KI in Unternehmen – Von der Begriffsdefinition zur praktischen Anwendung

Laut dem Statistischen Bundesamt setzten 2023 vor allem Großunternehmen auf die Unterstützung durch Künstliche Intelligenz (KI). Nur 16 Prozent der mittleren Unternehmen mit 50 bis 249 Beschäftigten und 10 Prozent der kleinen Betriebe mit 10 bis 49 Mitarbeitenden nutzten die Technologie. 

Die befragten Unternehmer:innen begründeten ihre Zurückhaltung mit fehlendem Wissen, der Inkompatibilität mit vorhandenen Geräten und Software, Schwierigkeiten bei der Verfügbarkeit oder mangelnder Qualität der Daten. Auch rechtliche Konsequenzen, Bedenken hinsichtlich des Datenschutzes und der Privatsphäre sowie Kosten und ethische Überlegungen zählten zu den Unsicherheitsfaktoren. Wie lassen sich diese Hürden überwinden, um zukunftsfähiges Wachstum zu gewährleisten? 

Von ChatGPT über autonome Roboter und Fahrzeuge bis hin zu vielen verschiedenen fiktionalen Erzeugnissen der Pop- und Science-Fiction-Kultur: Wahrscheinlich hat jeder Mensch eine eigene Vorstellung von Künstlicher Intelligenz. Aus diesem Grund ist eine Begriffsdefinition eine wichtige Grundlage, um ein tieferes Verständnis für die Technologie und ihre Anwendungsmöglichkeiten zu entwickeln. 

Laut Dr. Christoph Poetsch gibt es zwei Wege, um sich einer Definition zu nähern. Künstliche Intelligenz lässt sich zunächst als Wissenschaftsfeld betrachten. Unternehmerisch ist jedoch die Untersuchung einzelner KI-Systeme und -Modelle interessanter. „In diesem Fall könnte eine abstrakte Definition zum Beispiel lauten, dass KI ein nicht-menschliches System ist, das Aufgaben von hinreichender Komplexität auf mindestens menschlichem Niveau erfüllt“, erläutert der Experte. 

Diese und jede andere Definition entwickelt sich jedoch stetig weiter – auch weil die KI-Technologie selbst sich weiterhin rasant entwickelt. „Wir wissen nicht, was übermorgen um die Ecke kommt, und wir müssen damit umgehen. Aus diesem Grund halte ich das für eine lebendige, zukunftsoffene Definition.“ Dr. Christoph Poetsch spricht bewusst von einem „nicht-menschlichen“ und nicht von einem „maschinenbasierten“ System. KI tritt maschinenbasiert beispielsweise auf dem Computer, in der Cloud oder über andere entsprechende Infrastrukturen in Erscheinung. „Ich vermute aber, dass wir über kurz oder lang möglicherweise auch in den Bereich der synthetischen Biologie hineinkommen, die andere, nicht maschinenbasierte Grundlagen für künstliche Intelligenz bieten könnte“, fügt der Experte hinzu. 

Dr. Christoph Poetsch klammert den Begriff der Autonomie zunächst aus seiner Definition aus. Das Wort stammt aus dem Altgriechischen (αὐτονομία/autonomia) und bedeutet so viel wie Eigengesetzlichkeit und Selbstständigkeit. „Autonomie setzt streng genommen eigentlich eine Art von Selbstverhältnis voraus. Mit der Frage, ob die KI ein Bewusstsein hat oder nicht, betreten wir aber schwieriges Terrain, und das würde ich insofern nicht als notwendiges Kriterium für Künstliche Intelligenz anlegen.“ 

Autonomie im Vollsinne setze auch Charakteristika wie Intentionalität oder Zukunftsbewusstsein voraus. Überlegungen dieser Art finden sich auch in der ISO-Norm 22989 wieder und lassen den Schluss zu, dass es sich bei der aktuellen KI eher um hoch entwickelte Formen von automatischen Systemen handelt. Früher haben Expert:innen Entscheidungsbäume fest einprogrammiert, z. B. für Systeme, die die Aufgabe einer medizinischen Diagnose erfüllen können. Die Forschung sei jedoch von dieser traditionellen KI-Methode abgerückt, wie Dr. Christoph Poetsch erläutert. „Solche Verfahren werden heute über Machine Learning implementiert. Das heißt, die Regeln werden nicht mehr fest vorgegeben, sondern nur noch der Rahmen codiert. Das System entwickelt innerhalb dieses Rahmens aus Trainingsdaten und Vorgaben selbst Regeln, die jedoch vielfach zu komplex sind, als dass wir sie im Detail nachvollziehen oder verstehen könnten.“ 

In den Augen des Experten handelt es sich um ein sehr dynamisches Feld. Eine fest fixierte Definition sei deshalb umso schwerer, wenn nicht sogar unmöglich, und werfe zahlreiche Folgefragen auf: „Was bedeutet in der vorgeschlagenen Definition etwa ‚hinreichende Komplexität‘? Zahlen zusammenzurechnen, selbst wenn es um sehr große Zahlen geht, ist sicher noch nicht hinreichend komplex. Das kann auch jeder Taschenrechner, ohne dass wir ihm Künstliche Intelligenz zuschreiben würden. Wenn wir es von der anderen Seite betrachten, bedarf es dagegen einer großen Zahl kognitiver Fähigkeiten, um auch nur einen einzigen menschlichen Alltag halbwegs unbeschadet zu überstehen. Schon das ist eine Aufgabe mit einer Komplexität, die keine KI auch nur ansatzweise sinnvoll von Anfang bis Ende bewältigen kann.“ Irgendwo zwischen diesen beiden Polen, in einem schwer abzugrenzenden Mittelfeld, bewege sich die KI aktuell. 

Und natürlich stelle sich auch die Frage, was menschliche kognitive Kapazitäten sind. „Das ist der Grund, warum die vorgeschlagene Definition das außen vor lässt und nicht die explizite, eingrenzende Frage stellt: Was ist eigentlich menschliche Intelligenz? Inwieweit spielen dafür auch Intuition oder Emotionalität neben klassischen Fragen nach logischen Schlussfolgerungen und Rationalität oder Urteilskraft eine Rolle?“, so Dr. Christoph Poetsch. Wenn es zum Beispiel darum gehe, dass ChatGPT ein Märchen erzählt, dann habe das – gerade im Vergleich zum menschlichen Erzählen von Märchen – ebenfalls mit kognitiven Kapazitäten zu tun, erfordere aber neben Logik auch Emotionalität, Kreativität und Intuition. 

Dr. Christoph Poetsch sieht eine große Herausforderung für Betriebe darin, geeignete und konkrete Einsatzgebiete für Künstliche Intelligenz zu finden. 

KI eigne sich zum Beispiel gut für Tätigkeiten, die große Datenmengen implizieren, möglichst standardisiert sind und – zum Beispiel bei der Behandlung von Komplexität – menschliche Kapazitäten übersteigen. „Das funktioniert etwa dort besonders gut, wo wir eine umfangreiche Datenlage haben und KI Korrelationsmuster in großen, hochkomplexen Datenstrukturen entdecken oder nutzen kann.“ Mit diesen Fähigkeiten könnten sich zum Beispiel Lieferkettenprozesse optimieren oder Schwachstellen in Produktionsprozessen oder Produkten identifizieren lassen. „Menschen sind ganz gut darin, zwei bis drei Parameter zu analysieren und Korrelationen oder vielleicht sogar Kausalitäten zu entdecken, wenn es z. B. um Produktionsverkäufe im Laufe einer Saison geht. Was passiert aber, wenn ich eine große Menge an weiteren Parameterdimensionen mit hinzunehme? Etwa Wetterdaten oder auch Dinge, die für den Verkauf des konkreten Produkts vermeintlich irrelevant sind, wie beispielsweise Musiktrends oder dergleichen? Irgendwann sind wir Menschen nicht mehr in der Lage, diese Daten- und Parametermengen in Korrelation zueinander zu setzen und bestimmte Muster zu erkennen.“ KI hingegen kann genau hier ihre Stärken ausspielen.  

KI sei außerdem sehr effektiv darin, minimale Anzeichen für bestimmte Sachverhalte oder Diagnosen zu entdecken, die außerhalb der menschlichen Wahrnehmung liegen. Beeindruckende Beispiele dafür finden sich beispielsweise in der Medizin. „Im Bereich der Parkinson-Früherkennung kann die KI in der Laufbildanalyse eine Person mit Parkinson im Frühstadium identifizieren, an minimalen Mustern oder Veränderungen im Bewegungsvorgang, die auch geschultes Personal noch nicht erkennt. In der Psychologie lassen sich wiederum möglicherweise Frühwarnzeichen von Depressionen an den kleinsten Stimmveränderungen durch KI-Analysen identifizieren.“  

Diese Kompetenzen können aber auch auf industrielle Aufgaben wie z. B. die sogenannte Predictive Maintenance (vorausschauende Wartung) angewandt werden. Dabei analysiert die KI kontinuierlich verschiedenste Daten einer Produktionsanlage. Basierend darauf informiert sie menschliche Kolleg:innen darüber, wann genau eine frühzeitige Wartung erforderlich ist, um eine fortlaufende Funktionstüchtigkeit zu garantieren. Bei der Qualitätskontrolle sei die Genauigkeit der KI ebenfalls von Vorteil, da sie „minimale Abweichungen erkennen und Untersuchungen auf sehr granularer Ebene durchführen kann“.  

Dr. Christoph Poetsch geht davon aus, dass Künstliche Intelligenz im Unternehmen auch als Mittel zur Entlastung dienen und gleichzeitig das Potenzial des menschlichen Personals freisetzen kann. „Die KI ist gerade auch dort effektiv, wo sie das Personal von repetitiven, zeitaufwendigen und sehr stark standardisierten Aufgaben befreien kann. Sie kann etwa dabei unterstützen, Reportings auszufüllen oder Berichtspflichten zu erfüllen – ein klassisches Beispiel ist die erste schriftliche Ausformulierung einer ärztlichen Diagnose.“  

Die KI müsse also nicht unbedingt die schwierigsten Aufgaben übernehmen, sondern auch und gerade dort ansetzen, wo geringere kognitive Kapazitäten ausreichen. Auf diese Weise seien Unternehmer:innen in der Lage, Freiräume zu schaffen, damit sich ihre Mitarbeitenden stattdessen auf komplexe und kreative Aufgaben fokussieren können.  

In den Augen des Experten sollten sich Organisationen und Unternehmer:innen diesen Neuerungen auf keinen Fall verschließen. Ansonsten bestehe das Risiko, nicht nur technologisch, sondern auch wirtschaftlich abgehängt zu werden. Durch den Einsatz von KI müssen nicht zwangsläufig Arbeitsplätze gefährdet sein, wie Dr. Christoph Poetsch anmerkt: „Es muss nicht zu einer Entweder-oder-Entscheidung zwischen KI und Belegschaft kommen. Wenn beide Parteien als Dreamteam gut miteinander arbeiten, ist ein Zuwachs an Produktivität und Effektivität – gerade gegenüber einem ausschließlichen Einsatz von KI – möglich.“ 

Das bedeutet jedoch nicht, dass der Einsatz von KI in Unternehmen automatisch einen wirtschaftlichen Idealzustand herbeiführen wird. Mit der Nutzung von KI-Technologien sind für die Industrie weiterhin zahlreiche Herausforderungen verbunden: 

Die Ansätze „Ethics by Design“ und „Ethics by Use” für Künstliche Intelligenz sollen Orientierung im Umgang mit KI bieten. Kurz gesagt geht es bei „Ethics by Design“ darum, ethische Überlegungen bereits in den Entwurfs- und Entwicklungsprozess neuer Systeme und Geräte mit einfließen zu lassen. „Ethics by Use“ hingegen umfasst den gesamten Nutzungszyklus eines Produkts und soll sicherstellen, dass Künstliche Intelligenz und entsprechende Technologien verantwortungsbewusst eingesetzt werden.  

Entsprechende Gedankengänge haben etwa Eingang in die europäische „Ethik-Leitlinie für vertrauenswürdige KI“ gefunden, die sich mit ethischen und gesellschaftlichen Fragen im Zusammenhang mit KI befasst und umfangreiche Empfehlungen formuliert hat. Es handelt sich dabei allerdings um Leitlinien, nicht um einen Gesetzestext. „Dieses Dokument wurde von einem Expertengremium im Auftrag der Europäischen Kommission verfasst und dient der Förderung vertrauenswürdiger KI. Es ist selbst nicht rechtlich bindend, wird aber in der europäischen KI-Verordnung als Orientierungspunkt für freiwillige Verhaltenskodizes empfohlen“, verdeutlicht Dr. Christoph Poetsch.  

Für Dr. Christoph Poetsch beinhaltet die Auseinandersetzung mit KI-Ethik, zunächst einen Schritt zurückzutreten und zu fragen, was in diesem Fall genau mit Ethik gemeint ist.

Fasst man den Begriff auf diese Weise, dann fallen im Kontext der Künstlichen Intelligenz viele Gesichtspunkte darunter. Laut dem Experten gehören dann mittelbar z. B. auch Themen der funktionalen Sicherheit dazu, da auch funktionale Mängel ethisch relevante Konsequenzen haben können, selbst wenn die technische Funktionalität, etwa einer Bremse, an sich kein ethisches Thema ist. „Die Sicherheit eines selbstfahrenden Autos beinhaltet darüber hinaus aber auch direkt ethische Aspekte, etwa wenn es um Abwägungen von Schadenskonsequenzen bei Fahrentscheidungen geht. Die Gefahr für das menschliche Wohlergehen kann entsprechend groß sein, wenn in der Herstellung und Konzeption nicht auf ethische Aspekte geachtet wird.“ 

Ein solches System könne beispielsweise mit einer Dilemmasituation wie dem klassischen Trolley-Problem konfrontiert werden: Um einen Unfall zu verhindern, der sehr viele Menschen das Leben kosten könnte, müsste ein Weichensteller in diesem Gedankenexperiment einen Zug umleiten. Diese Handlung würde aber, nach Anlage des Experiments, ein einzelnes Menschenleben kosten. Derartige Dilemmasituationen sind im Bereich der autonomen Fahrzeuge durchaus vorstellbar – und ethisch hochkomplex in der Behandlung. 

KI-Ethik lässt sich in zwei zentrale Fragestellungen unterteilen:  

1. Was muss in Bezug auf Ethik im Kontext der jeweiligen KI-Anwendung beachtet werden? 
2. Wie lassen sich die Antworten auf die erste Frage praktisch umsetzen?  

Artikel 10 der KI-Verordnung konzentriert sich beispielsweise auf Nicht-Diskriminierung. „Dort geht es deutlich in Richtung Ethics by Design, weil viele Aspekte der Datenverwaltung angesprochen werden. Die Datensätze müssen bestimmte Kriterien erfüllen, um den Schutz von Gesundheit, Leib und Leben sowie von Grundrechten zu garantieren. Diese Anforderungen gelten explizit für KI-Systeme im Hochrisikobereich. Wer in diesen Bereich klassifiziert wird, ist zudem verpflichtet, unter anderem ein Risikomanagement aufzusetzen. Anschließend muss man im Betrieb kontinuierlich überprüfen, ob das System die Schutzziele Grundrechte, Gesundheit, Leib und Leben nicht verletzt“, verdeutlicht Dr. Christoph Poetsch.  

Viele ethische Aspekte werden jedoch, wie die Erwägungsgründe 27 und 165 der KI-Verordnung zeigen, in den Bereich der Empfehlungen ausgelagert. Diese fließen bestenfalls in einen Code of Conduct, den Verhaltenskodex eines Unternehmens, ein. „Erwägungsgrund 165 konkretisiert zum Beispiel, wie man ein Entwicklerteam zusammensetzen könnte.“ 

Ob sich die Empfehlungen irgendwann zu strengeren gesetzlichen Regulierungen entwickeln, lasse sich aktuell aber nicht absehen. „Wir haben das Problem, dass wir diese Fragen ja gleichsam bei laufendem Motor verhandeln. Es kann sein, dass sich die Empfehlungen des AI Acts als besonders wirkungsvoll erweisen oder sich andere Maßnahmen als effektiver herausstellen. In jedem Fall ist es wichtig, diesen Bereich im Auge zu behalten.“ 

Dr. Christoph Poetsch hält es für plausibel, dass Künstliche Intelligenz bestimmte Fragen aus den Gebieten der Ethik wie in einem Brennglas in den Mittelpunkt gesellschaftlicher und politischer Verhandlungen rücken wird. Diese Fragen waren schon vor dem Auftreten der Künstlichen Intelligenz relevant, sind aufgrund der Automatisierung und der damit einhergehenden Skalierbarkeit jedoch drängender denn je. „Wenn bestimmte Prozesse – z. B. Entscheidungsprozesse im Personalbereich – mittels KI hochskaliert werden, treten ethische Fragen nochmals auf vollkommen andere Weise und mit neuer Dringlichkeit in den Blick.“ Unternehmer:innen müssen deshalb letztlich gezielt darüber nachdenken, diskutieren und festlegen, wie sie sich zu diesen Themen wie Fairness, Gerechtigkeit und Nachhaltigkeit positionieren wollen. 

Trotz aller Herausforderungen sollten sich insbesondere KMU nicht von der neuen Technologie abschrecken lassen. Stattdessen bietet sich eine Vielzahl von Möglichkeiten, um sich dem Themenbereich KI anzunähern. 

Generell scheint festzustehen, dass Künstliche Intelligenz in ihren unterschiedlichen Ausprägungen Wachstumschancen für Unternehmen jeder Größe bereithält. Routineaufgaben können automatisiert, Entscheidungsfindung verbessert sowie Logistik und Lagerhaltung effektiver geplant, entwickelt und optimiert werden. Auch der AI Act kann als Chance für Unternehmen verstanden werden: KI nach dem EU-Standard zeichnet sich demnach künftig durch die Qualitätsmerkmale hoher Vertrauenswürdigkeit und besonderer Sicherheit aus. 

Start-ups, kleine und mittlere Unternehmen sollen in der Umsetzung des AI Acts nicht übermäßig belastet werden. Wie genau diese Unterstützung aussehen wird, lasse sich zum aktuellen Zeitpunkt noch nicht in jedem Detail absehen, erklärt Dr. Christoph Poetsch. „Um Compliance sicherzustellen, werden definitiv Mindestanforderungen gelten. Eine halbe technische Dokumentation reicht auch für ein Start-up nicht aus. Aus der Formulierung des AI Acts geht jedoch an mehreren Stellen zumindest die Intention hervor, Start-ups und KMU gezielt zu unterstützen, um ihre Wachstumschancen nicht zu beeinträchtigen.“  

Ein weiterer Vorteil für KMU und Start-ups könnte in ihrer Flexibilität bestehen. Wenn in großen Konzernen schon Denkweisen und Prozessabläufe fest etabliert und entsprechend schwer zu ändern sind, haben kleinere Betriebe eventuell leichter die Möglichkeit, Künstliche Intelligenz von Grund auf neu zu implementieren. „Man kann KI gleich von Anfang an mitdenken und ist nicht gezwungen, die Technologie in bestehende, lang etablierte Prozesse zu zwängen.“ Voraussetzung sei allerdings, das Thema KI frühzeitig in Angriff zu nehmen.  

Künstliche Intelligenz könne speziell bei kleinen und mittleren Unternehmen dort unterstützen, wo Skalierungsprobleme und Personalmangel das Wachstum hemmen oder einen Wettbewerbsnachteil gegenüber größeren Wettbewerbern darstellen. Insbesondere in Bereichen wie Supply Chain, Lagerhaltung und Logistik kann KI in Start-ups und KMU dabei helfen, Kapazitätsengpässe zu überwinden. „Ein Beispiel: Ein großes Unternehmen kann es eher aushalten, wenn eine Lagerhalle ein halbes Jahr halb leer steht, auch wenn es finanziell eine Belastung ist. Ein kleiner oder mittlerer Betrieb könnte sich dagegen in derselben Situation schon nah an der Existenzgefährdung befinden. Hier könnte KI, die die Lagerhaltung optimiert, gerade für KMU und Start-ups einen relativen Vorteil bringen.“ Diese Unternehmen haben also mit KI-Optimierungen die Chance, solche und ähnliche Wettbewerbsnachteile gezielt mittels KI zu kompensieren. 

Denkbar ist auch, dass KMU und Start-ups mit KI-Unterstützung in die Lage versetzt werden, einen stärker personalisierten Service zu bieten, der sonst nur größeren Konzernen möglich ist. Wenn früher dafür etwa eine umfangreiche Infrastruktur und gut geschultes Callcenter-Personal notwendig waren, das sich kleine Unternehmen nicht leisten konnten, lassen sich mit KI nun personalisierte Interaktionen automatisieren und verbessern, ohne zusätzliche Mitarbeitende einstellen zu müssen. Dieser technische Fortschritt stellt für KMU und Start-ups also exemplarisch eine vielversprechende Gelegenheit dar, den Vorsprung großer Wettbewerber ein Stück weit aufzuholen.