Thought Leadership
KI Trends: Vom ChatGPT-Hype zum neuen Normal: Auch 2024 wird Künstliche Intelligenz unsere Gesellschaft weiter verändern. Ein Blick auf die wichtigsten Trends zeigt: Auf dem Weg zu nachhaltig tragfähigen KI-Strukturen kommt es auf neue Technologien, Datenqualität und den richtigen rechtlichen Rahmen an.
Das sind die KI Trends
Alles KI, oder was? Die Chancen und Herausforderungen der Künstlichen Intelligenz (KI) haben die Debatten dieses Jahres geprägt – und auch 2024 wird sich daran wohl nichts ändern. Besonders drei KI Trends werden dabei eine wichtige Rolle spielen:
Trend 1: Vom Staunen zum Erklären – Generative KI und Explainable AI
Mit ChatGPT trat KI Ende 2022 ins Bewusstsein einer breiten Öffentlichkeit. Und mit dem Einsatz sehr großer Sprachmodelle (Large Language Models, LLMs) wurde zugleich ein Trend gesetzt, der auch 2024 anhalten wird. Denn ChatGPT steht lediglich stellvertretend für die Potenziale von Sprachmodellen, die – trotz mancher noch erkennbarer Schwächen – in Kombination mit Reinforcement Learning menschliche Fragen erstaunlich gut beantworten können. Die Vorteile sind ebenso vielseitig wie offensichtlich: Unternehmen eröffnen sich zum Beispiel im Kundenservice neue Möglichkeiten einer schnelleren und automatisierten Kundenkommunikation, die Customer Experience wird besser und die Kosten sinken.
LLMs wie ChatGPT geben somit eine Ahnung von den Potenzialen von „Generativen KI“ (GenAI)-Modellen. Zuletzt erzielten Unternehmen und Forschungseinrichtungen in den USA und China tatsächlich bahnbrechende Resultate mit großen KI-Modellen. Aber auch deutsche Wissenschaftler und Forscher in Start-ups sind ganz vorne mit dabei – wie unter anderem die Forschungsgebiete der rund 50 KI-Lehrstühle zeigen, die sich im Munich Center of Machine Learning interdisziplinär organisieren. Aus etlichen dieser Forschungsgebiete gehen Start-ups hervor, die den Vergleich mit ihren US-Pendants nicht scheuen brauchen.
Ungeachtet der enormen Möglichkeiten von Gen AI bleibt aber dennoch die Frage spannend, in welchem Ausmaß Unternehmen Tools wie DALL-E 3 oder Midjourney tatsächlich in ihre Arbeitsprozesse integrieren werden. Entscheidend wird letztlich die Erklärbarkeit der Modelle sein. Abhilfe kann der Forschungsbereich „Explainable AI“ (XAI) schaffen. Hierbei werden Methoden entwickelt, um besser zu verstehen, welche Daten und Variablen in den komplexen Algorithmen primär genutzt werden. In diesem Kontext können gerade auch LLMs helfen, automatisiert zu dokumentieren und standardisiert Code zu schreiben – und somit die Lesbarkeit und Nachvollziehbarkeit eines Modells vereinfachen. Die Fortentwicklung von XAI geht also Hand in Hand mit der Entwicklung von GenAI. Denn Staunen war gestern. Dem Erklären gehört die Zukunft.
Trend 2: Auf die Daten kommt es an – Data Centric AI
Eine weitere wichtige Entwicklung der letzten Monate, die 2024 ebenfalls prägen wird, ist die voranschreitende Demokratisierung der KI. Kostspielige und aufwändig trainierte KI-Modelle werden durch Open Source leichter zugänglich. Unternehmen können diese weiter feintunen, mit spezifischen Prompts füttern, durch eigene, geschäftsspezifische Modelle ergänzen und sich somit am Markt differenzieren.
Ein besonders wichtiger Differentiator sind dabei die Daten des eigenen Unternehmens und/oder seiner spezifischen Partner und Kunden. Deshalb ist es schon jetzt notwendig, in die Qualität der eigenen Daten zu investieren und eine umfassende Data Governance aufzubauen. So können Unternehmen zum Beispiel mit einem Datenkatalog Klarheit über die eigenen Daten gewinnen, die Basis für ein modernes Datenmanagement über angeschlossene Datenbanken, Data Warehouses und Data Lakes schaffen und damit erste Schritte hin zu einer sicheren, effizienten und unternehmensübergreifenden Bereitstellung von Daten gehen.
Trend 3: Regeln ohne Korsett – KI & Regulatorik
Wenn wir in Deutschland und in der EU nicht den Anschluss verlieren wollen, müssen Unternehmen, Politik und Gesellschaft jedoch gemeinsam einen KI-Standort schaffen, der die Potenziale der KI im Geiste europäischer Werte entwickelt, die digitale Souveränität der EU stärkt und die Interaktion von Wissenschaft, Forschung und Wirtschaft fördert. Und der die innovativsten Köpfe davon überzeugt, in der Europäischen Union zu forschen, zu lehren und zu gründen.
Dazu braucht es auch einen geeigneten gesetzlichen Rahmen. Diesen Rahmen bietet der derzeit diskutierte Entwurf des AI Act der Europäischen Union allerdings noch nicht. Vor allem in drei Bereichen zeigt sich deutlicher Verbesserungsbedarf:
Erstens bei der Definition von Künstlicher Intelligenz, die dem Gesetzentwurf zugrunde liegt. Diese beschränkt sich nicht auf die wesentlichen Merkmale einer KI und kann somit theoretisch auch sämtliche elaboriertere Software-Systeme, etwa regelbasierte Tabellenkalkulationsprogramme oder Expertensysteme der Versicherungswirtschaft, regulieren und somit KI-Innovationen innerhalb der EU im Keim ersticken.
Ein zweites Problemfeld bildet die geplante Regulierung von Foundation Models, durch die bestimmte KI-Modelle unverhältnismäßig unter den Generalverdacht einer Hochrisikoanwendung gestellt und damit in ihrer Entwicklung dauerhaft gefährdet werden. Deutlich hilfreicher wäre dagegen eine verpflichtende Zertifizierung für Foundation Models, die in High-Risk-Systemen eingesetzt werden, sowie die Schaffung eines „Transatlantischer Rahmens“, der Europas Regelwerk mit den Vorschlägen wichtiger Akteure der Vereinigten Staaten synchronisiert.
Verbesserungsbedarf herrscht drittens auch bei der Klassifizierung und Definition von Hochrisiko-KI: Selbstverständlich müssen bestimmte Anwendungen, z. B. in kritischer Infrastruktur, strengen Auflagen unterliegen. Die im Gesetz geschaffene Kategorie für Hochrisiko-Anwendungen spannt den Bogen jedoch viel zu weit. Die Folge: KI-Anwendungen, die kein oder nur ein geringes gesellschaftliches Risiko darstellen könnten, werden überreguliert – ein Ansatz, der letztlich Know-how und Innovationsgeist aus dem EU-Markt vertreiben wird.
Wie kommen wir zu tragfähigen KI-Strukturen? Die nächsten Steps:
Die KI-Themen werden sich auch 2024 dynamisch weiterentwickeln. Dieser Dynamik muss sich nicht nur der gesetzliche Rahmen innerhalb der EU anpassen. Die Staaten und die Unternehmen müssen zusammen vielmehr auch in die notwendigen Strukturen investieren – und zwar physisch und organisatorisch. Fünf Schritte sind dabei besonders wichtig.
Erstens: der Aufbau europäischer Hochleistungsrechenzentren, speziell für die Anwendungsentwicklung und Forschung im Bereich der Künstlichen Intelligenz. Große KI-Modelle werden derzeit vor allem in den USA und China entwickelt. Den Forschern und Entwicklern in Europa fehlt derzeit ausreichender Zugang zu den erforderlichen Rechenkapazitäten. Es ist jetzt Zeit, für die digitale Souveränität aktiv zu werden!
Um diese Hochleistungsrechenzentren herum muss ein Ökosystem aus Entwicklern, Forschern und Unternehmern entstehen. Hierfür sind noch vier weitere Schritte nötig: So müssen – zweitens – ausreichende Personalkompetenzen aufgebaut werden, um die ersten großen KI-Modelle innerhalb der EU zu erschaffen. Drittens müssen Daten und Algorithmen ausgewählt werden, die den besonderen Bedürfnissen der europäischen Gesellschaften und Ökonomien gerecht werden. Viertens benötigt es eine eigenständige Organisation, welche die neuen KI-Modelle für Industrie und Forschung zur Verfügung stellt. Und fünftens müssen die europäischen Identitäten und Werte bei der Generierung von KI-Modellen berücksichtigt werden, in Verbindung mit einem Höchstmaß an Nachhaltigkeit.
Verbände und Organisationen wie der KI-Bundesverband stehen im beständigen Dialog mit der Politik und Wirtschaft bis hin zur EU-Ebene, um diese Fortschritte zu erreichen. Und die German Data Science Society fördert in Zusammenarbeit mit den Universitäten die nötigen Data Science- und KI-Ausbildungen und Kompetenzen, die dringend in der Wirtschaft benötigt werden.
Lieber wandeln als gewandelt werden!
KI wird den Wandel der europäischen Ökonomien auch 2024 weiter vorantreiben. Um diesen Wandel erfolgreich und aktiv gestalten zu können, ist ein gesetzlicher Rahmen nötig, der Innovation fördert und nicht fürchtet. Und es sind Strukturen nötig, in denen sich die Innovationskraft und das Know-how der Unternehmen entfalten und im Wettbewerb mit den USA und China dauerhaft bestehen kann.
