Künstliche Intelligenz. Zukunftsszenarien für schwache KI

Analyse und Auswertung unter Einbeziehung der Delphi Methode


Hausarbeit, 2017

45 Seiten, Note: 1,3


Leseprobe


2
Inhaltsverzeichnis
1. Technologiebeschreibung ... 3
2. Szenariogestaltung ... 6
2.1 Gestaltungsfeld ... 6
2.2 Schwache künstliche Intelligenz ... 6
2.3 Eingrenzung des Zeithorizonts ... 7
2.4 Bestimmung eines geographischen Raums ... 8
2.5 Business Potential ... 9
2.6 Höhe und Typ der Technologieentwicklung ... 10
2.6.1 Players ... 10
2.6.2 Lifecycle Stage ... 10
3. PESTEL Analyse ... 11
4. Einflussmatrix ... 12
5. Projektionen ... 16
6. Auswertung und Einbeziehung der Delphi Methode ... 26
7. Verknüpfung der Projektionen ... 27
8. Konsistenzanalyse ... 29
9. Zukunftsszenarien ... 30
9.1 Pessimistisches Zukunftsszenario ,,KI ­ Der Feind der Bevölkerung?" ... 30
9.2 Realistisches Szenario ,,Wandel der Infrastruktur ­ Zum Besseren?" ... 32
9.3 Optimistisches Zukunftsszenario ,,Schlaue Köpfe für die Zukunft" ... 34
10. Handlungsoptionen ... 36
I Literaturverzeichnis ... 37
II. Anhang ... 38

3
1. Technologiebeschreibung
,,Intelligenz ist die allgemeine Fähigkeit eines Individuums, sein Denken bewußt auf neue
Forderungen einzustellen. Sie ist die allgemeine geistige Anpassungsfähigkeit an neue
Aufgaben und Bedingungen des Lebens."
1
Die Forschung der Künstlichen Intelligenz wird in der Literatur als das Ziel beschrieben,
menschliche Wahrnehmungs- und Verstandsleistungen zu operationalisieren und durch
Systeme verfügbar zu machen.
2
Dabei geht es überwiegend um Berechnungsverfahren, die es
ermöglichen, wahrzunehmen, zu schlußfolgern und zu handeln. Schon heute beherrscht die
Künstliche Intelligenz unser Leben, ohne das es vielen bewußt ist. Smartphones, die mit uns
sprechen oder Armbanduhren, die unsere Gesundheitsdaten aufzeichnen sind in der heutigen
Gesellschaft ganz normal. Die Forschung der KI steht dabei in enger Zusammenarbeit mit
Bereichen aus der Informatik, Mathematik, Philosophie, Psychologie, Linguistik, Logik und
den Neurowissenschaften.
3
Der Kernpunkt dieser Forschungen ist das systematische
schlußfolgernde Denken zu rekonstruieren. Dies bedeutet auch, eine Vielzahl von
Informationen zu kombinieren und dadurch Lösungen finden zu können. Der zielführende
Einflußfaktor immer neue Problematiken in kürzester Zeit lösen zu können liegt hierbei darin,
dass die meisten Aufgaben nicht vollständig neu sind, sondern in einem engen und meist auch
systematischen Zusammenhang mit alten, bereits gelösten Problematiken stehen. Das
bedeutet, dass die Lösung kognitiver und perzeptiver Aufgaben auf früheren Erfahrungen
basiert.
Intelligenz wird in der Wissenschaft mit Erfahrungen eines Systems in physikalischer und
sozialer Welt in Verbindung gebracht. Dabei sollte es selbständig und effizient Probleme
lösen. Der Grad der Intelligenz hängt dabei von drei Faktoren ab:
4
Dem Grad der Selbständigkeit
Dem Grad der Komplexität des Problems und
Der Effizienz des Problemlösungsverfahrens
1
Psychologe Wililiam Stern, 1912
2
Vgl. Görz; Rollinger; Schneeberger, Handbuch der Künstlichen Intelligenz, 2003, S.2
3
Vgl. Görz; Rollinger; Schneeberger, Handbuch der Künstlichen Intelligenz, 2003, S.4
4
Vgl. Meinzer, Künstliche Intelligenz ­ Wann übernehmen die Maschinen?, 2016, S.3

4
Computer wurden in der Vergangenheit lediglich nur zur Entlastung und Leistungssteigerung
der Menschen betrachtet. Laut des renommierten KI-Wissenschaftlers Rodney Brooks
erwerben die heutigen technischen Systeme die Fähigkeit zu einer erfahrungsgeleiteten
Selbststeuerung, die sie nicht länger zu Mitteln oder Werkzeugen, sondern zu Mitspielern des
Menschen qualifiziert.
5
Allerdings ist dabei zu beachten, dass wissensbasierte Systeme keine
Widersprüche berücksichtigen sowie weder Fehlertoleranzen noch zeitliche Änderungen des
Wissens einbeziehen. Sie Verfügen also nur über ein begrenztes Expertenwissen und nicht
über Alltagswissen. Dabei können Computer Aufgaben wie das berechnen vieler Aufgaben in
kurzer Zeit in einer vielfach besseren Leistung bewältigen als Menschen. Aber sich neuen,
unbekannten Aufgaben selbständig widmen ist eine bisher unüberwindbare Hürde. So können
Menschen beispielsweise in unbekannten Räumen binnen Sekunden Entscheidungen treffen
und Aktionen planen. Roboter sind mit solch einer Aufgabe heute noch überfordert.
6
Die besondere stärke der menschlichen Intelligenz ist die Adaptivität. Individuen sind in der
Lage, sich an verschiedenste Umweltbedingungen anzupassen und durch Lernen das
Verhalten entsprechend zu ändern. Daher ist die Lernfähigkeit ein zentrales Thema der KI.
Die Automatisierung von Fabriken, Büros, Verwaltungen, Verkehr und vielen anderen
Bereichen führt zu einer immer größer wachsenden Zahl, da quasi in jedem Bereich im mehr
Arbeiten von Computern, Maschinen und Robotern erledigt werden. Etwa seit dem Jahre
2010 wird KI zu einem der wichtigsten Faktoren in dieser Entwicklung.
7
Es ist naheliegend, dass schwere, schmutzige oder ungesunde Arbeit gerne an
Automatisierungen abgegeben werden, sofern dadurch keine schädlichen Nebenwirkungen,
wie etwa Umweltschäden auftreten. Hinzu kommt, dass die meisten dieser Aufgaben von
Maschinen schneller, exakter und vor allem kostengünstiger erledigt werden.
Die Eingrenzung unseres Zeithorizontes in dieser Arbeit ist nur vorsichtig zu betrachten, da in
der Vergangenheit des öfteren Prognosen gestellt wurden, die dann immer wieder von den
jeweiligen Forschern korrigiert wurden.
So haben etwa im Jahre 1958 die Forscher Newell und Simon behauptet, dass es innerhalb
einer Zeitspanne von ca. 30 Jahren Maschinen geben wird, die denken können, sowie
lernfähig und auch schöpferisch tätig sein werden.
8
Nun sind mittlerweile fast 60 Jahre
5
Vgl. Christaller; Wehner, Autonome Maschinen, 2003, S.10
6
Vgl. Ertel, Grundkurs Künstliche Intelligenz, 2016; S.3
7
Vgl. Ertel, Grundkurs Künstliche Intelligenz, 2016, S.12
8
Vgl. Sesink, Menschliche und künstliche Intelligenz, 2012, S.8

5
vergangen und es gibt noch immer keine solcher Maschinen. Die Geschichte der KI-
Forschung ist begleitet von vielen solcher Fehlprognosen in denen eine grenzenlose
Unterschätzung des zu bewältigenden Problems zum Ausdruck kommt. Jedoch wird in der
Zukunft auch nichts ausgeschlossen und somit bleibt die Frage im Raum, ob man sich
lediglich mit der Dauer der eintretenden Veränderung verschätzt hat.
,,Heute sind unsere Maschinen noch einfache Geschöpfe, die kaum intelligent zu bezeichnen
sind. Doch im Laufe des nächsten Jahrhunderts werden sie zu Gebilden heranreifen, die
ebenso komplex sind wie wir selbst, um schließlich über uns und alles, was wir kennen,
hinauszuwachsen, so dass wir eines Tages stolz sein dürfen, wenn sie sich als unsere
Nachkommen bezeichnen."
9
In der Literatur wird immer wieder deutlich, dass zukunftsorientiert auch die Sorge der
vollkommenen Aufgabenübernahme der Künstlichen Intelligenz besteht. Daher ist es wichtig,
einzugrenzen, in wie weit die Menschheit die weiterführende Entwicklung der
Automatisierungsprozesse wirklich nötig hat. Eine immer wachsende Produktivität und damit
zusammenhängende wirtschaftliche Entfaltungen sind nicht unbedingt Profitabel für die
menschliche Zufriedenheit. Es ist zu beobachten, dass in den führenden Industrie-Nationen
immer mehr Geld für die Forschung vor allem von staatlicher Seite zur Verfügung gestellt
wird.
10
Somit wird klar, dass die kapitalistische Wirtschaftshaltung der Industriestaaten zu der
raschen und vielleicht auch unkontrollierten Entwicklung der KI führt. Nach Erfahrungen aus
der Vergangenheit sollte die Chance zwar erkannt werden, jedoch auch genau überlegt
werden, zu welchem Zweck und Nutzen die KI in Zukunft entwickelt werden sollte. KI muss
sich aus ethischer Sicht als Dienstleistung in der Gesellschaft bewähren.
9
Moravec, 1990
10
Vgl. Sesink, Menschliche und künstliche Intelligenz, 2012, S.10

6
2. Szenariogestaltung
2.1 Gestaltungsfeld
Die vorliegende Arbeit ist eine Analyse der Entwicklung von Künstlicher Intelligenz (KI).
Um den Umfang zu spezifizieren wird eine Eingrenzung auf schwache Künstliche Intelligenz
vorgenommen. In diesem Sinne wird die Technologie beleuchtet und eine Beschreibung
dargestellt. Mit dieser Grundlage müssen weitere Rahmenbedingungen geschaffen werden.
Diesbezüglich wird ein Zeithorizont und eine geographische Einschränkung gesetzt. Darauf
Bezug nehmend werden Einflussfaktoren und spezifizierend Schlüsselfaktoren gewählt und
dessen Interdependenzen bewertet, um ein Szenario zu erarbeiten. Mithilfe dieser Szenarien
kann eine qualitative Handlungsoption dargelegt werden, die als Basis für Entscheidungen
dienen kann.
2.2 Schwache künstliche Intelligenz
Differenzierung starke und schwache KI
Starke KI
Schwache KI
Menschliche Denken als Ganzes
mechanisieren
Konkrete Anwendungen des
menschlichen Denkens ausführen
Intelligente Reaktionen
Einzelbereiche des Denkens
unterstützen
Schaffung von Bewusstsein
Simulation intelligenten Verhaltens
mithilfe der Mathematik
Schrittmachertechnologie/
Visionärtechnologie
Schlüsseltechnologie (in der
Robotik)
Fähigkeit zu lernen als integraler Bestandteil
Umgehen mit Unsicherheiten und ,,Zufälligkeiten"/Wahrscheinlichkeiten

7
Eigenschaften schwacher KI
·
Nachbildung menschenähnlicher Intelligenz für einen Computer
·
Eigenständig Probleme bearbeiten
·
Konkrete Anwendung des menschlichen Denkens ausführen
·
Einzelbereiche des Denkens unterstützen
·
Simulation intelligenten Verhaltens mit Hilfe der Mathematik
·
Schlüsseltechnologie (in der Robotik)
·
Fähigkeiten zu lernen als integraler Bestandteil
·
Umgehen mit Unsicherheiten und ,,Zufälligkeiten"/Wahrscheinlichkeiten
Anzahl und Breite der potentiellen Einsatzgebiete
·
Sozialwesen
·
Personenbeförderung
·
Industrie (Fertigung)
·
Gesundheitswesen
·
IT
·
Kommunikation
·
Militär
·
Logistik
Jeder Bereich der von der Digitalisierung betroffen ist kann durch KI optimiert werden
2.3 Eingrenzung des Zeithorizonts
Der Zeithorizont wird auf 10 Jahre begrenzt. Sämtliche Prognosen und Szenarien sollen den
Zeitraum bis ca. 2027 umfassen. Diese Festlegung wird durch die Entwicklung der Forschung
von 2006 bis 2017 und durch vorhandene Prognosen von Experten beeinflusst (siehe
Geschichte KI). Der Verlauf der Geschichte und moderne Prognosen lassen ansatzweise
qualitative Schlussfolgerungen auf die nächsten 10 Jahre schließen. Dabei muss aber bedacht
werden, dass die Künstliche Intelligenz in den letzten Jahren stark an Einfluss auf das Markt-
und Sozialverhalten gewonnen hat. Daher geht man davon aus, dass sich die Entwicklung
exponentiell verhalten wird. Diese Annahme lässt uns fehlerhafte Prognosen aus der
Vergangenheit kritisch betrachten. Es liegt nicht im Rahmen dieser Arbeit eigene qualitative
Prognosen über diesen Zeitraum hinweg aufzustellen, da dies einfach durch noch nicht
vorhersehbare Entwicklungen der Umwelt und fehlende Kenntnisse über spezifische
Interdepenzen zu stark beeinflusst werden kann.

8
2.4 Bestimmung eines geographischen Raums
Um möglichst rationale Ergebnisse auszuarbeiten und diese auf das nahe Umfeld zu beziehen,
wird sich diese Ausarbeitung fast ausschließlich auf die Forschung rund um die Künstliche
Intelligenz in Deutschland und Europa drehen. In diesem geographischen Bereich lassen sich
im Rahmen dieser Ausarbeitung die rationalsten Werte und Prognosen einbeziehen. Zugleich
kann das Verhalten von Umweltsystemen besser eingeordnet und eingeschätzt werden. Dabei
wird der weltweite Vergleich relativistisch immer Mitbetrachtet, um Verhältnisse und
Vergleiche setzen zu können. Da sich die Forschung und Wissenschaft nicht explizit auf einen
geographischen Raum beziehen lässt, da ein permanenter Wissensaustausch im Zuge der
Globalisierung vollzogen wird, kann man einige Aspekte auf den weltweiten Forschungsstand
beziehen. Vor allem aber politische und soziale Systeme sind hierbei kritisch auf den
geographischen Raum zu betrachten, da sowohl der kulturelle als auch ethische Rahmen in
jeweiligen geografischen Räumen verschiedene Ausmaße annehmen können.

9
2.5 Business Potential
Sektor
Möglichkeiten
Risiken
Wirtschaftlich
·
neue Anwendungsbereiche/
Entstehung eines neuen
Wirtschaftssektors
Umsatzsteigerung bei
Unternehmen mit
Unternehmensanwendungen im
Bereich künstliche Intelligenz
·
Kosteneinsparung
·
Rationalisierung
·
Zeiteinsparung
Effizienzsteigerung
·
Ressourceneffizienz erhöhen
Nachhaltigkeit steigern
·
Erhöhung der Produktion
·
verbesserte Produktqualität
·
zu großes Vertrauen in
Technologie
Abhängigkeit
·
systemische Fehlschläge
·
ungewollter Technologie-
missbrauch
·
Arbeitsmarktveränderungen
Gesundheitswesen
·
Unterstützung des schwachen
sozialen
Dienstleistungssektors
·
weniger Fehler
·
Erfindung von neuartigen
Therapien
·
schnellere Erkennung und
Behandlung von Krankheiten
·
Vorurteile schüren Ängste
·
Gefährdung des derzeitigen
Gesundheitssystems
Technologisch
·
erhöhte Sicherheit
·
schnellere Prozesse
·
realistische Simulationen
·
neue Erfindungen möglich
·
Verknüpfung von
Forschungsfeldern
·
systemische Fehlschläge
·
,,KI-Wettrüsten"
·
Sicherheit der
Technologieentwicklung
wird für Tempo geopfert
Sozial/ Kulturell
·
erhöhte Sicherheit
·
mehr Freiheiten
·
Ansteigen des
Lebensstandards
·
Bequemlichkeit steigt
·
Arbeitsplätze Minimierung
·
Vereinheitlichung von
Berufen
·
Vernachlässigung von
bestimmten Berufskreisen
Arbeitslosigkeit steigt
·
Handwerk wird immer
mehr von Bedeutung
·
Entscheidungsgewalt der
KI
·
unpassendes Sozialsystem
·
soziale Ungleichheit

10
2.6 Höhe und Typ der Technologieentwicklung
2.6.1 Players
·
Google: Google Deepmind selbständige Entwicklung von Erfolgsstatistiken
·
Amazon: Echo/ Alexa Sprachassistent / Smart Speaker
·
Samsung/Apple: Sprachassistenten, Smart Speaker
·
Facebook: Suchalgorithmen / Chatbot
·
Tesla: autonomes Fahren / Hyperloop ,,intelligente" Infrastruktur
2.6.2 Lifecycle Stage
·
Findet gegenwärtig schon starke Anwendung
·
Ebenfalls noch großes Entwicklungspotenzial, aus einer schwachen KI kann sich eine
starke KI entwickeln
·
Erste Forschungen bereits in den 1930er Jahren, heutzutage erste nutzbare Ergebnisse
·
Weiterhin großes Potenzial
·
Viele potenzielle Forschungsfelder können inkludiert werden
Ende der Leseprobe aus 45 Seiten

Details

Titel
Künstliche Intelligenz. Zukunftsszenarien für schwache KI
Untertitel
Analyse und Auswertung unter Einbeziehung der Delphi Methode
Hochschule
Technische Hochschule Wildau, ehem. Technische Fachhochschule Wildau
Note
1,3
Autor
Jahr
2017
Seiten
45
Katalognummer
V387825
ISBN (eBook)
9783668619210
ISBN (Buch)
9783668619227
Dateigröße
1072 KB
Sprache
Deutsch
Schlagworte
Künstliche Intelligenz Technologie Technologiemanagement, PESTEL-Analyse, Delphi Methode, Konsistenzanalyse, Zukunftsszenarien
Arbeit zitieren
Florian Köttig (Autor:in), 2017, Künstliche Intelligenz. Zukunftsszenarien für schwache KI, München, GRIN Verlag, https://www.grin.com/document/387825

Kommentare

  • Noch keine Kommentare.
Blick ins Buch
Titel: Künstliche Intelligenz. Zukunftsszenarien für schwache KI



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden