KI-Ökosystem: Wo steht Deutschland?

Ein Kommentar zum Digitalgipfel in Nürnberg am 4. Dezember 2018
Von Yvonne Hofstetter

Foto Credits: © Alexander Limbach, Fotolia.de

Wer digital sein will, kommt um das Thema Künstliche Intelligenz und Massendatenanalyse nicht herum. Aber worüber sprechen wir überhaupt, wenn wir über KI reden?

 

The big picture: KI ist keine Einzeltechnologie, sondern ein Catch-all-Konzept, das ganz unterschiedliche Technologien und insbesondere mathematische Theorien kombiniert. Wenn wir heute von KI sprechen, meinen wir meist maschinelles Lernen. Leider hat es andere KI-Paradigmen weit in den Schatten gestellt, darunter die genuin europäische Forschung zur verteilten KI aus den Nullerjahren (AgentLink-Initiativen bis 2005).[1] Der Fokus auf maschinelles Lernen hat zu einer problematischen und inadäquaten Verengung von KI auf tiefe künstliche neuronale Netze – Deep Learning – geführt, obwohl andere KI-Paradigmen bei vielen Aufgabenstellungen zu besseren Ergebnissen führen würden. Für den, der einen Hammer in der Hand hält, wird eben alles zum Nagel.

 

Maschinelles Lernen ist gleichzeitig wissenschaftliches Rechnen, mathematische Optimierung und Funktionsapproximation. Es ist für bestimmte Aufgaben gut geeignet, speziell für die Kategorisierung und Klassifizierung. Deshalb sind die Standardanwendungen der KI die Spracherkennung, Textklassifizierung, Bilderkennung, aber auch die Kategorisierung der Menschen selbst. Dass eine technokratische Gesellschaft, die Menschen in Kategorien von »guter Bürger« oder »schlechter Bürger« einteilt, zu unmenschlichen Zuständen führt, wissen wir aus unserer eigenen deutschen Vergangenheit. Für dieses Problem sind wir inzwischen hinreichend sensibilisiert.   

 

Trotzdem will sich Deutschland auf ein Wettrennen um die KI einlassen und »zum weltweit führenden Standort für KI werden«[2]. Das ist generell ein mutiges Vorhaben. Die erste Iteration von KI-Anwendungen vollzieht sich gerade an der Ostküste der USA. Für die zweite Iteration ist China sehr gut gerüstet. Wer sich heute in Europa auf den KI-Wettbewerb einlässt, wird entweder für teure US-Dollar aufgekauft, oder er lässt sich auf einen fast sicher tödlichen Wettbewerb gegen die Technologiegiganten ein.[3]

 

Unsere Welt heute ähnelt der Welt vom Anfang des 20. Jahrhunderts. Sie ist multipolar geworden. Was das Rennen um die Technologie-Führerschaft bei KI betrifft, ist trotzdem längst noch nicht ausgemacht, wer gewinnen wird. In diesem Jahrzehnt ist KI besonders wertvoll geworden, weil sie sich überall im Internet of Everything als allgegenwärtige Umgebungsintelligenz ausbreitet. Das macht sie sowohl für die politische als auch militärische Nutzung hochinteressant. Im Gegensatz zu Deutschland, dessen KI-Eckpunktepapier vom Sommer 2018 geostrategische Aspekte überhaupt nicht in den Blick nimmt, haben andere Staaten das politische und militärische Potenzial der KI längst erkannt. Besonders für Russland ist allein der militärische Einsatzkontext der KI relevant, denn Russland kann bei weitem nicht so viel in KI investieren wie andere Nationen (500M. US-Dollar bis 2020[4]).

 

KI-Führerschaft hat also keineswegs nur einen wirtschaftlichen Aspekt. KI-Führerschaft verändert den internationalen Wettbewerb und das strategische Gleichgewicht, so wie es auch schon im 19. Jahrhundert durch den enormen Produktivitätszuwachs der Ersten Industriellen Revolution zum Vorteil Europas und der USA geschehen ist.[5] KI-Führerschaft bedeutet auch nicht nur Technologieführerschaft. Technologie ist nur ein einzelner Aspekt von Innovation. Drei andere Dimensionen von Innovation sind die Kultur oder Philosophie einer Organisation (eines Staates), ihre (seine) Strukturen und (Geschäfts-) Prozesse und das spezifische Anwendungskonzept für eine KI, militärisch gesprochen: eine Einsatzdoktrin.[6] Nur wer auch diese anderen Dimensionen von Innovation beherrscht, wird KI-Führerschaft erlangen.

 

Noch dominieren die USA, aber China, Südkorea, Russland, Singapur und Israel stehen ganz oben auf der Liste der vielversprechendsten Mitbewerber.[7] Deutschland gehört nicht dazu. Kann Deutschland also den eigenen Ansprüchen gerecht werden? Wie will Deutschland KI-Führerschaft erlangen?

 

Unkonventionelle Segmetierung: Aktuell prägen vier Felder das KI-Ökosystem. Wenn Deutschland »zum weltweit führenden Standort für KI werden« will[8], auf welchem Feld soll das geschehen? Denn KI-Führerschaft ist immer auch Folge der Entscheidung, wie die Technologie eingesetzt werden soll.

  1. Da gibt es, erstens, die Algorithmiker. Das sind die – heute noch immer weltweit wenigen – Wissenschaftler aus Mathematik und Physik, die in der Lage sind, neue Verfahren oder Theorien der KI zu entwickeln. Hier darf man getrost feststellen: Deutschland nimmt eine weltweite Spitzenposition bei der KI-Forschung ein und erfüllt den eigenen Anspruch auf KI-Führerschaft.[9]
    Aber es gibt einen sehr bitteren Wermutstropfen. Wer die neuesten Publikationen der europäischen KI-Spitzenforscher liest, kann einfach feststellen, wer sie finanziert hat. Die Liste der Research Grants am Ende der Beiträge ist lang, und die Namen der Geber sind Legende. Unter ihnen befinden sich die immer selben Verdächtigen: Google, Amazon, Facebook. Ihnen gehören die von ihnen finanzierten europäischen Forschungsergebnisse. So fördert Deutschland die KI-Führerschaft seiner Wettbewerber – und nicht das eigene europäische KI-Ökosystem.

  2. Von den Algorithmikern profitieren, zweitens, die Cheerleader der KI. Dabei handelt es sich um (IT-) Beratungsunternehmen oder Integratoren. Die Cheerleader bedienen sich der frei verfügbaren KI, häufig angeboten von amerikanischen Technologiekonzernen – »Weil das jeder macht, und die Masse kann sich nicht irren!« –, oft ohne im Detail zu verstehen, wie die KI Dritter funktioniert, warum es zu den beobachteten Ergebnissen kommt und ob die Berechnungsergebnisse auch tatsächlich zutreffen. Oft fehlt es mehr am Konzept als am Einsatz von Technologie. Denn viele Cheerleader stehen selbst noch ganz am Anfang ihrer KI-Exzellenz. Trotzdem sind es die Cheerleader, die das Narrativ verbreiten, man müsse nur genügend Daten sammeln und sie durch eine KI pressen, um auf mirakulöse Weise Insights zu gewinnen, weil die KI »Modelle entwickelt«. Doch KI stellt keine Kausalketten her und entwickelt auch keine Modelle, insbesondere keine Vorhersagemodelle. Sie entdeckt nur Korrelationen, und manche davon »Geister-Korrelationen« ohne jeden Bezug zur Wirklichkeit, die sie zu repräsentieren beanspruchen.

  3. Die schwarze Kunst der KI beherrschen, drittens, die Modellierer. Im KI-Ökosystem stehen den gerade genannten Empirikern die Modellierer entgegen. Modellierer hat kaum jemand auf dem Radar, aber sie können den First Mover Advantage einer KI-Strategie schaffen – jene KI-Anwendungen, die vom Mitbewerb nur ganz schwer zu kopieren sind, weil sie eine Mischung aus mathematisch-handwerklichem Können und »schwarzer Kunst« sind. Modellierer sind diejenigen, die Korrelationen für unwissenschaftlich halten und lieber wissen wollen, was in einer KI vor sich geht. Ihre Arbeit ist von hoher wirtschaftlicher und militärischer Relevanz. Modellierer können Repräsentationen industrieller Vorgänge anfertigen, die exzellente Ergebnisse zeitigen. Ihre Arbeit käme der deutschen Industriekultur besonders entgegen, sie entspricht geradezu der deutschen DNS. Und sie ist auch besonders datenschonend. Erst wird modelliert, dann das Modell mit Daten beaufschlagt – und zwar nur mit den Daten, die auch wirklich benötigt werden.
    Im Umkehrschluss heißt das aber auch: Die Daten, die bei der öffentlichen Hand oder auch bei Forschungsinstituten vorliegen – und sowieso die Konsumentendaten, die amerikanische Technologiekonzerne in zwei Jahrzehnten gesammelt haben –, sind für Modelle der Industrie häufig unbrauchbar. Industriedaten liegen auch wegen Sicherheitsbedenken und wettbewerblichen Problemen nicht in demselben Ausmaß vor wie Daten von Personen.
    Auch bei den Modellierern gibt es Herausforderungen zu meistern:
    Deutschland verfügt nur über wenige Modellierer, weil sie nicht ausgebildet werden. Ein Modellierer muss über den ganzen Werkzeugkasten der Mathematik verfügen – über die ganze Theorie, nicht nur einen praktischen Ausschnitt daraus. Heute kann man Mathematik für Informatiker, Mathematik für Statistiker, Mathematik für Lehramt studieren – doch das ist nicht genug für die Modellierung.
    Und der Modellierer braucht ein tiefes Verständnis des operativen Problems, für das er eine KI trainieren soll: die Optimierung des städtischen Lieferlogistikverkehrs braucht einen exzellenten Logistiker-Mathematiker, eine Onkologie-KI einen Mediziner-Mathematiker, eine gesamtstaatliche Lagebild-KI der Economic Intelligence einen Ökonom-Mathematiker.

  4. Wer wird die KI-Welt der Zukunft beherrschen? Das sind die Infrastrukturbetreiber. Vor einigen Wochen hat der japanische Computerhersteller Fujitsu angekündigt, das einzige Werk, das auf europäischem Boden noch Hardware herstellt, in Augsburg zu schließen. Dann wird in Europa keine Rechenmaschine mehr gebaut. Aber auch die Modelle der Modellierer sind rechenintensiv. Sie müssen trainiert werden und brauchen Rechnerressourcen. Die bittere Pille ist: Auch hier sind es wieder dieselben amerikanischen Oligopolisten, die die nötige Hardware bereitstellen. Sollen europäische Modellierer ihre Modelle mit sensiblem Knowhow und Daten von Produktionsprozessen ihrer Industrie auf die Rechner Dritter schieben, um sie dort zu trainieren? Müssen wir uns in fremde Clouds zwingen lassen? Fremde Rechner bergen hohe Sicherheitsrisiken, die von Hackangriffen bis zur Industriespionage reichen. Aber haben wir eine Wahl? Deutschland und Europa haben das Knowhow verloren, Rechner oder Betriebssysteme selbst zu bauen. Das führt zwangsläufig zur Abhängigkeit von globalen Monopolisten.

Be smart: Wenn Deutschland digitale Führerschaft erlangen will, muss es Voraussetzungen schaffen, unter denen es gelingt, für Talente attraktiv zu sein.

  1. Dazu gehört erstens, eine Strategie zu verfolgen. Im wettbewerblichen Umfeld der KI brauchen Staaten oder auch Industrien ein Konzept, was sie mit den Möglichkeiten von KI anfangen wollen und wo im Ökosystem sie sich positionieren. Europa und seine Industrien können einen First Mover Advantage dort erreichen, wo sie traditionell stark sind: beim Engineering der Qualität von Produktionsprozessen bzw. den Produkten selbst – also bei der Modellierung. Denn KI ist nichts weiter als ein mathematisches Optimierungswerkzeug. KI erreicht qualitative Verbesserungen, auch bei manchen kognitiven Aufgaben.

  2. Dazu gehört zweitens, dass gezielt für diesen Einsatzkontext Talente ausgebildet und gehalten werden. Modellierer-Talente, also konzeptionelle Denker, sind rar. Wir müssen sie selbst ausbilden. Aber wir müssen sie auch halten. Um faire Verträge und gute Gehälter kommt niemand herum. KI-Entwicklung ist teuer, und deutsche Anbieter können sie nicht kostenlos leisten oder quer subventionieren wie amerikanische Technologiekonzerne. Hinzu treten müssen spannende Aufgabenstellungen – neue Sensorkonzepte, Aufgaben angewandter Forschung, innovative Kunden, die auch bereit sind, die Arbeitsergebnisse der Talente einzusetzen.

  3. Drittens, einmal in Brot und Lohn, gilt es, Kreativität und Verantwortung zu fördern. Wem es gelungen ist, Talente anzuwerben, steht vor der Herausforderung, ihre Persönlichkeit zu fördern. Technologen profitieren sehr davon, wenn sie einen Tag pro Woche an Themen forschen können, die nicht unmittelbar mit ihrer Beschäftigung beim Arbeitgeber zu tun haben. Das fördert den Spaß an der Arbeit und baut einen Innovationspool auf, an dem sich der Arbeitgeber bedienen kann, wenn er es will.

Richtig ist, dass Deutschland auf alles vorbereitet sein sollte, wenn es um die digitale Zukunft und besonders um die Zukunft mit KI geht. Noch ist nicht ausgemacht, wer das Feld anführen wird, und auch die großen Spieler wie die USA und China können sich eines Tages in der Situation wiederfinden, das KI-Ökosystem mit kleineren Nationen zu teilen, die ihren First Mover Advantage in einer Nische gefunden haben. Denn historisch steht eines fest: Derjenige, der weiß, wie er Technologie künftig richtig einsetzt, ist in einer strategischen Führungsposition. Daran gilt es zu arbeiten.



[1] Luck, Michael; McBurney, Peter; Shehory, Onn; Willmott, Steve (2005). Agent Technology: Computing as Interaction

A Roadmap for Agent Based Computing.

[2] Bundesregierung (2018). Eckpunkte der Bundesregierung für eine Strategie Künstliche Intelligenz. S. 1. Berlin: Bundesregierung.

[3] Rickli, Jean-Marc (2018). Interview (Interviewer: Hofstetter, Yvonne).

[4] Horowitz et al., S. 15.

[5] Horowitz et al., S. 3.

[6] Borchert, Heiko (2018). Interview (Interviewer: Hofstetter, Yvonne).

[7] Horowitz et al., S. 8.

[8] Bundesregierung, Ziffer 1a.

[9] Bundesregierung, Ziffer 1e.

 

Still thinking?

Contact us for a free trial and learn how effective it is to use HEDGE21.

EMEA

HEDGE21.com

An Alcazar Capital Brand

North Tower, 2204

Emirates Financial Towers, DIFC

PO BOX 506672, Dubai

United Arab Emirates

Email: hello@hedge21.com

 


Legal disclaimer. This website and its associated documents (the “Website”) have been prepared by HEDGE21 and/or its affiliates ("HEDGE21") solely for information purposes with regard to their currency exposure related data product (the “Data Product”) and is being furnished through HEDGE21 solely for information purposes to assist the recipient in deciding whether to proceed with further analysis of the Data Product contemplated herein.

This Website is not a prospectus and does not constitute an offer or invitation or the solicitation of an offer for the sale or purchase of any assets or shares and shall not form the basis of, or constitute, any contract or binding offer. The information set out at this Website is preliminary and should not be relied upon for any purpose.

Neither the receipt of this Website by any person, nor any information contained at this Website constitutes, or shall be relied upon as constituting, the giving of investment advice by HEDGE21 to any such person. Recipients should conduct their own review and analysis of the Data Product, its vendor, prospects, results of operations and financial condition. Past performance is not a guarantee of future results. Recipients should consider any procurement of the Data Product contemplated at this Website and its associated documents as a supplement to an overall investment program. Read more

© 2019 HEDGE21