01

Fünf Fragen aus dem Netz

01

Fünf Fragen aus dem Netz

Es gibt Fragen zum Thema KI, die im Netz besonders häufig gestellt werden und entsprechend relevant für die Bevölkerung zu sein scheinen. Unser Team hat sich ein paar der meistgestellten Fragen ausgesucht und beantwortet sie auf der Basis der Recherchen im Projekt DigiD.

Was ist Künstliche Intelligenz?

Ist von Künstlicher Intelligenz (KI) die Rede, gibt es die unterschiedlichsten Vorstellungen, was damit gemeint ist. Es handelt sich um einen Sammelbegriff, der nicht abschließend definiert werden kann. Im weitesten Sinne ist Künstliche Intelligenz ein Programm, mit dessen Hilfe ein Rechner eine kognitive Aufgabe (z. B. Daten auswerten und anschließend Prognosen treffen) erledigt, die normalerweise von einem Menschen übernommen würde. Der Begriff steht demnach für Anwendungen, bei denen Rechensysteme menschenähnliche Intelligenzleistungen erbringen. Das Ziel bei der Entwicklung von Künstlicher Intelligenz besteht darin, menschliche Intelligenz mithilfe von Computersystemen zu rekonstruieren. Demzufolge sollte eine erfolgreiche KI lernen, urteilen sowie selbstständig Probleme lösen zu können. Zur genaueren Definition kann Künstliche Intelligenz in schwache und starke KI unterteilt werden. Eine starke KI würde sich dadurch auszeichnen, dass sie der Komplexität der menschlichen Intelligenz ebenbürtig wäre und somit Probleme jeglicher Art autonom lösen könnte. Starke KI findet sich nur in Science-Fiction-Filmen wie „Terminator“ oder „Matrix“. Schwache KI dagegen taucht bereits in zahlreichen Anwendungen des täglichen Lebens auf. Schwache KI-Systeme wurden für bestimmte Bereiche entwickelt und können daher nur Probleme lösen, für die sie speziell trainiert wurden. Chatbots, virtuelle Sprachassistenzsysteme oder die Gesichtserkennung von Foto- und Video-Apps gehören zu den typischen Beispielen für schwache Künstliche Intelligenz.

Wem gehören die Daten, die bei der Entwicklung von Künstlicher Intelligenz verwendet werden?

Zur Entwicklung lernender KI-Systeme werden große Mengen an Trainingsdaten benötigt. Da hierbei auch personenbezogene Daten verwendet werden, stellt sich die Frage, wem diese Daten überhaupt gehören. Sind es die Verbraucher*innen oder die Unternehmen, denen die Daten zustehen? Diese Frage kann so ohne Weiteres nicht beantwortet werden. Denn im deutschen Privatrecht können weder Verbraucher*innen noch Unternehmen das Eigentum an Daten haben oder erlangen. Das liegt daran, dass Daten keine körperlichen, fassbaren Gegenstände sind. Da es, wie skizziert, keine expliziten Gesetze zum Eigentum von Daten gibt, könnte der Eindruck entstehen, dass Daten somit ungeregelt erhoben und verwertet werden können. Es finden sich jedoch zahlreiche Gesetze und Verordnungen, die die Sammlung und Verarbeitung von Daten punktuell beschränken. So können ganze Datenbanken so geschützt sein, dass keine Kopien angefertigt und keine Daten entnommen werden dürfen. Von dieser Regelung profitieren vor allem Unternehmen, die so ein exklusives Nutzungsrecht an ihren eigenen Daten erhalten. Zudem können Unternehmen auf Gesetze zum Schutz von Geschäftsgeheimnissen zurückgreifen, um zu gewährleisten, dass sie ihre Daten exklusiv verwerten können. Beschränkungen, die den Verbraucher*innen zugutekommen, gehen aus der EU-Datenschutzgrundverordnung (DSGVO) hervor. Durch sie können Personen, von denen personenbezogene Daten erhoben werden, Einfluss auf die Verarbeitung ihrer Daten nehmen. Denn die DSGVO gewährt ein Recht auf Auskunft, Berichtigung, Löschung sowie Einschränkung der Verarbeitung der eigenen Daten. Obwohl die DSGVO ihrem Ziel nach die personenbezogenen Daten der europäischen Bürger*innen schützen soll, gelingt es vielen Unternehmen, ebendiese Schutzwirkung zu umgehen. So richten Unternehmen beispielsweise Standardeinstellungen ein, die es ermöglichen, das Maximum an personenbezogenen Daten zu erheben.

Welche Chancen bietet Künstliche Intelligenz in der Medizin?

Der Einsatz von Künstlicher Intelligenz in der Medizin bietet sich vor allem dann an, wenn medizinische Daten verfügbar sind und es schneller Lösungen komplexer medizinischer Probleme bedarf. Denn Künstliche Intelligenz bietet den großen Vorteil, dass sie große Datenmengen erheblich schneller analysieren und auswerten kann als der Mensch. Ein Teilbereich, in dem Expert*innen zahlreiche Chancen durch KI sehen, ist demnach die Diagnostik. So können mit Künstlicher Intelligenz zum Beispiel Anzeichen einer Lungenentzündung oder einer Blutung im Gehirn in einem computertomografischen Bild schnell und zuverlässig erkannt werden. Risikofaktoren für schwere Erkrankungen wie Demenz können frühzeitig identifiziert und so rechtzeitig Vorsorgeangebote oder Therapien angeboten werden. Zudem kann KI dabei helfen, Krankheitsverläufe präziser vorherzusagen und Therapieerfolge besser abzuschätzen. Außerhalb des klinischen Alltags leistet Künstliche Intelligenz auch einen wichtigen Beitrag in der medizinischen Grundlagenforschung. Mithilfe von KI können Forscher*innen beispielsweise besser verstehen, wie bestimmte Proteine im Körper entstehen. Solche Erkenntnisse sind die Voraussetzung, um bestimmte Medikamente oder Therapien zu entwickeln. Schlussendlich bietet Künstliche Intelligenz die Chance, medizinisches Personal bei verschiedenen Aufgaben zu unterstützen und so die Gesundheitsversorgung der Patient*innen zu verbessern.

Menschliche Intelligenz vs. Künstliche Intelligenz: In welchen Bereichen schlägt das menschliche Gehirn den Computer?

Ein Computer mag zwar eine höhere Rechenleistung erbringen als ein Mensch und somit viele Aufgaben schneller lösen, aber auch nur dann, wenn es sich um klar abgegrenzte und berechenbare Probleme handelt. Im Gegensatz zum Computer können Menschen allerdings auch moralische Probleme lösen – sie können empathisch sein, emotional reagieren und sie sind kreativ. Menschen können Beziehungen aufbauen und pflegen. Menschen haben also Soft Skills, über die eine Maschine niemals verfügen kann. Aber nicht nur auf dieser Ebene ist die menschliche Intelligenz der Künstlichen Intelligenz überlegen. Prof. Dr. Joachim Schultze zieht in seiner Expertise für DigiD einen erstaunlichen Vergleich: Im Gegensatz zur KI sind Menschen enorm energiesparend. Der „Stromverbrauch“ des Gehirns liegt bei 10 bis 12 Watt für eine Billion Rechenoperationen pro Sekunde. Diese eine Billion Rechenoperationen entspricht ungefähr der Rechenleistung des menschlichen Gehirns. Währenddessen können verschiedene Aktionen parallel verarbeitet werden: z. B. Gehen, Beobachtung eines Vogels und Denken an den bevorstehenden Einkauf. Die besten Computer dagegen haben bei gleicher Rechenleistung einen Stromverbrauch von 12 Megawatt – damit könnte man 30.000 Häuser mit Strom versorgen. Insofern kann Künstliche Intelligenz zwar bestimmte klar strukturierte Aufgaben in enorm kurzer Zeit erledigen, dabei verbraucht sie aber – im Gegensatz zur menschlichen Intelligenz – enorm viel Energie.

Ist Künstliche Intelligenz diskriminierend?

Menschen machen Fehler und treffen irrationale Entscheidungen. Algorithmen hingegen machen keine Fehler und entscheiden rational und objektiv – oder? Ganz so einfach ist es nicht! Denn auch Algorithmen sind nicht objektiv und können Vorurteile und Diskriminierungsstrukturen in der Gesellschaft reproduzieren. Kein Wunder, sie sind ja auch von Menschen gemacht. Es gibt viele Beispielsfälle, in denen Algorithmen zur Diskriminierung von Menschen beitragen. Eines der bekanntesten Beispiele ist wohl eine Foto-App von Google, in der zwei People of Color als Gorillas getaggt wurden. Auch bei der Gesichtserkennungssoftware von Microsoft, IBM und Face++ konnte festgestellt werden, dass die Systeme männliche Gesichter und Personen mit „heller“ Hautfarbe zuverlässiger erkannten als weibliche Gesichter und Personen mit „dunklerer“ Hautfarbe. Solche Diskriminierungen entstehen entweder dadurch, dass die bestehenden Vorurteile schon in den Algorithmus eingeschrieben sind oder dass der Algorithmus mit diskriminierenden Trainingsdaten lernt bzw. die Trainingsdaten nicht ausreichend divers sind. Problematisch kann der Einsatz von KI auch bei der Wohnungs- oder Kreditvergabe sein. In diesem Bereich bewerten Algorithmen z. B. die Kreditwürdigkeit von Personen anhand äußerer Merkmale wie Geschlecht, Erstsprache oder formellem Bildungsabschluss. Die individuelle Situation wird dabei nur unzureichend berücksichtigt.

Zitation

Herrmann, S.; Wolleschensky, J.; Schober, M.; Jennewein, N. 2021: Fünf Fragen aus dem Netz. Im Rahmen des Projektes Digitales Deutschland. Online verfügbar: https://digid.jff.de/magazin/kuenstliche-intelligenz/fuenf-fragen/

Kompetent