Schlagwort-Archiv: Künstliche Intelligenz

IIT (2017): Wie sieht die Zukunft der Arbeit aus?

ki-neue-arbeit

Der Bericht IIT (2017): Wie sieht die Zukunft der Arbeit aus? (PDF) zur Umfrage „Künstliche Intelligenz und Zukunft der Arbeit“ fasst folgende Ergebnisse zusammen (S. 23):

Technisierung des menschlichen Körpers

Die Technisierung des menschlichen Körpers ist nichts Neues: Brillen und Zahnimplantate, Herzschrittmacher und vielfältige Prothesen sind – in bestimmten Formen seit langer Zeit – Realität. Wie weit kann und soll eine solche Technisierung gehen? Gibt es eine Grenze, jenseits derer eine weitere Technisierung nicht mehr akzeptabel wäre – etwa weil dadurch die menschliche Identität grundsätzlich in Frage gestellt würde?

Wertschätzung menschlicher Arbeit

Die Wahrnehmung und Wertschätzung menschlicher Arbeit wird immer stärker durch zwei Abgrenzungen bestimmt: Einerseits die Abgrenzung von technisierten, digitalisierten Prozessen, andererseits die Abgrenzung von Nicht-Arbeit – im Kontext der Debatte um ein bedingungsloses Grundeinkommen. Zu fragen ist, welche Wahrnehmung und Wertschätzung menschlicher Arbeit gewünscht ist, und wie ein solches Bild menschlicher
Arbeit kommuniziert und zur Grundlage konkreter Arbeitsgestaltung gemacht werden kann.

Einsatzszenarien für Künstliche Intelligenz

Künstliche Intelligenz kann vielfältige Rollen und Funktionen im Arbeitsprozess übernehmen. Darunter sind eher positiv besetzte Rollen der Unterstützung, Beratung und Information, und
eher negativ besetzte Rollen wie zum Beispiel die der Kontrolle Überwachung und Bevormundung. Die Frage, die wir uns daher stellen müssen lautet: Wie müssen KI-Systeme und ihre Einsatzszenarien aussehen, damit die künftige Arbeitswelt menschengerecht und gesellschaftlich akzeptabel gestaltet werden kann.

Solche Themen greifen wir auch in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK) auf. Informationen zu den Lehrgängen finden Sie auf unserer Lernplattform.

Denkende Maschinen sind schon lange im Alltag angekommen

denkende-maschinen

Im Fraunhofer-Magazion weiter.vorn 1/17 (PDF) gibt es einen Ausführlichen Bericht (S. 8-13) zu den neuen Maschinen, die mit künstlicher Intelligenz ganz andere Problemlösefähigkeiten besitzen, wie die relativ einfachen (dummen) Maschinen, die wir in vielen Fabriken noch gewohnt sind:

Zum Beispiel im Einzelhandel: Bei Saturn in Ingolstadt begrüßt neuerdings Serviceroboter Paul als Einkaufsassistent die Kunden, fragt nach ihren Produktwünschen und begleitet sie zum entsprechenden Regal. Auf dem Weg plaudert er übers Wetter und stellt schließlich ein paar Feedback-Fragen, ob man mit seiner Leistung zufrieden sei (Seite 8).

Das ist nur ein kleines Beispiel für die Veränderungen, die alle Bereiche durch künstliche Intelligenz und der Vernetzung von Dingen und Menschen erfahren werden. Dass diese Systeme schon längst im Alltag eingesetzt werden, kann man dem Artikel entnehmen. Deutschland hat hier die große Chance, Neues zu kreieren, und innovativ zu sein. Es ist aus meiner Sicht nur Schade, dass die Systeme der kognitiven Ära von amerikanischen Unternehmen (IBM:Watson, Microsoft, Amazon, Apple usw.) und chinesischen Unternehmen (Baidu, Tencent …) dominiert werden. Europäische Unternehmen, die über API-Schnittstellen Cognitive Computing anbieten sind Mangelware – warum eigentlich nicht? Noch besser wären natürlich Open Source Anwendungen, die nicht von Unternehmen dominiert werden. Damit könnten sich die Entwicklung „Innovationen von unten“ beschleunigen. Eric von Hippel hat in seinem aktuellen Buch Free Innovation ein entsprechendes Szenario aufgezeigt. Dabei hat er möglicherweise die Chancen von Cognitive Computing unterschätzt. Siehe dazu auch

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Disruptive capability over the next ten years

Siehe dazu auch

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

ARTIFICIAL INTELLIGENCE AND LIFE IN 2030

ai-100-report

Es ist schon erstaunlich, wie schnell sich das Thema „Künstliche Intelligenz“ (Artificial Intelligence: AI) in Unternehmen und in der breiten Öffentlichkeit etabliert hat. Es kommt einem so vor, als ob Artificial Intelligence wirklich etwas Neues ist, dabei hat die Stanford University schon 2014 auf die 100-jährige Geschichte von Artificial Intelligence hingewiesen (“One Hundred Year Study on Artificial Intelligence (AI100),” Stanford University, accessed August 1, 2016, https://ai100.stanford.edu). Viel wichtiger als die Vergangenheit von AI ist allerdings, wie sich AI bis 2030 entwickeln wird. An dieser Stelle positionieren sich sogenannte Zukunftsforscher mehr oder weniger marketinggerecht. Ich tendiere eher dazu, einer wissenschaftlich fundierten Arbeit zu vertrauen. So eine liegt nun seit September 2016 vor:

Peter Stone, Rodney Brooks, Erik Brynjolfsson, Ryan Calo, Oren Etzioni, Greg Hager, Julia Hirschberg, Shivaram Kalyanakrishnan, Ece Kamar, Sarit Kraus, Kevin Leyton-Brown, David Parkes, William Press, AnnaLee Saxenian, Julie Shah, Milind Tambe, and Astro Teller.  „Artificial Intelligence and Life in 2030.“ One Hundred Year Study on Artificial Intelligence: Report of the 2015-2016 Study Panel, Stanford University, Stanford, CA,  September 2016. Doc: http://ai100.stanford.edu/2016-report. Accessed:  September 6, 2016.

In diesem Report geht es um Grundsätzliches, wie z.B. einer Definition von AI

“Artificial intelligence is that activity devoted to making machines intelligent, and
intelligence is that quality that enables an entity to function appropriately and with
foresight in its environment.”Nils J. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements (Cambridge, UK: Cambridge University Press, 2010).

und um die zukünftigen Entwicklungen und Auswirkungen von AI bis 2030. Wer sich wirklich mit dem Thema befassen will, sollte sich diese ca. 50 Seiten einmal in Ruhe durchlesen. Danach können Sie die vielfältigen Berichte/Kommentare/Meinungen in den einschlägigen Medien besser einschätzen. Ich habe mir in den letzten Jahren zu dem Themenkomplex auch so meine Gedanken gemacht:

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Morgen: WDR 5 Thementag über Künstliche Intelligenz

wdr5-thementag-ki

Morgen, am 05.07.2016 gibt es bei WDR 5 einen Thementag über Künstiche Intelligenz. Es ist schon erstaunlich, wie sich dieses Themenfeld in den letzten Jahren verbreitet hat, sodass jetzt sogar Anstalten des öffentlichen Rechts darüber ausführlich berichten. Beim WDR wird allerdings häufig über neue technologische Entwicklungen negativ berichtet. Ich habe dazu schon oft von unterwegs angerufen und Hinweise dazu gegeben (Sharing Economy, Open Innovation, Crowdsourcing …) – natürlich ohne große Wirkung. Möglicherweise ist beim WDR auch etwas Selbsterhaltungstrieb dabei… Hony soit qui mal y pense. Siehe dazu auch Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download.

Künstliche Intelligenz und Menschliche Intelligenz

künstliche-Intelligenz

Der Intelligenzbegriff wird in allen möglichen und unmöglichen Zusammenhängen und Kategorien verwendet. Es ist daher gut, sich mit dem Konstrukt Intelligenz ein wenig mehr zu befassen. In den letzten Jahren trat die Künstliche Intelligenz immer stärker in den Fokus, und soll an dieser Stelle näher betrachtet werden. Ausgangspunkt ist ein Statement von Wolfgang Wahlster, CEO des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI):

Er plädiert daher dafür, diese Stärken in der Schule deutlicher zu fördern. Es gehe darum, nicht nur Wissen zu lehren, sondern auch das clevere Entscheiden in Alltagssituationen, das Bewerten, das Lernen zu lernen. „Das ist viel wichtiger als reines Fachwissen. Dort liegt der riesige Vorsprung des Menschen vor den Computern.“(Quelle: Künstliche Intelligenz: Uni-Studium verliert an Bedeutung, 27.06.2016).

In Bereichen, in denen die fachliche Tiefe gefragt ist, werden die Möglichkeiten der Künstlichen Intelligenz vordringen, und somit akademische Qualifikationen entwerten – so Wahlster. Der Hinweis, dass zur Menschlichen Intelligenz „ebenso die sensomotorische, emotionale und soziale Intelligenz“ gehören, deutet auf ein erweitertes Intelligenzverständnis hin. Diese Entgrenzung von Intelligenz hat eine deutliche Passung zur Theorie der Multiplen Intelligenzen nach Howard Gardner. Er postulierte schon in den 1980er Jahren folgende Intelligenzdimensionen:

  • Sprachliche Intelligenz
  • Logisch-mathematische Intelligenz
  • Musikalische Intelligenz
  • Körperlich-kinästhetische Intelligenz
  • Räumliche Intelligenz
  • Interpersonale Intelligenz
  • Intrapersonelle Intelligenz

Die immer stärkere Nutzung der Künstlichen Intelligenz wird in Zukunft zu einem besseren Verständnis Menschlicher Intelligenz/Intelligenzen führen.  Siehe dazu auch

Verschiedene Software-Algorithmen gut erklärt

Siehe dazu auch

  • Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download
  • Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model, in Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 88-102 | Springer

Künstliche Intelligenz: In Deutschland entwickelt, in den USA und Asien genutzt

cognitive-computing

Der Artikel von Jürgen Schmidhuber Künstliche Intelligenz: Eine Maschine klüger als der Mensch (ZeitOnline vom 02.06.2016) zeigt sehr gut auf, dass in den letzten Jahrzehnten in der Forschung in Deutschland die Basis für die Anwendung der Künstlichen Intelligenz gelegt wurde (Deep Learning):

Seit den 1990er Jahren haben also europäische Steuerzahler die Forschung finanziert, die jetzt einigen der wertvollsten amerikanischen und asiatischen Firmen dient. Auch deutsche Unternehmen interessieren sich nun für unsere Methoden.

Dieser kurze Ansatz zeigt schon das Dilemma: Die Grundlagenforschung, immerhin mit Steuergelder finanziert, bietet in vielen Bereichen den Nährboden für alle möglichen Anwendungen. Das ist nicht nur heute bei Deep Learning so, sondern war in der Vergangenheit auch bei anderen technologischen Themen so. Beispielsweise wurde das MP3-Format bei einer Fraunhofer-Tochter entwickelt, doch die Anwendungen kommen hauptsächlich von internationalen Unternehmen. Es reicht nicht aus, Ideen zu haben, die nicht umgesetzt werden. Auch reicht es nicht aus, Stolz auf die deutschen Erfindungen zu sein, die ihren Schwerpunkt in alten Technologiebereichen (Elektronik, Automobilbau, Maschinenbau usw.) haben. Es gibt immer noch keinen deutschen/europäischen Konzern, der es mit Apple, Google, Facebook, Ebay, Amazon usw. aufnehmen kann. Das sind die Bereiche, die zukunftsfähig sind. Es reicht nicht aus, immer nur in den Rückspiegel zu schauen. Die Zukunft sieht man nur, wenn man auch durch die Frontscheibe des globalen Wettbewerbs schaut. Augen auf! Dazu passt auch der von mir veröffentlichte Artikel Freund, R. (2016): Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19  (PDF). Weiterhin thematisiere ich diese Zusammenhänge auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Informationen finden Sie dazu auf unserer Lernplattform.

Mark Zuckerberg Explains Facebook’s Advances In AI (Artificial Intelligence)

In dem Video (01.11.2015) erläutert Mark Zuckerberg die Fortschritte bei der Nutzung von Künstlicher Intelligenz (AI) bei Facebook. Gerade wenn sehr viele Daten anfallen, ist Künstliche Intelligenz von Vorteil. Diese unterscheidet sich allerdings qualitativ von dem traditionellen Datenmanagement. Die Fortschritte bei Deep Learning und Cognitive Computing in verschiedenen Branchen sind beispielsweise  bei IBM Watson gut zu erkennen.

Siehe dazu auch meinen Vortrag auf der Weltkonferenz MCPC 2015 in Montreal/Kanada: Cognitive Computing and Managing Complexity in Open Innovation Model (Special Keynote).

Der Mensch und Künstliche Intelligenz

robotIn dem Artikel Künstliche Intelligenz: Mensch ist durch Kreativität überlegen (Deutschlandradio Kultur vom 16.01.2015) stellt der  Medieninformatiker Andreas Butz klar: „Ich rechne nicht damit, dass die künstliche Intelligenz uns Menschen in unserem Menschsein überholen wird“. Natürlich gibt es Bereiche, in denen Maschinen und Netzwerke leistungsfähiger sind als Menschen, doch gehört noch weit mehr zu einem Menschen als Denken und logische Verknüpfungen. Es geht bei der Diskussion um Künstliche Intelligenz und/oder Mensch nicht darum einzelne Fähigkeiten/Fertigkeiten zu vergleichen, sondern darum, Künstliche Intelligenz zum Wohle der Menschen einzusetzen. Wie technologische Entwicklungen bei der Wissenskonstruktion und Wissensnutzung eingesetzt werden können, thematisieren wir in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK). Auf unserer Moodle-Lernplattform finden Sie weitere Hinweise.