Skip to main content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2020 | OriginalPaper | Buchkapitel

10. KI und ihre Chancen, Herausforderungen und Risiken

verfasst von : Gerhard Paaß, Dirk Hecker

Erschienen in: Künstliche Intelligenz

Verlag: Springer Fachmedien Wiesbaden

share
TEILEN

Zusammenfassung

Künstliche Intelligenz hat sich in den letzten Jahren als zentrales Trendthema der globalen Technologieindustrie etabliert. Sie wird realisiert durch tiefe neuronale Netze und bietet vielfältige Chancen und Innovationspotentiale, beispielsweise im Smart Home, in der Medizin und bei industriellen Anwendungen. KI hat enorme Auswirkungen auf die wirtschaftliche Entwicklung und unsere Arbeitswelt und stellt die Gesellschaft vor große Herausforderungen. Die Internetkonzerne nutzen KI auf vielfältige Weise und haben durch die Bereitstellung von Plattformen mittlerweile monopolartige Strukturen aufgebaut, welche große Bereiche der Wertschöpfung aus Europa abziehen. Es sind auch tiefgreifende Veränderungen am Arbeitsmarkt zu erwarten, welche nur durch verstärkte Aus- und Weiterbildungsanstrengungen abgefangen werden können. KI-Systeme erlauben potentiell die feinmaschige Überwachung großer Bevölkerungsteile und es sind detaillierte juristische und organisatorische Regelungen erforderlich, um die Freiheitsrechte der Bürger zu garantieren. Wissenschaftler und die Politik haben daher eine Prüfstrategie für ein „KI-Gütesiegel“ entwickelt, welche garantieren soll, dass KI-Systeme die gewünschten Ergebnisse auf nachvollziehbare Weise liefern. Zudem sollen die Systeme keine Bevölkerungsgruppe benachteiligen, robust funktionieren, den Datenschutz beachten und sicher gegen Angriffe oder bei Unfällen sein.
Literatur
Zurück zum Zitat Andreessen, Marc. 2011. Why Software Is Eating The World. The Wall Stree Journal. 2011, 20.08.2011. Andreessen, Marc. 2011. Why Software Is Eating The World. The Wall Stree Journal. 2011, 20.08.2011.
Zurück zum Zitat Bengio, Yoshua. 2019. From System 1 Deep Learning to System 2 Deep Learning. NeurIPS’2019 Keynote, December 11th, 2019, Vancouver BC. 2019. Bengio, Yoshua. 2019. From System 1 Deep Learning to System 2 Deep Learning. NeurIPS’2019 Keynote, December 11th, 2019, Vancouver BC. 2019.
Zurück zum Zitat Biermann, Kai. 2015. BND speichert 220 Millionen Telefondaten – jeden Tag. Zeit Online. 2015, 30.01.2015. Biermann, Kai. 2015. BND speichert 220 Millionen Telefondaten – jeden Tag. Zeit Online. 2015, 30.01.2015.
Zurück zum Zitat Brinker, T. J., et al. 2019. Deep learning outperformed 136 of 157 dermatologists in a head-to-head dermoscopic melanoma image classification task. European Journal of Cancer, 113, 47–54. 2019. Brinker, T. J., et al. 2019. Deep learning outperformed 136 of 157 dermatologists in a head-to-head dermoscopic melanoma image classification task. European Journal of Cancer, 113, 47–54. 2019.
Zurück zum Zitat Cadwalladr, Carole und Graham-Harrison, Emma. 2018. How Cambridge Analytica turned Facebook ‘likes’ into a lucrative political tool. The Guardian. 2018, 17.03.2018. Cadwalladr, Carole und Graham-Harrison, Emma. 2018. How Cambridge Analytica turned Facebook ‘likes’ into a lucrative political tool. The Guardian. 2018, 17.03.2018.
Zurück zum Zitat Castro, Daniel, McLaughlin, Michael und Chivot, Eline. 2019. Who Is Winning the AI Race: China, the EU or the United States? Center for Data Innovation. Washington DC, 2019. Castro, Daniel, McLaughlin, Michael und Chivot, Eline. 2019. Who Is Winning the AI Race: China, the EU or the United States? Center for Data Innovation. Washington DC, 2019.
Zurück zum Zitat Cremers, A, et al. 2019. Vertrauenswürdiger Einsatz von Künstlicher Intelligenz. Fraunhofer Institut für Intelligente Analyse- und Informationssysteme, Sankt Augustin. 2019. Cremers, A, et al. 2019. Vertrauenswürdiger Einsatz von Künstlicher Intelligenz. Fraunhofer Institut für Intelligente Analyse- und Informationssysteme, Sankt Augustin. 2019.
Zurück zum Zitat Davenport, T. und Patil, D.J. 2012. Data Scientist: The Sexiest Job of the 21st Century. Havard Business Review. 2012, Oct. 2012. Davenport, T. und Patil, D.J. 2012. Data Scientist: The Sexiest Job of the 21st Century. Havard Business Review. 2012, Oct. 2012.
Zurück zum Zitat Diamond, A. 2013. Executive functions. Annu Rev Psychol. 64: 135–168. 2013. Diamond, A. 2013. Executive functions. Annu Rev Psychol. 64: 135–168. 2013.
Zurück zum Zitat Dyrmann, M., Jørgensen, R. N. und Midtiby, H. S. 2017. RoboWeedSupport-Detection of weed locations in leaf occluded cereal crops using a fully convolutional neural network. Advances in Animal Biosciences, 8(2), 842–847. 2017. Dyrmann, M., Jørgensen, R. N. und Midtiby, H. S. 2017. RoboWeedSupport-Detection of weed locations in leaf occluded cereal crops using a fully convolutional neural network. Advances in Animal Biosciences, 8(2), 842–847. 2017.
Zurück zum Zitat Erxleben, F., et al. 2014. Introducing Wikidata to the linked data web. In International Semantic Web Conference (pp. 50–65). Springer, Cham. 2014. Erxleben, F., et al. 2014. Introducing Wikidata to the linked data web. In International Semantic Web Conference (pp. 50–65). Springer, Cham. 2014.
Zurück zum Zitat Fischer, M., et al. 2019. DL2: Training and querying neural networks with logic. Proceedings of the 36 th International Conference on Machine Learning. 2019. Fischer, M., et al. 2019. DL2: Training and querying neural networks with logic. Proceedings of the 36 th International Conference on Machine Learning. 2019.
Zurück zum Zitat Görz, G., Schmid, U., Schneeberger, J. und Braun, T. 2020. Handbuch der Künstlichen Intelligenz, 6. Auflage. s.l. : De Gruyter, 2020. 978-3-11-021808-4. Görz, G., Schmid, U., Schneeberger, J. und Braun, T. 2020. Handbuch der Künstlichen Intelligenz, 6. Auflage. s.l. : De Gruyter, 2020. 978-3-11-021808-4.
Zurück zum Zitat Grävemeyer, Arne. 2019. Künstlich intelligente Diagnose als zweite Meinung. ct. 2019, 18.10.2019. Grävemeyer, Arne. 2019. Künstlich intelligente Diagnose als zweite Meinung. ct. 2019, 18.10.2019.
Zurück zum Zitat Gromann, D., Luis Espinosa, A. und Declerck, T. 2019. Special issue on Semantic Deep Learning. Semantic Web 10 (2019) 815–822, DOI 10.3233/SW-190364. 2019. Gromann, D., Luis Espinosa, A. und Declerck, T. 2019. Special issue on Semantic Deep Learning. Semantic Web 10 (2019) 815–822, DOI 10.3233/SW-190364. 2019.
Zurück zum Zitat Hamrick, J. B. 2019. Analogues of mental simulation and imagination in deep learning. Current Opinion in Behavioral Sciences, 29, 8–16. 2019. Hamrick, J. B. 2019. Analogues of mental simulation and imagination in deep learning. Current Opinion in Behavioral Sciences, 29, 8–16. 2019.
Zurück zum Zitat Hecker, D., et al. 2016. Big-Data-Geschäftsmodelle – die drei Seiten der Medaille, . In: Wirtschaftsinformatik & Management 8 (6), 2016, 20–30. 2016. Hecker, D., et al. 2016. Big-Data-Geschäftsmodelle – die drei Seiten der Medaille, . In: Wirtschaftsinformatik & Management 8 (6), 2016, 20–30. 2016.
Zurück zum Zitat Hecker, D., et al. 2017b. Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie. Wirtschaftsinformatik & Management. October 2017, Volume 9, Issue 5, pp 26–35, 2017. Hecker, D., et al. 2017b. Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie. Wirtschaftsinformatik & Management. October 2017, Volume 9, Issue 5, pp 26–35, 2017.
Zurück zum Zitat Hecker, Dirk, et al. 2017a. Zukunftsmarkt Künstliche Intelligenz. Potenziale und Anwendungen. St. Augustin: Fraunhofer-Allianz Big Data, 2017, 60 S. 2017. Hecker, Dirk, et al. 2017a. Zukunftsmarkt Künstliche Intelligenz. Potenziale und Anwendungen. St. Augustin: Fraunhofer-Allianz Big Data, 2017, 60 S. 2017.
Zurück zum Zitat Hossain, M. T., et al. 2018. Distortion robust image classification with deep convolutional neural network based on discrete cosine transform. [Online] 2018. [Zitat vom: 30. 05. 2019.] arXiv preprint arXiv:1811.05819. Hossain, M. T., et al. 2018. Distortion robust image classification with deep convolutional neural network based on discrete cosine transform. [Online] 2018. [Zitat vom: 30. 05. 2019.] arXiv preprint arXiv:1811.05819.
Zurück zum Zitat Kahneman, Daniel. 2011. Thinking, Fast and Slow. s.l. : Macmillan. ISBN 978-1-4299-6935-2.2011. Kahneman, Daniel. 2011. Thinking, Fast and Slow. s.l. : Macmillan. ISBN 978-1-4299-6935-2.2011.
Zurück zum Zitat Kanellos, M. 2016. 152,000 Smart Devices Every Minute. In 2025: IDC Outlines The Future of Smart Things. Forbes. 2016. Kanellos, M. 2016. 152,000 Smart Devices Every Minute. In 2025: IDC Outlines The Future of Smart Things. Forbes. 2016.
Zurück zum Zitat Kosinski, M., Stillwell, D. und Graepel, T. 2013. Private traits and attributes are predictable from digital records of human behavior. Proceedings of the national academy of sciences, 110(15), 5802–5805. 2013. Kosinski, M., Stillwell, D. und Graepel, T. 2013. Private traits and attributes are predictable from digital records of human behavior. Proceedings of the national academy of sciences, 110(15), 5802–5805. 2013.
Zurück zum Zitat Kropp, P., Theuer, S. und Fritzsche, B. 2018. Immer mehr Tätigkeiten werden durch Digitalisierung ersetzbar. IAB 2018, S SN 1861-14 35, S.32. 2018. Kropp, P., Theuer, S. und Fritzsche, B. 2018. Immer mehr Tätigkeiten werden durch Digitalisierung ersetzbar. IAB 2018, S SN 1861-14 35, S.32. 2018.
Zurück zum Zitat Manhaeve, R., et al. 2018. Deepproblog: Neural probabilistic logic programming. In Advances in Neural Information Processing Systems (pp. 3749–3759). 2018. Manhaeve, R., et al. 2018. Deepproblog: Neural probabilistic logic programming. In Advances in Neural Information Processing Systems (pp. 3749–3759). 2018.
Zurück zum Zitat Marcus, G. 2018. Deep learning: A critical appraisal. [Online] 2018. [Zitat vom: 21. 05. 2019.] arXiv preprint arXiv:1801.00631. Marcus, G. 2018. Deep learning: A critical appraisal. [Online] 2018. [Zitat vom: 21. 05. 2019.] arXiv preprint arXiv:1801.00631.
Zurück zum Zitat Miners, Zach. 2014. Google buys smart thermostat maker Nest for a cool $3.2B. Computerworld. 2014, Jan 13, 2014. Miners, Zach. 2014. Google buys smart thermostat maker Nest for a cool $3.2B. Computerworld. 2014, Jan 13, 2014.
Zurück zum Zitat Mitchell, Melanie. 2018. Artificial Intelligence Hits the Barrier of Meaning. New York Times. 5. Nov. 2018. Mitchell, Melanie. 2018. Artificial Intelligence Hits the Barrier of Meaning. New York Times. 5. Nov. 2018.
Zurück zum Zitat Mukherjee, Siddhartha. 2017. A.I. Versus M.D. – What happens when diagnosis is automated? The New Yorker. 27.03.2017. Mukherjee, Siddhartha. 2017. A.I. Versus M.D. – What happens when diagnosis is automated? The New Yorker. 27.03.2017.
Zurück zum Zitat Nicklaus, Jack. 2007. Golf My Way: The Instructional Classic, Revised and Updated. s.l. : Simon & Schuster, 2007. Nicklaus, Jack. 2007. Golf My Way: The Instructional Classic, Revised and Updated. s.l. : Simon & Schuster, 2007.
Zurück zum Zitat O'Neil, Cathy. 2016. Weapons of Math Destruction. Crown Books, 2016. O'Neil, Cathy. 2016. Weapons of Math Destruction. Crown Books, 2016.
Zurück zum Zitat Osborn, L. E., et al. 2018. Prosthesis with neuromorphic multilayered e-dermis perceives touch and pain. Science Robotics, 3(19), eaat3818. 2018. Osborn, L. E., et al. 2018. Prosthesis with neuromorphic multilayered e-dermis perceives touch and pain. Science Robotics, 3(19), eaat3818. 2018.
Zurück zum Zitat Pearl, J. 2018. Theoretical impediments to machine learning with seven sparks from the causal revolution. [Online] 2018. [Zitat vom: 13. 09. 2019.] arXiv preprint arXiv:1801.04016. Pearl, J. 2018. Theoretical impediments to machine learning with seven sparks from the causal revolution. [Online] 2018. [Zitat vom: 13. 09. 2019.] arXiv preprint arXiv:1801.04016.
Zurück zum Zitat Richter, R. R. und Austin, T. M. 2012. Using MeSH (medical subject headings) to enhance PubMed search strategies for evidence-based practice in physical therapy. Physical therapy, 92(1), 124–132. 2012. Richter, R. R. und Austin, T. M. 2012. Using MeSH (medical subject headings) to enhance PubMed search strategies for evidence-based practice in physical therapy. Physical therapy, 92(1), 124–132. 2012.
Zurück zum Zitat Scudellari, M. 2019. Bionic ‘Feeling’ Leg Makes Walking Easier, Reduces Phantom Limb Pain. IEEE Spectrum. 09. Sept. 2019. Scudellari, M. 2019. Bionic ‘Feeling’ Leg Makes Walking Easier, Reduces Phantom Limb Pain. IEEE Spectrum. 09. Sept. 2019.
Zurück zum Zitat Severson, Kim. 2020. Thanks to A.I., Machines Get a Taste for the Right Kinds of Food. New York Times. 08.04.2020. Severson, Kim. 2020. Thanks to A.I., Machines Get a Taste for the Right Kinds of Food. New York Times. 08.04.2020.
Zurück zum Zitat Shoham, Y., et al. 2018. The AI Index 2018 Annual Report. AI Index Steering Committee, Human-Centered AI Initiative, Stanford University, Stanford, CA. 2018. Shoham, Y., et al. 2018. The AI Index 2018 Annual Report. AI Index Steering Committee, Human-Centered AI Initiative, Stanford University, Stanford, CA. 2018.
Zurück zum Zitat Smith, Craig S. 2020a. Dealing with Bias in Artificial Intelligence. The New York Times. 02.01.20. Smith, Craig S. 2020a. Dealing with Bias in Artificial Intelligence. The New York Times. 02.01.20.
Zurück zum Zitat Smith, C. 2020b.Want to Be Better at Sports? Listen to the Machines. New York Times. 2020, 08.04.2020. Smith, C. 2020b.Want to Be Better at Sports? Listen to the Machines. New York Times. 2020, 08.04.2020.
Zurück zum Zitat Valentino-deVries, Jennifer, et al. 2018. Your Apps Know Where You Were Last Night, and They’re Not Keeping It Secret. The New York Times. 10.12.2018. Valentino-deVries, Jennifer, et al. 2018. Your Apps Know Where You Were Last Night, and They’re Not Keeping It Secret. The New York Times. 10.12.2018.
Zurück zum Zitat Wang, H., et al. 2018. A Captcha Design Based on Visual Reasoning. In 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 1967–1971). IEEE. 2018. Wang, H., et al. 2018. A Captcha Design Based on Visual Reasoning. In 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 1967–1971). IEEE. 2018.
Zurück zum Zitat Wrobel, S. und Hecker, D. 2019. Fraunhofer Big Data and Artificial Intelligence Alliance. In: Neugebauer R. (eds) Digital Transformation, Springer, Berlin. S. 253–264. 2019. Wrobel, S. und Hecker, D. 2019. Fraunhofer Big Data and Artificial Intelligence Alliance. In: Neugebauer R. (eds) Digital Transformation, Springer, Berlin. S. 253–264. 2019.
Metadaten
Titel
KI und ihre Chancen, Herausforderungen und Risiken
verfasst von
Gerhard Paaß
Dirk Hecker
Copyright-Jahr
2020
DOI
https://doi.org/10.1007/978-3-658-30211-5_10

Premium Partner