Page 18 - Handbuch Digitalisierung (2. Ausgabe)

18 Kapitel 1.1 / Digitalisierung & Politik HANDBUCH DIGITALISIERUNG Künstliche Intelligenz ohne Vorurteile Die Datenqualität bestimmt die Leistungsfähigkeit selbstlernender Systeme. Kvon Andrea Martin ünstliche Intelligenz (KI) kreiert Tausende neue Möglichkeiten und stößt Türen in digitale Wel- ten auf, die vorher unerreichbar waren. Um bei diesem Fortschritt nicht den Anschluss zu verpassen, investieren viele Unternehmen derzeit kräf- tig in Funktionalitäten, die die neue Technologie mit sich bringt. Von Chatbots, die Unternehmen helfen, Ge- spräche mit ihren Kunden zu personalisieren, bis hin zu Systemen, die jahrzehntelan- ges institutionelles Wissen für ei- nen Fachexperten sofort zugänglich machen. Die Wunderwa e von intelligenten KI-Systemen: Dort Muster zu erkennen und intelligente Vorhersagen aus erhobenen Daten zu tre en, wo die kognitiven Fähigkeiten des Menschen nicht mehr ausreichen. Laut einer aktuellen Studie von IDC haben gut ein Viertel der befragten Unternehmen in Deutschland bereits KI-Projekte umgesetzt. 69 Prozent wollen in den nächsten zwölf Mo- naten neue KI-Initiativen anstoßen. Gebremst wird diese Entwicklung allerdings von einem mangelnden Vertrauen in die „denkenden Maschinen“. Viele machen sich Gedanken, ob sie den Ergebnissen einer KI-Lösung vertrau- en können und ob die neue Technologie auch allen rechtlichen Vorschri en entspricht. Im Zentrum steht dabei die Frage, ob und wie sich die Entscheidungen von selbstlernenden Maschinen nachvollziehen und überprüfen lassen. Unfaire Verzerrungen in den Daten identi zieren Die Vision ist simpel: Statt sich auf menschliche An- nahmen zu stützen, bei- spielsweise bei der Kredit- vergabe oder bei der Voraus- wahl im Bewerbungsprozess, beziehen sich die lernenden Maschi- nen auf statistische Modelle aus einer Vielzahl von Datenquellen und Parametern. Das Pro- blem dabei: Enthalten die Daten unbewusste Vorurteile, Stereotype und altmodische Rol- lenbilder, werden diese von den lernenden Algorithmen nicht nur übernommen, son- dern noch zusätzlich verstärkt. Wenn Fotos und deren Beschri ungen Kochen überwie- gend mit Frauen in Verbindung bringen, dann lernt die So ware Kochen immer als Frauen- tätigkeit zu erkennen. Die Maschinen den- ken dann genauso in Rollenklischees wie wir Menschen. Mitarbeiter müssen KI-Lösungen und die resultierenden Ergebnisse während