Mensch vs Maschine: Bewusstsein der KI (3min-Impuls)

weil die kann von Grund auf nicht rechnen. Das heißt, die KI muss sich immer erst Programmier-Code schreiben, um dann auf dieser Basis rechnen zu können. Also man darf erst mal betrachten, es gibt unterschiedliche Formen und Arten der KI und die KI, mit der wir es hier als Gesellschaft aktuell zu tun haben. Also KI ist ja schon seit vielen Jahrzehnten unter uns. Seit den 40er-Jahren versucht man, diese Durchbrüche zu ermöglichen. In den 40er-Jahren war es erst mal eine Interaktion zwischen Mensch und Maschine, die nicht auf Algorithmen basiert ist, verfügbar. Der Durchbruch ist ja nie gelungen, weil zwar der Skill, also die Fähigkeiten, in der verfügbar gewesen sind, es ist die Daten verfügbar gewesen, aber was nicht verfügbar war, war die notwendige und auch bezahlbare Rechenkapazität, um das zu ermöglichen, was die Fähigkeiten schon ambitiert haben, beziehungsweise die Daten zu verarbeiten, die notwendig sind, um solch eine KI zu unterstützen. Da haben wir jetzt den Durchbruch erlebt, dass veritable Geschäftsmodelle auf diesen drei Säulen fußen können. Dennoch darf man sagen, dass diese unterschiedlichen KI-Ansätze, also Machine Learning-Ansätze in SAP und speziell auch im Einkaufsmodul von SAP schon lange Jahre dabei sind, aber eben auch nur sehr rudimentär von den Firmen genutzt werden. Ich darf sagen, es gibt so zwei Stoßrichtungen, um deine Frage direkt zu beantworten. Das eine ist, dass eine KI sich deutlich unterscheidet, also gerade die generative KI von den Algorithmen. Also wenn ich eine Pivot-Tabelle oder Algorithmen in Excel jetzt mal nutze, um eine bestimmte Auswertung zu machen, bekomme ich immer das gleiche Ergebnis, also dieser Prozess ist herleitbar. Eine generative künstliche Intelligenz arbeitet ja nicht mit herleitbaren Prozessen, sondern nach dem Zufallsprinzip. Klingt komisch, ist aber so, sodass das Ergebnis immer ein anderes ist. Selbst bei dem gleichen Prompt von der gleichen Person zur gleichen Zeit ist das Ergebnis immer ein anderes, was uns natürlich, wenn wir ein Rechenergebnis erreichen wollen, uns zuwider ist oder zuwider legt. Also das... Und das Zweite, was dazu kommt, dass sich eine KI von Grund auf, also eine, die mit einem Large-Language-Modell gefüttert ist und damit zur generativen KI gehört, sich sehr schwer tut, überhaupt zu rechnen. Weil die kann von Grund auf nicht rechnen. Das heißt, die KI muss sich immer erst Programmiercode schreiben, um dann auf dieser Basis rechnen zu können, sodass eine ganz andere Herangehensweise notwendig ist, um Berechnungen durchzuführen mittels der KI. Das ist das eine. Und das Zweite ist, du hast gesagt, wo sind die Grenzen, wo sind die Möglichkeiten. Ich male immer ganz gerne so eine Kurve, wie auf der einen Seite dieses exponentielle Wachstum, kann man jetzt gerade nicht sehen, exponentielle Wachstum an Möglichkeiten haben, die uns die KI bietet. Das heißt, das Mursche Gesetz sagt ja, es verdoppelt sich alle anderthalb Jahre die Rechenkapazität im Sinne der Rechenleistung. Und bei der KI ist es so, dass sich innerhalb von wenigen Monaten die Möglichkeiten, die wir mit der KI haben, verdoppeln. Das heißt, hier haben wir so ein exponentielles Wachstum und dann gibt es uns als Mensch. Und wir als Mensch, wir haben ein lineares Wachstum, wenn es um das Bewusstsein von Anwendungsfällen geht und somit diese Diskrepanz, also diese Lücke oder Gap, würde man im Englischen sagen, zwischen den Möglichkeiten, die wir mit der KI haben und dem Bewusstsein darüber, was können wir denn mit der KI jetzt überhaupt anstellen. Also wenn ich mich da so reinversetze, ich bin jetzt der Einkaufsleiter, ich sehe irgendwie, da läuft was mit der KI und das entwickelt sich ständig weiter. Ich gucke morgens in mein Handy und denke, jetzt haben die da schon wieder was Neues. Jetzt gibt es hier ein Spezial-Tool. Jetzt gibt es auf einmal hier Co-Pilot für bla und JGPT 4 und das, das, das. Und jetzt gibt es Bots und jetzt gibt es Mansions und jetzt gibt es Make-Prozesse. Ich drehe völlig durch. Und mein Bewusstsein von Anwendungsfällen, so im Sinne von, was heißt das jetzt für mich? Wie kann ich als Einkäufer oder als Chefeinkäufer, wie kann ich das Ganze jetzt anwenden? Was heißt das für mich und wie lässt sich das übertragen auf die Anwendungsfälle? Und das ist das, was wir in unseren Formaten, wir haben ja eins der größten wiederkehrenden Formate im deutschsprachigen Raum zum Thema KI. Es nennt sich KI Café, ist jede Woche Mittwoch, 8.30 Uhr bis um 10 Uhr, war auch gerade eben. Und da kommen jede Woche circa 150 Teilnehmer, die zum Teil immer wieder da sind, aber auch viele neue. Und wir ordnen diese Anwendungsfälle ein und wir sehen immer wieder, dass dieses, diese Frage, was kann ich jetzt da mitmachen? Ja, und wir hatten heute eine Dame, da ging es genau um diese Algorithmen. Es ging genau um eine Berechnung, jetzt im Buchhaltungsprozess, nicht bei den Einkäufern, abzugleichen eine Rechnung, die Sonderkonditionen eines Kunden und das entsprechende Zahlungsavis. Und das unterscheidet sich manchmal gravierend. Der Kunde muss selbst ausrechnen, welche Sonderkonditionen hat er, die er dann auf diesen Rechnungsbetrag anweist. Und wir haben uns heute innerhalb von einer Dreiviertelstunde diesem Anwendungsfall genähert, den, wenn man den weiter aufbricht, ja, wir in der Lage sind, allein nur durch diesen Anwendungsfall uns dieser Lücke hier zu nähern. Ja, also diese Lücke zu schließen, weil wir ein besseres Bewusstsein darüber bekommen, was kann eine KI für uns leisten und was nicht. Und das ist das, was aktuell eine Hauptaufgabe ist, unabhängig, ob es die Einkäufer sind oder irgendwelche anderen Menschen. Untertitel der Amara.org-Community