FAQ an KollegIn KI

Benjamin Maschler vom M.Sc vom Institut für Automatisierungstechnik und Softwaresysteme der Universität Stuttgart stellt sich kurz vor und berichtet, dass er zuvor Erneuerbare Energien und nachhaltige elektrische Energieversorgung in Stuttgart studiert hat und er sich in der Forschung jetzt auf die Nutzung von Künstlicher Intelligenz in der Industrieautomatisierung konzentriert. Dabei interessiert er sich insbesondere dafür, wie Algorithmen lernen können und es ihnen gelingt sich anzupassen, wenn sich Aufgaben ändern.

Für ein alltagstaugliches Verständnis reicht es wenn man oberflächlich versteht, wie das Ganze zusammenhängt. Man muss nicht die Mathematik dahinter verstehen. Auch z.B. bei Bohrmaschinen versteht man die Technologie nicht im Detail. Es genügt, zu verstehen, wie etwas in der Anwendung funktioniert.

China und die USA investieren deutlich mehr Geld in Die KI Forschung. Trotzdem glaubt der Experte, dass wir nicht abgehängt sind, da die KI ein riesiges Feld mit sehr vielen Anwendungsbereichen ist. Beispielsweise im Bereich Sensorik und Industrieautomatisierung, aber auch beim verantwortungsvollen Umgang mit Nutzerdaten sieht er Deutschland ganz vorne dabei.

Es gibt in Deutschland verfassungsrechtlich garantierte Forschungsfreiheit, deshalb kann Forschung inhaltlich nur schwierig eingeschränkt werden. Es gibt aber in der EU Regulierungsbestrebungen, da bewusst ist, was KI alles kann und dass damit auch viel Schaden angerichtet kann. Es wird daher ein Rechtsrahmen für KI geschaffen, der Risikoklassen definiert und einzelne Anwendungsfelder dann aufgrund des damit verbundenen Risikos ausschließen würde.

Die EU hat in dem Rechtsrahmen zur Regulierung von KI vier Gefährdungsstufen definiert: 1. minimales, 2. geringes, 3. hohes und 4. unannehmbares Risiko. Die meisten KI-Anwendungen, die heute auf dem Markt sind, sind im Bereich des minimalen Risikos angesiedelt. Anwendungen mit unannehmbarem Risiko sind verborten, z.B. autonome Waffensysteme, aber auch Social Scoring Systeme, wie sie die in China verwendet werden, wo aufgrund von Datenauswertungen Entscheidungen getroffen werden, die das Leben der Menschen deutlich beeinflussen.

Fortschritt kann nicht nur in der Forschung sondern auch in der Anwendung nur schwer vorhergesehen werden. Nicht einmal bei sehr repetitiven Aufgaben wie in Callcentern wird so pauschal über Chatbots o.Ä. nachgedacht, es gibt zu viele nicht vorhersehbare Faktoren, die Einfluss haben, wie z.B. auch Kundenwünsche.

Aufgaben, die sich sehr gut standardisieren und formalisieren lassen, wie z.B. Beratungsgespräche, wo immer dieselben Informationen oder komplexe Hintergrundinformationen vermittelt werden sollen.

Es gibt darauf viele verschiedene Perspektiven, der Experte glaubt persönlich nicht, dass die Pflege- und Erziehungsberufe vollständig durch KI ersetzt werden. Aber in diesen Bereichen muss auch immer viel dokumentiert wertden, diese Tätigkeiten könnten durch eine KI angenehmer gestaltet werden. Eine Person zu waschen oder ins Bett zu bringen ist aber zum einen technisch sehr anspruchsvoll und man muss sich auch fragen, ob es wünschenswert wäre.

Prognosen fallen schwer. Prinzipiell sind Reaktionen auf Unvorhergesehenes für KI noch nicht gut möglich, es ist aber nicht ausgeschlossen, dass die Forschung in diesem Bereich auch noch Fortschritte macht.

Es gibt in Deutschland starke Gesetze zum Schutz von Arbeitnehmern, Leistungsüberwachung ist also relativ schwierig und damit sind der KI Grenzen in der Anwendung vorgeschrieben, da man hier wieder in den Bereich des unannehmbaren Risikos kommt.

Durch KI kann in gewissen Bereichen Konkurrenzdruck entstehen, der in solchen Bereichen, wie z.B. in Callcentern, dazu führen kann, dass es in diesen Bereichen in wenigen Jahren weniger Personal geben wird. Dies ist aber an vielen Stellen keine Leistungsfrage sondern eine Kostenfrage, da die KI so viel besser skaliert ist und viel einfacher die immer gleichen Standardfälle abdecken kann.

Es geht primär bei der Diskussion um Datenverarbeitung mit einer KI darum, ob überhaupt ausreichend die entsprechenden Daten vorliegen. Für große Datenpools und die Entwicklung von KI-Systemen wird ausreichend viel Geld benötigt. Da es aber in Deutschland und Europa öffentliche Förderung gibt, sodass auch kleineren Unternehmen die Arbeit mit KI ermöglicht wird. In den USA wird dagegen eher mit privatem Investitionskapital gefördert, z.B. Venture Capital.