Künstliche Intelligenz zwischen Mythos und Möglichkeiten – Teil 2: KI geht zur Arbeit

Künstliche Intelligenz (KI) ist dank ihrer erstaunlichen Möglichkeiten gern und oft Thema – und nicht selten willkommener Anlass zur Furcht. Gehegt und gepflegt durch Fiktion und Filmwie unser letzter Beitrag zeigte. Nun schlagen wir den Bogen in die Realität und widmen uns der Frage, wie sich „denkende Maschinen“ auf die Wirtschaft und den Arbeitsmarkt auswirken – und ob es dort wirklich was zu befürchten gibt.

The Sonnys from 'I Robot' going to work (c) 20th Century Fox 2014

Bild: 20th Century Fox

Jobkiller oder Jobmotor?

Je nach Perspektive, gilt die Entwicklung vernetzter Digitaler Ökosysteme, die sich weitgehend selbst optimieren – kurz: Künstliche Intelligenz – als größter Jobkiller oder größter Jobmotor seit Erfindung der Dampfmaschine. Laut einem Forschungsbericht des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) sind Roboter und Algorithmen schon heute in der Lage, Routineaufgaben in der Buchhaltung oder das Sortieren verschiedener Dingen zu übernehmen.

Abseits der Routinen, bei analytischen und interaktiven Aufgaben wie z.B. in der Beratung, tun sie sich allerdings noch schwer. Denn Algorithmen sind für sich genommen nicht intelligent. Noch sind wir weit davon entfernt, dass Algorithmen autonom auf Daten agieren und gleichzeitig die besten Ergebnisse produzieren bzw. direkt die besten Entscheidungen fällen. Auf absehbare Zeit sind Maschine (noch) nicht in der Lage, Wichtiges von Unwichtigem zu unterscheiden.

Aufzuhalten ist diese Entwicklung jedoch nicht. Die Technisierung von Wertschöpfungsketten löst immer disruptive Verschiebungen aus. Ein Beispiel dafür sind die japanischen Autobauer, die in den frühen 1980er Jahren erstmals Roboter in der Fahrzeugfertigung einführten, wodurch deutsche Hersteller in der Folge Kurzarbeit einführen mussten. Stets haben Veränderungen Arbeitplätze gekostet und an anderer Stelle neue Stellen geschaffen. Das wird diesmal nicht anders sein.

Apropos Intelligenz…

Künstliche Intelligenz wird viele einfache menschliche Arbeit verdrängen. Doch muss die Zahl der Arbeitsplätze insgesamt nicht sinken. Tatsächlich entstehen in der zunehmend digitalisierten Welt und automatisierten Wirtschaft auch viele neue Jobs, die individuelle Kenntnisse erfordern, und viele der verbleibenden Jobs können dank moderner Technologie produktiver und damit besser bezahlt werden.

Mehr noch: auch wenn es Künstliche Intelligenz heißt, wenn wir von Machine Learning und Deep Learning reden, braucht es ein harmonisches Zusammenspiel aus maschineller und menschlicher Intelligenz in Einheit von Kognition, Emotion, Motivation und Handlungskontexten, um Theorien zu entwickeln, neue Herausforderungen auszumachen und anzunehmen – um aus Daten unternehmensspezifischen Business Value in Form von Produkten, Prozessen oder neuen datenbasierten Geschäftsmodellen zu generieren.

Im nächsten und letzten Beitrag dieser kleinen Serie widmen wir uns der Frage, wie Künstliche Intelligenz funktioniert und was sie mit Machine Learning und Deep Learning zu tun hat.

 

Das könnte dich auch interessieren:
Deep Learning for the Industry 4.0 (Industrial Internet): *um at Smart Automation Conference 2016
How Machine Learning as a Service drives the IoT: *um at CODE_n Conference 2015
When Machine Learning moves behind an API: *um at APIDays APIStrat Berlin 2015