Sprungnavigation

  1. Zur Volltextsuche springen
  2. Zum Inhalt springen
  3. Zur Hauptnavigation springen
  4. Zur Servicenavigation springen
Seite: https://www.hochschule-ruhr-west.de//forschung/forschungsschwerpunkte/newsletter-corona-und-ki/
Datum: 08.05.2021, 11:37Uhr

Wirtschaftswandel durch Künstliche Intelligenz

Januar 2021

Mensch oder Maschine? Oder Mensch mit der Maschine? Wie Künstliche Intelligenz (KI) die Wirtschaft und unser Leben beeinflusst.

Herzlich willkommen zur ersten Ausgabe des Newsletters des Forschungsschwerpunkts "KI aus ökonomischer Perspektive" an der Hochschule Ruhr West, Mülheim an der Ruhr.


Corona und KI

 

Covid-19 befällt die humane Intelligenz - nicht jedoch die künstliche Intelligenz.

Ein Wettbewerbsnachteil für den Menschen - der aber durch eine erfolgreiche Impfung im Jahr 2021 wieder aufgehoben werden wird.

Daher fokussieren wir uns in diesem Newsletter auf den Nutzen, den künstlich intelligente Systeme für den Menschen in Zeiten der Pandemie haben – und die Kritik, wenn Ethik zur Black Box wird.

Mit der Erkennung von Erkrankungsmustern fing es an: Bereits am 31. Dezember 2019 schlug das KI-Unternehmen Bluedot erstmals Alarm, nachdem es einen Anstieg von unbekannten Lungenerkrankungen nahe Wuhan festgestellt hatte. Man war guter Dinge, die Risiken akkurat einschätzen zu können [1].

In den Folgemonaten konnten die Algorithmen ihre Power ausspielen: Bei der Epidemiologie, bei der Diagnose und Behandlung oder der Entwicklung von Medikamenten [2].

Warum ging es auf einmal so schnell? 

Weil KI-Systeme, die für andere Zwecke trainiert wurden, umgewidmet wurden. Janice Sipior [3] nennt Beispiele: Das Tracking-System für Gegenstände in einem Gebäude, das jetzt verwendet wird, um die Entfernung von Mitarbeitern zueinander zu ermitteln. Oder das KI-System, das ursprünglich trainiert wurde, um auf CT-Aufnahmen Tuberkulose zu erkennen und jetzt im Anti-Covid-Einsatz steht. Aber Vorsicht: Mit anderen Daten trainierte Systeme versprechen zwar schnelle Erfolge, aber nicht immer optimale Ergebnisse. Nur zu Beginn der Pandemie war es der beste Weg, denn Corona-spezifische Daten waren Mangelware [4],[5].

Auch die Impfstoffe wurden in Rekordzeit entwickelt - und KI hat einen maßgeblichen Anteil daran [6]. So war das Maß aller Dinge bislang die Entwicklung eines Mumps-Impfstoffs, welche ungefähr vier Jahre benötigte; der erste Corona-Impfstoff brauchte zur Zulassung weniger als ein Jahr.  

 

KI konnte dabei helfen, die Struktur des Virus besser zu verstehen, genetische Komponenten zu synthetisieren und Eintrittswahrscheinlichkeiten vorherzusagen [7]. Das neue Umsetzungstempo bei KI-Anwendungen für Corona beschreiben Forscher [8] in einem aktuellen Papier so: „what a difference a pandemic makes.“

Aber auch hier gibt es eine zweite Seite der Geschwindigkeits-Medaille: Der ethische Konsens entwickelte sich nicht genauso schnell mit. So kam es global auch zu ganz unterschiedlichen Lösungen, zum Beispiel bei den mobilen Tracking-Apps. Ethik muss sich gerade in der Krise bewähren – und die ethische Debatte muss sich der Dringlichkeit stellen [9].

Dass ein Algorithmus zu unerwünschten Entscheidungen führen kann, zeigte sich zuletzt in Stanford [10]. Am Universitätsklinikum wurde die Verteilung des Impfstoffes an Mitarbeiterinnen und Mitarbeiter über einen Punktwert gesteuert. Im Ergebnis sollten von den 1300 Medizinern, die täglich mit Patienten umgehen, nur sieben geimpft werden. Stattdessen schlug der Algorithmus mehr Mitarbeiter aus der Verwaltung zur Impfung vor. Das Problem: Ein Kriterium für den Punktwert war das Alter. Eine wenig durchdachte Entscheidung wurde zum Programmcode. Gerade weil der Mensch ein Teil der Fehlerkette ist, muss auch der Mensch algorithmische Entscheidungen kontrollieren und korrigieren dürfen.

Bei der Erkennung von Mustern helfen die Algorithmen dagegen ungemein. Im Jahr 2020 sind unzählige Artikel zum Coronavirus erschienen. Das US-Projekt CORD auf semanticscholar [11] zeigt fast 200.000 Einträge, das von der europäischen Kommission mitfinanzierte Covid19dataportal [12] über 260.000 Einträge an. Unüberschaubar für einen Menschen, doch KI-Algorithmen können diese Datenmengen strukturieren und aufbereiten [13],[14].

An der Sammlung, Veröffentlichung und Auswertung von Forschungsdaten haben viele unterschiedliche Organisationen mitgewirkt. Die OECD sieht Open Science daher als essentiell für die schnelle Reaktion auf das Virus an [15].


KI und Wirtschaft

 

Geschwindigkeit durch Nutzen trainierter Modelle, Offenheit und Datenverfügbarkeit sind die Erfolgsfaktoren für den KI-Einsatz gegen Covid19. Kann dieses Wissen auch auf andere Problemstellungen übertragen werden?

Denn KI ist kein Experimentierfeld mehr, sondern ein Business Case. Damit rücken aber auch andere Fragen in den Vordergrund: Was kostet die Einführung, was bringt sie, wo kommen die Fachkräfte her, was bedeutet das für die Mitarbeiterinnen und Mitarbeiter und wie können Transparenz- und Sicherheitsbedenken ausgeräumt werden? Diverse Umfragen beleuchten diese Punkte immer wieder aufs Neue [16],[17]. Auch Open Source wird gerne genutzt. Aber sobald die KI wettbewerbskritisch wird, werden Unternehmen ihre eigenen Trainingsdaten nicht veröffentlichen.

Die Bedeutung von KI für den Wettbewerb hat die deutsche Bundesregierung jedenfalls erkannt. Die Mittel für die KI-Strategie wurden um zwei auf fünf Milliarden Euro aufgestockt [18]. Gefördert werden Anwendungen und Forschung bis zum Jahr 2025.


KI an der HRW

 

Die Hochschule Ruhr West wird über den Forschungsschwerpunkt "KI aus ökonomischer Perspektive" die Entwicklung begleiten. Dazu tragen viele Kolleginnen und Kollegen bei und wir möchten Ihnen in jedem Newsletter einen Mitstreiter an dieser Stelle vorstellen.

Prof. Dr. Mark Oelmann

ist Studiengangsleiter für den Studiengang Energie- und Wassermanagement. Sein eigenes Lehr- und Forschungsgebiet sind Infrastruktur und Netze.

Im Januar 2021 wird er mit seinem Team den „1. HRW-Digitalisierungsindex für die deutsche Wasserwirtschaft“ vorstellen. Hier geht es zur Internetseite des Projekts.

 

Redaktion: Herr Oelmann, warum beschäftigen Sie sich mit dem Thema KI? Wasser wird man doch nie digital ausliefern können.

Mark Oelmann: Ja, stimmt. Aber auch in der Wasserwirtschaft werden Daten gesammelt. Und mit der Analyse dieser Daten kann auf allen Wertschöpfungsstufen in der Wasserver – und Abwasserentsorgung der Betriebsmitteleinsatz verringert werden. Dazu ein Beispiel: Wenn die Reinwasserpumpen KI-gesteuert immer in ihrem Optimum laufen, ist weniger Energieeinsatz notwendig. Dadurch vermindert sich der CO2-Ausstoß der Wasserwirtschaft und im besten Fall können dann sogar die Wasserpreise sinken.


Wie weit ist denn die Wasserwirtschaft mit der Umsetzung?

Mark Oelmann: Das ist sehr unterschiedlich. Von den 6200 Wasserversorgern und 6800 Abwasserentsorgern greifen insbesondere die größeren Unternehmen das Thema aktiv auf. Um die Entwicklung im Zeitverlauf nachzuverfolgen und beschreibbar zu machen, werden wir noch im Januar den „1. HRW-Digitalisierungsindex für die deutsche Wasserwirtschaft“ veröffentlichen, der beschreibt, wie die Digitalisierung aktuell Platz greift.


Welche Aufgaben werden denn künstlich intelligente Systeme in der Wasserversorgung Ihrer Meinung nach in fünf Jahren wahrnehmen?

Mark Oelmann: Die KI wird Einzug in den technischen Wertschöpfungsstufen halten. Dann wird es genauere Prognosemodelle für die Wassernachfrage als auch für die Zuflüsse geben. Ebenso werden KI-Systeme stärker in der Verwaltung eingesetzt werden.
Einen starken Einfluss wird die Vernetzung von Energie- und Wassermärkten haben. Die Wasserbranche verbraucht Strom – und produziert ihn teilweise auch. Etwa durch Wasserkraftwerke oder bei der Verstromung von Klärgas. Hier wird Künstliche Intelligenz helfen, die Gesamtsysteme aus Wasser- und Energieversorgung zu optimieren und optimal aufeinander abzustimmen. Sicher stecken diese Ansätze zurzeit noch in den Kinderschuhen.


Und die Risiken dabei? Schließlich gehört die Wasserversorgung zur kritischen Infrastruktur.

Mark Oelmann: Die Risiken dürfen nicht außer Acht gelassen werden. Je mehr Schnittstellen nach außen geschaffen werden, umso höher sind die Bedrohungspotentiale. Bei der WAZ konnte man gerade sehen, welche fatalen Folgen ein Angriff haben kann. Deshalb muss die Sicherheit ganz oben stehen. Das ist auch keine Abwägungsfrage: Digitalisierung muss in der Wasserwirtschaft immer mit einem entsprechenden Sicherheitskonzept einhergehen.


Herzlichen Dank für das Interview.


Vielen herzlichen Dank für Ihr Interesse und bis zur nächsten Ausgabe im Frühjahr.

Für Feedback erreichen Sie uns per Mail unter ki-oekonom hs-ruhrwest "«@&.de

Forschungsschwerpunkt "KI aus ökonomischer Perspektive"


Hochschule Ruhr West
Duisburger Straße 100
45479 Mülheim an der Ruhr
Deutschland

+49 (0)208 88254-0
info@hs-ruhrwest.de
hochschule-ruhr-west.de

Vollständiges Impressum:
hochschule-ruhr-west.de/metanavigation/impressum


Angaben nach § 5 Absatz 1 Telemediengesetz (TMG)
Register: Die Hochschule Ruhr West (HRW) ist gem. § 2 Absatz 1 Satz 1 i. V. m. § 1 Absatz 2 Satz 2 Nr. 14 des Gesetzes über die Hochschulen des Landes Nordrhein-Westfalen (HG NRW) eine vom Land getragene, rechtsfähige Körperschaft des öffentlichen Rechts.
Tax ID: DE 269 193 645

Redaktionell verantwortlich gem. § 18 Absatz 2 des Medienstaatsvertrags (MStV):
Prof. Dr. Isabel Lausberg
Prof. Dr. Michael Vogelsang
Leon Schmitz
Forschungsschwerpunkt "KI aus ökonomischer Perspekitve"
Telefon: 0208 882 54-100
ki-oekonom@hs-ruhrwest.de

Bildnachweise:
Erde mit Maske: Alexandra_Koch / Pixabay
Spritze: Willfried Wende / Pixabay
Roboter-Unternehmer: sujins / Pixabay
Mark Oelmann: HRW


Einzelnachweise:

[1] Tyborski, Roman; Demling, Alexander (2020): „Warum es so schwer ist, Pandemien vorherzusagen“, handelsblatt.com/technik/digitale-revolution/digitale-revolution-warum-es-so-schwer-ist-pandemien-vorherzusagen/25723324.html

[2] Bullock, Joseph; Luccioni, Alexandra; Hoffmann Pham, Katherine; Lam, Cynthia Sin Nga; Luengo-Oroz, Miguel (2020): „Mapping the landscape of Artificial Intelligence applicationsagainst COVID-19“, Journal of Artificial Intelligence Research, Vol. 69, p. 807-845, arxiv.org/pdf/2003.11336.pdf

[3] Sipior, Janice C. (2020): „Considerations for development and use of AI in response to COVID-19”, International Journal of Information Management, Vol. 55, sciencedirect.com/science/article/abs/pii/S026840122030949X

[4] Lee, Kai-Fu; Thompson, Nicholas (2020): „Kai-Fu Lee Gives AI a B-Minus Grade in the Covid-19 Fight”, wired.com/story/kai-fu-lee-ai-b-minus-grade-covid-19/

[5] Benaich, Nathan (2020): „AI has disappointed on Covid”, ft.com/content/0aafc2de-f46d-4646-acfd-4ed7a7f6feaa

[6] Council of Europe (2020): „AI and control of Covid-19 coronavirus”, coe.int/en/web/artificial-intelligence/ai-und-kontrolle-des-covid-19-coronavirus

[7] Waltz, Emily (2020): „AI takes its best shot”, ieeexplore.ieee.org/document/9205545

[8] Lumb, Ruth; Lall, Vinod; Moreno, Abel (2020): „The Role of AI in Testing, Tracking and Treatment of Covid-19”, American Journal of Management, Vol. 20(3), S. 55-64, articlegateway.com/index.php/AJM/article/view/3107/2953

[9] Tsachor, Asaf (2020): „Artificial intelligence in a crisis needs ethics with urgency”, Nature Machine Intelligence, Vol. 2, p. 365–366, nature.com/articles/s42256-020-0195-0

[10] Guo, Eileen; Hao, Karen (2020): „This is the Stanford vaccine algorithm that left out frontline doctors“,  technologyreview.com/2020/12/21/1015303/stanford-vaccine-algorithm

[11] semanticscholar.org

[12] covid19dataportal.org

[13] Hensel, Martin; Litzel, Nico (2020): „C3.ai vergrößert COVID-19 Data Lake“, bigdata-insider.de/c3ai-vergroessert-covid-19-data-lake-a-935009/

[14] Hutson, Matthew (2020): „Artificial-intelligence tools aim to tame the coronavirus literature“, nature.com/articles/d41586-020-01733-7

[15] OECD (2020): „Why open science is critical to combatting covid 19“, oecd.org/coronavirus/policy-responses/why-open-science-is-critical-to-combatting-covid-19-cd6ab2f9/

[16] Deloitte (2020): „KI-Studie 2020: Wie nutzen Unternehmen Künstliche Intelligenz?“, www2.deloitte.com/de/de/pages/technology-media-and-telecommunications/articles/ki-studie-2020.html

[17] BVMW; Gemeinsam Digital (2020): „Anwendung von Künstlicher Intelligenz in KMU“, gemeinsam-digital.de/app/uploads/2020/07/ki-umfrage_bvwm_gd.pdf

[18] Bundesministerium für Wirtschaft und Energie (2020): „Kabinett beschließt Fortschreibung der KI Strategie der Bundesregierung“, bmwi.de/Redaktion/DE/Pressemitteilungen/2020/12/20201202-kabinett-beschliesst-fortschreibung-ki-strategie-bundesregierung.html