Was Sie aus diesem essential mitnehmen können
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Was Sie aus diesem essential mitnehmen können • Komprimierte Strukturen zur Einordnung ausgewählter Entwicklungen und Auswirkungen rund um Digitalisierung und Künstliche Intelligenz • Ausgewählte Zusammenhänge mit großen gesellschaftlichen Herausforde- rungen • Breiter Überblick anhand ausgewählter Anwendungsfelder und Herausfor- derungen beim Einsatz von KI • Kompetenzen im Zusammenhang mit beispielhaften Ausführungen zu KI- Projekten • Big Five einer wünschenswerten Entwicklung für den Einsatz Künstlicher Intelligenz © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 39 R. Deckert und E. Meyer, Digitalisierung und Künstliche Intelligenz, essentials, https://doi.org/10.1007/978-3-658-31795-9
Literatur Acatech (2015). Smart Service Welt – Internetbasierte Dienste für die Wirtschaft. https:// www.acatech.de/projekt/smart-service-welt/. Zugegriffen: 2. Mai 2020. Agrawal, H., & Guja, S. B. (2020). Reinforcement learning in OpenAI five. CLIO An Annual Interdisciplinary Journal of History, 6(5), 65–69. Anderson, T., & Dron, J. (2011). Three generations of distance education pedagogy. Inter- national Review of Research in Open and Distributed Learning (IRRODL), 12(3), 80–97. Aoun, J. E. (2017). Robot-Proof – Higher education in the age of artificial intelligence. Cambridge: The MIT Press. Ashton, K. (2009). That ‘Internet of Things’ thing – In the real world, things matter more than ideas. RFID Journal. https://www.rfidjournal.com/articles/view?4986. Zugegriffen: 2. Mai 2020. Balakrishnan, H. (2012). Lecture 23: A brief history of the internet. Introduction to EECS II: Digital communication systems. Fall 2012. MITOPENCOURSEWARE. https://ocw. mit.edu/courses/electrical-engineering-and-computer-science/6-02-introduction-to-eecs- ii-digital-communication-systems-fall-2012/lecture-videos/lecture-23-a-brief-history-of- the-internet/. Zugegriffen: 2. Mai 2020. Banday, M. T., & Jan, T. R. (2009). Effectiveness and limitations of statistical spam filters. arXiv preprint. https://arxiv.org/abs/0910.2540. Zugegriffen: 20. Juni 2020. Bauer, W., Schlund, S., Marrenbach, D., & Ganschar, O. (2014). Industrie 4.0 – Volkswirtschaftliches Potenzial für Deutschland – Studie. Hrsg.: BITKOM, Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO. https://www.ipa.fraunh ofer.de/content/dam/ipa/de/documents/UeberUns/Leitthemen/Industrie40/Studie_Vok swirtschaftliches_Potenzial.pdf. Zugegriffen: 2. Mai 2020. Bendel, O. (2019). Industrie 4.0. Gabler Wirtschaftslexikon. https://wirtschaftslexikon.gab ler.de/definition/industrie-40-54032. Zugegriffen: 2. Mai 2020. Best, J. (2013). IBM Watson: The inside story of how the Jeopardy-winning supercomputer was born, and what it wants to do next. TechRepublic.com. https://www.techrepublic. com/article/ibm-watson-the-inside-story-of-how-the-jeopardy-winning-supercomputer- was-born-and-what-it-wants-to-do-next/. Zugegriffen: 1. Juli 2018. © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 41 R. Deckert und E. Meyer, Digitalisierung und Künstliche Intelligenz, essentials, https://doi.org/10.1007/978-3-658-31795-9
42 Literatur Bitkom, DFKI (2017). Künstliche Intelligenz – Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung. https://www.dfki.de/fileadmin/user_u pload/import/9744_171012-KI-Gipfelpapier-online.pdf. Zugegriffen: 5. Juni 2020. BMBF – Bundesministerium für Bildung und Forschung (2020). Künstliche Intelligenz (KI) ist ein Schlüssel zur Welt von morgen. https://www.ki-strategie-deutschland.de/ home.html. Zugegriffen: 23. Mai 2020. Bodily, R. & Verbert, K. (2017). Trends and issues in student-facing learning analytics reporting systems research. Proceedings of the Seventh International Learning Analy- tics & Knowledge Conference (LAK ’17), New York/USA: Association for Computing Machinery (S. 309–318). https://doi.org/10.1145/3027385.3027403. Zugegriffen: 20. Juni 2020. Bostrom, N. (2014). Superintelligence – Paths, Dangers, Strategies. Oxford: University Press. Brady, M. (1985). Artificial intelligence and robotics. Artificial Intelligence, 26(1), 79–121. Breuer, P., Hagemeier, D., Hürtgen, H., & Heck, C. (2018). Artificial intelligence – How advanced analytics and smart machines willchange the way we work. Leading in a disruptive world. McKinsey&Company. https://www.mckinsey.de/~/media/McKinsey/ Locations/Europe%20and%20Middle%20East/Deutschland/Publikationen/2018%20C ompendium/Artificial%20intelligence%20how%20advanced%20analytics%20and% 20smart%20machines%20will%20change%20the%20way%20we%20work/kompen dium_07_AI.ashx. Zugegriffen: 5. Juni 2020. Broussard, M. (2018). Artificial unintelligence – How computers misunderstand the world. Cambridge: The MIT Press. Brynjolfsson, E., & McAfee, A. (2017). The business of artificial intelligence, What it can – And cannot – Do for your organization. Harvard Business Review. https://hbr.org/ cover-story/2017/07/the-business-of-artificial-intelligence. Zugegriffen: 1. Juli 2018. Buxmann, P., & Schmidt, H. (2019). Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens. In: P. Buxmann & H. Schmidt (Hrsg.), Künstliche Intelligenz – Mit Algorithmen zum wirtschaftlichen Erfolg (S. 3–20). Berlin: Springer Gabler. Carnegie Mellon University (Hrsg.). (2005). CMU SCS Coke Machine. https://www.cs. cmu.edu/~coke/. Zugegriffen: 2. Mai 2020. Campbell, K., & Schwier, R. A. (2014). Major movements in instructional design. In: O. Zawacki-Richter & T. Anderson (Hrsg.), Online distance education (S. 345–380). Atha- basca University: AU Press. https://www.aupress.ca/app/uploads/120233_99Z_Zaw acki-Richter_Anderson_2014-Online_Distance_Education.pdf. Zugegriffen: 20. Juni 2020. Corea, F. (2018). AI Knowledge Map: How to classify AI technologies, a sketch of a new AI technology landscape. Medium – Artificial Intel- ligence. https://medium.com/@Francesco_AI/ai-knowledge-map-how-to-classify-ai-tec hnologies-6c073b969020. Zugegriffen: 5. Juni 2020. Crawford, K. (2016). Artificial intelligence’s white guy problem. The New York Times. https://www.nytimes.com/2016/06/26/opinion/sunday/artificial-intelligences-white-guy- problem.html. Zugegriffen: 20. Juni 2020. Davenport, T. H. (2016). Rise of the strategy machines. MIT sloan management review. Special collection. Fall 2016. S. 22–23. https://marketing.mitsmr.com/offers/FR2016/ MITSMR-Frontiers-collection.pdf. Zugegriffen: 2. Mai 2019.
Literatur 43 De Graaf, M. M. A., & Malle, B. F. (2017). How people explain action (and Auto- nomous Intelligent Systems Should Too). Department of cognitive, linguistic, and psychological sciences, Brown University. Artificial intelligence for human-robot inter- action. AAAI Technical Report FS-17–01. https://www.aaai.org/ocs/index.php/FSS/ FSS17/paper/view/16009/15283. Zugegriffen: 20. Juni 2020. Deckert, R. (2020a). Digitalisierung, Politik und Verwaltung – Gesellschaftliche Heraus- forderungen und strategische Steuerung. Wiesbaden: Springer Gabler. Deckert, R. (2020b). Digitalisierung und nachhaltige Entwicklung – Vernetztes Denken, Fühlen und Handeln für unsere Zukunft (2. Aufl.). Wiesbaden: Springer Gabler. Deckert, R. (2019). Digitalisierung und Industrie 4.0 – Technologischer Wandel und individuelle Weiterentwicklung. Wiesbaden: Springer Gabler. Deckert, R., Metz, M., & Günther, A. (2019). Strategische Mensch-Maschine-Partnerschaft – Begriffs- und Bedeutungskategorien ausgehend von Digitalisierung, nachhaltiger Entwicklung und weiteren Kontexten. Diskussionsbeiträge Fachbereich Technik, HFH Hamburger Fern-Hochschule, ISSN 2629–5482, Nr. 5/2019. https://www.researchg ate.net/publication/336471430_Strategische_Mensch-Maschine-Partnerschaft_-_Beg riffs-_und_Bedeutungskategorien_ausgehend_von_Digitalisierung_nachhaltiger_Entwic klung_und_weiteren_Kontexten. Zugegriffen: 1. Juni 2020. Deckert, R., & Günther, A. (2018). Digitalisierung und Industrie 4.0 – Eine Einfüh- rung zu ausgewählten neueren Entwicklungen in Wirtschaft und Gesellschaft. Digitaler HTML5-Studienbrief. HFH Hamburger Fern-Hochschule. https://digitale-skripte.hfh- fernstudium.de/GBW/GBW005.html. Zugegriffen: 2. Mai 2020. Deckert, R., & Langer, A. (2018). Digitalisierung und Technisierung sozialer Dienst- leistungen. In: A. Langer & K. Grundwald (Hrsg.), Sozialwirtschaft – Handbuch für Wissenschaft und Praxis (S. 872–889). Baden-Baden: Nomos. Deckert, R., & Saß, A. (2020). Digitalisierung und Energiewirtschaft – Technologischer Wandel und wirtschaftliche Entwicklung. Wiesbaden: Springer Gabler. Dengler, K., & Matthes, B. (2015). Folgen der Digitalisierung für die Arbeits- welt, IAB-Forschungsbericht 11/2015. https://doku.iab.de/forschungsbericht/2015/fb1 115.pdf. Zugegriffen: 2. Mai 2020. Desai, N., Dhameliya, K., & Desai, V. (2013). Feature extraction and classification techni- ques for speech recognition: A review. International Journal of Emerging Technology and Advanced Engineering, 3(12), 367–371. Dodds, P. S., Muhamad, R., & Watts, D. J. (2003). An experimental study of search in global social networks. Science, 301(5634), 827–829. Dunlop, M. D., & Crossan, A. (2000). Predictive text entry methods for mobile phones. Personal Technologies, 4(2–3), 134–143. Ensign, D., Friedler, S. A., Neville, S., Scheidegger, C., & Venkatasubramanian, S. (2017). Runaway feedback loops in predictive policing. arXiv preprint. https://arxiv.org/abs/ 1706.09847. Zugegriffen: 20. Juni 2020. Europäische Kommission (2020). Ethics Guidelines for Trustworthy AI. https://ec.europa. eu/futurium/en/ai-alliance-consultation. Zugegriffen: 2. Mai 2020. Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018).
44 Literatur
AI4People – An ethical framework for a good AI Society: Opportunities, risks, prin-
ciples, and recommendations. Minds and Machines, 28, 689–707. https://doi.org/10.
1007/s11023-018-9482-5. Zugegriffen: 7. Apr. 2020.
Forschungsunion Wirtschaft und Wissenschaft (Hrsg.). (2013). Perspektivenpapier
der Forschungsunion – Wohlstand durch Forschung – Vor welchen Aufgaben
steht Deutschland?https://www.forschungsunion.de/pdf/forschungsunion_perspektiven
papier_2013.pdf. Zugegriffen: 2. Mai 2020.
Frey, C. B., & Osborne, M. A. (2013). The Future of employment: How susceptible are
jobs to computerization? University of Oxford. https://www.oxfordmartin.ox.ac.uk/dow
nloads/academic/The_Future_of_Employment.pdf. Zugegriffen: 2. Mai 2020.
Hamet, P., & Tremblay, J. (2017). Artificial intelligence in medicine. Metabolism, 69,
36–40. https://doi.org/10.1016/j.metabol.2017.01.011. Zugegriffen: 20. Juni 2020.
Hannun, A., Case, C., Casper, J., Catanzaro, B., Diamos, G., Elsen, E., Prenger, R.,
Satheesh, S., Sengupta, S., Coates, A., & Ng, A. Y. (2014). Deep speech: Scaling
up end-to-end speech recognition. Cornell University. https://arxiv.org/pdf/1412.5567.
pdf. Zugegriffen: 1. Juni 2020.
Hsu, J. (2019). Humans Fold: AI Conquers Poker’s Final Milestone – A new program
outperforms professionals in six-player games. Could business, political or military
applications come next? Scientific American. July 11, 2019. https://www.scientificam
erican.com/article/ai-conquers-six-player-poker/. Zugegriffen: 2. Mai 2020.
Initiative D21 (2018). D21 Digital Index 2017/2018 – Jährliches Lagebild zur Digita-
len Gesellschaft, Studie der Initiative D21 durchgeführt von Kantar TNS. https://initia
tived21.de/app/uploads/2018/01/d21-digital-index_2017_2018.pdf. Zugegriffen: 2. Mai
2020.
Initiative D21 (2019). D21 Digital Index 2018/2019 – Jährliches Lagebild zur Digitalen
Gesellschaft, Studie der Initiative D21 durchgeführt von Kantar TNS. https://initiativ
ed21.de/app/uploads/2019/01/d21_index2018_2019.pdf. Zugegriffen: 2. Mai 2020.
Jordan, M. I. (2019). Artificial intelligence – The revolution hasn’t happened yet. Har-
vard Data Science Review (HDSR), 1(1). https://hdsr.mitpress.mit.edu/pub/wot7mkc1.
Zugegriffen: 2. Mai 2020.
Kagermann, H., Lukas, W.-D., & Wahlster, W. (2011). Industrie 4.0: Mit dem Inter-
net der Dinge auf dem Weg zur 4. industriellen Revolution. VDI-Nachrichten. April
2011. https://www.vdi-nachrichten.com/Technik-Gesellschaft/Industrie-40-Mit-Internet-
Dinge-Weg-4-industriellen-Revolution. Zugegriffen: 2. Mai 2020.
Kagermann, H., Wahlster, W., & Helbig, J. (Hrsg.). (2013). Umsetzungsempfehlungen
für das Zukunftsprojekt Industrie 4.0: Deutschlands Zukunft als Produktionsstand-
ort sichern. Abschlussbericht des Arbeitskreises Industrie 4.0. Berlin, München:
Forschungsunion, acatech. https://www.bmbf.de/files/Umsetzungsempfehlungen_Indu
strie4_0.pdf. Zugegriffen: 2. Mai 2020.
Kane, G. C., Palmer, D., Phillips, A. G., Kiron, D., & Buckle, N. (2015). Strategy, not
technology, Drives digital transformation – Becoming a digitally mature enterprise. MIT
Sloan Management Review. Research Report. In Collaboration with Deloitte University
Press. Summer 2015.
Kozodoi, N., Katsas, P., Lessmann, S., Moreira-Matias, L., & Papakonstantinou, K. (2019).
Shallow self-learning for reject inference in credit scoring. arXiv preprint. https://arxiv.
org/abs/1909.06108. Zugegriffen: 20. Juni 2020.Literatur 45 Krenn, K., Hunt, S., & Parycek, P. (2020). Künstliche Intelligenz – Perspektiven und Herausforderungen. In: K. Krenn, S. Hunt, & P. Parycek (Hrsg.), (Un)ergründlich? Künstliche Intelligenz als Ordnungsstifterin. Kompetenzzentrum Öffentliche IT (S. 3–16). https://www.oeffentliche-it.de/documents/10181/14412/(Un)ergr%C3%BCn dlich+-+K%C3%BCnstliche+Intelligenz+als+Ordnungsstifterin. Zugegriffen: 16. Mai 2020. Kultusministerkonferenz (2016). Kompetenzen in der digitalen Welt. https://www.kmk. org/fileadmin/Dateien/pdf/PresseUndAktuelles/2017/KMK_Kompetenzen_in_der_dig italen_Welt_-neu_26.07.2017.html. Zugegriffen: 6. Juni 2020. Kultusministerkonferenz (2017). Qualifikationsrahmen für deutsche Hochschulab- schlüsse. Im Zusammenwirken von Hochschulrektorenkonferenz und Kultus- ministerkonferenz und in Abstimmung mit Bundesministerium für Bildung und Forschung erarbeitet und von der Kultusministerkonferenz am 16.02.2017 beschlossen. https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/ 2017/2017_02_16-Qualifikationsrahmen.pdf. Zugegriffen: 23. Mai 2020. Lange, S., & Santarius, T. (2018). Smarte Grüne Welt? – Digitalisierung zwischen Überwachung, Konsum und Nachhaltigkeit. München: oekom. Lee, C. S. et al. (2016). Human vs. computer go: Review and prospect [discussion forum]. IEEE Computational intelligence magazine, 11(3), 67–72. https://ieeexplore.ieee.org/ document/7515285. Zugegriffen: 20 Juni 2020. Ludwig, T. (2015). Citizen Science – Big Data und Natürliche Intelligenz. Vortrag am 10.10.2015. Vorveranstaltung zum Ball der Universität Hamburg 2015. Lübbecke, M. (2015). Industrie 5.0. https://mluebbecke.wordpress.com/2015/12/16/indust rie-5-0/. Zugegriffen: 2. Mai 2020. Mainzer, K. (2016). Künstliche Intelligenz – Wann übernehmen die Maschinen?. Heidel- berg: Springer. Makridakis, S. (2017). The forthcoming artificial intelligence (AI) revolution: Its impact on society and firms. Futures, 90, 46–60. Moravec, H. (1988). Mind children. The future of robot and human intelligence. Cambridge: Harvard University Press. Müller, T. H., & Freymuth, N. J. (2018). Was kann, soll und darf Künst- liche Intelligenz. https://blogs.urz.uni-halle.de/informatikundgesellschaft/files/2019/02/ Mueller_und_Freymuth.pdf. Zugegriffen: 30. Mai 2020. Ministerium für Energiewende, Landwirtschaft, Umwelt, Natur und Digitalisierung (2020). Eckpunktepapier zum Entwurf eines Digitalisierungsgesetzes (DigitalG-E). https:// transparenz.schleswig-holstein.de/dataset/eckpunkte-des-digitalisierungsgesetzes. Zuge- griffen: 30. Mai 2020. OECD (2018). Wireless mobile broadband subscriptions (indicator). https://data.oecd.org/ broadband/wireless-mobile-broadband-subscriptions.htm. Zugegriffen: 2. Mai 2020. O’Neil, C., & Schutt, R. (2014). Doing data science – Straight talk from the frontline. Third release. Sebastopol: O’Reilly Media. ÖAW – Österreichische Akademie der Wissenschaften (2019). KI WIRD ALLE BEREI- CHE DES LEBENS UMKREMPELN. https://www.oeaw.ac.at/detail/news/ki-wird-alle- bereiche-des-lebens-umkrempeln/. Zugegriffen: 2. Mai 2020.
46 Literatur
Perry, W. L. (2013). Predictive policing: The role of crime forecasting in law enfor-
cement operations. Rand Corporation. https://www.rand.org/content/dam/rand/pubs/res
earch_reports/RR200/RR233/RAND_RR233.pdf. Zugegriffen: 20. Juni 2020.
Ramadan, Z. (2018), The gamification of trust: The case of China’s “social credit”, Mar-
keting Intelligence & Planning, 36(1), 93–107. https://doi.org/10.1108/MIP-06-2017-
0100. Zugegriffen: 20. Juni 2020.
Ross, C., & Swetlitz, I. (2018). IBM’s Watson supercomputer recommended ‘unsafe and
incorrect’ cancer treatments, internal documents show. Stat News. https://www.statnews.
com/2018/07/25/ibm-watson-recommended-unsafe-incorrect-treatments. Zugegriffen: 5.
Juni 2020.
Scharmer, O. (2018). Education is the kindling of a flame: How to reinvent the 21st-
century university. Huffpost. https://www.huffpost.com/entry/education-is-the-kindling-
of-a-flame-how-to-reinvent_b_5a4ffec5e4b0ee59d41c0a9f. Zugegriffen: 2. Mai 2020.
Schuh, G., et al. (2017). Geschäftsmodell-Innovation. In: G. Reinhart (Hrsg.), Handbuch
Industrie 4.0 – Geschäftsmodelle, Prozesse, Technik (S. 3–29). München: Hanser.
Sciuto, A., Saini, A., Forlizzi, J., & Hong, J. I. (2018). “Hey Alexa, What’s Up?” A
mixed-methods studies of in-home conversational agent usage. In: Proceedings of the
2018 Designing Interactive Systems Conference (S. 857–868). https://doi.org/10.1145/
3196709.3196772. Zugegriffen: 20. Juni 2020.
Seifert, I., Bürger, M., Wangler, L., Christmann-Budian, S., Rohde, M., Gabriel,
P., & Zinke, G. (2018). Potenziale der Künstlichen Intelligenz im pro-
duzierenden Gewerbe in Deutschland. Begleitforschung PAiCE. Berlin: iit-
Institut für Innovation und Technik in der VDI/VDE Innovation + Technik
GmbH. https://www.bmwi.de/Redaktion/DE/Publikationen/Studien/potenziale-kuenstlic
hen-intelligenz-im-produzierenden-gewerbe-in-deutschland.pdf. Zugegriffen: 2. Mai
2020.
Serag, A., Ion-Margineanu, A., Qureshi, H., McMillan, R., Saint Martin, M. J., Diamond,
J., O’Reilly, P., & Hamilton, P. (2019). Translational AI and deep learning in diagno-
stic pathology. Frontiers in Medicine, 6(185). DOI: https://doi.org/10.3389/fmed.2019.
00185. https://europepmc.org/article/PMC/6779702. Zugegriffen: 2. Mai 2020.
Shannon, C. E. (1948). A mathematical theory of communication. Reprinted with
corrections from The Bell System Technical Journal 27, July, October, 379–423,
623–656. https://math.harvard.edu/~ctm/home/text/others/shannon/entropy/entropy.pdf.
Zugegriffen: 2. Mai 2020.
Siemens, G. (2006). Connectivism: A learning theory for the digital age. The Distance,
15(1), 1, 14–18. https://www.academia.edu/2856996/The_Distance. Zugegriffen: 2. Mai
2020.
Spice, B. (2017). Carnegie Mellon Artificial Intelligence Beats Top Poker Pros – Historic
win at Rivers Casino is first against best human players. www.cmu.edu/news/stories/
archives/2017/january/AI-beats-poker-pros.html. Zugegriffen: 2. Mai 2020.
Stifterverband für die Deutsche Wissenschaft (Hrsg.). (2019). Für morgen befähigen.
Hochschul-Bildungs-Report 2020. Jahresbericht 2019, in Kooperation mit McKinsey &
Company. https://www.stifterverband.org/download/file/fid/7803. Zugegriffen: 6. Juni
2020.Literatur 47 Travers, J., & Milgram, S. (1969). An experimental study of the small world problem. Sociometry, 32(4), 425–443. https://snap.stanford.edu/class/cs224w-readings/travers69 smallworld.pdf. Zugegriffen: 2. Mai 2020. United Nations (2016). Nearly 47 per cent of global population now online – UN report. https://news.un.org/en/story/2016/09/539112-nearly-47-cent-global-popula tion-now-online-un-report. Zugegriffen: 2. Mai 2020. United Nations (2018). Internet milestone reached, as more than 50 per cent go online: UN telecoms agency. https://news.un.org/en/story/2018/12/1027991. Zugegriffen: 16. Mai 2020. United Nations (o. J.). Sustainable Development Goals (SGD). https://www.un.org/sustai nabledevelopment/sustainable-development-goals/. Zugegriffen: 23. Juni 2020. Wahlster, W. (2017a). Künstliche Intelligenz versus menschliche Intelligenz: Wie ler- nen, verstehen und denken Computer? Vorlesungsreihe 2017: Künstliche Intelligenz für den Menschen: Digitalisierung mit Verstand. Johannes Gutenberg Stiftungsprofes- sur. Mainz, 2. Mai 2017. https://www.dfki.de/wwdata/Gutenberg_Stiftungsprofessur_ Mainz_2017/Lernende_Maschinen.pdf. Zugegriffen: 5. Juni 2020. Wahlster, W. (2017b). Künstliche Intelligenz für den Menschen: Digitalisierung mit Verstand. https://www.uni-mainz.de/downloads_presse/freunde_stiftungsprofessur2 017_expose.pdf. Zugegriffen: 2. Mai 2020. WBGU – Wissenschaftlicher Beirat der Bundesregierung Globale Umweltverän- derungen (2019). Unsere gemeinsame digitale Zukunft. Hauptgutachten. Ber- lin: WBGU. https://www.wbgu.de/fileadmin/user_upload/wbgu/publikationen/hauptg utachten/hg2019/pdf/wbgu_hg2019.pdf. Zugegriffen: 2. Mai 2020. Weizenbaum, J. (1978). Die Macht der Computer und die Ohnmacht der Vernunft. Frankfurt a. M.: Suhrkamp. West, D. M. (2015). What happens if robots take the jobs? The impact of emerging technologies on employment and public policy. Centre for Technology Innova- tion at Brookings. https://www.brookings.edu/wp-content/uploads/2016/06/robotwork. pdf. Zugegriffen: 20. Juni 2020. Wissenschaftsrat (Hrsg.). (2015). Zum wissenschaftspolitischen Diskurs über große gesell- schaftliche Herausforderungen – Positionspapier. Drs. 4594–15. Verabschiedet in Stuttgart, April 2015. https://www.wissenschaftsrat.de/download/archiv/4594-15.pdf. Zugegriffen: 2. Mai 2020. Zuse, H. (2020). Konrad Zuse’s Homepage. https://www.horst-zuse.homepage.t-online.de/ konrad-zuse.html. Zugegriffen: 2. Mai 2020.
Sie können auch lesen
