Daten sind nicht gleich Daten

Die Prognosen der IT-Szene sind eindeutig: Tag für Tag, Jahr für Jahr vervielfachen sich die Datenmengen im Netz. Es bedarf daher kluger Software-Lösungen, um immense Volumina verarbeiten und auswerten zu können. Big Data, „Watson“, „autonome Software-Systeme“ (ASS) und andere automatisierende Software versprechen der Kundschaft baldige verlässliche Erfolge. Es gelte, Prozesse sowohl im Nachhinein zu überprüfen als auch vorausschauende Bewegungs- und Verhaltensmuster zu erkennen.

Als Instrument der Datenaufbereitung sollen dem arbeitenden oder einkaufenden Menschen nicht nur lange Zahlen- und Wortreihen zur Verfügung stehen. Um eine leichtere Vermittelbarkeit und bessere Verständlichkeit zu ermöglichen, setzt die IT-Szene auf eine Weitergabe und Präsentation der Ergebnisse in Gestalt von Bildern, bewegbaren Bildern (interaktive Visualisierung). Es schlägt vermehrt die Stunde der „virtuellen Realität“ (virtual realitiy, VR), zu der man mit digitalen Brillen Zugang bekommt.

Doch kann man den Ergebnissen trauen? Traut man den Daten, traut man den Ergebnissen. Wer aber garantiert die Integrität, Verlässlichkeit, Verfügbarkeit der Datenmengen? Wie lässt sich „Datenwahrhaftigkeit“ in Echtzeit überprüfen? Aus der Vergangenheit wissen wir, dass Daten immer mehrdeutig sind: „Der Tor bewegte sich durch ein Tor zum Tor und schoss ein Tor.“ Handelt es sich um vier Personen oder um ein Vier zu Null?

So besehen ist die Frage nach der „Datenwahrhaftigkeit“ nicht primär eine technische Herausforderung. Es geht um überprüfbare, an vereinbarten Kriterien orientierte Standardisierungen der Sammlung, Verarbeitung und Bewertung großer Datenmengen durch automatisierende Werkzeuge. Die Standardisierungen können nicht der IT-Entwicklerszene und der IT-Industrie überlassen werden. Dies stellt eine gesellschaftliche Aufgabe dar. Wertevielfalt, Wertepluralismus, Interessenoffenheit, Demokratieprinzipien, Egalität, Integration, Inklusion, Geschlechtergerechtigkeit, Gleichberechtigung, soziale Kontexte und Interdependenzen sind zu berücksichtigen. Technik ist nie neutral und nie wertfrei. Jede Technikentwicklung reproduziert Interessenlagen. Diesen Prozess gilt es zu demokratisieren.

Big Data und vergleichbare Vorgänge (wie etwa ASS) sowie ihre Datengrundlagen müssen nachvollziehbar wie auch überprüfbar sein. Demokratische Transparenz hat Vorrang vor technischem Determinismus. Daten sind ja eben nicht gleich Daten.

 

Die Souveränität des Menschen wahren

„Der Kunde in uns läuft dem Arbeitsgestalter in uns ständig hinter her.“ Mit diesem charmant widersprüchlichen Satz beschrieb jüngst ein führender Gewerkschafter die innere Zerrissenheit des arbeitenden Menschen. Was sollen wir wollen angesichts technischer Versprechen, die sich hinter dem Begriff „Künstliche Intelligenz“ (KI) verbergen? Gelingt es den Gestaltungansätzen von Betriebs- und Personalräten sowie Gewerkschaften, die Souveränität des Menschen zu wahren?

Mit „lernenden Systemen“ gelinge es erstmalig, dass die Lernfähigkeit ökonomisch besitzbar wird. Lernfähigkeit gerät zum technikinduzierten Wirtschaftsfaktor. Aus der Lernfähigkeit des Menschen leite sich die Lernfähigkeit „autonomer Software-Systeme“ ab, so die These. Dabei sollte intervenierend ein ethisches Prinzip gewerkschaftlichen Denkens greifen. Die Autonomie des Menschen in der Arbeit soll Vorrang behalten vor der Autonomie technischer Systeme.

Kann dieses Ziel dadurch erreicht werden, dass von gewerkschaftlicher Seite die Idee eines „sozialen Pflichtenheftes für Künstlicher Intelligenz“ aktiviert wird? Lastenhefte und Pflichtenhefte sind im Umfeld analoger, genau beschreibbarer und vorhersehbarer technischer Abläufe entstanden. „Selbstlernende Software“ und „autonome Software-Systeme“ entziehen sich dieser Beschreibbarkeit aber dann, wenn sie selbst „lernend“ sind.

Einen hervorragenden Gedanken stellt ein nur scheinbar überraschender Vorschlag dar: Um die Möglichkeiten der „KI“ akzeptabel zu machen, sollte die Effizienzdividende der „KI“ in Gestalt von freier Zeit „ausbezahlt“ werden. Mit dem Einsatz von „KI“ sollen Beschäftigte tageweise Freizeit erhalten. So entstünde zwischen Mensch und „KI“ eine besondere Zeit-Freundschaft. Ein begrüßenswerter konkreter Tagtraum!

 

Robotik hinter der Robotik

Die Geschichte der Robotik, ihre darin enthaltenen Hoffnungen und Befürchtungen, reicht weit zurück. Vor mehr als 200 Jahren wurde erstmals ein technischer Versuch unternommen, einen Roboter zu bauen. Es war eine Tiernachbildung. Unser aktuelles Verständnis wurde vor allem von Zukunftsszenarien geprägt, die schon in den 1920iger Jahren davon sprachen, dass menschenähnliche Roboterfiguren die Herrschaft an sich reißen. 1968 brachte Hollywood den Roboter HAL auf die Leinwand, der eigensinnig dem Menschen seinen Willen aufdrängen wollte. Doch diese Sichten decken sich nicht mit den derzeitigen Realitäten.

Heute sind in den Unternehmen noch sogenannte „Assistenzsysteme“ vorherrschend. Sie sind in der Regel „festgeschraubt“ und vollziehen begrenzte, immer wiederkehrende Bewegungen. Man denke an Lackier-Roboter, die einarmig Karosserieteile mit Farbe besprühen. Sie werden mittels Software auf unterschiedliche Formungen ausgerichtet, aber der Lackiervorgang bleibt weitgehend unverändert.

Eine ganz andere Welt bilden dagegen die Versuche, menschenähnliche (humanoide) Roboter herzustellen. Deren Herausforderungen liegen vordergründig in der Frage, ob diese eine menschenähnliche Gestalt, also ein Gesicht, erhalten sollen. Je mehr der Roboter über ein Gesicht verfügt, umso eher ist der arbeitende Mensch geneigt, der Maschine die Fähigkeiten, Denken und Fühlen zu können, zuzuschreiben.

Für die Robotikforschung heute gilt vermehrt die Frage, ob es gelingt, der humanoiden Robotik „Kommunikation“, „Mimik“, „Gestik“ und „Eigenkommunikation“sfähigkeiten beizubringen bzw. anzutrainieren. Hier ist die Entwicklung zwar fortgeschritten, aber dennoch in den Kinderschuhen.

Anders sieht es aus, wenn einarmige oder zweiarmige Assistenzroboter sowie Ansätze humanoider Robotik mit digitalen Plattformen und Clouds verknüpft werden. Dadurch wird es möglich, das „Lernen“ und Steuern des Roboters über das Netz zu beschleunigen. Dann übernehmen „intelligente“ Software-Lösungen die Federführung. Die „blecherne Figur“ wird zum Anhängsel.

Die Zukunft der Robotik liegt vor allem in der Software.