Intelligenz TRENDGUIDE Künstliche - WKO
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
T R END GUIDE
Künstliche
Intelligenz
1
TRENDGUIDE Künstliche Intelligenz
IMPRESSUM Herausgeber Wirtschaftskammer Österreich Zielgruppenmanagement / Innovation und Digitalisierung Wiedner Hauptstraße 63 1045 Wien Für den Inhalt verantwortlich Mag. Elisabeth Zehetner Mag. Roman Riedl epu@wko.at, epu.wko.at Themenentwicklung und Konzeption Zukunftsinstitut GmbH Kaiserstr. 53 60329 Frankfurt am Main Geschäftsführung Harry Gatterer Projektleitung Christian Schuld Autor Christian Schuldt (Mitarbeit: Emma Giesinger, Ines Matzelle, Jan Langlitz) Lektorat Melanie Schlachter-Peschke Projektmanagement ambuzzador GmbH Layout EN GARDE Zukunftsinstitut Österreich GmbH Rudolfsplatz 12/6 1010 Wien Telefon: +43 1 9434030 info@zukunftsinstitut.at www.zukunftsinstitut.at © Zukunftsinstitut GmbH, 2022 Alle Rechte vorbehalten. 4
Inhaltsverzeichnis VORWORTE 6 EIN-PERSONEN-UNTERNEHMEN IN ÖSTERREICH 8 INTRO Die Ära der intelligenten Maschinen 10 GRUNDLAGEN Was kann KI? 16 Machine Learning 18 Strategien des maschinellen Lernens 21 … und was kann KI nicht? 26 Grenzen des maschinellen Lernens 28 Exkurs: China versus USA: Kampf der KI-Giganten 30 Exkurs: Europa – verantwortungsvolle KI 33 Facts & Figures 38 HAUPTTEIL Keine Angst vor den Maschinen: KI-Business-Modelle 48 1. Effizient: KI ist ein Beschleuniger 50 2. Analyse: KI erkennt verborgene Muster 55 3. Interfaces: KI schafft neue Schnittstellen zu Kundinnen und Kunden 58 Experten-Interview Martina Mara 62 4. Hyperpersonalisierung: KI macht Zielgruppen zu Individuen 67 5. Unternehmenskultur: Bildet Mensch-Maschine-Teams! 70 AUSBLICK Die Ära der Algorithmen 78 Checkliste: How to start 82 Best Practices 88 ANHANG Glossar 90 Literaturverzeichnis 94
Die große KI-Chance nutzen
Im globalen Innovationswettbewerb müssen österreichische Unternehmen Künstliche Intelli-
unsere Unternehmen ihre Chancen noch besser genz erfolgreich nutzen können und diese damit
nutzen können, um mit innovativen Produkten, zum Wachstumsmotor für den Standort Öster-
Dienstleistungen und Geschäftsmodellen zu reich werden kann.
punkten. Die Digitalisierung und insbesondere
Anwendungen der Künstlichen Intelligenz (KI) Gerade das Beispiel Künstliche Intelligenz zeigt,
spielen dabei eine Schlüsselrolle. dass innovationsfreundliche Rahmenbedingun-
gen für den künftigen Standorterfolg unverzicht-
Wir haben allen Grund, die KI-Chance offensiv bar sind. Nur wer bei technologischen Entwick-
anzupacken – und uns vor der Zukunft nicht zu lungen und ihren Anwendungen vorne dabei ist,
fürchten. Denn KI und selbstlernende Systeme kann im internationalen Innovationswettbewerb
werden hohe Produktivitäts- und Wachstums- punkten. Unsere Unternehmen in Österreich sind
schübe auslösen. So hat Accenture in einem bereit für die Zukunft – deshalb verdienen sie
Szenario bis 2035 errechnet, dass die Wachstums- auch die besten Rahmenbedingungen, um
rate der österreichischen Wirtschaft allein durch Wachstum, Wohlstand und nachhaltige Beschäfti-
den Einsatz von KI auf 3 % ansteigen kann. gung in ganz Österreich möglich zu machen.
Damit wir vom Wachstumsturbo KI profitieren In diesem Sinn: Machen wir gemeinsam mehr aus
können, müssen wir rasch die richtigen Weichen der Zukunft!
dafür stellen. Je besser es uns gelingt, das große
Know-how unserer Unternehmen mit neuen Dr. Harald Mahrer
digitalen Kompetenzen und neuen Technologien Präsident
zu kombinieren, desto größer und nachhaltiger Wirtschaftskammer
Österreich
sind die Innovations-, Business- und Wohlstands-
potenziale durch KI. Schon in unserer Innova-
tionsstrategie haben wir einen klaren Schwer-
punkt auf Künstliche Intelligenz gesetzt, damit
© WKO Sebastian Reich
Vorworte
6
Künstliche Intelligenz
braucht Bildung
Der Fachkräftebedarf der österreichischen Vielmehr wollen wir den richtigen Weg in eine
Wirtschaft wächst: Drei von vier Unternehmen erfolgreiche Zukunft unseres Standortes skizzieren.
leiden heute unter einem Mangel an benötigten
Fachkräften. Gleichzeitig verändert die Digitali- Als größter privater Bildungsanbieter gehen wir
sierung die am Arbeitsmarkt nachgefragten neue Wege in der digitalen Bildung: in Form
Fähigkeiten: Auch wenn sich Fertigkeiten ändern virtueller Lernplattformen (z.B. wîse up, die
und bis 2030 rund 30 % an bisher geleisteter größte digitale Aus- und Weiterbildungsplattform
Arbeit wegfallen, entstehen aber zu einem Drittel in Österreich), mit einer Neuausrichtung der
neue Jobprofile und damit Jobs, für die es neue Lehre oder mit dem Campus der Wirtschaft, der
und andere Qualifikationen braucht. als integrierte Wissensinfrastruktur Bildung und
Forschung verknüpft und Bildung rund um die
Sowohl hinter dem Fachkräftemangel als auch Uhr bieten wird. Gleichzeitig wollen wir Innova-
hinter der digitalen Jobtransformation steht ein tion dort ermöglichen, wo sie passiert und den
großes Thema: die Zukunft unseres Bildungs beteiligten Firmen in Innovationszonen den
systems. Seine „Fitness“ ist zukunftsentscheidend größtmöglichen Freiraum einräumen.
über den Erfolg als Standort. Unsere Unterneh-
men benötigen Fachkräfte, die mit ihren Quali- Fakt ist: Wollen wir die Wachstumspotenziale der
fikationsprofilen jenen neuen Anforderungen Künstlichen Intelligenz bestmöglich nutzen,
entsprechen – und das bedeutet vor allem müssen wir unser Bildungswesen intelligent und
Fachkräfte mit digitalen Qualifikationen und mit zukunftsorientiert weiterentwickeln und mit
Innovations-Know-how. Nur so werden wir einem modernen, zukunftsgerichteten Innova-
unsere Chancen realisieren können, die in tionsverständnis den Turbo für eine rot-weiß-
Anwendungen der Künstlichen Intelligenz liegen. rote Erfolgsgeschichte zünden.
Als Wirtschaftskammer haben wir den Zukunfts- Mag. Mariana Kühnel,
feldern unseres Standortes daher größtmögliche M.A.
Generalsekretär-Stell
Priorität eingeräumt. In der Bildungsoffensive
vertreterin, Wirtschafts-
und der Innovationsstrategie fokussieren wir auf kammer Österreich
richtungsweisende und nachhaltige Maßnahmen
und politische Entscheidungen, die nicht nur
dazu führen sollen, Österreichs Position im
© Nadine Studeny
internationalen Umfeld deutlich zu verbessern.
7
Ein-
Personen-
Unternehmen
in Österreich
Der Anteil der Ein-Personen-Unternehmen
steigt stetig an. Derzeit sind bereits über
60 % der heimischen Selbstständigen ohne
Beschäftigte tätig. EPU sind in fast allen
Branchen vertreten.
Mehr Infos:
Alle AnsprechpartnerInnen zum
Thema EPU in Ihrer Landeskammer
finden Sie unter epu.wko.at/kontakt
8
EIN-PERSONEN-UNTERNEHMEN IN ÖSTERREICH
Profitieren Sie von den Services, die die Wirtschaftskammern
speziell für Ein-Personen-Unternehmen (EPU) anbieten:
EPU-Portal Trendguide Digitalisierung &
Trendguide Künstliche Intelligenz
Das Internet-Informationsportal für Ein-Perso-
nen-Unternehmen bietet unter epu.wko.at aus- Die digitale Welt bringt völlig neue Möglichkei-
gewählte Informationen zu den Themen Steuern, ten für alle, die sie als Chance begreifen. Diese
Recht, Betriebswirtschaft, Finanzierung/Förde- Booklets soll Sie unterstützen, diese erfolgreich
rungen, soziale Absicherung sowie Forderungen zu nutzen. epu.wko.at/digitalisierung und
für bessere Rahmenbedingungen für EPU. www.epu.wko.at/ki
Webinare Trendguide für EPU
Die WKÖ bietet kostenlose Onlineseminare für Wir machen die Megatrends aus Wirtschaft, Ge-
EPU an. Expertenvorträge und -präsentationen sellschaft und Privatleben kostenlos zugänglich.
werden live im Internet übertragen. Anschließend Der Guide gibt Anregungen für neue Ideen und
werden Mitschnitte zur Nachschau online in der Geschäftschancen und zeigt, wie man mit seinem
Mediathek veröffentlicht. Ihr Vorteil: keine Teil- Unternehmen zum Unternehmen der „next Gene-
nahmegebühren, Wegzeiten oder Anfahrtskosten! ration“ wird.
epu.wko.at/webinare epu.wko.at/trendguide
Arbeitshandbuch für SV- und Steuer-Rechner
Marketing & Verkauf
Online-Rechner zur Kalkulation der zu erwarten-
Kompaktes Vertriebswissen ausgerichtet auf den Kosten für Sozialversicherung und Einkom-
Ihren konkreten, praktischen Nutzen. mensteuer, inklusive Information über eventuell
epu.wko.at/marketingverkauf fällige Nachzahlungen.
epu.wko.at/svundsteuerrechner
Personalsuche-Leitfaden
Innovation Map
Eine Übersicht über den gesamten Prozess von
der Bedarfserhebung bis zur Anstellung des/der Interaktive Map mit 105 Zukunftstechnologie,
ersteN MitarbeiterIn. die bis 2035 wichtige Branchen prägen werden.
epu.wko.at/meinerstermitarbeiter Nutzen Sie unser interaktives Visualisierungstool
und entdecken die technologische Welt von
morgen und Ihre Geschäftschancen.
site.wko.at/innovationmap/home.html
9
Die Ära der
intelligenten
Maschinen
10Künstliche Intelligenz (KI) ist einer der stärksten
Treiber des digitalen Wandels. Kognitive
Maschinen schaffen eine neue Realität, in der wir
zunehmend mit Technologie interagieren. Erstmals
in der Geschichte der Menschheit ändert sich die
Beziehung zwischen Mensch und Maschine:
Selbstlernende Systeme sind immer weniger
bloßes Werkzeug, sondern entwickeln eigenständige
Entscheidungen, unabhängig von der Interaktion
mit Menschen.
11D
ie Ausmaße dieser Transformation führen
zu übersteigerten Erwartungen, Hoffnun-
gen und Ängsten – und verschleiern den
Blick auf die Themen, die heute eigentlich auf der
KI-Agenda stehen müssten.
Mehr denn je sind Unternehmen jetzt dazu aufge-
rufen zu verstehen, was KI wirklich bedeutet, was
sie konkret leisten kann – und was nicht.
Der vorliegende Trendguide beantwortet drei
zentrale Fragen:
Der Siegeszug der Künstlichen
• Welche Chancen und Risiken eröffnen Intelligenz
lernende Maschinen, ökonomisch wie
gesellschaftlich? Noch bis vor wenigen Jahren war KI eine Spezial
disziplin, die vor allem als Stoff für Science-
• Wie lassen sich Unternehmenskulturen auf Fiction-Szenarien diente. Heute sind „intelli-
das neue Teamplay von Mensch und Maschine gente“ Algorithmen längst fester Bestandteil
ausrichten? des Alltags geworden: Selbstlernende Systeme
steuern die Spracherkennung in Smartphones,
• Wie gelingt der praktische Umgang mit KI? übersetzen selbstständig Texte, steuern beinahe
autonom A utos, identifizieren zielsicher Men-
Eine Welt ohne KI wird es nicht mehr geben. schen auf Fotos oder helfen bei Kreditvergaben.
Stellen wir die Weichen aber heute richtig, kann Big Data, höhere Rechenleistung und bessere
uns KI in eine Zukunft führen, die ökonomisch er- Algorithmen lassen KI immer weiter zum Teil
folgreicher, nachhaltiger – und menschlicher ist. einer neuen Normalität werden.
Zugleich ist KI eine – wenn nicht die – Schlüssel-
technologie der kommenden Jahrzehnte. Ihr
Einsatz redefiniert Wirtschaft, Märkte und Indus-
trien fundamental und übt schon heute enormen
Impact auf digitale Geschäftsmodelle aus. Inzwi-
schen setzt mehr als jedes zehnte Unternehmen
in Deutschland KI ein – 2019 waren es nur knapp
6 % (vgl. Gillmann & Jahn 2022). Bis 2023 soll der
weltweite KI-Markt auf über 500 Milliarden US
Dollar steigen – das sind rund 70 Milliarden US
Dollar mehr als im Vorjahr (vgl. IDC 2022).
12DIE ÄRA DER INTELLIGENTEN MASCHINEN
KI ist zum Hype-Phänomen des digitalen
Disruptionsdiskurses avanciert.
Don’t believe the hype!
In einer globalen Studie gaben 56 % der Befrag- Die kollektive Verunsicherung, die den Prozess
ten an, dass KI in mindestens einer Funktion in der digitalen Transformation ganz grundsätzlich
Unternehmenskontexten eingesetzt wird (vgl. begleitet, wird durch diese neue technologische
McKinsey 2021). In Österreich befinden sich KI- Qualität und Komplexität auf eine weitere Stufe
Anwendungen bei knapp jedem zehnten Unter- gehoben. Das Resultat sind überzogene Zukunfts-
nehmen im operativen Einsatz (vgl. Fraunhofer visionen, die den aktuellen KI-Diskurs dominieren:
Austria Research GmbH 2022). Dabei haben auf der einen Seite euphorische KI-Utopien und
insbesondere größere Unternehmen den Einsatz eine quasireligiöse Hoffnung auf maschinelle
von KI bereits vollzogen und testen neue Imple- „Superintelligenz“ – auf der anderen Seite die
mentierungsmöglichkeiten der Technologien. Fast Horrorszenarien von einer Unterwerfung der
jedes zweite produzierende und Dienstleistungs- Menschheit durch immer intelligentere Maschinen.
unternehmen in Österreich sieht insbesondere in
den Bereichen IT und Logistik ein hohes oder sehr KI ist damit zu einem prominenten Hype-Phäno-
hohes Potenzial von KI-Anwendungen – vor allem men des digitalen Disruptionsdiskurses avanciert,
in den Bereichen der Qualitäts- und Produktivi- zu einem Buzzword, mit dem sich jedes Unter-
tätsverbesserung. Als Hürden für den Einsatz nehmen gern schmückt. Einer Studie zufolge
werden insbesondere fehlende Kompetenzen, schreiben sich rund vier von zehn Unternehmen
hohe Kosten bei Anschaffung, Einführung und oder Start-ups KI auf die Fahne, ohne dass das
Betrieb sowie der fehlende wahrgenommene Thema für sie von wesentlicher Bedeutung ist
Mehrwert von KI genannt (vgl. ebd.). (vgl. MMC 2019). Doch zugleich mehren sich auch
13Als Technologie wird KI immer ein Tool
sein, ein Mittel zum Zweck, eine mögliche
Lösung für ein konkretes Problem.
14DIE ÄRA DER INTELLIGENTEN MASCHINEN
die Anzeichen einer ersten KI-Ernüchterung. So Keine Angst vor den Maschinen!
stellen Unternehmen fest, dass KI mitnichten alle
möglichen Probleme löst, die die Digitalisierung Diese kritisch-konstruktive Perspektive auf KI
uns eingebrockt hat – und dass KI eine Organisa- verlangt zunächst Abstand von den etablierten
tion nicht von heute auf morgen „smart“ macht, KI-Narrativen: von überzogenen Erwartungen,
sondern vielmehr einen komplizierten und kom- Ängsten und Trivialisierungen, die im Zeichen des
plexen Prozess der Implementierung bedeutet. aktuellen KI-Hypes florieren. Auf Unternehmens-
ebene bedeutet ein konstruktiver Einsatz von KI
Kritische Stimmen machen zudem zunehmend dann vor allem: Abschied vom Buzzword Talk und
auf die konkreten Probleme und Komplikatio- Hinwendung zu der Frage, was KI in organisatio-
nen aufmerksam, die KI mit sich bringt. Dazu nalen Kontexten konkret leisten kann – von auto-
zählen zum Beispiel Biases (kognitive Verzer- matisierten Prozessen und erhöhter Effizienz bis
rungen), die in Algorithmen eingebaut sind und zu verbesserten Prognosen und hyperpersonal
ein bestimmtes Geschlecht bevorzugen oder isierten Produkten und Services.
Menschen mit dunkler Hautfarbe, Kopftuch oder
sogar Brillentragende in Bewerbungsprozessen In Bezug auf die datenbasierten Geschäftsmo-
benachteiligen. Der Einsatz von KI treibt auch die delle, die sich daraus ergeben, herrscht weiter-
Phänomene des Filter Bubbling und der zuneh- hin großer Nachholbedarf – dabei wäre jetzt der
menden Spaltung politischer Lager durch das Zeitpunkt zum Einsteigen, gerade weil KI zuletzt
Verstärken und Radikalisieren von Meinungen und große Entwicklungssprünge gemacht hat. Die
politischen Haltungen in sozialen Medien voran. Leitfragen lauten: Welche Einsatzmöglichkeiten
Auch in Sachen Datenhoheit, Transparenz sowie für KI gibt es? Und: Was macht wo Sinn? Denn
dem Einsatz von KI in kritischen Infrastrukturen auch wenn KI kein Werkzeug im herkömmlichen
werden die Fragezeichen größer. Sinne mehr ist: Als Technologie wird sie immer
nur ein Tool sein, ein Mittel zum Zweck, eine mög-
KI ist an sich weder gut noch schlecht – wird sie liche Lösung für ein konkretes Problem.
jedoch gezielt manipulativ oder schlichtweg un-
reflektiert eingesetzt, kann sie unbewusste Biases
reproduzieren und gesellschaftlichen Schaden
anrichten. Daher ist es höchste Zeit für eine neue,
aufgeklärte und pragmatische Perspektive auf
KI. Unternehmen brauchen dafür nicht nur ein
klares Verständnis davon, was KI tatsächlich ist
und leisten kann, sondern vor allem ein neues
Mindset: einen konstruktiven und zukunftsoffenen
Blick auf algorithmische Chancen und Risiken –
und den Mut, aktiv mit lernenden Maschinen zu
(ko)operieren.
15Was kann KI?
Wie funktionieren Systeme Künstlicher
Intelligenz? Und warum werden sie dem
Menschen auf absehbare Zeit nicht den
Rang ablaufen? Ein Überblick.
16WAS KANN KI?
K
ünstliche Intelligenz ist ein Teilgebiet der Zeile für Zeile, Befehl für Befehl wird dabei der
Informatik, das sich mit der Entwicklung Lösungsweg vom Entwickler festgelegt. Noch im-
und Anwendung intelligenter Systeme be- mer basiert der Großteil von Software auf diesem
fasst. „Intelligent“ heißt in diesem Fall, dass sie Prinzip. Es hat das Rückgrat der Digitalisierung
selbstständig Probleme lösen können. Darunter und Automatisierung gebildet, und sein Potenzial
lassen sich sehr unterschiedliche Ansätze fassen, zur Produktivitätssteigerung ist auch heute noch
von herkömmlicher Programmierung bis hin zum nicht ausgeschöpft.
Deep Learning, das auf sogenannten neuronalen
Netzwerken basiert – Systemen, die der Funk- Allerdings sind die Möglichkeiten solcher „manu-
tionsweise des Gehirns nachempfunden sind. ell“ erstellter Programme begrenzt: Sie können
Probleme nur in festgelegter Reihenfolge lösen
– und immer mit der gleichen Effektivität. Geht
Paradigmenwechsel im es zum Beispiel um die Erkennung von Objekten
Programmieren auf Fotos, stoßen sie schnell an ihre Grenzen.
Katze oder Hund? Menschen haben mit dieser
Der fortwährende Hype um KI ist eine direkte Frage keine Probleme. Doch die dabei im Gehirn
Folge eines Paradigmenwechsels. Die Erstellung ablaufenden Vorgänge sind äußerst komplex und
von Software wurde seit ihren Anfängen primär auch uns selbst kaum bewusst zugänglich: Sie
vom Paradigma des Programmierens dominiert: sind nicht in klare Regeln überführbar.
Heutige KI-Systeme können daher mehr als nur
Regeln auszuführen. Sie erkennen Zusammen-
hänge und Muster und entwickeln selbstständig
Lösungsansätze. Dafür benötigen sie eine zentrale
Fähigkeit: Sie müssen lernen können.
17Machine Learning
Die Theorien des maschinellen Lernens oder Machine Learning
reichen bis in die 1940er-Jahre zurück. Doch erst seit wenigen
Jahren sind lernende Systeme in der Breitenanwendung an-
gekommen. Ermöglicht wurde dies im Wesentlichen durch
drei Faktoren: die sich stetig steigernde Leistungsfähigkeit von
Computerhardware, bessere Algorithmen – und die riesigen
Mengen kollektiv verfügbarer Daten (Big Data), die im Zuge der
fortschreitenden Vernetzung der Welt generiert werden. Zudem
ermöglicht die Open-Source-Bewegung, dass immer mehr Men-
schen auf immer mehr Tools und Datensätze zugreifen können.
18WAS KANN KI?
Milliarden Fotos auf Social-Media-Plattformen,
Machine Learning ist ein Teilbereich von KI,
Tausende Stunden an Videomaterial, die täg- der das neue Paradigma bei der Entwicklung
lich auf Plattformen wie YouTube hochgeladen von KI-Software bildet und daher häufig mit KI
werden, die sensorischen Daten von unzähligen gleichgesetzt wird. „Lernende Maschinen“ er-
öffnen völlig neue Möglichkeiten: Sie können
Wetterstationen, Satelliten oder Kameras zur in großen Datenmengen Muster und Gesetz-
Verkehrsüberwachung, aber auch Informationen mäßigkeiten erkennen, Problemlösungen op-
in Textform, von Wikipedia und Online-Newsport- timieren – und steigern in letzter Konsequenz
die Effizienz der gesamten Wirtschaft.
alen bis hin zu Nutzerbeiträgen in Kommentar-
spalten und Facebook-Likes: Das digitale Abbild
der analogen Welt wird von Tag zu Tag reicher Big Data ist der Überbegriff für die Sammlung
und Verarbeitung der historisch beispiel
und detaillierter. Und je mehr Details die digitale
losen Datenmengen unserer Zeit – von hoch-
Sphäre anreichern, umso mehr wird das in ihnen geladenen Inhalten und Bewertungen auf
enthaltene implizite Wissen für lernende Maschi- Social-Media- und Video-Plattformen bis zu
nen verfügbar. sensorischen Daten von Wetterstationen und
Satelliten. Erst diese Fülle an digitalen Daten
ermöglicht (gemeinsam mit dem heutigen
Als besonders effizient bei dessen Erschließung Maß an Rechenleistung) das Training von KI
haben sich neuronale Netzwerke erwiesen. Ihre auf Basis neuronaler Netzwerke.
Funktionsweise hat man sich beim menschlichen
Gehirn abgeschaut: Dort bildet ein wandel- Neuronale Netzwerke sind Algorithmen, die
bares Geflecht von sich selbstorganisierenden die Interaktion von Neuronen in biologischen
Gehirnen imitieren – wenn auch mit deutlich
Hirnzellen, den Neuronen, die Grundlage der
geringerer Komplexität als ihre realen Vorbil-
menschlichen Intelligenz. Solche neuronalen der. Solche Netzwerke bestehen in der Regel
Verschaltungen lassen sich in vereinfachter Form aus mehreren Schichten simulierter Neuro-
auf Computern simulieren und können dann mit nen, die mit Trainingsdaten zur Lösung ver-
schiedenster Aufgaben ausgebildet werden
Daten trainiert werden. Während der Trainings-
können. Das Geheimnis ihrer Effektivität liegt
prozess dabei sehr lange dauert und riesige Men- dabei in der Selbstorganisation der Verbin-
gen an Daten benötigt, kann ein einmal trainiertes dungen zwischen den Neuronen. Dieser Um-
Netz auch sehr rechenaufwendige Aufgaben in stand macht neuronale Netzwerke allerdings
auch schwer durchschaubar.
kürzester Zeit lösen.
Mehr Infos zu Machine Learning
(Webinar):
wko.at/service/innovation-
technologie-digitalisierung/
kuenstliche-intelligenz-algorithmen-
daten-machine-learning.html
19Schematische Darstellung eines
neutronalen Netzes
Deep Learning
Beim Deep Learning werden die Neuronen, ähn- Die mittleren Schichten des Netzes werden auch
lich wie im Gehirn, hierarchisch angeordnet: Eine als „Hidden Layers“ bezeichnet: Sie formen unter-
Input-Schicht erfasst die Rohdaten, zum Beispiel einander selbstständig Verbindungen, sind aber
die Pixel eines Bildes, anschließend filtern nach- nicht ohne Weiteres beobachtbar. Das macht
folgende Schichten nach und nach abstraktere neuronale Netzwerke zu einem ebenso mäch-
Informationen aus den Daten. So werden bei einer tigen wie schwer durchschaubaren Werkzeug.
Gesichtserkennung auf den unteren Schichten Hinzu kommt, dass in der Regel für jedes neue
zunächst einfache geometrische Muster erkannt, Problem eine neue Architektur entwickelt werden
während die tieferen Schichten darauf aufbauend muss: Wie viele Schichten hat das Netz? Wie viele
immer komplexere Objekte erfassen, von Augen, Neuronen müssen die Schichten jeweils beinhal-
Nase und Mund bis hin zum ganzen Gesicht. Die ten? Dafür wurden bislang noch keine allgemein-
letzte Schicht, der Output-Layer, gibt dann zum gültigen Gesetzmäßigkeiten entdeckt. Außer-
Beispiel den Namen der Personen aus, die das dem reichen für komplexe Aufgabenstellungen
System durch Lernerfahrung bereits erkennen einzelne neuronale Netze nicht aus, oft müssen
kann. mehrere unterschiedliche Systeme miteinander
kombiniert werden. Die Entwicklung von KI bleibt
eine Tüftelarbeit.
20WAS KANN KI?
Strategien des
maschinellen Lernens
Im Kern lassen sich sechs Strategien des maschinellen Lernens unterscheiden:
01.
Supervised Learning
Beim überwachten Lernen werden dem System
bereits kategorisierte Daten vorgelegt. Das kön-
nen zum Beispiel Bilder sein, die Hunde zeigen
und bereits als solche beschriftet wurden. Anhand
von zahlreichen Beispielen beginnt das System,
sich spezifische Merkmale zu erschließen, es ent-
wickelt sein eigenes Modell vom zu erkennenden
Objekt und kann danach im Idealfall zielsicher
Hundebilder identifizieren.
Unsupervised Learning
Beim unüberwachten Lernen wird der KI kein Ziel
vorgegeben. Stattdessen wird sie mit Rohdaten
02.
gefüttert und soll in ihnen selbstständig Struk-
turen entdecken. So kann eine KI etwa selbst
herausfinden, dass es eine Kategorie „Hund“ gibt,
nachdem sie eine große Zahl von Tierbildern ana-
lysiert hat. Sie kann aber auch zu ganz anderen
Ergebnissen kommen, etwa zu den Kategorien
„helle Tiere“ und „dunkle Tiere“.
2103.
Self-Supervised Learning
Eng verwandt mit dem unüberwachten Lernen
ist das selbstüberwachte Lernen: das autonome
Lernen mit Hilfe künstlicher neuronaler Netz-
werke, ohne Rückgriff auf Beispieldaten, die zuvor
menschlich klassifiziert wurden. Damit eignet
sich die Methode besonders dann, wenn nur
wenige Beispieldaten vorliegen. Häufig wird ein
Teil der Trainingsdaten zurückgehalten, den die KI
dann vorhersagen muss, etwa das nächste Wort in
einem Satz. Die Methode wird unter anderem zur
automatisierten Spracherkennung genutzt.
04.
Semi-Supervised Learning
Beim teilüberwachten Lernen, einer Kombination
aus überwachtem und unüberwachtem Lernen,
ist nur ein kleiner Teil der Daten bereits gelabelt.
Durch das Training mit diesen Daten erstellt die
KI ein Modell, mit dem sie Zusammenhänge er-
kennen und die noch nicht deklarierten Daten in
eine passende Kategorie einordnen kann.
22WAS KANN KI?
Reinforcement Learning
05.
Das bestärkende Lernen hat sich für bestimm-
te Anwendungen als besonders wirkungsvoll
herausgestellt. Hier wird die KI durch ein Be-
lohnungssystem zur fortwährenden Optimierung
ermutigt. So sind etwa Spiele erlernbar, indem
man der KI das Ziel vorgibt, eine möglichst hohe
Punktzahl zu erreichen. Die meisten Spielauto-
matenklassiker der 1970er- und 1980er-Jahre,
aber auch hochkomplexe Brettspiele wie das
ostasiatische „Go“ sind für solche Systeme längst
kein Problem mehr. Der Lernprozess startet in
der Regel mit zufälligen Steuerbefehlen oder
Zügen. Wird ein Punkt erzielt, merkt sich die KI,
welche Handlungen dazu geführt haben. In sehr Generative Adversarial Networks
vielen Durchläufen wird sie schließlich zu einem (GAN)
versierten Spieler – der dem Menschen oft über-
legen ist. GAN bestehen aus zwei neuronalen Netzwerken,
die ein Nullsummenspiel durchführen. Das eine
Was auf den ersten Blick wie der heilige Gral der Netz, der Generator, erzeugt Kandidaten, zum
KI-Forschung wirkt, hat jedoch auch Schwächen: Beispiel Bilder, und präsentiert dem anderen
Ein reines Ausprobieren auf Zufallsbasis ist zwar Netz, dem Diskriminator, entweder das generierte
zum Erlernen simpler Mechanismen effektiv, oder ein wirkliches Bild aus einem festgelegten
doch je komplexer das virtuelle Umfeld ist und je Datenpool. Der Diskriminator versucht zu klassi-
mehr Möglichkeiten und Lösungswege es gibt, fizieren, ob es sich bei dem Bild um ein generiertes
desto länger braucht das System – und findet oder ein wirkliches Bild handelt. So werden beide
vielleicht auch gar keine Lösung. Netze verbessert, da der Generator lernt, ein
06.
möglichst perfektes Bild zu erzeugen, und der
Diskriminator, das generierte Bild immer besser
zu erkennen. Berühmtheit erlangten die generative
Netzwerke 2018, als ein von einem GAN erstelltes
Kunstwerk bei dem Auktionshaus Christie’s für
380.000 Euro versteigert wurde. Das gleiche Prin-
zip funktioniert auch für Text oder Ton.
2324
BEST PRACTICE
BEST PRACTICE
„Mit KI können Probleme
gelöst werden, die mit
herkömmlicher Technologie
kaum lösbar sind.“
Christian Weiler
Mit Softwareentwicklung konnten bisher komplizierte Problemstellungen ge-
löst werden – KI und Machine Learning ermöglichen es nun erstmals, effizient
Lösungen im komplexen Problembereich anzugehen. Mit KI können Probleme
gelöst werden, die mit herkömmlicher Technologie kaum oder nur sehr auf-
wendig lösbar sind. KI lernt Muster und kann daher auf neue Situationen un-
mittelbar reagieren und mit einer wesentlich höheren Vielfalt umgehen – wie
etwa bei der Interpretation von Millionen von unterschiedlichen Rechnungs-
layouts.
Zwei wesentliche Hürden bei der Entwicklung von Machine-Learning-Produk-
ten und -Services sind: zum einen die Schnittstelle zwischen Softwareent-
wicklung und Data Science, zum anderen die konsequente Aufbereitung von
Trainings- und Testdaten mit hoher Qualität.
Wir verwenden Machine Learning für die Analyse von Rechnungen und anderen
semi-strukturierten Dokumenten, für die Identifizierung und Klassifizierung
von Dokumentenarten, für die Auftrennung von mehreren Dokumenten in
einer Datei sowie für die Rechtschreibkorrektur. All diese
Anwendungsgebiete haben wir mit unseren „Blu Delta“-
Machine-Learning-Modellen selbst entwickelt.
Christian Weiler
Business Development bei Blumatix Consulting GmbH
blumatix-consulting.at
© Annelies Senfter
25… und was
kann KI nicht?
26EIN-PERSONEN-UNTERNEHMEN IN ÖSTERREICH
27Grenzen des
maschinellen Lernens
In der KI-Theorie werden drei Typen von KI
unterschieden:
• Artificial Narrow Intelligence (ANI): eine KI,
die nur eng umrissene Aufgaben erfüllen kann
• Artificial General Intelligence (AGI): eine KI,
die über eine ähnlich umfassende Problem
lösungsfähigkeit verfügt wie ein Mensch
• Artificial Super Intelligence (ASI): eine KI, die
die Fähigkeiten eines Menschen in allen oder
den meisten Bereichen übersteigen würde
Es verwundert kaum, dass der Gedanke an vom
Gehirn inspirierte, lernende Maschinen viele dazu
verleitet, eine allgemeine, menschenähnliche
Künstliche Intelligenz für realistisch zu halten.
KI-Mahner wie Nick Bostrom (vgl. Bostrom 2014)
oder Stephen Hawking haben darauf verwiesen,
dass eine solche menschenähnliche KI sich in
kürzester Zeit selbst verbessern und über das
Verständnis von Menschen hinauswachsen könnte
– die oft zitierte technologische Singularität. Doch
so beeindruckend die technischen Möglichkeiten
inzwischen auch sind:
Von einer auch nur ansatzweise menschlichen In-
telligenz sind Maschinen noch sehr weit entfernt.
28… UND WAS NICHT?
Die Überlegenheit der menschlichen
Intelligenz
Komplexe Deep-Learning-Netzwerke besitzen werken, dessen Komplexität sich nochmals um
heute in der Regel weniger als zehn Schichten mehrere Zehnerpotenzen erhöhen und die Ent-
und einige Tausend simulierte Neuronen. Mo- wicklung eines gleichwertigen KI-Systems noch
derne Supercomputer können bereits neuronale unwahrscheinlicher machen würde (vgl. Hameroff/
Netzwerke mit mehreren Milliarden Neuronen Penrose 2014). Eine Artificial General Intelligence,
simulieren, allerdings stehen solche Experimen- also eine KI, die über eine ähnlich umfassende
te bei den heute üblichen Anwendungsgebieten Intelligenz verfügt wie ein Mensch, wird es aller
der KI-Technologien in keinem Verhältnis zu den Voraussicht nach nicht geben – von einer Artificial
riesigen Mengen an Rechenleistung und Strom, Super Intelligence ganz zu schweigen.
die dafür benötigt werden. Das menschliche
Gehirn dagegen verfügt über rund 86 Milliarden Und selbst bei spezifischen Aufgabengebieten
Neuronen, die jeweils mit bis zu 10.000 anderen zeigen sich große Unterschiede in der Effektivität
über sogenannte Synapsen verschaltet sind (vgl. des Lernens zwischen menschlicher und ma-
Azevedo et al. 2010). Ständig entstehen dabei schineller Intelligenz: Während ein Mensch nur
neue Verbindungen, während andere ungenutzt eine Handvoll Beispiele benötigt, um daraus die
verkümmern. Hinzu kommt: Es gibt unterschied- Merkmale eines Objekts abzuleiten oder intuitiv
liche Arten von Neuronen, und jede übernimmt das Prinzip eines Computerspiels zu begreifen,
spezifische, Großteils noch unbekannte Aufgaben. müssen KI-Systeme mit enormen, sorgfältig
Allein diese immense Komplexität des mensch- ausgewählten Datenmengen angelernt werden.
lichen Gehirns macht seine Simulation sehr un- Im Gegensatz zu heutigen KIs besitzen Menschen
wahrscheinlich. einen reichen Fundus an Vorwissen und Konzep-
ten, den sie von Geburt an auf- und ausbauen (vgl.
Außerdem ist das Gehirn untrennbar verknüpft Dubey et al. 2018). Dieses grundsätzliche und um-
mit dem gesamten biologischen System: Es ist mit fassende Verständnis für die Welt kann einer KI
dem ganzen Körper verflochten, ständig laufen nach heutiger Bauart nicht beigebracht werden.
neben der Kommunikation über elektrische Sig-
nale und chemische Botenstoffe, über Hormone Maschinen, die über die Intelligenz und generelle
und Neurotransmitter Interaktionen ab. Einige Problemlösungsfähigkeit von Menschen verfügen,
ForscherInnen vermuten sogar, dass die einzelnen verbleiben daher weiterhin im Reich der Fiktion.
Nervenzellen auch intern Informationen verarbei-
ten: Das Gehirn wäre dann ein Netzwerk aus Netz-
29EXKURS
China versus USA:
Kampf der KI-Giganten
USA ist unbestreitbar führend in Sachen KI, doch China
holt rasend schnell auf – mit einer gänzlich anderen
Strategie.
Digitalisierung im Dienst staatlicher Interessen: In China dienen KI und Big
Data nicht nur der Generierung von Wachstum und Wertschöpfung für die
Volkswirtschaft, sondern auch der Aufrechterhaltung des autoritären Ein-
parteiensystems ohne Demokratie und Rechtsstaatlichkeit im europäischen
Sinne. Dies verdeutlicht insbesondere das bereits 2014 beschlossene chine-
sische Social-Credit-System, in das unterschiedliche Datenbanken integriert
werden, um die wirtschaftliche und politische Reputation und Kreditwürdig-
keit von Menschen, Organisationen und Unternehmen zu beurteilen. Die
ursprünglich für 2020 geplante verpflichtende Implementierung des Social-
Credit-Systems wurde auf unbestimmte Zeit verschoben – aktuell werden
immer noch unterschiedliche Konzepte in rund 70 Test- und Pilotprojekten
getestet.
30CHINA VERSUS USA: KAMPF DER KI-GIGANTEN
China investiert massiv in KI, um die USA als
Hauptkonkurrenten zu überholen.
W
ie digitale Sicherheitstechnologien wie Die staatliche Ausbildung von Experten erfolgt in
etwa Gesichtserkennungssystemen an sogenannten „KI+“-Berufen. Die Tatsache, dass
öffentlichen Plätzen gezielt eingesetzt das Bewusstsein für Datenschutz in China gering
werden, um einen möglichst perfekten Über- ausgeprägt ist, stellt einen wichtigen Vorteil im
wachungsstaat zu realisieren, wurde im Zuge Wettlauf um die globale KI-Vormachtstellung dar.
der Corona-Pandemie deutlich: Bestehende
KI-Technologien wurden aufgerüstet und erwei- Chinas Tech-Firmen sind in einem „National
tert, Bewegungstracking-Apps und Wärmebild- Team“ gebündelt: Der Handelsgigant Alibaba soll
systeme überprüften, ob sich die BürgerInnen an Städte mit KI smarter und effizienter machen, der
die Quarantänebestimmungen halten. Dies alles Suchmaschinenbetreiber Baidu automatisiertes
geschieht zunehmend im Kontext einer gelenk- Fahren vorantreiben, der Kommunikationskonzern
ten Marktwirtschaft: Die großen Digitalkonzerne Tencent den Gesundheitssektor weiterentwickeln,
Chinas agieren auf dem freien Markt als klassisch iFlytek das Thema Spracherkennung fördern. Die-
kapitalistische Player – allerdings stets dem se Firmen haben deutlich großzügigeren Zugriff
letzten Wort der Kommunistischen Partei ver- auf Daten als westliche Unternehmen, etwa auf In-
pflichtet. formationen über Fahrverhalten, Krankheiten oder
Einkaufsgewohnheiten. Mit 1,4 Milliarden Einwoh-
Bis 2030, so das erklärte Ziel des chinesischen nern ist China das bevölkerungsreichste Land der
Staatsrats, soll China die weltweit führende KI- Welt (vgl. Statista 2022). Somit haben chinesische
Macht sein. Dafür investiert der Staat massiv in KI, Unternehmen Zugriff auf einen riesigen Daten-
um die USA als Hauptkonkurrenten zu überholen schatz, mit dem sie ihre Technologien trainieren
– und ist bereits weltweit führend bei Veröffent- und weiterentwickeln können.
lichungen und Anträgen von Patenten im Bereich
der KI (vgl. Zhang et al. 2022). Die Förderung und Der ehemalige Google-CEO Eric Schmidt schlägt
der Einsatz von KI sind dabei stark zentralisiert. angesichts der drohenden Übermacht Chinas
31Alarm. Die USA reagiere zu langsam und komme Die KI-Strategie der USA zielt auf die Verteidi-
nicht ins Handeln, während China einen klaren gung ihrer globalen KI-Führungsposition, die aus
Plan für seine KI-Entwicklung habe (vgl. Fried etablierten Kooperationsstrukturen zwischen
et al. 2022). Das US-amerikanische Konzept der Regierung, Privatsektor und Hochschulen erwach-
Digitalisierung ist wie kein anderes geprägt durch sen ist. Laut des Rankings von CB Insights sind
die Macht der großen Digitalkonzerne wie Amazon, unter den weltweit wichtigsten 100 KI-Start-ups
Google, Apple oder Microsoft. Ökonomische und nur drei chinesische Firmen, dagegen 73 aus den
technologische Machbarkeit gehen dabei Hand in USA. Von den 746 KI-Start-ups, die 2021 neu ge-
Hand. Dies hat auch für das Verständnis und die gründet wurden, stammen 40 % aus den USA und
Bewertung von KI Konsequenzen – die letztlich bis nur knapp 16 % aus China (vgl. Zhang et al. 2022).
zur utopischen Idee der Singularität reichen. Der Staat fördert vor allem die Grundlagen- und
Anwendungsforschung sowie die Privatwirtschaft.
So sind Futuristen wie Ray Kurzweil schon lange Öffentliche Förderprogramme fokussieren auf die
überzeugt: Entwickeln sich Computerleistungen kontextuelle Anpassungsfähigkeit von KI. Ethische
weiter so rasant, werde eine maschinelle „Intel- Debatten spielen dabei kaum eine Rolle.
ligenz“ von selbst entstehen, die Evolution werde
sich zwangsläufig von biologischen Systemen
auf Maschinen verlagern (vgl. Boeing 2008). Das Mehr Infos zu neuen Entwicklungen
Versprechen dieser KI-Konzeption ist simpel. Es im Bereich KI in China:
lautet: Bald ist alles technologisch machbar – und wko.at/service/aussenwirtschaft/
was technologisch machbar ist, wird auch gesell- neue-entwicklungen-kuenstliche-
schaftlich gemacht. Wir „computerisieren“ uns intelligenz.html
evolutionär selbst.
32E U R O PA – V E R A N T W O RT U N G S V O L L E K I
EXKURS
Europa –
verantwortungsvolle KI
Der europäische Weg als Chance zu einer ethisch
vertretbaren und transparenten KI
Geht es rein nach den bisher getätigten Investitionen, hat Europa den Wett-
lauf um die wirtschaftlichen und machtpolitischen Effekte von KI längst
verloren. Weltweit hat sich das private Investment in KI-Unternehmen von
2020 auf 2021 verdoppelt – auf 93,5 Milliarden Dollar (vgl. Zhang et al. 2022).
Davon stammen mehr als die Hälfte (rund 53 Milliarden Dollar) aus den USA,
China belegt Platz zwei (17,21 Milliarden Dollar). In der gesamten EU wurden
dagegen nur 6,42 Milliarden Dollar investiert. So betrachtet, sitzt Europa auf
der globalen Zuschauertribüne und schaut den KI-Giganten USA und China
beim erbitterten Kampf um Markt- und Machtanteile zu.
33I
n mehreren europäischen Staaten sind Ent- Dokumentations- und Transparenzpflichten, ein
scheidungstragende und Verbände darum be- Risikomanagementsystem, Daten-Governance
müht, Europas Aufholjagd bei der Entwicklung sowie das Testen entsprechender KI-Systeme
und Anwendung von KI zu forcieren. Die Voraus- gefordert. Die Veränderungen der Digitalisierung
setzung dafür ist ein entsprechend hohes Ver- für die Arbeitswelt machen neue Gesetzgebungen
trauen in diese KI-Anwendungen. Genau dieses dringend erforderlich, gerade bei neuen techno-
Vertrauen würde Europa aufs Spiel setzen, würde logischen Möglichkeiten wie KI. Der Entwurf der
man sich am amerikanischen oder chinesischen europäischen Kommission ist daher ein wichtiger
Modell der KI-Nutzung orientieren. Beide Kon- Schritt für einen nachhaltig guten Umgang mit KI
zepte stehen für eine ethisch unreflektierte, rein und ein wichtiges Zeichen für einen europäischen
instrumentell auf wirtschaftliche, politische und Weg.
technologische (Selbst-)Zwecke ausgerichtete
Anwendung von KI. Dies widerspricht dem in den Der Regelungsbedarf ist so vielfältig wie die
meisten europäischen Staaten gelebten Ge- Einsatzgebiete von KI: Unternehmen brauchen
sellschaftsmodell und den damit verbundenen Schutz von Eigentumsrechten und Unterneh-
ethischen Werten. mensdaten sowie Rechtssicherheit in Haftungs-
fragen. Für Arbeitnehmende ist die Bewahrung
Im April 2021 veröffentlichte die EU-Kommis- ihrer fundamentalen Rechte unter neuen techno-
sion den weltweit ersten Rechtsrahmen speziell logischen Vorzeichen das wichtigste Thema.
für Künstliche Intelligenz. Der Regulierungs- Dabei geht es sowohl um die physische als auch
vorschlag, auch AI Act genannt, beinhaltet eine um und psychische Gesundheit sowie die wirt-
Risikoklassifizierung von KI-Anwendungen schaftliche Absicherung von Arbeitnehmenden –
und formuliert, abhängig von der jeweiligen um Mitbestimmung und demokratische Teilhabe,
Risikoklasse, unterschiedliche Anforderungen den Schutz von Beschäftigtendaten und Persön-
an Unternehmen. Für sogenannte Hochrisiko- lichkeitsrechte, inklusive dem Antidiskriminie-
Anwendungen werden beispielsweise allgemeine rungsrecht (vgl. GI 2021).
Mensch im Mittelpunkt
technologischer Möglichkeiten
34Ethische Zielfunktionen nach Shane Legg
Konkrete Beispiele sind selbstfahrende Fahr-
zeuge im Automobil- und Industriebereich, die die Shane Legg, Gründer von Deep Mind, beschäftigt
physische Unversehrtheit gefährden, der Einsatz sich mit ethischen Implikationen von KI (vgl. Augus-
tyn 2017). Seine Empfehlungen richten sich vor al-
von Gesichtserkennungssoftware oder Systemen,
lem an Regierungen und sollten seiner Ansicht nach
die die Entscheidungsfindung in Bewerbungspro- sogar in die Verfassungen aufgenommen werden.
zessen oder in der Kreditvergabe beeinflussen.
Auch die Verwendung von KI-Systemen durch Die zentralen ethischen Zielfunktionen nach
Legg sind:
Behörden zum Zwecke des Social Scoring, also
der Bewertung der Vertrauenswürdigkeit von • Die Menschenwürde muss auf persönliche
Personen, soll unterbunden werden. KI-Anwen- Daten erweitert werden.
dungen mit geringem Risiko wie etwa Chatbots,
• Der Verkauf persönlicher Daten an Dritte ist zu
Übersetzungs-Software oder Spam-Filter sollen verbieten, es sei denn, entsprechende Gegen-
dagegen nicht oder nur mild reguliert werden. leistungen werden geboten.
• Die Privatsphäre muss unantastbar bleiben,
Auch die bereits 2018 veröffentlichen und 2021
es sei denn, einem Datenabgriff zum Beispiel
überarbeiteten „Ethik-Leitlinien für eine ver- durch Sensoren wird explizit zugestimmt.
trauenswürdige KI“ der EU bilden eine wichtige
Grundlage, die Vertrauen schafft und den Weg • Es müssen internationale Algorithmen-Abkom-
men geschlossen werden, die ausländischen
ebnet für einen konstruktiven Umgang mit KI. Organisationen den Zugriff auf persönliche
Sie stellt den Menschen in den Mittelpunkt der Daten nur aufgrund von expliziten Gesetzen,
technologischen Möglichkeiten und setzt typisch Beschlüssen, Verträgen gestatten.
europäische Werte als Rahmen – zum Beispiel:
• Der Export von Spähsoftware muss verboten
werden.
• Vorrang menschlichen Handelns und
menschlicher Aufsicht • KI-ForscherInnen müssen sich ihrer Verant-
wortung bewusst sein, die eigene Geschichte
• Technische Robustheit und Sicherheit
verstehen und Aufklärungsarbeit leisten.
• Schutz der Privatsphäre
• Transparenz und Erklärbarkeit • Aufklärung über Daten muss bereits im Schul-
• Vielfalt, Nichtdiskriminierung und Fairness unterricht beginnen.
• Gesellschaftliches und ökologisches • Die Sensibilität der gesamten Bevölkerung
Wohlergehen zum Thema KI und Datenschutz muss erhöht
• Rechenschaftspflicht werden.
• Zivile Organisationen dürfen die technologische
Auf dieser Basis ist es auch möglich, einen Revolution nicht jenen überlassen, die kein oder
europäischen Weg in der Nutzung von KI einzu- wenig Interesse an demokratischen Werten
schlagen, der wichtige wirtschaftliche und ge- haben.
sellschaftliche Werte und Ziele integriert verfolgt.
• Nichtstaatliche Organisationen müssen sich des
Dies kann und wird gerade auch für Unternehmen Themas annehmen.
einen erheblichen Mehrwert stiften. Damit bietet
eine verantwortungsbewusste Entwicklung von KI
35eine große Chance für europäische Unternehmen: • Schaffung eines Konsenses über europäische
Sie erhalten die Möglichkeit, dem Prozess der Missionen für KI-Anwendungen (zum Beispiel
Digitalisierung eine andere „Note“ zu geben – und für mehr Nachhaltigkeit)
seine Instrumentalisierung zu verhindern.
• Weiterentwicklung des traditionellen, ent-
In diesem Sinne muss auch der Kontinent Europa wicklungshemmenden Datenschutzpara-
die Frage nach der Verantwortung für die Zukunft digmas zu einem Paradigma der Datensou-
ins Zentrum der Debatte stellen. Eine KI-Ethik veränität („Bürger als Datensouverän“), das
mit europäischer Handschrift, die Vertrauen, rechtlich verankert wird
Sicherheit und Verlässlichkeit in den Mittelpunkt
rückt, kann mittelfristig klare Vorteile im globalen • Etablierung einer ethischen Verantwortung
KI-Wettbewerb schaffen. In Abgrenzung zu den von Unternehmen als freiwilliges Marken
Strategien der KI-Giganten USA und China wäre zeichen: Corporate Ethics Responsibility
sie ein „dritter Weg“, geprägt von den Grundsät- (CER), in Analogie zur Corporate Social
zen der Datensouveränität und humanistischen, Responsibility (CSR)
europäischen Grundwerten.
Auch Österreich bereitet sich auf einen zukunfts-
Für Europa stehen damit große Herausforderun- fähigen Umgang mit KI vor. Im September 2021
gen auf der Agenda, die nun schnell angegangen veröffentlichte die österreichische Bundesregie-
werden müssen. Dies gilt vor allem für folgende rung die agile KI-Strategie „Artificial Intelligence
prioritären Projekte: Mission Austria 2030“ (AIM AT 2030) (vgl. BMDW
2021). Darin werden Leitlinien festgelegt, inner-
• Verankerung der KI- und Digitalisierungsethik halb derer sich KI in Österreich entwickeln kann
im Bildungswesen und soll. Drei Ziele für den Umgang mit KI sind
dabei wegweisend:
• Stärkung von Entrepreneurship und Start-up-
Kultur, Forcierung universitärer Spin-offs im 1. Breiter Einsatz von KI im Einklang mit Grund-
Digitalisierungs- und KI-Bereich und Menschenrechten, europäischen Grund-
werten und dem europäischen Rechtsrahmen
• Überwindung überholter Grenzen zwischen
Grundlagenforschung, angewandter For- 2. Positionierung als Forschungs- und Innova-
schung und Entwicklung in Unternehmen tionsstandort für KI
• Erweiterung eines rein technologischen In- 3. Sicherung der Wettbewerbsfähigkeit des
novationsverständnisses auf soziale Innova- österreichischen Technologie- und Wirt-
tionen, inklusive Anpassung von Förder- und schaftsstandorts
Anreizsystemen
36Als Grundpfeiler der österreichischen KI-Stra-
HANDS-ON-TIPPS
tegie werden die erforderlichen Grundprinzi-
pien für eine vertrauenswürdige KI definiert
sowie konkrete Maßnahmen für ein funktio-
nierendes KI-Ökosystem erarbeitet – zusam-
Was nun?
men mit ExpertInnen aus unterschiedlichen
Fachrichtungen sowie verschiedenen Stake- • Treiben Sie aktiv eine verantwortungs
holdern. Bei der Umsetzung der Maßnahmen volle KI „Made in Europe“ voran –
sollen sich auch zivilgesellschaftliche Orga- überlassen Sie KI-Entwicklungen nicht
nisationen, Intermediäre sowie BürgerInnen den Wettbewerbern aus den USA und
China.
einbringen können. Darüber hinaus wird eine
enge Zusammenarbeit auf europäischer und
• Stellen Sie die Nutzererwartungen ins
internationaler Ebene angestrebt.
Zentrum: Respektieren und adressieren
Sie die KundInnen als datensouverän.
• Übernehmen Sie Verantwortung:
Machen Sie eine Corporate Ethics
Responsibility (CER) bei KI-
Anwendungen zum Thema.
• Befähigen Sie Ihre Beschäftigten:
Investieren Sie in das Thema (KI-)
Bildung – denn von diesem Know-
how wird Ihr gesamtes Unternehmen
profitieren.
• Formulieren Sie eine klare KI-Mission:
Tragen Sie mit Ihrem Unternehmen
aktiv zur Lösung spezifischer gesell
schaftlicher Herausforderungen bei.
• Denken Sie größer: Verstehen Sie
Innovation nicht rein technologisch,
sondern inklusive sozialer und
kultureller Innovationen.
• Setzen Sie auf Diversität: Eine KI „Made
in Europe“ zeichnet sich nicht nur durch
den Ethik-Faktor aus, sondern auch
durch ihre Vielfalt.
37Facts &
Figures
38EIN-PERSONEN-UNTERNEHMEN IN ÖSTERREICH
Die Treiber für die gegenwärtige und künftige
Entwicklung von KI sind vor allem technischer
Natur: Die rapide steigende Rechenleistung, die
Echtzeitverfügbarkeit immenser Datenmengen
sowie verbesserte Algorithmen führen zu immer
besseren Ergebnissen auf allen Gebieten der KI.
Wie sich diese Bausteine für den Erfolg von
KI und Machine Learning entwickelt haben und
wie relevant KI für den Unternehmenserfolg ist,
veranschaulichen die Statistiken auf den folgenden
Seiten.
39Das Rennen um Rechenleistung
S
chon ein Blick auf die Entwicklung der Jahren hätte man für diese Rechenleistung rund
Leistungsfähigkeit der weltweit 500 leis- 360 Millionen Dollar bezahlen müssen – heute
tungsstärksten Rechner macht deutlich, reichen 360 Dollar.
wie stark die Rechenleistung in den vergangenen
zehn Jahren angestiegen ist. Der aktuell leis- Die örtliche Verteilung der Rechenleistung der
tungsstärkste Rechner heißt „Frontier“ und steht Top-500-Rechner hat sich in den vergangenen
im Oak Ridge National Laboratory im amerika- Jahren stark gewandelt. Nachdem China eine
nischen Tennessee. Mit 1,1 ExaFLOPS (1.102.000 rasante Aufholjagd gestartet hatte und seinen
TeraFLOP pro Sekunde) öffnet er den Übergang in Anteil an der weltweiten Rechenleistung inner-
eine neue Größenordnung der Rechenleistung – halb von zehn Jahren von knapp 1 % auf 30 % im
und übertrumpft dabei die gesamte gemeinsame Jahr 2018 steigern konnte, kehrte sich dieser
Rechenleistung der 500 schnellsten Rechner des Trend 2019 wieder um. Heute stammt nur noch
Jahres 2017. Das Akronym FLOPS steht für Floa- 12 % der globalen Rechenleistung aus China, der
ting Point Operations Per Second („Gleitkomma- Westen scheint sich währenddessen von seiner
zahl-Operationen pro Sekunde“) – mathematische stetig sinkenden Dominanz erholt zu haben und
Operationen wie das Addieren und Multiplizieren stellt aktuell zwei Drittel der weltweiten Rechen-
von Zahlen. Wie sich diese Leistungsexplosion leistung (USA 47 %, Europa 20 %). So stehen heute
bis in den Konsumentenmarkt durchschlägt, drei der leistungsfähigsten Rechner in den USA
zeigt zum Beispiel die neueste Spielkonsole von – auf Platz 1, 4 und 5. Platz zwei und drei belegen
Microsoft, die Xbox Series X: Mit ihrer Rechenleis- Japan und Finnland, erst auf Platz sechs kommt
tung von 12 TeraFLOPS hätte sie 2008 noch einen der erste chinesische Rechner.
Platz unter den Top-500-Rechnern belegt. Vor 25
Immer schneller, immer günstiger
Preis für einen TeraFLOP Rechenleistung in Dollar
1984 1997 2007 2012 2017 2020
18,75 Mrd. 30 Mio. 48.000 750 30 30
Quelle: Al Impacts, Wikipedia
40FA C T S & F I G U R E S
Explosion der Rechenleistung
Gesamtrechenleistung aller Top-500-Rechner und des
leistungsstärksten Rechners in TeraFLOPS
4.400.000
Gesamtrechenleistung der Top 500
Schnellster Rechner der Top 500
4.200.000
4.000.000
3.800.000
3.600.000
3.400.000
3.200.000
3.000.000
2.800.000
2.400.000
2.200.000
2.000.000
1.800.000
1.600.000
1.400.000
1.200.000
1.000.000
800.000
600.000
400.000
200.000
0
94 95 96 97 98 99 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 Quelle: Top 500, 2022
41Dominanz der USA wird immer stärker
Rechenleistung der Top-500-Rechner nach Weltregionen in %
60
USA
50
40
30
Europa China
20
Rest der Welt
10
0
2008 2012 2018 2022
Quelle: Top 500, 2022
42FA C T S & F I G U R E S
Die Intelligenz des Alltagsmanagements
Gewünschte Anwendungen digitaler Sprachassistenten, in Prozent
Geräte im Haushalt steuern
Musik abspielen oder Radio hören
Verkehrsnachrichten abrufen
Suchanfragen/Internetrecherche
Sportergebnisse erfahren
Wettervorhersage abrufen
Kochrezepte abrufen
Abfahrtszeiten von Bussen/Bahnen erfahren
Nach dem Weg fragen
Produkte bestellen
0 10 20 30 40 50 60 70 80
Quelle: Bikom 2021b
Datenflut in Echtzeit
Schon lange vor dem Hype um Künstliche Intelli- zeitig erzeugen Smartphone-Sensoren laufend
genz waren die Schlagworte „Open Data“ und „Big Daten, mit denen sie das Verhalten der Nutzer-
Data“ im gesellschaftlichen Diskurs verbreitet. Innen besser verstehen lernen. Auch das trägt
Sie beschreiben die Tatsache, dass immer mehr dazu bei, dass sich die Menge der globalen Daten
Daten in digitaler Form vorliegen und öffentliche in den nächsten drei Jahren fast verdoppeln wird,
Daten zu einem guten Teil auch offen zugänglich auf 181 Zettabyte im Jahr 2025 (vgl. IDC 2021).
sind. So werden bei jedem Foto, das mit einem
Smartphone geschossen wird, neben den eigent- Künftig werden diese Daten immer mehr in Echt-
lichen Bilddaten auch die sogenannten EXIF- zeit ausgelesen und verarbeitet werden – und sie
Daten mit aufgezeichnet: Sie enthalten neben der werden zunehmend aus dem Internet of Things
Uhrzeit und dem Datum der Aufnahme auch den (IoT) stammen: aus vernetzten Geräten, die bisher
Standort zum Zeitpunkt der Aufnahme. Gleich- nicht mit dem Internet verbunden waren, nun
43Sie können auch lesen
