Da eine heutige künstliche Intelligenz (KI) zu keinem Zeitpunkt ein Bewusstsein über das Erkannte entwickelt, ist KI prinzipiell vollkommen objektiv. Die Risiken aus der Anwendung von KI liegen daher in den verwendeten Daten und nicht in der KI selbst. Mit der aktuellen Diskussion von KI und Ethik soll verhindert werden, dass KI-Systeme Menschen diskriminieren.
Dazu sollen diese Systeme so entwickelt werden, dass man die Gefahr unbeabsichtigter Folgen minimiert. Ein Unternehmen müsste vor dem Einsatz dann beispielsweise testen, ob KI bestimmte Personengruppen benachteiligt oder abwertet. In welchem Zusammenhang kann aber Ethik und KI gesehen werden?
Vergleicht man KI mit den aktuellen Methoden stellt man fest, dass KI prinzipiell den gleichen Zweck erfüllt wie die wie Elektronische Datenverarbeitung seit rund 60 Jahren. Daten werden verarbeitet und bewertet. Beide Ansätze unterscheiden sich lediglich in der Art der Modelle, die zu Bewertung der Daten verwendet werden. Der Mensch ist in seiner Fähigkeit komplexe Zusammenhänge zu erkennen, durch die Millersche Zahl (7+-2) begrenzt. In menschlichen Modellen werden daher komplexe Zusammenhänge vereinfacht und anschließend z.B. in Form eines Entscheidungsbaumes bewertet. Daraus ergibt sich eine Erklärbarkeit innerhalb des Modells. Die Frage, ob die Annahmen des Modells statistisch valide sind oder (implizit) diskriminiert, wird jedoch in der Regel weder gestellt noch geprüft. Es ist weitgehend gesellschaftlich akzeptiert eine Begründung zu bekommen, deren Erklärbarkeit d.h. Relevanz in Bezug auf die Entscheidung in der Regel jedoch nicht überprüfbar ist. Dabei zeigt sich gerade durch den Einsatz von KI, dass menschliche Annahmen oft unvollständig oder teilweise falsch sind. KI-Modelle hingegen erkennen Zusammenhänge direkt in komplexen Daten. Statt vereinfachter Annahmen spiegeln sie daher die statistische Realität der Daten. Da die Bewertung grundsätzlich anhand statistischer Zusammenhänge erfolgt, ermöglicht dies eine prinzipiell gerechtere Bewertung. Problematisch wird dies jedoch, wenn Daten unvollständig sind oder scheinbare Zusammenhänge enthalten, die nicht auf die Realität übertragbar sind.
Aufgrund der rechtlichen Risiken ist es ein grundsätzliches Ziel Systeme so zu entwickeln, dass Menschen nicht diskriminiert werden. Um dies zu verhindern, gibt es im Umgang mit KI bereits heute zahlreiche Ansätze wie z.B.:
Insgesamt handelt es sich um ein alltägliches und in der Regel gut beherrschbares Problem. KI bietet jedoch keine universelle Lösung für jede Aufgabenstellung. Sind grundsätzlich keine ausreichenden Daten vorhanden, stellt KI in der Regel keinen sinnvollen Lösungsansatz dar. Menschliche Intuition und Ethik ergänzt sich perfekt mit der Geschwindigkeit und Objektivität der KI. Da KI falsche oder unvollständige Annahmen erkennt, lernt im Zusammenspiel nicht nur die KI vom Mensch, sondern der Mensch auch von der KI. Da menschliche Intuition auch mittelfristig nicht durch KI ersetzt werden kann, empfehlen wir grundsätzlich den Einsatz von KI als Assistenzsystem. Damit lässt sich nicht nur die Qualität und die Effizienz eines Unternehmens steigern. Unternehmen können hier in Zeiten des Fachkräftemangels besonders profitieren indem KI verwendet wird um die Produktivität von Schlüsselmitarbeitern zu steigern.
Rechtliche Risiken durch fehlende bundesweite Richtlinien im Umgang mit der DSGVO stellen bereits heute ein erhebliches Hindernis bei der Einführung von KI dar. Die Verwendung von KI in einem produktiven Anwendungsfall innerhalb der Breite der Industrie oder dem öffentlichen Sektor ist immer noch ein Einzelfall. Die Forderung das KI-Systeme grundsätzlich ethischen Grundsätzen entsprechen und erklärbar sein müssen, bedeutet daher eine zusätzliche Hürde, die auch von der heutigen klassischen Datenverarbeitung in der Regel nicht erfüllt wird.
Unabhängig von der Technologie dürfen Menschen nach Artikel 22 DSGVO nicht vollautomatischen Entscheidungen unterworfen werden, sofern die Entscheidung erhebliche Auswirkungen auf die Person hat. Da so die Einhaltung ethischer Grundsätze und die Erklärbarkeit bei relevanten Entscheidungen grundsätzlich gegeben sein muss, empfehlen wir in der Betrachtung eine Gleichstellung von KI-Systemen und der klassischen Datenverarbeitung. Um den enormen Rückstand Deutschlands bei der KI nicht weiter zu vergrößern sollte das Ziel der weiteren Diskussion sein, bundesweit verbindliche rechtliche Rahmenbedingungen für den Einsatz von KI zu schaffen, Bürokratie in Bezug auf die Förderung zu verringern und ausreichende Mittel bereit zu stellen sowie die Aufklärung innerhalb der Industrie und des öffentlichen Sektors über die konkreten Einsatzmöglichkeiten von KI zu verbessern.
Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen
Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen
Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen
Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen
Fraunhofer-Forschende haben für Fahrer und Fahrerinnen von Baumaschinen einen Helm mit integriertem Beschleunigungssensor entwickelt. Die Helm-Sensorik misst die Vibrationen der Baumaschinen. Die Sensorsignale werden analysiert, eine Software zeigt die Belastung für den Menschen an.‣ weiterlesen
Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen
Nach Bitkom-Berechnungen fehlen bis zum Jahr 2040 mehr als 660.000 IT-Fachkräfte. Welche Maßnahmen helfen könnten, diesem Trend entgegenzuwirken, hat der Verband beleuchtet. Potenziale liegen unter anderem darin, mehr Frauen für IT-Berufe zu begeistern oder den Quereinstieg zu erleichtern.‣ weiterlesen
Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen
Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen
Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen
Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen