Wir brauchen mehr Intelligenz beim Reden über Künstliche Intelligenz.

von Stephan Lamprecht am 28.September 2018 in Künstliche Intelligenz, News, Trends & Analysen

Um aktuell in die Schlagzeilen zu kommen, haben derzeit alle gute Chancen, denen es gelingt, die Worte Artficial Intelligence (AI) bzw. künstliche Intelligenz (KI) zu benutzen. Doch dem Thema würde etwas mehr Sachlichkeit gut tun, denn immer mehr Menschen erwarten von der KI viel mehr, als sie überhaupt schon leisten kann.

Unsere Häuser und Wohnungen werden zum Smart Home und „intelligent“ gesteuert. Sprachgesteuerte, natürlich intelligente, Assistenten helfen uns dabei, den Alltag zu organisieren. Schnell sind wir dabei, technischen Errungenschaften das Etikett „intelligent“ aufzukleben, nur weil die Maschine, um die es geht, Dinge erledigt hat, ohne dazu aufgefordert zu werden. Möglicherweise hat der Gebrauch von „Intelligenz“ im technischen Zusammenhang aber auch damit zu tun, dass es uns Menschen schon an einer allgemeinen Definition mangelt, was denn überhaupt „intelligent“ ist.

„Bitte vereinbare doch mit Herrn Meyer von Schulz und Co für nächsten Dienstag einen Termin und sage dafür mein Gespräch mit Frau Müller ab. Und wenn Du schon dabei ist, buche bitte auch die Flüge für Donnerstag auf Freitag um, nachdem Du einen neuen Termin mit Frau Müller vereinbart hast.“ Eine Aufgabe, die jeder erledigen kann, der als Assistent eines anderen arbeitet. Und sonderlich viel Intelligenz gehört sicherlich zur Abarbeitung nicht dazu. Lediglich etwas Organisationstalent wird gebraucht.

Probieren Sie das jetzt aber doch mal mit Alexa, Siri, Cortana oder dem Google Assistant. Die viel beschworene künstliche Intelligenz wird Ihnen mit freundlich aseptischer Stimme mitteilen, dass das System nicht ganz sicher ist, was Sie meinen. Und so richtig viel besser wird es auch nicht werden, wenn das Kommando in einzelne Aufträge gegliedert wird. Natürlich mag man jetzt einwenden, dass das ja nur ein Einzelbeispiel ist, aber wenn man ernstzunehmenden Schätzungen glauben darf, befinden sich auch die am weitesten fortgeschrittenen KI-Systeme derzeit mit ihrem IQ auf dem Niveau eines 6-jährigen Kindes. Es ist also noch deutlich zu früh, den Maschinen zu unterstellen, sie würden die Weltherrschaft an sich reißen oder der „KI“ kritiklos den Schlüssel für unsere Zukunft zu überreichen.

Künstliche Intelligenz – die Schwierigkeit eines Sammelbegriffs

Menschen können Intelligenz (IQ), Emotionalität (EQ) und Persönlichkeit kombinieren – Maschinen bislang aber nicht (Bild: Shutterstock)

Dabei scheinen sich aber doch die Zeichen dafür zu mehren, dass künstliche Intelligenz den Menschen die Jobs wegnimmt. Denn Zalando überraschte dieses Jahr mit der Ankündigung, im Marketing bis zu 250 Stellen abbauen zu wollen. Die Arbeit der Mitarbeiter sollen datengetriebene Systeme erledigen. Und KI soll inzwischen auch eine Rolle spielen, wenn der Assistent im Auto plötzlich eine Vollbremsung auslöst. Kann die Technik bald so viel wie wir Menschen?

Klare Antwort: Nein! Warum aktuell der „künstlichen Intelligenz“ so viel zugetraut wird, hat einerseits mit einer romantisierenden Vorstellung zu tun, wie Maschinen denn überhaupt lernen. Zum anderen aber auch mit einer fröhlichen Vermischung verschiedener Begriffe und den dahinter stehenden Konzepten.

Es ist nur menschlich, dass wir im Zusammenhang mit „Künstlicher Intelligenz“ unsere eigenen Erfahrungen ins Spiel bringen. Maschinen sammeln Erfahrungen und lernen. Das erinnert uns an uns selbst. Ein Kind sammelt auch Erfahrungen. Und wenn ein Kind ausgiebig einen Ball ausprobiert und mitsamt dem Wort in seinem Gehirn gespeichert hat, ist es in der Lage, das Konzept „Ball“ weiter zu erforschen. Selbst wenn es ihn noch nicht geworfen, getreten oder gerollt hat, wird es einen Ball jederzeit erkennen. Egal, ob es sich um einen Fußball, Basket-, Tennis oder Golfball handelt.

So einfach ist das bei Maschinen dann aber nicht. Vor allen Dingen wissen wir eigentlich auch immer noch nicht so exakt, welche Vorgänge sich in unserem Kopf abspielen, wenn wir lernen, assoziieren oder kreativ sind. Man kann viel messen und beobachten, aber das ist ein wenig so, als wenn Sie Ihren Computer öffnen, hineinschauen und danach erklären, Sie wissen exakt wie das alles funktioniert.

„Künstliche Intelligenz“ umfasst als Konzept eine ganze Reihe verschiedener Ansätze, an denen sich nicht nur Informatiker versuchen. An dem Thema wird interdisziplinär geforscht. Besonders große Fortschritte wurden in den vergangenen Jahren auf mehreren Teilgebieten erzielt.

  • Wissensbasierte Systeme: Liegen dem Computer genügend Daten vor, dann können solche Systeme (wie zum Beispiel Watson von IBM) den Menschen durchaus überholen. Dabei geht es um die Verknüpfung von Informationen, mit dem Ziel logische Schlussfolgerungen zu ziehen. Schachspiel, Go oder auch die Diagnose von Laborbefunden – das sind Beispiele für wissensbasierte Systeme. Auch wenn die Entwickler inzwischen Abläufe gestalten können, die durch (menschliche) Rückmeldung dafür sorgen, dass die System selbstständig lernen, darf das nicht darüber hinweg täuschen, dass hochentwickelte Experten auf dem jeweiligen Gebiet die Maschine anleitet. Das Programm, das die Großmeister im Schach oder Go schlägt, ist ein „Fachidiot“. Möchten Sie vom gleichen System etwas über das Wetter in den kommenden Tagen wissen, versagt es genauso jämmerlich, wie bei Anfragen zu Absatzzahlen.
  • Mustererkennung: Damit geht beinahe jeder Anwender fast täglich um. Denn natürlich versteht ein Computersystem (und nichts anderes sind Siri oder Alexa) erst einmal kein Wort von dem, was der Mensch ihnen sagt. Mustererkennung steht auch hinter der vielfach diskutierten Gesichtserkennung oder den Funktionen, mit denen Instagram und Shopping-Apps ähnliche Bilder oder Artikel visuell suchen. Und wer eine gescannte Seite aus einer Zeitschrift oder einem Buch in editierbaren Text mittels optischer Zeichenerkennung verwandelt, nutzt ebenfalls die Mustererkennung. Natürlich fühlen sich die Menschen geschmeichelt, so etwas entwickelt zu haben. Aber dahinter stecken jede Menge Arbeit und vor allen Dingen jede Menge Daten. Denn bevor ein System überhaupt in Zukunft ein Muster zuverlässig erkennt, muss es unzählige Beispiele erhalten. Mittels so genannter neuronaler Netze werden die Systeme zwar immer treffsicherer und erkennen trainierte Objekte (Bilder, Buchstaben, Laute) auch dann, wenn sie erstmals darauf stoßen. Allerdings eben nicht so wie der Mensch. Er erkennt das Bild eines Mantels immer. Egal welcher Schnitt, welche Farbe, welches Material und wie gut oder schlecht ein Foto auch sein mag. Denn der Begriff „Mantel“ hat für den Menschen eben eine Bedeutung. Und die bleibt dem Computer verschlossen. Die Erkennungsraten bei der optischen Zeichenerkennung mögen jetzt nur noch weniger als 1 Prozent betragen, aber das reicht eben für eine Menge Fehler auf einer durchschnittlichen Zeitschriftenseite. Was im Büro dann rasch dank menschlicher Intelligenz korrigiert ist, könnte im Alltag weitreichende Konsequenzen haben, wenn eines Tages Bilderkennung selbstständig das Gepäck von Reisenden durchleuchtet, aber den im Koffer versteckten Sprengkörper als harmlos einstuft.
  • Mustervorhersage: Eng mit der Musterkennung ist die Vorhersage verbunden. Es geht nicht darum, etwas zu erkennen, was bereits da ist, sondern beispielsweise eine erst noch entstehende Situation zu erkennen. Oder auch den Lagepunkt eines Objekts zu einem späteren Zeitpunkt korrekt zu ermitteln. Etwas, was sich in unseren Köpfen permanent abspielt. Ob wir uns im Straßenverkehr bewegen oder mit Hilfe von Zahlenkolonnen und Diagrammen versuchen, den Börsenkurs eines Wertpapiers in der Zukunft zu erkennen.
  • Robotik: Was den Entwicklern und den Wissenschaftlern in der Robotik vorschwebt, hat wenig mit den bereits bekannten Industrierobotern oder automatisierten Systemen in der Logistik zu tun. Diese wirken gegenüber von KI getriebenen Systemen wie die sprichwörtlich tumben Gesellen. Roboter sollen von menschlichen Verhaltensweisen lernen und diese auch imitieren können. Und da sie ihre Umgebung unmittelbar beeinflussen sollen, wird auch von manipulativer Intelligenz gesprochen. Es geht schließlich darum, automatisch von Punkt A nach B zu fahren, etwas aus einem Regal zu nehmen oder dem Menschen beim Tragen einer Last zu helfen. Und zwar ohne direkte Fernsteuerung durch den Menschen. Um den Menschen das Unbehagen gegenüber solchen Systemen zu nehmen, wird modernen Robotern nicht selten ein knuffiges und auf dem Kindchenschema basierendes Äußeres verliehen. So wirken sie dann irgendwie harmlos und putzig. Denn wer möchte bei der Begegnung mit einem solchen elektromechanischen Gesellen an den Film „Terminator“ erinnert werden? Und so wirkt etwa „Pepper“ knuffig mit seinen großen Augen. Und die Interaktion mit ihm ist auch ein kurzweiliges Erlebnis. Andererseits sind seine aktuellen Fähigkeiten doch noch begrenzt: Ob ein Kunde zufrieden, ungeduldig oder wütend ist, erkennt ein Roboter nicht.
  • Im Gleichschritt mit den technologischen Fortschritten in der IT hat auch die Entwicklung von KI bedeutsame Fortschritte gemacht. Zwar sind viele der aktuell geschaffenen Systeme in ihrer Spezialdisziplin dem Menschen überlegen. Aber sie bleiben damit immer noch in ihrem Fachgebiet gefangen. Das hat auch etwas damit zu tun, wie Maschinen lernen.

Lernen ist nicht gleich lernen

Künstliche Intelligenz ist eigentlich kaum mit dem Denken im menschlichen Kopf vergleichbar (Bild: Shutterstock)

Die Medien überschlagen sich und die Schlagzeilen von immer intelligenteren Systemen, die selbstständig lernen, rufen Ängste oder ungläubiges Staunen hervor. Allerdings „lernen“ Maschinen brav im Rahmen der an sie gestellten Aufgaben und Erwartungen. Sie vervollständigen ein Wissen auf ihrem jeweiligen Gebiet ihrer Expertise. Sie lernen aber nicht wie ein Mensch. Eignet sich der Mensch neues Wissen an, verknüpft er dies mit bereits vorhandenen Fakten und Tatsachen. Ganz unbewusst.

Ein Ding, das wir einmal verstanden haben, wird Teil unserer Erfahrungswelt. Deswegen können wir auch mit jedem Flaschenöffner umgehen, egal wie modern er gestaltet sein mag. Und falls kein Flaschenöffner da ist, versuchen wir, etwas anderes zu finden, um die Hebelwirkung zu erreichen. Das Konzept und der Zweck des Flaschenöffners haben für uns eine Bedeutung. Für die moderne Maschinengeneration ist allein das Öffnen einer Flasche eine Zusammensetzung vieler verschiedener Aktionen und Bewegungsabläufe. Und die muss dem System erst einmal beigebracht werden. Sicherlich werden den Entwicklern in der nächsten Zukunft neue Einsatzgebiete für KI einfallen, aber die große Herausforderung besteht letztlich darin, das Konzept des menschlichen Lernens reproduzierbar und vielseitig auf Computersysteme zu übertragen. Und in dieser Hinsicht steht die KI noch am Anfang.

KI im Handel und Marketing

Die Modekette Adler setzt den Roboter „Tory“ zur Inventur ein (Bild: Metra Labs)

Mustererkennung und -vorhersage werden in Handel und Marketing eine glänzende Zukunft vorhergesagt. Sie sollen dabei helfen, dem Kunden exakt das Produkt (oder allgemeiner die Information) anzubieten, die ihn in diesem Moment interessieren. Und auch von der Robotik versprechen sich Handelsmanager eine Menge. z.B. Inventarisierung und Picking (also das Zusammenstellen von Bestellungen). Allerdings sollten wir uns davor hüten, die aktuellen und tatsächlichen Fähigkeiten zu überhöhen. Ja, in den Läden tauchen erste Roboter auf, die automatisiert das Geschäft durchstreifen und die Produkte anhand von RFID-Tags erkennen und zählen. Schneller und genauer als es Menschen können – sofern denn auch an jedem Artikel das Etikett vorhanden ist. Erste Roboter zeigen dem Kunden auch den Weg zu einem Produkt zeigen. Das ist beeindruckend, aber technisch noch nicht viel mehr als die Fähigkeiten eines Saugroboters. Gerade in der Robotik sind noch viele Fragestellungen nicht gelöst. Wenn Roboter beispielsweise in Zukunft auch Regale selbst einräumen sollen, müssen sie ein Verständnis davon erhalten, wo die Ware eigentlich steht. Parallel dazu muss die Maschine lernen und auch die Sensoren soweit sein, den Unterschied zwischen einem Eierkarton, empfindlichen Tiefkühltorten und einer Packung Waschmittel zu verstehen und umzusetzen. Etwas, was wir Menschen durch Tastsinn und Feinmotorik lösen. Davon ist die Technik noch weit entfernt.

Mustererkennung und -vorhersage in der Warenwirtschaft eines Händlers erkennt drohende Out-of-Stock-Situationen schneller als der Mensch und können darauf reagieren. Das gilt auch für mögliche Vertriebschancen. Andererseits dürfte es immer noch eine gute Idee sein, den Menschen zuletzt über die Entscheidung schauen zu lassen, zumindest, wenn es um die automatische Bestellung von Produkten geht. Denn die Maschine ist im Zweifel zwar verantwortlich, kann aber nicht zur Rechenschaft gezogen werden.

Intelligenz völlig ohne Emotion?

Hamburger Michel als Nachbau im Miniaturwunderland (Bild: PR)

Das Miniaturwunderland in Hamburg ist eine der touristischen Attraktionen Hamburgs und weltweit bekannt. Direkt in der Nähe des Hamburger Hafens lassen sich täglich Besucher vom Charme der riesigen und mit viel Liebe zum Detail gestalteten Modellbahnanlage verzaubern. Deren Gründer berichten in ihrer Biographie davon, dass Hamburg diese Attraktion der Entscheidung eines Sparkassenmitarbeiters verdankt. Es gelang ihnen, diesen Mitarbeiter von ihrem Vorhaben zu überzeugen. Schwerlich vorstellbar, dass ein von KI getriebenes Entscheidungssystem (die heutigen rechtlichen Rahmenbedingungen für eine Kreditvergabe einmal dahingestellt) den Antrag positiv entschieden hätte. Rein nüchtern und auf Zahlen basiert, hatten die beiden Gründer einen schönen Traum, aber eigentlich keine realistische Chance auf Erfolg. Das sah der Bankmitarbeiter mit seiner Erfahrung und seinem Gespür anders.

Vertrauen, Gespür, Intuition, Menschlichkeit – sie haben in der Welt der KI keinen Stellenwert, weil ihre Bedeutung, ihre Konzepte nicht von Maschinen verstanden werden. Es mag das Ziel vieler Handelsmanager sein, Chatbots und Systeme zu entwickeln, die genauso agieren und reagieren, wie es ein Mensch täte. Der Kunde sähe auf seinem Display in der Reaktion auf seine Anfrage keinen Unterschied zu einem Menschen.

Das mag unter Berücksichtigung von Kosten und Prozessen erstrebenswert sein. So lange der Handel sich in erster Linie als Versorger seiner Kunden versteht. Doch ein Produkt zu einem attraktiven Preis zu erhalten, wird immer weniger ein Problem. Direkte Mitbewerber und unterschiedliche Kanäle lassen dem Kunden die Wahl. Die große (und von kaum einem Händler beantwortete) Frage lautet, wie gelingt es, dem Kunden Mehrwerte anzubieten? Welche Ideen und Leistungen schaffen eine Gemeinschaft, bieten kommunikative Ansätze, um Kunden, also Menschen, an sich zu binden?

Durch den Einsatz von KI, die schneller als der Kunde erkennt, was dieser vielleicht kaufen sollte, dürfte das kaum funktionieren. Konsequent eingesetzt, beraubt sich der Handel mit den maschinellen Systemen seiner Menschlichkeit.

– Anzeige –

Was sind die Trends in der mobilen Unternehmenskommunikation? Welche Rolle spielen dabei Messenger? Die Deutsche Post und ihre Partner laden zum Event „Digital und mobil – sicheres und effizientes Arbeiten 4.0“ ein und zeigen, was den Joballtag schneller, einfacher und wirkungsvoller macht. Sichern Sie sich Ihr kostenloses Ticket! Mehr Infos hier.


Artikel teilen

Sichern Sie sich jetzt Ihren Wissensvorsprung in Mobile Marketing und Mobile Business und abonnieren Sie die Meldungen von mobilbranche.de ganz bequem per E-Mail. Unser Newsletter erscheint täglich um 13 Uhr und ist kostenlos.

Hiermit akzeptiere ich die Datenschutzbestimmungen.

Facebook Kommentare:

Kommentare