Schlagwort: #Regeln

Demokratie im Zeitalter der Robotik bietet Chancen und Herausforderungen zugleich. Robotik und künstliche Intelligenz KI können demokratische Prozesse durch mehr Partizipation, Effizienz und datenbasierte Entscheidungsfindung verbessern, bergen aber auch Risiken wie algorithmische Verzerrung, Desinformation und Vertrauensverlust der Bürger.

Die Demokratie ist die schlechteste Regierungsform – mit Ausnahme von all den anderen Regierungsformen, die von Zeit zu Zeit ausprobiert worden sind.

Sir Winston Churchill (1874-1965) © 2025 Demokratiegeschichten.

Eine zutreffende Analyse
Mit Blick auf die Demokratie, die Churchill gegen eine ihrer grössten Bedrohungen im 20. Jahrhundert zu verteidigen half, fällt vielen Menschen zuerst obiges Zitat ein. Es ist wohl einer seiner berühmtesten Aussprüche überhaupt und auch in Demokratie-Zitate-Rankings ist es meist oben mit dabei. Dies liegt nicht zuletzt daran, dass seine Einschätzung genau ins Schwarze trifft. Denn Churchill möchte sich damit keineswegs als Hellseher profilieren, der die Demokratie über alles stellt – auch über Formen der Herrschaft, die noch kommen und wir uns jetzt eventuell noch überhaupt nicht vorstellen können. Aber der Blick zurück in die Vergangenheit zeigt, dass die Demokratie von allen bisherigen (!) Staatsformen am Ende des Tages eben doch die beste ist. Dieser zentrale Gedanke geht manchmal unter, wenn dieses Churchill-Zitat verkürzt wiedergegeben wird.

Roboter können (noch) nicht wählen
Die Vorteile der internationalen Arbeitsteilung beschleunigten die Globalisierung, das Wachstum des Wohlstands und den Abbau einfacher Jobs in der westlichen Industrie. Diese werden nie mehr zurückkommen – egal wie protektionistisch ein Land ist, schrieb «NZZ am Sonntag»-Chefredaktor Beat Balzli im Editorial vom 20. April 2025 unter dem Titel «Roboter können übrigens keinen US-Präsidenten wiederwählen». Auf Grund von US-Importzöllen werden zwar ein paar Fabriken zurückkommen, aber nicht die versprochenen Jobs für die einfachen Leute. Industrielle Fertigung in Hochlohnländern heisst heute Automatisierung. Neue Jobs gibt’s nur für wenige Spezialisten. Wer im globalen Strukturwandel überleben will, braucht deshalb einen Rohstoff: Bildung – und nicht Öl. Flexible Fachkräfte, die verschiedene Berufslehren und Weiterbildungen hinter sich haben. Erfahrene, gelassene und weise «Alte», im Team mit den «jungen Wilden». Dem ungebildeten Rest schnappen nicht Migranten die neuen Stellen weg, sondern die Roboter. Sie werden die einzigen Profiteure dieser Politik sein – können aber in vier Jahren nicht wählen.

Die Zukunft, die plötzlich über uns hereinbricht
Wir «Alten» wissen zwar, wie neue Entwicklungen auf alten Erkenntnissen basieren. Aber die Glühbirne ist keine Weiterentwicklung der Kerze, schon 1801 war dies eine disruptive Entwicklung. In seinem Beitrag in Architecture Magazine – Technology 2024, schrieb Blaine Brownell, wie künstliche Intelligenz KI unsere neue Realität schneller als erwartet gestaltet. Werkzeuge wie ChatGPT und Copilot, welche erste Anwender für allgemeine Aufgaben wie das Umformulieren von E-Mails oder das Zusammenfassen von Sitzungsprotokollen verwenden, werden inzwischen mit wenig Vorwarnung durch eine schnell wachsende Zahl fach- und aufgabenspezifischer KI-Werkzeuge ergänzt. Die Zukunft, die schneller gekommen ist als die meisten erwartet hatten – mit erheblichen Konsequenzen in allen Branchen. Es ist üblich, dass Erstbenutzer auf die Fähigkeiten dieser Apps mit Misstrauen, Begeisterung oder Beklommenheit reagieren. Bald folgen Fragen zu den sich schnell verändernden Rollen von Fachkräften und der Art von Dienstleistungen. In der Zwischenzeit lautet der vorherrschende Rat, einzutauchen und experimentieren, denn je besser wir die Fähigkeiten dieser Apps verstehen, desto besser können auch wir «Alten» uns auf eine Zukunft vorbereiten, die plötzlich über uns hereinbricht.

Künstliche Intelligenz KI und Robotik
Im Interview mit Marie-Astrid Langer, San Francisco NZZ vom 21. Dezember 2024, beschreibt die Schweizerin Franziska Bossart, wie sie für Amazon eine Milliarde Dollar in Robotik- und KI-Startups weltweit investiert. Bossart ist die einzige europäische Direktorin in der Unternehmensentwicklung des Konzerns mit 1,4 Millionen Mitarbeitenden. Text, Video, Stimmen – generative KI kann alles und verändert alles. Nun kommt der Wandel in der physischen Welt an: Seit 2004 zeichnen sich bahnbrechende Durchbrüche in der Robotik ab. Fortschritte bei den sogenannten Vision-Language-Action-Models. Diese kombinieren alle bisherigen KI-Errungenschaften bei Text, Bild und Videos. Bossart kann deshalb zu einem Roboter sagen: «Gib mir etwas zu essen!» Dieser schaut sich in seiner Umgebung um, erkennt, was für Menschen essbar ist, und reicht es ihr dank guter Feinmotorik. Seine Entscheidung erklärt er ihr in natürlicher Sprache (mittlerweile sind es über hundert Sprachen und Dialekte). Dabei handelt es sich um echte Durchbrüche für die Robotik – mit enormen Auswirkungen. Mit diesen Fortschritten ist die Bay Area von San Francisco das Zentrum schlechthin, zusammen mit wichtigen Industriepartnern. Googles Forschungslabor Deep Mind für praktische Anwendungen etwa, oder das neue KI-Lab von Amazon, das sich auf physischen Anwendungen von generativer KI konzentriert. Der grösste Unterschied zu Europa ist dabei die Denkweise. Das visionäre Denken eines Silicon Valley fehlt uns Europäern. Auch wir «Alten» sind skeptisch und eher zurückhaltend, trotz sichtbaren Vorteilen.

Maschinen schaffen ein Spektrum an Regeln und Strategien
Briana Brownell, kanadische Datenwissenschaftlerin, Technologieunternehmerin und Vorstandsmitglied, erklärt in ihrer Präsentation vom März 2021 auf TED-Ed, mit dem Titel «Wie lernt künstliche Intelligenz?» die drei grundlegenden Prinzipien nach denen Maschinen forschen, verhandeln und kommunizieren. Als Gründerin und CEO von Pure Strategy Inc. bietet sie Technologieteams auf der ganzen Welt fachkundige Beratung und Schulung an und hilft ihnen dabei, Modelle zu erstellen, Daten zu verwalten und ihre Unternehmen mithilfe der neuesten KI- und maschinellen Lerntechnologien umzugestalten. Heute hilft künstliche Intelligenz Ärzten bei Diagnosen, Piloten im Cockpit von Flugzeugen und Stadtplanern bei Verkehrsprognosen. Doch wie genau lernen diese Programme und verstehen die Entwickler deren Systematik noch? Denn KI-Systeme lernen oft selbstständig, indem sie einfache Anweisungen befolgen und so ein einzigartiges Spektrum an Regeln und Strategien schaffen. Die aussichtsreichsten Modelle imitieren die Interaktion von Neuronen im Gehirn. Diese künstlichen Netzwerke nutzen Millionen Verbindungen zur Bewältigung schwerer Aufgaben wie Bild- oder Spracherkennung und sogar Übersetzungen. Forscher versuchen, maschinelles Lernen transparenter zu machen, denn KI wird zunehmend in den Alltag integriert. Dabei steigt der Einfluss dieser rätselhaften Prozesse auf unsere Gesellschaft, Arbeit, Gesundheit und Sicherheit. Maschinen können also immer besser forschen, verhandeln und kommunizieren — und wir müssen uns überlegen, wie wir ihnen — und sie sich — ethisches Handeln beibringen. Erfahrene und kompetente «Alte» im Team spielen dabei eine Schlüsselrolle.

«Captchas» und das Ende einer Ära
«Ich bin kein Roboter»: Warum es immer schwieriger wird, diese simple Tatsache zu beweisen, schrieb Ruth Fulterer in der NZZ vom 3. April 2025. Klicke die Ampeln an! Verschiebe das Puzzlestück! Diese kleinen Tests im Internet können einen zur Verzweiflung bringen. Doch ohne sie wären wir aufgeschmissen. Jetzt droht der Untergang der sogenannten Captchas und damit das Ende einer Ära. Es ist eine ganz besondere Frustration, neu- und einzigartig für unsere Zeit. Die Frustration, einem Computer beweisen zu müssen, dass man ein Mensch ist – und daran zu scheitern. Die Tests wurden nötig, als Menschen begannen, das Internet zu missbrauchen – also kurz nach dessen Einführung. Heute verbringe die Menschheit jeden Tag zusammengerechnet 500 Jahre damit, Captchas zu lösen, schätzt die Sicherheitsfirma Cloudflare. Captcha ist ein Akronym aus den Anfangsbuchstaben von «Completely Automated Public Turing Test to Tell Computers and Humans Apart,» zu Deutsch: komplett automatisierter öffentlicher Turing-Test, um Computer und Menschen auseinanderzuhalten. Der Informatiker Manuel Blum hat sich 2002 die Abkürzung ausgedacht, in Anlehnung an das Englische «Hab ich dich!»: «Gotcha!» Blum leitete eine Forschungsgruppe an der amerikanischen Carnegie-Mellon-Universität. Bei ihm lernte der begabte Doktoratsstudent Luis von Ahn.

Unser Verhalten identifiziert uns als Menschen
Van Ahn hat ein Talent dafür, Mühsames und Spiel zu etwas Nützlichem zu verbinden und zum Captcha-Problem hatte er eine geniale Idee, schrieb Ruth Fultener weiter. Um die künstliche Intelligenz KI zu trainieren scannten Zeitungsverlage ihre Archive ein, Google ganze Bibliotheken. Die Herausforderung dabei: Etwa jedes fünfte Wort der gescannten Dokumente war für die Computer nicht zu entziffern, wegen schlechten Drucks oder Verzerrungen. Könnte man nicht diese Wörter als Captchas ausspielen, so dass Menschen sie abtippten? Wenn genug Menschen in Gratisarbeit dieses maschinell unlesbare Wort abgetippt haben, kann man es als «entziffert» abspeichern. 2010 wurden jeden Tag 100 Millionen solcher Captchas angezeigt – und so täglich mehr als 150 Bücher digitalisiert. Ab 2012 begann Google damit, Bilder-Captchas auszuspielen. Anfangs waren das Fotos von Hausnummern und Strassennamen von Google Street View. 2014 begann eine neue Ära, Bilder aus dem Strassenverkehr, in neun Quadrate unterteilt, auf denen man Velos, Busse, Ampeln oder Zebrastreifen anklicken muss. Damit wird es möglich, Daten darüber zu sammeln, was ein Velo ist und wie ein Zebrastreifen aussieht. Schliesslich ging man bei der Digitalisierung von Bibliotheken genau so vor, ausserdem baut Googles Mutterkonzern selbstfahrende Autos, denen man beibringen muss, sich im Verkehr zurechtzufinden. Captchas der neuesten Generation wie zum Beispiel der Hund, den man mit Pfeilchen so ausrichten muss, dass er in eine bestimmte Richtung schaut, zielen darauf ab, unsere Mausbewegungen zu analysieren und uns als Menschen zu identifizieren.