Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
Spätestens Mady Delvaux hat die Diskussion angestoßen, ob das bestehende Produkthaftungsregime für die mit künstlicher Intelligenz versehenen Produkte ausreichend ist. In einer von ihr initiierten Resolution des Europäischen Parlaments sprachen sich Anfang 2017 396 Abgeordnete für Folgendes aus: „to explore, analyse and consider the implications of all possible legal solutions”, sowie „creating a specific legal status for robots in the long run”. Der Begriff „robot” ist hier als Synonym für Systeme auf Basis künstlicher Intelligenz zu verstehen.
Die Resolution warf also zunächst einmal die Frage auf, ob denn die bisher bestehenden Haftungsregime in der EU ausreichend sind für die bestehenden, aber vor allem für die in der Zukunft vermuteten Eigenschaften von künstlicher Intelligenz. Die Mitglieder des Europäischen Parlaments nahmen zumindest einen Änderungsdruck in der Zukunft an, dem sie nach dem oben zitierten Vorschlag mit einem generischen rechtlichen Status für robots – mit künstlicher Intelligenz versehene Systeme – begegnen wollen. Aus deutscher Sicht bedeutet das in einer Nussschale nicht weniger als die Schaffung einer dritten, rechtlichen relevanten Person neben der natürlichen (der Mensch in seiner Rolle als Rechtssubjekt) und der juristischen Person (Personenvereinigung oder Zweckvermögen mit eigener Rechtspersönlichkeit, am bekanntesten: GmbH oder AG).
Ein großer Wurf also, den die vermeintlich so disruptiven Entwicklungen der künstlichen Intelligenz sogar auf Ebene des Europäischen Parlaments auslösen. Es bietet sich ohne Frage an, die Situation einmal umfassend zu betrachten, um die Entscheidung des Europäischen Parlaments – die übrigens bisher von der Kommission nicht aufgenommen wurde – entsprechend bewerten zu können.
Artikel vollständig lesen
Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
Anfang des Jahres haben wir die Artikelreihe „Künstliche Intelligenz” gestartet. Wir wollen damit „über den Tellerrand” schauen und versuchen, in das umfangreiche Thema „Künstliche Intelligenz” aus verschiedenen fachlichen Blickwinkeln kurz und prägnant einzuführen. Was gab es bisher zu lesen und was kommt als Nächstes? Ein Zwischenstand. Artikel vollständig lesen
Dieses Interview ist Teil der Artikelreihe „Künstliche Intelligenz”.
Künstliche Intelligenz ist seit Jahrzehnten ein beliebtes Forschungsthema. Angeblich war es sogar ein Forschungsprojekt, das den Begriff „Künstliche Intelligenz” erfunden und das Thema als Forschungsdisziplin etabliert hat: das Dartmouth Summer Research Project on Artificial Intelligence. Auch hierzulande forscht beispielsweise das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) seit 1988 zu den Methoden der Künstlichen Intelligenz. Die „Strategie Künstliche Intelligenz der Bundesregierung” soll explizit „die Forschung stärken” und „den Transfer von Forschungsergebnissen in die Wirtschaft beschleunigen”.
„Künstliche Intelligenz” ist ein interdisziplinäres Thema. Wie funktioniert das Zusammenspiel von Forschung, Rechtswissenschaft und Praxis in Deutschland? An dieser Stelle setzt RAILS an. RAILS steht für „Rechtswissenschaftliche Gesellschaft für Künstliche Intelligenz und Robotik e.V. / Robotics & AI Law Society (RAILS) e.V.”. Der Verein will die Diskussion um den Rechtsrahmen für Künstliche Intelligenz und Robotik in wissenschaftlicher Hinsicht begleiten. Wir haben mit dem Vorstandsmitglied Tina Krügel gesprochen.
Artikel vollständig lesen
Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
Künstliche Intelligenz (KI) wird häufig mit sehr futuristischen Anwendungen wie Robotern oder selbstfahrenden Autos assoziiert. Dabei steckt die KI-Technologie dieser Anwendungsfälle noch in den Kinderschuhen. Im Gegensatz dazu stoßen wir in unserem Alltag bereits häufiger auf KI als wir vielleicht denken, beispielsweise wenn wir bei Google Maps den schnellsten Weg suchen, mit Freunden kommunizieren oder Online-Einkäufe tätigen. Warum aber investieren Facebook, Google und Co. Milliarden in die Weiterentwicklung solcher Technologien?
Allgemein gesagt, kann KI aus einer Vielzahl von scheinbar ungleichen Datenquellen verborgene Muster erkennen und automatisiert Entscheidungen treffen, ohne vorher explizit dafür programmiert worden zu sein. Das eröffnet einer Vielzahl von Branchen das Potential von Effizienzgewinnen und neue Ertragsmöglichkeiten. Ausschlaggebender Faktor dafür sind zum einen die Daten, mit denen die KI lernt und zum anderen die Algorithmen, die bestimmen, wie der Lernprozess ablaufen soll. Im Folgenden wird ein kurzer Überblick darüber gegeben, welche Auswirkungen das auf die verschiedenen Branchen heute schon hat und in Zukunft haben kann. Artikel vollständig lesen
Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
Algorithmen sind nicht mit Software gleich zu setzen. Sie sind formalisierte Vorschriften, die endlich, eindeutig, verständlich, ausführbar und allgemeingültig für einen bestimmten Problembereich ausgestaltet sind. Wie diese Vorschriften notiert sind, ist nicht entscheidend. Algorithmen können mit Spielregeln verglichen werden: Ob sie als Kartenspiel, Brettspiel oder Software umgesetzt werden, ist nicht konstitutiv für die Definition eines Algorithmus.
Algorithmen sind die Basis eines Automatisierungsprozesses. Automatisierung ist so allgegenwärtig, dass sie kaum mehr auffällt. Autos, Ampeln, Geldautomaten, Türen in vielen Supermärkten, Treppen in der U-Bahn, der Fokus der Kamera und sogar Thermostate sind Beispiele für Automatisierung. Worin liegt nun die Brisanz des Themas „Algorithmus”? Was ist heute neu?
Artikel vollständig lesen
Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
Das Thema „Künstliche Intelligenz“ (KI) ist heutzutage in aller Munde und häufig fällt in diesem Zusammenhang das Wort „neuronales Netzwerk“. Was aber verbirgt sich hinter diesen Begriffen und wie hängen sie zusammen? Im Allgemeinen versteht man unter künstlicher Intelligenz Computerprogramme, die kognitive Aufgaben lösen. Zu diesen Aufgaben gehören zum Beispiel die Erkennung von Objekten, das Verständnis von Sprache oder die Entscheidungsfindung – Aufgaben, die wir tagtäglich in unserem Alltag meistern.
Eine Schlüsseltechnologie für die künstlichen Intelligenz ist das „Maschinelle Lernen“. Im Gegensatz zur klassischen Programmierung wird beim maschinellen Lernen der Algorithmus, also die Rechenanleitung, nicht vollständig durch den Programmierer vorgegeben. Stattdessen lernt der Algorithmus anhand von Trainingsdaten, eine bestimmte kognitive Aufgabe zu lösen. Das maschinelle Lernen umfasst eine Vielzahl von Ansätzen, unter denen die sogenannten künstlichen neuronalen Netzwerke „artificial neural networks (ANNs)“ eine bedeutende Rolle einnehmen, da es hier vor allem in den letzten Jahren bedeutsame Fortschritte gegeben hat.
In diesem Artikel werden wir den Aufbau sowie die Funktionsweise der ANNs erläutern. Des Weiteren diskutieren wir die aktuellen Herausforderungen der ANNs und der KI und erläutern mögliche Lösungsansätze. Artikel vollständig lesen
Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
Die frühen KI-Forscher nahmen an, dass die Lösung einer jeden Aufgabe mit einer Abfolge von „wenn-dann“-Regeln beschrieben werden kann. In der Tat waren auch relativ schnell große Erfolge zu verzeichnen. Es stellte sich aber gleichzeitig schnell heraus, dass einige Lösungen eine so große Folge von „wenn-dann“-Entscheidungen benötigten, dass dies nicht mehr von Menschen manuell erstellt werden konnte.
Gleichzeitig begann in der Informationstechnologie das Zeitalter des Wissensmanagement und kurz darauf das Zeitalter von „Big Data“.
Artikel vollständig lesen
Dieser Artikel ist Teil der Artikelreihe „Künstliche Intelligenz”.
In der Informatik werden unter dem Begriff „künstliche Intelligenz” ganz unterschiedliche Ansätze und Methoden zusammengefasst, die versuchen, geistige Leistungen von Menschen nachzubilden oder zu simulieren. Die Methoden lassen sich grob in vier Bereiche mit jeweils unterschiedlichen funktionalen Zielsetzungen einordnen:
Im Folgenden werden diese vier Bereiche und ihre Möglichkeiten übersichtsartig vorgestellt.
Artikel vollständig lesen
„Künstliche Intelligenz”: Kaum ein „Hype-Cycle”, kaum eine Studie und kaum ein Digitalisierungs-Artikel ohne sie. Dabei wissen – Hand auf’s Herz – nur wenige, was sich dahinter wirklich verbirgt – oder was nicht. Die Informatik-Wissenschaft beschäftigt sich seit Jahrzehnten mit „Künstlicher Intelligenz”. Es gibt aber bis heute keine einheitliche Definition. Und doch: Die Anwendungsbeispiele mehren sich, KI-Startups sprießen aus dem Boden und Bürger fürchten, dass Computer bald die Weltherrschaft an sich reißen. Oder jedenfalls der Hälfte von uns den Job wegnehmen.
Doch was bedeutet „Künstliche Intelligenz”? Welche Rolle spielen „Machine Learning” und Neuronale Netzwerke im Bereich der KI? Welche Auswirkungen hat KI auf die Wirtschaft? Und welche Rechtsfragen wirft der Einsatz von KI auf? Kann KI Künstler sein? Wird es bald eine eigene Roboter-Persönlichkeit geben? Diesen und anderen Fragen wird sich die Telemedicus-Artikelreihe „Künstliche Intelligenz” in den nächsten Wochen widmen. Artikel vollständig lesen