Künstliche Intelligenz (KI): Herausforderungen und Chancen

Die Entwicklung Künstlicher Intelligenz (KI) schreitet mit großen Schritten voran - und birgt dabei Chancen und Herausforderungen gleichermaßen.

Dies wurde klar in einer Sitzung der (Bundestags-)Enquete-Kommission »Künstliche Intelligenz - Gesellschaftliche Verantwortung und wirtschaftliche, soziale und ökologische Potenziale« am Montagnachmittag. In öffentlicher Sitzung hielten fünf Wissenschaftler Impulsvorträge zu verschiedenen Aspekten der KI.

Aus der Perspektive der Ethik näherte sich Alexander Filipovic von der Hochschule München dem Thema: So gehe es in der Diskussion um KI immer auch um Fragen von Autonomie, Freiheit und Menschsein. Er halte einen dynamischen Menschenbegriff für nötig, der davon ausgehe, dass der Mensch verschiedene Dimensionen habe und immer gleichzeitig autonom sei und sich der Gesellschaft verdanke. Umbrüche und Wissenschaft und Technologie, wie wir sie gerade erlebten, veränderten das Selbstverständnis von Menschen stark.

Idealerweise sollten KI-Techniken die Freiheit des Menschen vergrößern und sein Leben vereinfachen. Dabei sei es wichtig zu bedenken, dass Menschen »konstitutiv anders als Maschinen« seien und KI-Systeme so gestaltet werden müssten, dass sie »Freiräume für spezifisch Menschliches« enthielten. Dafür seien verschiedene rechtliche Regelungen nötig: Es müsse etwa Transparenzpflichten geben, die Menschen müssen Abwehrrechte und das Recht auf informationelle Selbstbestimmung haben. Zudem müsse es eine sehr sensible »Güterabwägung« geben - dafür sei eine gesellschaftliche Debatte nötig.

Emmanuel Müller von der Fraunhofer-Gesellschaft führte in seinem Vortrag aus, es gebe mehrere neue Herausforderungen im Zusammenhang mit der KI: So müsse ein sorgsamer Umgang mit den Daten garantiert sein, es brauche Nachvollziehbarkeit und Vertrauen in die Technik. Zudem müsse die Frage nach der Haftung im Fall von Fehlern - etwa beim Einsatz von KI bei der medizinischen Diagnostik - geklärt werden. Es brauche dringend selbsterklärende, menschzentrierte und verständliche Methoden. Was aktuell fehle, seien ausreichend Experten. Die Fraunhofer-Gesellschaft schule deshalb in Fortbildungen Vertreter der Industrie. Sie setze zudem stark auf »hybride KI«, in der menschliches Wissen und maschinelle Lernmethoden zusammengeführt würden.

Morris Riedel von der Helmholtz-Gemeinschaft sagte, es sei eine der großen Herausforderungen der KI, dass im Zusammenhang mit ihr viele verschiedene Begriffe auf Gesellschaft und Politik wirkten. Weil heute immer mehr Daten verfügbar seien, seien immer bessere Modelle entstanden. Es gebe die nötigen Speichermöglichkeiten und die geeignete Software - weil all diese Faktoren in Kombination vorlägen, sei aktuell der richtige Zeitpunkt für die Weiterentwicklung der KI. Deutschland drohe aber einerseits von den großen Akteuren wie Amazon, Google oder Facebook abgehängt zu werden, zum anderen sei man in den USA und China schon deutlich weiter - obwohl die deutsche KI-Strategie gut sei. Man müsse hierzulande für eine stärkere Vernetzung der Forscher sorgen, wenn man international mithalten wolle.

Die großen Durchbrüche in der KI in der jüngeren Vergangenheit habe es vor allem dank immer größerer und leichter zugänglicher Datensätze gegeben, betonte auch Sören Auer von der Leibniz-Gemeinschaft - die verwendeten Algorithmen seien dagegen häufig schon viele Jahre alt. Der »eigentliche Wert und Wettbewerb« liege daher in der Datenhoheit. Die KI dürfe keine Black Box sein; es sei unabdingbar, ein gemeinsames und transparentes Verständnis der Daten zu entwickeln. Die KI stelle auch die Wissenschaft vor große Umbrüche: So seien deren Methoden zur Kommunikation von Forschungsergebnissen in den vergangenen 500 Jahren nahezu gleich geblieben. Hier könne die KI helfen, sich deutlich schneller einen Überblick über den Forschungsstand zu verschaffen. Um dies zu erreichen, brauche es auch neue Ansätze in der Forschungsförderung.

Dies unterstrich auch Klaus-Robert Müller von der Max-Planck-Gesellschaft: Es gebe aktuell viele Wissenschaftler, die von KI sprechen würden und nur wenige, die wirklich welche betrieben. Um den Anschluss nicht zu verpassen, würden aber viel mehr Professoren gebraucht, die wirkliche Grundlagenforschung betrieben. Müller betonte, das maschinelle Lernen und Big Data seien der »technische Unterbau der KI«, deshalb sei hier Forschung wichtig. Insbesondere das maschinelle Lernen sei ein »riesiger ökonomischer Faktor«, deshalb würden Unternehmen wie Google, Amazon oder Facebook immense Summen in diesen Bereich investieren - der Weg von neuen Algorithmen zu konkreten Produkten sei »extrem kurz«.