Ein Gastbeitrag von Peter Fettke (DFKI)

Künstliche Intelligenz in Deutschland

Der Begriff »Künstliche Intelligenz« wird hierzulande immer gebräuchlicher. Das tatsächliche Wissen darüber ist jedoch höchst unterschiedlich vorhanden – es schwankt zwischen einfachen technischen Hilfsmitteln bis hin zu komplexen Zukunfts-Dystopien. Grund genug, beim Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) einmal nachzufragen.

ITmagazin 1/2019

Dr. Peter Fettke

Dr. Peter Fettke ist Professor für Wirtschaftsinformatik an der Universität des Saarlandes und Research Fellow am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Er ist Leiter der rund 30-köpfigen Forschungsgruppe »Geschäftsprozessmanagement« am DFKI in Saarbrücken. 

   

Was ist eigentlich Künstliche Intelligenz?

Das »Dartmouth Summer Research Project on Artificial Intelligence« von 1956 gilt allgemein als die Geburtsstunde der Künstlichen Intelligenz (KI). Zurzeit erleben wir einen regelrechten KI-Hype. Gleichwohl sind Themen der KI-Forschung erheblich ausdifferenzierter, als die aktuelle Modewelle vermuten lässt:

  • Spracherkennung und Verstehen natürlicher Sprache:
    Wie kann natürliche Sprache maschinell erkannt und verstanden werden?
  • Bildverarbeitung und Bilderkennung:
    Welche Gegenstände befinden sich auf einem Bild?
  • Expertensysteme:
    Wie kann das Wissen menschlicher Experten in einer bestimmten Domäne maschinell nutzbar gemacht werden?
  • Robotik:
    Wie sind Maschinen zu konzipieren, die vollständig autonom im Raum agieren?
  • Musteranalyse:
    Welche Zusammenhänge lassen sich in Daten erkennen?
  • Process Mining:
    Wie kann aus der Fülle betrieblicher Ereignisse der tatsächliche betriebliche Prozessablauf konstruiert, analysiert oder vorhergesagt werden?

Die Forschungsanstrengungen sind dadurch geprägt, dass bestimmte Methoden und Techniken für die maschinelle Lösung klar umrissener Aufgaben eingesetzt werden. Auch wenn einzelne Protagonisten das Erschaffen einer »Super-Intelligenz« propagieren, ist es erklärtes Ziel vielfältiger Forschungsbemühungen gerade nicht, einen modernen Homunkulus zu bauen. Vielmehr sollen intelligente Maschinen gezielt menschliche Handlungen automatisieren oder unterstützen.

Forschung in Deutschland im internationalen Vergleich

Die Einschätzung zum Forschungsstand in Deutschland hängt davon ab, welche konkreten KI-Techniken und Anwendungsfelder betrachtet werden. Gleichwohl kursieren in der Öffentlichkeit viele plakative Meinungen, die einer fundierten Analyse oft nicht standhalten. Häufig wird angeführt, dass die großen US-amerikanischen Internetkonzerne KI-Abteilungen aufgebaut haben, die in Deutschland kein Pendant haben. Dabei darf nicht vergessen werden, dass neben Anwendungen in sozialen Medien und dem Internethandel weitere bedeutende Wirtschaftsbereiche existieren, in denen KI genutzt wird. Hier sind insbesondere klassische Ingenieursprodukte wie Automobile, (Land-) Maschinen, Haushaltsgeräte und Medizinprodukte zu nennen. In diesen Bereichen verfügt Deutschland über hervorragende Hersteller und arbeitet bereits intensiv daran, derartige Produkte mit KI zu veredeln. Auch besitzt Deutschland im Bereich betriebswirtschaftlicher Anwendungen und zugehöriger technischer Ökosysteme eine führende Rolle, die hervorragende Möglichkeiten zur Erforschung und Anwendung von KI bietet.

Der Blick nach Fernost, insbesondere China, zeigt, dass dort mit staatlichen Mitteln gewaltige Infrastrukturen aufgebaut werden, um das öffentliche Leben mithilfe von KI zu verändern. Die meisten Menschen in Europa und Deutschland können diesen datenhungrigen KI-Anwendungen und ihrer Erforschung allerdings keine positiven Seiten abgewinnen. Insofern erscheint es zweifelhaft, derartige KI-Anwendungen und Forschungsbemühungen als fortschrittlich anzusehen.

Die aktuelle Aufmerksamkeit an KI wird sehr stark von maschinellen Lernverfahren getragen, die auf großen Beständen von Text-, Bild- und Videodaten basieren. Zwar ist unstrittig, dass maschinelles Lernen zu erheblichen Leistungssteigerungen geführt hat. Andererseits ist zu beachten, dass in anderen Anwendungsbereichen keine Daten zum maschinellen Lernen vorliegen oder relevant sind. Man denke beispielsweise an Anwendungen, wo bekannte physikalische Zusammenhänge oder normative Vorgaben des Gesetzgebers zu berücksichtigen sind. Warum sollten (physikalische) Gesetze aus Daten erlernt werden, um sie maschinell verarbeiten zu können? Hier sind klassische Methoden der Wissensrepräsentation erheblich Erfolg versprechender. Anders formuliert: Maschinelles Lernen ist nur ein Teilgebiet der KI-Forschung, was aber gerne in der öffentlichen Diskussion vergessen, oder sogar von einzelnen Diskutanten bewusst unterschlagen wird.

Ergänzend sei noch ein prägnantes Beispiel für die Leistungsfähigkeit der deutschen KI-Forschung angeführt: Wolfgang Wahlster, langjähriger wissenschaftlicher Leiter des seit über 30 Jahren erfolgreichen Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), hat im Jahre 2001 (!) für sprachverstehende Computer als Dialog- und Übersetzungsassistenten den deutschen Zukunftspreis gewonnen. Den Weitblick der damaligen Forschung zeigt eindrucksvoll das inzwischen fast 20 Jahre alte Erklärvideo (siehe: http://www.deutscher-zukunftspreis.de/de/nominierte/2001/team-4). Aus diesen Forschungsarbeiten sind sehr erfolgreiche Spin-off-Unternehmen hervorgegangen. Bedauern kann man natürlich, dass keiner der Firmennamen eine ähnliche Strahlkraft erlangt hat, wie die Namen der US-amerikanischen Internetgiganten.

Anwendungen der KI in der Finanzwirtschaft

KI wird zurzeit als eine Basis- oder Schlüsseltechnik verstanden, die in einer Fülle von Anwendungsbereichen wie Automobil, Bildung, Energie, Medizin und Recht erfolgreich eingesetzt wird. Auch finden sich finanzbetriebswirtschaftliche Anwendungen in Funktionen zur Finanzierung und Investition sowie im Zahlungsverkehr und Risikomanagement. Darüber hinaus gibt es diverse Anwendungen bei Banken, Sparkassen und anderen Finanzinstitutionen. Exemplarisch zu nennen sind: Kundenbewertung, Kredit- Scoring, automatisierte Fallbearbeitung, Anomalie-Erkennung in finanzwirtschaftlichen Abläufen, maschinelle Belegerkennung, Verarbeitung und Auswertung sowie natürlichsprachliche Dialogsysteme für die Kundeninteraktion.

Ist KI besser als die menschliche Intelligenz? »Noch lange nicht, aber…« wird man wohl sagen müssen. Denn viele Anwendungsfelder sind klar abgegrenzt, stark geprägt durch ein fachspezifisches Vokabular, beruhen in vielen Teilbereichen auf großen Datenmengen und viele Aufgaben sind hoch repetitive Routinetätigkeiten. Das alles sind beste Voraussetzungen für eine Automatisierung, bei der KI eine zentrale Rolle einnehmen wird.

 

Podcast-Tipp:

Wer mehr über den Stand der Forschung zur KI in China und zum dortigen Social-Scoring-System wissen möchte, kann sich diesen Podcast anhören. Dort kommt auch Hans Uszkoreit, wissenschaftlicher Direktor des DFKI und zuständig für die Kooperation mit China, zu Wort.

Lese-Tipp:

Zu den Auswirkungen der KI auf die Finanzwirtschaft hat die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) eine Studie erstellt.
Sie ist hier kostenlos downloadbar: www.bafin.de