Seit mehr als zweihundertfünfzig Jahren wird das Wirtschaftswachstum von technischen Innovationen bestimmt. Zu den wichtigsten zählen die sogenannten Universaltechnologien wie Dampfmaschinen, Elektrizität oder Verbrennungsmotor. Jede dieser Erfindungen setzte eine Welle komplementärer Innovationen und Geschäftschancen frei. So entstanden im Gefolge von Verbrennungsmotoren beispielsweise Autos, Lastwagen, Flugzeuge oder Kettensägen; gleichzeitig entwickelten sich riesige Fachmärkte, Einkaufszentren, neue Lieferketten und (etwas weitergedacht) sogar neue Wohngebiete in Ballungszentren. Die wichtigste Universaltechnologie der heutigen Zeit ist die Künstliche Intelligenz (nachfolgend auch KI abgekürzt) und hier wiederum besonders das Maschinelle Lernen (ML), also die Fähigkeit von Maschinen, ihre Leistung zu verbessern, ohne dass Menschen ihnen genau erklären müssen, wie sie das bewerkstelligen sollen. Besonders in den letzten Jahren ist das Maschinelle Lernen sehr erfolgreich. Zum einen wissen wir Menschen viel mehr, als wir auszudrücken vermögen. Bei vielen Dingen fällt es uns schwer, unsere eigene Vorgehensweise zu erklären (zum Beispiel wie wir ein Gesicht wiedererkennen oder einen klugen Zug im altasiatischen Strategiespiel Go entwickeln).
Mit Big Data und Künstlicher Intelligenz wachsen bei vielen Menschen die Bedenken vor den Schattenseiten des technologischen Fortschritts. Datenerhebung und -verarbeitung sind allgegenwärtig, die Automatisierung mit Algorithmen schreitet schnell voran, und der Mensch kooperiert immer enger mit Maschinen und wird sogar teilweise schon von ihnen ersetzt. Künstliche Intelligenz verändert die Wirtschaft ebenso wie frühere Universaltechnologien. Und die Auswirkungen von KI werden im kommenden Jahrzehnt um ein Vielfaches größer sein, wenn Industrie, Einzelhandel, Logistik, Finanzen, Gesundheits- und Rechtswesen, Versicherungen, Unterhaltungsindustrie, Bildungswesen und praktisch jede Branche ihre Kernprozesse und Geschäftsmodelle auf die Nutzung von KI ausrichten. Diese Ausrichtung verändert gleichwohl die Gesellschaft, die Konsumenten, User, Verbraucher, Menschen, Systeme. Die einzig beschränkenden Faktoren liegen heute im Management, bei der Einführung der KI-Systeme (sowohl wirtschaftlich als auch politisch und gesellschaftlich) und in der Vorstellungskraft des Menschen.
Inhaltsverzeichnis
1. Einleitung
2. Ist Systemtheorie auch auf künstliche Systeme anwendbar?
2.1 Konstruktivismus: Die Welt, wie sie mir gefällt
2.2 Die Lösung liegt im System: Ressourcen- und Lösungsorientierung
2.3 Weniger ist mehr: Komplexität reduzieren
2.4 Ethische Entscheidung und anschlussfähige Handlung
2.5 Eine Theorie biologischer und physikalischer Systeme
3. Impulse zu KI-Prinzipien aus der aktuellen Diskussion um KI-Ethik
3.1 Die Informationstechniker (Globale ITs)
3.1.1 Microsoft
3.1.2 Google
3.1.3 SAP
3.2 Die Algorithmenforscher und -entwickler
3.2 1 Institute of Electrical and Electronics Engineers IEEE
3.2.2 Asilomar Conference / Future of Life Institute (FLI)
3.2.3 One Hundred Year Study on Artificial Intelligence (AI100)
3.3 Zivilgesellschaftliche Initiativen
3.3.1 OpenAI
3.3.2 Bundesverband Digitale Wirtschaft BVDW
3.3.3 Initiative D21
3.3.4 iRights.Lab & Algorithmenethik (Bertelsmann Stiftung): Algo.Rules
3.4 Politisches Parkett: EU, Bund und Länder
3.4.1 Europäische Kommission
3.4.2 Bund /KI Enquete-Kommission
3.4.3 Länder: Beispiel Nordrhein-Westfalen
3.5 Querschnitt und Abgleich
4. Lassen sich professionsethische Erfolgskriterien identifizieren?
4.1 Gewünscht, machbar und erlaubt: Partizipative Leitbildentwicklung
4.2 Etablierung im (öffentlichen) Bewusstsein
4.3 Potenzielle Ansätze einer Institutionalisierung
5. Zusammenfassung und Ausblick
Zielsetzung & Themen
Die Masterarbeit untersucht die Anwendbarkeit systemtheoretischer Konzepte auf Künstliche Intelligenz (KI) im Spannungsfeld zwischen wirtschaftsethischer Grundlegung und politischer Umsetzung, mit dem Ziel, systemische Anteile im aktuellen KI-Diskurs aufzuzeigen und Ansätze für professionsethische Erfolgskriterien zu entwickeln.
- Systemtheoretische Analyse von Künstlicher Intelligenz
- Vergleich von Ethik-Richtlinien internationaler IT-Unternehmen
- Untersuchung zivilgesellschaftlicher und politischer KI-Diskurs-Initiativen
- Identifikation von Erfolgskriterien für eine partizipative Leitbildentwicklung
Auszug aus dem Buch
2.1 Konstruktivismus: Die Welt, wie sie mir gefällt
Der Titel dieses Kapitels ist durchaus überspitzt gemeint, nichtsdestotrotz meint gefallen im konstruktivistischen Sinne eine Wirklichkeit/Welt, die gefällig ist. Der Konstruktivismus beschäftigt sich damit, wie Vorstellungen von der Wirklichkeit entstehen. Er geht von der Annahme aus, dass die Wirklichkeit, die wir zu sehen glauben, stets eine konstruierte Wirklichkeit ist. Mit anderen Worten: Es gibt keine objektive Wirklichkeit, sondern die Wirklichkeit wird durch den Beobachter einer Situation oder eines Zustands konstruiert bzw. „erfunden” und als subjektive Wirklichkeit wahrgenommen.
Diese Erfindung hängt von der individuellen (Vor-)Geschichte des Beobachters, also von Sozialisierung, Kultur, Erfahrungen, Prägungen etc. sowie der Selektion relevanter Daten ab. Eine Wirklichkeitskonstruktion findet dann statt, wenn der Beobachter eine Unterscheidung macht, die für ihn relevant ist. Somit selektiert er zwischen mehreren Alternativen, die unter Umständen ebenfalls möglich und zieldienlich gewesen wären (Kontingenz). Schlussendlich entscheiden Nutzen und Praxisetablierung, ob eine bestimmte Wirklichkeitskonstruktion sinnvoll ist. Gerade bei weichen, also subjektiven Wirklichkeitsbeschreibungen spielt es eine entscheidende Rolle, welche Unterscheidung getroffen werden, was also als relevant erachtet wird und was nicht, denn auf Unterscheidungen kann ein System sehr sensibel reagieren. Wichtige Kriterien der Wirklichkeitskonstruktion sind deshalb die Anschlussfähigkeit, die Viabilität (also Brauchbarkeit, Nützlichkeit bzw. Passungsfähigkeit) und die Zieldienlichkeit.
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung beleuchtet die rasanten Fortschritte der KI und die damit einhergehenden ethischen, rechtlichen und sozialen Herausforderungen, die einen öffentlichen Diskurs notwendig machen.
2. Ist Systemtheorie auch auf künstliche Systeme anwendbar?: Dieses Kapitel untersucht theoretische Parallelen zwischen biologischen und künstlichen Systemen, wobei Konzepte wie Konstruktivismus, Selbstorganisation und Komplexitätsreduktion im Fokus stehen.
3. Impulse zu KI-Prinzipien aus der aktuellen Diskussion um KI-Ethik: Hier werden Ethik-Richtlinien von globalen IT-Konzernen, algorithmischen Forschungseinrichtungen, zivilgesellschaftlichen Initiativen und politischen Ebenen verglichen und auf systemische Bestandteile geprüft.
4. Lassen sich professionsethische Erfolgskriterien identifizieren?: Das Kapitel diskutiert, ob und wie professionsethische Kriterien für eine partizipative Leitbildentwicklung und eine Institutionalisierung der Algorithmenethik etabliert werden können.
5. Zusammenfassung und Ausblick: Die Arbeit fasst die zentralen Erkenntnisse zusammen, reflektiert die Rolle der Systemik im aktuellen Diskurs und bietet einen Ausblick auf notwendige Schritte für einen verantwortungsvollen Umgang mit KI.
Schlüsselwörter
Künstliche Intelligenz, Systemtheorie, Algorithmenethik, Konstruktivismus, Digitale Ethik, Partizipation, Leitbildentwicklung, Maschinelles Lernen, Selbstorganisation, Komplexitätsreduktion, Verantwortung, Wissensrepräsentation, Systemische Beratung, Digitalisierung, Sozioinformatik
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert die ethischen Dimensionen Künstlicher Intelligenz aus einer systemtheoretischen Perspektive und untersucht, wie ein konstruktiver gesellschaftlicher Dialog geführt werden kann.
Was sind die zentralen Themenfelder?
Die zentralen Felder umfassen die Systemtheorie, Maschinenethik, die Analyse von Unternehmenskodizes, zivilgesellschaftliche Initiativen sowie politische Regulierungsansätze für KI.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist es, systemische Ansätze im Diskurs um KI-Ethik zu identifizieren und die Notwendigkeit einer partizipativen Leitbildentwicklung zu begründen.
Welche wissenschaftliche Methode wird verwendet?
Die Autorin nutzt eine systemtheoretische Analyse, vergleicht Ethik-Richtlinien und reflektiert diese interdisziplinär durch den Abgleich mit sozialwissenschaftlichen und systemischen Erkenntnissen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung der Systemtheorie, eine Bestandsaufnahme internationaler Ethik-Richtlinien und die Erörterung von Erfolgskriterien für eine zukunftsorientierte Algorithmenethik.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Künstliche Intelligenz, Systemtheorie, Algorithmenethik, Partizipation und Digitale Mündigkeit charakterisiert.
Welche Bedeutung kommt der Systemik bei KI-Entwicklungen zu?
Die Systemik kann durch das Aufzeigen von Interdependenzen und die Moderation von Multi-Stakeholder-Diskursen helfen, die komplexen Herausforderungen der KI-Entwicklung konstruktiv zu begleiten.
Warum betont die Autorin die Rolle von Systemikern in Ethik-Gremien?
Die Autorin argumentiert, dass Systemiker durch ihre interdisziplinäre und konstruktive Haltung besonders geeignet sind, den öffentlichen Diskurs zu moderieren und als Brückenbauer zwischen Technik und Gesellschaft zu fungieren.
- Citation du texte
- Ioanna Gogolin (Auteur), 2019, Systemische Dimensionen der Künstlichen Intelligenz. Im Diskurs zwischen wirtschaftsethischer Grundlegung und politischer Umsetzung, Munich, GRIN Verlag, https://www.grin.com/document/1174153
