künstliche Intelligenz SAP
© whiteMocca / Shutterstock.com

KI in der öffentlichen Verwaltung

Das Digitale muss dem Analogen dienen

Technologie entwickelt sich exponentiell. Circa alle 18 Monate verdoppelt sich das Wissen der Menschheit. “ Technology is changing our lives so fast that our institutions and our values are hardly able to keep up. People want to see that we’re finally marrying knowledge and wisdom.” Wissen und Weisheit in Rahmen technologischer Entwicklungen mit Verantwortung kombinieren – das fordert Condolezza Rice auf der SAPPHIRE 2018. Neue Technologien und hier insbesondere die künstliche Intelligenz beginnen, ihr Potential zu entfalten. Dabei sind gerade der öffentliche Bereich und die öffentlichen Institutionen mehr denn je gefragt, Führung zu übernehmen.

Digitalisierung ist nicht einfach die Fortführung des Industriezeitalters mit anderen Mitteln. Digitalisierung bedeutet, dass Informationen, einmal erfasst, praktisch ohne Kosten beliebig vervielfältigt werden können. Alles, was berechenbar ist, kann und wird früher oder später berechnet werden. Diese Informationen werden mehr und mehr vernetzt, können somit einfach korreliert und die Erkenntnisgewinnung exponentiell beschleunigt werden.

In der Industrie sprechen wir inzwischen vom „Intelligent Enterprise“.  Überall entstehen neue Ecosysteme wie Blockchain, 3D Print oder Shareconomy. Darauf ist das organisatorische, materielle und formelle Handeln der staatlichen Organe auf allen Ebenen noch nicht ausreichend vorbereitet.

Exkurs: Wie funktioniert künstliche Intelligenz?

Intelligenz ist die Fähigkeit zum Vergleich sowie die Bildung und Anwendung von Mustern. Ein Muster ist letztlich ein Modell der Wirklichkeit. Das Gehirn hält diese im Gedächtnis vor und bildet im Abgleich mit der Sensorik unserer Sinnesorgane Wahrscheinlichkeiten, mit denen dieses Modell als realer Zustand eintritt.

Das beinhaltet die Abstraktion sowie Kombination von Mustern, Prüfung von Mustern gegen die Realität, Bildung neuer Muster, Update oder Verwerfung von Mustern, Vergessen von Mustern und Neubildung synaptischer Verknüpfungen.

KI wird „klüger“ als Menschen

Machine Learning basiert, als Teilgebiet der künstlichen Intelligenz, auf Mustererkennung und daraus abgeleiteten Aktionen. Mithilfe des maschinellen Lernens werden Systeme in die Lage versetzt, auf Grundlage vorhandener Datenbestände und Algorithmen, Muster und Gesetzmäßigkeiten zu erkennen, um so Lösungen zu entwickeln.

KI realisiert Intelligenz rekursiv in einem Maße, welches bis zur sogenannten Superintelligenz führen kann, das heißt die KI wird „klüger“ als Menschen, indem sie sich selbst verbessert.

Das Laden dieses Youtube-Videos wurde unterbunden. Wenn Sie es anzeigen, werden Daten an Youtube übermittelt und Cookies gesetzt. Informationen zum Datenschutz finden Sie in der Youtube Datenschutzerklärung.

So entstehen neue Jobs und alte Berufsbilder schwinden allmählich

Nicht die Prozesse sagen uns, welche Daten erforderlich sind, sondern die Daten bestimmen die Prozesse und werden somit individuell und dynamisch. Dabei ist essentiell, dass die Prozesse die Arbeit erleichtern, nicht die Arbeit diktieren. Durch die Weiterentwicklung einer künstlichen Intelligenz kann diese von der Stand-alone zur Schwarmintelligenz werden. Es entstehen selbstorganisierende Systeme, wie zum Beispiel Produktionsstätten auf Basis kollektiven aber dezentralisierten Verhaltens, das individuelle Intelligenz hin zu emergenter Intelligenz ermöglicht. Dafür müssen humane Qualitäten in technischen Anwendungen wie Vergleiche, Anpassungen der Vorgehensweise, Sensorik und Kombination zunehmend genutzt werden. So entstehen neue Jobs und alte Berufsbilder schwinden allmählich.

Komplett neue Grundlage des Wirtschaftens

Jobs, die menschliche Interaktion und Empathie benötigen wie Erziehung, Ausbildung, Wertevermittlung oder Alterspflege werden bleiben. Künstliche Intelligenz könnte eine komplett neue Grundlage des Wirtschaftens bilden. Auf langfristige Sicht können im Zusammenhang mit Recycling und erneuerbaren Energie Ressourcenprobleme gelöst werden.

Das Zusammenwirken von KI mit anderen disruptiven Technologien birgt das ihr eigentliches Potenzial.

Ökonomische Auswirkungen von Artificial Intelligence in ausgewählten G20-Ländern
© Accenture

Wer führend in der KI ist, wird führend in der Welt sein

Internationale Firmen wie Google, Amazon, Alibaba oder Facebook haben inzwischen umfangreiche Datenpools angehäuft, die sie u.a. für ihre KI-Forschung nutzen.

Wer führend in der KI ist, wird führend in der Welt sein. Um dem Anspruch zu genügen, eine führende Nation der Digitalisierung zu sein, muss Deutschland in künstliche Intelligenz investieren.

KI entsteht dezentral. Sowohl in der „Herstellung“ (Programmierung, Training, Weiterentwicklung) als auch in der Nutzung. Jeder kann heute zu Hause eine KI programmieren, wenn er ein wenig Fachwissen hat. Das ist die zentrale Herausforderung der Kontrolle der KI.
 

Somit wird KI benötigt, um KI weiterführend zu verstehen

Software entwickelt Software, damit wird sie für uns Menschen immer schwerer verständlich. Somit wird KI benötigt, um KI weiterführend zu verstehen.  Wenn nun diese KI und Genetik und Robotik und später Nanotechnik kombiniert werden, ist der mögliche Nutzen praktisch unendlich, aber ebenso die potentielle Gefahr.

KI darf nicht ungesteuerte, sondern muss für den Menschen und die Natur nutzbringende Intelligenz erschaffen. KI-Systeme müssen überprüfbar sein. Bei jeder Beteiligung eines KI-Systems und einer juristisch relevanten Beschlussfassung sollte es eine Erklärung geben, die eine humane Autorität überprüfen kann.

An humanistischen Werten orientieren

KI muss an humanistischen Werten orientiert sein. Das Digitale muss dem Analogen dienen. Insbesondere die Gesetzgebung muss Schritt halten mit den technischen Entwicklungen.

Asimov’sche Regeln der Robotik:

1.Ein Roboter (eine KI) darf einem Menschen keinen Schaden zufügen (nicht aktiv und nicht passiv durch Unterlassen)

2 .Ein Roboter (eine KI) muss den Befehlen gehorchen, die von Menschen gegeben werden, außer diese verstoßen gegen Punkt 1.

3. Ein Roboter (eine KI) muss seine eigene Existenz schützen, solange diese nicht gegen Punkt 1. oder 2. verstößt.

Um diese Herausforderungen zu meistern, müssen Politik, Industrie, Forschung und Zivilgesellschaft massiv den internationalen Dialog erweitern und beschleunigen.
Entsprechende Initiativen der EU wie das KI Observatorium, Arbeitsgruppen, Pilotprojekte in verschiedenen Bereichen (Agriculture, automated valet parking,  Manufacturing etc.)
und entsprechende Forschungs- und Förderprogramme, Digital Innovation Hubs,  a European AI Alliance können da nur ein Anfang sein.

Ermessenspielräume sind technisch gesehen "Rauschen"

Die öffentliche Verwaltung arbeitet im Wesentlichen auf Basis von Regeln, Anordnungen, Gesetzen und ähnlichen Festlegungen. Das macht ihre Arbeit per se zum Gegenstand von Automatisierung mittels intelligenter Systeme. Interessant wird es, wenn Ermessenspielräume berücksichtigt werden sollen. Ermessenspielräume sind technisch gesehen Rauschen. Alle Fälle werden grundsätzlich gleichberechtigt bewertet, analysiert und entschieden. Abweichungen (also die Bandbreite des Rauschens) müssen trainiert werden. KI arbeitet immer zielorientiert.

Das Law-To-Action-Prinzip
© SAP SE

Wie können wir prüfen und verstehen, ob sich KI für die Automatisierung und oder Prozessverbesserung im öffentlichen Bereich einsetzen lässt:

Checklist:

1. Wo fallen große Datenmengen an, aus denen sich Muster ableiten lassen und sind diese Daten elektronisch verfügbar?

  • Verkehr, (Prognosen, operative Steuerung, Planung/Simulation)
  • Steuern, Gebühren, Strafen (Berechnung, Einzug, Rückerstattung, Mahnung etc.)
  • Sichere Identitätsverwaltung, (Dokumente für jeweilige Lebenslagen, Anmeldungen, Zertifikate, Gesundheitsdaten, Versicherungen, Zeugnisse usw.), deren geschützter Austausch
  • Serviceleistungen für Bürger (Lebenslagen/Situationen – Zustand und Veränderung wie z.B. Ausbildungsabschlüsse, Studium, Eheschließung, Kinder, Führerschein, medizinische Behandlungen, Versicherungen,  etc.)
  • Betrugserkennung
  • Sicherheit (z.B. Crowd Management, Terrorarbwehr, Abnormal Situation Detection, Datengestützte Polizeiarbeit)
  • Integrative Arbeit verschiedener Abteilungen/ Bereiche (bereichsübergreifende Datenkorrelation zur Planung, Simulation)

2. Wo verändern sich Bedingungen?

  • Rechtssituationen/ Rechtsprechung (Law-to-Action)
  • Stadtplanung (in allen Bereichen: Verkehr, Infrastruktur, Wirtschaft, Bildung, Sicherheit, Services, Umwelt etc.
  • Bevölkerungswachstum in Städten und -rückgang im ländlichen Bereich
  • Qualitätskontrolle vor und nach Verwaltungsentscheidungen

3. Wo ist Automatisierung möglich, notwendig und nützlich

  • Antragswesen (Daten sind vorhanden und können integriert werden)
  • Gesundheit (Analyse von Patientendaten, Behandlungserfolgen und -misserfolgen in ähnlichen Fällen)
  • Beschaffung, Dienstreisen (Planung, Durchführung, Abrechnung, Reporting)
  • Compliance-Prüfungen (Mustererkennung bei allen finanziell relevanten Transaktionen und Identifizierung von Anomalien)
  • Bürgerbeteiligung (Bürger werden zu virtuellen Ratsmitgliedern oder Parlamentariern: ihre Meinung kann permanent abgefragt werden)
  • E-Voting (wenn die ID und die Wahlentscheidung sicher getrennt sind aber die Wahlentscheidung trotzdem nur einmalig möglich ist pro Wahl)

Auch rechtliche Grundlage muss Schritt halten

Um die Potenziale und Herausforderungen künstlicher Intelligenz zu meistern braucht es einen Kulturwandel und Offenheit für Veränderungen.

Die Attraktivität der Verwaltung muss für Bürger und Angestellte  gesteigert werden. Dafür muss integrativ über die Bereichsgrenzen geschaut werden und eine Orientierung am Bürger stattfinden. Im Zuge der rasanten technologischen Entwicklung muss auch die rechtliche Grundlage Schritt halten.

Dieser Artikel ist ein Gastbeitrag von Holger Tallowitz (holger.tallowitz@sap.com) , Director Future Cities, Blockchain bei SAP.