Automatisierung und Künstliche Intelligenz: Eine Kombination mit Folgen

Automaten können uns Handgriffe abnehmen und damit unser Leben erleichtern, aber was passiert eigentlich, wenn sie unsere Arbeit ganz übernehmen und in ihrem Job besser sind als jeder Mensch? Diese Frage ist nicht mehr so utopisch, wie sie noch vor einigen Jahren schien. Künstliche Intelligenzen haben in den letzten Monaten viele Dinge geleistet, die noch Jahre oder Jahrzehnte entfernt schienen. Und sie lernen in atemberaubender Geschwindigkeit hinzu.

(Illustration: © studiostoks, Fotolia.com)

Wenn es um die fortschreitende Automatisierung geht, gibt es im Wesentlichen zwei Sichtweisen:

  • Künstliche Intelligenz wird Menschen genau jene Tätigkeiten abnehmen, die sowieso unbeliebt sind. Alles, was gedankenlos aber präzise wiederholt werden muss, ist schon heute eine Domäne der Automaten. Inzwischen wachsen sie aber darüber hinaus, weil sie auch dazulernen können. Sie können dafür Menschen beobachten oder sich selbstständig verbessern. Dadurch übernehmen sie nicht nur Tätigkeiten, sondern schaffen auch neue, weil ein Mensch sie in dieser Form niemals hätte umsetzen können. Beispiele dazu weiter unten.
  • Es werden sich so viele Dinge automatisieren lassen, dass nicht mehr genug Aufgaben für menschliche Arbeit übrig bleiben. Unsere Gesellschaft ist darauf aufgebaut, dass Menschen einen Beruf haben, damit Geld verdienen und mit diesem Geld alles bezahlen, was sie fürs Überleben brauchen. Nur für den Fall, dass ihnen etwas dazwischenkommt, hilft der Staat aus (je nach Land in unterschiedlichem Maß). Was aber, wenn es für einen großen Teil der Bevölkerung keine Aufgaben mehr gibt? Was, wenn es für die Mehrheit keine Aufgaben mehr gibt? Manche halten dem entgegen, dass technische Fortschritte zwar Jobs überflüssig gemacht haben, aber auch stets vollkommen neue Berufsfelder erschaffen haben. Manch einer bezweifelt aber, dass das in Zeiten von allseits verfügbarer, selbstlernender KI noch der Fall sein wird.
download-iconSie können diesen und andere Beiträge zum Thema Digitale Transformation als E-Book kaufen und herunterladen. Alternativ finden Sie es auf Amazon (Affiliate-Link).

Der Unterschied zur Industriellen Revolution

Im Zusammenhang mit diesem Trend liest und hört man immer wieder von Begriffen wie Industrie 4.0 oder auch Arbeit 4.0. Laut dieser Begriffe haben wir inzwischen drei industrielle Revolutionen hinter uns:

  • Zuerst kamen die mechanischen Produktionsanlagen mithilfe von Wasser- und Dampfkraft.
  • Dann kam die arbeitsteilige Massenproduktion mithilfe elektrischer Energie.
  • Und schließlich wurde die Produktion mittels Robotik und IT bereits in hohem Maße automatisiert.

Möglicherweise aber ist die Versionsnummer 4.0 irreführend: Sie signalisiert eine ähnlich marginale, langsame Veränderung wie zuvor. In Wirklichkeit ist der Umbruch aber potenziell sehr viel tiefgreifender: Während Maschinen uns bisher unterstützt haben, könnten sie uns nun größtenteils ersetzen.

Ein Bild dafür fand ich persönlich vor allem hilfreich: Während uns die industrielle Revolution bislang vor allem künstliche Muskeln beschert hat, wird sie uns nun künstliche Gehirne liefern. Und das ist ein ganz erheblicher Unterschied.

Dabei darf man einen Fehler nicht machen: Glauben, dass diese Maschinen in irgendeiner Form den Menschen ähnlich sein müssten. Ein Industrieroboter, ein Bagger für den Braunkohletagebau oder eine Rakete haben auch nichts oder nicht viel mit unserem Körper gemein. Und doch nehmen sie uns Arbeit ab, haben manche Berufe überflüssig gemacht, aber zugleich auch neue Möglichkeiten geschaffen.

Genau so wird es nach den „künstlichen Muskeln“ auch mit den „künstlichen Gehirnen“ sein. Experten erwarten nicht, was wir zum Beispiel aus den Terminator-Filmen oder aus Star Trek kennen. Zwar arbeiten Teams an solchen Androiden, also menschenähnlichen Robotern. Letztlich aber wird die eigentliche Revolution darin bestehen, dass künstliche Intelligenzen überall und jederzeit zur Verfügung stehen.

KI wird in diesem Fall mit Elektrizität gleichgesetzt: Sie ist allgegenwärtig und die Grundlage für technische und andere Fortschritte, die noch vor wenigen Jahrzehnten ins Reich der Science Fiction gehörten.

Wenn wir also schon mit Versionsnummern arbeiten wollen, dann haben wir bislang wohl eher im Zeitalter von Industrie 1.0, Industrie 1.1 und Industrie 1.2 gelebt und haben nun ein Major Update auf Industrie 2.0 vor uns. Und jeder weiß: Bei solchen großen Updates kann viel schiefgehen und plötzlich sind Dinge verschwunden, andere tauchen auf oder sehen komplett anders aus.

Selbstlernende Automaten

Bei alldem sollte man nicht den Fehler machen und lediglich Roboter und Automaten erwarten, die nicht mehr ganz so dumm sind wie bisher. Der wesentliche Unterschied ist die automatische Lernfähigkeit der neuen Systeme. Begriffe wie Deep Learning und Neural Networks tauchen hier auf. Generell ist viel vom „maschinellen Lernen“ die Rede. Wer das genauer wissen möchte, sollte sich diesen UPLOAD-Artikel von mir ansehen.

Der Unterschied zum bisherigen Ansatz ist enorm: Ein klassischer Algorithmus ist eine von Menschen programmierte Automatik, die Daten aufnimmt, auf eine klar vorgegebene Weise bearbeitet und dann das Ergebnis ausgibt. Beim maschinellen Lernen aber bekommt das System oftmals Trainingsdaten, verarbeitet diese und bekommt dann Feedback – also ob und inwiefern das Ergebnis korrekt war. Es gibt sogar Systeme, die bei Menschen schauen, wie die ihre Arbeit erledigen, sich das selbst beibringen und dann im Zweifel in atemberaubender Geschwindigkeit und mit hoher Präzision nachmachen. Manche andere Systeme wiederum bekommen überhaupt gar keine Ausgangsinformationen und finden selbst über das Feedback heraus, welche Aufgabe sie eigentlich haben und was die beste Lösung dafür ist. Und dabei können sie auch auf Lösungen kommen, an die ihre menschlichen Programmierer nie gedacht haben.

Ein Beispiel ist dafür der Unterschied zwischen einem Schachcomputer und Googles KI AlphaGo, die inzwischen den besten menschlichen „Go“-Spieler geschlagen hat. Beim Schach hat der Computer den Menschen durch rohe Rechenkraft besiegt. Die Zahl der möglichen Züge, Antworten und Situationen ist schließlich begrenzt und je mehr Computingpower man auf dieses Problem wirft, desto besser wird es gelöst. Das aber war beim asiatischen Spiel „Go“ nicht möglich, weil die Zahl der möglichen Züge hier viel zu groß ist. Spieler entwickeln offenbar mit der Zeit eine schwer zu beschreibende Intuition. Und das ist etwas, was sich nicht in einfache Formeln umsetzen lässt. Googles AlphaGo entwickelte sein Spielsystem letztlich selbst. Die beteiligten Ingenieure überwachten und steuerten. Aber es war die KI selbst, die besser und besser wurde. Google ließ die KI dabei nicht zuletzt in unzähligen Spielen gegen unterschiedliche Versionen seiner selbst antreten. Die bessere KI setzte sich durch. Das ist also nichts anderes als eine digitale Evolution.

Die Beteiligten an solchen KI-Projekten erklären dabei immer mal wieder, dass sie selbst nicht hundertprozentig erklären können, wie ihr System zu seinen Ergebnissen kommt. Das ist zum Beispiel bei Googles RankBrain der Fall. Es ist eine mysteriöse Black Box. Das aber ist auch eine der wesentlichen Schwierigkeiten bei der Entwicklung: Während man bei einem klassischen Algorithmus klare Stellschrauben hat, gibt es diese hier nicht. Deshalb kommt es vor, dass eine solche KI vollkommen überraschend und unerklärlich Fehler machen kann oder sich mit simpel scheinenden Mitteln reinlegen lässt.

Beispiel Journalismus

In meinem eigenen Berufsfeld ist Automatisierung schon länger ein Thema. Hier auf UPLOAD habe ich bereits 2009 das erste Mal darüber geschrieben. Und fünf Jahre später habe ich mir das Thema noch einmal ausführlich vorgenommen und mehrere praktische Beispiele gezeigt. Um es kurz zusammen zu fassen: Schon heute gibt es funktionierende Systeme im praktischen Einsatz, die automatisiert Artikel schreiben oder zumindest Entwürfe anlegen. Das funktioniert derzeit vor allem bei allen Themen mit strukturierten Daten recht gut, also beispielsweise Sportberichten oder Unternehmensbilanzen.

Diese Automaten nehmen also Journalisten ganz praktisch Arbeit weg. Andere würden sagen: Sie nehmen ihnen Arbeit ab. Das ist eben eine Frage der Sichtweise, der eigenen Stellenbeschreibung und der persönlichen Hoffnungen und Wünsche im Beruf: Wer im Lokaljournalismus sein Geld mit der Sportseite verdient, kann vielleicht darauf hoffen, dass die örtlichen Vereine ihre Daten nicht strukturiert anliefern können (oder wollen). Oder aber man hofft im Gegenteil, dass man die simplen Spielberichte gar nicht mehr selbst schreiben muss, damit man sich auf die menschlichen Geschichten hinter den Zahlen konzentrieren kann.

Im Lokalen kommt natürlich hinzu, dass der persönliche Kontakt vor Ort wichtig ist. Macht sich die Zeitung am Ende selbst überflüssig, wenn sie weite Teile automatisiert erstellen lässt? Denn jemand anderes könnte dieselben (oder bessere!) Automaten nehmen und dieselbe Arbeit leisten.

Zugleich können solche Automaten aber auch Texte schreiben, die mit rein menschlichen Arbeitskräften nie entstanden wären. Während jeder Mensch nur eine begrenzte Zahl von Stunden pro Tag Zeit hat und jeder Mensch das Unternehmen eine deutliche Summe Geld kostet, lässt sich die Kapazität von Automaten sehr viel leichter skalieren. Anstatt nur drei bis vier Unternehmensbilanzen in Texte zu verwandeln, könnten ausnahmslos alle Unternehmensbilanzen in Texte verwandelt werden – je nachdem wie viele Ressourcen man dafür freischaltet. Und solche Ressourcen sind heutzutage jederzeit verfügbar und werden individuell abgerechnet, beispielsweise in Form der Amazon Web Services.

Beispiel Marketing

In den letzten Monaten habe ich an vielen Stellen mit Vertretern von Firmen wie Marketo, Adobe, Salesforce oder Oracle zu tun gehabt, die allesamt Marketinglösungen in der Cloud anbieten. Und für alle ist das Thema künstliche Intelligenz ganz oben auf der Tagesordnung – und auf ihren Präsentationsfolien.

Das ist auch nicht weiter erstaunlich. Das moderne digitale Marketing kommt schließlich an mehreren Stellen ins Schwitzen:

  • Es fallen immer mehr Daten zu den Empfängern der Marketing-Nachrichten an. Da ist oftmals von einem „Datenschatz“ die Rede, der gehoben werden müsse. In Wirklichkeit ist das aber eher ein Daten-Geldspeicher von Dagobert Duck’schen Ausmaßen, der aus allen Nähten platzt.
  • Zugleich liefern sich Unternehmen einen Wettlauf darum, die Kunden und potenziellen Kunden so perfekt und persönlich wie möglich anzusprechen. Jede Botschaft soll genau auf die Situation passen: Wer der Kunde ist, wo sich diese Person befindet, was ihr gerade durch den Kopf geht, welche Werte ihr wichtig sind, wie die bisherigen Erfahrungen mit dieser Marke aussehen, welches Gerät und welche Plattform sie nutzt…
  • Und nicht zuletzt werden Kunden eine perfekt passende Ansprache auch vermehrt erwarten – ob nun bewusst oder unbewusst.

Bei diesem „Big Data“-Problem soll KI helfen, die Zahlen in Windeseile auszuwerten und ebenso schnell und individuell darauf zu reagieren. Zugleich kann sie selbstständig A/B-Tests durchführen und die Angebote optimieren. Das geht bis hin zur Gestaltung und zu den Texten. Und natürlich macht eine KI das rund um die Uhr und in vielen Prozessen parallel.

Der Marketer wird im Zuge dessen mehr zum Dirigenten. Er gibt die Richtung vor und entscheidet, was gut und erfolgreich ist und was nicht. Aber die Automaten sind es, die im Orchestergraben sitzen und spielen.

Beispiel Kundensupport

Chatbots und digitale Sprach-Assistenten sind ein weiteres interessantes Feld und bereits heute ein Thema. Jens Rode erklärt in einem eigenen UPLOAD-Artikel ausführlicher, wie die Stärken, Schwächen und Potenziale der Chatbots aussehen. Und ich selbst habe mich in einem Beitrag bereits Alexa, Cortana, Siri und Co. gewidmet.

Die Idee ist jeweils, dass Sprache eine für Menschen sehr natürliche „Benutzeroberfläche“ ist. Wir schreiben und sprechen schließlich den ganzen Tag, um Informationen auszutauschen, sich abzusprechen oder etwas in Erfahrung zu bringen. Genau hier wollen die Chatbots und Sprach-Assistenten zur Hilfe kommen.

Die Anfänge heute mögen noch bescheiden sein. Aber klar ist auch: Wenn diese Assistenten in Zukunft noch wesentlich besser funktionieren, könnten sie erheblich verändern, wie Kundensupport funktioniert und wie viele menschliche Supportmitarbeiter man wirklich noch braucht.

Selbst der Verkauf ist nicht unbedingt vor ihnen sicher. Das ist im Prinzip eine logische Folgerung aus dem automatisierten Marketing von weiter oben. Warum sollte ein Chatbot oder digitaler Assistent nicht direkt Fragen zu einem Produkt oder Angebot beantworten, die Vorteile hervorheben und den Kauf abschließen können? Warum sollten sie eigentlich nicht auch zum perfekten Verkäufer werden, der alle Tricks und Kniffe kennt, perfekt auf jede Frage reagieren kann, Mimik und Gestik korrekt interpretiert, alle Kundendaten zur Verfügung hat?

Bleiben Sie auf dem Laufenden!

Wenn Sie Artikel wie diesen nicht verpassen wollen, bestellen Sie unseren wöchentlichen Newsletter. Wir haben jede Woche einen neuen, ausführlichen und nützlichen Beitrag für Sie, geschrieben von Fachjournalisten und Experten. Themen: E-Business, Online-Marketing, Social Media und mehr. Mit uns bleiben Sie auf dem Laufenden und lernen jedes Mal etwas Neues hinzu. Fast 1.900 Empfänger nutzen bereits diesen kostenlosen Service!

Weitere Informationen zu den Inhalten und zum Datenschutz finden Sie auf dieser Seite.

Beispiel Transport und Logistik

Ein letztes Beispiel sind selbstfahrende Autos. Auch bei Ihnen darf man nicht den Fehler machen und sie einfach nur als Fahrzeuge ansehen, die man nicht mehr steuern muss. Sollten sie großflächig zum Einsatz kommen, gehen die Veränderungen daraus sehr viel weiter.

So ist es kein Zufall, dass Taxi-Unternehmen wie Uber und Lyft im großen Stil darin investieren. Sollten selbstfahrende Autos Wirklichkeit werden, wird dieses Geschäftsfeld explodieren und zugleich jeden zurücklassen, der nicht dabei ist. Unternehmen wie Uber können ihre Ressourcen dann viel flexibler einsetzen als wenn sie von menschlichen Fahrern abhängig wären. Es wäre sehr viel einfacher, auf Lastspitzen zu reagieren – auch kurzfristig. Auch der öffentliche Nahverkehr oder der Transport dürften sich deshalb entscheidend verändern, sollten autonome Fahrzeuge zur Norm werden. An allen diesen Stellen gibt es jedenfalls viele Gründe, sich als Unternehmen unabhängig von Menschen zu machen, die Pausen brauchen, zu Fehlern neigen oder sich in Gewerkschaften organisieren.

Wenn es klappt, gibt es darüber hinaus sehr viel weniger Gründe, selbst ein Auto zu besitzen. Man kann sich schließlich einfach eines rufen, wenn man es braucht. Natürlich investieren auch die Autohersteller selbst im großen Stil in diese Technologie wie beispielsweise Ford. Für sie stellt sich allerdings zugleich die Frage: Wie wichtig sind Automarken in Zukunft noch? Wenn ich heute einen Lyft oder Uber rufe, ist es mir vollkommen egal, ob ich in einem Toyota, Kia oder Honda sitze. Komfortabel soll es sein und mich wie gewünscht von A nach B bringen. Das kann gerade den Luxusmarken nicht egal sein, die dementsprechend mit Carsharing experimentieren – das in Zukunft mit Angeboten wie Uber verschmelzen könnte.

Zahlen: Wie sieht es die Bevölkerung?

Die Social Media Monitoring Plattform Talkwalker hat uns zu diesem Beitrag einige interessante Zahlen aus ihrem Tool geliefert. Sie decken den Zeitraum Juli 2016 bis Juli 2017 ab. Die Grundfrage lautet: Wie wird grundsätzlich rund ums Thema Automatisierung gesprochen?

Weltweit: Wie stark wurden Automatisierung (inkl. Chatbots, KI, AI) generell besprochen in den News, in Social, Blogs, Foren etc.?

Deutliche Steigerung in den letzten 12 Monaten in der Anzahl der Nennungen weltweit. (Grafik: Talkwalker)

Dieselbe Fragestellung nur für Deutschland:

Auch in Deutschland wird über Themen rund um Automatisierung mehr und mehr diskutiert. (Grafik: Talkwalker)

Welche Themen/Emotionen werden/wurden damit weltweit assoziiert?

Weltweit: Weitgehend positive Assoziationen mit der Automatisierung. (Grafik: Talkwalker)

Welche Themen/Emotionen werden/wurden damit in Deutschland assoziiert?

Deutschland: auch eher positiv. (Grafik: Talkwalker)

Anzahl der Nennungen des Themas (Chatbots, Automatisierung, KI, etc.). Thema Chatbot nur im Zusammenhang mit dem Thema „Arbeit“ (Arbeitsplätze, Arbeit generell, bis hin zu Jobkiller):

Weltweit wird Automatisierung nur in wenigen Fällen als Jobkiller angesehen. (Grafik: Talkwalker)

Legt man über die aus Deutschland stammenden Erwähnungen des Themas “Automatisierung” die Filter der einzelnen Branchen, wird die Finanzbranche am meisten diskutiert.

(Grafik: Talkwalker)

In welchen Medien wird das Thema Automatisierung am meisten diskutiert?

Weltweite Zahlen. (Grafik: Talkwalker)

Dieselbe Frage für Deutschland:

In Deutschland scheint das Thema in den Sozialen Medien noch gar nicht angekommen zu sein. (Grafik: Talkwalker)

Interessant wird zu sehen sein, wie sich die Einschätzung der breiten Bevölkerung zu diesem Thema in den nächsten Jahren weiterentwickelt.

Schlusswort und Ausblick

Eindeutig scheint mir, dass man diese neuen Formen der Automatisierung auf keinen Fall unterschätzen sollte. Es gibt wesentlich mehr Berufsgruppen, die davon in Zukunft beeinflusst oder komplett verändert werden, als sich manch einer bewusst ist.

Zugleich ist nicht eindeutig abzuschätzen, wie die Auswirkungen konkret aussehen werden. Werden nun neue Berufe entstehen und neue Arbeitsplätze? Oder brauchen wir eine Gesellschaft, die nicht mehr davon ausgeht, dass jeder mit einem Job sein Geld verdient? Das bedingungslose Grundeinkommen wird im Zuge dieser Diskussion allein schon deshalb immer wieder ins Gespräch gebracht.

Manch einer mag entgegenhalten, dass Menschen weiterhin den Kontakt mit Menschen bevorzugen werden. Und das mag auch stimmen. Zugleich stellt sich aber die Frage, in welchem Maße das noch der Fall sein wird. Wir haben uns schon bestens damit abgefunden, dass wir in Discount-Supermärkten oder an der Tankstelle nicht mehr persönlich bedient werden. Manche finden das sogar angenehmer. Und wenn etwas bequemer, schneller und günstiger ist, dann ist sehr wahrscheinlich, dass es sich im großen Stil durchsetzen wird. Nicht zu 100% vielleicht. Aber eben doch so, dass sich Berufsfelder verändern oder sie ganz wegfallen.

Ich persönlich bleibe bei alldem optimistisch, dass wir diese technischen Fortschritte zum Wohle der Menschen nutzen werden. Von allein aber wird das nicht passieren. Wir werden sowohl Politiker als auch Unternehmen an ihre Verantwortung erinnern müssen.

Vielen Dank an Jens Hansen für seinen Input zu diesem Beitrag und an Talkwalker für die Zahlen und Grafiken.


Dieser Artikel gehört zu: UPLOAD Magazin 49

Automation kann hilfreich sein, den eigenen Job nachhaltig verändern oder ihn gleich ganz überflüssig machen. In diesem Spannungsbereich bewegt sich unsere neue Ausgabe. Wir schauen uns darin an, warum Automatisierung plus Künstliche Intelligenz unsere Arbeitswelt so enorm verändern könnte. Welche nützlichen Tools und Dienste einem heute schon Arbeit abnehmen. Und auch wann Chatbots funktionieren und wann nicht.

Jan Tißler ist auch bekannt als jati. Er arbeitet seit über 20 Jahren als Journalist, die meiste Zeit davon digital. 2006 hat er das UPLOAD Magazin aus der Taufe gehoben. Er ist fasziniert von den Freiheiten des digitalen Publizierens und erklärt gern, wie Unternehmen, Organisationen oder auch Selbstständige mit ihren Botschaften im Netz gehört werden. Immer mit einem Bein fest in der Zukunft. Der gebürtige Hamburger lebt inzwischen in Santa Fe, New Mexico.

Neues E-Book: Dossier Digitale Transformation

(Illustration: © Krueatip, fotolia)

Jetzt mehr erfahren...

 

Ein Gedanke zu „Automatisierung und Künstliche Intelligenz: Eine Kombination mit Folgen

Kommentare sind geschlossen.