Die Maschine, Mein Kollege

Maschinen können schlauer werden. Das ist nicht neu. Doch ohne
menschliche Hilfe ist das nicht möglich. Beim sogenannten (HITL)
Human-in-the-Loop werden menschliche und maschinelle Intelligenz
synergetisch vereint. So entsteht ein Kreislauf, in dem der
Algorithmus immer weiter trainiert, getestet und optimiert wird.
Durch das sogenannte Labeling, also dem Kennzeichnen von großen
Datensätzen, werden Bilder, Formen und Strukturen für KI-Systeme
erkennbar. Ein Datensatz enthält dabei verschiedenste Variationen
eines zu erkennenden Gegenstands oder eines Bildes. Bei Katzenbildern
währen es auch solche, die nur schwer zu erkennen oder nur halb
sind. Das steigert die Zuverlässigkeit des Systems. Ein Mensch
dagegen würde wohl auch eine halbe Katze erkennen. Menschen
verstehen Zusammenhänge, auch wenn sie nicht sofort ersichtlich
sind. Programme dagegen brauchen Daten. Hier ist das Input des
Menschen gefragt.

Führt man den
Gedanken dieses Kreislaufs hypothetisch fort, dass Maschinen durch
diesen Lernzyklus immer klüger werden, kann das nur bedeuten, dass
Maschinen in einer nicht absehbaren Zeit jede Arbeit zu verrichten in
der Lage sein werden. Denn wenn ein Datensatz ausreichend groß ist,
kann ein Algorithmus darauf basierend ziemlich genaue Entscheidungen
treffen. Das Programm lernt zuvor die richtigen Kriterien zu
identifizieren. Dies hilft ihm, zur richtigen Entscheidung zu kommen.
Schon heute zeigen die immer weiter automatisierten Produktionen,
dass die Arbeitswelt einen rasanten und tiefgreifenden Wandel
durchmacht. Es ist nicht nur lediglich eine industrielle Revolution,
welche uns als unzureichender Begriff viele wichtigen gegenwärtigen
Entwicklungen vorenthält. Vielmehr erleben wir ein Ausmaß des
kulturellen Wandels, das Einfluss auf unser Verständnis von Arbeit
und Leben insgesamt nimmt. Die alltägliche Arbeit wird sich dem
Siegeszug intelligenter Systeme nicht lange entziehen können. Eine
Arbeitswelt die sich zunehmend mit Technologien von Big-Data
basierten Systemen ausstattet, löst bei vielen ein beängstigendes
Gefühl aus. Denn dort, wo die Unfehlbarkeit und Unerschöpflichkeit
durchstrukturierter Ki-gestützter Produktionsprozesse großes
Wachstum versprechen, wird der Mensch in der logischen Konsequenz
überflüssig.

Datenorientierte
Entscheidungsprozesse kommen heute der Qualität eines ausgebildeten
Facharbeiters sehr nahe. Und in der Zukunft kann das nur besser
werden. Noch sind es einzelne Bereiche, die der Steuerung der KI
unterliegen. In ferner Zukunft könnten alle Unternehmen ganze
Geschäftsmodelle und Produktionsprozesse auf die Nutzung von großen
Datenmengen und KI-Systemen bauen. Eine andere Sichtweise ist, dass
es in der Beurteilung von Zukunftstechnologien letztlich auch immer
auf die Fragestellung ankommt. Man könnte fragen, ob wir in ferner
Zukunft noch arbeiten müssen. Die positivere Frage wäre allerdings
wie Mensch und Maschine zusammen arbeiten könnten. Die allgemeine
Befürchtung einer baldigen Übernahme ganzer Produktionen ist ein
hypothetisches Horrorszenario unseres digitalen Zeitalters. Sie lässt
sich jedoch keineswegs plausibel begründen. Nicht zuletzt auch
deshalb, weil bereits im Jahr 2013 der Ökonom Carl B. Frey und der
Ingenieur Michael A.Osborne von der Universität Oxford eine Studie
veröffentlichten, wonach auch aufgrund der rasanten Entwicklung in
Robotik, KI und Big-Data Analytik 47 Prozent der Jobs wegfallen
könnten.

Die Frage ob die
vierte industrielle Revolution einer Ersetzung des Menschen
gleichkommt, ist zumindest berechtigt. ETH-Professorin Gudela Grote
für Arbeits- und Organistationspsychologien hält dies für weit
hergeholt. Denn die Studie von Frey und Osborne sei mittlerweile
relativiert. Dies leitet Grote unter anderem davon ab, dass die
Autoren die Automatisierung lediglich bestimmter Bereiche und
Tätigkeiten als Fakt unberücksichtigt gelassen haben. Aus dem Grund
fokussiert sich ihr Blick mehr auf die durch Automatisierung
herbeigeführte Veränderung der Arbeitsbedingungen.
«Wahrscheinlicher ist, dass Menschen und Maschinen künftig noch
enger zusammenarbeiten werden», so Gudela Grote. Wichtiger sei
deshalb die Frage, wie sich Jobs verändern und welche Aufgaben der
Mensch besser als die Maschine erledigen könne und umgekehrt. Obwohl
Fragen der Automatisierung schon seit der industriellen Revolution
durch die Arbeitspsychologie erforscht werden, unterscheidet sich die
Entwicklung der heutigen Industrie von den vorangegangenen
Revolutionen deutlich. Die Technik werde zunehmend selbst zum Akteur,
so Grote.

Die Kombination
riesiger Datenmengen mit KI und maschinellem Lernen und der dadurch
entstehende und zunehmende Anspruch in der kognitiven Verarbeitung in
automatisierten Prozessen, machen die Industrielle Revolution unserer
Zeit zu einer gesellschaftsübergreifenden Herausforderung auf allen
Ebenen. Die Kooperation von Mensch und Maschine ist auch
Forschungsgegenstand von Melanie Zeilinger. Sie ist Professorin am
Institut für Dynamische Systeme und Regelungstechnik an der ETH in
Zurich. Die Mensch-Maschine-Interaktion ist eine Anwendung der
Regelsysteme. Dies setzt voraus, dass die Maschinen ständig
Voraussagen darüber treffen müssen, wie der Mensch als nächstes
agieren könnte. Menschen seien nicht deterministisch und reagierten
in der gleichen Situation immer etwas anders und individuell
unterschiedlich so Zeilinger. Deshalb sei es notwendig, dass wir mit
stochastischen Systemen und Wahrscheinlichkeiten arbeiten und den
Systemen erlauben, sich anzupassen, so Zeilinger weiter.

Die Sicherheit, die
vom Regelalgorithmus gesichert sein muss, sei dabei ein Kernthema.
Maschinen könnten dabei auch direkt vom Menschen lernen. Zeilinger
lässt hierfür Kuka-Roboterarme über ein passives dreigliedriges
Gelenk mit Probanden interagieren, so dass die Bewegung direkt an den
Roboter übermittelt werden kann. Die Fabrik der Zukunft setzt
Roboter ein, welche die Bewegung des Gegenübers antizipieren kann
und können muss. Zeilinger nennt das Ergebnis solcher Forschungen
„Human in the Loop-Regelsysteme“. Eine Anwendung dieses Systems
findet in der Entwicklung von Gehrobotern, wie dem Lokomat, die in
der Rehabilitierung von Patienten mit neuronaler Beeinträchtigung
eingesetzt werden. Entwickelt wurde es durch die Hocomat AG. Gudela
Grote führen die zunehmenden Mensch-Maschine-Interaktionen zu der
Frage, inwiefern die Automatisierung Einfluss auf das Bildungssystem
nimmt und in Zukunft nehmen wird. Denn die Automatisierung zwinge uns
unser Bildungssystem kontinuierlich zu hinterfragen, so Grote. Es sei
nicht klar, wie viele Berufsleute und Akademikerinnen in der
vollautomatisierten Industrie benötigt werden. Letztendlich obliegen
die Entscheidung und der Wusch nach dem Grad der Automatisierung dem
Menschen selbst, so Grote.

Künstliche
Intelligenz ist das Versprechen für eine berechenbare voll
systematisierte und optimal globalisierte Welt. Ein Versprechen für
eine bessere, schnellere und ökologischere Welt. Es gibt kein
Lebens- und Industriebereich für das KI-gestützte Systeme keine
Lösung bieten könnten. In der Medizin sind KI-Systeme trotz nahezu
peinlicher Rückschläge ein Garant für noch nie dagewesene
Behandlungsmöglichkeiten in der Zukunft. Die Pharmaindustrie hat
bereits nahezu seine gesamte Wertschöpfung auf KI-Systeme
umgestellt. So ist die automatisierte Integration großer Datenmengen
für die zukünftige Entwicklung von Medikamenten unerlässlich. Der
Pharmakonzern Roche ist hierfür beispielhaft.

Die personalisierte
Medizin erfordert die zielgerichtete Nutzung von Datenmengen. Denn
diese bieten sich zur Auswertung an, mit dessen Ergebnissen ein
erleichterter Umgang auf industriell bedingte Diversität und
Konsumverhalten ermöglicht werden. Die Flexibilität der
industriellen Produktion und der Forschung werden auf eine neue
Dimension gebracht. Die Künstliche Intelligenz nutzt
Wissensdatenbanken für eine sich fortschreitende Automatisierung in
der Medizin. Große Unternehmen versprechen sich effiziente
Produktionsprozesse und verkürzte Informationswege. In einer
hochdigitalisierten Welt kommt es auf schnelle Reaktionen und
Flexibilität an. Gerade entwickeln wir ein sich immer weiter
ausbauendes neues Datenverständnis. Ein großer Teil davon ist uns
durch die Nutzung sozialer Netzwerke vertraut. Die Digitalität
gestaltet unser Leben. Von uns hängt es ab, welchen Nutzen wir davon
haben möchten.