fbpx

Prof. Andreas Holzinger: AI mit Hausverstand – Was man jetzt über Künstliche Intelligenz, ChatGPT und Machine Learning wissen sollte

by Yara El-Sabagh

 OUT NOW im #Confare Blog mit Prof. Andreas Holzinger: AI mit Hausverstand – Was man jetzt über Künstliche Intelligenz, ChatGPT und Machine Learning wissen sollte

Mehr zum Thema finden Sie im Video: https://www.youtube.com/watch?v=UuiV0icAlRs

Andreas Holzinger befasst sich seit vielen Jahren mit der wissenschaftlichen Arbeit und den wirtschaftlichen Einsatzmöglichkeiten von Künstlicher Intelligenz. Seit 2022 hat eine Professur für Digitale Transformation an der BOKU UFT inne. Andreas ist immer wieder ein gern gesehener Gast auf den Confare Bühnen und vermag es eindrücklich und verständlich zu vermitteln, was tatsächlich hinter den oft verwendeten Buzz Words der Digitalisierung steckt. Er deckt Missverständnisse auf und hilft, die Dinge ins rechte Licht zu rücken.

Nachdem bei den einstündigen CIO Executive Arenas auf dem Confare #CIOSUMMIT AI, Data driven Business und Analytics wichtige Themen sein werden, und ChatGPT einen richtigen AI Hype ausgelöst hat, hat sich Confare Gründer Michael Ghezzo nach der Expertenmeinung von Prof. Holzinger erkundigt.

Mehr Hintergrund rund um Künstliche Intelligenz und ihre neuen Möglichkeiten gibt es auf dem Confare #CIOSUMMIT, Österreichs größtem und wichtigsten IT-Management Treffpunkt. Haben Sie bereits Ihr Ticket?

AIWie wichtig sind denn Daten und künstliche Intelligenz schon heute in den Unternehmen?

Im Zuge der Digitalen Transformation werden Daten natürlicherweise immer wichtiger. Künstliche Intelligenz (KI) ist dabei lediglich ein heute sehr populärer Oberbegriff für viele verschiedene Ansätze und Methoden. Durch die Verwendung digitaler Prozesse und den Einsatz von KI können heute Unternehmen in praktisch allen Anwendungsbereichen ihre Entscheidungsfindung verbessern, Prozesse optimieren, Kundenbedürfnisse besser verstehen und ihre Produkte und Dienstleistungen optimieren. Das Arbeitspferd der KI ist das maschinelle Lernen (ML), wo mit Hilfe von (digitalen) Computern aus Daten Muster erkannt werden und Vorhersagen gemacht werden können. Grundlage dafür sind Algorithmen, die aus Daten lernen können, ohne explizit programmiert werden zu müssen. Das Prinzip ist einfach: In der Trainingsphase werden dem Algorithmus Beispieldaten präsentiert, auf deren Grundlage er lernt, bestimmte Muster zu erkennen. In der Testphase wird der Algorithmus dann auf neuen Daten getestet, um zu überprüfen, ob er die gelernten Muster korrekt erkannt hat. In der Anwendungsphase wird der Algorithmus schließlich eingesetzt, um Vorhersagen oder Entscheidungen auf Basis neuer Daten zu treffen.

ChatGPT zeigt die Potenziale, dass Automatisierung noch viel weiter gehen könnte, als wir es bis heute erlebt haben. AI erfährt intensive Aufmerksamkeit. Hast Du mit dieser Entwicklung gerechnet?

 ChatGPT (GPT ist die Abkürzung für Generative Pretrained Transformer) ist ein transformerbasiertes Sprachmodell. Transformer sind eine ML-Architektur für neuronale Netze („Deep Learning“), die aus mehreren Schichten von sogenannten Encoder- und Decoder-Modulen bestehen – und seit 2017 verwendet werden. Während der Trainingsphase lernt das Modell, wie es die Eingabesequenz optimal in eine Ausgabesequenz übersetzen kann, indem es die Aufgabe der Vorhersage der nächsten Wörter im Satz oder Text löst. Sowas kann für Spracherkennung (Siri), Textübersetzung (DeepL), und natürlich ChatBots (ChatGPT) verwendet werden. Diese Entwicklung war absehbar, mein Enthusiasmus hält sich aber in Grenzen, weil die Schwächen solcher Modelle natürlich auch klar ersichtlich sind – siehe nächste Frage.

CIOSUMMIT-wien-award-2024

Haben sich die Perspektiven für AI im Unternehmen durch den ChatGPT Hype verändert?

AH: Hype ist ein gutes Stichwort. Dieser Hype hat bewirkt, dass unsere Großmütter jetzt wissen, was wir tun, weil es in jeder Lokalzeitung steht. Aber es ist ein Hype. Die Grenzen von ChatGPT werden schnell erfahren, wenn man z.B. wissenschaftliche Fragen stellt – da ärgert man sich oft über falsche Antworten. Die Schwachstelle ist, dass es eben nur eine „Korrelations-Maschine“ ist, aber keinerlei kontextuelles Verständnis hat – so wie wir Menschen. Du, Michael, hast Hausverstand – das fehlt solchen Maschinen vollständig! Genau darum brauchen wir ja Human-Centered AI, sprich die Verbindung von Mensch und Maschine. Mein Ding “Human-Centered AI” ist ja “Künstliche Intelligenz mit Hausverstand”, und das gelingt nur durch die Verknüpfung von maschineller Intelligenz mit menschlicher Intelligenz. (Siehe meine Antrittsvorlesung, wo ich das beschreibe: https://www.youtube.com/watch?v=odFFJIgDElw&t=1096s

Wird AI nun tatsächlich der Job-Killer?

Durch KI wird, wie durch alle technischen Fortschritte (siehe Dampfmaschine, Elektrizität, …) , fortlaufend verändern und es entstehen viele neue Jobs, die es vorher nicht gegeben hat. KI hat Potential, bestimmte Arten von Jobs zu automatisieren  und ganz bestimmt kann KI bestimmte Aufgaben schneller, präziser und effizienter ausführen als Menschen. Allerdings ist es wichtig zu beachten, dass KI viele neue Arbeitsplätze und Möglichkeiten schafft und so wie bei jeder Automatisierung führt es dazu, dass sich die Arbeit auf kreative Tätigkeiten konzentriert – die eben genau nicht von KI ausgeführt werden können – das ist genau der Ansatz der Human-Centered AI.

Welche neuen Karrierepfade entstehen durch Daten und KI gerade?

AH: Daten sind unser neues Öl. KI ist unsere neue Elektrizität. Damit kann viel gemacht werden! Beispiele sind Data Scientists, die in der Analyse von Daten helfen und Techniken wie maschinelles Lernen nutzen, um Einblicke in Unternehmens-Daten zu gewinnen; oder KI-Entwickler, welche Algorithmen entwickeln, um komplexe Aufgaben zu lösen, oder KI-Analysten, die mit Daten arbeiten, um Einblicke in die Leistung von Unternehmen zu gewinnen. Sie sammeln, analysieren und präsentieren Daten, um Unternehmen bei Entscheidungen zu unterstützen und helfen ihnen, ihre Geschäftsprozesse zu optimieren – sie ermöglichen Digitale Transformation. Ich denke die Aufgabenstellungen sind unendlich und praktisch in jeder Domäne wichtig ob Land-und Forstwirtschaft, Medizin, oder Autoindustrie um nur drei Bereiche zu nennen. Hier sind auch Roboterexperten (Cyber-physikalische Syteme) gefragt! Wichtig werden in Zukunft vor allem Cybersecurity Experten, denn die Einführung dieser Technologien birgt neue – vorher nicht bekannte – Gefahren. Auch hier ist Human-Centered AI wichtig, denn per Definition arbeiten wir in HCAI an generischen Methoden zur Förderung von Robustheit und Erklärbarkeit, um sichere KI-Lösungen zu ermöglichen, und propagieren dabei einen synergetischen Ansatz ein, um dem Menschen die Kontrolle über die KI zu ermöglichen und die KI mit menschlichen Werten, ethischen Grundsätzen und rechtlichen Anforderungen in Einklang zu bringen, um die Sicherheit in der Mensch-Maschine-Interaktion zu gewährleisten (siehe meine Antrittsvorlesung). https://www.youtube.com/watch?v=odFFJIgDElw&t=1096s

Mit welchen Tools und Möglichkeiten sollte man sich jetzt vertraut machen?

Es gibt eine Vielzahl von Tools und Möglichkeiten, z.B. Programmiersprachen wie Python, R oder Java sind für die Arbeit mit Daten und KI unerlässlich; weiters ML-Frameworks, wie TensorFlow, PyTorch, Keras, Scikit-learn usw.; Cloud-Plattformen wie Amazon Web Services, Google Cloud oder Microsoft Azure um nur drei zu nennen.

Welche Rolle soll KI denn jetzt in einer Digitalstrategie eines Unternehmens spielen?

Eine kurze Antwort: zentrale Rolle!

Welchen Beitrag kann die Unternehmens-IT dabei leisten? Wie sieht die unternehmens-interne Rollenverteilung aus?

 Die Unternehmens-IT spielt eine Schlüsselrolle als Enabler von technologischen Infrastrukturen, die den Anforderungen von Daten- und KI-Anwendungen entsprechen. Darüber hinaus können IT-Experten auch bei der Entwicklung von ML-Modellen und der Integration von KI-Technologien in Geschäftsprozesse helfen. Sie können auch bei der Einhaltung von Datenschutz- und Sicherheitsrichtlinien unterstützen und sicherstellen, dass die Daten- und KI-Anwendungen den entsprechenden Vorschriften entsprechen. Die Rollenverteilung innerhalb eines Unternehmens hängt von der Größe und Komplexität des Unternehmens ab. Größere Unternehmen haben oft spezialisierte Rollen wie Data Scientists, Machine-Learning-Experten oder KI-Entwickler, die sich auf bestimmte Aspekte von Daten und KI konzentrieren.

Für Sie ausgewählt

Leave a Comment