Wo Künstliche Intelligenz noch schwächelt

Maschinelles Lernen wirkt oft wie Magie, drum wird es gerne als KI verkauft. Doch für jede Anwendung muss man hinterfragen, ob das Verfahren nutzt oder schadet.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht
Wo künstliche Intelligenz noch schwächelt
Lesezeit: 16 Min.
Inhaltsverzeichnis

Weil künstliche neuronale Netze in Spezialdisziplinen Erfolge feiern, wächst der Traum von der künstlichen Intelligenz, die weniger Vorurteile pflegt als der Personaler, Kinder individueller fördert als der Lehrer, Diagnosen besser stellt als der Arzt und Autos souveräner steuert als der Mensch.

Die Werbetexte für solche Verfahren nennen eine beeindruckende Menge an Trainingsdaten und eine nicht minder beeindruckende Anzahl an Zusammenhängen, die der Algorithmus automatisch in den Daten gefunden haben soll. Dazu noch eine hohe Genauigkeit – fertig ist das Bild von der neutralen, intelligenten und verlässlichen KI.

Doch häufig vernebeln die Zahlen den Blick aufs Wesentliche. Die schiere Masse an Trainingsdaten ist kein Gütesiegel, entscheidender ist deren Qualität. Vom neuronalen Netz ermittelte Zusammenhänge sind nur Korrelationen, die Aussagekraft haben können, aber nicht müssen. Und selbst eine extrem hohe Präzision von 99 Prozent kann abhängig von der Anwendung inakzeptabel sein.