Künstliche Intelligenz umfasst Techniken, die Daten analysieren, Regelmäßigkeiten erkennen und Ergebnisse erzeugen können, die bestimmte Aufgaben unterstützen oder automatisieren. Um zu verstehen, was sie verändert, müssen sowohl ihre Funktionsprinzipien als auch ihre Anwendungen im Alltag und die Fragen betrachtet werden, die sie im Hinblick auf Zuverlässigkeit, Verantwortung, Arbeit und Gesellschaft aufwirft.
Eine Technologie, die aus Daten lernt
Der Ausdruck künstliche Intelligenz oder KI bezeichnet eine Reihe von Informatikmethoden, die dazu entwickelt wurden, Aufgaben zu erledigen, für die üblicherweise Fähigkeiten erforderlich sind, die mit menschlicher Intelligenz verbunden werden. Dazu kann es gehören, ein Bild zu erkennen, einen Text zu übersetzen, Informationen zu kategorisieren, eine Entwicklung vorherzusagen oder eine Antwort in natürlicher Sprache zu formulieren. Diese Systeme denken jedoch nicht wie Menschen: Sie berechnen Ergebnisse auf Grundlage von Regeln, Daten und Modellen.
Ein Großteil der neueren Werkzeuge basiert auf maschinellem Lernen. Statt jede mögliche Antwort explizit zu programmieren, wird ein System anhand von Beispielen trainiert. Dabei passt es seine Parameter an, um Regelmäßigkeiten in den Daten zu erkennen. Ein beispielsweise mit Texten trainiertes Modell kann Beziehungen zwischen Wörtern erlernen und Sätze erzeugen, die in einen bestimmten Kontext passen.
Die Ergebnisse hängen stark vom für das Training verwendeten Material, von der Qualität der Daten und davon ab, wie das Modell entwickelt wurde. Sind die Beispiele unvollständig, unausgewogen oder ungenau, besteht die Gefahr, dass das System diese Mängel reproduziert. Eine selbstsicher formulierte Antwort ist daher nicht unbedingt richtig: KI-Ergebnisse müssen eingeordnet und überprüft werden, insbesondere wenn es um sensible Themen geht.
Je nach Aufgabe unterschiedliche Modelle
KI-Systeme funktionieren nicht alle auf dieselbe Weise. Manche ordnen Elemente Kategorien zu, wie ein Filter, der unerwünschte Nachrichten aussortiert. Andere erkennen Objekte in einem Bild oder schätzen anhand früherer Daten einen Wert. Generative Modelle wiederum erstellen neue Inhalte: Texte, Bilder, Töne oder Computercode. Sie nutzen die während ihres Trainings erlernten Regelmäßigkeiten, um eine Ausgabe zu erzeugen, die zu einer Anweisung passt.
Die Fortschritte der generativen KI haben diese Werkzeuge sichtbarer und zugänglicher gemacht. Man kann sie bitten, ein Dokument zusammenzufassen, eine E-Mail umzuformulieren oder Rechercheansätze vorzuschlagen. Eine reibungslose Interaktion bedeutet jedoch weder menschliches Verständnis noch vollständige Autonomie. Die Antworten werden vom Modell berechnet und können Fehler, Auslassungen oder erfundene Informationen enthalten.
Eine weitere Entwicklung betrifft Systeme, die mehrere Aktionen aneinanderreihen können, manchmal unter Verwendung von Software oder digitalen Diensten. Diese häufig als KI-Agenten bezeichneten Werkzeuge können ein Ziel erhalten, bestimmte Schritte planen und mit einem Computer interagieren. Ihre Funktionsweise und Grenzen werden in diesem Artikel über ein autonomes Modell, das einen Computer nutzen kann, behandelt. Je mehr Systeme auf reale Werkzeuge einwirken können, desto wichtiger werden Aufsicht, Sicherheit und die Kontrolle der Berechtigungen.
Anwendungen in zahlreichen Bereichen
Von der Alltagshilfe bis zu beruflichen Tätigkeiten
Im Alltag kann KI dabei helfen, Informationen zu suchen, Inhalte zu sortieren, Sprache zu transkribieren oder Empfehlungen anzupassen. Konversationsassistenten liefern Antworten auf Grundlage der Anfragen ihrer Nutzerinnen und Nutzer. Übersetzungssysteme erleichtern die Verständigung zwischen verschiedenen Sprachen, während Spracherkennungstools gesprochene Sprache in Text umwandeln. In jedem Fall hängt das Ergebnis vom Kontext, den verfügbaren Daten und der Fähigkeit der Nutzerinnen und Nutzer ab, ihren Bedarf präzise zu formulieren.
In Unternehmen werden diese Technologien unter anderem eingesetzt, um wiederkehrende Vorgänge zu automatisieren, Informationen aus Dokumenten zu extrahieren oder die Analyse großer Datenmengen zu unterstützen. Sie können bestimmte Aufgaben beschleunigen, ohne deshalb alle damit verbundenen beruflichen Tätigkeiten zu ersetzen. Überprüfung, Urteilsvermögen, Kontextwissen und der Kontakt zu Kunden oder Kolleginnen und Kollegen bleiben in vielen Berufen unverzichtbar.
Der Rechtsbereich veranschaulicht diese Entwicklung. Werkzeuge können die Dokumentenrecherche, den Textvergleich oder die Erstellung erster Zusammenfassungen erleichtern. Diese Möglichkeiten lösen weder die Frage der Verantwortung noch ersetzen sie die Analyse durch eine Fachperson. Die laufenden Veränderungen werden in diesem Artikel über die Neudefinition des Mehrwerts des Anwaltsberufs angesichts der KI behandelt.
Wissenschaft, Klima und Kreativität
Auch in der wissenschaftlichen Forschung kommen KI-Methoden zum Einsatz, um komplexe Daten zu analysieren, Muster zu erkennen oder bestimmte Simulationen zu beschleunigen. Im Klimabereich können sie zur Untersuchung von Phänomenen, zur Modellierung und zur Analyse von Szenarien beitragen. Diese Anwendungen sind vielversprechend, stellen für sich genommen jedoch keine Antwort auf die ökologischen Herausforderungen dar: Ihre Ergebnisse müssen bewertet und mit anderen Erkenntnissen sowie konkreten Maßnahmen abgeglichen werden. Die Möglichkeiten und Vorsichtsmaßnahmen im Zusammenhang mit diesen Anwendungen werden in diesem Artikel über KI und die Perspektiven für die Zukunft des Klimas erörtert.
Auch die Kultur- und Unterhaltungsbranche experimentiert mit diesen Werkzeugen. Sie können bei der Erstellung von Bildern, beim Schreiben, beim Schnitt oder bei der Vorbereitung von Inhalten eingesetzt werden und werfen zugleich Fragen nach der Rolle des Urhebers, den Rechten und dem Wandel künstlerischer Praktiken auf. Diese Fragen gehen über technische Aspekte hinaus: Sie betreffen die Art und Weise, wie eine Gesellschaft kreative Arbeit anerkennt und computerunterstützte Tätigkeit von menschlichen Entscheidungen unterscheidet.
Fragen der Zuverlässigkeit und Verantwortung
Die Grenzen generierter Antworten verstehen
Ein KI-Modell verfügt nicht zwangsläufig über verifiziertes Wissen zu jedem Thema, mit dem es sich befasst. Es erzeugt Ergebnisse anhand erlernter Strukturen und der in der Anfrage übermittelten Informationen. Daher kann es eine scheinbar schlüssige, aber falsche Antwort liefern oder wichtige Informationen außer Acht lassen. Bei Anwendungen mit geringem Risiko kann eine oberflächliche Überprüfung ausreichen; in den Bereichen Gesundheit, Recht, Finanzen oder bei Verwaltungsentscheidungen ist eine gründliche menschliche Kontrolle unerlässlich.
Die Qualität der Daten wirft auch die Frage nach algorithmischen Verzerrungen auf. Wenn die Trainingsdaten Ungleichheiten widerspiegeln oder bestimmte Gruppen unzureichend repräsentieren, können die Ergebnisse diese Ungleichgewichte reproduzieren oder verstärken. Bei der Bewertung eines Werkzeugs müssen daher nicht nur seine durchschnittliche Leistung, sondern auch seine Auswirkungen auf verschiedene Bevölkerungsgruppen und in unterschiedlichen Situationen untersucht werden.
Transparenz ist eine weitere Herausforderung. Es ist mitunter schwierig nachzuvollziehen, warum ein System eine bestimmte Antwort erzeugt hat, insbesondere wenn seine Funktionsweise auf einem komplexen Modell beruht. In Situationen, in denen eine Entscheidung eine Person direkt betrifft, ist es wichtig zu wissen, ob KI eingesetzt wurde, welche Daten das Ergebnis beeinflusst haben und wer für dessen Freigabe verantwortlich ist.
Privatsphäre, Sicherheit und menschliche Kontrolle
Nutzerinnen und Nutzer können einem Werkzeug personenbezogene Daten, berufliche Informationen oder vertrauliche Dokumente übermitteln. Bevor sie es verwenden, sollten sie sich über die Regeln zur Speicherung und Verarbeitung der Daten sowie über die angebotenen Datenschutzeinstellungen informieren. Der Schutz der Privatsphäre hängt nicht allein vom Modell ab: Er beruht auch auf den Praktiken der Organisationen und den Vorsichtsmaßnahmen derjenigen, die diese Dienste nutzen.
Systeme, die mit Dateien, Anwendungen oder Geräten verbunden sind, können auch neue Risiken mit sich bringen. Ein fehlerhafter Befehl, ein zu weitreichender Zugriff oder eine falsch interpretierte Anweisung kann Folgen haben, die über den Bildschirm hinausgehen. Das Prinzip der menschlichen Kontrolle besteht darin, festzulegen, was das Werkzeug tun darf, seine Aktionen zu überwachen und seinen Einsatz unterbrechen zu können.
In öffentlichen Debatten geht es schließlich um die Steuerung dieser Technologien: Wer entwickelt sie, wer kontrolliert sie, wie lassen sich ihre Risiken bewerten und welche Regeln sollten gelten? Die Anhörung eines ehemaligen Anthropic-Forschers, die in diesem Artikel über einen Beitrag zur künstlichen Intelligenz vorgestellt wird, verdeutlicht die Aufmerksamkeit, die den Akteuren und Entscheidungen gilt, welche die Entwicklung dieser Systeme prägen.
KI als wissenschaftliches und gesellschaftliches Thema
Um künstliche Intelligenz zu verstehen, müssen verschiedene Perspektiven zusammengeführt werden. Forschende können die Modelle und ihre Grenzen erklären; Berufstätige beobachten ihre Auswirkungen auf die Arbeitswelt; Kunstschaffende und die Öffentlichkeit hinterfragen ihren Platz in der Kreativität und im Alltag. In der Diskussion geht es daher nicht nur darum, ob eine Maschine „intelligent“ ist, sondern auch um die gewählten Anwendungen, die angestrebten Vorteile und die damit verbundenen Verantwortlichkeiten.
Diese Vielfalt an Perspektiven steht im Mittelpunkt der Sendung Big Bang, die vom Wissenschaftler und Autor Christophe Galfard moderiert wird. Er begrüßt dort die Komikerin und Schauspielerin Nawell Madani sowie die Mathematiker Eric Vanden-Eijnden, Professor an der New York University und Forscher am Centre Sciences des Données der ENS, und Julia Kempe, um über aktuelle Entwicklungen im Bereich der künstlichen Intelligenz zu sprechen. Die Begegnung stellt wissenschaftliche und kulturelle Sichtweisen einander gegenüber – in einem Bereich, in dem technische Fortschritte Auswirkungen haben, die über die Labore hinausreichen.
Die Debatten über KI werden auch von den Begriffen geprägt, mit denen sie beschrieben wird. Die Wortwahl kann die Möglichkeiten einer Technologie, ihre Risiken oder die mit ihrer Entwicklung verbundenen Interessen hervorheben. Politische und mediale Kontroversen geben einen Einblick in diese Debatten, wie dieser Artikel über die Verwendung des Begriffs „künstliche Intelligenz“ in einer politischen Debatte zeigt.
Werkzeuge nicht nur anhand ihrer Leistung bewerten
Ein System, das eine bestimmte Aufgabe effizient erledigt, ist nicht automatisch für alle Situationen geeignet. Bei seiner Bewertung müssen die Relevanz der Antworten, die Fehlerquote, die Robustheit bei ungewöhnlichen Anfragen und die möglichen Folgen eines Versagens berücksichtigt werden. Außerdem gilt es, den Ressourcenbedarf für seinen Betrieb zu messen und zu prüfen, ob sein Einsatz einem tatsächlichen Bedarf entspricht.
Für Organisationen beginnt eine durchdachte Einführung mit der Festlegung konkreter Ziele: Welche Aufgaben sollen verbessert werden, welche Daten werden verwendet und wer überprüft die Ergebnisse? Die Schulung der Teams und die Einrichtung von Verfahren zur Überprüfung und Anfechtung von Ergebnissen helfen zu verhindern, dass ein Werkzeug eingesetzt wird, ohne seine Grenzen ausreichend zu verstehen. KI kann dann als Hilfsmittel betrachtet werden und nicht als automatische Entscheidungsinstanz.
Auf gesellschaftlicher Ebene geht es darum, die Fähigkeit jedes Einzelnen zu wahren, Entscheidungen, die ihn betreffen, zu verstehen und anzufechten. Dafür braucht es angemessene Regeln, unabhängige Bewertungen und eine offene Debatte über die Verteilung der Vorteile und Risiken. Die technischen Prinzipien der KI gewinnen erst im Zusammenhang mit den menschlichen Entscheidungen ihre volle Bedeutung, die bestimmen, wo, warum und unter welchen Bedingungen sie eingesetzt wird.
