In der vergangenen Ausgabe habe ich hier mit Philipp Klöckner einen der profiliertesten Startup-Investoren und Wirtschaftspodcastern zu Gast gehabt. Und wir haben über den Status Quo der künstlichen Intelligenz gesprochen. Und das ist auch das Thema der aktuellen brand eins. Und in dieser Ausgabe hier folgt ein Realitätscheck mit einer bekannten deutschen KI-Forscherin. Einer der bekanntesten, so viel kann man, glaube ich, sagen.
Christian Bollert ist mein Name und den Namen unseres gemeinsamen Podcasts, den kennen natürlich auch die verschiedenen KI-Sprachmodelle. Der brand eins Podcast: Wirtschaft anders denken. Jede Woche bei detektor.fm.
Alke Martens beschäftigt sich seit drei Jahrzehnten mit künstlicher Intelligenz und sie hält die Technologie für überschätzt. Martens ist Professorin für praktische Informatik und Didaktik der Informatik an der Universität in Rostock. Und seit fast zwei Jahren erklärt sie die Technologie auch auf Instagram und TikTok verständlich, kritisch und mit großem Erfolg. Ihr folgen dort hunderttausende Menschen. Alke Martens ist für ihre Arbeit gerade für den Grimme Online Award in der Kategorie Wissen und Bildung nominiert worden. Und dieser kleine Schlenker sei hier erlaubt: Unser Sachsen-Anhalt-Projekt dazwischen ist übrigens auch für den Grimme Online Award nominiert worden. Damit ist in diesem Jahrgang mal wieder ein Angebot vom Podcast Radio detektor.fm mit dabei. So bestimmt.
Einschätzung zur Technologie
Und warum hält Alke Martens die Technologie eigentlich für überschätzt? Das sind Fragen, die ich dankenswerterweise direkt mit ihr persönlich besprechen kann. Und ich sage Hallo und herzlich Willkommen im brand eins Podcast, Frau Martens.
Hallo, Dankeschön, dass ich hier sein darf. Was wird denn aus Ihrer Sicht überschätzt? Na, das, was aus meiner Sicht überschätzt wird, ist, dass das, was wir seit 2023 haben, also diese großen sprachverarbeitenden Modelle, dass das keine Intelligenz im Sinne einer menschlichen Intelligenz ist. Das wird uns ja verkauft, als wären jetzt dort intelligente Computer am Gange. Und es wird uns auch suggeriert, dass wir langfristig viele Arbeitsbereiche einstellen könnten, dass wir viele Arten von Jobs auch verlieren werden. Das ist ja nicht immer nur so, dass uns da Rosen in den Weg gestreut werden, sondern es wird auch gesagt, die Welt wird sich verändern. Und diese KI-Systeme werden künftig als quasi Assistenten, digitale Assistenten einer menschlichen Alltagswelt, aber auch einer menschlichen Berufswelt und auch einer wissenschaftlichen Welt agieren können. Und das sehe ich nicht, um es kurz zu sagen.
Kritische Betrachtung der Modelle
Und warum sehen Sie das nicht? Das sehe ich deswegen nicht, weil diese Modelle nach wie vor eine sehr starke Verkürzung der Realität haben. Notwendigerweise sind es Computermodelle, das ist völlig klar. Sie haben aber auch eine sehr starke Fokussierung auf eine ganz bestimmte Art von Sprachmodellen. Und wir konnten jetzt zum Beispiel erkennen, anhand dieser Ergebnisse aus den mathematischen Berechnungen, die OpenAI der mathematischen wissenschaftlichen Community gerade so vor die Füße gespuckt hat, dass die Wissenschafts-Community mit diesen Ergebnissen vergleichsweise wenig anfangen kann.
Bei menschlichen Arbeiten und bei menschlicher Forschung geht es ganz häufig um den Weg, um das Ziel zu erreichen und nicht nur um das Ziel. Die KI-Systeme, die wir heute benutzen, sind Produktherstellungssysteme. Und es ist die Frage, ob wir die wirklich in dieser Form wollen, wie wir sie jetzt angeboten bekommen.
Aber wenn man jetzt so die allgemeine Debatte verfolgt, da heißt es immer: Na ja, vor ein, zwei Jahren war das so, da kam das Ergebnis raus und man wusste nicht, wie es geht. Aber jetzt ist es doch schon beeindruckend und es wird alles viel, viel besser. Also glauben Sie nicht, dass das in ein, zwei Jahren dann vielleicht doch so viel besser ist, wie die Versprechen zumindest der Konzerne lauten?
Ich mache das mal umgedreht. Also die KIs, die wir jetzt haben, die basieren auf Datensammlungen, die mit einer sehr hohen Wahrscheinlichkeit aus 2016 kommen und mit einer gewissen Wahrscheinlichkeit sogar seit dem Existieren des Internets aufgebaut worden sind. Das Buch von Crawford, „The Atlas of the AI“, das gibt es auch genauso in Deutsch, „Der Atlas der KI“, gibt zum Beispiel da tiefere Einblicke, seit wann Datensammlungen passieren.
Datenproblematik
Und wenn wir jetzt mal das einfachere Modell annehmen und sagen, die Google-Datensammlung zum Beispiel seit dem Jahr 2016, das bedeutet, wir hatten im Jahr 2023 eine Datensammlung, die war clean, da waren keine KI-generierten Ergebnisse drin. Und diese Datensammlung seit 2016, also 16 bis 23, sind einfach mal sieben Jahre Daten gesammelt, die vergleichsweise sauber sind. Von da ab wurden aber zunehmend mehr KI-Daten im Internet verbreitet. Das bedeutet, wir haben keine sauberen Daten mehr.
Und dann frage ich Sie, auf was für Daten sollen denn diese künftigen, so hyperintelligenten KI-Systeme laufen? Wo sollen denn die Daten herkommen, die besser sind als das, was wir bis jetzt haben? Das heißt, der, ich sag mal so flapsig genannte KI-Slob, ist das eigentliche Problem der KI, weil sie sich selber sozusagen immer weiter verwässert.
Das sind zwei Aspekte. Das eine ist der KI-Slob. Das bedeutet, der KI ist das egal, wo ein Text herkommt, ob der Text aus der KI kommt oder ob der aus einem Menschen kommt. KI-generierte Texte haben aber bestimmte Wortwahl, bestimmte Struktur und so weiter. Und wenn ich darauf trainiere, dann bekommt das zu viel Gewicht. Da werden die Modelle, die zugrunde liegenden neuronalen Netze, wenn die darauf trainieren, werden die schlechter statt besser.
Und die menschlichen Daten, die gesammelt werden, die sind ja auch sehr stark mit verschiedenen Formen von Bias durchzogen. Also die Daten haben einen bestimmten Ursprung, der bestimmte Personengruppen kategorisch ignoriert, zum Beispiel. Die haben auch ein bestimmtes Wording drin, wie man im Internet Blogs schreibt oder wie man im Internet oder in Social Media interagiert.
Und diese Art von Kommunikationsstrukturen, die ist im Internet vorhanden, genauso wie alle von der Firma geklauten Bücher, sozusagen, die auch in den KIs verwurstet werden. Aber das wird qualitativ nicht gravierend besser, wenn man nicht an der zugrunde liegenden Software massiv anfängt zu arbeiten. Also wenn man die zugrunde liegende Software nicht nochmal komplett neu denkt. Und das findet in dieser Form momentan nicht statt. Jetzt gerade geht es nur um besser und schneller und schöner.
Wirtschaftliche Aspekte
Wir sind ja hier im Wirtschafts-Podcast und international kommt man bei den Zahlen ja kaum noch hinterher. Und selbst wenn man nur mal so auf Deutschland schaut, sind die Summen ja wirklich immens. Angeblich fast 30 Milliarden Euro sollen deutsche Unternehmen allein in diesem Jahr für KI ausgeben. Das wäre nochmal fast die Hälfte mehr als im vergangenen Jahr. Und gleichzeitig fragen sich immer mehr Unternehmen und Unternehmerinnen ja auch, ob sich diese Investitionen überhaupt rechnen. Das haben wir beispielsweise letzte Woche ja auch mit Philipp Klöckner hier schon ein bisschen diskutiert.
Sehen Sie denn gar keinen konkreten wirtschaftlichen Nutzen der aktuellen Modelle? Das ist wirklich eine schwierige Frage. Also aktuell ist es tatsächlich so, dass man sagt: Software looks for application. Also die Software wurde rausgehauen, könnte man im Grunde sagen, natürlich mit einem starken wirtschaftlichen Interesse, aber nicht entsprechend eines wirtschaftlichen Bedarfs.
Also sie wurde nicht entwickelt, weil eine Gruppe von 20 Unternehmen aufgestanden ist und gesagt hat, wir möchten jetzt einen idealisierten Chatbot für die automatische Anrufannahme entwickeln. Das war nicht die Aufgabe, sondern es war die Aufgabe: Wir wollen etwas bauen, was quasi avatar-like sich mit Menschen unterhalten kann. Und das war die Vision der dahinter stehenden Unternehmen.
Wenn es jetzt um diesen Aspekt der Sprachgenerierung und der Bildgenerierung geht, das, was wirklich unglaublich viel besser funktioniert, sind zum Beispiel automatische Transkripte. Wenn ich jetzt sage, ich möchte eine Sitzung aufzeichnen und möchte das hinterher in Text umwandeln, um das abzulegen, das funktioniert super. Da kann man auch automatisiert Protokolle daraus generieren.
Was auch funktioniert, sind KI-Chatbots für automatische Anrufannahme oder KI-Agents, um Termine zu verabreden. Aber das ging auch schon vorher. Das ging auch schon vor diesen großen Large Language Models. Insofern ist da jetzt kein Hexenwerk drin.
Investitionshöhe und menschliche Prozesse
Und meine Welt sieht so aus: Für mich ist die Investitionshöhe für diese Art von Software deutlich überzogen. Das ist sinnlos. Die Prozesse, die uns durch diese Art von Software in den Unternehmen klar werden, sind vor allen Dingen die Fokussierung auf zwischenmenschliche Prozesse. Also Workflows, Arbeitsabläufe, Kommunikation sind sehr viel stärker ins Bewusstsein getreten in den Unternehmen, mit denen ich arbeite, weil sie versucht haben, das über KI zu ersetzen und feststellen, es funktioniert nicht.
Und dann gibt es solche Aspekte, die uns Menschen wirklich beschädigen. Das bedeutet, Aufgaben übertragen an die KI im Brainstorming- und Kreativbereich, das geht nach hinten los, um es mal so zu sagen. Da gibt es dann Effekte, die man auch heute ansatzweise schon ein bisschen messen kann, dass Menschen sich dann zunehmend mehr hin entwickeln zu: Na, ich schreibe die E-Mail nicht mehr selber, weil das ja viel besser klingt, wenn die KI das macht. Das ist dann Kompetenzverlust auf Seiten des Menschen.
Und am Ende des Tages ist das immer noch so, dass man nicht genau weiß, wofür man die Dinger braucht. Sie könnten dienen als eine Erweiterung einer Suchmaschine. Also die Suchmaschinen, die suchen eben nach Inhalten auf der Basis von dem World Wide Web. Und das kann mühsam sein. Und die KI macht jetzt dort einen Gewinn aus, wenn ich sage, irgendjemand hat mal irgendwas gesagt und dann gebe ich diese Phrase in eine KI ein und die KI hat eine hohe Chance, das wiederzufinden. Da ist die KI ein Gewinn.
Aber es ist die Frage, ob diese große Maschinerie, die dafür angeschmissen wird, diese Antwort wirklich rechtfertigt. Denn in der anderen Welt hätte ich die auch gefunden mit ein bisschen mehr Aufwand.
Gesellschaftliche Verantwortung und Ausblick
Alke Martens, Professorin für Praktische Informatik und Didaktik der Informatik an der Universität Rostock im brand eins Podcast. Und wir sprechen noch weiter über die gesellschaftliche Verantwortung der Tech-Konzerne, über Chancen und Risiken von KI und natürlich auch darüber, wie wir KI nutzen können, ohne das eigene Denken zu verlernen.
Zum Beispiel über E-Mail schreiben, haben wir gerade gehört. Frau Martens, wenn man das jetzt mal weiterdenkt, was Sie gerade so beschrieben haben, dann sind Sie ja ganz klar der Meinung, diese Milliarden, teilweise ja noch mehr, sind eigentlich eine Blase. Das kann man so stehen lassen.
Aber ich glaube, jetzt gehen wir von dem Wissen zum Glauben. Also ich halte es für eine Blase aufgrund der Fakten, die mir vorliegen. Ich befürchte aber, und das ist jetzt das Glauben, da drin, dass diese Blase nicht mit einem lauten Knall platzen wird, so wie die Dotcom-Blase dereinst, sondern dass es sehr viel mehr leise passieren wird, weil die dahinter stehenden Unternehmen derartig viel auch politischen Einfluss haben, dass es niemals zugegeben wird, dass das nach hinten losgegangen ist, was sie dort versucht haben.
Das wird ein politisches Instrument bleiben. Und es wird auch sehr, sehr stark, und das passiert jetzt nicht in der vordersten Front, sondern es wird sehr, sehr stark in Überwachung investiert. Und Überwachung bedeutet zum Beispiel, wenn ein Unternehmen mit einer KI arbeitet, wie zum Beispiel ChatGPT oder Claude, und die Anfragen gehen in die USA, dann sind alle die Sachen, die die Unternehmen als Informationen dort reingeben, die sind danach in dem Hoheitsbereich der betreibenden Unternehmen, also OpenAI und Anthropic, jetzt für diese Beispiele.
Es ginge auch mit der Alibaba Cloud. Man muss sich als Unternehmen darüber sehr, sehr doll im Klaren sein, ob man beispielsweise Kreativprojekte dann überhaupt der KI zeigt, weil man im Grunde damit eincheckt, dass man sagt, wir geben außerdem unsere Kreativkonzepte amerikanischen Unternehmen. Ich fürchte, da wird es ein Umdenken geben.
Technische Herausforderungen und Zukunft
Dann kommen wir doch nochmal ein bisschen zurück vom Glauben zum Wissen und zu Ihrem Fachbereich. Sie haben es ja angedeutet, aus Ihrer Perspektive müssten die Dinge anders gebaut sein. Könnte es nicht passieren oder anders? Was müsste denn anders gebaut sein als jetzt?
In der Welt der KI gibt es ganz viele verschiedene Techniken. Und zum einen haben wir diese sprachgenerierenden Modelle, die auf Wahrscheinlichkeiten basieren. Die sind schon gut und die funktionieren auch gut. Und da gibt es jetzt noch so ein bisschen mathematisches Gefummel, was man im Hintergrund machen kann, um die Algorithmik zu verbessern. Aber das werden die großen Unternehmen tun. Da muss ich mich jetzt nicht aus dem Fenster lehnen, um das schneller zu machen, zum Beispiel, um es auch effizienter zu machen, ergonomischer zu machen, ökologischer zu machen.
Man darf aber nicht vergessen, dass KI gegründet 1956 als Begriff, aber in der Welt bestimmt seit 1920, 1930 als Gedanke, dass dieser Grundgedanke sich in ganz, ganz vielen Feldern manifestiert. Und zwar haben wir auf der einen Seite Expertensysteme, die gelten heute als veraltet, die basieren aber auf sehr klarem Regelwerk. Wir haben unglaublich starke, leistungsfähige Machine Learning Algorithmen. Neuronale Netze ist eine Spezialform. In vielen Fällen begreifen Menschen es als Spezialform des Machine Learnings. Manche sagen, es ist eine eigene Form.
Bei den Machine Learning Verfahren haben wir unglaublich gute Einsatzbereiche. Und da passiert auch gerade der Zauber. Also wir können in der Genetik, in der Medizin, in der Messtechnik, in der Verfahrenstechnik haben wir ganz, ganz viele Anwendungsbereiche, wo wir mit Machine Learning besser klassifizieren können, besser Daten analysieren können, strukturieren können, Einsichten bekommen, die wir vorher nicht gehabt haben. Und das ist ein riesengroßer Bereich, der sicherlich auch in der Wirtschaft zunehmend mehr Raum einnehmen wird, wo wir aber erst am Anfang stehen.
Und da wird sehr, sehr viel passieren in den nächsten Jahren. Deswegen ist auch die Rolle des Software Engineers oder der Software Engineering noch lange nicht am Ende, nur weil es KI gibt.
Geschlechtervielfalt in der Technologie
Aber ist es nicht trotzdem auch durchaus plausibel zu sagen, dass diese vielen Billionen, die die Tech-Konzerne bekommen, dann nicht vielleicht in diese richtige Richtung dann irgendwann auch gelenkt werden? Also dass das so ein Übergang wird.
Also diese Art der Large Language Models oder auch die Art der Bildgenerierungs- und Videogenerierungsmodelle, die ist anders programmiert als das, was man in diesen smarten kleinen Anwendungen braucht. Ich persönlich würde momentan eher auf schlanke, kleine Anwendungen, die lokal laufen gelassen werden können, setzen als auf diese ganz, ganz großen Modelle.
Das ist so ein bisschen wie auf Massendaten setzen und fragwürdige Applikationen. Also Hausarbeiten für Schülerinnen und Schüler schreiben, war sicherlich nicht die Zielfunktion für OpenAI, als sie ChatGPT entwickelt haben. Dann ist einfach die Frage, vielleicht auch mal berechtigt, wo wolltet ihr denn hin? Was sollte denn passieren? Und das bitte beantwortet mit einer realen Aussage und nicht mit Science-Fiction.
Jetzt haben Sie auch die Rolle von Regierungen angesprochen, beispielsweise der US-Regierung oder der chinesischen Regierung. Und wir haben in der vergangenen Woche hier im Podcast mit Philipp Klöckner auch darüber diskutiert, oder er hat dieses Bild mit aufgemacht, dass KI so etwas sein könnte wie Atomkraft. Das heißt, dass am Ende der Staat so eine Art Versicherer sein muss, weil es so gefährlich ist und so. Teilen Sie dieses Bild oder denken Sie, das geht eher in die Richtung, was Sie vorhin beschrieben haben, dass es auch Interessen geleitet ist?
Ich denke, es ist sehr stark interessengeleitet und vor allen Dingen ist eins der Hauptinteressen, was wir in Europa auf gar keinen Fall vergessen dürfen, die Überwachung und das Profiling von den Nutzenden. Also Überwachung klingt jetzt immer so ein bisschen super böse für uns in Deutschland, aber das bedeutet nicht, dass alle Menschen auf der Welt Überwachung als etwas Böses aufgreifen. Das müssen wir uns manchmal einfach klar machen.
Überwachung bedeutet für viele Menschen ein hohes Maß an Sicherheit, an Vorhersagewahrscheinlichkeit. Und das ist etwas ganz anderes, wenn ich einer Person sage, sie wird zu Hause in ihrem Privathaushalt überwacht, was mit sämtlicher Smart Technology wunderbar funktioniert und auch mit KI und auch mit Smartphones. Im Gegensatz dazu, dass ich sage, eine Person darf sich in Sicherheit wiegen, wenn ich meinetwegen einen großen Versammlungsplatz in der Stadt digital überwache, um Vandalismus oder Randale zu entdecken und zu verhindern.
Und da ist ein ganz, ganz dünner Grad, über den wir da jetzt gerade wandeln. Am Ende ist KI eine Art Überwachungstechnologie und das darf nicht vergessen werden bei solchen Formulierungen.
Dilemmata der Technologie
Das Dilemma, das wir haben mit der Atomenergie, ist das Dilemma, dass sie zunächst mal sauber aussieht, wenn man das nicht auf lange Sicht betrachtet. Und das ist auch ein Dilemma, was natürlich bei KI kommt. Denn wenn wir darauf einchecken, dass wir diese unglaublichen Massen von Daten weiter sammeln, dann brauchen wir Datencenter und dann brauchen wir die auch überall auf der Welt. Und dafür zahlen wir einen sehr, sehr hohen Preis, unter anderem den Preis von Atomkraft.
Dort würde ich eher die Regierung sehen und sagen: Dereguliert mal, versucht mal bitte anders zu denken als nur in der Idee der Datenhortung. Und was genau möchte eine Regierung mit diesen Daten alles tun, wenn es nicht am Ende um Überwachung geht? Und das sind Fragen, die ich gerne beantwortet haben würde.
Aufklärung über KI
Ich würde da keine Parallele zur Atomkraft ziehen in dieser Art. Stichwort Datensammeln und Überwachung. Sie haben vor gut zwei Jahren angefangen, auf Instagram und TikTok über KI und Ethik aufzuklären. Das ist ja schon so ein innerer Widerspruch, eigentlich auf diesen beiden hyperkommerziellen Tech Plattformen. Warum machen Sie das?
Also ich bin auch auf Mastodon neuerdings. Sehr gut, das kann ich persönlich nur unterstützen. Danke. Ich bin auch dabei, die Fallyverse-Präsenz aufzubauen. Aber das ist ein klitzekleines bisschen anspruchsvoller am Anfang, als dann, wenn man es mal richtig am Laufen hat.
Also wir hatten überlegt, ob wir hier in Rostock einen eigenen Server aufbauen oder nicht und haben uns jetzt trotzdem für Mastodon Social entschieden. Wir bedeutet, ich repräsentiere natürlich über meine Social-Media-Präsenz auch immer ein bisschen die Uni Rostock mit. Die Wahl dieser großen Plattform war tatsächlich nutzerinnen- und nutzerorientiert. Wir wollten eine große Reichweite ermöglichen für diese Beiträge.
Entstanden sind die dadurch, dass ich schlicht und ergreifend maximal genervt war. Sie haben es vorhin schon gesagt: Ich bin seit 30 Jahren im Bereich KI unterwegs. Ich habe im Bereich KI promoviert, im Bereich intelligente Tutor-Systeme. Ich habe viel mit Expertensystemen gearbeitet. Ich habe viel mit Machine Learning gearbeitet in verschiedenen Varianten.
Und dann wurde auf einmal 2023 dieses Monster freigelassen, sozusagen. Ein süßes kleines Monster, ChatGPT. Und ich habe mir verwundert die Augen gerieben, weil ich in einer Welt gelebt habe, in der mir gesagt worden ist: Wenn du versuchst, in Deutschland eine KI-Professur zu bekommen und wir schrieben das Jahr 2025 bis 2010 ungefähr, dann wirst du verloren sein. Du musst unbedingt den Forschungszweig KI verlassen, sodass meine Junior-Professur kognitive Systeme hieß, also E-Learning und kognitive Systeme, weil wir es nicht KI nennen wollten, weil KI mausetot war in der Zeit.
Natürlich wurde weiter daran geforscht. Aber Sie können sich mal eine Überraschung vorstellen, als 2023 auf einmal alle aufschrien und sagten: Die KI wird die Weltherrschaft übernehmen oder sie wird uns alle töten. Mal gucken. Und da habe ich dann gedacht: Verdammt nochmal, jetzt muss ich einfach was sagen, weil die wenigsten Menschen da draußen, auch die wenigsten von denen, die jetzt gerade sagen: KI wird uns töten oder KI wird die Weltherrschaft übernehmen oder uns alle arbeitslos machen, versteht, was technisch dahinter steht.
Und da ich mit dem Urschleim schon gearbeitet habe, kann ich das auch relativ gut erklären. Und weil ich eben Didaktikerin bin, kann ich es halt auch für jeden erklären.
Für jede Alke Martens, Reichweitenstärke, Expertin zu KI und Ethik im Gespräch beim Podcast Radio detektor.fm und eben auch didaktisch stark. Und wir sprechen natürlich gleich noch ein bisschen weiter, Frau Martens. Sie haben es gerade angesprochen: Sie kennen den Urschleim.
Zukünftige Herausforderungen
Und ich würde doch nochmal so ein bisschen versuchen raus zu zoomen. Was wäre denn jetzt im Jahr 2026 wirklich wichtig im Bereich KI und Machine Learning zu machen? Also wenn Sie richtig in den Urschleim wollen, dann würde ich sagen, wir stehen an der Grenze zu einer neuen technischen Herausforderung, die einfach sagt: Wir sind vielleicht mit der Entwicklung der Chip-Technologie schon ziemlich doll an einer Grenze, wo wir uns etwas Neues einfallen lassen sollten.
Es gibt solche Grenzen im Bereich der Informatik mehrfach. Das eine war die Grenze, wo wir von der, ich sag mal, ganz lax der Röhrentechnologie hin zur Transistortechnologie gewechselt sind, was Verkleinerung, Beschleunigung und neue technische Fortschritte erst ermöglicht hat.
Zurzeit haben wir uns gerade reingefräst in die Welt der GPU. Die GPU sind die General Processing Units. Das sind sozusagen die Rechenmonster, die in den Datenzentren für das Verarbeiten dieser Massendaten zuständig sind. Und ich mache eine lange Geschichte ganz kurz. Wir finden im Rechner die CPU, das ist die Zentrale Verarbeitungseinheit, die Zentral Processing Unit, die ist für das Steuern von Operationen zuständig. Um es mal ganz verkürzt zu sagen: Die GPU ist der Rechensklave. Die macht ganz, ganz viel Number Crunching, nennen wir das auch in der Informatik. Also ganz oft die gleichen Schritte.
Es gibt jetzt die ersten öffentlich angekündigten CPU-GPU-Kombinationen. Und das ist jetzt schon richtig Informatik-E-Technik-Nerding-Stuff. Aber ich glaube, da werden wir nochmal neu denken müssen im Bereich der Chip-Technologie.
Was ich nicht kann, das können die Kollegen vor mir. Aber ich glaube, der nächste große Entwicklungssprung wird aus der technischen Richtung kommen, weil die aktuellen Chips dafür nicht in der Lage sind. Weil es eigentlich absurd ist, was gerade passiert, dass wir 100.000 von diesen Dingern brauchen, um diese Rechenoperationen durchführen zu können für ein neuronales Netz.
Es gab schon mal Entwicklungen, die hießen: Lass uns einen neuronalen Netzwerk-Computer bauen, der von der Infrastruktur her so gebaut ist, dass er idealisiert für neuronale Netze funktioniert. Es gab auch schon mal die Lisp-Maschine, die ideal für lispartige Verarbeitungen gewesen ist für KI. Vielleicht gibt es irgendwann etwas, vielleicht geht es sogar in die Richtung Quantencomputer, was uns ermöglicht, enorm viel Rechenpower reinzubringen in eine Maschine, die trotzdem nicht vor Hitze umkommt oder verglüht.
Das ist jetzt mal so ein bisschen populär formuliert. Wir müssen natürlich noch über ein Thema reden, was Sie auch schon so ein bisschen angerissen haben. KI lebt natürlich davon, was reingegeben wird und vor allen Dingen natürlich auch, wer das Ganze macht.
Geschlechtervielfalt in der Technologie
Sie sagen, schaut euch mal an, wer das macht. Das sind sehr, sehr viele Männer. Die Firmen gehören fast allen Männern. Da müssen mehr Frauen rein. Warum aus Ihrer Perspektive? Es ist schlicht und ergreifend so, dass eine männlich gelesene Welt exakt 50 Prozent der Welt abbildet und die anderen 50 Prozent werden ignoriert.
Dann müssten wir jetzt tiefer in so eine Diskussion reingehen, was bedeutet Mann, was bedeutet Frau? Ich habe da einen eigenen Erkenntnisprozess. Das ist ein bisschen lustig, gerade für die männlich gelesenen Hörenden, die das jetzt hier verfolgen. Ich habe lange Zeit in meinem Leben gedacht, es ist doch egal, ob Mann oder Frau. Und so habe ich auch gelebt und so bin ich auch aufgewachsen und so bin ich auch in meinem Beruf.
Das ist jetzt keine Aussage über mein Privatleben gewesen, aber muss man ja dazu sagen. Ja, sonst gibt es noch eine Meldung irgendwo. Ja, ganz genau.
Also ich war glücklich verheiratet und ich bin jetzt auch genauso glücklich geschieden von einem Mann. Also so. Viel dazu.
Aber es gibt einen großen Bereich unserer Welt und unseres Wissens, was sich nicht kategorisieren lässt, was sich nicht in Null und Eins teilen lässt und was sich auch nicht so klar abstrahieren lässt, wie das, was wir brauchen, um es in einer Maschine abzubilden. Und ich sage es mal ganz profan: Das ist der Prozess, zum Beispiel Schwangerschaft und Geburt. Da ist einem jegliches Regelwerk zunächst einmal genommen. Und wenn man das einmal körperlich erlebt hat, dann weiß man, dass die Welt aus mehr besteht als aus Nullen und Einsen. Das ist ein starkes Bild, auf jeden Fall.
Ich würde ganz am Ende gerne noch auf einen anderen Aspekt eingehen, den Sie auch angesprochen haben, aber der glaube ich gerade auch für die Hörerinnen und Hörer vom Brand1 Podcast ganz spannend ist, nämlich das Ziel, das eigene Denken nicht zu verlieren und nicht irgendwie komplett alles abzugeben. Wie schaffen wir das denn in den nächsten Jahren?
Na, die erste Aufgabe ist, nicht privaten Kram mit KI zu teilen, sondern mit Menschen zu teilen. Es ist für viele Menschen in vielen Situationen, und ich komme aus einer sehr, sehr nerdigen Wissenschaft, wo sich Menschen vor allen Dingen sehr gerne mit ihrem Computer unterhalten. Es ist trotzdem wichtig, in den menschlichen Kontakt zu gehen, zuzuhören, aufmerksam zu bleiben, Systeme zu beobachten, zu denken, sich auch erlauben, Dinge mal von einer ganz anderen Seite zu denken, sich auch zu konfrontieren mit anderen politischen Meinungen, anderen Ansichten über die Welt.
Und das kann ethisch zum Beispiel über Austausch mit indigenen Völkern passieren, um es mal in ganz großem Rahmen zu spannen. Es kann aber auch der Nachbar sein, der meinetwegen jetzt in Warnemünde ein Mensch ist, der früher auf der Werft gearbeitet hat und jetzt meinetwegen in seiner Freizeit als Fischer arbeitet. Austausch mit Menschen und dann Finger weg von der KI bei jeglicher Form kreativen Prozesses.
Ich habe ganz oft Leute, die mir sagen: „Aber die KI hilft mir dabei, kreativ zu sein.“ Das stimmt nicht. Die KI macht ihre eigenen Vorschläge, und Menschen neigen dazu, das zu integrieren und zu sagen: „Wow, ich war kreativ mit der KI.“ Das ist im Einzelfall nicht weiter schlimm, aber es schleicht sich rein. Und das, was sich reinschleicht, ist, dass man irgendwann glaubt, wenn man einen leeren Zettel und einen Stift vor sich hat, dass man nichts mehr produzieren kann, weil die Unterstützung durch Chetty oder wie auch immer man das Wesen jetzt nennt, dieses Unwesen Gemini Claudia, dass man das nicht zur Hilfe hat dabei.
Und das Wichtige ist, dass unsere Superpower daran besteht, den totalen Müll zu denken und daraus noch irgendwelche Diamanten zu erzeugen. Das können wir auch ohne Computer, und das müssen wir bewahren. Also Finger weg von KI bei jeglicher Form von Kreativprozess.
Außerdem möchte man diese Kreativprozesse nicht einfach auch noch gratis mit dem Schleifchen rum und den großen Big Tech Konzernen in den USA schenken. Aber das klingt wirklich so, als ob man sich, ich sag mal, die Herausforderung, sich an ein weißes Blatt Papier zu setzen oder zu stellen, die sollte man sich bewahren, höre ich daraus aus Ihrer Sicht.
Absolut. Also es klingt so ein bisschen seltsam, wenn ich das sage, aber lest auf dem Papier, traut euch zu, zu kritzeln, zu fantasieren, Brainstorming-Sitzungen zu machen, in denen ihr Legosteine und bunte Fäden und Papier und Post-its benutzt, in Kilo meinetwegen 15 verschiedene Farben und ein Whiteboard, ganz egal. Aber lasst die Finger von der KI, lasst dann lieber das eigene Gehirn querdenken, kreativ sein.
Und nochmal einen Schritt zurück zu der vorherigen Frage: Dafür braucht man gemischte Teams, und zwar Multigender und Multinational. Das ist das, was richtig gute Kreativprozesse am Ende bewirken: Verschiedene Perspektiven. Und die Perspektiven sind nicht nur Mann und Frau, sondern die Perspektiven kommen von allüberall auf der Welt.
Alke Martens im Brand1 Podcast. Ich sage vielen Dank für das Gespräch. Dankeschön. Und ich werde gleich mal beim Mastodon schauen, ob ich Ihnen da schon folge oder, wenn nicht, dann die Verfolgung aufnehmen.
Sehr gerne, ich freue mich. Und wenn ihr mehr darüber wissen wollt, wo die Entwicklung von KI im Moment so steht und wo es sich vielleicht auch lohnt, Gas zu geben oder eben einen Gang runterzuschalten, dann empfehle ich euch das Brand1 Magazin mit dem Schwerpunkt „Besser Arbeiten mit KI“. Den Link zum Magazin findet ihr in den Shownotes.
Das analoge Heft zum Lesen gibt es natürlich im gut sortierten Zeitschriftenhandel, im Supermarkt, im Drogeriemarkt oder auch am Bahnhof. Und ich hatte es ja ganz am Anfang schon kurz erwähnt, dass neben Alke Martens auch unser Sachsen-Anhalt-Projekt dazwischen für den Grimme Online Award nominiert ist.
Unser Team berichtet in einem Newsletter und in einem Podcast jeden Donnerstag über jeweils ein Thema aus und für Sachsen Anhalt. Und unser Ziel ist, da ein differenziertes und ausgewogenes Bild für dieses Jahr doch im Moment so im Mittelpunkt stehenden Bundesland zu liefern. Und dazwischen ist eine Kooperation vom Media Forward Fund und eben dem Podcast Radiodetektor FM.
Also wenn euch unsere Podcasts wie Dazwischen oder eben der Brand1 Podcast, den wir gemeinsam mit der Brand1 machen, gefallen, dann folgt uns doch gern in eurer Lieblings-Podcast-App, denn das kann ich wirklich gar nicht oft genug betonen. Dieses Folgen, auch bei Mastodon, beispielsweise, und das Weiterempfehlen, das hilft uns enorm und ist einfach ein kleiner Baustein, um unseren Job hier noch ein bisschen besser zu machen und noch mehr Leute zu erreichen.
Beispielsweise empfehlt also gern diese Episode einer Person, der oder die auch Wirtschaft anders denkt. In diesem Sinne jetzt schon mal vielen Dank fürs Weitersagen.
Und ihr kennt das Spiel: Die nächste Folge des Podcasts, des Brand1 Podcasts, die erscheint dann morgens am kommenden Freitag. Also Freitag immer die neue Episode. Und ich freue mich, wenn wir uns dann hier an dieser Stelle wiederhören.
In diesem Sinne gern bis dahin und lasst euch nicht erschrecken. Der Brand1 Podcast „Wirtschaft anders denken“ – jede Woche bei detektor.fm.
Der Brand1 Podcast wird produziert vom Podcast Radio detektor.fm. Redaktion: Stefan Ziegert, Katja Stamm und Gerolf Meyer. In Zusammenarbeit mit Frank Dahlmann vom Brand1 Magazin. Moderation: Christian Bollert.
Foto: ITMZ | Universität Rostock