Künstliche Intelligenz: Funktionsweise, Anwendungsgebiete und Risiken

In einer fremden Großstadt im Berufsverkehr die Ausfahrt verpasst? Kein Problem, binnen Sekunden berechnet das Navigationsgerät die neue, angepasste Route und eine freundliche Stimmte erklärt Ihnen, wie es weitergeht.

Wie ist das möglich? Dahinter steckt eine komplexe Künstliche Intelligenz (kurz: KI; englische Abkürzung AI für Artificial Intelligence). In Echtzeit erhebt sie Daten und wertet diese aus. Das ist nur ein Beispiel von vielen, das zeigt, wie sehr KI unseren Alltag heute vereinfacht.

Was ist Künstliche Intelligenz?

Bei der Künstlichen Intelligenz werden Informationssysteme so entwickelt, dass sie kognitive Fähigkeiten des Menschen, etwa das Lernen, die Wahrnehmung und die Kreativität, möglichst gut nachahmen. Ziel ist es, dass sie bestimmte Aufgaben automatisiert übernehmen.

Die KI wird mit allerhand Daten „gefüttert“. Diese analysiert sie nach bestimmten Kriterien und gibt sie sortiert wieder aus. Das kann entweder nach sehr starren Vorgaben ablaufen, wie zum Beispiel bei "Algorithmen" oder auch durch komplexe Prozesse wie beim „maschinellem Lernen“ und „Deep Learning.“

Wie funktioniert Künstliche Intelligenz?

Es gibt verschiedene Techniken, die im Rahmen der Künstlichen Intelligenzen verwendet werden: Algorithmen, Maschinelles Lernen und Deep Learning. Diese unterscheiden sich anhand ihrer Komplexität voneinander.

1. Algorithmen sind die einfachste Form von Künstlicher Intelligenz. Hierbei handelt es sich in etwa um eine automatische Umsetzung einer Schritt-für-Schritt-Anleitung.
   Vergleichen lässt sich der Algorithmus mit einem Kuchenrezept: Schritt für Schritt wird angegeben, welche Zutaten man braucht, wie der Teig verrührt wird und wie lange er backen muss.
    
2. Beim „Maschinellen Lernen“ trainiert ein Algorithmus selbstständig, eine konkrete Aufgabe immer besser zu lösen. Mit jedem erneuten Durchgang werden die gewonnenen Daten ausgewertet und der Lösungsweg so immer weiter verbessert.
   Am Beispiel des Kuchenrezeptes bedeutet dies: Die Aufgabe, einen leckeren Kuchen aus bestimmten Zutaten zu backen, wiederholt die KI viele Male. Nach jedem Durchgang bekommt sie ein Feedback – etwa „zu trocken“. Daraufhin wird das Rezept durch die KI minimal angepasst und ein weiteres Mal durchgeführt. Dies geschieht solange, bis das Feedback positiv und die Aufgabe gelöst ist.
    
3. „Deep Learning“ (dt.: tiefes Lernen) ist ein Teilbereich des maschinellen Lernens. In dem Lernprozess wird durch die Wiederholung eine immer präzisere Analyse ermöglicht. Dabei greift die KI ebenfalls auf die bisher gewonnenen Daten und Erkenntnisse zurück. „Deep Learning“ wird beispielsweise in der Bilderkennung eingesetzt. Hierbei erkennt die KI das Motiv auf verschiedenen, immer präziseren Ebenen. Anhand von Beispielen wird der KI beigebracht, dass sie einfache Formen bestimmten Objekten zuordnen kann. Durch Wiederholungen und Feedback, erkennt sie schließlich immer komplexere Objekte.
   
   Wenn die KI zum Beispiel das Bild einer Taube erkennen soll, läuft der Lernprozess vereinfacht so ab: Auf der ersten Ebene erkennt die KI anhand der Form des Objektes, dass es sich um einen Vogel handelt. Im weiten Verlauf des Trainings werden Form und Farben immer weiter analysiert und präzisiert. Dadurch kann die KI schließlich recht zuverlässig auf einem ihr unbekannten Bild eine Taube erkennen und von anderen Vogelarten unterscheiden.

Wo wird Künstliche Intelligenz angewendet?

Bereits jetzt findet sich KI in vielen Lebensbereichen im Alltag wieder. Ein paar Beispiele:

• Sprachassistenzen & Smart Home
  Sprachassistenten wie Siri, Alexa und Co. nutzen Künstliche Intelligenz auf vielfältige Weise. In einem ersten Schritt wird der Sprachbefehl der Nutzer:innen von einer KI erkannt. Hierbei wird die Stimmen-Eingabe analysiert und der geäußerte Befehl interpretiert. In weiteren Schritten finden dann weitere KIs Anwendung und setzen den Befehl um.
  
  So können Geräte im Smart Home per Sprachbefehl gesteuert werden. „Schalte die Heizung an“ oder „fahre die Rollos runter“ sind einfache Beispiele. Durch den Einsatz weiterer KIs, kann der Funktionsumfang deutlich erhöht und teilweise automatisiert werden. Eine automatische Anpassung der Raumtemperatur nach den bisherigen Gewohnheiten ist hier ein Beispiel.
   
• Vorschläge für Musik- und Videostreaming, Social Media Feeds und Werbung
  Im Hintergrund vieler digitaler Angebote arbeiten KIs und locken mit passenden Angeboten. Sei es der nächste Song, basierend auf dem bisherigen Musikgeschmack oder das neueste Rezept auf YouTube, weil man sich gestern ein Kuchenrezept-Video angeschaut hat.
  Indem die Anbieter Ihr bisheriges Verhalten auswerten, werden Ihnen entsprechende neue Vorschläge angezeigt. Dadurch sollen Sie möglichst lange bei den Diensten aktiv bleiben und somit die personalisierte Werbung wahrnehmen.
   
• Navigation
  Egal, ob Google Maps, Apple Maps, TomTom, Garmin, der Deutsche Bahn Navigator oder andere Navigationsgeräte – sie alle nutzen künstlicher Intelligenz, um die beste Route zum gewünschten Ziel zu ermitteln.
  Dabei werden aktuelle Hindernisse bereits berücksichtigt, wie lokale Baustellen oder Stau. Auch Daten aus der Vergangenheit werden einbezogen: Kommt es an jedem Morgen im Berufsverkehr an der gleichen Stelle zu einem Stau, kann die Route bereits im Vorfeld geändert werden. Neben vorhandenen Daten fließen auch aktuelle Daten der Nutzer:innen der Navigationssysteme in Echtzeit mit in die Berechnung ein.
   
• Fahrassistenzsysteme im PKW
  Moderne Autos besitzen eine Vielzahl an Assistenzen, welche uns die Fahrt erleichtern und sie auch sicherer machen sollen. Ein Beispiel ist der Spurhalteassistent: Dieser analysiert mittels Bilderkennung die Straßenmarkierungen und erkennt, in welcher Spur sich das Fahrzeug aktuell befindet. Weicht das Fahrzeug wegen Unaufmerksamkeit hiervon ab, gibt der Assistent ein Warnsignal ab oder er greift selbst in den Lenkprozess ein, indem er leicht gegensteuert.
  
  Auch Müdigkeitswarner funktionieren nach diesem Prinzip. Mittels Bilderkennung wird hier das Gesicht und das Verhalten des Fahrers analysiert. Verschlechtert sich die Aufmerksamkeit – mitunter erkennbar anhand eines auffälliges Lenkverhaltens oder langsameren Blinzelns der Augen – dann werden die Fahrer:innen durch akustische, visuelle und mechanische Signale gewarnt.

Was sind die Risiken von Künstlicher Intelligenz?

1. Datenschutz
   Bei dem Einsatz von KI werden umfangreich Daten von Ihnen erhoben und verarbeitet: Anmeldedaten, Adressen, Zahlungsmittel, Hör- und Sehgewohnheiten, Bewegungsmuster, etc. Wo Daten gespeichert werden, besteht immer das Risiko, dass diese in falsche Hände geraten.
   
   Mehr zum Thema? Hier finden Sie weiterführende Informationen zu den Themen Big Data und Sensible Daten: Warum es schärfere Gesetze und Kontrollen braucht.
    
2. Abhängigkeit/Fehleranfälligkeit
   Fehler können an vielen Stellen auftreten: bereits bei der Programmierung, der Datenerhebung, der Datenauswertung und auch bei Umsetzung des Befehls. Ein Beispiel hierfür ist das autonome Fahren: Wenn die KI die Kontrolle über das Auto übernehmen soll, muss im Vorfeld sichergestellt sein, dass die verschiedenen involvierten Systeme ordnungsgemäß funktionieren. Ein Fehler kann zu teils unabsehbaren Folgen führen. Je mehr wir von KI abhängig sind, desto größer ist das Risiko, dass etwas schief geht.
    
3. Manipulation und Kriminalität
   Sofern sich KI öffentlich zugänglicher Datenquellen bedient, kann diese auch manipuliert werden. Es besteht das Risiko, dass massenhaft Falschmeldungen (Fake News) veröffentlich werden, wodurch die Datengrundlage von KIs verfälscht wird.
   
   Ohne Sicherheitsmechanismus könnte eine KI dann die Falschmeldungen als richtig einordnen und entsprechend auch an unbedachte Nutzer:innen, z. B. eines Chatbots, weitergeben. Ohne kritische Prüfung könnten sie dann ebenfalls der Falschmeldung unterliegen und sie für ihre eigene Arbeit verwenden.
   
   KI wird auch von Kriminellen umfassend genutzt. Mit ihrer Hilfe lassen sich zum Beispiel Phishing-Mails oder Schockanrufe mit realistisch imitierten Stimmen von Angehörigen erstellen, die sich kaum noch als Fälschung entlarven lassen.
    
4. Diskriminierung von Personengruppen
   Es besteht die Gefahr, dass die KI Vorurteile der verwendeten Daten unbeabsichtigt verbreitet. Wie das funktioniert, zeigt ein Beispiel aus den USA: Eine Künstliche Intelligenz sollte Bewerbungen auswerten. Als Trainingsdaten nutzte sie bisherige Bewerbungen – sowohl Bewerbungen, die ein positives Feedback bekommen haben als auch solche, die abgelehnt wurden. Die KI erkannte ein Muster und wandte dieses an. Das Ergebnis: Es wurden bei gleicher Qualifikation mehr Männer als Frauen eingestellt. Diese Schieflage ist auf die Trainingsdaten zurückzuführen. Denn dieser war bereits durch die Ungleichbehandlung der Frauen geprägt.
    
5. Nachhaltigkeit
   Für die enormen Datenmengen, die KI nutzt und erzeugt, sind riesige Rechenzentren erforderlich. Die Rechenzentren benötigen jedoch sehr viel Energie. Der Energiebedarf wird mit der Entwicklung immer stärkeren KIs und der damit einhergehenden wachsenden Datenmenge in Zukunft immer größer. Vor dem Hintergrund des Klimawandels und der damit zusammenhängenden Notwendigkeit Energie zu sparen, ist das ein Problem.
   Wie Sie selbst nachhaltiger Streamen und Online-Shoppen können, erfahren Sie hier.
    
6. Wirtschaft
   KI hat das Potential, bestimmte menschliche Tätigkeiten in Zukunft zu ergänzen. Das kann bedeuten, dass einige Arbeitsplätze wegfallen und sich Berufsfelder verändern. Gleichwohl kann die KI zu einer höheren Effizienz und damit zu einer besseren Wirtschaftlichkeit beitragen. Mit der KI können auch neue Arbeitsfelder entstehen.