Die natürliche Angst vor künstlicher Intelligenz
63 % der Bundesbürger halten künstliche Intelligenz in elektronischen Geräten der Zukunft für eine gute Idee, so der electronica-Trend-Index 2020. Den Verbrauchern ist allerdings wichtig, dass die smarten Helfer ihre Grenzen kennen: 84 % wollen, dass intelligente Haushaltsroboter, smarte Autos oder Medizinelektronik dem Menschen dienen – nicht aber das eigene Denken überflüssig machen.
Jeder zweite Bundesbürger (54 %) zeigt sich zum Beispiel reserviert, wenn ein smartes Auto das Lenkrad übernehmen will und autonom zum Zielort fährt. Falls das intelligente Fahrzeug aber wie ein Fahrlehrer den Straßenverkehr mitverfolgt und eingreift, sobald der Mensch am Steuer einen Fehler macht, bewerten dies rund 60 % der Deutschen positiv. „Unterstützung ja, Fremdbestimmung nein“, lautet die Devise. Nicht erst seit dem ersten tödlichen Unfall mit einem Tesla-Kfz, das der Autopilot steuerte, zögern wir Menschen, uns ganz einer künstlichen Intelligenz anzuvertrauen.
Große Erwartungen in der Wirtschaft
Die Meldungen aus der Wirtschaft über neue Projekte und Produkte mit künstlicher Intelligenz (KI) bzw. Artificial Intelligence (AI) überschlagen sich fast – nicht nur aus den USA. So wollen zum Beispiel Mobileye, BMW und Intel selbstfahrende Autos bis 2021 auf die Straßen bringen. Volkswagen beteiligt sich am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI).
Bis zum Jahr 2020 soll der Markt für Cognitive Computing auf 13 Mrd. Euro anwachsen, so der Digitalverband Bitkom. Cognitive Computing steht für selbstlernende IT-Systeme, die in Echtzeit mit Menschen und anderen Computersystemen kommunizieren, sich an frühere Interaktionen erinnern und eigenständig Schlüsse ziehen können. Für den Verband der Internetwirtschaft eco zählen natürlichsprachliche Assistenten und Assistenzsysteme, Verfahren der Datenanalyse, der künstlichen Intelligenz und des Maschinenlernens, Fintech und das Internet der Dinge zu den Mobile Top-Trends 2016. Künstliche Intelligenz soll zudem in Zukunft das Online-Marketing noch treffsicherer machen.
Aber auch Maschinen machen Fehler
Grundlage der künstlichen Intelligenz ist das maschinelle Lernen. SAP zum Beispiel schreibt: „Maschinelles Lernen ermöglicht es Computersystemen, selbstständig Wissen aus großen Datenmengen zu generieren, ohne speziell dafür programmiert worden zu sein.“ Maschinelles Lernen ahmt unser menschliches Lernen nach. Entscheidend ist dabei, dass wir Menschen Fehler machen und aus diesen Fehlern lernen. Auch Maschinen machen Fehler und sollen daraus lernen. Wer nun denkt, Maschinen könnten keine Fehler machen, vergisst, dass die Grundlage maschinellen Lernens immer Konzepte sind, die wir Menschen gemacht haben. Unsere Fehler pflanzen sich im maschinellen Lernen fort. Mehr noch: Maschinen können eigene Störungen haben, ausfallen, angegriffen werden, überlastet sein. Fehler sind also vorprogrammiert.
Momentan dreht sich alles um ChatGTP. Für die Zeit davor gibt eine Einführung einen ersten Überblick über den Stand der Technologien, die Fortsetzungen skizzieren praktische Einsatzgebiete für KI, insbesondere in der Industrie. Für den Lebenslauf könnten die Ratgeber zur KI-Studienstrategie bzw. zum KI-Studium (auch in Kombination mit Robotik) sowie zum Berufsbild Machine Learning Engineer und zum KI-Manager nützlich sein – aber auch die Übersicht zu den Jobs, die KI wohl ersetzen wird.
Extrabeiträge untersuchen, wie erfolgreich Computer Computer hacken, ob und wann Vorbehalte gegen KI begründet sind und warum deshalb die Erklärbarkeit der Ergebnisse (Stichwort: Explainable AI bzw. Erklärbare KI) so wichtig ist. Hierher gehört außerdem der Seitenblick auf Maschinenethik und Münchhausen-Maschinen. Als weitere Aspekte beleuchten wir das Verhältnis von KI und Vorratsdatenspeicherung sowie die Rolle von KI in der IT-Sicherheit (KI-Security), fragen nach, wie Versicherungen mit künstlicher Intelligenz funktionieren, hören uns bei den Münchner KI-Start-ups um und sehen nach, was das AIR-Projekt in Regensburg vorhat. Ein Abstecher führt außerdem zu KI-Unternehmen in Österreich.
Auf der rein technischen Seite gibt es Berichte zu den speziellen Anforderungen an AI Storage und Speicherkonzepte bzw. generell an die IT-Infrastruktur für KI-Anwendungen. Außerdem erklären wir, was es mit AIOps auf sich hat, und im Pressezentrum des MittelstandsWiki gibt es außerdem die komplette KI-Strecke aus dem Heise-Sonderheft c’t innovate 2020 als freies PDF zum Download.
Kontrolle und Selbstkontrolle
Wenn wir Menschen also eine gewisse Skepsis gegenüber künstlicher Intelligenz an den Tag legen, ist dies nicht übervorsichtig, sondern lebensklug. Es ist ein Weckruf an die Wirtschaft und an die Entwicklergemeinde: Wenn maschinelles Lernen Maschinen dazu befähigen soll, kritische Aufgaben zu übernehmen, müssen alle Beteiligten auch kritisch und selbstkritisch sein. Ganz gleich, ob Menschen oder Maschinen lernen, Fehler werden passieren.
Wir Menschen sind gefordert, an die erforderlichen Sicherheitsmaßnahmen zu denken, um auf die Fehler so schnell wie möglich reagieren zu können, mit Korrektur, Schadensbegrenzung oder einfacher Wiederholung. Dabei muss man daran denken, dass Maschinen in Zukunft auch Aufgaben der Sicherheit übernehmen werden, denn der Fachkräftemangel im Bereich IT Security lässt gar keine andere Wahl. Gerade in solchen Szenarien sollten Maschinen aber Assistenten sein und nicht die alleinigen Entscheider.
Oliver Schonschek bewertet als News Analyst auf MittelstandsWiki.de aktuelle Vorfälle und Entwicklungen. Der Fokus liegt auf den wirtschaftlichen Aspekten von Datenschutz und IT-Sicherheit aus dem Blickwinkel des Mittelstands. Er ist Herausgeber und Fachautor zahlreicher Fachpublikationen, insbesondere in seinem Spezialgebiet Datenschutz und Datensicherheit.
Oliver Schonschek, Tel.: 02603-936116, www.schonschek.de
