Unser Alltag wird durch Künstliche Intelligenz (KI) immer stärker verändert. Ist das sinnvoll? Und was genau ist mit KI überhaupt gemeint?
Herzlich willkommen in der faszinierenden Welt der Künstlichen Intelligenz (KI). In diesem Überblickstext werden wir uns mit den Grundlagen dieser bahnbrechenden Technologie beschäftigen und entdecken, wie sie bereits unseren Alltag und verschiedene Branchen beeinflusst.
Sie haben es sich vielleicht schon gedacht: Den Textanfang hat ChatGPT verfasst. Seit März ist das Programm auch in Deutschland verfügbar und hat die Diskussionen um die Möglichkeiten und Grenzen Künstlicher Intelligenz (KI) kräftig angeheizt. Zwar ist KI längst in unserem Alltag angekommen, aber ChatGPT leitet dennoch eine neue Ära ein – weil es den technologischen Fortschritt deutlich sichtbar macht. Es lässt sich schwer vorhersagen, wie die Arbeitswelt in einigen Jahren aussehen wird, aber eines steht fest: KI wird sie verändern.
Bei dem Begriff Künstliche Intelligenz denken viele Menschen an Science-Fiction-Filme, in denen Roboter selbstständig denken können. Tatsächlich beginnt sie viel früher. Vereinfacht gesagt sind damit Computer-Programme gemeint, die so aufgebaut sind, dass sie menschliche kognitive Fähigkeiten imitieren. Sie können also beispielsweise aus Daten Schlussfolgerungen ziehen. Schon ein Staubsaugerroboter, der selbstständig den Fußboden der gesamten Wohnung reinigt, ist oft mit Künstlicher Intelligenz ausgestattet. Grundlage klassischer Computer-Programme sind Algorithmen. Dieser Begriff lässt sich am besten mit Handlungsanleitung übersetzen.
Programmierer*innen geben also durch den Algorithmus Schritt für Schritt vor, was der Computer später tun soll. Das sogenannte Maschinelle Lernen ist wiederum ein Teilbereich der Künstlichen Intelligenz. Bei dieser Technik ist nicht jedes Detail festgelegt. Stattdessen bekommt der Computer zum Beispiel eine Zielvorgabe, etwa ein Objekt mit einem Roboter-Greifarm von A nach B zu transportieren. Der Roboter probiert nun selbstständig verschiedene Möglichkeiten aus, das Objekt zu packen, bis er einen Weg gefunden hat – er lernt selbstständig beziehungsweise aus Beispielen, die man ihm gibt. Jede neue Information hilft ihm dabei, das Ergebnis zu verbessern.
Dieses Prinzip des Maschinellen Lernens ist auch der Hintergrund für ChatGPT. Eine Besonderheit kommt hinzu: Bei ChatGPT handelt es sich um ein Sprachmodell. Das heißt, das Programm ist in der Lage, normale menschliche Sprache zu „verstehen” und selbst herzustellen. Das macht es für uns so faszinierend.
Die meisten Bilder dieses Textes hat eine KI generiert. Dafür haben wir der KI einige Angaben gemacht (prompts). Da diese KI nur Englisch spricht, haben wir die Informationen für Sie zusätzlich übersetzt.
Bei dem Begriff Künstliche Intelligenz denken viele Menschen an Science-Fiction-Filme, in denen Roboter selbstständig denken können. Tatsächlich beginnt sie viel früher. Vereinfacht gesagt sind damit Computer-Programme gemeint, die so aufgebaut sind, dass sie menschliche kognitive Fähigkeiten imitieren. Sie können also beispielsweise aus Daten Schlussfolgerungen ziehen. Schon ein Staubsaugerroboter, der selbstständig den Fußboden der gesamten Wohnung reinigt, ist oft mit Künstlicher Intelligenz ausgestattet. Grundlage klassischer Computer-Programme sind Algorithmen. Dieser Begriff lässt sich am besten mit Handlungsanleitung übersetzen.
Autonome Fahrzeuge kommunizieren untereinander und mit der Infrastruktur, passen die Geschwindigkeit an Ampeln an und reservieren autonom nahe gelegene Ladestationen.
Etwas ältere Leser*innen erinnern sich jetzt vielleicht an die 1980er-Jahre, in denen sich die Personal Computer (PCs) verbreiteten – und mit ihnen die Angst um den Verlust von Arbeitsplätzen. Ähnlich wie damals ist KI aber nicht dafür gedacht, den Menschen zu ersetzen. „Sie soll ihm die Arbeit erleichtern“, sagt Frochte. „Der Computer rechnet zwar schneller als ein Mensch oder kann ihn im Schach schlagen, aber das menschliche Gehirn ist ungeheuer komplex.“ Die Fachwelt sei sich nicht einig darüber, ob es überhaupt möglich sei, dass KI eines Tages genauso kreativ und innovativ werde wie der Mensch. „Eine Künstliche Intelligenz kann beispielsweise nur aus vorhandenen Daten auf etwas Neues schließen“, erklärt Frochte. „Sie hätte nicht das Rad erfinden oder das erste kubistische Bild malen können. Kreativitätssprünge und echte Innovationen schafft nur der Mensch.“
Ein Beispiel: Während der Corona-Pandemie waren die intelligenten Systeme zur Logistik-Planung von Waren überfordert – sie kannten keinen Lock-Down und konnten die Planung zunächst nicht anpassen. „Interessanterweise haben die meisten Menschen für so etwas wenig Verständnis“, sagt Frochte. „Von einer Maschine erwarten sie Perfektion. Das erschwert die Akzeptanz. Wenn die Maschine einen Fehler macht, wird ihr das übel genommen, während menschliche Fehler als normal angesehen werden.“
Aus seiner Sicht sei es eine der größten Aufgaben, zu erreichen, dass wir Menschen ein realistisches Bild von der KI bekommen. Das setze wiederum gesellschaftliche Debatten voraus. „Nehmen wir das Beispiel der Pflege“, sagt Prof. Frochte. „Computer könnten Assistenz- oder Dokumentationsaufgaben übernehmen. Dadurch würden sie die Pflegekräfte entlasten, die dann mehr Zeit hätten, sich individuell um die Senior*innen zu kümmern. Das heißt, die Pflege würde durch KI eigentlich menschlicher. Wir müssen nur festlegen, was wir von der KI wollen – und was nicht.“
Welche Möglichkeiten mit Künstlicher Intelligenz verbunden sind, zeigen mögliche Einsatzgebiete im Bereich der Energieversorgung. KI könnte zum Beispiel die Daten von Wettervorhersagen auswerten, um die wahrscheinliche Produktion von Solarstrom und Windenergie vorherzusagen. Grundsätzlich ließen sich die zahlreichen dezentralen erneuerbaren Stromquellen virtuell über sie bündeln. Dafür würde sie den wahrscheinlichen Energieverbrauch ermitteln und melden, ob genug Ökostrom zur Verfügung steht. Zudem könnte sie Auffälligkeiten erkennen und so beispielsweise vor dem drohenden Ausfall eines Windrads warnen. Diese Liste ließe sich lange fortsetzen. Klar wird dabei aber auch: Eine KI muss gekoppelt sein mit Sensoren, die ihr Daten liefern, und mit einer Möglichkeit, Aktionen auszuführen.
KI optimiert dezentrale Energieressourcen wie Solar- und Windparks und verbessert so die Widerstandsfähigkeit und Effizienz des Netzes.
Frochte erklärt: „Wenn die KI einen erhöhten Stromverbrauch innerhalb der nächsten Stunde vorhersagt, dann sollte sie auch die Möglichkeit haben, etwa das Aufladen von Elektroautos vorübergehend zu unterbinden, die in absehbarer Zeit nicht benötigt werden.“
Vor allem kann Künstliche Intelligenz den Weg zu mehr Nachhaltigkeit ebnen, weil sie viele Prozesse effizienter gestaltet – vorausgesetzt, wir missbrauchen sie nicht. Denn Computerprogramme benötigen ebenfalls Energie, und das wird oft vergessen. Frochte gibt ein Beispiel: „Eine einfache Aufgabe wie 17 + 13 könnten Sie im Kopf ausrechnen. Manche Menschen benutzen dafür einen analogen Taschenrechner, der Energie benötigt, oder die Taschenrechner-App auf ihrem Handy, die noch mehr Strom verbraucht. Andere geben die Aufgabe bei Google ein, und wieder steigt der Energiebedarf. Wenn ChatGPT die Rechnung übernehmen soll, schießt die Energiemenge noch einmal exorbitant in die Höhe.“ Anders gesagt: Wenn Künstliche Intelligenz uns dabei helfen soll, nachhaltiger zu leben, müssen wir lernen abzuwägen, wann wir sie wirklich brauchen.
Auswirkungen von KI auf die Energie: Ausgleich von Verbrauch und Einsparungen, gut gegen schlecht.
Das Institut für „Angewandte Künstliche Intelligenz und Data Science Ruhr“ (AKIS) an der Hochschule Bochum ist interdisziplinär aufgebaut. Verschiedene Fachbereiche arbeiten hier also zusammen: Elektrotechnik & Informatik, Geodäsie, Bau- und Umweltingenieurwesen, Wirtschaft sowie Mechatronik und Maschinenbau. Das Institut beschäftigt sich mit Künstlicher Intelligenz, wozu auch das Maschinelle Lernen gehört, und dem Bereich Data Science. Damit sind Ansätze gemeint, Daten so zu analysieren, dass daraus neue Erkenntnisse entstehen. Die Forschenden kooperieren dafür eng mit der Wirtschaft und mit der Industrie.
Prof. Dr. Jörg Frochte (links) und zwei seiner Team-Mitglieder. Sie erforschen unter anderem Methoden und Anwendung des Maschinellen Lernens.