KI wird un­ser Le­ben än­dern

L’in­tel­li­gence ar­ti­fi­ci­el­le mo­di­fie en pro­fon­deur not­re so­cié­té

Vocable (Allemagne) - - Édito | Sommaire -

Chaque nou­vel­le tech­no­lo­gie pro­du­it des ga­gnants et des per­d­ants. L’in­tel­li­gence ar­ti­fi­ci­el­le va as­su­ré­ment ent­raî­ner de pro­fonds chan­ge­ments dans la so­cié­té, el­le ren­dra cer­ta­ins em­plois su­per­flus mais n’évin­ce­ra pas l’hom­me. Pour la cher­cheu­se en éco­no­mie Mo­ni­ka Schnit­zer et son as­sis­tant Mar­tin Watz­in­ger, cet­te évo­lu­ti­on est po­si­ti­ve pour not­re so­cié­té.

Als Tho­mas Al­va Edi­son 1879 das Pa­tent für sei­ne ers­te Glüh­bir­ne an­mel­de­te, wur­den die Stra­ßen und Häu­ser in den gro­ßen Städ­ten noch durch Ke­ro­sin, Gas und Ker­zen be­leuch­tet. Mit dem Ein­zug der Elek­tri­zi­tät fiel der Preis für künst­li­ches Licht dras­tisch, was die Nach­fra­ge ex­plo­die­ren ließ. Licht­spiel­häu­ser ent­stan­den, Strom­net­ze wur­den aus­ge­baut, Re­stau­rants konn­ten spät­abends län­ger öff­nen und Un­ter­neh­men ih­re Ar­bei­ter län­ger

1. ein Pa­tent(e) an-mel­den dé­po­ser un bre­vet / die Glüh­bir­ne l’am­poule / die Ker­ze la bou­gie / be­leuch­ten éclai­rer / der Ein­zug l’ar­ri­vée / künst­lich ar­ti­fi­ciel / dras­tisch ra­di­ca­le­ment / die Nach­fra­ge éco. la de­man­de / das Licht­spiel­haus(¨er) le ci­né­ma(to­gra­phe) / ent­ste­hen voir le jour / das Strom­netz(e) le ré­seau élec­tri­que / aus-bau­en dé­ve­lop­per / spät­abends tard le soir / pro­duk­tiv be­schäf­ti­gen. Aber es gab auch Ver­lie­rer der tech­ni­schen Re­vo­lu­ti­on: Ker­zen­zie­her wa­ren plötz­lich nicht mehr ge­fragt, eben­so we­nig wie Gas­la­ter­nen und die Nacht­wäch­ter, die die Gas­la­ter­nen an­zün­de­ten.

2. Ähn­lich wie Glüh­bir­nen mit Hil­fe von Elek­tri­zi­tät Licht pro­du­zie­ren, so pro­du­ziert Künst­li­che In­tel­li­genz mit Hil­fe von Da­ten „Ein­schät­zun­gen“. Zum Bei­spiel kann eine

be­schäf­ti­gen em­ploy­er / der Ker­zen­zie­her le tireur, le fa­bri­cant de bou­gies / die Gas­la­ter­ne le ré­ver­bè­re à gaz, le bec de gaz / der Nacht­wäch­ter le veil­leur de nuit / an-zün­den al­lu­mer. 2. ähn­lich wie de la mê­me fa­çon que / die Da­ten les don­nées / die Ein­schät­zung l’esti­ma­ti­on / Kre­dit­kar­ten­un­ter­neh­mung Künst­li­che In­tel­li­genz ver­wen­den, um auf der Ba­sis von Er­fah­rungs­wer­ten die Wahr­schein­lich­keit zu be­rech­nen, ob die Kre­dit­kar­te, die ge­ra­de zum Kauf ei­ner Lu­xus­uhr ver­wen­det wird, ge­stoh­len ist.

3. Kom­men in dem Uh­ren­ge­schäft häu­fig ge­stoh­le­ne Kre­dit­kar­ten zum Ein­satz? Hat der Kun­de schon öf­ter dort ge­kauft? Je nach Da­ten-

die Un­ter­neh­mung l’en­tre­pri­se / ver­wen­den uti­li­ser, fai­re ap­pel à / der Er­fah­rungs­wert(e) la val­eur em­pi­ri­que, me­su­rée an­té­ri­eu­re­ment / die Wahr­schein­lich­keit la pro­ba­bi­lité / be­rech­nen cal­cu­ler / ge­ra­de ve­nir de / steh­len(a,o,ie) vo­ler. 3. zum Ein­satz kom­men êt­re uti­li­sé / das Uh­ren­ge­schäft l’hor­lo­ge­rie / je nach en fonc­tion de /

la­ge wird die Wahr­schein­lich­keit, dass es sich um eine ge­stoh­le­ne Kre­dit­kar­te han­delt, als hö­her oder nied­ri­ger ein­ge­schätzt. Dar­auf ba­sie­rend, kann die Zah­lung ver­wei­gert wer­den oder nicht.

DER MENSCH WIRD NICHT ÜBER­FLÜS­SIG

4. Sol­che Ein­schät­zun­gen sind die Grund­la­ge vie­ler Ge­schäfts­mo­del­le und die Spe­zia­li­tät von Ana­lys­ten, Mar­ke­ting­fach­leu­ten und dem mitt­le­ren Ma­nage­ment. Künst­li­che In­tel­li­genz (KI)

die La­ge la si­tua­ti­on, l’état / es han­delt sich um il s’agit de / als … ein-schät­zen esti­mer … / ver­wei­gern re­fu­ser. 4. die Grund­la­ge la ba­se / das Ge­schäfts­mo­dell(e) le mo­dè­le com­mer­ci­al / der Fach­mann(-leute) le spé­cia­lis­te / mitt­ler≈ mo­y­en / kann die Kos­ten die­ser Ein­schät­zun­gen je­doch dras­tisch ver­rin­gern, in­dem sie gro­ße Da­ten­men­gen über frü­he­re, ähn­li­che Si­tua­tio­nen aus­wer­tet.

5. Von ei­gen­stän­di­gen Ent­schei­dun­gen sind Ver­fah­ren, die Künst­li­che In­tel­li­genz ein­set­zen, je­doch noch weit ent­fernt. Denn heu­ti­ge KI-Me­tho­den kön­nen die Fol­gen von Hand­lun­gen nicht selb­stän­dig be­wer­ten. Ob eine Kre­dit­kar­ten­trans­ak­ti­on ab­ge­lehnt wer­den soll oder nicht, hängt ja nicht nur von der Wahr­schein­lich­keit ab, ob sie ge­stoh­len ist, son­dern auch von den Kos­ten ei­ner fal­schen Ent­schei­dung. Wie hoch ist der Scha­den, wenn die Kar­te ge­stoh­len wur­de, die Zah­lung aber durch­ge­führt wird? Wie ver­är­gert ist der Kun­de, wenn er die Lu­xus­uhr kau­fen will, die Trans­ak­ti­on aber ab­ge­bro­chen wird? Die Kon­se­quen­zen von Ent­schei­dun­gen zu be­wer­ten, das wird auf ab­seh­ba­re Zeit Auf­ga­be von Menschen blei­ben.

6. Menschen wer­den al­so nicht über­flüs­sig, im Ge­gen­teil. Die­se Be­wer­tungs­auf­ga­ben wer­den um­so wich­ti­ger sein, je flä­chen­de­cken­der KIMe­tho­den zum Ein­satz kom­men. Wel­che Hand­lungs­op­tio­nen zie­hen wir in Be­tracht, wel­che Si­cher­heits­mar­gen räu­men wir ein? Die­se Ent­schei­dun­gen wer­den auch in Zu­kunft nicht von Ma­schi­nen ge­trof­fen, sie füh­ren nur aus, was Menschen ih­nen vor­ge­ben.

ver­rin­gern ré­du­i­re / die Men­ge la quan­ti­té / aus-wer­ten ex­ploi­ter, ana­ly­ser. 5. von … weit ent­fernt sein êt­re très éloi­g­né de … / ei­gen­stän­dig≈ au­to­no­me / das Ver­fah­ren le pro­cédé, la tech­ni­que / ein-set­zen uti­li­ser / heu­tig≈ ac­tu­el / die Hand­lung l’ac­tion / be­wer­ten éva­lu­er / ab-leh­nen re­fu­ser / von … ab-hän­gen(i,a,ä) dé­pend­re de … / der Scha­den(¨) les dom­mages, le préju­di­ce / durch-füh­ren ef­fec­tu­er / ver­är­gert sein êt­re ir­rité / ab-bre­chen(a,o,i) in­ter­ro­mp­re / auf ab­seh­ba­re Zeit à court ter­me / die Auf­ga­be la tâche. 6. über­flüs­sig su­per­flu / die Be­wer­tung l’éva­lua­ti­on / um­so + com­par., je + com­par. plus … plus … / flä­chen­de­ckend sur une grande échel­le, de fa­çon gé­né­ra­li­sée / etw in Be­tracht zie­hen(o,o) prend­re qqch en con­sidé­ra­ti­on, en­vi­sa­ger qqch / die Si­cher­heit la sé­cu­rité / ein-räu­men con­cé­der / eine Ent­schei­dung tref­fen(a,o,) prend­re une dé­ci­si­on / aus-füh­ren ac­com­plir / vor-ge­ben im­po­ser. 7. Dies heißt aber nicht, dass un­se­rer Wirt­schaft und Ge­sell­schaft kei­ne tief­grei­fen­den struk­tu­rel­len An­pas­sun­gen be­vor­stün­den. Tä­tig­kei­ten, die im di­rek­ten Wett­be­werb mit Künst­li­cher In­tel­li­genz ste­hen, wer­den auf län­ge­re Sicht über­flüs­sig. Wie das Bei­spiel von elek­tri­schem Licht je­doch zeigt, kön­nen neue Tech­no­lo­gi­en be­ste­hen­de In­dus­tri­en stär­ken und zur Ent­ste­hung neu­er In­dus­tri­en füh­ren. Je­de Bran­che, die von ak­ku­ra­te­ren Ein­schät­zun­gen pro­fi­tiert und über vie­le Da­ten ver­fügt, kann durch die Ein­füh­rung von KI-Me­tho­den ge­win­nen.

AL­LES MUSS AUF DEN PRÜF­STAND

8. Wie er­folg­reich der Struk­tur­wan­del sein wird, hängt da­von ab, wie Un­ter­neh­men und Po­li­tik auf die neu­en Mög­lich­kei­ten re­agie­ren. Un­ter­neh­men soll­ten je­des Glied ih­rer Wert­schöp­fungs­ket­te über­prü­fen, um fest­zu­stel­len, wo Künst­li­che In­tel­li­genz ge­winn­brin­gend ein­ge­setzt wer­den kann. Die Po­li­tik soll­te die Bil­dungs-, In­fra­struk­tur- und Re­gu­lie­rungs­maß­nah­men so an­pas­sen, dass ge­nü­gend KI-Fach­kräf­te und eine aus­rei­chen­de Da­ten­in­fra­struk­tur zur Ver­fü­gung ste­hen. Die von der Bun­des­re­gie­rung für den Herbst an­ge­kün­dig­te KI-Stra­te­gie ist da­für ein ers­ter, längst über­fäl­li­ger Schritt.

7. tief­grei­fend pro­fond / die An­pas­sung l’ad­ap­ta­ti­on / jdm be­vor-ste­hen at­tendre qqn / die Tä­tig­keit l’ac­tivité / im Wett­be­werb mit … ste­hen êt­re en con­cur­rence avec … / auf län­ge­re Sicht à mo­y­en ter­me / stär­ken ren­forcer / die Ent­ste­hung la nais­sance, l’ap­pa­ri­ti­on / ak­ku­rat ex­act, pré­cis / über etw ver­fü­gen dis­po­ser de qqch / die Ein­füh­rung l’in­tro­duc­tion / ge­win­nen(a,o) ga­gner. 8. er­folg­reich sein êt­re un suc­cès, réus­sir / das Glied(er) le mail­lon / die Wert­schöp­fung la créa­ti­on de val­eur / die Kette la chaî­ne / über­prü­fen vé­ri­fier / fest-stel­len cons­ta­ter / ge­winn­brin­gend de fa­çon avan­ta­geu­se / die Bil­dung la for­ma­ti­on / die Maß­nah­me la me­su­re / an-pas­sen ad­ap­ter / ge­nü­gend suf­fi­sam­ment / die Fach­kräf­te le per­son­nel qua­li­fié / aus­rei­chend suf­fi­sant / zur Ver­fü­gung ste­hen êt­re dis­po­ni­ble / an-kün­di­gen an­non­cer / längst über­fäl­lig at­ten­du de­pu­is long­temps / der Schritt(e) le pas.

Menschen wer­den nicht über­flüs­sig, im Ge­gen­teil.

9. Ak­tu­el­le For­schung un­ter­streicht, dass die KI-Aus- und Wei­ter­bil­dung auf eine brei­te Ba­sis ge­stellt wer­den muss. Erik Bryn­jolfs­son, Tom Mit­chell und Daniel Rock ha­ben jüngst mehr als 18.000 Tä­tig­kei­ten für knapp 1000 ver­schie­de­ne Be­ru­fe auf ih­re KI-Taug­lich­keit hin un­ter­sucht. Ihr Fa­zit: Kein Be­ruf und kei­ne In­dus­trie wer­den von der Au­to­ma­ti­sie­rung un­be­rührt blei­ben. Da­her soll­te die Po­li­tik um­fas­sen­de KI-Aus- und Wei­ter­bil­dung für al­le Al­ters- und Be­rufs­grup­pen för­dern. On­li­neKur­se nach dem Vor­bild von Cour­se­ra oder Ud­a­ci­ty – an­ge­passt auf ein­zel­ne In­dus­tri­en und den deut­schen Kon­text – wä­ren ein gu­ter An­fang.

DA­TEN ALS ESSENTIELLEN IN­PUT

10. Ne­ben Da­ten­spe­zia­lis­ten sind Da­ten selbst der zen­tra­le In­put­fak­tor für die Ent­wick­lung von KI-An­wen­dun­gen. Deutsch­land hat hier bis­her kei­nen Wett­be­werbs­vor­teil. Im Be­reich

9. die For­schung la re­cher­che / un­ter­strei­chen(i,i) sou­li­gner / die Aus­bil­dung la for­ma­ti­on / die Wei­ter­bil­dung la for­ma­ti­on con­ti­nue / breit lar­ge / jüngst ré­cem­ment / knapp près de / etw auf sei­ne KI-Taug­lich­keit hin un­ter­su­chen étu­dier l’adéqua­ti­on de qqch à, la com­pa­ti­bi­lité de qqch avec l’in­tel­li­gence ar­ti­fi­ci­el­le / das Fa­zit(e/s) la con­clu­si­on / von … un­be­rührt blei­ben ne pas êt­re tou­ché, êt­re éparg­né par … / da­her par con­séquent / um­fas­send com­plet / för­dern en­cou­ra­ger / das Vor­bild(er) le mo­dè­le. 10. der In­put­fak­tor(en) l’in­put / die Ent­wick­lung le dé­ve­lop­pe­ment / die An­wen­dung l’ap­p­li­ca­ti­on / bis­her jus­qu’à pré­sent / der Wett­be­werbs­vor­teil(e) l’avan­ta­ge par rap­port à la con­cur­rence / der Be­reich(e) le do­mai­ne / Kon­su­men­ten­da­ten sind es die gro­ßen ame­ri­ka­ni­schen Un­ter­neh­men wie Goog­le oder Ama­zon, die gro­ße Da­ten­sät­ze kon­trol­lie­ren. Bei Da­ten über Pro­duk­ti­ons­ab­läu­fe könn­ten deut­sche Un­ter­neh­men schon eher ih­re Vor­tei­le aus­spie­len, aber ge­ra­de Start-ups sind auch hier im Hin­ter­tref­fen.

11. Drei An­sät­ze könn­ten hel­fen. Ers­tens soll­ten Me­tho­den ent­wi­ckelt wer­den, um Da­ten aus un­ter­schied­li­chen, auch mit­tel­stän­di­schen Un­ter­neh­men zu bün­deln und für KI-Ent­wick­lun­gen nutz­bar zu ma­chen. Zwei­tens soll­te wett­be­werbs­recht­lich si­cher­ge­stellt wer­den, dass Un­ter­neh­men Da­ten nicht als Markt­ein­tritts­bar­rie­ren nut­zen, son­dern als essentiellen In­put anderen An­wen­dern zu­gäng­lich ma­chen müs­sen. Und drit­tens soll­te der Staat ad­mi­nis­tra­ti­ve Da­ten ef­fek­tiv zur Ver­fü­gung stel­len. Die Ein­rich­tung des Go­vDa­ta-Por­tals ist ein Schritt in die rich­ti­ge Rich­tung, bleibt aber bis­her hin­ter ver­gleich­ba­ren Da­ten­por­ta­len in anderen In­dus­trie­staa­ten zu­rück, wie die Ex­per­ten­kom­mis­si­on For­schung und In­no­va­ti­on in ei­nem Gut­ach­ten 2017 fest­ge­stellt hat.

12. Wie gut der Struk­tur­wan­del in Deutsch­land ge­lin­gen wird, hängt da­von ab, wel­che Wei­chen heu­te ge­stellt wer­den. Wenn die Ver­gan­gen­heit eine Richt­schnur ist, wer­den wir in den nächs­ten Jah­ren vie­le klei­ne und gro­ße Er­fin­dun­gen se­hen, die Künst­li­che In­tel­li­genz rich­tig pro­duk­tiv ma­chen wer­den. 13. Auch die Glüh­bir­ne wur­de erst ein Er­folgs­mo­dell, als Haus­hal­te ver­läss­li­chen Zu­gang zu Strom und Un­ter­neh­men ih­re Pro­duk­ti­ons­pro­zes­se an­ge­passt hat­ten. In ih­rem Buch „The Se­cond Ma­chi­ne Age“ge­ben Erik Bryn­jolfs­son und And­rew McAf­fee ei­nen Aus­blick dar­auf, wel­che An­wen­dungs­mög­lich­kei­ten Künst­li­che In­tel­li­genz er­öff­nen könn­te. Wir ha­ben bis­her nur ei­nen Bruch­teil da­von ge­se­hen. * Prof. Dr. Mo­ni­ka Schnit­zer ist Lehr­stuhl­in­ha­be­rin am Se­mi­nar für Kom­pa­ra­ti­ve Wirt­schafts­for­schung an der Lud­wig-Ma­xi­mi­li­ans-Uni­ver­si­tät, München; Dr. Mar­tin Watz­in­ger ist As­sis­tenz­pro­fes­sor. 13. als en tant que / der Haus­halt(e) le mé­na­ger / ver­läss­lich fia­ble / der Zu­gang zu l’ac­cès à / ei­nen Aus­blick ge­ben don­ner un aper­çu / der Bruch­teil la frac­tion. die Lehr­stuhl­in­ha­be­rin la ti­tu­lai­re d’une chai­re de pro­fes­seur.

(© Istock)

Die Künst­li­che In­tel­li­genz wird vie­le Ar­bei­ten un­nö­tig ma­chen, doch den Menschen wird sie nicht ver­drän­gen.

(CC Pixabay)

Wie je­de neue Tech­no­lo­gie, wird die Künst­li­che In­tel­li­genz Gewinner und Ver­lie­rer schaf­fen.

Newspapers in German

Newspapers from France

© PressReader. All rights reserved.