Es folgen die Vortragsslides und das Transkript des Vortrags.

Guten Abend, mein Name ist Tobias Günther, ich bin Co-Founder von Elaspix. Ich möchte meinen Vortrag beginnen mit einem Zitat: 

"Am Anfang war der Mensch. Und für eine Zeit war es gut. Aber die bürgerlichen Gesellschaften wurden bald Opfer von Eitelkeit und Korruption. Dann machte der Mensch die Maschine nach seinem Ebenbild und wurde so der Architekt seines eigenen Untergangs."

Dieses Zitat stammt aus dem Prolog der Animationsreihe „Animatrix“. Diese wurde von den Wachowski Brüdern - den Produzenten der Matrix Reihe – und anderen Künstlern als Animationsfilm entwickelt, um die Geschehnisse vor dem eigentlichen Matrix-Kinofilm zu beschreiben. Inhalt ist hauptsächlich das Zusammenleben von Mensch und Maschine und wie es ab 2090 zur Herrschaft der Maschinen und Versklavung der Menschheit kam. In meinen Vortrag möchte ich zeigen, wie weit wir heute im noch jungen Jahr 2012 von dem in Matrix beschriebenen Szenario entfernt sind. 

Für alle spürbar und für die Gesellschaften ein großes Problem ist der ständige Abbau von Arbeitsplätzen und deren Substitution durch Maschinen. Seit langem wird bereits die körperliche Arbeitsleistung des Menschen zu großen Teilen durch die Maschinen ersetzt, und seit ca. 20 Jahren auch zunehmend die kognitiven Leistungen. 

Ein eindrucksvolles Beispiel ist der Schlagabtausch zwischen Mensch und Maschine im Jahr 1997. Garry Kasparov, der damalige amtierende Schachweltmeister, wurde von einer Maschine namens Deep Blue nach 6 Runden geschlagen.

In jüngster Zeit (2011) erfolgte dann der nächste Schlagabtausch zwischen Mensch und Maschine in der Spielshow Jeopardy. Hier nahmen zwei der besten und erfahrensten Jeopardy Spieler teil, sowie eine künstliche Intelligenz namens Watson. Ken Jennings (links) hatte mit Jeopardy die meisten Matches gewonnen (74 Stück), während Brad Rutter auf der rechten Seite die größte Geldsumme (3.450.000 Dollar) in der Geschichte von Jeopardy erspielte. Der Spieler in der Mitte ist die künstliche Intelligenz Watson (wie Deep Blue gebaut von IBM), die sich gegen die menschlichen Spieler sehr gut geschlagen hat: Watson ging nach 2 Spielrunden mit einem Gesamtgewinn von 1 Million Dollar als Sieger hervor.


Beim Schachduell erscheint mir der Sieg leichter verständlich. Schach hat nur eine begrenzte Anzahl von Figuren auf einem begrenzten Feld. Eine Maschine muss nur alle Möglichkeiten für zukünftige Züge virtuell ausprobieren, um sich dann für den Besten zu entscheiden. Der Sieg der Maschine über den Menschen bei Jeopardy finde ich bemerkenswerter, da zum Lösen der Aufgabe Assoziationsvermögen, Bauchgefühl und menschliche Intuition notwendig sind. Dinge, die man einer Maschine bisher nicht zugetraut hatte. 

Zurück zur Fiktion: In Star Trek gibt es die Spezies namens Borg, die bekannt sind durch Ihre lustigen aufbauenden Sprüche, wie z.B. „Ergeben sie sich, Widerstand ist zwecklos“. Die Borg vermehren sich Virus-ähnlich und assimilieren dafür Infrastruktur und Lebewesen. Assimilation bedeutet, dass Lebewesen in das Kollektiv schnell und vollständig integriert werden und zu einer 100%-igen Arbeitsdrohne im Dienste des Borg-Kollektivs werden. 

Eine Firma, die uns allen bekannt ist, nutzt ein ähnliches Vorgehen, um sich Infrastruktur einzuverleiben, nämlich Google. Wenn bei Google ein Rechner, ein Cluster oder ein komplettes Rechenzentrum ausfällt, bemerken wir Nutzer das kaum. Die Suchanfrage dauert eventuell 2 Millisekunden länger. Andere Rechnerdrohnen springen sofort ein und überbrücken die ausgefallenen Systeme. Auch bei der Assimilation neuer Infrastruktur arbeitet Google borgähnlich. Neue Hardware wird einfach angestöpselt und konfiguriert sich dann selbst und bekommt vom Google System eigenständig Aufgaben zugewiesen, ohne dass noch ein Mensch beteiligt ist (außer für Stromstecker und Netzwerkkabel reinstecken). Das ist die erste komplett maschinelle Selbstverwaltung. Google nennt das sein USP.

In einer anderen SciFi Saga, Terminator, wurde von einem weltumspannenden Netz gesprochen. Was anfangs zum Zweck der Arbeitserleichterung für den Menschen begann, nämlich das Dienste an Maschinen ins Weltnetz ausgelagert wurden (man könnte es auch Cloud nennen) endete dann mit einer Rebellion der Maschinen gegen die Menschen.

Im Jahr 2010 fühlte ich mich zwangsweise an Terminator erinnert. An 06.05. 2010 kam es zu einem Flash Crash an der Amerikanischen Börse, bei dem der Dow Jones um 9 % absackte und in wenigen Minuten 1 Billion Dollar vernichtet wurden. Im Bericht der Börsenaufsicht wurden für diesen Crash u.a. kleine Maschinenprogramme verantwortlich gemacht, die in der Lage sind, mehrere Millionen Transaktionen pro Sekunde völlig autonom, da vom Menschen nicht mehr steuerbar, durchzuführen, um noch so kleine Kursunterschiede in kürzesten Zeitspannen profitabel auszunutzen. Das wird High Frequency Trading genannt. Einige dieser Maschinenprogramme haben sich verselbstständigt und gegenseitig auf fallende Kurse reagiert und eine Art Kaskade ausgelöst, was dann zu diesem epischen Verlust führte.

Ich bin mir sicher, einige Menschen haben in diesen Stunden bereut, dass sie der Maschine diese Macht und Autonomie übertragen haben.

Anhand dieser Beispiele möchte ich versuchen ein Muster abzulesen. Ich würde sogar von einem Gesetz sprechen: In Vergangenheit, Gegenwart und auch in der Zukunft werden wir eine ständig fortschreitende Automatisierung in allen Bereichen menschlichen Lebens beobachten können. Der erste für mich sichtbare Schritt war die Einführung des Fließbands. Man war zwar damals noch auf menschliche Arbeitskräfte angewiesen, aber der Erschaffungsprozess eines Produktes änderte sich. Während vorher das Produkt in der Hand eines Meisters Gestalt annahm, wurden nun die einzelnen Arbeitsschritte zergliedert, um kooperatives Arbeiten am Fließband zu ermöglichen. Diese Zergliederung ermöglichte in vielen weiteren Einzelschritten die Ablösung des Menschen aus dem Schaffungsprozess. Wir haben heute Fabriken, in denen menschliche Arbeitskräfte mit den hergestellten Produkten so gut wie nicht mehr in Kontakt kommen. Der Begriff Arbeiter ist demnach auch veraltet und könnte durch den Begriff Operator ausgetauscht werden, da heutige Arbeiter größtenteils mit Überwachung und Steuerung von Maschinen betraut sind.

Damit eine künstliche Intelligenz die Arbeit der Menschen übernehmen kann, muss sie genau wie der Mensch in der Lage sein, die Umgebung wahrzunehmen. Dies geschieht über Sensoren und so wird unsere Umwelt sukzessive mit immer mehr Sensorik ausgestattet, um Maschinen die Orientierung zu erleichtern. Wir sehen eine regelrechte Verschmutzung von Sensorik im Alltag des Menschen. Hierfür ein paar Beispiele: 

In London gibt es für je 14 Einwohner eine Überwachungskamera. Das aufgenommene Bild wird sofort elektronisch verarbeitet und so kann sogar ein Bewegungsprofil der Menschen erstellt werden. Laut Aussagen der Polizei London werden die Bilder mit Facebook-Profilfotos abgeglichen. Fahrzeughalter werden automatisiert abgemahnt, wenn diese ohne gültiges Ticket parken. Dazu werden die Nummernschilder der Autos eingelesen und mit den Angaben der Parkautomaten abgeglichen. Die Verbreitung von Sensorik hat aber auch in alltäglichen Dingen zugenommen. Beispiel Handy: Während vor einigen Jahren ein Handy 2 Sensoren besaß, nämlich Tasten und ein Mikrofon, haben heutige Smartphones einen ganzen Sensorwald an Bord. Neben Tasten & Mikrofon und Touchpad gibt es GPS, Magnetkompass, Lage und Beschleunigungssensoren, mindestens eine, besser zwei Kameras. Wir machen aber nicht bei Handies halt, sondern statten auch unsere Häuser, Straßen und Produkte mit immer mehr Sensoren aus.

Bald wird jedes Produkt und Verpackung mit einem RFID-Chip ausgestattet sein, allein zu dem Zweck, das Maschinen deren Existenz wahrnehmen können. Das geht sogar so weit, dass wir auch Menschen mit diesen Funk-und Detektionchips ausstatten, zwar noch nicht subkutan (unter der Haut injiziert), sondern vorerst nur als Teil des Personalausweises. 

Darüber hinaus bieten wir Maschinen noch mehr Möglichkeiten Informationen aufzunehmen und zwar über das Web. Dieser Trend, Schleusen und Datentore für Maschinen einzurichten, existiert erst seit wenigen Jahren. Wir nennen diese Datenschleusen Web-APIs und statten Facebook, Google, Twitter, Foursquare und noch weitere 4800 Datenquellen und Orte menschlicher Kommunikation damit aus, um Maschinen Zugang zu privaten und öffentlichen Daten in einer für sie verständlichen Sprache zu gewähren.

Natürlich profitieren wir Menschen stets auch selbst bei jedem kleinen Schritt, mit dem die Automatisierung zunimmt. Beispielsweise verwendet unser eigenes Produkt Showrooms die Google Shopping API, um Echtzeitinformationen von über 800.000 Produkten abzurufen. Damit können wir für unsere Kunden Showrooms in der Form von Web-Apps erstellen.

Bei all diesen vorgestellten Beispielen hat sich allerdings stets bewahrheitet, dass die Kreativität der Maschine immer beschränkt wurde von der Kreativität des Menschen, der sie programmiert hat. 

Die Arbeitsweise der KI, soweit wie wir sie heute kennen, kann am Besten durch den Chinese Room erklärt werden. Stellen sie sich vor, sie sind eine KI und haben die Aufgabe, aus einer Menge von Symbolen, hier z.B. chinesische Schriftzeichen, diejenigen rauszusuchen, die einen horizontalen Pinselstrich besitzen. Diese Aufgabe werden sie als KI mit Leichtigkeit erfüllen. So können zwar ohne Mühe Muster erkennen und Symbole manipulieren, aber den Sinn der Symbole, den Kontext in denen das Symbol verwendet wird, verstehen sie nicht, genauso wenig wie ich chinesisch verstehe. Neben den erwähnten technischen Hürden, die eine KI nehmen müsste, um eine wirkliche kreative KI zu werden, gibt es noch moralische Hürden, die uns vor den Szenarien von Matrix & Co. bewahren. Es ist schwierig, ein von der KI gesteuertes Fahrzeug durch den TÜV zuzulassen, da man nicht wirklich weiß, ob die KI in jeder Situation menschliches Leben schützen wird. Dieser Widerstand wird aber sehr schnell bröckeln, sobald unsere Gesundheits- und Pflegesysteme nicht mehr ohne robottische Pflegekräfte auskommen.

Solange die KI nicht kreativ ist, müssen wir sie auch nicht fürchten und so kann ich den Vortrag mit meiner letzten Slide schließen: „Alles wird gut“. Genießen wir die Automatisierung ohne Angst haben zu müssen, dass uns die Maschinen versklaven. 

Zum Abschluss möchte ich noch eine Empfehlung aussprechen: Falls Sie mal von jungen Menschen um Rat bzgl. Studium oder Beruf gefragt werden, können sie - als Learning aus diesem Vortrag - folgendes antworten:

Erstens, sie können Berufe wählen, welche das in meinem Vortrag behandelte Gesetz der ständig steigenden Automatisierung unterstützt, wenn nicht sogar pusht. Das wären dann Studiengänge oder Berufe wie Ingenieurswissenschaften, Mathematik, Informatik, Naturwissenschaften etc. Diese werden zumindest bis zum Jahr 2090 sehr stark nachgefragt sein :)

Zweitens: Wenn sie eine Empfehlung aussprechen möchten für Berufe, die man auch noch nach 2090 ausüben können soll, dann können sie empfehlen einen Beruf zu wählen, der in sehr hohem Maße Kreativität beinhaltet. Denn Jobprofile mit kreativen Bestandteilen werden höchstwahrscheinlich niemals von einer KI substituiert werden können. Vielen Dank!

Hinweis: Beispiele für Automatisierung in der Kreativbranche gibt es in unserem Whitepaper Automatisierte Animationsproduktion.

Quellenangaben der Bil

1. The Instructor, Prolog Animatrix,http://www.intothematrix.com/
   http://www.megachan.net/cy/src/129379773421.jpg
2. Garry Kasparov vs Deep Blue, 1997
   http://cdn.theatlantic.com/static/mt/assets/science/RTXHIOM.jpg
3. Ken Jennings, Watson & Brad Rutter, 2010
   http://projectskynet.com/wp-content/uploads/2011/02/watson1.jpg
4. Star Trek 8, First Contact http://img155.imageshack.us/img155/9937/startrekfancollectiveborg20062.jpg
5. Server Farm http://www.wallchan.com/images/sandbox/30915-server-room-dark4dd.jpg
6. Terminator 3, GameWallpaper.com http://images.fanpop.com/images/image_uploads/terminator-terminator-
   297645_1280_1024.jpg
7. CNNMoney, Ben Rooney, 2010
   http://money.cnn.com/2010/10/01/markets/SEC_CFTC_flash_crash/in
   dex.htm
8. Assembly Line, Trebor Scholz, Flickr
9. Sensors, Sensors everywhere, Andy Blumenthal
   http://netficiencycs.com/wp-content/uploads/2010/11/Three_Surveillance_cameras1.jpg
10. RFID Chip, corrente, 2008
    http://it.wikipedia.org/wiki/File:RFID_Chip_007.JPG
11. http://www.programmableweb.com
12. Showrooms, Type Panorama, Elaspix
13. Tattoo Patterns http://www.xnvx.com
    http://www.xnvx.com/data/media/74/Chinese_Signs_0506.jpg
14. Sphere City, Elaspix