Künstliche Intelligenz in der Gesellschaft

Maschinelles Lernen, Big Data und Rechenleistung treiben jüngste Fortschritte in der KI voran
Seit Alan Turing 1950 die Frage stellte „Können Maschinen denken?“, hat sich das Gebiet der Künstlichen Intelligenz (KI) stark verändert. Der Begriff „KI“ entstand 1956. Von symbolischer KI, bei der Menschen logisch basierte Systeme bauten, über die KI-Winter der 1970er Jahre bis hin zu Schachcomputern wie Deep Blue in den 1990ern hat die KI eine lange Entwicklung durchlaufen. Seit 2011 haben Durchbrüche im „maschinellen Lernen“ (ML), einem Teilbereich der KI, der statistische Methoden nutzt, die Fähigkeit von Maschinen verbessert, anhand historischer Daten Vorhersagen zu treffen. Die Reife eines Modells namens „Neurales Netzwerk“ sowie die Verfügbarkeit großer Datenmengen und Rechenleistung sind wichtige Triebkräfte des KI-Wachstums.

KI-Systeme sagen Ergebnisse voraus, geben Empfehlungen oder treffen Entscheidungen, die die Umwelt beeinflussen
Laut der OECD Expertengruppe für KI (AIGO) ist ein KI-System:

Ein maschinengestütztes System, das für eine Menge von menschlich definierten Zielen Vorhersagen, Empfehlungen oder Entscheidungen trifft, die reale oder virtuelle Umgebungen beeinflussen. Es verwendet maschinelle und/oder menschliche Eingaben, um reale und/oder virtuelle Umgebungen wahrzunehmen, abstrahiert diese Wahrnehmungen in Modelle (automatisiert, z. B. mittels maschinellen Lernens, oder manuell) und nutzt die Modellinferenz, um Informations- oder Handlungsoptionen zu entwickeln. KI-Systeme sind darauf ausgelegt, mit unterschiedlichem Autonomiegrad zu operieren.

Der Lebenszyklus eines KI-Systems umfasst: (i) Planung und Design, Datenerfassung und -verarbeitung, Modellbildung und -interpretation; (ii) Verifikation und Validierung; (iii) Einsatz; sowie (iv) Betrieb und Überwachung. Klassifikationen in der KI-Forschung unterscheiden Anwendungen (z. B. natürliche Sprachverarbeitung), Lerntechniken (z. B. neuronale Netze), Optimierung (z. B. One-shot-Lernen) und sozial orientierte Forschung (z. B. Transparenz).

KI kann Produktivität steigern und komplexe Probleme lösen helfen
Mit der Entwicklung zur General Purpose Technology verändert KI die wirtschaftlichen Rahmenbedingungen. Durch effizientere und genauere Vorhersagen, Empfehlungen und Entscheidungen kann KI Produktivität verbessern, Lebensqualität erhöhen und komplexe Herausforderungen bewältigen. Effektiver Einsatz erfordert ergänzende Investitionen in Daten, Fähigkeiten und digitale Arbeitsabläufe sowie organisatorische Veränderungen. Die Nutzung variiert stark je nach Branche und Unternehmen.

Schnelles Wachstum bei KI-Investitionen und Geschäftsentwicklung
Nach fünf Jahren stetigen Wachstums beschleunigte sich seit 2016 das Private-Equity-Investment in KI-Startups. 2017 verdoppelte sich das Investitionsvolumen auf 16 Milliarden USD. Mitte 2018 zogen KI-Startups 12 % aller globalen Private-Equity-Investitionen auf sich – ein deutlicher Anstieg gegenüber 3 % im Jahr 2011. Dieser Trend zeigt sich in allen wichtigen Wirtschaftsräumen. Die Investitionen sind oft hoch und liegen im Millionenbereich. Mit zunehmender Reife von Technologie und Geschäftsmodellen schreitet die breite Anwendung der KI voran.

KI wird in Verkehr, Wissenschaft und Gesundheitswesen eingesetzt
KI-Anwendungen verbreiten sich schnell in Bereichen, in denen große Datenmengen analysiert und komplexe, vernetzte Systeme modelliert werden, um Entscheidungen zu verbessern und Kosten zu senken.

• Im Verkehr ermöglichen autonome Fahrzeuge mit virtuellen Fahrsystemen, HD-Karten und Routenoptimierung Kosteneinsparungen, Sicherheitsverbesserungen, bessere Lebensqualität und Umweltnutzen.

• In der Wissenschaft hilft KI bei der Datensammlung und -verarbeitung, bei der Reproduktion von Experimenten, senkt Kosten und beschleunigt Entdeckungen.

• Im Gesundheitswesen unterstützt KI die frühzeitige Diagnose und Prävention von Krankheiten und Epidemien, die Entwicklung von Behandlungen, gezielte Interventionen und Self-Monitoring-Tools.

• Im Strafrecht wird KI für predictive policing und Rückfallrisiko-Bewertungen genutzt.

• Digitale Sicherheit nutzt KI, um Bedrohungen automatisch und zunehmend in Echtzeit zu erkennen und darauf zu reagieren.

• In der Landwirtschaft überwacht KI den Zustand von Pflanzen und Böden und prognostiziert Umwelteinflüsse auf Ernteerträge.

• Finanzdienstleistungen setzen KI ein, um Betrug zu erkennen, Kreditwürdigkeit zu beurteilen, Kundenservicekosten zu senken, Handel zu automatisieren und Compliance zu unterstützen.

• Im Marketing und der Werbung analysiert KI Verbraucherverhalten, um Inhalte, Werbung, Produkte, Empfehlungen und Preise zu personalisieren.

Vertrauenswürdige KI ist entscheidend, um Vorteile zu realisieren
KI wirft neben Chancen auch öffentliche politische Herausforderungen auf, die ein koordiniertes Vorgehen erfordern, um KI vertrauenswürdig und menschenzentriert zu gestalten. Insbesondere bestimmte maschinelle Lernverfahren bringen neue ethische und Fairness-Probleme mit sich. Dazu gehören Respekt für Menschenrechte und demokratische Werte sowie die Gefahr der Übertragung von Vorurteilen in die digitale Welt. Manche KI-Systeme sind so komplex, dass ihre Entscheidungen nicht erklärbar sind. Transparenz und Rechenschaftspflicht bei der Gestaltung sind essenziell. KI-Systeme müssen sicher und zuverlässig funktionieren.

Staaten müssen durch politische Maßnahmen vertrauenswürdige KI fördern, einschließlich Anreizen für verantwortungsvolle KI-Forschung und -Entwicklung. Neben Technik und Rechenleistung benötigt KI umfangreiche Daten, was eine digitale Infrastruktur und starken Datenschutz erfordert. Ein unterstützendes KI-Ökosystem hilft auch KMU bei der Transformation und sichert faire Wettbewerbsbedingungen.

KI wird Teile menschlicher Arbeit ersetzen und verändern, wodurch sich die Natur der Arbeit wandelt. Politiken müssen den Übergang zwischen Jobs fördern und lebenslanges Lernen, Ausbildung und Kompetenzentwicklung sicherstellen.

KI ist ein wachsender politischer Schwerpunkt für alle Beteiligten
Angesichts der transformativen Chancen und Risiken ist KI ein zunehmender Fokus der Politik und aller Stakeholder. Viele Länder haben eigene KI-Strategien verabschiedet, sehen KI als Wachstumstreiber und Wohlstandsquelle, fördern den Forschungsnachwuchs und befassen sich mit den Herausforderungen. Auch nichtstaatliche Akteure – Wirtschaft, Technologie, Wissenschaft, Zivilgesellschaft, Gewerkschaften – sowie internationale Organisationen wie G7, G20, OECD, EU-Kommission und UN engagieren sich.

Im Mai 2019 verabschiedete die OECD unter Leitung einer Multi-Stakeholder-Expertengruppe die KI-Prinzipien – den ersten internationalen Standard von Regierungen für verantwortungsvolle und vertrauenswürdige KI.