Künstliche Intelligenz

Alexa, wie spät ist es? Dieser Name ist nicht nur beliebt, weil er schön klingt, sondern weil er auch viel kann – dank künstlicher Intelligenz. Doch was genau ist das? KI bzw. Artificial Intelligence (AI) ist der Überbegriff für Maschinen, die wie Menschen intelligente Denk- und Lernleistungen erbringen. Dazu gehören z.B. die Unterkategorien Robotik und maschinelles Lernen, also die künstliche Generierung von Wissen aus Erfahrung. Das Ziel der Künstlichen Intelligenz ist selbstständig Probleme zu lösen und Menschen in ihrem Alltag zu unterstützen – so wie Alexa.

I believe this artificial intelligence is going to be our partner. If we misuse it, it will be a risk. If we use it right, it can be our partner.

Masayoshi Son, Gründer und CEO des Unternehmens SoftBank Capital

Was macht eine KI aus?

Im Gegensatz zu einem regelbasierten, zweckgebundenen Programm soll Künstliche Intelligenz eigenständig Probleme lösen. Dazu sind drei Schritte erforderlich: sie muss zuerst verstehen, welche Informationen zusammengehören, um diese dann zu Wissen zu verbinden und es in verständlicher Form wiederzugeben. Der zweite Schritt besteht darin, dass sie einen Argumentationsprozess verstehen und dokumentieren kann. Im letzten Schritt schließlich muss sie fähig sein, zu lernen.

Während der Algorithmus bei einer einfachen Programmierung die genauen Schritte festlegt, die erforderlich sind, um eine bestimmte Aufgabe zu erfüllen, wird der Algorithmus für die KI so programmiert, dass sie selbstständig die notwendigen Schritte erstellt. Dies ist erforderlich, weil es Probleme gibt, die zu komplex sind, um sie in einer Schritt-für-Schritt-Anweisung zu codieren.

Ein gutes Beispiel für den Unterschied ist die Bilderkennung: würde man versuchen, alle möglichen Fälle in einem Code zu berücksichtigen, wäre dieser unendlich lang: so müssten beispielsweise bei einem Personenfoto verschiedene Lichtverhältnisse, Frisuren, Kleidung und die gesamte Umgebung des Fotos vorhergesehen und aufgeschrieben werden, damit das Programm die Person auf dem Bild erkennen kann.

Die KI hingegen lernt aus einer Anzahl an vorhandenen Bildern das Aussehen einer Person kennen und überträgt dieses Wissen auf neue Bilder, um zu prüfen, ob es sich um dieselbe Person handeln kann. Sie ist somit in der Lage, auf unbekannte Situation zu reagieren und aus Erfahrungen zu lernen.

KI im Alltag

Smartphones

Die meisten Menschen nutzen bereits KI-Systeme in ihrem Alltag, ohne sich dessen bewusst zu sein. Ein gutes Beispiel ist das Smartphone. Bei der Gesichtserkennung verwenden Smartphone-Hersteller KI schon lange. Dadurch sind Smartphones in der Lage, Personen zu erkennen und diese zu kategorisieren. Auch Objekte vor der Kamera erkennt das Smartphone leicht und stellt die Kamera dazu passend ein. Außerdem ist die Galerie-App auf dem Smartphone dank Künstlicher Intelligenz in der Lage, unterschiedliche Gesichter zu erkennen und jedem Bild Schlagwörter zuzuordnen. Die Suchfunktion ermöglicht dann ganz einfach das Finden von prägnanten Motiven durch das Filtern nach eben diesen Begriffen.

Spotify, Netflix und Co.

Immer mehr Menschen nehmen Streamingdienste wie Netflix oder Amazon Prime Video in Anspruch. Künstliche Intelligenz treibt die Empfehlungsmaschine dieser Dienste an und nutzt die bisherigen Fernsehgewohnheiten ihrer Nutzer:innen, um Filme und Fernsehserien vorzuschlagen, die sie interessieren könnten. Das System ist also in hohem Maß personalisiert, basierend auf der Tageszeit und den Sendungen, die die Nutzer:innen in diesem Zeitrahmen herkömmlicherweise bevorzugt haben. Dies gilt ebenso für Musikstreaming-Dienste wie Spotify. Auch diese sammeln Informationen und leiten daraus ab, was den Nutzer:innen gefallen könnte. Das geht manchmal daneben, aber aus solchen Fehlern lernt das System. So gelingt es ihm immer besser, eine treffsichere Watch- bzw. Playlist zusammenzustellen.

Social Media

Social-Media-Plattformen wie Facebook oder Twitter nutzen Künstliche Intelligenz, um den Feed für die jeweiligen Nutzer:innen – auf Grundlage seines bisherigen Verhaltensmusters – zu personalisieren, Freundschaftsvorschläge abzurufen und setzt maschinelles Lernen zur Bekämpfung von Cybermobbing ein. Darüber hinaus hilft Künstliche Intelligenz dabei, fragwürdige Inhalte in sozialen Netzwerken zu identifizieren. Dazu gehören potenziell gewaltverherrlichende, pornografische oder politisch extreme Inhalte. Die KI markiert automatisch Bilder, Texte, Videos und Audiofiles, die in diese Kategorie fallen (könnten), und löscht sie auch gegebenenfalls.

Alexa, Cortana, Siri und Co.

Digitale Sprachassistenten wie Alexa, Siri oder Cortana haben sich zu Kopiloten entwickelt, die für viele Menschen geworden unentbehrlich sind. Diese Tools nutzen KI-getriebene natürliche Sprachverarbeitung und Sprachgenerierung, um die Fragen ihrer Nutzer:innen zu beantworten und ihren Aufforderungen Folge zu leisten. Echte Dialoge sind mit diesen Helferlein bisher noch nicht möglich, aber der Trend geht zu immer mehr digitalen Sprachassistenten: Weltweit gibt es beispielsweise bereits Millionen von Alexa-Geräten. Das bedeutet, die Künstliche Intelligenz hinter Alexa lernt jeden Tag durch Millionen von Interaktionen.

Automatische Übersetzungen

Übersetzungstools für geschriebene und gesprochene Sprache stützen sich ebenfalls auf Künstliche Intelligenz, um Übersetzungen bereitzustellen und zu verbessern. Dienste wie DeepL, die auf Deep Learning beruhen, gehen nicht mehr Wort für Wort vor, sondern analysieren den ganzen Satz, suchen blitzschnell im Internet nach ähnlichen Sätzen und übersetzen dann sinngemäß. Und auch hier gilt: Je mehr Feedback das System bekommt, desto besser wird es. KI lässt sich außerdem einsetzen, um automatische Untertitel von Videoinhalten oder TV-Sendungen zu erstellen.

Online-Shopping und Werbung

Unternehmen nutzen Künstliche Intelligenz, um Kund:innen personalisierte Empfehlungen zu geben, die sich beispielsweise auf frühere Produktsuchen und Käufe oder auf ihr sonstiges Online-Verhalten stützen. KI ist für den Handel von großer Bedeutung, vor allem bei der Optimierung von Produkten, der Planung von Beständen und in der Logistik.

Betrugserkennung bei PayPal

Online-Händler sind immer wieder mit Betrug und Zahlungsausfällen konfrontiert. Künstliche Intelligenzen helfen Händlern und vor allem auch Zahlungsanbietern, diese Herausforderungen zu meistern. Der Zahlungsanbieter Paypal analyisiert und klassifiziert jede Transaktion mittels Machine Learning Algorithms. Diese Machine-Learning-Modelle können vorherzusagen, ob die Karte eines:einer Nutzer:in für eine Transaktion abgelehnt wird, und verhindern, dass der Kauf abgeschlossen wird. So finden Betrugserkennungen auf mehreren Ebenen statt und schützen die Nutzer:innen vor Datenverlusten. Ohne KI könnte PayPal Services wie den Käuferschutz gar nicht anbieten, zu groß wäre das Risiko von massenhaften Zahlungsausfällen.

GRIN-Empfehlung: Ein guter Überblick über das Thema

Mit diesem Buch erhältst du einen umfassenden Überblick über das Thema Künstliche Intelligenz. Unser Autor Alessio Dal Cero stellt dir Ansätze zur Klassifizierung und Gruppierung Künstlicher Intelligenz vor und erklärt die Funktionsweise künstlicher neuronaler Netze. Darüber hinaus beantwortet er Fragen wie: Welche Hardware ist nötig, um KI umzusetzen? Wie funktioniert maschinelles Lernen? Wo wird KI bereits erfolgreich angewendet und wo wird sie zukünftig zum Einsatz kommen?

Dal Cero gibt einen umfassenden Überblick über den aktuellen Forschungsstand zum Thema KI. Er stellt Anwendungsbereiche in der Wirtschaft vor und unterlegt diese mit Praxisbeispielen. Außerdem betrachtet er gesellschaftliche und ethische Aspekte der Thematik.

Das Buch bei GRIN: Wie funktionieren künstliche neuronale Netze? Kategorisierung und Anwendungsbereiche künstlicher Intelligenz

Begriffsbestimmungen

Maschinelles Lernen (Machine Learning) und Deep Learning

Beim Machine Learning geht es darum, den Computer mit Daten zu füttern und ihn auf dieser Datengrundlage Aufgaben erfüllen zu lassen, deren Ausführung durch den Menschen immer wieder korrigiert werden. Dadurch soll der Computer aus seinen Fehlern lernen und diese beim nächsten Versuch selbstständig vermeiden. Maschinelles Lernen ist eines der größten Teilgebiete der KI.

Das Deep Learning (auch „tiefes Lernen“ genannt), eine Unterform des Machine Learning, geht noch einen Schritt weiter. Kern des Deep Learning sind künstliche neuronale Netze, die versuchen, die Strukturen des menschlichen Gehirns mathematisch zu repräsentieren. Diese Netze können unter anderem verborgene Muster in Daten finden und dem Menschen somit eine Menge Arbeit abnehmen.

In den letzten Jahren gab es große Fortschritte im Bereich des maschinellen Lernens. Da unsere Computer immer leistungsstärker und Algorithmen immer ausgeklügelter werden, ist es längst kein Problem mehr, große Datensätze („Big Data“) zu verarbeiten. Das wiederum sorgt dafür, dass auch die KI-Forschung schneller voranschreitet.

Roboter

Nach dem UNESCO-Report zur Roboterethik aus dem Jahr 2017 lassen sich Roboter durch folgende vier Eigenschaften charakterisieren:

Mobilität: ein wichtiger Faktor, um in menschlichen Umgebungen wie Krankenhäusern und Büros zu funktionieren
Interaktivität: ermöglicht durch Sensoren und Motoren werden relevante Informationen gesammelt, die es dem Roboter erlauben, mit seiner Umgebung zu interagieren
Kommunikation: Computer-Schnittstellen, Stimmerkennung und Sprachsynthese-Systeme sorgen dafür, dass der Roboter mit dem Menschen kommunizieren kann
Autonomie: die Fähigkeit, ohne direkte Steuerung eigenständig zu „denken“ und zu handeln

Künstliche neuronale Netze

Künstliche Neuronen sind vereinfacht dargestellte Ebenbilder einer menschlichen Nervenzelle. Miteinander vernetzt sollen sie ein natürliches Nervensystem abbilden, um somit die Informationsverarbeitung des menschlichen Gehirns nachvollziehen und imitieren zu können. Dazu nutzen künstliche neuronale Netze Algorithmen, die sich gegenseitig trainieren und ihr Wissen miteinander kombinieren. Mit dieser Technik ist es beispielsweise möglich, Gesichter oder menschliche Stimmen zu erkennen.

Starke und schwache KI

Künstliche Intelligenz lässt sich unterteilen in starke und schwache KI.

Unter die starke KI fallen dabei alle Ansätze, die versuchen, den Menschen und die im Gehirn ablaufenden Vorgänge abzubilden und zu imitieren. Als Haupteigenschaften der starken KI gelten ein Bewusstsein und Empathie, sie umfasst viele Attribute, die wir als menschliche Intelligenz betrachten.

Bei der schwachen KI werden dagegen gezielt Algorithmen für bestimmte, abgegrenzte Problemstellungen entwickelt, die dann aber auch nur für ihre jeweiligen Aufgaben geeignet sind. Schwache KIs sind mittlerweile technisch umsetzbar und bereits in zahlreichen Softwarelösungen implementiert, wohingegen die Kriterien für eine starke KI noch nicht erfüllt werden können.

Die Unterscheidung basiert ursprünglich auf dem philosophischen Unterschied zwischen „intelligent sein“ und „intelligent handeln“: die schwache KI zeigt nur scheinbar intelligentes Verhalten, während die starke KI tatsächlich intelligent sein soll.

Grenzen der KI

Energieverbrauch: die besten Neurochips liegen bei ca. dem Tausendfachen des menschlichen Gehirns, die meisten Supercomputer brauchen wesentlich mehr Leistung
Fehlertoleranz: gibt man der KI falsche oder unvollständige Daten, kann sie nicht damit umgehen, weil sie die Daten nicht versteht
Emotionen: allein schon wegen des fehlenden biologischen Körpers inklusive seiner Hormone werden es Maschinen schwer haben, eine emotionale bzw. soziale Intelligenz zu entwickeln
Menschliche Intuition: Menschen besitzen viel implizites Wissen und das, was man gemeinhin als „gesunden Menschenverstand“ bezeichnet – Maschinen können das nicht reproduzieren
Erfindergeist: Computer können kopieren, nachahmen und neu kombinieren, aber nichts komplett Neues erschaffen
Inselbegabung: KIs sind auf ihre jeweilige Programmierung begrenzt und können keine Antworten auf Fragen geben, für die sie nicht entworfen wurden

The new spring in AI is the most significant development in computing in my lifetime. Every month, there are stunning new applications and transformative new techniques. But such powerful tools also bring with them new questions and responsibilities.

Sergey Brin, Mitentwickler und Mitgründer von Google

Meilensteine in der Entwicklung der KI

GRIN-Empfehlung: Künstliche Intelligenz in Video- und Brettspielen

Im Fokus dieser Arbeit steht der Einsatz von Künstlicher Intelligenz in Video- und Brettspielen. Unser Autor Martin Mauerer zeigt zum einen, inwieweit Künstliche Intelligenz in Videospielen Verwendung findet und geht zum anderen auf bemerkenswerte Spieleduelle von KIs gegen Menschen ein. Sein Ziel ist es, den Nutzen und das Potential von Künstlicher Intelligenz zu verdeutlichen.

Der Text ist bei GRIN kostenlos lesbar: Nutzen und Potential von Künstlicher Intelligenz

Anwendungsbereiche

Nicht nur im Alltag, auch in klassischen Unternehmensbereichen wird Künstliche Intelligenz die Art zu arbeiten nachhaltig verändern und zu einer Steigerung der Effizienz und Produktivität führen. Mitarbeitende von Unternehmen werden lernen müssen, mit den Technologien der Künstlichen Intelligenz zusammenzuarbeiten. Es gibt inzwischen unzählige Anwendungsbereiche für den Einsatz von KI. Wir fassen einige von hier zusammen:

Automobilindustrie

In der Automobilindustrie ist die KI zur Nachahmung, Erweiterung und Unterstützung der Aktionen des Menschen besonders stark vertreten. KI in Fahrzeugen nimmt die Straße und alle Hindernisse auf ihr wahr, beim autonomen Fahren entscheidet sie sogar selbst, wie und wo zu fahren ist. Auch beim Thema Carsharing kommt KI zum Einsatz: das Unternehmen Uber beispielsweise verwendet eine „Machine Learning as a Service“-Plattform, die modellbasierte Vorhersagen für verschiedene Dienste liefert.

Selbstfahrende Autos sollen zukünftig in der Lage sein, miteinander zu kommunizieren und zu kooperieren. Sie könnten im Windschatten anderer Fahrzeuge fahren, um Treibstoff zu sparen, ihre Geschwindigkeit auf Autobahnen miteinander koordinieren und Unfälle vermeiden. Nutzer:innen sollen zudem mit ihren Smartphones einfach selbstfahrende Autos anfordern können.

Gesundheit

KIs können Gesundheitsstatistiken von Patient:innen effizient überwachen und selbstständig Ratschläge zur Optimierung beispielsweise von Trainingsplänen erteilen. Bereits verbreitet sind Apps in der Smart Watch, die Herzfrequenzen und den Schlaf überwachen.

Landwirtschaft

Auch in der Feldbewirtschaftung kommen KI und maschinelles Lernen zum Einsatz. Ein Beispiel hierfür sind autonom fahrende Mähdrescher, bei denen Künstliche Intelligenz für Bewegung, Lokalisierung, Sicht und Erkennung genutzt wird. Bei Nutzpflanzen soll außerdem erkannt werden, wo Pestizide notwendig sind und wo nicht.

Smart Home

Längst in den Heimen vieler Nutzer:innen integriert sind Sprachassistenten wie Alexa oder Amazons Echo. Sie erkennen Sprache und reagieren darauf, sind mit anderen Geräten im Haus vernetzt und erlauben es den Nutzer:innen, einfache tägliche Aufgaben zu programmieren und in vielen Fällen die Bedienung der Geräte aus der Ferne zu steuern, von Staubsaugern über Lampen zu Heizkörpern oder Reiskochern.

Zugleich wächst der Markt für KI-Lautsprecher, die auch mit Küchengeräten wie Kühlschränken oder Herden kombiniert werden können.

Produktion

Industrie 4.0 und Smart Factory liefern die Stichworte: Menschen und Maschinen werden untereinander vernetzt, Produktionsanlagen und alle vernetzten Geräte haben Diagnose- und Reparaturfähigkeiten. Die enge Verzahnung von Produktion und Informations- und Kommunikationstechnik ermöglicht die Herstellung von individuellen Produkten ohne großen Aufwand. Das Ziel ist, auch spezielle Maßanfertigungen in bester Qualität zum Preis von Massenware produzieren zu können. KI kommt schon während der Produktidee zum Einsatz, dann in der Entwicklung und Fertigung, bei der Nutzung und Wartung und schließlich beim Recycling.

Customer Service

Von intelligenten Chatbots bis hin zu Sprachassistenten am Telefon: automatisierte Systeme haben bereits deutliche Fortschritte gemacht und können eine fließende Kommunikation nachahmen.

Nachrichten und Redaktion

Auch die automatisierte Erstellung von Content ist auf dem Vormarsch. Mit Hilfe von Big Data können KI-Algorithmen relevante Infografiken erstellen und Zahlen und Fakten zu einem sinnvollen Text zusammenfügen, weshalb sie häufig im Nachrichtenbereich eingesetzt werden.

Betrugserkennung

Die Erkennung und Vorhersage von Betrug ist ein weiteres wichtiges Anwendungsfeld für KI. In sozialen Netzwerken kann dies beispielsweise über die Posting-Frequenz ermittelt werden. Bots, die Fake News verbreiten, werden ebenso erkannt, wie Klick- oder Kreditkartenbetrug.

Weitere Erleichterungen im Unternehmensalltag

Wachsende Bedeutung erlangt KI bei der Kalkulation von Preisen, wobei nicht der niedrigste, sondern der kundenspezifisch optimalste Preis aus tausenden Datenpunkten ermittelt wird. Auch in Warenkörben kommen vermehrt Verfahren der KI zum Einsatz, die den Kund:innen der Basis von Klick- und Kaufverhalten zusätzliche personalisierte Produktempfehlungen bieten. Im Medien- und Marketingbereich werden die Aktivitäten der Kund:innen mit Hilfe von Schnittstellen zu Suchmaschinen, Social Media und digitaler Werbung gemessen, um daraus personalisierte Empfehlungen abzuleiten.

Das Erstellen und Analysieren von Unternehmensreports ist inzwischen die Aufgabe von Software und Maschinen, die Erstellung von Strategien und das Führen von Mitarbeitenden allerdings noch nicht.

An diesen Beispielen wird bereits ersichtlich, dass KI-Technologien in der Logistik, im Handel und im Management schnelles Reagieren auf bestimmte Probleme ermöglichen und schon jetzt den Ablauf bestimmter Prozesse komplett neu definieren.

Chancen und Stärken von KI

Automatisierungen: durch KI können Prozesse optimiert und repetitive Aufgaben abgegeben werden – das verschafft dem Menschen mehr Zeit und Raum für kreative Aufgaben und wird voraussichtlich auch zur Schaffung neuer Berufsbilder beitragen
Forschung: KI bietet die Möglichkeit, menschliche Intelligenz näher zu erforschen
Kostenfaktor: KI ist kostengünstiger als menschliche Arbeitskräfte
Überlegenheit: KI ist dem Menschen in zahlreichen Bereichen überlegen: selbstfahrende Autos führen zu weniger Unfällen, Krankheitsdiagnosen und Wettervorhersagen können präziser erstellt und die Effizienz von Geschäftsprozessen durch Automatisierungen gesteigert werden
Robotik: Roboter sind präziser, stärker und schneller als Menschen und können für spezifische Aufgaben angepasst werden, außerdem können sie auch unter extremen Umweltbedingungen arbeiten (im Weltraum, in der Tiefsee, bei extremer Hitze…) und werden nie müde
Lernfähigkeit: KI ist grundsätzlich lernfähig und dazu in der Lage, sich weiterzuentwickeln

Risiken und Schwächen von KI

Abhängigkeit: der Einsatz immer komplexerer Algorithmen birgt das Risiko des Ausfalls - wenn sich das Unternehmen in vielen Bereichen auf die KI verlässt, kann so ein Ausfall das ganze System lahmlegen und gerade im militärischen Bereich fatal sein
Arbeitsplätze: Höhere Automatisierungsrate kann zu höherer Arbeitslosigkeit führen
Fehlende Kreativität: KI ist zwar lernfähig, aber nicht kreativ und kann daher mit unerwarteten Situationen schlecht bis gar nicht umgehen; sie ist außerdem nicht zu Emotionen oder Empathie fähig
Ethik und Verantwortung: Wer ist beispielsweise verantwortlich, wenn eine KI eine falsche Diagnose stellt und das medizinische Personal sich darauf verlässt? Solche und ähnliche Fragen werden derzeit noch diskutiert.
Datenschutz, Sicherheit und Privatsphäre: KI als technisches System ist anfällig für Programmierfehler und Hackerangriffe und birgt ein hohes Missbrauchsrisiko - wenn die intelligenten Systeme in falsche Hände geraten, können sie enormen Schaden anrichten
Lernfähigkeit: Zwei Gefahrenquellen liegen in der Lernfunktion der KI: 1. sie kann von den falschen Leuten lernen, 2. eine Superintelligenz, die den Menschen übertrifft, könnte unkontrollierbar sein

GRIN-Empfehlung: Unsere Neuerscheinung zum Thema

Unsere neueste Arbeit zur Künstlichen Intelligenz zeigt den aktuellen Forschungsstand zum Thema. Unser Autor Oliver Tissen untersucht, ob, wie und wo sich Künstliche Intelligenz in der Unternehmenskommunikation effizient einsetzen lässt und welche Tools, Prozesse und nicht zuletzt ethischen Aspekte beachtet werden müssen. Dabei stellt er sich unter anderem die Fragen: Welche Fragestellungen zu Kommunikation und Ethik müssen in Bezug auf Entscheidungsfindungen im Kommunikationsprozess beachtet werden? Können auf Basis automatisierter Auswertungen von Informations-Clustern oder Signalen aus den Medien (Medien-Resonanz) Themen und Trends für die eigene Kommunikationsplanung erkannt und vorausgeplant werden?

Das Buch bei GRIN: Künstliche Intelligenz in der Unternehmenskommunikation

Warum ist KI wichtig und wie wird sie unser Leben verändern?

Künstliche Intelligenz ist schon jetzt aus vielen unserer Lebensbereiche nicht mehr wegzudenken und wird auch in Zukunft eine wichtige Rolle spielen. Einige Expert:innen sehen die Zukunft gar in einem Mensch-Maschine-Tandem: sprich Mensch und Maschine haben ganz besondere Stärken, die sich im Zusammenspiel sehr nutzbringend kombinieren könnten.

Beispielsweise könnten spezielle Künstliche Intelligenzen dazu beitragen, Zusammenhänge zwischen tausenden von Forschungsergebnissen herzustellen. Dies wiederum könnte zu vollkommen neuen Erkenntnissen führen. Wissenschaftler:innen werden schließlich immer fokussierter auf ihr Gebiet und selbst dort werden sie keinen Überblick über das gesamte Feld haben. Für eine entsprechend spezialisierte Künstliche Intelligenz wäre es hingegen ein Leichtes, mögliche Zusammenhänge zu sehen und darauf hinzuweisen. Gerade bei der angespannten Situation im Gesundheitswesen mit explodierenden Kosten und unglaublichen Arbeitsbelastungen für die Mediziner:innen, wäre es sinnvoll, diese durch KI-Systeme zu unterstützen. Eine Künstliche Intelligenz, die allzu menschliche Fehler des medizinischen Personals verhindert und neue Erkenntnisse generiert, würde unzählige Menschenleben retten oder unnötige Behandlungen vermeiden.

Es gibt in nahezu jedem Bereich der Gesellschaft und Wirtschaft Möglichkeiten, in denen KI nicht zum bösen Jobkiller würde, sondern den dort arbeitenden Menschen das Leben erheblich erleichtern könnte. Die Herausforderung besteht bei alldem darin, dass sich unsere Gesellschaft, unser Wissensstand, unser Arbeitsalltag, unsere Wirtschaft im Zuge dessen überraschend schnell und sehr radikal weiterentwickeln. Dies lässt sich einerseits als Chance aber auch als Risiko betrachten. So manche sehen ein goldenes Zeitalter auf uns zukommen, bei dem Menschen befreit werden von jeder Art stupider Tätigkeit. Andere hingegen befürchten, dass Massenarbeitslosigkeit zu Chaos führen könnte.

All diese Aspekte verdeutlichen jedoch, dass das Thema Künstliche Intelligenz bereits heute relevant ist und sehr schnell an Bedeutung gewinnen wird. Man sollte sich dabei nicht davon täuschen lassen, dass die heute sichtbaren Anfänge manchmal noch dilettantisch und unbeholfen erscheinen. Das war mit vielen technischen Neuentwicklungen so, bevor diese dann Jahre später unseren Alltag umgekrempelt haben.

AI is profound, and we are at a point—and it will get better and better over time—where the GPU is getting so powerful there’s so much capability to do unbelievable things. What all of us have to do is to make sure we are using AI in a way that is for the benefit of humanity, not to the detriment of humanity.

Tim Cook, CEO von Apple

Unsere Top-Titel zum Thema

Weitere Fachbücher zum Thema Robotik

Unsere Infografiken zum Thema Künstliche Intelligenz

Für dich zum Download

GRIN-Quellen:

Externe Quellen:

UNESCO Report (24.9.2017), Report of COMEST on Robotics Ethics: http://unesdoc.unesco.org/images/0025/002539/253952E.pdf
https://www.wfb-bremen.de/de/page/stories/digitalisierung-industrie40/was-ist-kuenstliche-intelligenz-definition-ki
https://www.bpb.de/apuz/263678/was-ist-kuenstliche-intelligenz-was-kann-sie-leisten?p=all
https://www.computerwoche.de/a/was-sie-zum-thema-ki-wissen-muessen,3544140

Künstliche Intelligenz

Was macht eine KI aus?