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.