Im Projekt KomKI – Kompetenzentwicklung über künstliche Intelligenz (KI) aufbauen – Lern- und Experimentierräume zur Entwicklung konstruktiver, reflexiver und präventiver KI-Kompetenz, wollen wir für Mitarbeiterinnen und Mitarbeiter von kleinen und mittelständischen Unternehmen Qualifizierungsbausteine und -methoden testen und optimieren. Dazu ist es zunächst ersteinmal nötig, ein klares Verständnis von dem Erkenntnis-Objekt selbst zu haben. Das interdisziplinäre und diverse Projektteam hat sich im Grundsatz auf ein Verständnis von KI im Sinne von sogenannter schwacher KI geeinigt. Das folgenden knapp fünf Minuten lange Video des E-Learning-Anbieters youknow (https://you-know.de/) eignet sich besonders gut, um ein Verständnis der wichtigsten Begrifflichkeiten im Kontext künstlicher Intelligenz zu bekommen. Werden alle im Video integrierten Aufgaben bearbeitet, ist sogar ein Lernerfolg wahrscheinlich. Viel Spaß beim Ansehen und Knobeln….
Im Video wird es bereits sehr deutlich, wo die Entwicklung von KI heute steht. Noch gibt es keine starke KI und schon gar keine künstliche Superintelligenz. Gleichzeitig ist festzuhalten: Künstliche Intelligenz ist KEINE Magie, sondern es handelt es sich um mathematische Algorithmen, deren Ergebnisse durch die Eingabedaten eindeutig bestimmt sind. Künstliche Intelligenz hat KEIN Bewusstsein und ist in seiner aktuell vorliegenden Form nicht menschlicher Intelligenz vergleichbar. KI hat keine Gefühle und dann aus sich heraus nicht die Arbeit verweigern oder eigene Ziele verfolgen. Künstliche Intelligenz kann NICHT “schlauer” sein als ihre Datenbasis, d.h. sofern die Datenbasis einer KI unzureichend oder gar fehlerhaft ist, wird die KI diese Fehler reproduzieren oder unter Umständen sogar noch verschärfen. Künstliche Intelligenz entwickelt sich NICHT selbstständig weiter, ist aber in der Lage aus den Daten, die dieser zugeführt wird zu lernen. Letzteres unterscheidet KI von Softwaresystemen, die auf fixen Regeln basieren. Allerdings wird sie nie selbstständig damit anfangen, neue Aufgabenstellungen zu lösen. Die folgende Grafik verdeutlich sehr gut die Zusammenhänge der auch im obigen Video schon genannten Begriffe:
Neuronale Netze dienen dem Zweck, die Prozesse im menschlichen Gehirn nachzubauen. Genauso wie unser Gehirn im Sinne von Assimilation und Akkomodation Kategorien und Strukturen bildet, lernt KI über die fortwährende Überprüfung von Auswahlentscheidungen, sich im Laufe von unendlich vielen Trainingsdurchläufen, der einer optimalen Entscheidung anzunähern. Deep Learning schafft das Dank der fortwährenden Weiterentwicklung der Computerprozessoren über eine Menge an sogenannten Layern, dass die gelernte Entscheidung selbst von uns Menschen teilweise nicht mehr ohne weiteres nachvollziehbar ist. Wir müssen weitere Algorithmen programmieren, um zu verstehen, wie die KI tatsächlich gelernt hat. Die Geschichte von Alpha Go, einer KI, die 2016 den koreanischen Go-Meister selbst zum Staunen brachte (bei Interesse empfiehlt sich dieser YT-Film: https://www.youtube.com/watch?v=WXuK6gekU1Y) liefert dafür ein plakatives Beispiel. Nicht zuletzt deshalb ist die Kompetenzentwicklung im Hinblick auf KI und die weitere Entwicklung in diesem Feld für Jede und Jeden von uns von großer Wichtigkeit. Interesse, am Projekt teilzunehmen? Kontaktieren Sie Barbara Hilgert hier.
