Deutscher Gewerkschaftsbund

12.03.2024

Die überzogenen Versprechungen der Künstliche Intelligenz

Künstliche Intelligenz (KI) soll alles besser und schneller machen. Die Versprechen reichen von umfassenden medizinischen Diagnosen, über mehr Produktivität in Dienstleistungen und Industrie. Sogar den Klimawandel sollen schlaue Systeme bewältigen helfen. Hartmut Hirsch-Kreinsen analysiert, wie realistisch die aktuellen Versprechen sind.

Mann im Anzug tippt auf visualisierte Datenströme

DGB/olegdudko/123rf.com

Von Hartmut Hirsch-Kreinsen

Die Entwicklungsdynamik der Künstliche Intelligenz ist seit Jahren von hochschlagenden Versprechungen und weit reichenden Erwartungen begleitet. Avisiert werden exponentielle Produktivitätssteigerungen etwa beim Marketing, bei der Qualitätssicherung oder beim Softwaredesign, ein Abbau des Fachkräftemangels, eine weitreichende Verbesserung der medizinischen Diagnose und Therapiefähigkeiten oder ein maßgeblicher Beitrag zur Bewältigung der Klimakrise. Spätestens nach der Vorstellung des großen Sprachsystems „ChatGPT“ Ende 2022 hat der Diskurs über die Potenziale und Chancen der KI den Charakter eines überbordenden Hypes gewonnen.

Zweifelsohne müssen die Versprechungen der KI in einsichtiger Weise mit dem Stand der Forschung und mit der immer wieder unter Beweis gestellten besonderen Leistungsfähigkeit der Technologie begründet sein. Es zeigt sich jedoch zugleich, dass die Versprechungen auf sehr unspezifischen Einschätzungen, impliziten Fehlannahmen basieren und grundlegende Anwendungs- und Funktionsprobleme der Technologie übergangen werden. Folgt man dem prominenten Linguisten Noam Chomsky, so kann von dem „False Promise“ der KI und insbesondere der verschiedenen GPT-Varianten gesprochen werden. Dieses Versprechens ist von einer sehr unpräzisen Rhetorik geprägt, die die Voraussetzung für die im öffentlichen Diskurs vorherrschende insgesamt unkritische, zugleich von Faszination wie auch Befürchtungen und Skepsis geprägte Sicht auf die KI ist. Was sind ihre besonderen Merkmale?

Unklarheit des Begriffs

Als rhetorischer Kern des Versprechens ist die Mehrdeutigkeit des Begriffs anzusehen. Spätestens seit den 2010er-Jahren wird der Begriff KI mit Maschinellem Lernen und Künstlichen Neuronalen Netzen gleichgesetzt, ohne dies weiter zu präzisieren und auch Alternativen wie die seit langer Zeit genutzten regelbasierte Methoden anzusprechen. Insgesamt erscheint daher die technologische Vision einfach, klar und überzeugend. Voraussetzung hierfür ist die leicht zugängliche, mit KI verknüpfte Metaphorik wie „Information“, „intelligent“, „lernend“ oder auch „autonom“. Es handelt sich dabei jedoch um eine irreführende Gleichsetzung von menschlicher und maschineller Ebene. Denn bloße humanorientierte Zuschreibungen werden dabei mit der tatsächlichen Funktionsweise von Computern verwechselt und grundlegende Unterschiede zwischen Mensch und Maschine übergangen. Auf diese Weise wird kompetentes Handeln von Menschen auf algorithmisch gesteuertes Verhalten von Maschinen projiziert und es entstehen Illusionen über eine weitreichende Leistungsfähigkeit von Computern. Illusionen freilich, die keineswegs einem vor allem aus vielen Arbeitsprozessen bekannten störungsbehafteten realen Alltag der Digitalisierung entsprechen.

Technologiefixierter Diskurs

Die damit stilisierte Leistungsfähigkeit der Technologie erlaubt es, im öffentlichen und politischen Diskurs der KI die erwähnte große Bedeutung für die weitere ökonomische und gesellschaftliche Entwicklung zuzuschreiben. Jedoch impliziert dies einen kruden Technikdeterminismus, wonach KI zwangsläufig und mehr oder weniger eindeutig bestimmbare und für die Zukunft voraussagbare ökonomische Vorteile und wünschenswerte soziale Konsequenzen nach sich ziehen wird.

Diese Sicht vernachlässigt nicht nur Erkenntnisse der sozialwissenschaftlichen Technik- und Arbeitsforschung, sondern auch die Erfahrungen vieler Betriebspraktiker*innen bei der Nutzung neuer Technologien. Denn zwischen den möglichen und oftmals von ihren Entwicklern gehypten Anwendungspotenzialen neuer Technologien, der Praxis ihres realen Einsatzes und den damit erreichbaren ökonomischen und sozialen Effekten existiert keinesfalls ein eindeutiger und prognostizierbarer Zusammenhang. Vielmehr ist hierbei eine Vielzahl organisatorischer, sozialer und arbeitspolitischer Faktoren zu berücksichtigen. Nach den bisherigen Erfahrungen der Digitalisierung ist besonders wichtig und häufig schwierig, inwieweit es gelingt, neue KI-Systeme in die bestehenden Organisationsstrukturen und Geschäftsprozesse zu integrieren. Darüber entscheidet sich, in welcher Weise die Nutzungspotenziale der Technologien tatsächlich ausgeschöpft werden und welche Konsequenzen für Arbeit sich einspielen.

Übersehene Leistungsgrenzen der Künstlichen Intelligenz

Im laufenden öffentlichen Diskurs wird zudem die tatsächliche Leistungsfähigkeit der KI überzogen und die grundsätzlich begrenzte Funktionsfähigkeit der Systeme ausblendet. Ein häufig gehörtes Argument ist, dass KI-Systeme als generelle „Schlüsseltechnologie“ in unterschiedlichsten Anwendungsfeldern gleichermaßen nutzbar sind. Faktisch jedoch sind sie „lernfähig“ nur in begrenzten Rahmen und sind stets für bestimmte Anwendungsfelder ausgelegt. Selbst für fortgeschrittene Künstliche Neuronale Netze gilt, dass sie für ihre konkreten Aufgaben stets passend strukturiert werden müssen. Daher haben die Systeme nur eine sehr begrenzte Fähigkeit, neue und unbekannte Situationen wahrzunehmen. Treten solche Sondersituationen auf, wird „Robustheit“ der KI, d.h. die Verlässlichkeit ihrer Funktionsweise zum großen Problem. Vor allem basiert eine verlässliche Funktionsfähigkeit der Systeme auf dem Training durch „Big Data“, eben durch großen Datenmengen.

In vielen alltäglichen Situationen aber, für die nur kleine Datenmengen, „Small Data“, möglicherweise wechselnder Qualität verfügbar sind, müssen diese Systeme versagen. Dies ist besonders ein Problem für viele Anwendungen in industriellen Prozessen, wo nicht nur begrenzte Mengen, sondern auch qualitativ sehr unterschiedlicher Daten für lernende Systemen verfügbar sind.

Perspektiven für den Einsatz lernender Systeme

Fragt man abschließend nach den tatsächlichen Perspektiven der KI, so ist eine differenzierte Sicht angezeigt. Es ist unbestreitbar, dass mit der KI in den letzten Jahrzehnten beachtliche Erfolge erzielt worden sind und dass sich die Leistungsfähigkeit der KI auch in Zukunft ständig verbessern wird. Jedoch sind disruptive Entwicklungssprünge in Richtung einer generellen humanorientierten Intelligenz kaum zu erwarten. Vielmehr werden die verschiedenen KI-Methoden je nach Anwendungsbereich unterschiedlich weiterentwickelt werden, wobei die bisherigen Grenzen und Herausforderungen zu Teilen überwunden werden.

Insgesamt ist dem zunehmenden Einsatz von KI ist eine Situation zu erwarten, die man als „Veralltäglichung“ bezeichnen kann. Das heißt, der KI-Einsatz wird – wie schon in vielen Bereichen etwa Smartphones oder der Online-Recherche – zunehmend zur Routine und zu einem Funktionsbestandteil alltäglich genutzter IT-Systeme werden.

Damit dieser zweifellos beschleunigende Prozess jedoch in eine gesellschaftlich wünschenswerte Richtung verläuft, muss die vorherrschende technikzentrierte Sicht auf KI überwunden und der gesellschaftliche Kontext ihrer Anwendung von KI weit systematischer als bisher in den Blick genommen werden. In Hinblick auf die möglichen Konsequenzen für Arbeit sollte vor allem gefragt werden, welche Tätigkeiten durch KI wirklich ersetzbar sein sollten, welche unterstützt werden können und welche Qualifizierungsmaßnahmen für die Beschäftigten erforderlich sind.


Nach oben

Kurzprofil

Prof. Dr. Hartmut Hirsch-Kreinsen
Hartmut Hirsch-Kreinsen lehrte bis 2015 Wirtschafts- und Industriesoziologie. Er ist Mitglied in verschiedenen innovations- und arbeitspolitischen Gremien.
» Zum Kurzprofil

Meistgelesene Beiträge

Erste Seite  Vorherige Seite 
Seite: 1 2 3 4 5 9
Letzte Seite 
Die über­zo­ge­nen Ver­spre­chun­gen der Künst­li­che In­tel­li­genz
von Prof. Dr. Hartmut Hirsch-Kreinsen
Mann im Anzug tippt auf visualisierte Datenströme
DGB/olegdudko/123rf.com
Künstliche Intelligenz (KI) soll alles besser und schneller machen. Die Versprechen reichen von umfassenden medizinischen Diagnosen, über mehr Produktivität in Dienstleistungen und Industrie. Sogar den Klimawandel sollen schlaue Systeme bewältigen helfen. Hartmut Hirsch-Kreinsen analysiert, wie realistisch diese aktuellen Versprechen sind.
weiterlesen …

Die US-Ge­werk­schaf­ten und die ame­ri­ka­ni­sche Prä­si­dent­schafts­wahl
von Thomas Greven
Wahlurne mit Wahlzettel: Unabdingbar in einer Demokratie
DGB/BBGK Berliner Botschaft
Die Vereinigten Staaten von Amerika sind im Wahlkampf. Thomas Greven skizziert die Situation der US-Gewerkschaften in der sehr aufgeheizten politischen Stimmung.
weiterlesen …

Ber­nie San­ders oder der Mann ist okay
von Peter Kern
USA Medien
Wikipedia
"Es ist okay, wütend auf den Kapitalismus zu sein", so lautet der Titel von Bernie Sanders neuem Buch. Der US-Politiker beleuchtet darin die politische Landschaft der USA und zeigt unter anderem, welchen immensen Einfluss mächtige Medienkonzerne auf die Meinungsbildung haben. Peter Kern hat das Buch rezensiert.
weiterlesen …
Erste Seite  Vorherige Seite 
Seite: 1 2 3 4 5 9
Letzte Seite 

Gegenblende Podcast

Karikatur mit einem Mann und einer Frau die an einem Tisch sitzen, auf dem Mikrofone stehen.

DGB/Heiko Sakurai

Der Gegenblende Podcast ist die Audio-Ergänzung zum Debattenmagazin. Hier sprechen wir mit Experten aus Politik, Wirtschaft, Gesellschaft und Arbeitswelt, es gibt aber auch Raum für Kolumnen und Beiträge von Autorinnen und Autoren.

Unsere Podcast-Reihen abonnieren und hören.