Künstliche Intelligenz – die 7 größten Herausforderungen (Teil II)


In meinem letzten Blogbeitrag habe ich über die ersten der sieben größten Herausforderungen im Bereich Künstliche Intelligenz geschrieben. Im zweiten Teil dieses Beitrags werfe ich nun einen Blick auf die weiteren „Challenges“. 

5. Integration von KI in Unternehmen

Die beste Strategie für Unternehmen? Chancen schnell erkennen und verfolgen – mit hohem Tempo experimentieren und lernen. Das erfordert organisatorisches Engagement, um unvermeidliche Schwierigkeiten zu überwinden. Bei der Integration von KI gilt es, drei Dinge zu berücksichtigen:

  • Reife der Technologie: Möglichkeiten und Grenzen verstehen, denn neue Technologien sind anfangs sehr ineffizient. Zu Beginn empfiehlt sich ein vielversprechendes, aber überschaubares Anwendungsfeld.
  • Prozessdefinition: Es müssen eindeutige KPIs für Projekte identifiziert und festgelegt werden.
  • Ganzheitliche Sicht: unabdinglich um Verschiebungen im Wettbewerb und innerhalb der Wertschöpfungskette zu erkennen. KI entfaltet oftmals ein disruptives Potential gegenüber dem eigenen Geschäftsmodell.

Damit KI in der Strategie eine herausragende Rolle spielen kann, müssen Unternehmen herausfinden, wie Mensch und Computer gegenseitig Stärken ausbauen können, um Wettbewerbsvorteile zu schaffen. Das ist nicht einfach: Unternehmen brauchen einen privilegierten Zugriff auf Daten und sie müssen lernen, die Menschen und Maschinen effektiv zusammenarbeiten können.

6. Eigenproduktion, Fremdbezug oder Kooperation?

Auch die Frage, wie ein KI-System implementiert werden soll, stellt Unternehmen vor eine große Aufgabe. Dabei gibt es drei klassische Möglichkeiten: Eigenproduktion, Fremdbezug oder Kooperation.

Bei der Eigenproduktion werden In-House, End-to-End-Nischen-Applikationen implementiert. Entscheiden sich Unternehmen ein KI-System selbst zu entwickeln, sollte dies als Teil der Kernkompetenz des Unternehmens verstanden werden, da eine solche Entwicklung sehr teuer und aufwendig ist.

Notwendige Applikationen oder die Hardware für moderne KI kann nach Bedarf auch gekauft oder gemietet werden. Google, Amazon, IBM oder Microsoft stellen über Cloud eine leistungsfähige Machine-Learning-Infrastruktur bereit. Der Wettbewerb zwischen diesen Rivalen führt mit der Zeit zu immer besseren und billigeren Angeboten. Bei Fremdbezug muss allerdings berücksichtigt werden, dass Daten an den Anbieter weitergegeben werden.

Die Kooperation mit hochspezialisierten Startups, die oftmals die innovativsten Lösungen anbieten, stellt einen dritten Weg dar. Hierfür wird allerdings ein Spezialist benötigt, der das Ökosystem kennt und die technologische Reife der einzelnen Produkte beurteilen und in bestehende System integrieren kann.

7. Die Auswirkungen von KI auf Mensch und Gesellschaft

Die Auswirkungen von KI für uns als Menschen und die Gesellschaft stellen eine besondere Herausforderung dar. Stephen Hawking beschreibt den Aufstieg der künstlichen Intelligenz wie folgt:

The rise of AI could be the worst or the best thing that has happened for humanity.

Auf Individualebene müssen wir uns fragen, wie wir die Interkation zwischen Mensch und Maschine gestalten wollen. Wollen wir Roboter? Können Maschinen versteckte Vorurteile aufbauen, also Racist Robots sein? Welche Rechte und Entscheidungen wollen wir Maschinen zugestehen? Denken Sie allein an die Diskussionen um selbstfahrende Autos. Oder die große Angst vor KI als Jobkiller: Handelt es sich um die Automatisierung von Aufgaben? Oder von Jobs? Ersetzt KI unsere Jobs oder macht sie uns einfach effizienter?

Auf Gesellschaftsebene müssen wir uns darüber klar werden, welche Folgen KI mit sich bringt. Sie begünstigt Verschiebungen in der Wertschöpfungskette, nach dem Prinzip: „The winner (of data) takes it all.“ Monopole mit enormen Einfluss entstehen.

Welche unbeabsichtigten Folgen können durch KI auftreten? Der israelische Historiker Yuval Noah Harari entwirft in seinem aktuellen Buch „Homo Deus“ eine düstere Vision des Technologiezeitalters und beschreibt die Singularität besonders ausführlich. Werden Maschinen so komplex und intelligent, dass sie den Menschen überwinden? Oder rücken menschliche Fähigkeiten wie Kreativität, Neugier und Empathie mehr in den Vordergrund, weil Maschinen dazu nicht in der Lage sind? Denken Sie an Pflege, Erziehung oder Bildung.

Wird KI womöglich eher Expertenwissen skalierbar machen und damit High-End Jobs angreifen, die sich mit nieder frequentierten Ereignissen befassen? KI würde diese Jobs zwar nicht vollständig ersetzen, aber mit Hilfe der Erweiterung menschlicher Fähigkeiten so stark vereinfachen, dass Menschen mit geringerer Ausbildung diese Aufgaben erfüllen könnten. Menschliche Experten würden seltener gebraucht – man könnte dem Expertenmangel begegnen, während gleichzeitig mehr Arbeitsplätze mit geringeren Anforderungen geschaffen werden.


In meinem ersten Blogbeitrag zum Thema habe ich mich mit den Herausforderungen Verstehen, warum jetzt, Identifikation vielversprechender Anwendungsfelder, Daten: das neue Gold. Aber welche Daten? sowie KI erfolgreich nutzen: kontinuierliche Trainingsprozesse befasst. Sie finden Ihn hier.