Was kann künstliche Intelligenz?

Die Idee, ein KI-Quiz zu erstellen, hatte die AufRuhr-Redaktion, die aus Menschen besteht. Für die Recherche zu den einzelnen Fragen nutzte die Autorin jedoch eine Such­maschine. Und die hat, gesteuert durch einen Algorithmus, ausgewählte Ergebnisse ausgespuckt. Auch die Recht­schreib­korrekturen, die ihr Computer vorgeschlagen hat, basieren auf einem Algorithmus. Geschrieben hat sie das Quiz aber selbst. Noch. Denn grundsätzlich können KI-Systeme schon seit einiger Zeit Texte verfassen. Dabei handelte es sich bislang überwiegend um einfache und vor allem sachliche Meldungen wie Wetter­berichte oder Sport­ergebnisse. Doch die Entwicklung bekam 2020 mit der Vorstellung einer neuen KI einen enormen Schub: GPT-3 ist in der Lage, sämtliche Textformen zu verfassen – auch meinungs­gefärbte Formate wie journalistische Kommentare, Interviews oder Gedichte. Ein wirkliches Verständnis für Sprache hat GPT-3 nicht. Die KI hat zu Trainings­zwecken quasi das ganze Internet gelesen und verfasst Texte auf Basis von Wahrscheinlichkeiten: Wer A sagt, sagt wahrscheinlich auch B. Das klappt erstaunlich gut. Problematisch wird es, wenn sie auf diese Weise Vorurteile und Hatespeech weiterverbreitet. Das bemerken nur Menschen. Deshalb braucht es uns hier ganz besonders.

Chatbots sind nichts Neues mehr. Die automatisierten Dialog­systeme begegnen uns am häufigsten in Webshops. Manchmal schieben sie sich schon wenige Sekunden nach Seitenaufruf ins Browser­fenster und fragen, ob wir Hilfe benötigen. 1966 kannte man keine Webshops – aber den ersten Chatbot. Das Programm namens ELIZA war spezialisiert auf den Bereich der Psycho­therapie. Entwickler Joseph Weizenbaum testete seinen virtuellen Therapeuten mit Versuchs­personen in einer Art Therapie­sitzung. Rissen die Patient*innen ein Thema an, reagierte das Programm mit Nachfragen, die es aus einer thematisch sortierten Datenbank pflückte. Tatsächlich fühlten sich die Proband*innen verstanden, sie schrieben der Maschine menschliche Züge zu. Dieses Phänomen etablierte sich als ELIZA-Effekt. Das Interessante daran: Weizenbaum hatte eigentlich das Gegenteil beweisen wollen – dass Maschinen und Menschen nicht tief­gründig kommunizieren können.

Bislang gibt es tatsächlich „nur“ die schwache KI. Denn: Starke KI beschreibt Computer­systeme, die über ähnlich hohe oder gar höhere intellektuelle Fähigkeiten wie der Mensch verfügen. Die Vorstellung umfasst, dass eine starke KI selbst­ständig Aufgaben erkennt, sich allein entsprechendes Wissen aneignet und auch eigen­ständig Lösungen findet, die nicht zwingend einem bestimmten Schema entsprechen. Mit anderen Worten: Sie ist so kreativ und intelligent wie der Mensch. Die sogenannte schwache KI kann das alles nicht. Sie lernt zwar, jedoch trainiert sie nur Erkennungs­muster oder gleicht Daten­mengen ab. Dafür ist sie ein Meister im Lösen von klar definierten Aufgaben, die automatisiert ablaufen können: zum Beispiel Navigationssysteme, Übersetzungs- oder Sprach­erkennungs­funktionen. Während schwache KI also unseren Alltag durchzieht, ist in der Wissenschaft umstritten, ob es starke KI jemals geben wird.

Kuchenboden aufschäumen mit KI? Wozu soll das gut sein, außer dass am Ende vielleicht ein Kuchen dabei herauskommt? Dieser Teilaspekt gehört zu einem Forschungs­vorhaben des Fraunhofer-Instituts für Gießerei-, Composite- und Verarbeitungs­technik und einiger Partner. Das über­greifende Ziel des Projekts mit Namen REIF ist die Reduktion von Lebens­mittel­verschwendung. Mit dem Einsatz von künstlicher Intelligenz kann hier potenziell eine Menge erreicht werden, denn: Nicht nur in unseren Kühl­schränken entstehen vermeidbare Abfälle, sondern auch bei der maschinengesteuerten Produktion von Lebens­mitteln. Werden solche Anlagen mit Algorithmen ausgestattet, können sie mit den Daten, die sie sammeln, dazulernen. So kann etwa der Ausschuss vermieden werden, der entsteht, wenn eine Anlage noch hochfährt und in der Zeit weniger gute Produkte herstellt – wie zum Beispiel einen noch nicht hundertprozentig perfekt aufgeschäumten Kuchen­boden.

KI kann uns auf brillante Weise bei standardisierten Routineaufgaben unterstützen. Doch es ist logisch, dass sich Entwickler*innen und Forscher*innen fragen, wie weit KI auch kreativ sein kann – eine Fähigkeit, die der Mensch bisher für sich reklamiert. Die Antwort: Immer mehr ist möglich. Ein Beispiel ist die Vollendung von Beethovens 10. Sinfonie, die dieser zu Lebzeiten nicht mehr fertigstellen konnte. Aus den vorhandenen einzelnen Skizzen sollte eine KI eine Komposition erstellen. Dazu wurde sämtliches Beethoven-Material analysiert und so aufbereitet, dass eine Maschine es erfassen kann. In einem Lernprozess entstand auf diese Weise ein System, das den Stil des Komponisten versteht. Zusammen mit Musik­wissen­schaftler*innen, die die Struktur für die Sinfonie festlegten, erarbeitete die KI Schritt für Schritt eine Komposition. Das Experten­team im Projekt „Beethoven KI“ zeigte sich positiv überrascht vom Ergebnis. Die Uraufführung der Sinfonie ist aktuell für Herbst 2021 geplant.

Antwort 3 ist korrekt – wobei die Antworten 1 und 2 allerdings nicht ganz falsch sind. Denn sowohl die Datenschutz-Grund­verordnung als auch das Produkt­haftungs­gesetz sind für spezielle Aspekte des KI-Einsatzes relevant. Sie regeln zum Beispiel, welche Daten auf welche Weise verarbeitet werden dürfen oder was passiert, wenn durch falsche Entscheidungen einer KI Konsequenzen für Menschen folgen. Doch mit zunehmender Komplexität von KI-Systemen stoßen die Gesetze an ihre Grenzen: Wer haftet eigentlich bei Entscheidungen selbst­lernender Algorithmen und was, wenn ich gar nicht mehr nach­voll­ziehen kann, welche Daten für eine Entscheidung heran­gezogen wurden? Hier gibt es nach Meinung von Expert*innen noch Bedarf für Präzisierung. Darüber hinaus spielen bei der Entwicklung und dem Einsatz von KI diverse andere Gesetze eine Rolle: das Urheberrecht, das Leistungs­schutz­recht, das Kartellrecht, sektor­spezifische Regulierungen und, und, und. Es sind allerdings auch spezielle Gesetze für die Regulierung von KI im Gespräch. Jüngst hat zum Beispiel die Europäische Kommission einen Rechts­rahmen für die Verwendung diverser KI-Systeme vorgeschlagen. Basierend auf einer Risiko­einschätzung müssen bestimmte Richtlinien für die Verwendung von KI eingehalten werden, oder es werden sogar ganze Systeme verboten.

Im Winter ist es kalt, und das lähmt jegliche Aktivität. KI-Winter nennt man also die Phasen, in denen das Interesse an KI und deren Weiter­entwicklung zurück­geht. Die Bezeichnung entstand allerdings als Analogie zum „nuklearen Winter“. Der Begriff beschreibt die zu erwartende Verdunklung und Abkühlung der Erd­atmos­phäre nach mehreren Atom­waffen­explosionen und verbreitete sich 1983 durch eine Studie. Was die Entwicklung von KI betrifft, gab es bislang mehrere solcher Durst­strecken. Seit der Informatiker Alan Turing Anfang der 1950er-Jahren die Frage aufgeworfen hatte, ob eine Maschine in gleichem Maße denkfähig sein kann wie ein Mensch, wechselten sich forschungs­intensive Zeiten mit Flauten ab. Nicht viel los war zum Beispiel Anfang der 1970er-Jahre und Ende der 1980er, Anfang der 1990er. Ob wir derzeit in Deutschland eher im KI-Sommer oder -Winter stecken, ist Ansichts­sache: Geredet wird über KI viel, in neue Unternehmen investiert eher wenig.

Schon Hunderte Male hat man nachgelesen, was ein Algorithmus ist. Kleben geblieben ist: irgendwas mit Computern, mathematischen Problemen und etwas, was sich von alleine erledigt. Bricht man Algorithmen auf ihren Kern herunter, dann sind sie nicht viel mehr als eine festgelegte Vorgehens­weise, um ein Problem zu lösen. Dabei gibt es einen schritt­weisen Plan, bei dem „Eingabe­daten“ zu „Ausgabedaten“ werden. Vom Prinzip her ist also auch ein Marmor­kuchen­rezept ein Algorithmus, denn hier halten wir uns ebenfalls an ein fest­gelegtes Vorgehen. Sind Rechner im Spiel, müssen sowohl das Problem als auch das Lösungs­vorgehen mathematisch übersetzbar sein. Sonst können Computer mit ihnen nichts anfangen.

Golfsoccer und Frisball gibt es (noch) nicht, Speedgate hingegen schon. Das Spiel ist eine Mischung aus Fußball, Rugby und Krocket. Ein Spielfeld, drei Tore, zwei Teams, ein Ball und jede Menge Tempo, denn eine der Regeln lautet: Der Ball muss sich alle drei Sekunden bewegen. Erfunden hat Speedgate eine KI. Sie wurde über mehrere Wochen mit über 4.000 Sportarten, 7.300 Regeln und 10.000 Marken­designs gefüttert. Ein spezieller Algorithmus entwarf basierend darauf über 1.000 neue Sportarten, von denen es drei in einen Praxistest schafften. Der Sieger: Speedgate. Hinter dem Experiment steht das US-amerikanische Digital­unternehmen AKQA.