatzfeld für künstliche neuronale Netze im Bereich der Bilderkennung, der Spracherkennung und in einfachen ökonomischen Modellen. Die Funktionsweise sieht bei der Bilderkennung konkret zum Beispiel so aus, dass dem System einfach ein Zielbild vorgegeben wird - beispielsweise das Gesicht einer Person oder die Beschädigung an einem Bauteil. Daraufhin wird das System diese Bilder mit einer Vielzahl anderer Bilder vergleichen und auf Basis verschiedener Faktoren Ergebnisse produzieren. So können öffentliche Überwachungskameras eine bestimmte Person aus der Masse heraus erkennen, oder es können beschädigte Produkte bei der Qualitätsprüfung automatisch ausgesondert werden.
Beispielhafter Lernprozess eines künstlichen neuronalen Netzes
Kurze Exkursion: Klassische Systeme erkennen, dass A zu B führen kann, allerdings gibt es Situationen, in denen C zu Q führen kann, B könnte zu Z, aber auch zu X führen usw. Auch stellt sich immer die Frage nach dem möglichen Ziel, welches klar, aber reell oft auch vage definiert sein kann. Dies kann aktuelle künstliche neuronale Netze leicht überfordern.
Gerade bei weitaus komplexeren Sachverhalten, wie z.B. der Unternehmensführung, sind die möglichen Handlungsoptionen beinahe unbegrenzt und von tausenden von miteinander verknüpften bzw. voneinander abhängigen Faktoren bedingt. Haben Sie schon einmal eine Unternehmensstrategie entworfen oder sich mit einer Balanced Scorecard auseinandergesetzt? Dann ist Ihnen die Komplexität bewusst und nun versuchen Sie sich vorzustellen, die rationalen Entscheidungen, die Sie getroffen haben, hätten auch von einer künstlichen Intelligenz getroffen werden können - und das vielleicht auch noch viel besser.
Wenn informationstechnologische Systeme selbstständig Prozesse durchführen sollen, dann bedeutet dies immer, dass dies nach bestimmten Grundsätzen erfolgen muss. Es muss also immer einen Auslöser geben, der dem System sagt, dass der Prozess starten soll. Darüber hinaus muss das System z.B. im oben genannten Beispiel wissen, nach welchen Kriterien und auf welches Ziel hinaus gearbeitet werden soll.
Nehmen wir an dieser Stelle einmal an, dass unsere künstliche Intelligenz die Aufgabe bekommt, die EBIT-Marge zu steigern. Bekanntlich führen viele Wege nach Rom und ich hoffe, dass bei diesem kleinen Beispiel bereits klar wird, dass diese zunächst leicht verständliche Aufgabe, doch sehr viele Dimensionen haben kann. Die künstliche Intelligenz muss also überhaupt erst einmal im Kontext verstehen, worum es sich beim Faktor EBIT-Marge handelt und wie sich diese berechnet. Rein buchhalterisch ist dies nicht komplex - für eine intelligente Lösung ist dies eine einfache Formel, genau wie die Zusammensetzung der Kostenpositionen. Das wirklich komplexe daran ist jedoch das Kontextualisieren dieser Faktoren und das bringen Sie erst einmal einem Menschen bei.
Die künstliche Intelligenz wird wissen, dass eine Reduktion von Personalkosten den Gewinn steigert. Darüber hinaus wird sie vielleicht noch wissen, in welchen Abteilungen, wie viele Personalkosten anfallen. Schwieriger wird es nun, wenn Personalkosten wirklich abgebaut werden sollen. Die künstliche Intelligenz muss für jeden Mitarbeiter individuell, in Abhängigkeit zur Qualifikation, dem Anforderungsprofil, der zukünftigen Wachstumsstrategie, der Teamdynamik, der Kündigungsfristen, der Lage auf dem Arbeitsmarkt usw. entscheiden, wie optimal die Kostensituation ist - und wir sprechen hier wirklich nur von Faktoren die sich monetär bewerten lassen. Das sind die Entscheidungen, denen erfahrene Manager gegenüberstehen und selbst diese können die zu treffenden Entscheidungen nur bis zu einem gewissen Grad reflektieren. Hinzu kommt, dass sich auch der Markt permanent in Bewegung befindet und die Ausrichtung des Unternehmens idealerweise täglich neu gedacht werden müsste - aber dies ist an einem Tag ja gar nicht möglich.
Ich hoffe, dass das obige Beispiel deutlicher machen kann, welche Anforderungen an eine echte künstliche Intelligenz gestellt würden. Vielmehr wird dabei deutlich, dass diese Anforderungen zum Teil auch über das mit der natürlichen Intelligenz greifbare Spektrum hinausgehen. Verlangen wir von künstlichen Intelligenzen also mehr Intelligenz als unsere eigene und sind wir in der Lage über unser eigenes Bewusstsein hinauszugehen?
Die Anwendungsbeispiele für künstliche neuronale Netze und Intelligenzen unterscheiden in genau diesem Punkt: Die bereits in der Praxis eingesetzten künstlichen neuronalen Netze sind zum Teil wirklich sehr effektiv darin eine einzelne und klar abgegrenzte Aufgabe abzuarbeiten. Das können sie sehr gut, aber auch nur das eine. Von künstlichen Intelligenzen hingegen erwarten wir eine viel größere Aufgabenvielfalt und Flexibilität - was uns auch mehr und mehr die Grenzen des derzeit Machbaren aufzeigt.
Bis hier hin konnte dargestellt werden, warum künstliche Intelligenzen aktuell so ein Hype sind und es wurde ein Eindruck vermittelt, was eigentlich dahinter steckt. Der Leser sollte mitgenommen haben, dass vieles vom Hype zum einen aus den Träumen über eine idealisierte Zukunft stammt und zum anderen auch noch mit etwas Sci-Fi gemischt ist. Reell beschäftigen wir uns gerade mit künstlichen neuronalen Netzen und sind noch weit davon entfernt eine künstliche Intelligenz zu erschaffen.
Die renommierten Experten in der Forschung über künstliche Intelligenzen - welche aus den Bereichen der Informatik, Mathematik, Robotik usw. kommen -, sträuben sich zudem selbst auch noch davor, das was sie kreieren als künstliche Intelligenz zu bezeichnen - weil diese einfach noch nicht existiert.
Gestern fand zu genau diesem Thema "Künstliche Intelligenz - Kompetenzen stärken - aber wie?" eine Podiumsdiskussion in Kooperation mit dem Stifterverband in unserem Haus statt. Die Teilnehmer waren Dr. Thilo Hagendorf der Eberhard Karls Universität, Chris Nadine Kranzinger des Bundesverbands Künstliche Intelligenz, Dr. Matthias Peissner des Fraunhofer-Insituts für Arbeitswissenschaft und Organisation und Dr. Stefan Wolf der Elring Klinger AG statt. Tenor war dabei auch, dass der Hype schon viel weiter ist als die eigentliche technische Entwicklung. Zudem wurde heiß diskutiert, dass die deutsche Wirtschaft und Politik hier sowieso auch noch enormes Aufholpotential haben.
Mir ist es wichtig Ihnen für den Diskurs - im Unternehmen, auf Kongressen usw. - mitzugeben, dass Sie sich nicht von dem Begriff der künstlichen Intelligenz verwirren lassen sollten. Am Markt gibt es schon zu viele Lösungen, die Ihren Mehrwert als künstliche Intelligenz bewerben und in meinen Augen ist dies eine Täuschung der Kunden.
Um die eingangs gestellte Frage zu beantworten: Wir glauben, dass uns die aktuelle Welt noch eine ganze Weile erhalten bleiben wird und wir uns so schnell keine Sorgen um die Folgen künstlicher Intelligenz machen müssen. Gerade auch in Bezug auf die Kommunikation am Markt würden wir uns allerdings wünschen, wenn doch wieder etwas mehr natürliche Intelligenz genutzt würde und wir uns etwas klarer darüber werden, dass künstliche Intelligenz vielleicht doch noch etwas mehr Fiktion als Realität ist.
Quellen: