Künstliche Intelligenz - Urlaub fürs Gehirn

Arbeitslosigkeit, Datendiebstahl und Kontrollverlust: Wenn es um Künstliche Intelligenz geht, mangelt es nicht an apokalyptischen Szenarien. Dabei lässt sie uns Menschen endlich Großes vollbringen. Ein Report aus der Zukunft

Erschienen in Ausgabe
Das Wettrennen um die besten KI-Anwendungen und -Produkte hat begonnen / picture alliance

Autoreninfo

Frank Riemensperger ist Vorsitzender der Ländergruppe Deutschland, Österreich, Schweiz der Unternehmensberatung Accenture. Als Mitglied im Lenkungskreis der Plattform Lernende Systeme engagiert er sich für einen breiten gesellschaftlichen Dialog zu Chancen und Risiken von KI und dafür, Deutschland als führenden Technologieanbieter zu etablieren / Copyright Bild: Bert Bostelmann

So erreichen Sie Frank Riemensperger:

Es geschieht viel leiser, als viele dachten. Es ist viel weniger spektakulär, als es uns Blockbuster und Bestseller schon seit Jahrzehnten versuchen zu illustrieren. Und dennoch hat es längst begonnen: Die Künstliche Intelligenz (KI; Glossar siehe Artikelende) ist spätestens 2018 zu dem technischen Schlagwort geworden, an dem keiner mehr vorbeikommt. Online-Schlagzeilen, Zeitschriftenartikel, Fernsehreportagen und Veranstaltungen wie die Messe Cebit sind voll von den intelligenten Maschinen und den Algorithmen, die alles verändern sollen. Auch als Thema des Wissenschaftsjahrs 2019 steht KI nun fest. Die Visionen reichen von Hochglanzszenarien einer perfekten Welt, in denen Roboter und intelligente Software uns das Leben erleichtern, bis hin zur Dämonisierung der selbstlernenden Systeme in düsteren Visionen, in denen uns eine maschinelle Superintelligenz kontrolliert.

KI ist längst im Alltag angekommen

Was ist dran am Hype um die intelligenten Systeme? Ist KI nur eine Geschichte für Hollywood und Medienmacher? Oder können die sogenannten lernenden Systeme tatsächlich unser Leben so umfassend verändern wie einst das Internet oder der Mobilfunk? Fast könnten wir uns diese Fragen selbst beantworten, wären wir uns laufend bewusst, was um uns herum geschieht: Im Auto schalten wir auf der Autobahn den Radartempomaten an. Wir nutzen Stauassistenten oder lassen unser Fahrzeug von der Parkhilfe selbstständig in die Parklücke setzen. Das ist noch nicht „Knight Rider“, aber unsere Autos sind schon heute intelligente Verkehrsteilnehmer. Der „Star Wars“-Roboter C 3PO ist zwar Science Fiction, das Sprechen mit Maschinen hingegen ist es nicht. Wir fragen Siri, Alexa oder Cortana nach unseren Terminen oder dem Wetter. Wir reden mit unserem Smartphone, das unsere Worte simultan in Fremdsprachen übersetzen kann. In Callcentern oder im virtuellen Kundenservice beantworten digitale Sprachassistenten und Chatbots die Fragen von Kunden.

Jüngst unterhielt sich die Bundeskanzlerin öffentlichkeitswirksam mit dem humanoiden Roboter Sophia. Das begegnet den meisten noch nicht im Alltag. Aber Staubsauger-Roboter oder intelligente Kochautomaten nutzen viele. Vor den Fabriktoren kaum wahrnehmbar, übernehmen Roboter in deutschen Produktionshallen umso effizienter immer mehr Aufgaben. Künstliche Intelligenz steckt in Produkten des täglichen Gebrauchs, in Softwaresystemen und Apps. Und in naher Zukunft werden lernende Systeme unser Leben noch viel stärker durchdringen als nur in Form von Einkaufsvorschlägen beim Online-Shoppen – mit Folgen für alle.

Am 14. Juni 2030 beginnt Emma ihren Tag früher als sonst. Es ist 5.30 Uhr. Kein Wecker piepst. Stattdessen fahren die Jalousien langsam hoch. Durch die Fenster scheint das morgendliche Sonnenlicht. Sanft geweckt, etwas schläfrig und ungläubig starrt Emma auf die Uhr. Warum ist es noch so früh? Sie erinnert sich. Am Vorabend hatte sie dem veränderten Schichtplan zugestimmt. Die App ihres Arbeitgebers, die ihre Arbeitseinsätze steuert, fragte Emma, ob sie am Freitag für ihren kranken Kollegen Max einspringen könnte. Das smarte Zuhause von Emma ist über Schnittstellen mit der App verbunden und passt auf ihren Wunsch die Weckzeiten, das Licht und im Winter die Heizung an.

Kurz nach dem Frühstück meldet sich Emmas Smartphone und signalisiert, wo genau das autonome Shuttle des öffentlichen Verkehrs halten wird, um sie zur Arbeit zu bringen. Am Vorabend hatte Emma über die Verkehrs-App ausgewählt, welche Fahrtenoption sie heute nutzen will: das teurere Solo-Shuttle, das günstigere Fahrgemeinschafts-Shuttle oder den Zug. Sie hat sich für das günstige Shuttle entschieden; es hält nur ein paar Schritte von ihrem Haus entfernt.

Illustration: Joni Majer

KI verändert alle Lebensbereiche

Was sind also diese lernenden Systeme, die uns teils heute schon begegnen und wohl bald Normalität sind? Einfach definiert, handelt es sich um Maschinen, Roboter und Softwaresysteme, die abstrakt beschriebene Aufgaben auf Basis von Daten selbstständig erledigen, und zwar ohne dass jeder einzelne Schritt spezifisch vom Menschen programmiert werden muss. Sie beruhen auf Technologien und Methoden der sogenannten Künstlichen Intelligenz, bei denen derzeit große Fortschritte hinsichtlich ihrer Leistungsfähigkeit erzielt werden. Besonders wichtig ist das maschinelle Lernen (machine learning), das es diesen Systemen ermöglicht, eigenes Verhalten mittels Erfahrung und Interaktion mit Umwelt und Nutzern zu optimieren.

KI verändert auf diese Weise alle Lebensbereiche: Wie wir arbeiten, wie wir wohnen und wie wir uns fortbewegen. Dabei können die Lernenden Systeme helfen, die Lebensqualität von uns Menschen zu verbessern. Sie bergen außerdem großes wirtschaftliches Potenzial und treiben die Digitalisierung voran.

KI ist smart, vernetzt und autonom

Zum ersten Mal flächendeckend setzte der digitale Wandel Anfang der siebziger Jahre ein. Industrieunternehmen optimierten ihre Produktion mit Elektronik und IT. Der Computer wurde nach und nach massentauglich. Seit einigen Jahren erleben wir zum zweiten Mal, wie die Digitalisierung alle Bereiche verändert. Dieses zweite Entwicklungslevel lässt sich knapp mit drei Worten beschreiben: smart, vernetzt, autonom. Zentral ist dabei, dass Produkte und Dienstleistungen immer individueller werden. Dazu braucht man lernende Systeme, die etwa selbstständig Montagepläne für ständig neue Produktdesigns erstellen.

Maschinen, Autos oder Haushaltsgeräte sind mit eingebetteter Elektronik über das Internet miteinander verbunden. Diese intelligenten, vernetzten Objekte versorgen uns mittels ihrer Sensoren mit Unmengen von Realweltdaten. Diese sind die Grundlage und quasi das Trainingsmaterial für lernende Systeme. Gleichzeitig lassen sich diese Daten durch KI-Technologien analysieren und interpretieren. So entstehen neue Geschäftsmodelle, Anwendungen und Apps, sogenannte Smart Services, die den Nutzen für uns in den Mittelpunkt rücken können.

Autos sind heute bereits intelligent und mit dem Internet verbunden. In Zukunft kommt ein neuer Service für die Insassen, das autonome Fahren. Das Auto selbst wird zum lernenden System. Der Mehrwert, also das Leistungsversprechen an uns: Unfälle und Verkehrstote werden drastisch zurückgehen, Fahren wird sicher. Kein Unternehmen kann allein die dafür notwendigen Daten für einen Smart Service erheben. Das autonome Fahren braucht Zugriff auf Kartendaten und Verkehrsinformationen von anderen Anbietern als dem Autohersteller selbst. Diese benötigten Daten aus verschiedenen Quellen werden auf digitalen Plattformen zusammengeführt und mithilfe der KI und Methoden des Maschinellen Lernens weiterverarbeitet. Das Geschäft bestimmt künftig, wer diese Daten der intelligenten Gegenstände und Maschinen mit jenen Daten der Nutzer zusammenbringt.

Wenn Emma auf ihrem Weg zur Arbeit an ihre Studienzeit denkt, merkt sie, was sich alles verändert hat: Der allmorgendliche Stau, sie musste immer einen Parkplatz suchen, vor allem aber der Stress, pünktlich zu sein – 2030 sind das alles kaum noch vorstellbare Probleme. Entspannt lehnt sich Emma im Autositz zurück. Die Steuerung des ÖV-Shuttles wird vollständig vom Autopiloten übernommen. Emma liest, hört und sieht sich währenddessen durch die Nachrichten.

Kurz bevor das Shuttle Emmas Firma erreicht, taucht plötzlich ein Junge zwischen parkenden Autos auf, läuft auf die Straße und droht, vom Shuttle erfasst zu werden. Ein entgegenkommendes, ebenfalls autonomes Fahrzeug hat den Jungen aber aufgrund des besseren Sichtwinkels noch früher erkannt und eine Warnung an das ÖV-Shuttle übermittelt, sodass es rechtzeitig bremsen kann. Kurz hebt Emma den Kopf, um dann wieder in der Lektüre zu versinken. Solche Vorfälle erlebt sie häufig, aber sie ist es inzwischen gewohnt, den autonomen Autos zu vertrauen, auch weil noch nie etwas passiert ist.

Trotz der kurzen Unterbrechung erreicht Emma pünktlich ihre Firma. Zwar nehmen sehr viele Personen morgens die ÖV-Shuttles ins Gewerbegebiet, dennoch kommen viele Autos. Parkplätze aber müssen nicht gesucht werden. Die leeren Elektrofahrzeuge wenden und steuern die nächstgelegene Ladestation an, um bald neue Fahrgäste zu befördern.

KI erzeugt einen neuen Transformationsdruck

Künstliche Intelligenz hat eine Revolution in Gang gesetzt, deren Ausmaße noch nicht abzuschätzen sind. Das gilt für die deutschen Leitindustrien, die ihre erfolgreichen Produkte „Made in Germany“ mit KI ausstatten, ebenso wie für mittelständische Unternehmen und Start-ups, denen der Datenreichtum große Chancen für neue Geschäftsideen eröffnet. Die Menschen wiederum profitieren von den Vorteilen der neuen Anwendungen, den Leistungsversprechen. Indem lernende Systeme sich immer weiter verbreiten, setzen sie Unternehmen und Menschen unter einen gewissen Transformationsdruck: Das Wettrennen um die besten KI-Anwendungen und -Produkte hat begonnen, und auch für uns ist lebenslanges Lernen trotz aller Erleichterungen selbst in Bezug auf unsere Alltagsgegenstände keine leere Forderung, sondern schlicht Realität.

In der industriellen Produktion, einem der wichtigsten Anwendungsbereiche für lernende Systeme, ist Deutschland als Fabrikausstatter der Welt traditionell stark. In der sogenannten Industrie 4.0 entlasten intelligente Maschinen die Menschen schon heute von körperlich schwerer Tätigkeit und eintönigen Routineaufgaben. Die Angestellten arbeiten künftig noch enger mit Robotern zusammen. Sie werden in einem sich selbst steuernden Produktionssystem vielmehr zu Entscheidern, die mit Erfahrungswissen Abläufe überwachen und in unvorhersehbaren Problemsituationen eingreifen.

Illustration: Joni Majer

Emma arbeitet in der Endmontage einer Fabrik, in der intelligente Haushaltsgeräte hergestellt werden. Sie sind Teil des sogenannten Internets der Dinge (Internet of Things), also Geräten, die miteinander und über eine Cloud verbunden sind, um Informationen auszutauschen. Jeder Kunde hat unterschiedliche Bedürfnisse, und inzwischen bedeutet es keinen unbezahlbaren Mehraufwand mehr, Design und Fähigkeiten der Geräte oft kundenindividuell anzupassen. Unikatsproduktion ist massentauglich geworden.

Über ihr Smartphone ist Emma mit dem unternehmensweiten IT-System verbunden. Es bereitet für sie die nötigen Informationen zur Arbeitsplanung auf. Statt wie sonst im Produktionsbereich für die Küchengeräte, soll sie heute ihren Kollegen Max vertreten und intelligente Waschmaschinen mit Assistenzfunktionen gemeinsam mit zwei Robotern montieren. Während Roboter früher meist hinter Sicherheitsgittern arbeiteten, kann Emma heute auf „kollegiale“ Weise in einem intelligenten und sicheren Maschinenumfeld ohne Band und ohne Takt mit den Robotern zusammen montieren. Ein zusätzliches Assistenzsystem hilft ihr heute, die für sie noch ungewohnte komplexe Anlage zu bedienen. Sie trägt eine Datenbrille, die ihr die jeweils anstehenden Arbeitsschritte in ihr Gesichtsfeld einblendet. Der Arbeitsablauf passt sich von selbst an ihre Bedürfnisse an. Das autonome Steuerungssystem der Fabrik weiß, wann genau Emma welche Teile benötigt, und stellt sie ihr automatisch bereit. Monotone und anstrengende Teilaufgaben erledigen Roboter selbstständig, verlässlich und mit hoher Qualität. Sie reichen Emma Montageteile aus hohen Lagerregalen oder heben schwere Gegenstände. Bevor das letzte Teil aus einem Regal entnommen ist, bestellen die Regale selbstständig Nachschub.

Gegen Mittag erreicht das Unternehmen eine Eilbestellung von mehreren Waschmaschinen, die noch am selben Tag ausgeliefert werden müssen. Emma fordert über ihr Smartphone Unterstützung an, um den Auftrag rechtzeitig erfüllen zu können. Drei flexibel einsetzbare lernfähige Roboter, die der Fabrik quasi als Springer dienen, werden ihr an die Seite gestellt. Emma macht einem der Roboter die Handgriffe vor, die dieser zur Montage der Waschmaschine ausführen soll. Er lernt die neue Aufgabe in kurzer Zeit und zeigt sie wiederum den anderen beiden Aushilfsrobotern. Die intelligenten Waschmaschinen verlassen am späten Nachmittag auf einem fahrerlosen LKW das Werk. Im Laufe ihres Maschinenlebens werden sie Daten über ihren Zustand zurück an den Hersteller senden. Noch bevor eine Waschmaschine ausfallen könnte, wird der Hersteller eine Wartung organisieren oder Ersatzteile schicken.

Die Arbeit ist erledigt. Das Wochenende kann beginnen. Für den Rückweg entscheidet sich Emma für die autonom fahrende Regionalbahn. Am Ankunftsbahnhof in dem Vorort, in dem Emma lebt, steigt sie in ein sogenanntes Robo-Taxi um. Mit einer kleinen Fahrgemeinschaft fährt es individuelle Haltestationen ab. Schließlich ist Emma allein im Wagen. Sie trägt ein intelligentes Armband, ein Wearable: Damit erfasst der Verkehrsverbund ihre Bewegungsdaten und rechnet die Fahrten mit den verschiedenen Verkehrsmitteln monatlich ab. Das Robo-Taxi verlangsamt geräuschlos – Endstation Zuhause.

KI kann helfen, Menschen gesund zu machen

Nicht nur in der Industrieproduktion und beim autonomen Fahren können lernende Systeme eingesetzt werden. Besonders vielversprechend sind auch die Möglichkeiten in der Gesundheitsversorgung. KI-Anwendungen, die etwa Patientendaten mit aktuellen Informationen aus der Forschung verknüpfen, können medizinische Diagnosen und Behandlungen verbessern. Intelligente Röntgenapparate können nicht nur das Röntgenbild eines Patienten produzieren, sondern dieses auch selbstständig interpretieren. Ist ein Knochen wirklich gebrochen? Handelt es sich um einen Tumor? Sind Zähne von Karies befallen? Mit ihrer raschen Analyse liefern sie eine verlässliche Entscheidungsgrundlage, den endgültigen Befund erstellt trotzdem der Radiologe oder Zahnarzt.

Lernende Systeme können so als Navigationshilfen fungieren auf der Suche nach der besten individuellen Therapie. Medizinische Fachkräfte hätten mehr Zeit, sich ihren Patienten zuzuwenden, sich ihren speziellen Sorgen zu widmen, sie zu beraten. Bei Operationen könnten Roboter-Assistenten helfen. Sie könnten Pflegekräfte bei anstrengenden Arbeiten unterstützen, wie etwa dem Tragen oder Umbetten von Seniorenheimbewohnern.

Anders als Emma ist Max heute später aufgewacht als sonst. Sein Arzt hatte ihm geraten, den Tag langsam anzugehen. In seinem smarten Zuhause hat die Kaffeemaschine darum erst um 9 Uhr ihren Dienst aufgenommen. Die Sonne steht schon hoch am Himmel, als er verführt vom Duft frisch gerösteter Kaffeebohnen aus dem Bett aufsteht. Das war zu schwungvoll! Für einen Moment wird ihm schwarz vor Augen. Rasch setzt er sich auf die Bettkante, hält sich mit beiden Händen fest. Vor sechs Jahren hatte er eine Nierentransplantation. Er leidet an Bluthochdruck und Diabetes. Max lebt allein. Wirklich Sorgen, ihm könnte zu Hause etwas zustoßen, macht er sich nicht. Sein smartes Zuhause ist mit Assistenzfunktionen ausgestattet, die seine Gesundheit im Blick haben. Wäre er vorhin bewusstlos zu Boden gesunken, hätte das Smart Home den Aufprall registriert und Alarm ausgelöst.

Seine Blutdruckschwankungen machen Max trotzdem zu schaffen. Er seufzt. Gestern in der Fabrik war ihm so schwindlig geworden, dass er tatsächlich stürzte. Seine Kollegen brachten ihn zum Betriebsarzt. Der hatte über eine Datenplattform Zugang zu den Untersuchungsergebnissen vorheriger Arztbesuche, Medikamentenplänen und Max’ Vitaldaten, die er täglich zu Hause erhebt. Aufgrund seiner Vorgeschichte schrieb ihn der Betriebsarzt für einige Tage krank und rief den Rettungswagen. Paula ist Sanitäterin und hat Max anschließend in dem autonom fahrenden Rettungswagen betreut und bis zu seiner Wohnung begleitet.

Max greift nach seinem Messgerät auf dem Nachttisch und überprüft seinen Blutdruck. Die intelligente Armbinde sendet die Daten an die Patienten-Serviceplattform. Anschließend misst er seinen Blutzucker. Alles ist in Ordnung. Auch dieses Ergebnis wird sofort an die Plattform übermittelt. Max startet einen neuen Versuch und erhebt sich langsam von der Bettkante. Nach einer erfrischenden Dusche steigt er auf die Waage. 91 Kilo. Die Information über die Gewichtszunahme seit vergangener Woche landet ebenfalls auf der Plattform. Sein Frühstück sollte heute wohl etwas kleiner ausfallen. Er gönnt sich trotzdem ein Croissant. Den Zucker im Kaffee lässt er dafür weg.

KI wirft viele Fragen auf

Künstliche Intelligenz und lernende Systeme erleichtern uns den Alltag. Sie helfen, wenn wir krank sind, ermöglichen gute Arbeit und verschaffen nötigen Freiraum, die schönen Dinge im Leben zu genießen. Schon in wenigen Jahren können sie auch dazu beitragen, große gesellschaftliche Herausforderungen zu lösen. Ob sie nun die Produktivität der alternden Bevölkerung am Arbeitsplatz erhalten, intelligente Energieversorgung aus erneuerbaren Energiequellen sichern oder ressourcenschonende Mobilitätssysteme schaffen.

Illustration: Joni Majer

Klar ist aber auch: Intelligente Maschinen, Roboter und Softwaresysteme einzusetzen, wirft eine Reihe ethischer und rechtlicher Fragen auf, die wir klären müssen. Autonome Autos etwa könnten uns sicher und bequem zur Arbeit fahren. Nur wer haftet, wenn intelligente Fahrzeuge Unfälle verursachen? Mithilfe von KI könnten wir große Mengen Krankheitsdaten vernetzen, auswerten und dadurch Therapien verbessern. Gleichzeitig möchten die meisten von uns wohl kaum zum gläsernen Patienten werden. Dem Datenschutz kommt insofern eine sehr wichtige Bedeutung zu. Einerseits können uns Roboter bei schwerer oder eintöniger Arbeit unterstützen, aber wir wollen uns im Job und auch bei privaten Tätigkeiten vielleicht nicht ständig von Maschinen ersetzen lassen. Gerade bezüglich der Arbeit sind darum Qualifizierung und Weiterbildung wichtig, um weiterhin selbstbestimmt zu agieren.

Bei Rettungseinsätzen in Katastrophengebieten, beim Erkunden der Tiefsee oder Messen von giftigen Gasen und Strahlungen in kontaminierten Umgebungen übernehmen Roboter für Menschen gefährliche Tätigkeiten. Doch wie wird ein Roboter in einem moralischen Dilemma entscheiden, wenn er während einer Bergung von zwei Verletzten nur einen retten kann?

Während Max sich heute schonen kann und die Nachrichten der vergangenen Nacht verfolgt, muss sich auch seine Rettungssanitäterin vom gestrigen Tag erholen. Ein brenzliger Einsatz kurz vor Feierabend. Etwas müde war Paula nach der Fahrt von Max’ Wohnung in die Einsatzzentrale zurückgekehrt. Sie war seit 5 Uhr auf den Beinen, freute sich auf eine Tasse Kaffee. Dazu kam es aber nicht:

In einem Chemiewerk am Stadtrand hat es eine Explosion gegeben. Mehrere Brände lodern. Die Ursache ist noch ungeklärt. Giftstoffe könnten ausgetreten sein. Das Werk wurde schon evakuiert, einige Menschen sind verletzt. Paula fährt mit einem Einsatzteam, zu dem auch autonome Rettungsroboter gehören, zum Unfallort. Dort untersuchen bereits Bodenroboter das Gelände auf Schadstoffbelastung, indem sie Luft und Wischproben aus der Fabrik entnehmen. Über Paula kreisen mehrere intelligente Drohnen, sogenannte UAV (unmanned aerial vehicles), die autonom detaillierte Luftbilder des Geländes erzeugen, Schadstoffvorkommen sowie Luftströme vermessen, um die mögliche Verbreitung von Giftstoffen zu erkennen. Drohnen und Bodenroboter kommunizieren miteinander und senden Infos an die Einsatzleitung. Menschen dürfen das Gelände erst betreten, wenn gesundheitliche Gefährdung ausgeschlossen ist.

Paula widmet sich in sicherer Entfernung zur Fabrik den zuvor evakuierten Verletzten und leistet Erste Hilfe. Zwei Schwerverletzte werden von einem autonomen Hubschrauber in das nächstgelegene Krankenhaus geflogen. Die Bodenroboter durchsuchen die Fabrik nach noch nicht evakuierten Personen. Paula wartet, bis die Roboter Entwarnung geben: Es sind keine weiteren Menschen zu Schaden gekommen. Paula atmet tief durch. Sie denkt an ihren Vater. Der musste sich in seinem langen Berufsleben als Feuerwehrmann noch in viele gefährliche Situationen begeben. Paula und ihre menschlichen Kollegen werden inzwischen nur noch selten von den autonomen Robotern innerhalb der Gefahrenzone zur Unterstützung angefordert, und auch dann haben sie die intelligenten Assistenten an ihrer Seite. Um 3 Uhr nachts ist Paulas Arbeitstag zu Ende. Endlich Feierabend. Die Bodenroboter im Chemiewerk hingegen sind noch lange Zeit mit der Dekontamination des Geländes beschäftigt.

KI bietet große Chancen für Deutschland

Emma, Max und Paula leben in einer Welt, wie wir sie in naher Zukunft erleben könnten. Noch ist sie nicht überall sichtbar, aber die nächste Stufe der digitalen Revolution hat längst begonnen, und das Tempo nimmt täglich zu – auch weil auf der ganzen Welt geforscht und entwickelt wird. In dieser ungeheuren Dynamik geht es nicht zuletzt auch um die Innovations- und Wirtschaftskraft Deutschlands. Wir sind im Bereich Künstliche Intelligenz gut aufgestellt und verfügen im Vergleich über eine weltweit herausragende Forschung. Aber die Konkurrenz gerade aus den USA und China ist es auch. Nur wenn wir unsere Forschungserkenntnisse schnell nutzen, indem wir sie praktisch anwenden, kann Deutschland hier Technologieführer werden.

Unternehmen müssen ihre Datenschätze heben können und ihre bisher schon erfolgreichen „Made in Germany“-Produkte mit Künstlicher Intelligenz ausstatten. Die daraus entstehenden Daten gilt es wiederum zu vernetzen und neue intelligente Services zu schaffen, die den Menschen neue Leistungsversprechen geben. Wie und wann wir lernende Systeme einsetzen und wo wir die Grenzen ziehen, entscheiden wir. Aber nicht morgen, sondern jetzt ist der richtige Zeitpunkt, Künstliche Intelligenz zu gestalten und die ethischen sowie rechtlichen Leitplanken zu setzen. Dann werden wir wie Emma, Max und Paula die großen Chancen, die lernende Systeme der Gesellschaft eröffnen, zum Wohle der Menschen nutzen können.

Glossar

Ein Algorithmus
ist eine genaue Berechnungsvorschrift für Computer, um Aufgaben zu lösen. Lernalgorithmen können aus Lerndaten Modelle abstrahieren und auf neue Daten anwenden.

Künstliche Intelligenz (KI)
Eine allgemein akzeptierte Definition gibt es nicht. KI ist ein Teilgebiet der Informatik, das versucht, kognitive Fähigkeiten wie Lernen, Planen oder Problemlösen in Computern zu realisieren. Zugleich beschreibt KI Systeme, die ein Verhalten zeigen, für das gemeinhin menschliche Intelligenz vorausgesetzt wird. Ziel von KI-Systemen (lernenden Systemen): Maschinen, Roboter und Softwaresysteme bearbeiten und lösen abstrakt beschriebene Aufgaben und Probleme eigenständig, ohne jeden Schritt programmieren zu müssen.

Lernende Systeme
sind Maschinen, Roboter und Softwaresysteme, die mithilfe von Lernalgorithmen im laufenden Betrieb selbstständig weiterlernen: Sie basieren auf Methoden des maschinellen Lernens.

Maschinelles Lernen
ist eine grundlegende Methode von KI, die darauf zielt, dass Maschinen ohne explizite Programmierung eines konkreten Lösungswegs automatisiert sinnvolle Ergebnisse liefern. Spezielle Algorithmen entwickeln aus Beispieldaten Modelle, die auf zuvor noch nicht gesehene Daten angewendet werden können.

Assistenzsysteme
sind uns unterstützende Softwaresysteme, die bereits heute weitverbreitet sind. Sie analysieren Situationen und können darauf aufbauend Vorhersagen treffen. Durch Methoden des maschinellen Lernens werden sie kontextsensitiv und können Stück für Stück besser mit uns interagieren.

Autonome Systeme
Maschinen, Roboter und Softwaresysteme gelten als autonom, wenn sie ohne menschliche Steuerung und detaillierte Programmierung vorgegebene Ziele selbstständig erreichen. Sie passen sich der Umwelt an, lernen und kooperieren mit anderen Systemen oder Menschen. Jedes autonome System ist ein lernendes System, weil Lernen notwendig ist, um Handlungsabläufe anzupassen. Aber nicht alle lernenden Systeme sind autonom und können auch weiterhin von Menschen gesteuert werden (etwa intelligente Prothesen).

Internet der Dinge (Internet of Things, IoT)
ist die zunehmende Vernetzung von Werkzeugen, Geräten, Sensoren oder Fahrzeugen durch eingebaute Computersysteme und vergebene IP-Adressen. Mittels Sensoren erheben sie Daten, die sie untereinander und über das Internet austauschen und bereitstellen können. So entstehen extrem große Datenmengen (Big Data), die wiederum die Grundlage für lernende Systeme darstellen können.

Dieser Text stammt aus der September-Ausgabe des Cicero, die Sie am Kiosk oder in unserem Onlineshop erhalten.

 

 

 

 

 

Jetzt weiterlesen auf Cicero+