Überblick KI#
Der Begriff Künstliche Intelligenz (KI) wurde bereits 1956 eingeführt.[1] In den 60er Jahren schloss sich der erste Hype an, z.B. um das Computerprogramm ELIZA [Weizenbaum, 1966] ( The First Ever AI Chatbot: ELIZA, 1966) - allerdings nur in einem kleinen Forscherkreis. Die breite Öffentlichkeit erfuhr eher selten etwas von diesem Forschungsgebiet. Einen begrenzenden Faktor für die schnelle Weiterentwicklung der Forschung stellte der zugrundeliegende technologische Stand dar: die Rechenleistung der Computerchips (Transistoren) und ihre Verknüpfung zu großen Einheiten (Server, Internet, Cloud). Erst parallel zu deren riesigen Fortschritten erfolgte ein Aufblühen der KI-Forschung mit zentralen Forschungserfolgen, die die Grundlage für die heutigen Systeme bilden, z.B. Support Vector Machines [Cervantes et al., 2020], Long Short-Term Memory [Hochreiter and Schmidhuber, 1997], Random Forest [Breiman, 2001], Deep Learning [Hinton et al., 2006].
Die Verarbeitung wirklich großer Datenmengen (Big Data) wurde möglich, während gleichzeitig die “Computer” immer kompakter wurden (Standrechner, Personal Computer, Notebook, Tablet, Smartphone). Den technologischen Entwicklungen folgte eine marktwirtschaftliche Machtkonzentration in den USA und zuletzt in China, die heute insbesondere europäische Staaten um ihre digitale Souveränität bangen lässt.[2] Infolgedessen ergeben sich Abhängigkeitsstufen – USA und China vs. Europa, globaler Norden vs. globaler Süden –, die für eine nicht-profitorientierte, unabhängige Forschung kritische Folgen haben können. Zu den Problemfeldern gehören u.a.:
Zugang zu Rechenleistung und Daten (offen vs. proprietär)
Infrastruktur (Zugang, Kosten und Konkurrenzfähigkeit)
Datenschutz und Datensicherheit
Transparenz (Qualität, Einhaltung von Vorgaben, Funktionsweise)
Bias (Verzerrungen, Gegenmaßnahmen)
Finanzierung von Projekten und Personalgewinnung
Im Alltag sind KI-Anwendungen - mit mehr oder weniger KI - inzwischen ubiquitär. Gezahlt wird meist mit Daten und eine wirkliche Wahlfreiheit, welche Applikationen man eigentlich auf seinen Geräten haben möchte, besteht nur begrenzt und setzt außerdem Wissen, in Teilen finanzielle Möglichkeiten und bewusstes Gegenwirken voraus.
Was ist KI?#
Grundsätzlich wird gerne zwischen schwacher, eng begrenzter und starker, übergreifender KI unterschieden.[3] Kaplan und Haenlein definieren KI wie folgt:
“Artificial Intelligence (AI) [is] as a system’s ability to interpret external data correctly, to learn from such data, and to use those learnings to achieve specific goals and tasks through flexible adaptation.” [Kaplan and Haenlein, 2019, 1]
Wichtig ist hier der Hinweis auf ein KI-System[4], d.h. die Zusammenführung verschiedener Hard- und Software Komponenten, die die Eingabe (Endgerät, Interface), Verarbeitung (KI-Modell, Datenbank) und Ausgabe (Interface, Endgerät) von Daten ermöglichen. In der KI-Verordnung (KI-VO) aus dem Jahr 2024, Artikel 3, Absatz 1 heißt es:
AI system’ means a machine-based system that is designed to operate with varying levels of autonomy and that may exhibit adaptiveness after deployment, and that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments; […]”
KI-Systemen wird also mitunter sehr viel Einfluss eingeräumt, wenn sie z.B. aus den vorliegenden Daten anhand meist nicht näher überprüfbarer Verfahren zu Schlüssen kommen, die das Leben einzelner oder ganzer Gruppen beeinflussen können (Bsp.: Predictive Policing, Bewerbungsverfahren, Wohnungssuche). Aus diesem Grund hat das Europäische Parlament in der KI-VO Risikoklassen für den Einsatz von KI-Systemen festgelegt, um den gravierenden Auswirkungen auf das Leben Einzelner vorzubeugen (KI inder Forschung ist weitgehend ausgenommen). Viele, insbesondere die großen Technologiefirmen sind mit diesem Regulierungsansatz unzufrieden, weil er nicht nur Einiges an Bürokratie mit sich bringt, sondern weil er ganze Anwendungsfelder (Bildung) weitgehend aus Datensicht unerreichbar macht.
Was ist KI-Forschung?#
Es gibt verschiedene Arbeitsgebiete in der KI-Forschung:
Sprach- und Bildverarbeitung (Natural Language Processing, Computer Vision)
Wissensrepräsentation, Entscheidungsfindung (Autonomous Systems)
Lernen (Machine Learning, Deep Learning)
Planung und Steuerung, Bewegung von Objekten (Robotics)
Ethik
Wenn man den Begriff KI-Forschung weiterfasst, gehören auch alle Forschungsgebiete dazu, die den KI-Einsatz beforschen, wie bspw. im Bildungsbereich. Es handelt sich also um Forschung an und über KI.