Skip to main content

Open Access 2019 | Open Access | Buch | 1. Auflage

Buchtitelbild

Künstliche Intelligenz

Technologie | Anwendung | Gesellschaft

herausgegeben von: Volker Wittpahl

Verlag: Springer Berlin Heidelberg

Buchreihe : VDI-Buch

insite
SUCHEN

Über dieses Buch

Der Themenband des Instituts für Innovation und Technik (iit) gibt in 14 Einzelbeiträgen, die mit zahlreichen Grafiken illustriert sind, verständlich und thematisch weit gefasst Einblicke in das aktuelle Thema der künstlichen Intelligenz inklusive einer Betrachtung der Technologie, ihrer konkreten Anwendungen und gesellschaftlicher Implikationen.
"This book is open access under CC BY-NC licence"

Inhaltsverzeichnis

Frontmatter

A Technologie

Frontmatter

Open Access

Einleitung: Entwicklungswege zur KI
Zusammenfassung
Wir nennen uns selbst Homo sapiens – der weise Mensch. Erste Versuche, diese Weisheit zu beschreiben, zu verstehen, abzubilden und in Gesetzmäßigkeiten zu verwandeln, reichen bis in die Antike zurück und haben eine lange Tradition in der Philosophie, Mathematik, Psychologie, Neurowissenschaft und Informatik. Vielfach wurde versucht, den Begriff der Intelligenz – also die kognitive Leistungsfähigkeit des Menschen – besser zu verstehen und zu definieren. Als KI bezeichnet man traditionell ein Teilgebiet der Informatik, das sich mit der Automatisierung von intelligentem Verhalten befasst. Eine genaue Begriffsbestimmung ist jedoch kaum möglich, da auch alle direkt verwandten Wissenschaften wie Psychologie, Biologie, Kognitionswissenschaft, Neurowissenschaft an einer genauen Definition von Intelligenz scheitern.
Moritz Kirste, Markus Schürholz

Open Access

Hardware für KI
Zusammenfassung
Die KI ist bereits seit Jahrzehnten ein Thema in der Forschung, wobei die Konferenz „Dartmouth Summer Research Project on Artificial Intelligence“ im Jahr 1956 als Startpunkt systematischer Forschungsanstrengungen gilt. Den wirklichen Durchbruch brachte allerdings erst in den vergangenen Jahren der Einsatz von künstlichen neuronalen Netzen (KNN) mit Methoden des tiefen Lernens (Deep Learning, DL), welche rudimentär Abläufe im Nervensystem nachbilden (siehe auch Einleitung Teil A). Wichtige Treiber sind aber nicht nur die Konzepte der KNN, sondern vor allem auch die Entwicklung der Rechentechnik, auf der entsprechende Verfahren ausgeführt werden. Während man zu Beginn auf leistungsfähige Allzweckprozessoren (central processing unit, CPU) zurückgriff, werden seit einigen Jahren vorrangig Prozessoren verwendet, die ursprünglich für Grafikkarten zur Bildausgabe gedacht waren (graphics processing unit, GPU). Aktuell werden diese zunehmend zu Spezialprozessoren (application-specific integrated circuit, ASIC) für KI-Anwendungen weiterentwickelt. Zusätzlich verfolgt man den Ansatz, die Struktur von KNN direkt in der Architektur eines Prozessors abzubilden (neuromorphe Hardware). Dabei sind erste Versuche erfolgversprechend.
Markus Schürholz, Eike-Christian Spitzner

Open Access

Normen und Standards in der KI
Zusammenfassung
Es gibt immer mehr Anwendungen für KI – von optischer Erkennung, Datenanalyse und -manipulation über Chat-Bots bis zu virtueller Realität. Mit der steigenden Anzahl von KI-Anwendungen in Unternehmen und dem immer größeren Nutzen für Verbraucher entsteht gleichzeitig eine Anzahl von neuen Herausforderungen. Dazu zählen Fragen der Interoperabilität der Systeme, Best Practices für den Einsatz von KI sowie Vertrauen und Sicherheit. Normen und Standards können einen wichtigen Beitrag dabei leisten, die wirtschaftliche Entwicklung der KI zu fördern und zugleich Vertrauen und Akzeptanz bei Mitarbeitern und Kunden zu stärken.
Axel Mangelsdorf

Open Access

Augmented Intelligence – Wie Menschen mit KI zusammen arbeiten
Zusammenfassung
KI-Technologien gelten in vielen Bereichen als bahnbrechend, da sie die kognitiven Leistungen des Menschen reproduzieren oder sogar übertreffen können. Menschliche Leistungen ließen sich somit durch KI ersetzen. Die Forschung im Bereich der Augmented Intelligence als Ergänzung zur KI geht jedoch davon aus, das sich menschliche und computergesteuerte kognitive Technologien im Idealfall positiv ergänzen. In diesem Beitrag wird die Motivation hinter der Forschung zur Augmented Intelligence erläutert und einige vielversprechende Ansätze ausgeführt.
Moritz Kirste

Open Access

Maschinelles Lernen für die IT-Sicherheit
Zusammenfassung
Maschinelles Lernen (ML) kann die Werkzeuge und Verfahren verbessern, die in vernetzten IT-Systemen oder generell im Internet für die IT-Sicherheit genutzt werden. Die IT-Sicherheit birgt jedoch ganz besondere Herausforderungen für den Einsatz von ML. In diesem Beitrag geht es darum, wie Unternehmen bereits jetzt maschinelles Lernen zur Verbesserung von IT-Sicherheit nutzen und welchen Beitrag heute die Forschung liefert. Dort ist die Verknüpfung von ML und IT-Sicherheit noch verhältnismäßig rar. Das ist ein Defizit, da Lösungspotenziale, die aus der Kombination der Disziplinen entstehen, zu erwarten sind.
Katrin Gaßner

B Anwendung

Frontmatter

Open Access

Einleitung: KI ohne Grenzen?
Zusammenfassung
Der Phantasie, Anwendungen der KI zu ersinnen, sind keine Grenzen gesetzt: Maschinen und Software werden zu „intelligenten“ Artefakten, die mühelos auch schwierigste Situationen meistern. Das reicht vom Chatbot, der in medizinischen Fragen eigenständig berät, bis hin zum autonomen Auto, das seine Fahrgäste sicher von A nach B bringt – auch im dichtesten Stadtverkehr. Aber in welchen Wirtschaftszweigen und in welchen Anwendungsfeldern wird KI tatsächlich in den kommenden Jahren ihr Potenzial, auch anspruchsvolle menschliche Tätigkeiten zu automatisieren, entfalten können? Zwar gibt es spektakuläre Einzelbeispiele, wie das Schachprogramm, das den Weltmeister schlägt, oder den Sprachassistenten im Smartphone. Darüber hinaus ist diese Frage aber nicht leicht zu beantworten, denn die meisten bekannten KIAnwendungen stecken in der Praxis noch in den Kinderschuhen.
Peter Gabriel

Open Access

Neue Möglichkeiten für die Servicerobotik durch KI
Zusammenfassung
Serviceroboter gewinnen an Boden, in professionellen Anwendungen ebenso wie im privaten Bereich. Diesen Vormarsch verdanken sie in erster Linie Fortschritten in der KI, insbesondere den Verfahren des maschinellen Lernens, der Computer Vision und Optimierung, die eine autonomere und adaptivere Handlungssteuerung dieser Roboter auch in einem veränderlichen Umfeld erlauben. So wird ihr Einsatz auch in Bereichen möglich, die klassischen Industrierobotern verschlossen bleiben.
Steffen Wischmann, Marieke Rohde

Open Access

E-Governance: Digitalisierung und KI in der öffentlichen Verwaltung
Zusammenfassung
Die Digitalisierung und darauf aufbauend KI eröffnet völlig neue Möglichkeiten, Prozesse zu vereinfachen, effizienter zu gestalten und intelligent zu automatisieren. Dort, wo entsprechende Voraussetzungen gegeben sind respektive geschaffen wurden und Prozesse einen KI-Einsatz nahelegen, können Technologien der KI gerade auch im Bereich der öffentlichen Verwaltung hohes Potenzial eröffnen. Erfahrungen aus der Privatwirtschaft zeigen, dass sich Chancen ergeben, in einer Welt mit steigenden Anforderungen, hoher Arbeitsbelastung und Fachkräftemangel viele – meist monotone und zeitfressende – Tätigkeiten neu zu gestalten. Doch welche wesentlichen Voraussetzungen müssen für den Einsatz von KI in der öffentlichen Verwaltung erfüllt sein?
Leo Wangler, Alfons Botthof

Open Access

Learning Analytics an Hochschulen
Zusammenfassung
Digitale Angebote sind inzwischen fester Bestandteil des Bildungssystems. Zahlreiche Hochschulen verwenden Learning-Management-Systems (LMS) zur Unterstützung von Lehre und Studium und bieten immer häufiger Online-Kurse an, z. B. Massive Open Online Courses (MOOC) (Cormier und Siemens 2010). Bei der Nutzung digitaler Lernangebote und Lernumgebungen fallen kontinuierlich Daten an, die sich analysieren lassen, Einblick etwa in das individuelle Lernverhalten geben oder Hinweise darauf, wie die Lehre und das Lernen unterstützt werden könnten, um Lernprozesse zu verbessern. Bislang nutzen Bildungsinstitutionen diese Daten jedoch noch wenig – mittels Learning Analytics könnte sich das ändern. Was aber ist Learning Analytics? Und wie ist es im Kontext KI einzuordnen?
Corinne Büching, Dana-Kristin Mah, Stephan Otto, Prisca Paulicke, Ernst A. Hartman

Open Access

Perspektiven der KI in der Medizin
Zusammenfassung
Gesellschaftliche Entwicklungen, wie steigende Patientenzahlen, aber auch der technische Fortschritt und die daraus resultierende Datenflut, stellen Medizinerinnen und Mediziner und Forschende vor neue Herausforderungen. Das medizinische Wissen wächst in einer nie dagewesenen Geschwindigkeit und überholt sich innerhalb kurzer Zeit. Doch diese Herausforderungen beinhalten zugleich auch neue Chancen.
Stephan Krumm, Anne Dwertmann

Open Access

Die Rolle der KI beim automatisierten Fahren
Zusammenfassung
Mobilität wird künftig von einer zunehmenden Elektrifizierung, Automatisierung und Vernetzung der Transportmittel geprägt sein. Während es sich bei der Elektrifizierung im Kern um die Ablösung einer bestehenden Antriebstechnologie handelt, erweitern Automatisierung und Vernetzung bestehende Mobilitätskonzepte und verursachen somit einen grundlegenden Wandel in der Mobilität. Für die automatisierte Steuerung von Transportfahrzeugen, insbesondere von Autos im Straßenverkehr, ist KI eine unersetzliche Schlüsseltechnologie und bietet im Zusammenspiel mit der Vernetzung zahlreiche Möglichkeiten verkehrsträgerübergreifender Koordination. Allerdings ist die Übergabe der Fahrverantwortung an die KI bedenklich für die Sicherheit, sodass sich für die Lernphase entsprechend hohe Anforderungen ergeben. Die Nutzung von KI-Methoden zur Gestaltung der Mobilität verspricht jedoch einen hohen Sicherheits-, Komfort- und Effizienzgewinn und bietet damit die Motivation für intensive Forschungs- und Entwicklungsaktivitäten.
Marcel Kappel, Edgar Krune, Martin Waldburger, Benjamin Wilsch

Open Access

Maschinelle Übersetzung
Zusammenfassung
Das Internet ist dazu geeignet, Wissen zu demokratisieren und Informationen allen zugänglich zu machen sowie Zusammenarbeit zu fördern. Grundvoraussetzung dafür ist jedoch, dass man sich gegenseitig versteht. Ein automatisches Übersetzungssystem könnte helfen, Sprachbarrieren zu überwinden, doch die menschliche Sprache ist komplex und mehrdeutig. Übersetzungen können vom Kontext abhängen oder zusätzliches Wissen erfordern. Versuche der maschinellen Übersetzung lieferten daher bisher unzuverlässige und unnatürliche Ergebnisse. KI-Methoden könnten endlich Abhilfe schaffen: Künstliche neuronale Netze (KNN) sind in der Lage, selbstständig aus großen Datensätzen zusätzliches Wissen zu extrahieren, z. B. darüber, welche Wortkombinationen in einem bestimmten Kontext sinnvoll oder welche Formulierungen üblich sind. So kann es gelingen, der Vision, menschliche Sprache möglichst natürlich und korrekt wiederzugeben, tatsächlich einen Schritt näher zu kommen.
Antonia Schmalz

C Gesellschaft

Frontmatter

Open Access

Einleitung: „Intelligenz ist nicht das Privileg von Auserwählten.“
Zusammenfassung
Im Jahr 1987 formulierte Victor Serebriakoff, britischer Autor und ehemaliger Präsident der Gesellschaft für Menschen mit hohem IQ „Mensa“, bei seiner Reflexion über die biologische und die – zu diesem Zeitpunkt noch recht überschaubare – KI, dass Intelligenz stets ihre eigene Vervollkommnung anstrebe. Serebriakoff betrachtete den Menschen dabei nicht als eine Spezies von Auserwählten, der das Recht vorbehalten sei, intelligent zu sein gegenüber einer profanen, nicht-intelligenten Umwelt. Vielmehr verstand er Intelligenz als etwas Universelles, das sich über unterschiedliche Substrate hinweg infolge von neuen, sich stetig verändernden Informationen optimiert. So gesehen lässt sich die Evolution des Lebens auch als eine der Intelligenz verstehen. Sie strebt an, sich unabhängig vom Lebewesen oder vom materiellen Substrat weiterzuentwickeln. Nach Serebriakoff ist es nur logisch, dass die Intelligenz eine Erweiterung ihrer Fähigkeiten durch Erweiterung ihrer materiellen Basis sucht – also vom Neuron zum Chip. Die KI ist damit unter Umständen eine Erweiterung oder Fortsetzung der natürlichen Intelligenz, sie stellt keine Konkurrenz und damit auch nicht per se eine Bedrohung dar.
Marc Bovenschulte, Julian Stubbe

Open Access

KI und Arbeit – Chance und Risiko zugleich
Zusammenfassung
Zwei Sichtweisen dominieren die aktuelle Diskussion um die Auswirkungen von KI auf die Arbeit. Die einen gehen von massiven Verwerfungen auf dem Arbeitsmarkt durch weitreichende Verdrängung von Arbeitskräften durch den Einsatz von KI aus. Für die anderen bietet das Zusammenspiel zwischen Mensch und KI vielseitige Chancen, um die Arbeit aufzuwerten und damit die Arbeitsqualität zu verbessern. Die beiden Szenarien stehen dabei nicht unbedingt in unmittelbarem Gegensatz zueinander. So zeigt die Vergangenheit, dass der technologische Wandel auf verschiedene Gruppen von Beschäftigten sehr unterschiedliche Auswirkungen hatte – teils positive, teils negative. Mit Blick auf die Zukunft stehen wir deshalb vor der Herausforderung, eine digitale Spaltung (Digital Divide) zwischen tech-affinen Insidern und tech-ablehnenden Outsidern zu verhindern. Dabei stellt sich nicht nur die Frage, wo KI in Zukunft menschliche Tätigkeiten ersetzen kann, sondern gleichzeitig gilt es, die Fähigkeiten des Menschen zu fördern und seine Rolle in der Arbeitswelt der Zukunft neu zu definieren.
Wenke Apt, Kai Priesack

Open Access

Neue Intelligenz, neue Ethik?
Zusammenfassung
Aus den vergangenen Jahren gibt es unzählige Beispiele für die beeindruckenden Entwicklungen im Bereich der Künstlichen Intelligenz (KI). Voran getrieben werden sie durch die jetzt verfügbaren Datenmengen, Rechenleistungen und besonders durch die großen Fortschritte im maschinellen Lernen (Machine Learning, ML), insbesondere dem tiefen Lernen (Deep Learning, DL). Dies wird erhebliche Einwirkungen auf sämtliche sozialen, politischen und ökonomischen Systeme haben.
Julian Stubbe, Jan Wessels, Guido Zinke

Open Access

Kreative Algorithmen für kreative Arbeit?
Zusammenfassung
Heute gelten Emotionen und Kreativität als menschliche Königsdisziplinen – fragt sich nur, wie lange noch. Während das Programmieren von Emotionen bereits in den 1990er-Jahren Gegenstand der KI-Forschung wurde, hat die Frage nach künstlicher Kreativität erst in jüngster Zeit durch neue Lernalgorithmen an Bedeutung gewonnen: Mittlerweile hat ein Algorithmus sogar schon einen neuen Rembrandt gemalt! Menschliche Kreativität und mit ihr die kulturellen ästhetischen Dinge, die sie hervorbringt, werden zur einer weiteren Messlatte der KI und eröffnen im gleichen Atemzug ein gänzlich neues Feld möglicher Anwendungen – Anwendungen, bei denen sich der Mensch bislang sicher sein konnte, im Vorteil zu sein.
Julian Stubbe, Maxie Lutze, Jan-Peter Ferdinand
Backmatter
Metadaten
Titel
Künstliche Intelligenz
herausgegeben von
Volker Wittpahl
Copyright-Jahr
2019
Verlag
Springer Berlin Heidelberg
Electronic ISBN
978-3-662-58042-4
Print ISBN
978-3-662-58041-7
DOI
https://doi.org/10.1007/978-3-662-58042-4