Künstliche Intelligenz ist der Überbegriff für Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen erbringen. Darunter fallen u.a. das maschinelle Lernen, das Verarbeiten natürlicher Sprache (NLP – Natural Language Processing) und Deep Learning. Die Grundidee besteht darin, durch Maschinen eine Annäherung an wichtige Funktionen des menschlichen Gehirns zu schaffen. Dadurch sollen Computer und Maschinen in der Lage sein, zu lernen, zu urteilen, zu schlussfolgern und Probleme zu lösen. Künstliche Intelligenz sind immer datengestützte Assistenzsysteme, sogenannte schwache KI. Die Bezeichnung KI legt nahe, dass sich die technischen Systeme bereits selbst optimieren und manipulieren, dass es sich also um sogenannte starke KI handelt. Eine solche Entwicklung ist auf absehbare Zeit nicht wahrscheinlich. Die vorhandenen technischen Assistenzsysteme arbeiten aber immer an einem sehr detaillierten und klar abgegrenzten Problemen und Anwendungsgebieten. Darüber hinaus ist auch in der kognitions- und Verhaltensforschung der Begriff „Intelligenz“ nicht eindeutig definiert.
Unsere Gesellschaft befindet sich in einem Wandel, der insbesondere durch Demografie, Dekarbonisierung und Digitalisierung in Wirtschaft und Gesellschaft vorangetrieben wird. Entsprechend einer Bitkom-Umfrage vom Mai 2022 nutzen heute bereits ca. 35 % KI, IoT oder Digitale Zwillinge in ihrem Unternehmen. Weitere 22 % planen dies in nächster Zeit. Giering (2022) stellt sogar noch einen geringeren Wert fest, denn für 75 % der deutschen Unternehmen ist KI noch gar kein Thema. Dabei kommt KI insbesondere bei einfachen Tätigkeiten und bei der Datenanalyse zum Einsatz. Sie entfaltet ihr größtes Potenzial im Zusammenwirken mit dem Mitarbeitenden, indem beide miteinander agieren.
Das bedeutet, dass auf Nutzer*innen-Seite neue Kenntnisse gefordert sind, die schnellstmöglich in die Berufsbilder und somit in die Berufsausbildung einfließen müssen. Derzeit mangelt es nicht nur an Fachkräften, sondern ebenso an Fachkenntnissen in den Bereichen der Programmierung, Bereitstellung und Auswahl von Algorithmen und Datenaufbereitung, die insbesondere in Fertigungsunternehmen im Rahmen von Industrie 4.0 neue Anwendungsfelder implizieren. (Computerwoche und CIO 2021).
Aus einer Befragung von DACH-Unternehmen mit IT-Abteilung ging hervor, dass 71 % der befragten Unternehmen davon ausgehen, dass durch Industrie 4.0 neue Arbeitsplätze für gut ausgebildete Fachkräfte geschaffen werden. Dazu investieren 77 % dieser Unternehmen heute schon in die Weiterbildung ihrer Beschäftigten. Auf der anderen Seite erwarten derzeit 61 % der Betriebe, dass durch Industrie 4.0 Arbeitsplätze für gering qualifizierte Personen wegfallen werden. (Bitkom 2022)
Beim Arbeitswissenschaftlichen ATB-Kolloquium am 14.06.2022 in Chemnitz gab Prof. Wilhelm Bauer vom Fraunhofer Institut IAO einen praxisbezogenen Einblick in die Künstliche Intelligenz und deren Auswirkungen auf die Fertigung in der Automobilindustrie. Er machte deutlich, dass die Digitalisierung um ein Vielfaches folgenreicher sein wird, als die Veränderung der Antriebstechnologie im Automobilbereich.
Bei weiteren KI-Einsatzbereichen für Unternehmen sah er den Anwendungsschwerpunkt mit den größten Chancen im Bereich Personal: „Alle brauchen Fachkräfte, aber keiner hat Zeit für die Suche“. Hier kann KI helfen, z.B. durch Chatbots, wie „Künstliche Stimme“, die…
- … zur Unterstützung bei der Bewerberauswahl…
- … zur Durchführung von Bewerbungsgesprächen…
- … zur Erstellung von Trainingsunterlagen…
eingesetzt werden können. „Es gibt jedoch nur ein Problem in den Bereichen Digitalisierung und KI, das ist die Qualifizierung: Wir haben die Leute, die es kennen, aber wir brauchen die Leute, die es können!“, so Prof. Bauer. „Erforderlich sind flexible und agile Arbeitsorganisationen: Wandel ist notwendig und Not macht wendig!“ und „je kleiner das Unternehmen, desto mehr müssen sie selber machen.“
Bei den Risiken zeigt Prof. Bauer auf, dass derzeit empathische, soziale und kreative Aspekte von KI und von Problemlöseprozessen (noch) nicht abbildbar sind. Daten sind zu aufzubereiten und zu bewerten, bevor sie im KI-Modell verarbeitet werden können. Dazu ist immer noch menschliche Intelligenz notwendig. Aber „die Arbeitswelt wird spannender, lästige Tätigkeiten werden automatisiert und der Mensch kann sich anspruchsvollen Aufgaben widmen.“
