Realitätscheck: Gamechanger KI

Die Route ist berechnet. Ziel 2030.

Maria Nestroi: Herzlich willkommen auf einer neuen Etappe von Road to 2030, dem Technologie-Podcast von Dell Technologies. Auf dem Beifahrersitz begrüßen wir heute Prof. Dr. Peter Gentsch, Entrepreneur und Experte im Bereich Künstliche Intelligenz und Big Data. Ich bin Maria und werde euch als Proviant-Beauftragte des Trips mit leckeren Content-Snacks versorgen. Seid ihr bereit?  Dann Anschnallen nicht vergessen! #00:00:38.1#

Maria Nestroi: Auf unserem Fahrersitz sitzt heute wieder Stefan Schmugge. Hallo Stefan! #00:00:44.1#

Stefan Schmugge: Hallo Maria! Ich freue mich, wieder hier zu sein. Ich begrüße auch ganz herzlich Peter Gentsch auf unserer gemeinsamen Fahrt auf der Road to 2030. Wir haben ein spannendes Thema heute dabei, nämlich Künstliche Intelligenz oder KI. Peter, bist du gut versorgt und fühlst du dich wohl? #00:01:01.1#

Prof. Dr. Peter Gentsch: Ich fühle mich ausgezeichnet, bin angeschnallt, da wir noch in 2020 sind. 2030 werde ich dann wahrscheinlich mit selbstfahrendem Auto nicht mehr angeschnallt sein. Aber ich bin gut gerüstet, fühle mich gut und freue mich jetzt auf die Diskussion. #00:01:13.4#

Stefan Schmugge: Peter, ich weiß nicht, wie es dir geht, normalerweise hört man im Auto ja immer Musik. Ich würde heute als Filmfan gerne mit Filmen starten. Zum Thema KI fallen mir einige lustige und auch spannende Film ein. Zum Beispiel der alte Schinken „2001: Odyssee im Weltraum“ mit der KI HAL 9000, der damals den sagenumwobenen Satz sagte: I‘m sorry Dave, I’m afraid I can’t do that. Der mir gezeigt hat, dass Menschen schon in den 60er Jahren eine gewisse Vorstellung von KI hatten. Der, der mir aber auch einfällt, ist der Film „Her“, der die Frage aufwirft, ob ein Mann sich in seine virtuelle Assistentin verlieben kann. Wo stehen wir da heute, und müssen wir uns jetzt fürchten? #00:01:54.4#

Prof. Dr. Peter Gentsch: Ich denke, dass es keine vergleichbare Technologie gibt zur Künstlichen Intelligenz, die zur gleichen Zeit überschätzt wird und unterschätzt wird, wie wir das gerade machen mit der Künstlichen Intelligenz. Auf der einen Seite haben wir also eine Fantasielosigkeit, wir wissen gar nicht, was wir mit KI anfangen können. Auf der anderen Seite haben wir eben Hollywood und Science-Fiction. Und irgendwo liegt die Wahrheit dazwischen. Ich denke, dass man häufig Technologien kurzfristig überschätzt und langfristig unterschätzt. Wenn wir uns die Filme mal anschauen, die ja durchaus sehenswert sind, dann sehen wir, dass Systeme zunehmend versuchen, aktiv, proaktiv Sachen zu machen. Also der Computer will selbstständig, zunehmend selbstständig das Raumschiff übernehmen. Und genau das ist die Limitation, die wir heute haben, weil Rechner haben kein Bewusstsein, sie haben keine Motivation, ein Raumschiff zu übernehmen. Wir als Menschen müssen das vorgeben, wir müssen die Systeme trainieren. Insofern haben wir heute Großteil noch maschinelles Lernen, wir haben kontrollierte Umgebungen und sitzen als Mensch noch im Driver Seat. Das ist, glaube ich, die gute Nachricht. Aber auf der anderen Seite muss man sagen, dass wir in einer gerade sehr, sehr spannenden Phase leben. Und ich möchte es an dem Beispiel, das sicherlich bekannt ist, was sehr, sehr massiv in der Presse diskutiert wurde, dass eine KI den Weltmeister in dem ältesten Brettspiel namens Go geschlagen hat, Lee Sedol. Das war schwer vorzustellen, weil dieses Spiel erfordert kreatives Denken, es erfordert strategisches Verständnis. Also all das, was doch eigentlich eine Maschine nicht hat. Das ist doch eine Domäne des Menschen. Und der Lee Sedol hat das erste, das zweite und das dritte Spiel verloren, war auch hinreichend frustriert. Und zeigt natürlich, wie beeindruckend heute schon eine KI komplexe Probleme lösen kann. Auf der anderen Seite dürfen wir nicht vergessen, Frage, wo stehen wir heute? Das ist immer noch eine schwache Intelligenz, eine sogenannte Narrow Intelligence. Das heißt, DeepMind AlphaGo, dieses Softwareprogramm, konnte den Weltmeister in Go schlagen. Es könnte aber noch nicht mal Mensch ärgere dich nicht spielen oder Mau-Mau, weil es das nicht gelernt hat. Das heißt, wir haben heute sehr, sehr gute Systeme für spezielle Anwendungsfelder. Wir sind weit davon entfernt von einer General Intelligence zu reden, also das, was wir Menschen können. Wir können räsonieren, abstrahieren, reflektieren, wir haben ein Bewusstsein. Genau das kann der Computer nicht. Und genauso weit oder viel weiter sind wir noch entfernt von der sogenannten Super Intelligence. Das wird ja auch gerne als Singularität bezeichnet. Ich habe mir mal den Spaß gemacht und die ganzen Prognosen von Hawkins, von einem Elon Musk, von einem Bill Gates zu nehmen, wann haben wir denn die Super-Intelligenz? Also wann sind wir nicht mehr im Driver Seat? Und wenn man das arithmetische Mittel bildet, dann ist das so in circa 25 Jahren. Was aber trotzdem heute schon passiert, und das ist sehr, sehr spannend, ist, dass schon Systeme eigenständiger werden. Es gab mal, 1996 hat ein System den Kasparow geschlagen, war damals sensationell, aber am Ende des Tages hat man das System trainiert. Was jetzt passiert ist bei Go, man hat das System nicht in dem Sinne trainiert, dass ich ihm die Spielregeln vorgebe, sondern ich habe sogenannten Unsupervised an das Brett gelassen und das System hat gelernt zu lernen. Und das ist spannend, dass Systeme eben nicht nur trainiert werden, sondern dass Systeme zunehmend proaktiv sich selber Sachen erschließen. Wenn man das ein bisschen weiterspinnt, es gibt einen Forschungsbereich, der nennt sich Intelligence Explosion, das heißt, wir werden zunehmend Systeme haben, die Systeme entwickeln. Konkretes Beispiel: Die Firma Google hat das vor einem Jahr gemacht, die hat eine KI-Software entwickelt von Menschen, und diese KI-Software hat eigene KI-Software-Komponenten entwickelt. Und die Ergebnisse dieser KI-Software waren besser als die Ergebnisse des Menschen. Spinnen wir das mal weiter. Dieses neuentwickelte System entwickelt wieder ein höherwertiges KI-System. Das ist diese Explosion, das skaliert unendlich. Und dann kommen wir natürlich wirklich in den Bereich einer Singularität, einer Super-Intelligenz, in einer Verselbstständigung der Künstlichen Intelligenz. Wir reden heute, wir fahren mit dem Auto nach 2030, und ich glaube, da ist das sicherlich ein bisschen weit entfernt, dann einfach nur mal diese 25 Jahre sich vor Augen halten. Aber es ist schon so, dass Systeme zunehmend autonom werden. Und kann ich mich jetzt in eine KI verlieben? Naja, ich sag mal, letztendlich ist eine KI eine komplette Illusion. Also Go hat ja nicht wirklich Go gespielt, sondern es hat letztendlich in großen Datenmengen Muster gefunden und über Trial & Error sogenanntes Reinforcement Learning gelernt. Im Übrigen hat Go 9 Millionen Mal gegen sich selber gespielt, um so gut zu sein. Also man sieht schon, das ist ja eigentlich alles andere als smart oder intelligent, wenn ich 9 Millionen Mal gegen die Wand laufe, bevor ich etwas verstehe. Insofern, am Ende des Tages werden große Datenmengen intelligent durchforstet, das darf man nie vergessen. Das kann aber dermaßen gut geschehen, dass wir die Illusion haben, das hat ja praktisch die Güte, Entscheidungsgüte eines Menschen. Und genauso wie in dem Film „Her“, naja, wenn eine KI solche Sachen simulieren kann, dann kann das natürlich passieren. Und es gibt Start-ups in den USA, die Tote auferstehen lassen. Das klingt ein bisschen spooky. Die nehmen die Kommunikation der Verstorbenen, die KI trainiert dann praktisch die Kommunikationsmuster, und ich kann dann mit dem Verstorbenen virtuell sprechen. Ich habe sowas ausprobiert, ich weiß, das klingt unwahrscheinlich spooky, aber diese Kommunikation empfindet man als extrem empathisch. Also das ist nicht so, dass die irgendwie mechanisch wirkt. Und insofern kann ich mir schon vorstellen, dass man sich in eine KI verlieben kann, weil eben die Illusion der KI immer perfekter wird. #00:07:50.7#

Stefan Schmugge: Klasse! Vielen Dank für die Ausführung, Peter! Jetzt weiß ich auch, warum KIs anders lernen als Menschen. Bei einem Menschen, der würde nur einmal gegen die Wand laufen, der würde danach es einfach nicht wieder probieren. Ich schau mal zu Maria. Maria, was sagt unsere Snack-Box heute? #00:08:04.9#

Maria Nestroi: Klar, Stefan! Und zwar hat Michael Crichton gesagt, Künstliche Intelligenz ist mir lieber als gar keine Intelligenz. #00:08:10.6#

Stefan Schmugge: Das stimmt, da gebe ich dir recht. Aber lass uns doch mal einen Schritt zurückgehen. Fast jeder spricht über Künstliche Intelligenz oder KI, doch manchmal habe ich das Gefühl, jeder versteht was komplett Anderes darunter. Peter, du selber sagst, der Begriff wird derzeit magisch überhöht. Was genau ist jetzt eigentlich Künstliche Intelligenz? Und wo begegnen wir dieser vielleicht sogar im alltäglichen Leben? #00:08:36.7#

Prof. Dr. Peter Gentsch: Ich kenne keine wirklich brauchbare Definition des Begriffes Künstliche Intelligenz und ich kann auch erklären, warum. Es gibt eine gewisse Krux, wir können noch nicht mal sauber definieren, was ist Intelligenz. Wie sollen wir dann eine Künstliche Intelligenz definieren können? Ich glaube, es macht auch keinen Sinn, so eine akademische Diskussion zu führen, das versuchen abzugrenzen. Es gibt eine Überlegung, die ich nach wie vor sehr spannend finde, KI als so eine Art Wettrennen zu verstehen. Die KI versucht, Maschinen versuchen, mit Daten zusammen Sachen zu machen, wo der Mensch heute noch besser ist. Also 96, Kasparow war auch der beste Schachspieler, nein, es kam eine KI. Dann gab’s mal dieses komische Quizspiel Jeopardy!, da waren die Menschen besser. Nein, dann kam eine KI. Dann kam eben DeepMind, Go, KI war besser. Bis hin zu Strategiespielen wie, StarCraft 2 wurde jetzt von einer KI geschlagen. Wenn es dann geschlagen wurde, dann nennt man es auch nicht mehr KI interessanterweise. Aber ich glaube, das ist so spannend, es gibt nicht diesen absoluten Begriff, was ist Künstliche Intelligenz, sondern Maschinen versuchen, so gut zu sein wie wir Menschen. Und es ist praktisch ein Rennen. Das ist also was Dynamisches. Und zum Beispiel auch das Thema Bilderkennung. In der Bilderkennung war der Mensch immer besser. Inzwischen ist die KI besser. Wenn es um das Thema Spracherkennung geht und du fragst ja nach den Anwendungen, die ich heute im täglichen Leben habe im Bereich KI, dann kennen wir alle mit Sicherheit Siri oder andere Systeme, mit denen wir sprechen. Wo ich immer noch sage, naja, bei der Spracherkennung und bei dem Sprachverständnis ist der Mensch heute noch besser. Es wird aber nicht mehr lange dauern, da ist da auch die KI besser. Und teilweise, man redet da von auch AI-Effekt, wir wissen gar nicht, dass wir AI nutzen, weil es schon so selbstverständlich geworden ist. Das heißt, jeder, der von uns googelt, nutzt KI. Wir kriegen andere Ergebnisse, weil die KI gelernt hat, was uns interessiert, wie wir uns verhalten. Das nächste Uber Taxi wird von einer KI geregelt, mein nächstes Tinder Date, mein Host von Airbnb. Das heißt, überall sind KI-Systeme drin und regeln ein Stück weit heute als Blackbox unser Leben. Und natürlich das ganze Thema Smart Home, und das ist eben nicht nur der Kühlschrank, der irgendwie die Milch nachbestellt, das ist so der Klassiker, sondern alle Devices, mit denen wir zu tun haben, werden zunehmend smart im Sinne von, da ist KI dahinter. Man hat letztes Jahr auf der CRS in Las Vegas die erste Zahnbürste mit Alexa, also mit KI vorgestellt. Jetzt werden sich einige fragen, wie sinnvoll ist es, mit meiner Zahnbürste zu reden? Da muss ich ja schon sehr verzweifelt sein. Zudem ist es auch nicht ganz so einfach, beim Zähneputzen zu sprechen. Die Idee ist ganz einfach. Das Gerät wird intelligent im Sinne, sagt: Putze ich richtig oder bin ich aufgebraucht? Ich muss eine neue nachbestellen. Man hat sogar in Las Vegas noch, und das ist sicherlich eine Sensation für das prüde Amerika, im Bereich Sex-Tech den ersten Vibrator vorgestellt, der mit KI ausgestattet ist. Also was ich damit sagen will, wir müssen uns davon verabschieden von, KI ist ein Roboter oder ein Cyborg, sondern KI wird immer subtiler in alle Devices Einzug erhalten. Das kann auch der Gürtel sein, der mir eben sagt, ich sollte vielleicht den nächsten Bürger doch nicht essen. Plus, im Sinne von IoT, Internet of Things, Internet of Everything, brauchen wir natürlich auch ein Brain, eine Schaltzentrale, um diese ganzen Devices intelligent zu koordinieren. Da kommt die KI auch wieder ins Spiel. Ich werde diese Milliarden von vernetzten Geräten, die zunehmend smart werden, intelligent werden, nur mit einer KI steuern können. Das heißt, um meine Frage zu beantworten, wir haben heute schon mannigfaltige Berührungspunkte mit KI, ohne dass wir uns wahrscheinlich bewusst sind, dass wir gerade eine KI bedienen oder nutzen. Und wir werden, und wenn wir jetzt an 2030 denken, und ich kann immer nur betonen, wir sind nicht in einer linearen Entwicklung. Man sagt, dass in den letzten zwei Jahren in der KI-Forschung so viel passiert ist wie in den Jahren zuvor, also von 1950 dann eben bis 2018. Wenn wir das jetzt mal weiterspinnen bis 2030, diese nichtlineare Entwicklung, dann werden wir im alltäglichen Leben, im Auto, im Smart Home, überall KI erleben, ohne dass wir immer das bewusst wissen. #00:12:41.1#

Stefan Schmugge: Peter, in deinen Forschungen beschäftigst du dich oft mit dem Thema Kundenservice bei Unternehmen. Welche Anwendungsfelder siehst du denn dort im Kontext von KI, die sehr spannend sein könnten? #00:12:52.6#

Prof. Dr. Peter Gentsch: Zum einen habe ich insbesondere den Fokus auf Service, Marketing und Kommunikation gesetzt, weil man ganz klar zeigen kann, dass in diesen Customer-Facing-Bereichen der Hebel von der KI für Unternehmen am größten ist. Ein typischer Anwendungsfall sind natürlich die sogenannten Bots, die Chatbots, die ich gerade im Kundenservice gut einsetzen kann. Das heißt, überall da, wo ich eine klare Domäne habe, wo es um Service-Anfragen geht, kann ich heute Systeme extrem gut trainieren und einsetzen. Wir sagen so, dass wir 80 % der Fragen, die Kunden an den Kundenservice stellen, durch eine KI beantwortet werden können. Die restlichen 20 %, dann brauche immer noch den Menschen. Diese Chatbots, die waren noch vor einigen Jahren relativ dumm, sage ich mal. Da hatte ich irgendwelche Textbausteine, die dann ausgesteuert wurden. Leider sind einige dieser Chatbots heute immer noch etwas einfach strukturiert. Aber es gibt dieses tolle Beispiel von Google Duplex, wo praktisch eine KI einen Tisch bestellt oder einen Friseurtermin ausmacht und das praktisch pseudoempathisch. Also es simuliert den Menschen so gut, dass man nicht mehr unterscheiden kann, Stichwort Turing-Test, ist da wirklich ein Mensch dahinter oder nicht. Das Spannende an dem Fall, habe ich mich immer gefragt, warum muss ich eigentlich einen Bot pseudoempathisch gestalten? Also ich sage mal, wenn ich ein Kundenproblem habe, dann bin ich dankbar, wenn mir schnell geholfen wird und das idealerweise 24/7, 365. Und dann muss mir nicht eine KI vorgaukeln irgendwie, ich bin ja ganz empathisch. Interessanterweise hat sich Google davon verabschiedet und dieses, sage ich mal, menschlich wirkende System eher wieder rationaler gestaltet. Ich glaube, da muss es auch hingehen. Also transparent zu sagen, ich bin ein System, ich bin KI-basiert. Und ich glaube, das trägt auch dazu bei, dass man solchen Systemen eher vertraut. Also insofern muss man sagen, in einem Servicebereich ist natürlich das ganze Thema Chatbot sicherlich, es wird zunehmend wichtig, ist s heute schon, glaube ich, ein Anwendungsfeld in dem Bereich Kundenservice. Was auch spannend ist, dass wir natürlich zunehmend Content produzieren für die Kommunikation. Und das waren früher sehr einfache Bausteine, einfache Social Media Posts. Inzwischen kann ich KI nutzen auch zunehmend für Storytelling, für Content Creation. Also wie kann ich intelligent Content miteinander verknüpfen. Und in der Kommunikation ist es extrem wichtig, im Marketing den richtigen Content zu haben. Das müssen nicht nur Textbausteine sein, wir haben eine KI, die zunehmend auch Bewegtbild produziert oder Bilder malt. Also das heißt, ich kann KI nutzen zunehmend, um auch Content für Kommunikation zu produzieren. Das ist so das Stichwort, was sicherlich auch ein Megatrend ist 2020, ich sag mal, ist, synthetischer Content, synthetische Media, Also das Thema, dass ich künstlich Content produziere und Bewegtbild, das ging auch massiv durch die Presse im Bereich der sogenannten Deepfakes. Da hat man eben pornografische Filme genommen und hat dann Celebrities reinprojiziert. Das ist sicherlich dann nicht im Sinne des Erfinders, aber es zeigt einfach die Möglichkeiten, heute intelligent künstlichen Content zu erstellen. Und häufig ist das ein Engpass, wenn man an Content-Marketing denkt, und mit Marketeers spricht, dann sagen die häufig, ich habe gar nicht den relevanten Content, das skaliert ja bedingt. Insofern glaube ich, müssen wir uns davon verabschieden, KI in der Kommunikation im Service nur als Unterstützung von Prozessen zu sehen, als Service-Bot. Manchmal wird das so reduziert, KI in Kommunikation ist gleich Service-Bot, sondern wir können KI auch nutzen, um eben relevanten Content für die Kommunikation zu produzieren. Und was wir derzeit auch erleben, schon seit vielen Jahren, ist ja eine Kanal- und Device-Explosion. Wir haben ja heute so viel Devices, Kanäle, es wird immer schwieriger in der Kommunikation diese Kanäle intelligent zu orchestrieren, abzustimmen. Und da kann natürlich eine KI helfen, dass ich konsistent über verschiedene Kanäle kommuniziere. Also, wenn man so will, eine KI als Schaltzentrale für eine intelligente Omnichannel-Kommunikation. #00:16:57.7#

Stefan Schmugge: Peter, hast du für unsere Zuhörerinnen und Zuhörer ein klassisches Wow-Beispiel, wo man sagt, oh, da hätte ich KI gar nicht vermutet? #00:17:06.3#

Prof. Dr. Peter Gentsch: Ja, also zum einen gibt es ein Beispiel, das die meisten auch kennen werden, aber vielleicht gar nicht wissen, dass das eigentlich nur der KI zu verdanken ist, dass das System so gut ist. Und das ist eine Firma nicht aus dem Valley, sondern aus Köln, namens DeepL, die mit KI sensationell gute Übersetzungsleistungen erbringen. Wo man immer gedacht hat, das ist ja Google, Google Translation gibt es schon eine ganze Weile. Viele, viele Tests haben gezeigt, dass DeepL um Welten besser ist als Google. Und damit nutzt man sogenannte Deep-Learning-Algorithmen, also das sind neuronale Netze, die ganz viele Zwischen-Layer haben. Darum heißt die Firma auch DeepL, aus diesem Deep-Learning-Gedanken heraus. Und die Systeme werden zunehmend besser, weil DeepL weltweit genutzt wird und dieses System damit wahnsinnig viel Trainingsdaten bekommt. Und das finde ich ein tolles Beispiel. Vielleicht, das ist wieder so ein typisches Tech-Beispiel oder Digital-Beispiel, wo man sagt, naja, das ist ja naheliegend. Ich habe ein sehr, sehr spannendes Beispiel erleben dürfen, wahrscheinlich nicht so bekannt, Gienanth, die Firma, das ist eine der größten Gießereien in Deutschland. Und das ist gar nicht so trivial, Gußprojekte zu kalkulieren. Also das ist durchaus, erfordert sehr, sehr viel Expertise und Erfahrung, das zu machen. Was die sich überlegt haben: Kann eine KI nicht lernen die Experience eines Experten, wie ich so ein Gussprojekt kalkuliere? Und da hat man ganz viele Datenpunkte genommen und die KI hat in der Tat das Ganze trainiert, gelernt, und kann praktisch auf Knopfdruck jetzt eine Preiskalkulation machen. Jetzt kann man sagen, na gut, das ist automatisiertes Pricing mit KI für Gussprojekte, naja, mittelmäßig spannend. Spannender ist eigentlich noch zu sagen, Moment, da kann ich ein neues Geschäftsmodell draus machen. Ich biete das anderen Firmen als Software as a Service an. Ich kann bis hin zu Auktionen gehen. Dass ich dann eben in Echtzeit Preise kalkulieren kann und dann kann ich eben eine Auktion starten. Also insofern kann Gienanth eigentlich das klassische Business, was sie natürlich nach wie vor machen, erweitern. Und das finde ich so spannend, KI eben nicht nur als ein Tool der Automatisierung, ein Tool zur Effizienzsteigerung zu verstehen, sondern AI als einen Business-Booster, bestehende Geschäftsfelder auszubauen. Und das geht auch bei einer Gießerei, die alles andere als digital ist, oder wo man sagt, das ist ein digitaler Pionier oder was auch immer. Und darum finde ich dieses Beispiel einfach so faszinierend, weil das zeigt, dass ich in jeder Industrie und eben nicht nur in der Tech-Industrie KI einsetzen kann. #00:19:40.9#

Stefan Schmugge: Hochgradig spannend. Ich schau mal wieder zu Maria rüber. #00:19:45.4#

Maria Nestroi: Ja klar, Stefan. Ich habe da was von Joanne Tien. Sie sagte, KI ist sehr gut darin, die Welt zu beschreiben, so wie sie heute ist, mit all ihren Vorurteilen. Aber KI weiß nicht, wie die Welt sein sollte. #00:19:58.1#

Stefan Schmugge: Perfekte Überleitung, Maria. Vielen Dank! Peter, lass uns mal kurz drüber sprechen, wo KI uns in der Zukunft begegnen kann. Was sind denn, aus deiner Sicht, Anwendungsfelder in der kurzfristigen, mittelfristigen, langfristigen Zukunft, über die du dich persönlich sehr freuen würdest? #00:20:14.7#

Prof. Dr. Peter Gentsch: Ich würde mich sehr über eine KI freuen, die mich gut versteht und in meinem Sinne agiert und handelt. Man nennt das auch Portable AI. Wir haben ja alle unsere Handys dabei in der Regel, und in so einem Handy ist ja auch ein Stück KI drin. Die Frage ist immer nur: Wer hat die KI programmiert, wer steuert die ganz? Also das heißt, wenn ich jetzt Amazon Alexa nehme, dann ist es eine Amazon KI, die mir hier Empfehlungen macht. Und die Frage ist: Handelt diese KI wirklich in meinem Sinne? Portable AI heißt, dass praktisch mein Computer, mein Smart Device, mein Mobile, mich beobachtet, mich lernt und in meinem Sinne agiert. Also praktisch eine persönliche KI, eine, wenn man so will, ein digitaler Butler, der in meinem Sinne handelt. Und der kann manchmal vielleicht eine KI von Google, oder ist es eben eine Facebook KI, was auch immer, aber sie, und das ist, glaube ich, das Entscheidende, vertritt meine Interessen. Um das vielleicht noch mal auszuführen. Man hat vor einem Jahr Testkäufe gemacht mit Amazon Alexa und hat Batterien gekauft in den USA. Und komischerweise hat Amazon Alexa nicht die bestbewährtesten Batterien empfohlen und sogar relativ teure Batterien, die schlecht bewertet wurden. Und siehe da, das war das Private Label von Amazon. Das heißt, Amazon hat hier eigentlich die Marktmacht ein stückweit missbraucht. Wenn du sagst nach dem Motto, naja, warum soll ich die Marge abgeben, dann verkaufe ich lieber meine eigenen Produkte. Das ist die Abhängigkeit von einer, sage ich mal, etwas verzerrten KI. Insofern würde ich mich sehr über eine Anwendung freuen, die in meinem Sinne handelt, die eben, sage ich mal, das Internet durchforstet, die meine Gewohnheiten kennt, der ich natürlich auch vertrauen kann und im Sinne eines digitalen Assistenten für mich agiert. Das ist insofern nicht ganz einfach, das ist sogar technologisch machbar, aber man muss sich natürlich vorstellen, wie soll das Geschäftsmodell aussehen, weil irgendwo will ja jemand Geld verdienen. Also mache ich das dann werbebasiert oder habe ich dann doch wieder Interessen, bestimmte Produkte dann zu bevorzugen et cetera. Aber ich glaube, dieser Trend, über den ich mich wirklich freuen würde, und den gibt’s in Ansätzen auch schon, ist einfach, einen digitalen Butler zu haben, der in meinem Sinne agiert, dem ich vertrauen kann, sodass ich mehr Zeit für spannende Sachen habe, zum Beispiel mit euch hier über die Themen diskutieren zu können. Des Weiteren und ich hatte es ja schon angedeutet, dieses ganze Thema Smart Home. Ich glaube, dieser Convenience Bereich wird zunehmen. Und das ist eben dann nicht nur der Kühlschrank, sondern alle Devices, mit denen wir zu tun haben, werden intelligenter, werden smarter. Und dann gibt’s noch eine Sache, auf die ich mich freuen würde und auch freue, die so ein bisschen spooky ist. Da weiß ich, werden viele sagen, um Gottes willen, wie kann man sich auf sowas freuen? Das ist ein Start-up namens Neuralink von Elon Musk, der für viele zu weit geht. Aber das zeichnet den Mann ja auch ein Stück weit aus. Also heute, ich habe es gesagt, wir haben die KI im Handy, die haben wir vielleicht maximal 30 Zentimeter von uns entfernt. Er geht insofern einen Schritt weiter, dass er sagt, ich implantiere die KI in die Köpfe der Menschen. Er hat das schon beim Schimpansen erfolgreich gemacht. Er sucht noch für 2020 Probanden, menschliche Probanden. Was ist die Idee? Naja, wenn ich praktisch KI im Hirn habe, dann kann ich einmal mein Gehirn besser verstehen und im Idealfall könnte ich sagen, ich wollte immer mal chinesisch lernen, was ich auf meine alten Tage nicht mehr lernen kann. Aber wenn ich dann eine App habe und dann lade ich einfach die chinesische Sprache in mein Gehirn hoch, und dann spreche ich chinesisch. Ich weiß, das ist spooky, aber wenn man sich mal die Analogie überlegt: Leider werden meine Augen auch ein bisschen schlechter im Alter, ich habe mir eine Brille zugelegt als Sehkraftverstärker. Wenn ich mal nicht so gut hören sollte, dann würde ich mir wahrscheinlich ein Hörgerät zulegen als Verstärkung, dass ich besser wieder hören kann. Insofern ist die Idee ja nicht zu sagen, die KI übernimmt unser Denken, unser Gehirn, sondern ich finde den Begriff des Denkverstärkers ganz spannend. Ich denke nach wie vor, es wird nur verstärkt. Genauso wie ich sehe noch, nur die Brille verstärkt mein Sehen. Und so ein Denkverstärker, wäre natürlich spannend, dass ich vielleicht schneller rechnen kann, dass ich schneller Analogien ziehen kann, ich werde auch dummerweise hin und wieder vergesslicher, wie ich merke, vielleicht hilft mir diese KI auch besser zu werden. Im Sinne von Augmented Intelligence, also eben die intelligente Verknüpfung der menschlichen Leistung mit der KI-Leistung. Ich weiß, das ist natürlich, der Vergleich hinkt ein bisschen. Ist sicherlich was anderes, ob ich eine Brille aufsetze oder mir einen KI-Chip implantieren lassen. Das ist völlig klar. Es ist auch völlig klar, dass diese ganzen Zulassungsverfahren noch wahrscheinlich eine Weile brauchen werden. Und ich glaube nicht, dass wir 2020 das haben werden. Aber wir fahren ja gerade im Auto Richtung 2030, und da könnte ich mir sehr gut das vorstellen. Natürlich hier auch wieder, es gibt ja immer die Kritiker, wir wissen, AI for good, AI for bad, natürlich stelle man sich bitte vor, ich habe eine KI in meinem Kopf und jetzt käme der Hacker, der Cyberangriff, und würde sich in mein Hirn natürlich einschalten, dann ist das natürlich ein Szenario, mit dem ich wenig leben kann. Aber prinzipiell, wenn ich mal an die Grundidee denke, KI hilft uns Menschen, das kann natürlich auch, es gibt ja wahnsinnig viele Beispiele in der Medizin, Früherkennung et cetera, warum soll nicht KI auch meine Denkprozesse beschleunigen? Ich kann mir vorstellen, dass ich mit diesem Wunsch vielleicht alleine stehe, aber du hast mich gefragt, was ich mir vorstellen kann, und worüber ich mich freuen würde. Ich sehe es natürlich durchaus auch nicht naiv, sondern auch ein Stück weit kritisch, aber ich finde es eine extrem spannende Entwicklung. Und ich glaube, die wird früher oder später auch kommen. #00:25:40.2#

Stefan Schmugge: Vielen Dank, Peter, für diese persönlichen Einsichten. Memo 1 an mich selbst: Ich muss Elon Musk anrufen. Memo 2 an mich selbst: Ich brauche unbedingt diesen Denkkraftverstärker. Ich möchte ein wenig provozierend zusammenfassen: Künstliche Intelligenz wird in naher Zukunft unsere Kommunikation hochgradig automatisieren, sodass wir eigentlich relativ wenig noch zu tun haben. Die Entscheidungen werden uns auch abgenommen. Ich habe das Gefühl, dahin geht die Empathie. Wie siehst du das? #00:26:12.5#

Prof. Dr. Peter Gentsch: Nein, das glaube ich nicht. Das hängt davon ab, wie man eben das Rollenverständnis Mensch Maschine definiert. Ich habe ja eben von Augmented Intelligence gesprochen. Es gibt Sachen, die können Menschen sehr gut, es gibt Sachen, die können Maschinen sehr gut. Und das müssen wir einfach intelligent verbinden. Und Maschinen können eben nicht wirklich empathisch sein. Sie haben keine soziale, geschweige emotionale Intelligenz. Das ist die Domäne von uns Menschen. Und ich glaube, das ist auch gut so. Das heißt, wir müssen die AI so einsetzen, dass sie uns, sage ich mal, lästige Aufgaben abnimmt. Da brauche ich auch keine Empathie. Also wenn ich von A nach B fahren will, brauche ich keinen empathischen Storyteller als Bot, sondern einen Bot, der möglichst schnell und effizient die Sache für mich macht. Wenn es darum geht, einen spannenden Diskurs zu führen, wie wir das gerade machen, dann kann das keine Maschine machen. Ich glaube auch, wenn man an Marketing und Sales denkt, dann gibt es sehr, sehr viele Aufgaben, die lästig sind, die Zeit kosten, die auch keinen Spaß machen. Das kann eine KI wunderbar übernehmen im Sinne von Automatisierung, sodass ich als Mensch auch mehr Zeit habe für die wirklich empathische emotionale Kommunikation. Insofern müssen wir einfach die Rollen gut definieren und festlegen. Und es gibt ja dieses Paradoxon, dass Sachen, die die KI gut machen kann, uns als Menschen schwerfällt und umgekehrt. Also wenn ich jetzt mal auf die Schnelle eine Monte-Carlo-Simulation rechnen müsste, könnte ich das nicht, das wäre für die KI relativ leicht. Wenn mir jetzt aber hier mein Kugelschreiber runterfällt, dann kann ich den relativ leicht aufheben. Das könnte eine KI nicht. Also das ist genau diese paradoxe Situation. Und wir müssen das einfach kombinieren. Und nochmal: Sowas wie Empathie ist eben nicht die Stärke, Kreativität, soziale Intelligenz. Insofern ist es einfach, wie kopple ich das intelligent, wie finde ich einen hybriden Ansatz im Sinne dieses Augmented Intelligence. Und gar nicht versuchen, auch wenn das natürlich gemacht wird, wir haben es ja diskutiert, KI auf Teufel komm raus empathisch wirken zu lassen. Dann komme ich, glaube ich, natürlich in dieses Dilemma rein. Wenn ich ein klares Verständnis habe, starken Menschen, starke Maschine, und das entsprechend auch aufteile, dann habe ich gar keine Angst, dass eine Empathie verlorengeht. #00:28:13.8#

Stefan Schmugge: Stimmt auch wieder. Jetzt frage ich mich: Müssen wir KI ab einem bestimmten Zeitpunkt regulieren? #00:28:20.6#

Prof. Dr. Peter Gentsch: Ich verstehe den Reflex bei den Horrorszenarien und auch bei der Drohkulisse von KI. Und Elon Musk hat ja gesagt, dass KI gefährlicher als Atomwaffen sind. Und der Reflex ist zu sagen, wir müssen das dann regulieren. Ich glaube auch, wir werden um gewisse Regulierungen nicht drumherum kommen, was ja auch nicht so neu ist bei Technologien. Das hat man ja schon, Eisenbahn, Flugverkehr, Elektrizität, Netze, haben alle Regulierungen. Ich glaube, ist ein bisschen provokant, möchte ich das mal so formulieren: Es ist ja nicht so, dass wir hier in Deutschland, Europa eine wettbewerbsfähige KI haben und wir diese Macht bändigen müssen, dass wir diese KI in Ketten legen müssen, sonst wird sie unkontrollierbar, sondern wir haben ja eigentlich das Problem, dass wir nicht wettbewerbsfähig sind, dass wir eigentlich versuchen sollten, gute Köpfe, Talente zu haben, dass wir Unternehmen motivieren sollten, KI einzusetzen. Und mir ist momentan die Diskussion zu sehr um das Thema Regulierung, ganz eng natürlich verbunden auch das Thema Ethik, nicht falsch verstehen, ich glaube nur, dass die ethischen Grundsätze lange bestehen, die kennen wir, wir müssen sie nur anwenden. Es wird ja immer wieder gesagt, eine KI war rassistisch in irgendeiner Anwendung. Das ist doch selbstverständlich, dass eine KI nicht rassistisch sein darf. Das ist ja kein neues Paradigma der Ethik, sondern ich muss es eben auch auf die KI anwenden. Wir versuchen ja gerade in der EU momentan eben KI zu regulieren, insbesondere Systeme mit hohem Gefährdungspotenzial, also genannte KI-Hochrisiko-Anwendungen, wenn es um Haftung geht. Man muss sich vorstellen, ich habe ein System, es kommt jemand zu Schaden, im Extremfall ein Todesfall, wer haftet eigentlich dafür? Aber nochmal: Solange ich nicht in der Welt bin, wo ich eine unkontrollierbare KI habe, eine Super-Intelligenz habe, sondern Systeme habe, wo ich weiß, wer hat sie programmiert, kann ich auch solche Haftungsfragen, glaube ich, vernünftig regeln. Und es gab jetzt, und das gibt’s immer noch, man kann sich zum Beispiel ein Ethiklabel für KI-Systeme aufs Software-Label schreiben. Ähnlich so wie mit einer Energieeffizienz-Label für Elektrogeräte. Ich weiß nicht, ob das die richtige Diskussion ist. Ich glaube, wir müssen eher versuchen Wettbewerbsvorteile durch klaren Mehrwert der KI zu zeigen, und Regulierungen sind da für mich flankierend. Aber ich glaube, wir haben noch nicht verstanden, dass es in erster Linie um Köpfe geht, wir brauchen Köpfe in der KI. Und das Thema Regulierung ist ein Thema, was wir auch angehen müssen. Für mich ist momentan, sage ich mal, der Fokus und die Priorisierung so ein bisschen verzerrt. #00:30:56.0#

Maria Nestroi: Okay, Stefan, ich finde, es ist mal wieder Zeit für einen leckeren Snack. Da habe ich was von Dr. Soeren Kern vom Fraunhofer Institut. Er sagte, Künstliche Intelligenz wird unser Verständnis von Maschinen revolutionieren. Es ist entscheidend für die deutsche Industrie, ganz vorne mit dabei zu sein. Was denkt ihr denn dazu? Wie stehen wir denn in Deutschland? #00:31:15.5#

Stefan Schmugge: Oh, das nehme ich sehr gerne auf, Maria. Peter, ich erinnere mich an deinen Vortrag letztes Jahr auf dem Dell Technologies Forum, da hast du einen großartigen Vergleich gebracht. Du sagtest, das Investitionsvolumen der Bundesregierung zum Thema KI entspricht dem Investitionsvolumen der Hafenstadt Tianjin in China. Das zeigt eigentlich für mich, dass wir da noch extrem in den Kinderschuhen stecken. Wie siehst du das? #00:31:41.9#

Prof. Dr. Peter Gentsch: Kann ich leider nur bestätigen. Es gibt auch noch andere Kennzahlen, Anzahl an Patenten oder KI-Start-ups. Da stehen wir nicht gut da. Die Frage ist, im internationalen Vergleich, was müssen wir tun? Wir haben natürlich gute Wissenschaftler, wir haben Forscher, wir haben DFKI, wir haben Fraunhofer. Ich glaube, wir gehen ein Stück weit noch zu ingenieurmäßig vor und wir haben nicht so dieses Thema Business Centric AI. Das fehlt uns so ein Stück weit. Man kann das ganz schön an dem Beispiel von Tesla aufzeigen, was es heißt, ich sage mal, eher eine Business AI zu haben, und weniger eine ingenieurmäßige AI. Wenn man den Tesla heute ansieht, dann ist es weniger ein Auto, sondern vielmehr ein durch unzählige Sensoren ausgestattetes Datenobjekt. Die Chinesen haben sich jetzt mal den Spaß gemacht, das nennt man dann Produktklinik, und haben den Wagen mal auseinandergenommen, und haben festgestellt, dass der viel, viel mehr Sensoren hat als eigentlich notwendig sind. Also man kennt jetzt vielleicht den Abstandshalter als Sensorik oder wenn es regnet, bei dem Regensensor, da geht der Scheibenwischer an. Und da kann ich natürlich fragen, warum macht der das? Und das macht der natürlich, weil KI und Daten natürlich das Futter sind für neue Geschäftsmodelle. Das heißt, wenn ich jetzt so eine intelligente Dateninfrastruktur in meinem Auto habe, kann ich vielleicht völlig neue Geschäftsmodelle machen. Also was weiß ich, einen Echtzeitversicherungstarif, automatisch durchgeführte Wartung oder irgendein intelligentes Flottenmanagement oder was weiß ich, irgendwie neue Logistik- und Zustellservices. Und wir denken eher ingenieurmäßig, und ich weiß, es gibt tolle Anwendungen, zum Beispiel, wir können einen Tumor früh erkennen, Bilderkennung. Wir denken immer so in einzelnen Anwendungen, wo wir auch gut sind, aber uns fehlt so dieses Business Verständnis zu sagen, wir können KI und Daten nutzen, um neue Geschäftsmodelle zu machen. Das haben wir nicht in unserer DNA. Wir sind aber, glaube ich, sehr gut, und keiner versteht so gut Geschäftsprozesse, ERP, Automatisierung, Industrie 4.0, das ist ja unsere Stärke. Keiner dieser Welt hat so viele Hidden Champions wie Deutschland. Das heißt, wir sollten nicht versuchen, die Schlacht um die Consumer AI zu gewinnen, also nochmal ein Facebook, ein Google. Jetzt werden viele lachen, das ist gar nicht lange her, 2006 haben wir in Europa versucht, ein neues Google zu bauen. Ich glaube, die Schlacht ist verloren. Aber eine Business Centric AI im Sinne von Industrie 4.0, Geschäftsprozess-Wissen mit AI zu koppeln, das kann unser Wettbewerbsvorteil sein. Es wäre, glaube ich, nicht glaubwürdig, wenn wir jetzt auch sagen, AI first und jetzt, sag ich mal, da in diesem Valley Slang Verfall, wir sind eine AI Company, wenn wir es nicht in unserer DNA haben. Aber wir sind einfach gut, was Prozesse angeht. Und ich glaube, das ist die Stärke, es eben nicht nur als ein Tool zu verstehen, singuläre Anwendungen ingenieurmäßig zu optimieren, sondern wirklich eher in Business-Kontexten zu denken. Ein bisschen muss ich schmunzeln, wir haben ja jetzt die KI-Agenda und der Digitalrat der Bundesregierung, und das Label heißt „KI – Made in Germany“. Das ist so nach dem Motto Made in Germany, das ist Qualität. Und weg von irgendwelchen ISO-Zertifizierungen und Ethiklabels hinzugehen: Was für einen Mehrwert kann ich schaffen in bestehenden Geschäftsmodellen? Wie schaffe ich neue Geschäftsmodelle? Wenn man sich heute mal anguckt, es ist sicherlich auch bekannt, aber man kann es nicht oft genug sagen, eine Börsenkapitalisierung von Tesla, Tesla ist heute mehr wert als VW, BMW und Mercedes zusammen. Weil sie eben schon verstehen, wie ich Convenience schaffe, wie ich Mehrwerte schaffe, wie ich Daten und KI-zentrierte Mehrwerte schaffe. Und das ist, glaube ich, das Erfolgsrezept, und das müssen wir einfach in Deutschland lernen. Ich hatte das Beispiel von AlphaGo, das ist interessanterweise ein deutsch-schweizer Forschungskonsortium gewesen, was den Algorithmus entwickelt hat. Und wer hat es kapitalisiert? AlphaGo wurde von Google gekauft. Ähnlich wie, MP3 lässt grüßen. Wir haben tolle Ideen, aber andere verstehen, daraus Business zu machen. Insofern ist mein Plädoyer, vielleicht nicht ganz so viel über Regulierungen und die Ethik-Diskussionen, sondern uns überlegen, wie können wir unsere Stärken, die wir zweifelsohne haben auch in Deutschland, kombinieren mit KI. Also die Experience, die ein Mittelständler hat, in eine KI gießen, damit der vielleicht mehr Zeit hat für weitere Innovationen, für weitere Entwicklungen. Und ich glaube, da hinken wir ein bisschen hinterher. Und da wiederhole ich mich, glaube ich, haben wir so ein bisschen den falschen Fokus, wo wir momentan unsere Ressourcenenergie bündeln. Ich glaube, wir sollten das ganz klar, ich nenne es jetzt einfach mal Business Centric AI, ich glaube, das ist die Erfolgsformel für Deutschland. #00:36:14.9#

Stefan Schmugge: Ich würde gern die Blickrichtung ein kleines bisschen ändern. Wir haben am Anfang gesagt, wir möchten auch noch über Big Data sprechen. Interessant finde ich, dass KI und Big Data entweder gemeinsam oft in einem Satz fallen oder teilweise sogar miteinander vermischt werden. Du selber hast mal gesagt, ich zitiere: Wenn Daten das Öl des 21. Jahrhunderts sind, dann ist die KI der Motor der Digitalisierung. Zeitgleich gibt es eine Menge an Studien, die aufzeigen, dass die Daten in den nächsten Jahren exponentiell ansteigen werden. Wir sprechen da von Zettabytes an Informationen. Was glaubst du, müssen Unternehmen tun, um eine Nutzung von KI für diese Datenexplosion vorzubereiten? #00:36:57.0#

Prof. Dr. Peter Gentsch: Das Wichtigste ist erst mal, die Bedeutung von Daten zu verstehen. Das klingt so ein bisschen banal, aber wir reden heute so viel über KI, dass man ganz vergisst, eine KI funktioniert nur mit Daten. Ich habe viele Projekte gemacht mit sehr motivierten Unternehmen, die ein KI-Projekt anstoßen wollten und dann gemerkt haben, sie haben gar nicht die Daten. Klar, du sagst, wir haben eine Datenexplosion, aber wir brauchen auch eine Datenstrategie. Ich habe auch früher viel Datamining-Projekte gemacht, dann hieß es immer, wie haben doch so viele Daten, da müssen doch Nuggets versteckt sein, da muss man doch irgendwas mit machen können? Also nur die pure Datenmenge macht‘s dann auch nicht. Ich muss mir schon Gedanken machen, welche Daten sind relevant. Ich brauche sowas wie eine Datenstrategie. Und das wird manchmal so ein Stück weit vergessen, dass es ganz entscheidend ist. Wenn ich die Daten eben nicht habe, um ein KI-Projekt zu machen, dann brauche ich eben eine Datenstrategie, also wie kann ich Daten akquirieren. Es gibt sehr viele Open Data Möglichkeiten. Das sind Daten, die öffentlich verfügbar sind. Ich kann über Daten-Kooperationen, -Allianzen versuchen, neue Datenbestände aufzubauen. Also zum Beispiel Ströer und Otto, die haben eine Datenallianz aufgebaut, um bessere Daten für Sales und Marketing zu haben. Also ich glaube, keine KI ohne eine Datenstrategie, und sich davon zu verabschieden, naja, wir sammeln jetzt mal Daten und dann kommt eine schlaue KI und die wird dann schon irgendwas mit den Daten machen. Ich war viele Jahre in dem Datamining Cup in der Jury, und das war so ein Wettbewerb, da hat es noch Datamining geheißen, das waren aber schon erste KI-Algorithmen, die auch eingesetzt wurden. Und die Sieger in diesem Wettbewerb waren nicht immer die, die den neuesten fancy Algorithmus hatten, sondern die intelligent Daten modelliert haben, fusioniert haben, aufbereitet haben. Und dann sind so, vielleicht schon mal gehört, Random Forest ist so ein uralter Entscheidungsbaum-Algorithmus, ich weiß nicht, wie alt der überhaupt ist, der hat dann oft gewonnen, aber eben die Datenbasis war entscheidend. Und ich kann nur sagen, dass das manchmal vergessen wird, so nach dem Motto, naja, Daten fallen ja ohnehin an, jetzt kommt die KI und macht das. Also Datenstrategie heißt, systematisch zu überlegen, welche Daten brauche ich, wenn Daten fehlen, wie kann ich sie systematisch akquirieren. Es gibt jetzt auch spannende Ansätze der KI synthetisch, also nicht nur synthetisch Content herzustellen, sondern synthetisch Daten herzustellen. Dann habe ich auch nicht das Datenschutzproblem. Also ich kann mir praktisch artifiziell Trainingsdaten für eine KI generieren. Ich glaube, das ist ganz entscheidend. Aber natürlich, was du gesagt hast, diese Explosion, die ist gigantisch. Und ich habe ja dieses Internet of Everything erwähnt, alles wird miteinander vernetzt werden. Dann brauche ich natürlich eine KI, die diese Datenströme orchestriert und koordiniert. Da wird eine KI wieder ganz entscheidend sein. Mein Punkt ist nur, wir dürfen das Thema Big Data, habe ich manchmal den Eindruck, ist nicht mehr en vogue, das ist durch, jetzt machen wir lieber KI, das ist moderner, das ist der neue Trend, und die Dinger sind ganz eng miteinander verwoben. Auf der anderen Seite, nur Daten machen auch keinen Sinn. Also ich werde kein Internet of Everything intelligent aufbauen können ohne eine KI. Also die beiden brauchen sich, die bedingen gegeneinander, miteinander. Aber es ist ganz wichtig, und es klingt banal, ich weiß es, so nach dem Motto, wir kennen das ja, Garbage in, Garbage out, aber ich brauche erst mal Daten als Input. Das ist das Öl für die KI, aber ohne das geht’s eben auch nicht. Und das wird leider hin und wieder etwas vernachlässigt. #00:40:16.1#

Stefan Schmugge: Sehr schön! Alles ist besser mit Sahne, KI auch. Ich komme noch mal zurück auf den sagenumwobenen Vortrag letztes Jahr auf dem Dell Technology Forum. Da hast du einen Slide gezeigt, was aufgezeigt hat, dass es Arbeitsbereiche gibt, die am wenigsten und die am ehesten von der Nutzung von KI betroffen sind. Jetzt frage ich mal relativ provokant: Haben wir 2030 überhaupt noch einen Job? #00:40:41.7#

Prof. Dr. Peter Gentsch: Wir werden mit Sicherheit 2030 noch Jobs haben, ist die Frage, ob es die gleichen sein werden. Und das hängt vielleicht auch von der Bereitschaft ab, vielleicht auch neue Skills sich anzueignen und ein Stück weit auch diese Transformation mit zu begleiten. Ich glaube, es ist relativ einfach, sich zu überlegen, welche Jobs verschwinden werden. Das sind all die Jobs, die automatisierbar sind, strukturierte Prozesse. Der CIO von Audi hatte unlängst relativ ketzerisch gesagt, in fünf Jahren werden wir keine Controller mehr haben. Das ist natürlich für die Controller-Szene jetzt sicherlich nicht die beste Nachricht. Aber natürlich, Controlling, abgesehen vielleicht vom strategischen Controlling, ist hochstrukturiert und formalisierbar, das kann eine KI hervorragend machen. Es gibt heute noch Menschen, die Credit Scores manuell berechnen. Es gibt heute Systeme, die ins Internet gehen, Informationen zusammentragen, automatisch auf Knopfdruck analysieren, und dann habe ich meinen Credit Score. Also das sind auf jeden Fall Berufe, die verschwinden werden. Welche Berufe sind sicher? Also sicher, immer relativ gesehen in dem kurzen Zeithorizont, aber überall dort, wo ich natürlich Kreativität brauche, Intuition brauche, auch Empathie brauche, die sind nicht so leicht zu ersetzen. Aber ich glaube, auch da wird die KI unterstützen im Sinne von Augmented Intelligence. Also man denkt an den Chirurgen, den werde ich so eins zu eins nicht ersetzen, aber ich habe natürlich heute KI, die den Chirurgen schon hilft. Man sagt, dass der Rechtsanwalt, der Jurist, sicher ist. Naja, gut, gucken wir uns die Legal Tech Szene an, es gibt hervorragende KI-Software, die komplexe Vertragswerke analysiert und Vorschläge macht. Aber ich brauche vielleicht den Anwalt noch für die Execution. Also da wird es wahrscheinlich eher sowas geben, eine Kombination aus Mensch und Maschine. Viel schwieriger ist die Überlegung, welche Berufe entstehen denn eigentlich und wohin müssen wir uns denn weiterentwickeln, um einen sicheren Job zu haben? Es gibt eine ganz spannende Studie, die sagt: 65 % der Kinder, die heute in die Grundschule gehen, werden Jobs erlernen, die es heute noch gar nicht gibt. Und das zeigt die brutale Dynamik. Und das ist die Frage: Werden wir das ähnlich schnell managen können, diesen Prozess? Weil wir hatten ja häufig schon Revolution und Transformation, und irgendwann kam die Automatisierung der Fließbänder. Und da hat der Fabrikarbeiter gesagt: Mist! Jetzt werde ich von einer Maschine ersetzt. Dann werde ich halt Truckfahrer. Jetzt wissen wir, im Zeitalter des selbstfahrenden Autos ist der Truckfahrer vielleicht auch nicht mehr ganz so sicher. Also die Dynamik ist brutal. Amazon nennt diesen Prozess Upskilling. Die versuchen, ihre Mitarbeiter zu educaten, fit zu machen für das KI-Zeitalter. Nur, wir haben da wenig Zeit. Und ein VHS-Kurs wird da wahrscheinlich auch nicht ausreichen. Und das ist, glaube ich, an dieser Revolution anders, dass es sehr, sehr schnell geht. Und nochmal: Wir haben eine gewisse Fantasielosigkeit, was neue Berufe angeht. Ich habe mal zwei Jobprofile gefunden, die ganz lustig klangen. Das eine war der „Head Bot Creative“ als neues Berufsbild. Naja, klar, man würde sagen, so ein Data Scientist, das wird immer wichtig sein, AI Expert wird wichtig sein. Naja, aber auch ein „Head of Bot Creative“, weil der Bot vielleicht nicht sonderlich kreativ ist, und vielleicht brauche ich jemanden, der diesen Prozess nicht ganz so mechanisch gestaltet, sondern eben wieder mit der menschlichen Intuition, Kreativität verbessert. Oder es gab die Ausschreibung für einen „Maschinen und Menschen Ethik-Manager“. Also man sieht, das klingt alles noch so ein bisschen ungewohnt und holprig, aber ich glaube, das wird das Spannende sein, dass wir neue Berufsbilder haben werden. Und ich glaube, wir sind alle gut beraten, uns da ein Stück agil zu zeigen, uns auch vielleicht selber ein Stück weit zu hinterfragen. Ich meine, so hochaggregiert klingt das immer undramatisch. Nach jeder Transformation ist die Menschheit da gestärkt hervorgegangen, Vollbeschäftigung, Wohlstand, Gesundheit und so weiter. Also letztendlich, der Nettoeffekt wird auch wahrscheinlich hier ein guter sein. Das Problem, ich habe natürlich persönliche Schicksale. Jetzt bin ich kein Controller, aber wenn ich Controlling studiert hätte und zehn Jahre erfolgreich in meinem Beruf gearbeitet hätte, und jetzt kommt jemand und sagt mir, du, deinen Beruf gibt’s in fünf Jahren nicht mehr, dann hängen ja auch persönliche Schicksale daran. Also ich glaube, eine Riesenherausforderung für uns als Gesellschaft wird sein, auch, sage ich mal, die Schüler und Studenten, ich kann das auch nur sagen, was das Bildungswesen angeht, haben wir überhaupt nicht die Geschwindigkeit, die wir brauchen. Das sind schon banale Digitalisierungsthemen, die uns da überfordern. Und wir müssen hier eine Gesellschaft fitmachen für eine daten- und KI-basierte Welt. Das wird eine ziemliche Herausforderung werden. #00:45:02.6#

Stefan Schmugge: Spannender Appell an unsere Zuhörerinnen und Zuhörer zum Thema, die persönliche Weiterentwicklung in die eigenen Hände zu nehmen und zu schauen, was dort passieren kann im Bereich KI. Ich für mich habe mitgenommen, ich werde entweder „Head of Bot Creative Director“ oder ich schule um auf Chirurg Podcaster. #00:45:22.6#

Sie haben Ihr Ziel erreicht.

Stefan Schmugge: Das war wirklich eine spannende und innovative Fahrt. Ich sag einen großen, großen Dank an Peter Gentsch. Ich lass dich jetzt hier mal an der Ecke raus. #00:45:35.6#

Prof. Dr. Peter Gentsch: Super! Vielen Dank fürs Mitnehmen! Hat viel Spaß gemacht. Tschüss! #00:45:39.3#

Maria Nestroi: Damit haben wir wieder eine Etappe auf unserer Reise in Richtung 2030 geschafft. Und ich möchte mich auch noch mal bei unserem Beifahrer Prof. Dr. Peter Gentsch bedanken, dass er uns auf dieser Etappe begleitet hat. #00:45:54.3#

Stefan Schmugge: Ein extrem spannendes und innovatives Thema, Künstliche Intelligenz und Big Data. Ich habe wieder eine Menge gelernt, nämlich was Go-spielende KIs damit zu tun haben, dass sie nur lernen können, wenn sie 9 Millionen Mal gegen die Wand laufen, während ein Mensch das schon beim ersten Mal nicht mehr tun würde. Und ich habe gelernt, wir müssen uns keine Sorgen machen, dass eine KI die Weltherrschaft übernehmen kann. Zumindest gehen die Experten davon aus, dass dies nicht vor 2030 der Fall sein wird. Ein kleiner Appell auch an die Zuhörerinnen und Zuhörer, dass sie sich keine Sorgen um ihre Jobs machen müssen, denn diese werden nicht durch KI ersetzt, sondern sie werden nur leicht adaptiert, angepasst und vielleicht sogar optimiert und verbessert. Und wir haben zusammen festgestellt, dass es einen Wake-Up Call braucht für Unternehmen, um das Thema KI noch besser in ihre Business-Prozesse zu integrieren. #00:46:47.5#

Maria Nestroi: Wenn euch die Folge gefallen hat, freuen wir uns, wenn ihr uns im Podcast auf Spotify, SoundCloud oder der Dell Technologies Mediathek abonnieren würdet. Hört in zwei Wochen wieder rein, denn dann geht’s weiter mit Aya Jaff als Co-Pilotin zum Thema Women in Tech. #00:47:03.5#