Thought Leadership
In einer Welt, in der Large Language Models (LLMs) lange Zeit den Tech-Expert:innen vorbehalten waren, hat ChatGPT im Jahr 2023 die Tore zur Demokratisierung dieser bahnbrechenden Technologie weit aufgestoßen.
Ohne jegliche Programmierkenntnisse kann nun jede:r Texte, Bilder, Audiodateien und Codezeilen mithilfe einer Künstlichen Intelligenz (KI) produzieren.
Im Zuge des Hypes um Generative KI hat auch die Digitalisierungsdebatte in Deutschland erneut an Relevanz gewonnen.
Die Demokratisierung von KI allgemein zielt auf die Nutzbarkeit von KI mithilfe von Low- und No-Code-Tools auch für Anwender:innen ohne spezielles, technisches Wissen sowie die gemeinsame Nutzung geprüfter Daten und den Aufbau von Wissen im Umgang mit KI im gesamten Unternehmen ab. KI gilt als wichtigste Zukunftstechnologie, doch nur magere 13,3 Prozent der Unternehmen in Deutschland nutzen sie.
Warum Unternehmen dies tun sollten und welche Trends sie auf keinen Fall verpassen sollten, um nicht den Anschluss im digitalen Wettbewerb zu verlieren, erläutern Martin Weis, Managing Partner und EMEA Head Artificial Intelligence bei der Unternehmensberatung Infosys Consulting, und Dr. Harald Gunia, Director of Applied Generative Artificial Intelligence bei Infosys Consulting.
Weiterentwicklung des maschinellen Lernens: QAI als Wegbereiter für Innovation
Aus mathematischer Sicht sind viele KI-Probleme in Wirklichkeit Probleme der kombinatorischen Optimierung. Hochkomplexe Aufgaben, für die herkömmliche Computer schlicht zu langsam sind, können von einem Quantencomputer blitzschnell gelöst werden. Quantencomputer können große Datenmengen in einem einzigen Schritt verarbeiten, Muster in den Daten erkennen sowie besser mit unvollständigen oder fehlerhaften Daten zurechtkommen. Eine Verschmelzung von Quantencomputern und künstlicher Intelligenz könnte bahnbrechende Auswirkungen haben.
Die künstliche Quantenintelligenz (Quantum Artificial Intelligence, QAI) kombiniert Prinzipien der Quantenmechanik mit künstlicher Intelligenz, um die Fähigkeiten von KI-Systemen zu verbessern. Anwendung könnte dies beispielsweise im Bereich Quantum Machine Learning (QML) finden: Algorithmen für maschinelles Lernen auf Quantenbasis nutzen hier die Leistung von Quantencomputern, um herkömmliche maschinelle Lernaufgaben zu verbessern.
Ein Quantencomputer könnte zum Beispiel große Datensätze effizient analysieren, um Muster zu erkennen und Vorhersagen zu treffen. QML könnte dazu beitragen, Logistikprozesse, die Verwaltung der Stromnetze oder Investitionsportfolios im Finanzsektor zu optimieren. Auch das Training großer neuronaler Netze könnte damit beschleunigt werden. Ein weiteres Feld der Zukunft ist die Quantum Optimization: Quantenoptimierungsalgorithmen haben das Ziel, Systeme und sich selbst stetig zu optimieren und können in der Zukunft möglicherweise zu bedeutenden Fortschritten, beispielsweise im Lieferkettenmanagement, führen.
Noch befinden sich Quantencomputer in einem frühen Entwicklungsstadium und auch praktische Anwendungen der Quanten-KI sind begrenzt. Die laufende Forschung und die Fortschritte in der Quantentechnologie versprechen jedoch wegweisende Durchbrüche im Bereich der KI.
AI Legislation – Was darf künstliche Intelligenz?
Mit dem rasanten Fortschritt im Bereich von KI-Technologien wird die Notwendigkeit umfassender KI-Richtlinien immer dringender. Derzeit gibt es weltweit mehr als 1.600 verschiedene KI-Richtlinien und -Strategien. Die Europäische Union, China, die Vereinigten Staaten und das Vereinigte Königreich haben sich als Hauptakteure im Diskurs um eine Rahmensetzung für die Entwicklung und Steuerung von KI erwiesen. Der „AI Act“ der EU ist dabei der weltweit erste Versuch mit Pioniercharakter, ein umfassendes Gesetz zur Regulierung von Künstlicher Intelligenz auf den Weg zu bringen.
Der EU AI Act enthält klare Vorgaben, welche KI-Anwendungen innerhalb der EU nicht zulässig sind, so beispielsweise Gesichtserkennung, Klassifizierung auf Basis ethnischer Kriterien oder auch Beurteilung des Sozialverhaltens. In welchem Umfang Grundlagenmodelle explizit geregelt oder biometrische Daten im Rahmen der Strafverfolgung genutzt werden, stellt eine Herausforderung dar. Die KI-Verordnung könnte voraussichtlich im Jahr 2026 in Kraft treten. Bis dahin entwickelt sich Künstliche Intelligenz jedoch weiter, weshalb mit Sicherheit überarbeitete KI-Regelungen in der EU nötig und KI-Legislation fortwährend ein Thema sein wird.
Bei der Neuentwicklung sowie beim Anlernen von KI sollten Unternehmen schon jetzt auf diversifizierte Teams hinsichtlich Geschlecht, ethnischer oder sozialer Herkunft setzen und sich proaktiv mit KI-Transparenz und -Erklärbarkeit beschäftigen. Auf diese Weise wird schon heute eine Grundlage für eine unvoreingenommene KI geschaffen, die dem technologischen Zeitgeist entspricht und bei gesetzlichen Neuerungen mithalten kann.
Augmented Working statt Mensch vs. Maschine
Künstliche Intelligenz transformiert auch die Wirtschaft und verändert die Art der Arbeit. Industrie 4.0 ist kein neuer Trend mehr und wird bereits in sämtlichen Branchen eingesetzt, um zeitaufwendige Prozesse zu automatisieren. Dies hat zumeist die Steigerung von Produktivität und Qualität, eine Kostensenkung sowie eine Erleichterung der menschlichen Arbeit zur Folge. KI hilft Unternehmen dabei, intelligenter statt härter zu arbeiten.
Aber KI kann noch mehr: KI-Technologien werden im Rahmen von Augmented Working zunehmend eingesetzt, um menschliche Expertise zu ergänzen. Ein bedeutendes Anwendungsfeld ist beispielsweise die KI-gestützte Diagnostik im Gesundheitswesen. Was früher Science Fiction war, ist heute möglich: Spezialisierte Expertensysteme aus Daten und Algorithmen unterstützen menschliche Expert:innen bei ihren Aufgaben. Die Zahl der KI-Assistenten auf dem Markt nimmt stetig zu und ist längst dem Vorurteil, nicht kreativ oder selbstständig „weiterzudenken“, entwachsen. Dies verändert, wie wir arbeiten und wird Schulungen und neue Qualifizierungen der Belegschaft in Unternehmen zum Umgang mit implementierter KI und automatisierten Prozessen unabdingbar machen.
Feindliche KI
Wäre Cyberkriminalität ein Land, wäre es die drittgrößte Volkswirtschaft der Welt. Die Kosten der verursachten Schäden werden laut des häufig in der IT-Branche zitierten US-Unternehmens Cybersecurity Ventures bis 2025 auf 10,5 Billionen US-Dollar steigen. Cyberangriffe haben ein enormes Schadenspotential, können Unternehmen in den Ruin treiben und haben bei Angriffen auf kritische Infrastrukturen wie Krankenhäuser oder Energieversorger verheerende Auswirkungen auf die Bevölkerung.
Unternehmen kämpfen häufig mit Datenlecks, einem Mangel an Cybersecurity-Fachkräften und gegen Cyberkriminelle, die sich zunehmend künstlicher Intelligenz für digitale Angriffe, Datenraub, Betrug und Spionage bedienen. Was liegt also näher, als künstliche Intelligenz mit künstlicher Intelligenz zu bekämpfen? KI und maschinelles Lernen können als computergenerierte Systeme menschliche Expert:innenteams bei der Suche nach Lösungen zur Erkennung und Beseitigung von ebenfalls computergenerierten Angriffen unterstützen.
Fazit
Im Jahr 2024 stehen wir an der Schwelle zu einer faszinierenden Ära der Künstlichen Intelligenz, die unsere Art zu leben, zu arbeiten und zu denken grundlegend verändern wird. Insbesondere Innovationen um Künstliche Quantenintelligenz und Augmented Working sowie Neuerungen im Bereich der KI-Richtlinien und Cybersecurity sind Entwicklungen, die Unternehmen im Auge behalten sollten. Eine durchdachte KI-Strategie, eine solide Datengrundlage samt zuverlässigem Datenmanagement, der Aufbau einer umfassenden KI-Kompetenz im gesamten Unternehmen sowie diversifizierte Teams beim Anlernen von KI sind Schritte, die Unternehmen schon jetzt ergreifen sollten, um langfristig global mithalten zu können.
