Was darf künstliche Intelligenz?

Mit der zunehmenden Durchdringung unseres Alltags durch künstliche Intelligenz geht auch die Frage nach der ethischen Verantwortung einher. Ein Balanceakt zwischen Regulierung und Innovationskraft.
Bild: ©Blue Planet Studio/stock.adobe.com

Künstliche Intelligenz (KI) ist längst in Deutschlands Schwerpunktindustrien angelangt, hilft bei vielfältigen Problemstellungen und hält im besten Fall innovative Lösungen bereit. Sie zählt unbestritten zu den größten Möglichkeiten unserer Zeit, trägt zum Wohl der Gesellschaft bei, nutzt uns im Kampf gegen den Klimawandel, unterstützt bei der ärztlichen Diagnose und lässt in Bälde Fahrzeuge autonom fahren. Und gerade weil der Einsatz dieser größtenteils intransparenten Technologie immer mehr in den Fokus unseres Denken und Handelns rückt, sollten ethische Werte die Basis bilden. Sie müssen definiert werden und die weitere Entwicklung rund um KI begleiten.

„Da künstliche Intelligenz immer breiter genutzt und öffentlichkeitswirksamer wird, Problemfelder entstehen lässt und ethische Risiken birgt, gilt es diese zu minimieren. Unternehmen sollten sich deshalb in Bezug auf die KI-Nutzung zu ethischen Standards bekennen und diese bestmöglich kontrollieren“, sagt Dr. Katja Nagel, Leiterin des Global Organizational Integrity Institutes (GOII) in München.

Kühle Logik vs. moralische Vertretbarkeit

In der Gegenwart werden richtungsweisende Entscheidungen – und damit auch mögliche Fehlentscheidungen – in Unternehmen von Führungspersonen getroffen. Wenn wir in die Zukunft blicken, werden viele dieser Entscheidungen vermehrt in KI-Systemen respektive Algorithmen unterstützt oder sogar vorweggenommen. Im Personalwesen soll etwa mithilfe von KI die Auswahl von Bewerbern nicht nur erleichtert, sondern auch gerechter werden. Zeitersparnis, fairere Beurteilung, mehr Diversität – so die Annahme. Die andere Wahrheit lautet aber auch: Die Bewertung durch Algorithmen kann zu Diskriminierung führen.

Diese für den Menschen kaum nachvollziehbaren ‚Black Box-Entscheidungen‘ entsprechen der kühlen Logik des KI-Systems. Für eine gezielte Diskriminierung fehlt der Maschine aber das Bewusstsein. Sie zieht ihre ganz eigene, logische Schlussfolgerung, die der menschlichen nicht immer entspricht, aber auf ihr gründet: durch die dem KI-System bereitgestellten Informationen. Dessen müssen sich die Unternehmen zwingend bewusst sein. Wenn Künstliche Intelligenz also nicht nur technologisch revolutionär sein soll, sondern auch moralisch höchsten Ansprüchen genügen möchte, dann ist für den KI-Einsatz die Etablierung einer Strategie und eines Verhaltenskodex anhand ethischer Prinzipien unabdingbar.

Notwendigkeit eines Wertesystems

Für Verantwortungsträger bedeutet das, die Implementierung eines Wertesystems, das auf Fairness, Solidarität, Toleranz, Transparenz, Nachhaltigkeit und Gemeinwohl fußt, zu fördern. Es muss unternehmensintern auf allen Ebenen Berücksichtigung finden und transparent nach außen kommuniziert werden. Die getroffenen Entscheidungen des KI-Systems sollten wiederum die Integrität eines Unternehmens unterstützen und im besten Fall widerspiegeln.

„Die ethische Betrachtungsweise von KI-Systemen muss nun in den Fokus der Unternehmen rücken. Dabei geht es nicht darum, die Innovationkraft einzuschränken, sondern moralische

Grundsätze sicherzustellen. Das eine schließt das andere nicht aus: Bei aller technischen Entwicklung müssen die Grundwerte immer die Basis bilden und geschützt werden“, so Dr. Katja Nagel. „Und am Ende wird es sich nicht nur vertrauensbildend auf die Kunden, sondern auch nachhaltig auf den Unternehmenswert auswirken.“

Thematik: Newsarchiv
| News
Global Organizational Integrity Institute GmbH

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige