Menü
Bei der Diskussion über den ethischen Umgang mit Künstlicher Intelligenz ist es zentral, sowohl die Absicht (= wofür die KI verwendet wird) als auch die Realisierung und Implementierung der Technologie (= wie KI entwickelt wird) zu berücksichtigen. Die Art der eingesetzten KI, ob es sich nun um neuronale Netze mit tiefem Lernvermögen oder einfache regelbasierte Logik handelt, ist weniger wichtig als der Gebrauch der KI selbst.
Die Regulierung sollte sich auf definitorische Fragen rund um akzeptable Verwendungszwecke konzentrieren, wie beispielsweise die Entwicklung besserer Impfstoffe, und inakzeptable Verwendungszwecke, wie etwa den Einsatz von KI-generierten Medien zur subtilen Manipulation von Menschen.
Der kommende AI-Act der EU wird sich im Detail damit befassen, welche Anwendungen nicht erlaubt sind und welche Anwendungen als besonders risikoreich gelten. Dabei werden verschiedene Risikoklassen definiert, die jeweils unterschiedliche Anforderungen haben. KI Anwendungen, die der Ethik der EU-Grundsätze widersprechen und ein inakzeptables Risiko darstellen, sollen vollständig verboten werden.
Bei der Entwicklung von KI-Lösungen und deren Umsetzung sollten wir zunächst analysieren, welche ethischen und moralischen Aspekte zu berücksichtigen sind. Dazu zählt die Frage, wie wir beispielsweise mit potenziellen „Datenverzerrungen“ umgehen und für Chancengleichheit sorgen können. Dazu gehört auch, dass potenzielle Fallstricke wie fehlende Perspektiven identifiziert und berücksichtigt werden müssen.
Während die Art der KI in Bezug auf das „Was“ weniger relevant ist, spielt sie bei der Herangehensweise („Wie“) durchaus eine Rolle. Überlegungen zur Schaffung von Transparenz sind essenziell, damit die Menschen verstehen, was sie von der KI, mit der sie es zu tun haben, erwarten können. Dies ist besonders in Hochrisikobereichen wie der Strafverfolgung oder dem Gesundheitswesen bedeutsam, wie sie auch im AI-Act zum Ausdruck kommen.
Wir können die Diskussionen über die Intention und Entwicklung, also über das Wofür und das Wie bei der KI nicht voneinander trennen. Das zeigen gerade die jüngsten Entwicklungen im Bereich von „General Purpose AI (GPAI)”.
GPAI bezeichnet ein KI-System, das in der Lage ist, allgemein anwendbare Funktionen wie Bild- und Spracherkennung, Audio- und Videogenerierung, Mustererkennung, Beantwortung von Fragen, Übersetzung usw. auszuführen.
Dabei kann es mehrere sowohl beabsichtigte als auch unbeabsichtigte Zwecke verfolgen. In letzter Zeit haben wir insbesondere viele Anwendungen beobachtet, die generative KI-Tools wie ChatGPT oder Midjourney einsetzen. Wir brauchen hier umso mehr Transparenz darüber, wie diese Modelle funktionieren und wie sie eingesetzt werden.
Dazu gehört einerseits die Transparenz über die grundlegenden Modelle selbst. Entwickler:innen und Regulierungsbehörden benötigen diese Transparenz, um die Nutzung und die Risiken der KI adäquat beurteilen zu können. Dazu gehört andererseits die Transparenz darüber, wie sie verwendet werden. Dies ist für die Nutzer:innen relevant, um zu verstehen, welche Risiken sie eingehen und wie Ergebnisse einzuschätzen sind.
Künstliche Intelligenz besitzt ein enormes Potenzial in verschiedenen wirtschaftlichen Bereichen. Die Palette reicht von der Entwicklung neuer Medikamente über KI-gesteuerten Enzymen für Zersetzung von Kunststoffabfällen bis zum autonomen LKW-Verkehr von Hub zu Hub. Generative KI – KI, die in der Lage ist, Texte oder Bilder nach Bedarf zu erzeugen – hat die Auswirkung der KI auf neue Bereiche wie die Kreativität erweitert.
Während wir noch dabei sind, das Potenzial von Industrial AI zu entdecken, gibt es bereits konkrete Einsatzmöglichkeiten für generative KI, beispielsweise zur Steigerung der Produktivität durch den Einsatz von assistierender KI und zur Ermöglichung hyper-personalisierter Interaktionen.
Wenn wir über Fertigung im Besonderen sprechen, ist es einfach, die potenziellen Einsatzmöglichkeiten von KI aufzuzählen, zum Beispiel im Bereich intelligenter Fabriken. Sie kann die betriebliche Effizienz verbessern und Lieferketten wie Lager- und Personalabläufe optimieren.
Allerdings ist es aufgrund der Geschwindigkeit, mit der gegenwärtig neue Technologien und Paradigmen eingeführt werden, äußerst schwierig, einen konkreten Wert allgemein für die Wirtschaft oder die Fertigungsindustrie festzulegen.
Wir erleben derzeit eine enorme Beschleunigung der KI-Transformation durch die Einführung neuer KI-Technologien. Das bedeutet, gerade jetzt müssen wir der Identifizierung und Abschwächung von Risiken besondere Aufmerksamkeit schenken. Dabei gibt es insbesondere drei Ebenen zu berücksichtigen:
Die nötige Regulierung darf Innovation aber auch nicht die Luft abschnüren. Regulationen sollten nur Leitlinien für das Tun und Lassen vorgeben, um Risiken zu verhindern und das Vertrauen in die entwickelten KI-Lösungen zu stärken. Gleichzeitig sollten sie einen Rahmen skizzieren, innerhalb dessen KI-Innovationen gedeihen können. Wir brauchen also eine angemessene und eindeutige Regulierung rund um künstliche Intelligenz, die sowohl Sicherheit gibt als auch Innovationspotenzial zulässt.
Saara Hyvönen ist eine der drei Mitbegründerinnen von DAIN Studios, dem führenden KI-Beratungsunternehmen mit Niederlassungen in vier Ländern Europas. Sie verfügt über einen Doktortitel in Mathematik und umfangreiche Erfahrung in der Anwendung von Datenwissenschaften sowohl im akademischen als auch im geschäftlichen Umfeld, etwa als Postdoktorandin im Bereich Datenwissenschaften an der Universität Helsinki und als Leiterin der globalen CRM-Analyse bei Nokia.
Ihr Spezialgebiet sind Daten- und KI-Strategieentwicklung, die Identifizierung optimaler Datenanwendungsfälle und die Definition der damit verbundenen Anforderungen an Daten, Architektur und Compliance. Sie sucht Antworten auf die ganze Bandbreite an Was-, Warum- und Wie-Fragen. 2021 wurde sie unter den 100 brillanten Frauen in AI-Ethics angeführt.
„Ich liebe es, Daten zum Funktionieren zu bringen!“
Ebenfalls von Interesse
Multimedia
Blog
Lesen Sie hier über Strategien, Einsatzmöglichkeiten und Technologien in der produzierenden Wirtschaft.
Videos
Wir bringen Expert*innen und Persönlichkeiten aus Wissenschaft, Forschung und Industrie gemeinsam an einen Tisch und diskutieren …
Deutsch 
English