Pl\u00f6tzlich ist alles KI. Man kommt kaum an einem Vortrag, einer Innovation oder einem Pitch vorbei, ohne diese zwei magischen Buchstaben zu h\u00f6ren. Auch wenn sie oftmals keine echten Implikationen k\u00fcnstlicher Intelligenz enthalten, sondern lediglich klassische digitale Tools darstellen. Wer momentan das Buzzwort \u201eAutomatisierung\u201c einsetzt, sichert sich nicht nur die Aufmerksamkeit vieler Interessierter, sondern auch das Kapital unz\u00e4hliger Anleger. Manager und Beratungsfirmen vergleichen die Potenziale k\u00fcnstlicher Intelligenz und die damit verbundene Automatisierung oft mit der Erfindung der Dampfmaschine. Diese kann jedoch nur entfesselt werden, wenn wir menschenzentrierte Automatisierungspotenziale identifizieren.<\/p>\n\n\n\n
Schauen wir uns die Empfehlungen von Experten an, so stellen wir fest, dass diese deutlich zur\u00fcckhaltender sind und die klaren Grenzen der Anwendungsm\u00f6glichkeiten kennen und kommunizieren. Sie sprechen vor allem von unterst\u00fctzenden Anwendungen und einem Automatisierungsgrad von optimistisch 30 % \u00fcber alle Branchen und T\u00e4tigkeiten hinweg. Dabei lassen sich vor allem kognitiv repetitive oder primitiv motorische T\u00e4tigkeiten ersetzen, w\u00e4hrend feinmotorische und komplex kreative Arbeiten noch wenig Einsparungspotenzial bieten. Die Wertsch\u00f6pfung in mittleren Jobs des Dienstleistungsgewerbes, wie z.B. in der medizinischen Pflege, ist kaum von der Automatisierung betroffen, w\u00e4hrend hochkomplexe T\u00e4tigkeiten wie Datenmanagement nur teilweise und einfach unterst\u00fctzt werden k\u00f6nnen durch die Analyse, aber nicht die Implementierung.<\/p>\n\n\n\n
Diese Automatisierungspotenziale k\u00f6nnten aber m\u00f6glicherweise noch viel kleiner sein, als zun\u00e4chst angenommen, wenn wir die Wirtschaftlichkeit und Technologien in einen menschenzentrierten Kontext setzen. Die reine Entwicklung von KI-Modellen erfordert zun\u00e4chst einmal sehr viele Daten, Strom und Zeit, sprich schlussendlich Geld. Diese Bedingungen sind aktuell gegeben, da die Implikationen und Visionen einen hohen Grad der Kosteneinsparung und Effizienzgewinne in der Zukunft versprechen. Ganz im Gegensatz zum KI-Winter in den 70er, 80er und 90er Jahren, als k\u00fcnstliche Intelligenz nach einer Zeit der stetigen und rasanten Weiterentwicklung in eine technologische Stagnation geraten ist. Modelle zu entwickeln ist jedoch nur der erste Schritt. Der zweite Schritt ist die tats\u00e4chliche Identifikation von Automatisierungspotenzialen und deren Umsetzung. Nicht jeder Prozess l\u00e4sst sich gewinnbringend automatisieren und das nicht nur im Hinblick auf Einsparungspotenziale, sondern auch auf die Anwendung menschenzentrierter KI.<\/p>\n\n\n\n
K\u00fcnstliche Intelligenz kann uns dienlich sein, wenn sie letztendlich einem menschlichen Zweck dient. Wir m\u00fcssen davon ausgehen, dass zumindest am Anfang und am Ende eines Prozesses der Mensch steht, der einen Wunsch \u00e4u\u00dfert und schlie\u00dflich das Produkt konsumiert. Zudem nehmen wir an, dass die meisten unserer Prozesse letztendlich einer menschlichen Interaktion bed\u00fcrfen, aus Gr\u00fcnden der Ethik, des sozialen Zusammenlebens sowie der Kontrolle und Sicherheit von Automatisierung. Diese Kernannahmen stehen jedoch in einem grundlegenden Konflikt zueinander, und das ist der Mensch selbst.<\/p>\n\n\n\n
Wenn wir alle repetitiv kognitiven oder motorisch primitiven Aufgaben vollst\u00e4ndig automatisieren, unter der Bedingung, komplexe Ergebnisse zu konsumieren, rationalisieren wir das Nutzungspotenzial und damit die Effektivit\u00e4t der Automatisierung stetig weg. Um in einem menschengemachten Prozess, in dem wir sowohl Start- als auch Endpunkt sind, einen Wert zu steigern, m\u00fcssen wir zumindest Start und Ende verstehen. Automatisieren wir allerdings den Weg dazwischen, bleiben uns keine M\u00f6glichkeiten mehr zu lernen, sprich unsere eigenen Potenziale zu entwickeln und somit als m\u00fcndige Konsumenten der Zukunft zu interagieren.<\/p>\n\n\n\n
Ein anschauliches Beispiel hierf\u00fcr ist die Juristerei. Sie bietet ein extremes Automatisierungspotenzial in der schnellen Erfassung einer gro\u00dfen Anzahl an Urteilen und der Analyse unterschiedlichster Gesetzestexte. Die Rechtsprechung an sich ist jedoch ein menschlicher Prozess. Am Anfang steht eine Klage und am Ende ein Urteil, welches Menschen betrifft. Wir als zusammenlebende Gesellschaft ben\u00f6tigen Recht. Einerseits reagiert dieses interaktiv auf seine Umgebung durch sich ver\u00e4ndernde Urteile und Gesetze. Zweitens hat das Urteil eine intensive Auswirkung auf den Menschen. Ein statistisches Modell mag vielleicht bessere, datenbasierte Entscheidungen treffen, wird jedoch logische Zusammenh\u00e4nge nicht hinterfragen. Diese m\u00fcssen von einem Menschen \u00fcberpr\u00fcft werden. Zudem werden keine Pr\u00e4zedenzf\u00e4lle gewagt, die die Rechtsprechung der Zukunft formen k\u00f6nnten. Diese Notwendigkeit der Kreativit\u00e4t, des Ver\u00e4nderungswillens und einer soziokulturellen Interaktion obliegt dem Menschen. Hierf\u00fcr ist jedoch immenses Expertenwissen und logischer Sachverstand notwendig.<\/p>\n\n\n\n
Anders als eine Maschine, kann man bei uns nicht einfach Wissen transferieren. Es muss gelernt werden. Wir lernen einerseits durch die intensive theoretische Auseinandersetzung mit einer Thematik, aber vor allem auch durch Erfahrung. Erst eine maximale Durchdringung der Sache erm\u00f6glicht uns, diese zu hinterfragen, w\u00e4hrend die Erfahrung uns eine Maxime der effizienten Entscheidungsfindung bereitstellt. Sprich, um ein Urteil zu verstehen, m\u00fcssen wir es auf einer logisch rationalen Ebene ergr\u00fcnden, aber auch einzelne Teile mindestens einmal, besser \u00f6fter, selbst erfahren. Um von einem theoretischen zu einem praktischen Experten zu werden, m\u00fcssen wir unser Wissen anwenden.<\/p>\n\n\n\n
Wir k\u00f6nnen einfache, automatisierungsstarke Arbeiten zwar grenzenlos automatisieren, um dabei aber unsere eigenen F\u00e4higkeiten und Fertigkeiten zu erhalten, reicht keine rein theoretische Durchdringung. Ein junger Anwalt muss Gesetzestexte zumindest kennen, aber auch anwenden und Argumentationsstrukturen ausprobieren. Diese repetitiv kognitiven, primitiv motorischen T\u00e4tigkeiten k\u00f6nnen verk\u00fcrzt und vereinfacht werden, m\u00fcssen aber weiterhin existieren, um Menschen handlungsf\u00e4hig zu machen. Wir k\u00f6nnen keine statistischen Analysen wertvoll machen, ohne den Kontext der Daten und die Methoden der Datenfindung zu verstehen und angewendet zu haben. Wir k\u00f6nnen keine unternehmerische, tanzunheitliche Finanzsteuerung vornehmen, ohne die Grundlagen von Soll und Haben verstanden und im Realkontext angewendet zu haben. Wir k\u00f6nnen kein Recht sprechen und ver\u00e4ndern, ohne den jeweiligen Rechtskontext verstanden und im Realkontext angewendet zu haben.<\/p>\n\n\n\n
M\u00f6chten wir weiterhin in einem menschengemachten Prozess eine f\u00fchrende Rolle einnehmen, m\u00fcssen wir Wissen und Erfahrungen sammeln, um zu lernen. Dies kann beschleunigt und vereinfacht werden, jedoch m\u00fcssen wir weiterhin auch kognitiv repetitive und motorisch primitive T\u00e4tigkeiten ausf\u00fchren, um sp\u00e4ter ein ad\u00e4quates Level der Durchdringung und Autonomie zu erlangen, um sowohl intuitiv als auch rational urteilen zu k\u00f6nnen. Der Automatisierungskorridor verengt sich dabei weiter und ver\u00e4ndert die Effizienz der Potenziale, wenn wir KI-Implikationen aus einem menschenzentrierten Blickwinkel betrachten.<\/p>\n","protected":false},"excerpt":{"rendered":"
Pl\u00f6tzlich ist alles KI. Man kommt kaum an einem Vortrag, einer Innovation oder einem Pitch vorbei, ohne diese zwei magischen Buchstaben zu h\u00f6ren. Auch wenn sie oftmals keine echten Implikationen k\u00fcnstlicher Intelligenz enthalten, sondern lediglich klassische digitale Tools darstellen. Wer momentan das Buzzwort \u201eAutomatisierung\u201c einsetzt, …<\/a><\/p>\n","protected":false},"author":1,"featured_media":837,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[12,11],"tags":[],"class_list":["post-836","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-alles","category-wissen"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t