Zum Inhalt

KI & Gesellschaft

## KI und Gesellschaft: Eine Reflexion über Implikationen und Verantwortung

In der heutigen digitalen Ära stellt die KI eine zentrale Technologie dar, die unsere sozialen und beruflichen Interaktionen neu gestaltet. Dieses Kapitel regt zur Reflexion und Diskussion über die Auswirkungen der KI im Kontext Deiner Organisation und der Gesellschaft an. Wir haben 7 Aspekte identifiziert, die im Zusammenhang mit „KI und Gesellschaft“ diskutiert werden. Zu jedem Aspekt sind Fragen zur Selbstreflexion und zur Diskussion mit Deiner Lerngruppe zusammengestellt:

  • Arbeitsplätze und Automatisierung
  • Transparenz und Nachvollziehbarkeit
  • Verzerrungen und Diskriminierungen
  • Privatsphäre und Datenschutz
  • Digitale Abhängigkeit
  • Ethik und Wertesystem
  • Nachhaltigkeit
  • Regulierung

Arbeitsplätze und Automatisierung

KI und Automatisierung werden viele Arbeitsbereiche und Berufsfelder grundlegend verändern. Dies löst sowohl Hoffnungen als auch Ängste aus. Diskutiert wird der Verlust von Arbeitsplätzen durch Automatisierung, vor allem geringer qualifizierter Tätigkeiten im Bürobereich. Andererseits kann die Entlastung von monotonen Teilaufgaben auch Raum für kreativere Tätigkeiten schaffen. In vielen Bereichen wie z. B. der ärztlichen Diagnostik oder auch dem Umweltmanagement zeigt KI bereits heute bei vielen Aufgaben ein Leistungsniveau, das mit dem von Menschen vergleichbar ist. Neue Tätigkeiten und Berufe werden im Datenmanagement und im KI-Trainingsbereich entstehen. Insgesamt könnte es jedoch auch eine neue Polarisierung zwischen den qualifizierten Kräften geben, die die KI für sich nutzen und einsetzen und denen, die durch Nichtnutzung ihren "Marktwert" verlieren.

Reflexionsfragen:

  • Welche konkreten Auswirkungen auf Arbeitsplätze und Tätigkeiten erwartest Du in Deinem Unternehmen durch KI und Automatisierung?
  • Wie werden die Auswirkungen diskutiert?
  • Welche Chancen bieten KI-unterstützte Assistenzsysteme für die Vereinfachung bestimmter Aufgaben? Welche neuen und kreativen Tätigkeiten könnten entstehen?
  • Wie blickst Du selbst auf die Entwicklung von KI? Siehst du eher Chancen oder eher Risiken für Deine Entwicklung? Wo möchtest Du selbst von KI profitieren und sie einsetzen? Wo bist Du zurückhaltend oder skeptisch?

Transparenz und Nachvollziehbarkeit

Nachvollziehbarkeit spielt bei KI-Systemen auf zwei Ebenen eine wichtige Rolle:

  • Trainingsmaterial: Es ist nicht immer nachvollziehbar, mit welchem Material eine KI trainiert wurde. Je nach Trainingsmaterial erzeugt eine KI im Analysevorgang Verzerrungen (z. B. bezüglich Geschlechts- oder anderer Merkmale) bis hin zu politischen “Überzeugungen”.
  • Ergebnisse: Die Transparenz von KI-Systemen ist entscheidend für Vertrauen und Verantwortlichkeit. Was passiert in der Black Box zwischen einem Prompt und dem Output, insbesondere wenn auf der Basis der KI-Antworten automatisierte Entscheidungen getroffen werden. Bei heutigen KI-Systemen ist nicht nachvollziehbar, wie das Ergebnis zustande kommt. Die Forschung im Bereich “Explainable AI” verspricht hier Abhilfe zu schaffen.

Reflexionsfragen:

  • Wie stellt meine Organisation die Transparenz und Nachvollziehbarkeit von KI-Systemen sicher?
  • Können wir die Entscheidungsprozesse unserer KI-Systeme verständlich erklären oder sind sie eine Black Box?
  • Wie transparent machen wir die eingesetzten Algorithmus-Modelle und Trainingsdaten gegenüber Kunden und Nutzern?
  • Welche Überwachungs- und Prüfsysteme gibt es, um Fehlentscheidungen von KI zu erkennen und zu korrigieren?
  • Wie kommunizieren wir offen mit Kunden, wenn es doch zu Fehlern kommt?
  • Schulen und trainieren wir unsere Mitarbeitenden, um KI-Systeme kompetent zu überwachen?
  • Wie können wir als Unternehmen zu mehr Transparenz und Verständlichkeit von KI beitragen?

Verzerrungen und Diskriminierungen

KI-Systeme können bestehende Verzerrungen und Diskriminierungen widerspiegeln und verstärken, wenn die zugrundeliegenden Trainingsdaten unfair sind oder Stereotype enthalten. Häufig diskutiert wird der Einsatz von KI-Systemen bei der Bewerberauswahl oder im Finanz- und Versicherungsbereich, etwa bei der Kreditgewährung. Algorithmische Vorurteile in KI-Systemen können verschiedene Formen annehmen wie Geschlechterbias, rassistische Vorurteile und Altersdiskriminierung.

Reflexionsfragen:

  • Enthalten die Daten, mit denen KI in unserem Unternehmen trainiert wird, möglicherweise versteckte Vorurteile und Verzerrungen?
  • Spiegeln die Daten die Vielfalt der Gesellschaft wider oder nur kleine privilegierte Gruppen?
  • Wie divers und interdisziplinär sind die Teams, die KI entwickeln?
  • Welche Testverfahren gibt es, um Diskriminierung in KI-Systemen aufzudecken und zu beseitigen?
  • Wie kann mehr Bewusstsein für diese Problematik geschaffen werden?

Privatsphäre und Datenschutz

Der Einsatz von KI wirft eine Vielzahl von Fragen zum Umgang mit persönlichen Daten auf. Datenschutzverletzungen durch unsachgemäße Handhabung von KI-Systemen können gravierende Folgen haben. Es ist daran zu denken, dass viele Anbieter insbesondere kostenloser KI-Tools die Eingaben der Nutzenden für das Training ihrer Modelle verwenden. Das größte Datenschutzrisiko ist dabei, dass vertrauliche Daten aus Eingaben in Prompts unbewusst in das Large Language Modell des Anbieters gelangen.

Reflexionsfragen:

  • Welche persönlichen Kundendaten nutzen wir für unsere KI-Systeme? Sind die Daten richtig pseudonymisiert?
  • Wie transparent machen wir die Verwendung von Kundendaten durch KI? Welche Zustimmungen holen wir ein?
  • Wie stellen wir sicher, dass KI-Systeme Daten nicht unkontrolliert für unbeabsichtigte Zwecke verwenden? Welche Konsequenzen hätte es, wenn firmeninterne Daten in öffentlich zugängliche Systeme gelangen würden?
  • Werden Datenschutz-Folgenabschätzungen vor dem Einsatz von KI-Systemen gemacht?
  • Wie schulen und sensibilisieren wir unsere Mitarbeitenden zum sicheren und verantwortungsvollen Umgang mit Daten?

Digitale Abhängigkeit

Die KI hat das Potenzial, unsere kognitiven Fähigkeiten zu erweitern und Entscheidungsfindungen zu verbessern. Sie birgt aber auch die Gefahr, Abhängigkeiten zu schaffen. Mit KI in immer mehr Lebensbereichen gewinnt der fortschreitende Erwerb spezifischer Anwenderkompetenzen der Menschen an Bedeutung, um Souveränität zu erhalten und nicht gegen tiefgehende Technikabhängigkeit einzutauschen. Vereinfacht gefragt: Werden wir schlauer oder dümmer durch KI? Werden wir durch das Verlassen auf die KI in gewissem Umfang entmündigt? 

Reflexionsfragen:

  • Welche Fähigkeiten werden in einer von KI geprägten Arbeitswelt an Bedeutung gewinnen? Kreativität, Sozialkompetenz, Problemlösung, ...
  • Bieten wir Austauschforen, um Ängste vor KI abzubauen und Souveränität im Umgang mit ihr zu gewinnen?
  • Bleibt der Mensch letzte Entscheidungsinstanz bei kritischen KI-Anwendungen oder überlassen wir wichtige Prozesse vollständig dem Algorithmus?
  • Wie stärken wir die Medienkompetenz, um Fehlentwicklungen zu erkennen und ihnen entgegenzuwirken?

Ethik und Wertesystem

Die ethische Dimension der KI umfasst verschiedene Bedenken wie Fairness und Verantwortlichkeit​. Diskutiert wird, wem die KI dienen sollte: Dem Wohle aller Menschen und nicht nur weniger Konzerne. Investigative Journalisten haben auch die Arbeit von sogenannten "Clickworkers" untersucht. Arbeitskräfte aus Billiglohnländern (Kenia, Pakistan, Venezuela) trainieren Modelle, indem sie Texte und Bilder miteinander verknüpfen, was Maschinen alleine noch nicht so gut können, oder unerwünschte Antworten aus Chatbots herausfiltern. Die Globalisierung dieses Rund-um-die-Uhr-Geschäfts unterstützt eine ständige Preisunterbietung. Eine wesentliche Frage ist die Verantwortlichkeit in der gesamten Wertschöpfungskette der KI-Nutzung und wer rechenschaftspflichtig ist, insbesondere dann, wenn KI-Systeme - vielleicht sogar eigenständig - fehlerhafte oder schädliche Entscheidungen treffen? Sollten Hersteller haften? Oder die Nutzer?

Reflexionsfragen:

  • Welche ethischen Richtlinien für KI gibt es in meiner Organisation? Wer war an ihrer Erstellung beteiligt?
  • Spiegeln die Richtlinien auch meine persönlichen Werte wider wie Gerechtigkeit, Verantwortung, Schutz von geistigem Eigentum und Nachhaltigkeit?
  • Sind Prozesse vorhanden, um ethische Fragen interdisziplinär zu diskutieren?
  • Wie lässt sich die Einhaltung ethischer Prinzipien über den gesamten Entwicklungsprozess von KI-Systemen sicherstellen?
  • Welche Schulungen braucht es, um Bewusstsein und Kompetenzen zu Ethik, Verantwortung und KI zu stärken?

Nachhaltigkeit

Schon die Trainingsphase von Large Language Models erfordert in den Rechenzentren viel Energie, da riesige Datenmengen verarbeitet werden. Dazu kommt der Verbrauch von Wasser zur Kühlung. Auch in der Anwendungsphase verbraucht jede Interaktion mit einer KI mehr Energie als eine Recherche mit einer klassischen Suchmaschine. Um der steigenden Leistungsanforderung nachzukommen, wurden und werden neue Rechenzentren geplant. Die Standortwahl fällt auf Gegenden mit kühlen Temperaturen und reichlich Wasservorkommen zur Kühlung. Die Kühlung ist ein wichtiges Element, das bis zu 40% des Stromverbrauchs eines Rechenzentrums benötigt. Die für neue Computerzentren erforderliche Hardware verbraucht ebenfalls Energie und sauberes Wasser in der Produktion der Computerchips plus Wasser für die Kühlung der Produktionsstätten. An vielen Stellen wird daran gearbeitet KI-Hardware und -Software zu verbessern um weniger energieintensiv zu arbeiten. Bislang führte aber eine Steigerung der Effizienz häufig zu noch höherem Energiebedarf. Je effizienter und zugänglicher die Software, desto mehr wird sie genutzt - "Jevons Paradoxon".

Gleichzeitig kann KI einen Beitrag leisten, um den Energie- und Ressourcenverbrauch zu reduzieren. Beispiele dafür sind Überwachung, Optimierung und Voraussagen verschiedenster Prozesse in Produktion, Landwirtschaft, Energieversorgung, Bewässerung, Recycling, Transport und Logistik. Zum Beispiel kann das feine Ausbalancieren der Stromnetze sehr gut durch KI unterstützt werden: Je nach Wind, aktueller Stromauslastung, prognostizierter Stromauslastung und Speicherkapazität verfügbare Windräder zu oder abzuschalten, um die Stabilität des Energiesystems zu erhöhen. Auf der Liste der Chancen in punkto Nachhaltigkeit durch KI stehen auch energieeffizientere Hardware, verbesserte Algorithmen, die Rechenzeit einsparen, erneuerbare Energiequellen für den Betrieb von Rechenzentren, Erkennung und Abwehr von Cyberattacken sowie staatliche Regulierungen, damit Unternehmen ihre KI-Anwendungen nachhaltiger gestalteten.

Reflexionsfragen

  • Wenn du dir KI als starkes Rennpferd vorstellst - wofür wendest du es im Alltag ein? Für Rennen oder auch für Spaziergänge?
  • Bestehen bereits Anforderungen in punkto Nachhaltigkeit und Vereinbarkeit mit den Sustainable Development Goals (SDG) in deiner Organisation?
  • Was sind deine eigenen Wertvorstellungen dazu?
  • Was könnt ihr tun, um KI nachhaltiger einzusetzen?
  • Welche Schulungen braucht es, um Kompetenzen zu Nachhaltigkeit bei der KI-Nutzung zu stärken?

Regulierung

Hier ist das Spannungsfeld der Interessenausgleich zwischen Ausschöpfung der Innovationspotenziale und der Risikominimierung. Manche befürchten durch Regulierung eine Behinderung von Innovationen. Andere sehen Risiken für Gesellschaft und Demokratie, wenn KI völlig unreguliert eingesetzt wird. Wichtig in diesem Zusammenhang sind die Diskussionen um die Ebene der Regulierung, damit sie wirksam werden kann – national, europäisch, international oder branchenbezogen für besonders sensible Bereiche. Hierbei ist auch die Rolle von freiwilligen Selbstverpflichtungen bzw. Zertifizierungen als Alternative zu Regulierungen mit Sanktionen hervorzuheben.

Reflexionsfragen:

  • Wo könnten in meinem Unternehmen regulierungsbedürftige Risiken bestehen?
  • Gibt es bereits interne Regeln oder Prinzipien für verantwortungsvolle KI in meiner Firma? Sollte das ausgebaut werden?
  • Wie können hohe KI-Standards und Innovationsfähigkeit gleichzeitig gesichert werden?
  • Sollte es breite gesellschaftliche Debatten zur Regulierung geben? Wie kann man sich konstruktiv einbringen?

Kommentare