Digitales Gehirn

Das Denken wird digital.

(Foto: Getty Images)

Bücher über Künstliche Intelligenz Warum KI so wichtig wie Elektrizität ist

Drei neue Bücher erklären, wie Künstliche Intelligenz so viele Bereiche unseres Lebens erobern konnte.
Kommentieren

DüsseldorfEs dauert eine Weile, bis Ajay Agrawal begreift, dass das alles kein Zufall sein kann. Dass sich da große Chancen vor ihm auftun und er womöglich Zeuge der Anfänge einer Revolution ist. „Es fing an als Rinnsal“, erinnert er sich, „und wurde zu einer Flut.“

Agrawal ist Professor an der Universität Toronto, Schwerpunkt strategisches Management. Gleichzeitig betreibt er mit zwei Kollegen das „Creative Destruction Lab“. Dort werden Start-ups gefördert, die mithilfe wissenschaftlicher und technologischer Erkenntnisse neue Geschäftsfelder erschließen – ganz im Sinne der „kreativen Zerstörung“, wie sie einst dem Ökonomen Joseph Schumpeter vorschwebte.

Als Agrawal mit zwei Kollegen 2015 die Bewerbungen für das Förderprogramm durchgeht, entdecken die drei bei vielen der jungen Firmen eine Gemeinsamkeit. Ob Biologen, die neue Moleküle zur Bekämpfung von Krankheiten suchen, oder Industriespezialisten, deren Software Fehler in der Produktion entdecken soll: Immer wieder wollen Gründer die Probleme mithilfe von zwei Worten lösen: künstlicher Intelligenz (KI).

Wieso nur nutzen auf einmal so viele unterschiedliche Bereiche dieselbe Technologie, fragten sich die Forscher. Drei neue Bücher suchen Antworten und können helfen, Chancen und Risiken von KI besser einzuordnen.

„Jede hinreichend fortschrittliche Technologie“, schrieb einmal der britische Science-Fiction-Autor Arthur Clarke, „ist von Magie nicht zu unterscheiden.“ Diese Beobachtung scheint auch auf das Megaphänomen KI zuzutreffen: Alexa beantwortet Fragen und liest Nachrichten vor, von Algorithmen gesteuerte Tradersoftware betreut ganze Portfolios, und Autos rollen schon jetzt selbstständig über die Straße – natürlich nur so lange, bis endlich Flugtaxis in Serienfertigung gehen.

Magie ist für den Ökonomieprofessor Agrawal keine Dimension, in der er KI beschreiben würde. Er und seine Kollegen Joshua Gans und Avi Goldfarb nähern sich der Technologie in ihrem Buch „Prediction Machines“ aus strikt volkswirtschaftlicher Sicht.

„Jedes Mal, wenn ich KI lese“, sagt Agrawal, „ersetze ich den Begriff mit ‚billige Vorhersage‘.“ Schließlich macht die Software nichts anderes, als große Informationsmengen zu verarbeiten, Muster zu erkennen und so Vorhersagen zu treffen. Schnell, günstig, effektiv.

A. Agrawal, J. Gans, A. Goldfarb: Prediction Machines
Harvard Business Review Press
Brighton 2018
272 Seiten
ca. 26 Euro
ISBN: 978-1633695672

Dieser Ansatz, den Experten als „maschinelles Lernen“ bezeichnen, ist seit Jahrzehnten bekannt. Allerdings mangelte es lange Zeit an Rechenleistung und genügend Daten, mit denen die Programme trainieren konnten. Erst mit leistungsfähigeren Rechnern und dem Aufkommen von Big Data wurden die Computer schlauer. 2012 schließlich schnitt eine Maschine bei der Erkennung von Objekten erstmals besser ab als ein Mensch. Ein Wendepunkt für die Möglichkeiten künstlicher Intelligenz.

Unternehmen wie Google investierten plötzlich verstärkt in die Technologie, genauso wie die Start-ups, die immer häufiger bei Agrawal vorsprachen. So prognostiziert Google, welche Ergebnisse die Nutzer der Suchmaschine sehen wollen. Medizin-Start-ups sagen vorher, welche Bilder eines Gewebes höchstwahrscheinlich einen Tumor zeigen. Und Maschinenbauer analysieren anhand von Betriebsdaten, wie lange es wohl dauert, bis eine Anlage den Geist aufgibt – und leiten daraus Empfehlungen für die Wartung ab.

Immer mehr Aufgaben werden heute in diese Vorhersagemechanismen übersetzt, damit die KI sie verarbeiten kann. Beispiel Autofahren: Lange Zeit kamen autonome Fahrzeuge nur in Lagerhäusern oder Minen zum Einsatz. Nun testen sowohl Autobauer als auch Technologiefirmen Fahrzeuge, die allein durch den realen Straßenverkehr navigieren – indem sie Bilder und Sensordaten auswerten und so erahnen, was menschliche Fahrer tun würden.

KI ist die neue Elektrizität

Die vielen unterschiedlichen Einsatzszenarien zeigen: Künstliche Intelligenz ist eine Querschnittstechnologie. Ähnlich wie Elektrizität, das Auto oder das Smartphone hat KI für Agrawal, Gans und Goldfarb das Potenzial, sämtliche Branchen und Stufen der Wertschöpfung zu verändern. „Es ist nicht die Frage, ob es funktioniert, dafür gibt es schon zu viele Beweise“, so Agrawal. „Es ist eher eine Frage, wann es so weit ist.“

Dafür muss sich auch unser eigener Blick auf die Technologie ändern. Der Wirtschaftsjournalist und Sachbuchautor Thomas Ramge bemängelt in seinem 96-seitigen Kompaktband „Mensch und Maschine“, dass unser Bild von KI noch immer zu sehr von Hollywood-Formaten vom Typus „Terminator“ geprägt sei. „Diese popkulturellen Erwartungen schlagen hart auf dem Boden der technischen Realität auf, wenn wir sehen, wie langsam, ungeschickt und dumm“ sich Plastik-Humanoide beim Roboterfußball schlagen, so Ramge.

Thomas Ramge: Mensch und Maschine
Reclam
Ditzingen 2018
96 Seiten
6 Euro
ISBN: 978-3150194997

Der Journalist bemüht sich in seinem Erklärbuch durchweg um eine sachliche Einordnung und deckt von der Geschichte und Funktionsweise der KI über ihren Einsatz in der Wirtschaft bis hin zur Frage nach der „Superintelligenz“, die die Menschheit einmal auslöschen könnte (wird sie übrigens nicht!), alle Facetten der aktuellen Diskussionen um KI ab.

So smart die Potenziale der Technologie auch sein mögen, argumentiert Ramge, so klug sollten Unternehmer und andere Entscheider auch mit dem Einsatz von KI umgehen. Sein Fazit: „KI-Systeme, gut programmiert und mit den richtigen Daten gefüttert, sind nützliche Fachidioten.“

Angst müsse man nicht vor künstlichen Intelligenzen haben – sondern eher vor Menschen oder politischen Systemen, die das maschinelle Lernen missbrauchen. So etwa in China, wo der Staat seine Bürger mithilfe automatischer Gesichtserkennungssoftware überwacht. Angesichts solcher Entwicklungen forderte Microsoft-Präsident Brad Smith neulich auf der Münchener Sicherheitskonferenz sogar „ein Gesetz für KI“.

Malen wie Rembrandt

Über einen eher unterbeleuchteten Bereich der künstlichen Intelligenz schreibt der Digitalkultur-Experte Holger Volland in seinem Buch „Die kreative Macht der Maschinen“. Schon heute können Computer einen Rembrandt malen – genauer gesagt: seinen Stil imitieren –, Choräle wie Johann Sebastian Bach komponieren und einfache Texte wie etwa Agenturmeldungen über das Wetter oder Börsenkurse schreiben.

„Die heutigen künstlichen Intelligenzen unterscheiden sich von allen Maschinenobjekten der Vergangenheit in zwei Punkten“, schreibt Volland. „Wir bringen ihnen bei, autonome Entscheidungen zu treffen, und machen sie damit zu handelnden Subjekten. Und wir lassen sie in immer weitere Felder unserer menschlichen Kultur wie Sprache, Kunst, Beziehungen oder Sexualität vordringen.“

Holger Volland: Die kreative Macht der Maschinen
Beltz Verlag
Weinheim 2018
253 Seiten
19,95 Euro
ISBN: 978-0674976429

So hat ein Forschungsprojekt in Stanford anhand von Gesichtern untersuchen wollen, welche sexuelle Orientierung ein Mensch hat. Als Datenbasis fütterten die Forscher eine KI-Software mit mehr als 35 000 Fotos und ließen diese auf Merkmale wie Nasenformen oder Frisuren untersuchen. Schon bei einem einzigen Bild pro Person erreichten die Algorithmen eine Treffsicherheit von 81 Prozent. Ließ man das Programm fünf Bilder derselben Person untersuchen, stieg die Erfolgsquote weiter.

Volland, der auch Vizepräsident der Frankfurter Buchmesse ist, sieht die technologische Entwicklung eher skeptisch: Wenn Computer kreativ werden, so Volland, Menschen Emotionen zu Maschinen und ihren Werken aufbauen und die Technik ein „Update der Sinne“ ermöglicht, dann „müssen wir uns haargenau ansehen, welchen Einflüssen unsere Persönlichkeit und unsere Kultur ausgesetzt werden“.

Seine These: Technologie verändert sich gerade in einem Maße, wie es „in der Geschichte der Menschheit bestenfalls langsam und im Laufe von vielen Jahrzehnten oder gar Jahrhunderten“ geschehen sei. Volland fordert deshalb seine Leser auf, zu hinterfragen und zu verstehen, was es mit der Technologie auf sich habe – egal ob Manager, Künstler oder schlichter User.

Auch Agrawal, der Professor aus Toronto, sagt: Bisher sei den meisten Managern nicht klar, wie genau sie KI einsetzen könnten. Der Ökonom will Unternehmen deshalb helfen, sich auf die Zukunft vorzubereiten.

Mit seinen Kollegen hat er eine Methode entwickelt, wie Führungskräfte und Vorstände den Einsatz von KI systematisch planen und damit auch die Folgen besser einschätzen können. In Anlehnung an die Methode „Business Model Canvas“, die bei der Entwicklung von Geschäftsmodellen hilft, haben die Forscher einen „AI Canvas“ entwickelt.

Noch dirigiert der Mensch

Das Konzept: Arbeitsabläufe werden in einzelne Aufgaben unterteilt – und bei jeder stellt sich die Frage, ob sie sich mithilfe künstlicher Intelligenz ersetzen lässt. Agrawal nennt Goldman Sachs als Beispiel: Die Investmentbank hat Börsengänge in 127 Schritte eingeteilt.

Einfache Schritte wie Formulare ausfüllen und Termine ansetzen erledigt die KI-Software bereits für Goldman Sachs, auch bei der Zusammenfassung von Texten erzielt sie beachtliche Ergebnisse. Überall, wo es jedoch über Standardaufgaben hinausgeht und eine Interpretation erforderlich ist, stößt die künstliche gegenüber der natürlichen Intelligenz an ihre Grenzen. „Menschen“, so Agrawal, „haben Urteilsvermögen, künstliche Intelligenzen nicht.“ Zumindest noch nicht.

Die wichtigsten Neuigkeiten jeden Morgen in Ihrem Posteingang.
Startseite

Mehr zu: Bücher über Künstliche Intelligenz - Warum KI so wichtig wie Elektrizität ist

0 Kommentare zu "Bücher über Künstliche Intelligenz: Warum KI so wichtig wie Elektrizität ist"

Das Kommentieren dieses Artikels wurde deaktiviert.

Serviceangebote
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%