Was kann künstliche Intelligenz?

Wie bei vielen Themen ist eine klare Definition von Künstlicher Intelligenz (KI) nicht so einfach. Ein vereinfachter Erklärungsversuch geht davon aus, dass unter KI in der Regel Computersysteme gemeint sind, die teilweise oder ganz autonom agieren, lernfähig sind, über reine Automatisierungsaufgaben hinausgehen und die menschliche Intelligenz zumindest in Teilen simulieren können. Bei einer detaillierteren Betrachtung stellt sich meistens heraus, dass die tatsächliche Nachbildung menschlichen Verhaltens in vielen Aufgabenbereichen noch eine Zukunftsvision darstellt. Jedoch die "schwache" Künstliche Intelligenz zielt auf die Bearbeitung wiederholbarer und eingrenzbarer Aufgaben ab.

Dieses allgemein dargestellte Konzept ist seit Beginn des Computer-Zeitalters (ca. 1950) bekannt. Prominente Anwendungen von KI-Systeme können Spielregeln wie Schach oder Go selbständig erlernen und gegen Menschen gewinnen. In der medizinischen Diagnose werden Röntgenbilder analysiert und Tumore mit bis zu 95% Sicherheit festgestellt. Moderne Sprachübersetzungssysteme übersetzen die eigene Muttersprache in die gewünschte Fremdsprache simultan mit sehr guten Ergebnissen. Viele Nutzer von Online-Diensten benutzen täglich meist unbewusst KI-Systeme bei der Bildersuche, Verkehrsstaumeldungen oder bei der Erkennung von Spam-Nachrichten im E-Mailverkehr.

Ein zentrales Kriterium für die Beurteilung eines Computersystems als "KI-Anwendung" ist, ob die Softwarealgorithmen aus einem großen Datenbestand durch geeignete Bewertungsverfahren relativ eigenständig angemessene Entscheidungen ableiten kann und somit weitere Aktionen vorschlägt, optimiert oder selbst steuert.

Historisch betrachtet entstand aus den oben beschriebenen KI-Konzepten die Unterdisziplin des maschinellen Lernens (machine learning). Diese zielt darauf ab, dass ein System automatisiert aus einem großen Datenbestand von Zahlen, Texten, Sprache. Bilder oder Videos “eigenständig lernt" und entsprechende Muster und Gesetzmäßigkeiten erkennt. Diese werden dann als neuronale Datenbasis gespeichert und dienen der schnelleren Objekt- oder Bilderkennung.

Beim "Deep" Learning werden Suchalgorithmen auf mehreren Ebenen angestoßen. Es wird ein Verarbeitungprozess in sogenannten Neuronalen Netzen vollzogen. Ähnlich wie im menschlichen Gehirn sind bestimmte Suchalgorithmen für die Verarbeitung bestimmter Aufgaben zuständig. So wird zum Beispiel bei der Erkennung eines Vogels auf einem Bild, das Bild mit unterschiedlichen Filtern betrachtet und nach Mustern wie Linien oder einfache Formen geschaut. Daraus leiten sich Muster für Federn, Flügel, Schnäbel und Augen ab. Durch einen anschließenden Vergleich von Wahrscheinlichkeiten zu bereits gelernten “Vogel-Mustern” kann der Vogel auf dem Bild zugeordnet werden. Über eine Rückkopplung durch den Menschen bei richtig oder falsch erkannten Bildmotiven wird die neuronale Datenbasis optimiert. Für uns Menschen ist aufgrund der komplexen Berechnungen nicht mehr genau nachvollziehbar, wie die Suchalgorithmen auf das Ergebnis – hier den erkannten Vogel auf dem Bild – gekommen sind.

Beide Ansätze “Machine Learning” und “Deep Learning” sind Methoden der künstlichen Intelligenz.

Anhand dieser Betrachtung wird deutlich, weshalb bei der zukünftigen Erforschung und Anwendung von KI nicht nur die mögliche Technik zu betrachten ist sondern zunehmend auch ethische Fragen gleich mitgedacht werden müssen.

Die Ideen zur Anwendung künstlicher Intelligenz sind nahezu unbegrenzt. Während Bild- und Spracherkennung oder bestimmte Aspekte von Übersetzungs-Software als Stand der Technik bezeichnet werden können, finden sich weitergehende Überlegungen beispielsweise bei der vollständig automatischen Erzeugung von Konstruktions- und Planungsdaten oder sogar von ganzen Filmen alleine anhand von Beschreibungen eines Ingenieurs, Architekten oder Regisseurs. Auch in der Medizin finden sich Ansätze nicht nur bei der Diagnostik, sondern auch in der Therapie. In der Mobilität der Zukunft sind von autonomen Fahrzeugen bis hin zu Drohnen Anwendungsfälle vorstellbar. Auch die autonome Erstellung von Texten anhand von Informationsquellen wurde bereits demonstriert, was vom Marketing bis zur technischen Dokumentation Anknüpfungspunkte bieten könnte.

Kritik und Risiken finden sich insbesondere im Kontext ethischer und gesellschaftlicher Fragen sowie im Zusammenhang mit der zukünftigen Arbeitsgestaltung oder Versicherungsfragen. So wird vor autonomen Waffensystemen gewarnt, Opferauswahldiskussionen in konstruierten Verkehrssituationen bei autonom fahrenden Fahrzeugen geführt oder eine Welt ohne Arbeit prognostiziert. Fest steht, dass KI-Systeme eine Reihe menschlicher Arbeit übernehmen werden. Hierbei ist jedoch zwischen dem tatsächlichen Ersetzen von kompletten Arbeitsplätzen und der fast normalen Veränderung bestimmter Arbeitsfelder zu differenzieren.

Häufig zielen entsprechende Studien sogar darauf ab, Unternehmen zur intensivierten Nutzung von KI zu animieren, da entsprechende Innovationen erhebliches Wachstumspotenzial mit sich bringen. Zudem wird eine umfangreiche Qualifizierung von Mitarbeitern in den relevanten Feldern angeregt.
Eine Reihe weiterer aktueller Diskussionspunkte finden sich beispielsweise in einem Bitkom-Positionspapier oder der nationalen Strategie Künstliche Intelligenz der Bundesregierung wieder.

Mit der KI-Strategie der Bundesregierung www.ki-strategie-deutschland.de (Nov 2018) verfolgt sie die Zielstellung, Deutschland und Europa zu einem führenden KI-Standort zu machen und so zur Sicherung der künftigen Wettbewerbsfähigkeit beizutragen. Die verantwortungsvolle und gemeinwohlorientierte Entwicklung und Nutzung von KI steht dabei ebenfalls im Mittelpunkt, um die politischen, ethischen, rechtlichen und kulturellen Fragen mit zu klären. Die Forschungslandschaft soll gestärkt, zusätzliche Professuren eingerichtet sowie KI-Kompetenzzentren vernetzt werden. Verschiedene Förderprogramme auf Bundesebene adressieren zudem explizit KI oder deren Teildisziplinen.

In Brandenburg gibt es seit November 2018 die Zukunftsstrategie Digitales Brandenburg und seit 2022 eine KI Strategie für die Wirtschaft.

Das Mittelstand-Digital Zentrum Spreeland und das Digitalwerk Werder können bei der Einführungen von KI-Anwendungen unterstützen. Zusätzlich bieten sie Workshops und Veranstaltungen zum Thema KI an.

Die Nachfolgende Tabelle gibt als ersten Impuls für die Suche nach den passenden Anwendungsfeldern einen ersten Überblick:

Onlinekurs zu KI-Grundlagen

Um mehr über KI-Technologien und deren Anwendungen zu erfahren, bietet die IHK-Organisation einen Onlinekurs mit dem Titel: Elements of AI an.