Latest / Glasklar - ein Politik Podcast der Gelsenwasser AG / #70 Dr. Henning Beck über die Zukunft mit Künstlicher Intelligenz

Transcript

#70 Dr. Henning Beck über die Zukunft mit Künstlicher Intelligenz · Glasklar - ein Politik Podcast der Gelsenwasser AG

• 0:00
  Also menschliches Leben ist mehr als Intelligenz.
• 0:02
  Und ich finde, das ist sehr wichtig, wenn man von KI spricht.
• 0:05
  KI ist genau das.
• 0:07
  Es ist ein Optimierungsverfahren.
• 0:08
  Man kann damit Dinge in der Infrastruktur, in der Logistik,
• 0:12
  kann man optimieren, man kann auch zum Teil neue Sachen hervorbringen.
• 0:15
  Aber diese KI entwickelt keinen Willen.
• 0:17
  Sie hat keine Absicht, in dem was sie tut.
• 0:19
  Und das ist ein massiver Unterschied zu dem,
• 0:22
  wie wir durch die Welt gehen.
• 0:23
  Wir haben einen Ziel und deswegen handeln wir.
• 0:27
  Glas klar.
• 0:28
  Der Politik-Podcast der Gelsenwasser AG nimmt sie mit
• 0:32
  auf eine spannende und erfrischende Reise in eine blau-grüne Welt.
• 0:35
  Mitten im Ruhrgebiet spricht Arndt Behr mit seinen Gästen
• 0:39
  über aktuelle Themen aus Energie, Umwelt und Klimapolitik.
• 0:43
  Viel Vergnügen.
• 0:44
  Wir haben heute ein ganz besonderes Thema, finde ich.
• 0:47
  Und zwar künstliche Intelligenz.
• 0:49
  Gelsenwasser versorgt zwar nicht nur mit Wasser und Energie
• 0:53
  in die Bürgerinnen und Bürger bei uns im Versorgungsgebet.
• 0:55
  Das ist, glaube ich, bekannt hinlänglich.
• 0:57
  Aber wir versuchen natürlich auch,
• 0:59
  den Teil der öffentlichen Daseinsvorsorge abzudecken,
• 1:04
  der sich mit dem Internet befasst.
• 1:06
  Digitalisierung im weitesten Sinne.
• 1:08
  Über die Gelsenwerte machen wir Breitband.
• 1:10
  Also schnelles Internet, Infrastruktur dafür.
• 1:13
  Das ist sicherlich ein Teil,
• 1:15
  den man am besten vergleichen kann
• 1:17
  mit klassischen Wasser- und Energiegeschäften.
• 1:20
  Aber wir versuchen natürlich, wie alle anderen,
• 1:22
  auch uns in dem großen Themenfeld der Digitalisierung
• 1:26
  umzutreiben und uns auszukennen.
• 1:28
  Nach innen wie nach außen.
• 1:30
  Nach meinem Verständnis sind es immer ganz viele
• 1:32
  Prozessoptimierungen gewesen,
• 1:34
  aber auch viel mit Kulturfragen zu tun.
• 1:37
  Durch Corona haben wir hier in dem Zusammenhang
• 1:40
  schon oft darüber gesprochen.
• 1:41
  Vor allem damals sind ganz viele Themen
• 1:44
  blitzschnell auf uns zugekommen.
• 1:46
  Homeoffice, alles was technisch vorher angeblich nicht ging.
• 1:49
  Ging dann plötzlich.
• 1:50
  Und jetzt ist es Alltag geworden.
• 1:53
  Künstliche Intelligenz ist natürlich noch viel mehr
• 1:56
  und ist eine ganz andere Liga.
• 1:57
  Und ich bin auf jeden Fall nicht derjenige,
• 1:59
  der sich damit besonders auskennt.
• 2:02
  Wir haben aber heute jemanden da,
• 2:04
  der sich extrem gut damit auskennt.
• 2:06
  Wir hatten einen Gast auf dem Beteiligungsforum in Dortmund,
• 2:10
  der uns alle begeistert hat.
• 2:12
  Und das ist Dr. Henning Beck.
• 2:14
  Er ist Neuro-Wissenschaftler, geboren unter 1983 in Hessen
• 2:19
  an der Bergstraße.
• 2:21
  Dann aber viel an verschiedenen Stellen
• 2:25
  promoviert und studierte Tübingen.
• 2:27
  In Ulm, über das finde ich sehr spannende Thema
• 2:31
  Hirnforschung promoviert.
• 2:33
  Und dann in Barclay, eine der sechs Superbrands,
• 2:37
  der renommiert das eine Uni,
• 2:38
  die es überhaupt gibt auf der Welt,
• 2:40
  in Kalifornien, San Francisco.
• 2:42
  Und sich dort dann in der Umgebung damit befasst,
• 2:45
  Start-ups dort zu beraten.
• 2:46
  Ich glaube, um die zu beraten,
• 2:47
  muss man schon High-End in seinen Bereichen unterwegs sein.
• 2:51
  Der eine oder andere kennt ihn vielleicht
• 2:53
  aus Beiträgen im Geomagazin
• 2:55
  oder von Kolumnen in der Wirtschaftswoche.
• 2:57
  Lieber Dr. Beck, freue mich sehr, dass wir heute sprechen können.
• 3:00
  Ja, ganz meinerseits.
• 3:01
  Vielen Dank. Ich freue mich auch sehr.
• 3:03
  Herr Dr. Beck,
• 3:05
  vielleicht stellen Sie sich einfach mal kurz vor
• 3:08
  mit ein paar Sätzen, die Sie machen wollen.
• 3:10
  Was machen Sie so?
• 3:11
  Oder wie sind Sie Thema gekommen?
• 3:13
  Und was machen Sie eigentlich so, wenn Sie Freizeit haben?
• 3:16
  Ja, groß Vorstellung muss ich mich ja kaum noch.
• 3:19
  Das haben Sie ja schon dankenswerterweise übernommen.
• 3:22
  Also, tatsächlich, ich bin zu Hirnforschung gekommen.
• 3:25
  Das war Anfang der 2000er habe ich Abitur gemacht.
• 3:29
  Das war die Zeit, als Matrix in den Kinos lief.
• 3:32
  Und ich dachte, ach, das wäre doch spannend,
• 3:33
  so eine Matrix zu bauen.
• 3:35
  Dann musste ich im Laufe der Zeit feststellen,
• 3:37
  dass es doch etwas schwieriger ist,
• 3:38
  weil eigentlich Hirn eben nicht so einfach funktioniert,
• 3:40
  wie man das aus Hollywood filmen kennt.
• 3:43
  Aber auch da begann eigentlich schon die Idee,
• 3:45
  in diesem Feld zu arbeiten.
• 3:47
  Ich hatte dann, wie gesagt,
• 3:48
  war ein Jahr in Kalifornien gewesen.
• 3:50
  Ich bin jetzt in Frankfurt am Main tätig
• 3:52
  und beschäftige mich genau damit,
• 3:54
  was auch der Unterschied zwischen
• 3:56
  menschlichen Denken und künstlicher Intelligenz ist.
• 4:00
  Da gibt es nämlich noch einige Dinge,
• 4:03
  die wir auch beim Gehirn noch nicht ganz verstanden haben.
• 4:05
  Und ja, meine Freizeit, ich finde übrigens,
• 4:08
  dass es sehr wichtig, Maschinen machen ja keine Pause.
• 4:11
  Die haben ja keine Hobbys.
• 4:13
  Insofern fällt es einer Maschine auch etwas schwerer auf,
• 4:16
  abseitige Ideen zu kommen,
• 4:18
  weil jeder weiß es aus seinem Leben.
• 4:21
  Wenn man nicht erreichbar ist, wenn man Sport macht,
• 4:24
  oder wenn man Musik spielt oder so was,
• 4:26
  dann kommt man auf Ideen.
• 4:27
  Und bei mir ist das Rennradfahren, ich fahr viel Fahrrad.
• 4:30
  Und genau, das ist mein Moment,
• 4:33
  wo ich über Sachen nachdenken kann.
• 4:35
  Und meistens komme ich dann auch mit einer guten Idee zurück.
• 4:37
  Das ist jetzt irgendwie ein Kanzlerweise abgesprochen.
• 4:40
  Ich musste gerade stützen,
• 4:42
  als sie den Film Matrix genannt haben.
• 4:44
  Weil ich das nämlich in vor ein paar Wochen auch mal
• 4:47
  zusammengefragt worden bin zu künstlicher Intelligenz.
• 4:50
  Und mir ist da irgendwie nur relativ fachlich weit weg vom Thema.
• 4:54
  Sind mir diese Firma eingefallen, einer von denen aus den 90ern.
• 4:58
  Und diese Grundidee, dass das das gesamte Gehirn
• 5:01
  uns im Grunde sein ganzes Leben vorspielt.
• 5:04
  Und dass im Grunde schon ganz anders läuft, sag ich mal, vereinfacht.
• 5:07
  Total faszinierend, fand ich.
• 5:09
  Nun muss man sagen, das ist ja eine sehr alte philosophische Idee.
• 5:15
  Also im antiken Griechenland gab es schon die Vorstellung,
• 5:17
  dass die ganze Welt um uns herum nur konstruiert wird.
• 5:20
  Und die moderne Hirnforschung hat das im Prinzip bestätigt.
• 5:24
  Man kann nicht beweisen.
• 5:25
  Also Sie können nicht beweisen, ich kann nicht beweisen,
• 5:28
  dass nicht alles um mich herum oder um Sie herum eine Simulation ist.
• 5:31
  Das ist philosophisch unmöglich.
• 5:33
  Es bringt natürlich nichts.
• 5:35
  Also wenn ich davon ausgehe, es ist eine Simulation,
• 5:37
  dann brauche ich nichts, ich kann mich in der Ecke setzen und heulen.
• 5:38
  Da habe ich auch nichts gewonnen.
• 5:39
  Also letztendlich müssen wir davon ausgehen,
• 5:41
  dass es eine Wirklichkeit um uns herum gibt.
• 5:44
  Aber was Sie sagen, ist ganz spannend.
• 5:46
  Denn eigentlich ist dieses Wechselspiel zwischen Silicon Valley
• 5:51
  und 500 bis 600 Kilometer weiter südlich Hollywood
• 5:54
  in den letzten Jahren sehr wichtig gewesen,
• 5:56
  um auch so dieses Bild von KI oder von moderner Technik zu prägen.
• 6:00
  Schauen Sie, die ganzen Techniken werden in Rundum San Francisco entwickelt.
• 6:05
  Und in einem halben Bundesstaat weiter südlich gibt es dann
• 6:08
  die popkulturellen Bilder davon.
• 6:09
  Und sofort fangen Menschen an, so wie Sie, so wie ich,
• 6:13
  sich vorzustellen, dass KI wie ein Matrix, wie ein Terminator
• 6:16
  oder den anderen ganzen Science-Fiction-Filmen, die man kennt, auftritt.
• 6:20
  Und das ist natürlich nicht der Fall.
• 6:21
  Aber es verkauft sich gut.
• 6:23
  Es verkauft sich gut.
• 6:24
  Und das ist, also ich sage mal, beide Filme,
• 6:29
  die aus unserer Generation, sage ich mal, so kommen,
• 6:32
  zeichnen ein sehr negatives Bild von der künstlichen Intelligenz.
• 6:37
  Sowohl destruktiv als auch absolut den Menschen beherrschend.
• 6:43
  Das sind ja auch Themen, die Sie sehr geprägt haben.
• 6:46
  Also die fanden dich sehr spannend bei sich.
• 6:49
  Dann kann man erst mal, also wo wir gerade auf dem philosophischen Level unterwegs sind,
• 6:53
  ist das eine etwas, wofür wir uns wirklich Angst machen müssen?
• 6:59
  Nun, es schwingt schon ein bisschen mit bei KI,
• 7:03
  dass es die letzte große Grenkung der Menschheit ist.
• 7:06
  Schauen Sie, im Mittelalter, wir haben festgestellt,
• 7:08
  wir sind nicht der Mittelpunkt des Universums,
• 7:10
  dann haben wir nach Darwin festgestellt,
• 7:12
  wir sind die Krone der Schöpfung.
• 7:14
  Und jetzt stellen wir vielleicht fest,
• 7:15
  dass wir gar nicht die Intelligentesten auf diesem Planeten sind.
• 7:18
  Und das macht uns Angst,
• 7:21
  weil es uns auch ein bisschen die Kontrolle über unsere Welt wegzunehmen droht.
• 7:25
  Nun muss man sagen, eine Intelligenz
• 7:29
  reicht ja noch lange nicht, um dem Planeten zu beherrschen.
• 7:32
  Also ich kann auch ein autistischer Nerd mit einem IQ von 210 sein.
• 7:35
  Das heißt noch lange nicht, dass ich erfolgreich durchs Leben gehe.
• 7:38
  Also menschliches Leben ist mehr als Intelligenz.
• 7:41
  Und ich finde, das ist sehr wichtig, wenn man von KI spricht.
• 7:45
  KI ist genau das, es ist ein Optimierungsverfahren.
• 7:48
  Man kann damit Dinge, wie Sie beschrieben haben,
• 7:51
  in der Infrastruktur, in der Logistik, kann man optimieren.
• 7:54
  Man kann auch zum Teil neue Sachen hervorbringen,
• 7:57
  was wir jetzt gesehen haben.
• 7:58
  Aber diese KI entwickelt keinen Willen.
• 8:01
  Sie hat keine Absicht, in dem was sie tut.
• 8:03
  Und das ist ein massiver Unterschied zu dem,
• 8:05
  wie wir durch die Welt gehen.
• 8:07
  Wir haben ein Ziel und deswegen handeln wir.
• 8:09
  Was ist Intelligenz?
• 8:11
  Das fand ich auch sehr spannend.
• 8:13
  Ich glaube, ich habe eine falsche Vorstellung davon.
• 8:15
  Ja.
• 8:15
  Nach der klassischen Definition Intelligenz.
• 8:18
  Also Intelligenz ist zum einen das besterforschte
• 8:20
  und stabilste Persönlichkeitsmerkmal, was wir kennen.
• 8:23
  Es gibt nichts, was in der Kognitionswissenschaft
• 8:26
  oder in der Psychologie so gut erforscht wurde.
• 8:29
  Und letztendlich bedeutet Intelligenz im Verhalten von Systemen,
• 8:34
  dass sie Probleme auf eine immer effizientere Art lösen.
• 8:38
  Es ist ein Optimierungsverfahren, wenn Sie so wollen.
• 8:40
  Schauen Sie einen IQ-Test an.
• 8:41
  Sie kriegen eine Aufgabe gestellt.
• 8:43
  Und für jede Aufgabe gibt es eine richtige Lösung.
• 8:46
  Und wer diese Lösung am schnellsten findet,
• 8:47
  der hat am meisten Punkte.
• 8:49
  Und da sieht man schon,
• 8:51
  in einem IQ-Test werden keine offenen Fragen gestellt.
• 8:54
  Also es wird nicht gefragt,
• 8:55
  verdoppelt den Radverkehr in Wuppertal
• 8:58
  oder er findet einen IQ-Test für deinen Nachbarn.
• 9:01
  Solche Fragen stellt man nicht,
• 9:02
  weil das ist keine Frage für Intelligenz.
• 9:05
  Also Intelligenz ist eine Fähigkeit,
• 9:07
  wie ich schneller und effizienter Probleme löse,
• 9:10
  eindeutig lösen kann.
• 9:12
  Und KI in dieser Definition ist die ultimative Optimierungsmaschine.
• 9:15
  Und so sind sie tatsächlich auch im Backend,
• 9:18
  also im Hintergrund mathematisch aufgebaut.
• 9:20
  Es wird immer irgendwas optimiert.
• 9:22
  Es wird immer irgendwo, auch wenn ein Bild erzeugt wird,
• 9:24
  es wird immer ein Optimum für eine entsprechende Anfrage gesucht.
• 9:28
  Und das ist anders als in unserem Leben.
• 9:31
  Da haben wir ja viele Dinge, wo wir nicht wissen,
• 9:33
  ob richtig oder falsch.
• 9:34
  Und das ist tatsächlich eine Grenze, die KI prinzipiell hat.
• 9:37
  Das heißt aber dann auch,
• 9:39
  also die künstliche Intelligenz ist,
• 9:42
  also hat bestimmte Voraussetzungen, dass sie braucht.
• 9:46
  D.h. daraus ergeben sie auch bestimmte Felder,
• 9:49
  wo sie dann tatsächlich richtig gut ist.
• 9:52
  Was sind das für Felder?
• 9:54
  Ich finde ganz wichtig,
• 9:55
  dass man diese Felder und diese Fragestellung erst definiert.
• 9:58
  Im Moment sind wir auch in der Wirtschaftssrichter,
• 10:00
  auch in der Wirtschaftsrichter, das ganz häufig in Projekten,
• 10:02
  an einem Punkt, wo man sagt, ich habe die KI, wo ist das Problem?
• 10:05
  Ich habe Leute gesehen, die erfinden Probleme,
• 10:07
  damit KI sie lösen kann, bloß schon KI einzusetzen.
• 10:10
  Das ist ja bekloppt.
• 10:11
  Also eigentlich geht es darum, sich zu überlegen,
• 10:13
  wo will ich hin, was sind Tätigkeiten
• 10:15
  oder Problemfelder, wo KI sinnvoll ist.
• 10:18
  Und eigentlich kann man das grob in zwei Kategorien einteilen.
• 10:21
  Das eine ist das, was es auch schon längere Zeit gibt,
• 10:24
  was man Business Intelligence nennt beispielsweise.
• 10:26
  Sie optimieren Abläufe.
• 10:28
  Sie optimieren Logistik beispielsweise.
• 10:30
  Sie optimieren Lieferketten, was man im Einzelhandel macht.
• 10:33
  Sie optimieren aber auch Produktionsprozesse.
• 10:35
  Also wenn Sie jetzt in großindustriellen Anlagen sind
• 10:38
  und Dinge herstellen oder katalytisch Stoffe entwickeln,
• 10:42
  dann haben Sie unfassbar viele Daten.
• 10:44
  Und Menschen können diese Datenmenge gar nicht mehr vernünftig analysieren.
• 10:47
  Und da gibt KI einen neuen Blick drauf,
• 10:50
  um eben Anlagen weniger zu warten,
• 10:52
  Ausschuss zu minimieren, die Effizienz zu erhöhen.
• 10:55
  Das ist das, was es auch schon seit einigen Jahren gibt.
• 10:57
  Neu hinzugekommen ist der zweite Teil von ...
• 11:00
  das zweite große Anwendungswelt, wo KI Vorteile bringt.
• 11:04
  Das ist das, was man generative KI nennt.
• 11:06
  Also das, was wir mit JetGPC kennen
• 11:08
  oder den Lama-Modellen von Meta oder Gemini von Google.
• 11:12
  Die Idee ist, dass KI tatsächlich dort etwas Neues erzeugen kann.
• 11:16
  Also ein Bild beispielsweise oder ein Text.
• 11:19
  Und ich kann dieser KI jetzt Aufgaben geben.
• 11:22
  Und innerhalb dieses Aufgabenrahmen
• 11:24
  fällt sich schon weitgehend frei.
• 11:27
  Also Sie könnte mir E-Mail zusammenfassen
• 11:29
  oder Sie könnte mir eine Präsentation erstellen
• 11:31
  oder Sie könnte mir eine Werbekampagne
• 11:33
  für jeden einzelnen Kunden erstellen.
• 11:35
  Und das erfordert immer noch die Mithilfe von Menschen.
• 11:39
  Aber das ist quasi diese Zweithat.
• 11:40
  Man erzeugt etwas Neues.
• 11:42
  Und das ist tatsächlich auch jetzt in der Anwendung
• 11:45
  erst seit zwei Jahren kropft im Markt.
• 11:48
  Sie hatten, in dem was Sie damals erzählt haben,
• 11:52
  haben Sie ein paar Beispiele genannt.
• 11:55
  Und Sie waren kein uneingeschränkter Fan von JetGPC.
• 12:00
  Jetzt mal fängt das von der Firma,
• 12:03
  er ist ja nun Synonym für das Thema.
• 12:06
  Aber in meinem privaten Umfeld,
• 12:08
  da habe ich das natürlich,
• 12:10
  da hat man das aus allen Ecken, ich habe das jetzt benutzt,
• 12:12
  gerade eingegeben, er hat mit drei super Texte geschrieben.
• 12:15
  Ein Arzt, der sagt, ich habe mir den ganzen Homepage
• 12:17
  schon alles in zehn Sekunden gemacht.
• 12:19
  Ich habe dann nur was eingegeben, sieht gut aus.
• 12:21
  Also alle sind drum herum begeistert.
• 12:24
  Sie waren aber nicht so richtig begeistert davon.
• 12:27
  Ja, also teils teils.
• 12:30
  Also ich nutze JetGPC ja auch, auch gerade von der Webseite.
• 12:34
  Ich habe meine Webseite erneuer, da ging es auch drum,
• 12:36
  was mache ich für Texte, wie baue ich die zusammen.
• 12:39
  Und es ist interessant, was Sie beschreiben in Ihrem Umfeld.
• 12:42
  Beobachten Sie mal, was sind das für Leute, die JetGPC einsetzen?
• 12:45
  In aller Regel sind das Leute, die nicht ganz so dumm sind.
• 12:48
  Die schon wissen, wo sie hin wollen.
• 12:50
  Die auch beurteilen können, ob das stimmt, was JetGPC sagt,
• 12:53
  ob das sinnvoll ist.
• 12:55
  Und das ist ganz spannend.
• 12:57
  Das ist so, JetGPC ist wie so Passwort und ein Login.
• 13:02
  Also ich weiß vorher nicht, wenn ich ganz viele Sachen eingebe,
• 13:05
  ob das Passwort stimmt.
• 13:07
  Aber wenn ich das eine Passwort, das richtig habe, weiß ich sofort.
• 13:09
  So ähnlich ist es bei JetGPC und dem Output auch.
• 13:11
  Ich weiß sofort, ob das sinnvoll ist oder nicht,
• 13:13
  wenn ich selber klug genug bin, das einzusetzen.
• 13:15
  Das heißt, letztendlich kann es sehr viel unterstützen.
• 13:18
  Bei mir auch.
• 13:20
  Also ich habe beim letzten Buch, da kann man nicht auf dem Buchtitel.
• 13:22
  Ich kann Buch schreiben, aber keinen Titel finden.
• 13:24
  So, dann haben wir da die Inhaltsangabe und ein Probekapitel,
• 13:26
  da haben wir da reingegeben.
• 13:28
  Und dann 50 lustige Titel.
• 13:30
  Er findet mir 50 englische Titel, 50 deutschenglische Titel.
• 13:32
  Dann habe ich zum Schluss 200 Titel.
• 13:34
  Ich habe keinen genommen, aber ich war inspiriert davon.
• 13:37
  Und das ist richtig.
• 13:39
  Auf der anderen Seite muss man sich immer auch klarmachen,
• 13:41
  was eine Technik nicht kann.
• 13:43
  Weil wenn ich das nicht weiß, werde ich die Technik für dumme Sachen einsetzen.
• 13:47
  Also wenn ich nicht die Grenze der Technologie Gabel kenne,
• 13:49
  werde ich eine Suppe mit einer Gabel lüffeln.
• 13:51
  Und feststellen, das ist schlecht.
• 13:53
  Bei KI gibt es auch einige prinzipielle Grenzen.
• 13:55
  Also alle Sprachmodelle, Transformer-Modelle, großen Sprachmodelle,
• 14:00
  können nicht Ursache Wirkung auseinanderhalten von sich aus.
• 14:04
  Sie haben auch kein symbolisches Verständnis von der Welt.
• 14:07
  Sie haben keine Absicht in dem, was sie tun.
• 14:09
  Und sie tun sich sehr schwer, wenn man wirklich komplett ein neues abfragt,
• 14:14
  was in keiner Form im Datensatz im Training vorhanden war.
• 14:17
  Und immer, wenn ich jetzt mit einer komplett neuen Situation konfrontiert bin,
• 14:22
  muss ich mir dessen bewusst sein, dass ich in Unterstützung mit KI etwas bewirken kann,
• 14:27
  aber KI nicht selbstständig alleine durch die Welt marschiert,
• 14:29
  um mir meine Probleme löst.
• 14:31
  Also da ist die Technik, die wir jetzt haben, noch nicht geeignet dafür.
• 14:35
  JETG-BTT ist ja, finde ich, schon interessant,
• 14:37
  dass man dieselbe Frage 3, 4 mal stellen kann.
• 14:41
  Und wenn man Pech hat, kriegt man 3 verschiedene Antworten.
• 14:44
  Gerade bei...
• 14:45
  2 ist total genial und 1 ist totaler Blödsinn.
• 14:48
  Genau, gerade bei sehr schwierigen Fragen,
• 14:51
  die auch nicht eindeutig sind, kann das passieren.
• 14:54
  Sie können auch was anderes ausprobieren.
• 14:56
  JETG-BTT, sie geben eine Aufgabe, eine Logikaufgabe,
• 14:59
  oder das soll irgendwas beschreiben oder irgendwas erklären.
• 15:02
  Und dann gibt es eine Antwort, und dann können sie JETG-BTT einfach sagen,
• 15:06
  "Die Antwort ist falsch.
• 15:07
  Findet ihr mir 3 Begründungen, warum deine Antwort falsch ist?"
• 15:10
  Und dann wird JETG-BTT gegen sich argumentieren und sich selber widersprechen.
• 15:13
  Also JETG-BTT ist darauf trainiert, Antworten zu geben,
• 15:16
  aber nicht darauf trainiert, die Welt zu verstehen.
• 15:18
  Das muss man sich klar machen.
• 15:19
  Es ist tatsächlich konzipiert, um mit uns zu kommunizieren.
• 15:23
  Und deswegen wird es auch immer antworten, in gewissen Bereichen,
• 15:28
  also wo es faktisch und mathematisch eindeutig ist,
• 15:30
  ist es schwierig, aber auch selbst da ist es möglich.
• 15:32
  Also selbst da kann man JETG-BTT dazu bringen,
• 15:35
  das Gegenteil von dem zu behaupten, was es vorher behauptet hat.
• 15:38
  Ich meine, wir wissen, das ist nicht sinnvoll.
• 15:41
  Also da kommt man nicht dauerhaft voran.
• 15:44
  Weil es, wenn ich das richtig verstanden habe, unheimlich guter Red ist,
• 15:49
  Musst dazu erkennen und Daten miteinander zu verknüpfen
• 15:54
  und die dann wiederzugeben.
• 15:56
  Also was ich total spannend fand, war eben ihr Beispiel mit dem Stuhl.
• 16:00
  Also Sie hatten das ja sehr beispielhaft mit dem Stuhl gezeigt
• 16:04
  und der Unterschied, warum ein menschliches Gehirn doch anders funktioniert als so eine KI.
• 16:09
  Genau, also für uns ist ein Stuhl nicht ein Objekt mit vier Beinen
• 16:12
  und Sitzfläche und einer Lehne oder Armauflagen,
• 16:15
  sondern ein Stuhl ist für uns etwas, wo man drauf sitzen kann.
• 16:18
  Und wir haben damit dieses Konzept des Stuhls.
• 16:20
  Das heißt, alles, wo ich potenziell drauf sitzen könnte,
• 16:23
  könnte ich als Stuhl verwenden.
• 16:25
  Sprich, der Stuhl ist nicht etwas, was absolut in unserer Wahrnehmung jetzt,
• 16:30
  wie soll ich sagen, geometrisch existiert.
• 16:32
  Sondern ein Stuhl ist ein bestimmter Gegenstand,
• 16:35
  mit dem ich etwas machen kann.
• 16:37
  Also ich habe immer eine Beziehung zu diesem Objekt.
• 16:39
  Das heißt auch, wenn ich mir ein Stuhl vorstelle,
• 16:42
  das Konzept dieses Stuhls, habe ich eine andere Vorstellung als Sie gerade.
• 16:45
  Also wenn Sie an ein Stuhl denken und eine Sitzgelegenheit,
• 16:50
  hat das für Sie ein bisschen eine andere Bedeutung als für mich.
• 16:53
  Sie achten vielleicht auf andere Sachen mehr als ich.
• 16:55
  Deswegen können Sie auch ein Stuhl,
• 16:57
  das Gedanken eines Stuhls, nicht kopieren von einer Person zu einer anderen,
• 17:01
  weil jeder hat eine ganz individuelle Art, wie er mit den Dingen umgeht.
• 17:04
  Und Stuhl ist ein einfaches Beispiel, aber bringen Sie das auf andere Themen,
• 17:08
  auf Freiheit, auf Sicherheit, auf Zufriedenheit, auf Motivation.
• 17:13
  Also auf große Fragen des Lebens, da hat jeder ein anderes Konzept davon,
• 17:17
  wie er mit diesem Ding sich verhält, wie er interagiert.
• 17:20
  Und das macht eine KI ja gerade nicht,
• 17:22
  weil sie interagiert ja nicht absichtsvoll mit der Umwelt.
• 17:25
  Sie analysiert.
• 17:27
  Wenn du viel analysierst, kannst du auch viele Zusammenhänge sehen.
• 17:30
  Und es kann auch reichen, um da viele neue Stuhlbilder zu erzeugen.
• 17:33
  Aber das Konzept des Stuhls, wozu setzt sich ein Stuhl ein,
• 17:37
  was kann ich persönlich damit machen?
• 17:40
  Das kann eine KI nicht machen, denn in einer KI gibt es kein "ich".
• 17:43
  Eine KI hat es im Prinzip das Optimum eines trainierten Darzensaftes.
• 17:48
  Das heißt eben, je mehr Stuhlbilder ich eingebe,
• 17:52
  desto mehr Gleichheiten oder Gemeinsamkeiten erkennt die KI.
• 17:57
  Jedes neue Modell, was aber irgendwie ein bisschen anders ist, wird nicht erkannt.
• 18:01
  Weil es einfach nur um die Einlänge der 100.000 Bilder vorher gibt, oder wie?
• 18:05
  Im Prinzip ist das schon richtig.
• 18:07
  Stellen Sie sich vor, ein System sieht jetzt 10.000 Stühle,
• 18:11
  die alle sehr, sehr, sehr, sehr ähnlich aussehen.
• 18:14
  So was passiert dann?
• 18:16
  In der Mathematik spricht man von einem lokalen Minimum.
• 18:19
  Dieses System optimiert sich auf diese 10.000 sehr, sehr, sehr, sehr ähnlichen Stühle.
• 18:22
  Wenn ich jetzt einen komplett anderen Stuhl reinbringe,
• 18:25
  wenn ich irgendwie so ein Sitzball oder irgendwie so ein Ding aus,
• 18:28
  mit einem Stab, der wackelt oder wie auch immer,
• 18:31
  dann wird diese KI Probleme haben, das als Stuhl zu identifizieren.
• 18:35
  Das Argument ist jetzt, ich trainiere eine KI aber mit allem,
• 18:39
  was wir bisher haben, ein Stühlen an Texten, an Bildern dazu.
• 18:43
  Und deswegen ist ein Großteil dessen, was wir an Stühlen kennen,
• 18:47
  schon in irgendeiner Form abgebildet.
• 18:49
  Und ein neuer Stuhl wird sich nicht so viel von einem Bekannten unterscheiden.
• 18:53
  Das ist eine KI, das schon eh nicht zuordnen können,
• 18:57
  sei denn es was komplett anderes.
• 18:59
  Aber wie gesagt, die Welt besteht nicht nur aus Stühlen,
• 19:01
  sondern die Welt besteht auch aus komplizierteren Dingen.
• 19:05
  Und da wird es tatsächlich passieren,
• 19:07
  dass wir mit neuen Sachen konfrontiert werden, neue Probleme werden wir haben.
• 19:11
  Wir werden Fragen stellen in fünf Jahren, die wir heute nicht kennen.
• 19:14
  Wir werden Dinge tun in zehn Jahren, von denen wir heute keine Ahnung haben.
• 19:17
  Und das ist eben noch nicht in dem Trainingsdatensatz drin.
• 19:20
  Und genau für diesen Teil dieses "Wo will ich hin?", "Was will ich erreichen?",
• 19:24
  "Wie komme ich dahin?", "Was möchte ich auch nicht erreichen?",
• 19:27
  das ist menschliches Denken.
• 19:29
  Und KI kann uns auf den Weg unterstützen.
• 19:31
  Das ist, wenn man das aber zu Ende denkt mit den Stühlen.
• 19:35
  Klar ist ein einfaches Beispiel, aber ich glaube,
• 19:39
  grundsätzlich scheint das ja mit vielem dann zu passen.
• 19:41
  Das heißt ja, je mehr Stuhlbilder drin sind
• 19:45
  und je mehr verschiedene Beispiele, dann ist der Sitzsack auch drin.
• 19:49
  Dann ist auch das Ding auf dem Stab drin.
• 19:52
  Und dann irgendwann erkennt so eine KI dann doch irgendwie nach der Logik
• 19:59
  alles, auf dem man sitzen kann.
• 20:01
  Es dauert dann nur sehr lange und ist ein Riesenaufwand.
• 20:05
  Also ich hatte damals um die Runde, falls Sie sich erinnern,
• 20:08
  dann die Frage gestellt, wenn es um ein Mangel von Daten geht,
• 20:12
  bei den Grenzen von KI, dann ist es dann nur eine Frage der Zeit,
• 20:17
  dass eine KI tatsächlich alles kann, wenn alles an Daten ausgelesen ist.
• 20:22
  Da haben Sie, fand ich, sehr spannend darauf geantwortet.
• 20:26
  Aber das will ich jetzt nicht vorwegnemen.
• 20:28
  Vielleicht habe ich es auch falsch verstanden.
• 20:30
  Also ist das einfach eine Frage der Zeit, dass man sagt,
• 20:32
  die Datensätze sind einfach irgendwann für alles da?
• 20:35
  Also in einer theoretischen Welt, in der wir für alles Daten haben,
• 20:39
  könnten Sie mit diesem System alles machen.
• 20:41
  Aber wir haben nicht alle Daten.
• 20:43
  Und wir werden auch niemals alle Daten bekommen.
• 20:45
  Also es gibt viele Bereiche, die können Sie gar nicht messen.
• 20:48
  Da gibt es noch nicht mal Einheiten dafür.
• 20:50
  Es gibt keine Einheit für Ideen, für Freiheit, für Wissen,
• 20:54
  für Sicherheit, für Zufriedenheit.
• 20:56
  Da gibt es noch nicht mal eine skalierbare Einheit dafür.
• 20:58
  Ich kann nicht sagen, ein Beutel Hoffnung oder so was.
• 21:01
  Also das können Sie nicht machen.
• 21:03
  Das heißt, viele Dinge in unserem Leben sind in dieser Form nicht quantifizierbar.
• 21:07
  So wenn sie nicht numerisch quantifizierbar sind,
• 21:09
  kann ich sie auch nicht statistisch optimieren.
• 21:12
  So wenn ich sie nicht statistisch optimieren kann,
• 21:14
  ist es das Ende für KI die ultimative statistische Optimierungsmaschine.
• 21:19
  Und deswegen werden Sie ganz viele Bereiche in Ihrem Leben haben,
• 21:22
  ob sie jemanden heiraten oder nicht.
• 21:24
  Oder ob sie in den Urlaub fahren sollen oder nicht.
• 21:27
  Ob sie eine Haus kaufen sollen oder nicht.
• 21:29
  Was sie glücklich macht oder nicht.
• 21:31
  Das sind keine Fragen, die eine KI jemals für sie beantworten kann.
• 21:35
  Eine KI wird die Texte nehmen, die dazu verfasst wurden und die,
• 21:38
  und die Bilder, die dazu verfasst wurden.
• 21:40
  Und wird daraus ein Optimum berechnen.
• 21:43
  Aber es ist immer nur eine Scheinwahrheit, die dann rauskommt.
• 21:47
  Weil die Realität ist eben nicht in Daten erfasst worden.
• 21:51
  Und bedenken Sie auch, dass allermeiste, was wir tun,
• 21:54
  darüber reden wir gar nicht.
• 21:56
  Dass es nie in Sprache abgebildet wurden.
• 21:59
  Also die allermeisten Dinge, die die Kinder lernen, die Erwachsene lernen,
• 22:03
  das ist gar nicht ausgesprochen worden.
• 22:05
  Es hat auch niemand aufgeschrieben.
• 22:07
  Das heißt, es ist eine Welt, die dieser Form von KI im Moment verschlossen bleibt.
• 22:11
  Weil es im Prinzip keine Daten dafür gibt.
• 22:15
  Das heißt theoretisch zu Ende gedacht, würde man das alles aufschreiben.
• 22:19
  Also würde ich auch irgendwo minusriös aufschreiben, was mich glücklich macht.
• 22:23
  In meinem Leben, dann wäre die Chance schon groß,
• 22:26
  dass eine KI was findet, was mich glücklich macht.
• 22:29
  Vielleicht auch den eigenen Partner.
• 22:31
  Aber das ist total utopisch, weil das eben niemals passieren wird.
• 22:35
  Ja, das ist so. Schauen Sie, Sie arbeiten ja in einem komplexen System.
• 22:40
  Und komplexe Systeme sind per se nicht komplett berechnen oder vorhersehbar.
• 22:45
  Also Sie können selbst mit dem besten Computer der Welt,
• 22:48
  Sie können theoretisch nicht berechnen, wie das Wetter in einer Woche ist.
• 22:51
  Selbst wenn Sie von jedem einzelnen Atom in der Atmosphäre wüssten,
• 22:54
  was ein Zustand ist, könnten Sie nicht das Wetter berechnen.
• 22:57
  In einer Woche würde es aber ein Wetter geben.
• 22:59
  Ich habe zumindest noch keinen Tag ohne Wetter erlebt.
• 23:01
  Also wenn Sie in einer Woche...
• 23:03
  Das wäre ein ganz schönes Moment.
• 23:05
  Es ist sehr gleichförmig.
• 23:07
  Aber trotzdem, wenn wir jetzt zurückschaus,
• 23:09
  kann es so sagen, vor einer Woche gab es einen Zustand.
• 23:12
  Und das Wetter, was wir heute haben, kannst du genau begründen.
• 23:15
  Aber du kannst es andersrum nicht komplett vorhersehen.
• 23:17
  Und so ähnlich ist es auch mit dem Leben
• 23:19
  und mit vielen Entscheidungen, die wir treffen.
• 23:22
  Wir können sie nicht komplett voraus berechnen.
• 23:25
  Wie gesagt, selbst wenn wir...
• 23:27
  Es ist theoretisch nicht möglich.
• 23:29
  Es würde unendlich viel Energie erfordern.
• 23:31
  Und deswegen sagt man eher, es reicht doch,
• 23:33
  wenn ich so eine Nährung habe,
• 23:35
  es reicht doch, wenn ich so eine grobe Richtung kenne.
• 23:37
  Und dafür ist KI gut.
• 23:39
  Aber die Entscheidung, auch eine binäre Entscheidung,
• 23:42
  High-Raten oder nicht, die obliegt ihnen, denn Entscheidungen sind immer ein Moment der Unsicherheit.
• 23:48
  2+2 ist 4, dann ist 4 nicht das Ergebnis einer Entscheidung. Ja, sie entscheiden sich nicht
• 23:53
  für die 4. Sie müssen die 4 wählen, weil sie klar definiert ist. Aber wie gesagt, ob sie High-Raten
• 23:59
  oder nicht, auf welche Schule sie gehen sollen, wo sie in Urlaub fahren sollen, die allermeisten
• 24:04
  Dinge in ihrem Leben gibt es kein richtig oder nein. Und auch im Nachhinein wird man es vielleicht
• 24:08
  gut oder schlecht finden erst. Aber es ist in dieser Form nicht objektiv quantifizierbar.
• 24:15
  Deswegen wird KI in dieser Form das nicht komplett abdecken können. Was glauben Sie denn? Also es
• 24:23
  wird genügend Bereiche geben, wo der Mensch weiterhin wichtig ist und wo er auch seine eigene
• 24:29
  Entscheidung treffen muss. Ich finde das persönlich sehr beruhigend. Wenn wir es jetzt mal auf die
• 24:34
  Tätigkeiten konkretisieren, muss man ja, es schwingt bei vielen Menschen natürlich mit, was ist
• 24:43
  mit meinem Job, wie stark er sich verändern. Und das, was ich tue, wird das in vielen, in ein paar
• 24:48
  Jahren noch Sinn machen, dass ich das mache oder mache ich das in Zukunft nicht mehr. Und so. Was
• 24:52
  haben Sie für ein Gefühl? Also in welchen Bereichen, man sagt, wird sich die Arbeitswelt deutlich
• 24:58
  verändern? Und in welchen Bereichen ist das überschätzt, das ganze KI-Thema? Also zunächst einmal
• 25:04
  muss man sagen, seit 5000 Jahren ändern sich menschliche Tätigkeiten und Arbeit. Das ist jetzt
• 25:09
  nichts Neues, dass neue Berufe entstehen und alte verschwinden. Also das nennt man Fortschritt,
• 25:13
  das nennt man Anpassung. Noch nie, noch nie hat in der Technik Geschichte neue Technologie dazu geführt,
• 25:19
  dass massenhaft Arbeitslosigkeit entstanden ist auf einem volkswirtschaftlichen Level,
• 25:23
  weil es entstehen immer neue Ideen. Es gibt immer noch mehr zu tun. Menschen kommen auf neue Ideen,
• 25:28
  wenn sie neue Möglichkeiten haben. Das sehen wir auch bei KI. Das heißt, Sie glauben nicht an die
• 25:33
  Leute wie in Mark Zuckerberg oder so, die sagen, es braucht ein bedingungsloses Grundeinkommen, weil
• 25:38
  im Großteil von euch Freunde wird nichts mehr zu tuner. Nein, das ist völlig unplausibel. Also
• 25:44
  das ist, warum sollte das passieren? Also jede Technik schafft ja eine Grenzfläche zu neuen Problemen.
• 25:49
  Also durch eine Technik komme ich nicht nur zu neuen Lösungen, sondern auch zu neuen Problemen.
• 25:53
  So mit neuen Problemen kann ich auch neues Geld verdienen. Das heißt, ich schaffe wieder neue
• 25:57
  Arbeitsplätze und neue Jobs dadurch. Gewiss wird es Tätigkeiten geben, die verschwinden. Aber erstens
• 26:04
  ist das nicht neu. Und zweitens heißt es auch nicht, dass der Job, der verschwindet oder die Person,
• 26:09
  die diesen Job ausgeübt hat, nicht in anderen Tätigkeiten finden kann, die vielleicht nicht
• 26:13
  doch zu der eigenen Qualifikation passt. Also die Annahme, dass eine KI die komplette menschliche
• 26:20
  Arbeit überflüssig macht, weil sie in allem besser ist als ein Mensch ist, ein Zirkelschluss.
• 26:24
  Das ist jetzt kein Argument. Weil wenn ich sage, okay, eine KI ist überall besser,
• 26:27
  natürlich kann sie dann theoretisch jede Arbeit ersetzen. Natürlich kann sie das.
• 26:32
  Aber dann gibt es neue Themen und neue Lücken. Aber erstens ist KI noch nicht so weit. Und zum
• 26:38
  zweiten heißt es nicht, dass eine KI, die das, was wir jetzt haben, ersetzen kann, auch das ersetzen
• 26:43
  kann, was in Zukunft neu entsteht. Also ein Großteil der Jobs, die wir heute machen,
• 26:47
  die existierte ja vor 30 Jahren überhaupt nicht. Es gab auch immer die Diskussion
• 26:53
  "Wir Technik uns ersetzen". Also es gibt schöne Studien dazu, als Excel eingeführt wurde. In den
• 26:58
  frühen 90ern haben sich alle Buchhalter in den USA beschwert, dass es, dass die Arbeitslust
• 27:03
  werden würden. Und tatsächlich von, ich meine es gab eineinhalb Millionen Buchhalter damals,
• 27:07
  jetzt gibt es noch 500.000. Aber es gibt eineinhalb Millionen Controller und es gibt eineinhalb
• 27:11
  Millionen Finanzanalysen. Also es schafft eigentlich mehr als vorher da war. Und bei KI,
• 27:16
  klar, also worauf muss ich achten. Also viele Tätigkeiten, wo ich KI oder sagen wir so,
• 27:23
  das große Versprechen von generativer KI ist, Output wird billig skalierbar. Also ich kann
• 27:29
  ein Bild billig erzeugen. Ich kann auch Texte billig erzeugen. Ich kann deswegen auch Kampagnen,
• 27:36
  ich habe es gesagt, Werbung kann ich billig erzeugen, Videos kann ich billig erzeugen.
• 27:40
  Das bedeutet, dass viele aufwändige Tätigkeiten, also wenn sie ein Film animieren wollen oder wenn
• 27:48
  sie jetzt ein Text übersetzen wollen. Also wenn sie Synchronsprecher sind, haben sie ein Problem.
• 27:53
  Weil alle Hollywood-Schauspieler sich jetzt schon in den Vertrag reinschreiben lassen. Ich
• 27:57
  will von der KI übersetzen werden mit meiner eigenen Stimme. Also warum sollte ich da jemanden
• 28:01
  noch, ich möchte ja so rüberkommen, wie ich wirklich bin und nicht mit einem komplett
• 28:05
  Fremder soll mich sprechen. Also das können Sie mit KI auch in einigen Jahren komplett machen.
• 28:08
  Und da geht es sicherlich alles, das kann man vielleicht zusammenfassen, es sind alles Tätigkeiten,
• 28:15
  wo sagen wir mal vergleichsweise einfacher oder datenbasierte Output erzeugt werden kann.
• 28:24
  Da kann das funktionieren. Sie können sich auch vorstellen, dass die Computerspiele sich
• 28:30
  erzeugen lassen mit einer App. Also im Moment gebe ich fünf Euro aus, damit ich irgendwelche
• 28:34
  Äpfel und Birnen durch irgendeine Gitter schubse und dann kann ich mir noch für drei Euro
• 28:37
  kau ich mir noch ein Bonus dazu. Das ist was für ein Quatsch. Das kann ich mit KI können
• 28:41
  mir alles bauen lassen, wenn ich das will. Ich könnte mir Ideen reingeben und das selber
• 28:45
  kreieren. Also in Zukunft wird das Spiel dann individualisiert hergestellt. Genau, also Sie
• 28:51
  können sich ein Spiel ausdenken, Wasserwirtschaft NRW und jeder Spieler fängt dann an, irgendwie
• 28:56
  Wasserrohre in NRW zu verlegen und wie bringe ich Wasser optimal von A nach B. So, da können
• 29:01
  Sie sich bauen lassen oder was auch sich ihr Onkel baut sich ein Spiel, ich mache halt nicht Wasser,
• 29:06
  ich mache Stromtrassen, wie bringe ich Strom am besten. So können Sie sich Infrastrukturspiele
• 29:10
  bauen mit KI, wenn Sie wollen, in NRW oder in Hessen, keine Ahnung. Und da sieht man schon,
• 29:15
  das sind viele Dinge, die man da vielleicht auch sehr viel kostengünstiger und schneller umsetzen
• 29:20
  kann. Aber ich bin skeptisch, was diese große, sagen wir mal, die Massenarbeitslosigkeit angeht.
• 29:27
  Zum einen, weil es Tätigkeiten gibt, die Sie auch mit dieser Form kaum mehr setzen können,
• 29:32
  das sind alles Tätigkeiten. Also erst mal alles, wo Sie handwerklich etwas machen müssen. Sehr
• 29:36
  schwer zu ersetzen. Das andere ist, wo Sie tatsächlich aktiv mit Menschen arbeiten, um strategisch zu
• 29:44
  entscheiden, zu planen, wo will ich hin, was entwickel ich, Regeln zu brechen oder auch Menschen
• 29:52
  Dinge zu vermitteln. Also auch in der Bildung wird das zweifellos wichtig sein. Und der dritte
• 29:57
  Bereich, den Sie meiner Meinung nach nur schwer setzen können, oder der wird sich vielleicht
• 30:03
  verändern, aber nicht komplett ersetzt werden, das ist all das, wo Sie eine Tätigkeit haben,
• 30:09
  wo Sie sich schnell auf Neues einstellen müssen, wo Sie unterschiedliche Anforderungen bekommen
• 30:14
  im Laufe Ihrer Tätigkeit. Also es kann sein, dass Sie da ein neues Produkt bekommen, was Sie
• 30:20
  bearbeiten müssen oder das Geschäftsmodell ändert sich. Sie haben neue Wettbewerbe. Also wenn Sie
• 30:24
  darauf achten, wie sehr sich Ihre Tätigkeit ändert, die Regeln in Ihrem Job ändern, dann ist
• 30:31
  das ein bisschen ein Master für, wie KI Veränderungssicher Ihr Job ist. Je mehr sich in Ihrem
• 30:37
  Leben ändert, desto unwahrscheinlicher ist es, dass KI dort etwas komplett ersetzt. Sie haben
• 30:43
  ja jetzt ein, also wenn man mal industriepolitisch mal kurz drauf schaut und man mal auf das Thema
• 30:49
  KI als Wirtschaftsfaktor oder vielleicht auch als politischer Machtfaktor, Sie haben ja einen
• 30:54
  sehr guten Blick auf die West Coast in den USA. Also erst mal hatte ich verstanden auch seiner
• 31:04
  Zeit, dass sie auch skeptisch sind, was so das Wachstum betrifft in manchen Themenfeldern. Also
• 31:09
  die Rechenleistung ist auch gar nicht so unbegrenzt skalierbar, wie ich das damals dachte. Zumindest
• 31:15
  habe ich so verstanden, dass Sie auch meinten, naja, sowieso alles muss ich mal in Zukunft zeigen,
• 31:20
  wie stark das noch wachsen kann überhaupt. Unabhängig davon sind wir als Europa und als
• 31:28
  Deutschland da aber abgehängt in dem Thema oder? Ja, wir sind abgehängt. Ja, ja, also da wird
• 31:33
  nichts mehr passieren. Da werden wir auch nicht rankommen. Also diese ganze KI-Entwicklung ist
• 31:37
  eine reine US-amerikanische Entwicklung. Da hat Europa eigentlich nichts mehr zu melden. Die Frage
• 31:42
  ist tatsächlich, wie teuer wird das in Zukunft? Die Energie ist eine Frage, also wie kommt man
• 31:47
  billig an Energie? Die Frage ist auch, gibt es vielleicht auch tatsächlich technologische
• 31:51
  Durchbrüche, dass große KI-Modelle mit weniger Energie klar kommen? Ich meine, mein Gehirn braucht
• 31:56
  20 Watt. Das ist ja nichts. Also mein Toast, ich habe mir irgendwas getoastet, der hat fast 2.000 Watt,
• 32:02
  um Toastproot zu toasten. Also ich kann mir mit 20 Watt sehr viel mehr ausdenken als ein gebackenes
• 32:07
  Toastproot. Also da sieht man, wie effizient unser Gehirn ist und da gibt es noch einige unverstandene
• 32:12
  Dinge, was Intelligenz angeht. Aber was diese Frage industriepolitisch... Wie viel Leistung? Also 20 Watt...
• 32:20
  Das Gehirn läuft eigentlich immer mit 20 Watt. Also auch wenn sie viel... Also die ganze Zeit durchgeht.
• 32:24
  Fast immer durch. Also die Durchblutung ändert sich kaum. Also Niere und Gehirn sind die
• 32:29
  einzigen Organe, wo sich die Durchblutung kaum ändert. Quasi-Konstant, der Stoffwechsel ist
• 32:33
  quasi-konstant. Auch wenn sie hier Schachweltmeisterschaft gerade gewesen, wenn sie da vier Stunden
• 32:38
  intensiv nachdenken, steigt ein bisschen der Energiebedarf an, aber kaum. Ist nicht so wie beim Herz
• 32:43
  oder beim Muskel. Also es läuft quasi mit 20 Watt durch.
• 32:46
  Sie sind kein effizientes System, ne?
• 32:47
  Ja, auch deswegen ist es nicht klar, warum das so funktioniert. Also wie schafft man das mit so
• 32:53
  wenig Energie, so viel daraus zu bekommen? Ein großes Mysterium. Aber was Ihre Frage noch
• 32:59
  angeht zu dem Europa, das können Sie vergessen. Also Amazon hat jetzt in diesem Jahr 75 Milliarden
• 33:06
  Dollar für KI-Hardware ausgegeben. 75 Milliarden Dollar. Meter alleine gibt dieses und nächstes
• 33:12
  Jahr mehr für KI-Hardware aus als die gesamte Europäische Union zusammen. So, dann haben Sie
• 33:17
  noch Microsoft, Sie haben Google, Sie haben Midjourneys, Sie haben diese ganzen großen
• 33:21
  Player in den USA, die so schnell, so groß, so dominant werden wollen, dass sie die Regeln
• 33:27
  uns diktieren. Und man sieht es ja schon, also die neuesten Features und die neuesten Modelle
• 33:33
  werden gar nicht mehr in Europa veröffentlicht. Weil man sagt, hier ist es so streng reguliert,
• 33:38
  das machen wir gar nicht hier in Europa. Also wir bringen jetzt die neueste KI-Video-Software
• 33:43
  von OpenAI, ist nicht in Europa verfügbar. Und die allerneuesten, leistungsfähigsten
• 33:48
  Modelle von Meta sind auch nicht in Europa verfügbar. Das ist eine amerikanische Geschichte.
• 33:52
  So, und das ist ein großes Problem, wenn wir als Europa auf einmal gar nicht mehr Teil dieser
• 33:58
  Entwicklung sind. Denn ich sage Ihnen ganz ehrlich, das große Ziel dieser Firmen in den USA ist,
• 34:05
  too big to regulate, zu werden, so groß, dass man sie nicht mehr regulieren kann, dass sie die
• 34:09
  Regeln bestimmen. Weil jeder weiß, diese Technik ist sehr mächtig. Sie kann Kriege entscheiden,
• 34:15
  sie kann Demokratien stürzen oder aufbauen, sie können damit Informationen und Social Media
• 34:20
  kontrollieren, Nachrichten können sie damit kontrollieren. Sie können im Prinzip dafür
• 34:25
  sorgen, wie sich Gesellschaften verhalten, kulturell, auch wirtschaftlich. Und das ist so eine
• 34:30
  Möglichkeit, so eine gewaltige Macht, die diese Technologie bieten kann, dass man es sich eigentlich
• 34:39
  nicht leisten kann, nicht dabei zu sein. Das wäre fahrlässig. Und als Europa erleben wir das gerade.
• 34:44
  Wir haben ja gerade wieder den einen oder anderen Wahlkampf erlebt, wo es heißt, dass massive
• 34:50
  Eingriffe von außen in den Nachrichten und die sozialen Medien durch Deepfakes und durch Fake
• 34:57
  News angeblich mit russischer Historie gewesen sind. Warum ist Russland scheint auch ein sehr
• 35:04
  starker Player in dem Thema zu sein? Ja, nicht wirklich. Also was die, was die, also was KI-Technologie
• 35:11
  angeht, wenn sie auch schauen, die Patente, die Forschung, das ist tatsächlich ein großer
• 35:19
  Teil, ist europäisch gelegt worden, an Grundlage, auch was die Forschung angeht. Aber die Skalierung
• 35:26
  findet in den USA statt, weil dort auch das Geld ist. In China haben sie natürlich noch andere
• 35:30
  Modelle, ist ein komplett anderer Markt. Und der ist auch weitgehend abgekoppelt vom westlichen
• 35:36
  Markt. Da sie die Frage, wie sehr können sich so Blöcke bilden, da bildet sich vielleicht so ein
• 35:43
  US-Block und dann ein China-dominierter Block, der quasi diese Technik und damit auch alle
• 35:49
  dazugehörigen Anwendungen dominiert. Aber eine Sache, also natürlich, wir brauchen nicht zu denken,
• 35:58
  dass wir in Europa eine KI-Firma aufbauen, die jetzt in der Lage ist, mit Meta oder mit Google
• 36:04
  oder Entropic zu konkurrieren. Aber man darf nicht vergessen, dass große Geld werden in Zukunft
• 36:12
  wahrscheinlich nicht die KI-Firmen verdienen. Also im Goldrausch haben nicht die am meisten
• 36:16
  Geld verdient, die die Schaufeln verkauft haben, sondern die, die am Schluss des Gold damit ausgebottelt
• 36:20
  haben. Und als das Internet aufgebaut wurde, hat auch nicht Cisco am meisten Geld mit dem Internet
• 36:25
  verdient. Am Anfang verdienst du Geld, damit Masken aufzustellen, aber am Ende die größten
• 36:33
  Internetfirmen, das ist Amazon, das ist Meta, das ist Alphabet, die haben jetzt keine eigenen
• 36:41
  Glasfaserkabel verlegt. Und so ähnlich ist es mit KI auch. Klar, natürlich, KI wird eines Software
• 36:46
  sein, die man sich kaufen kann. Und die Frage ist jetzt, für was setzt du das ein? Wirst du als
• 36:50
  Firma in der Lage sein, da eine Idee zu entwickeln mit dieser KI, ein Geschäftsmodell, dein eigenes
• 36:57
  Produkt zu verbessern, wie das kein anderer kann? Dann hast du einen Vorteil. Dann kannst du Geld
• 37:02
  damit verdienen. Aber das Geld verdienst dann ja du und nicht Microsoft. Also die großen, die großen
• 37:09
  Margen und die großen Geschäftsmodelle, die werden erst noch entstehen. Im Moment weiß noch keiner,
• 37:13
  wie man mit KI Geld verdient. Die einzigen ist Nvidia, aber die verkaufen diese Grafikkarten. Und
• 37:18
  das wird auch nicht ewig so weitergehen, weil das große Geschäft, die dicken Fische, die werden
• 37:24
  erst geangelt, wenn man weiß, wofür man diese Technik sinnvoll einsetzen kann. Im Moment probiert
• 37:29
  man viel aus. Und ich bin sehr sicher, in fünf, sechs Jahren wird man da sehr viel klarer sehen,
• 37:34
  womit man Geld verdienen kann. Aber es wird mit Sicherheit nicht Nvidia sein, die am meisten Geld
• 37:38
  mit KI verdienen werden. Das heißt, was würden sie uns raten? Also eine eigene Firma aufbauen ist
• 37:44
  vorbei, es macht eh keinen Sinn, ist aber vielleicht auch gar nicht so schlimm, weil die Wertschöpfung
• 37:49
  am Ende vielleicht gar nicht da so steckt. Die Theorie, die Politische, dass man sich schützt,
• 37:55
  indem man besonders hohe Datenschutzregeln aufbaut, geht auch so ein bisschen fehl, weil dann kriegen
• 38:00
  wir einfach gar nicht mehr mit. Was es neueste so gibt oder was neueste so passiert. Wie sollen
• 38:06
  wir uns also verhalten in dem Thema verstehen? Würde ich sagen, wäre wahrscheinlich nicht schlecht.
• 38:11
  Ja, also auch hier. Also erst mal würde es so sein, die Sprachmodelle wird man auch in Zukunft in
• 38:19
  der kleineren Form für sich haben können. Die wird man auch auf seinen Unternehmen anwenden oder
• 38:23
  trainieren können. Also ich weiß es im Finance, es gibt Banken, die haben ihr eigenes Sprachmodell,
• 38:28
  was sie mit eigenen internen Daten trainieren. Ich hatte jetzt Veranstaltungen tatsächlich recht
• 38:32
  viele im juristischen Bereich. Also sei es jetzt für Ministerien, aber auch für Anwaltsverbände
• 38:39
  oder für Kanzleien, die in diese Richtung gehen und das ist ein Großteil noch gar nicht
• 38:45
  ausgewertet. Das heißt, sie können intern ihren eigenen Datensatz da reingeben und damit jetzt
• 38:50
  juristische Fragestellungen beispielsweise besser beantworten. Das heißt, das eine ist,
• 38:54
  die Zukunft wird in maßgeschneidertere Nischenkais gehen. Also wenn sie jetzt in der Branche sind,
• 39:01
  wo sie Daten haben, die kein anderer hat, dann können sie die auch auswerten, wie sie kein
• 39:04
  anderer kann und dafür wird man KI einsetzen können. Das zweite ist, bitte immer klar machen,
• 39:09
  die Frage, wo will ich hin? Was ist mein Produkt? Vielleicht sagen Sie als Werbefirma,
• 39:14
  ich will die erste Werbefirma sein, die halt maßgeschneidert auf jeden Menschen
• 39:17
  einzeln politische Werbung baut. Also im Moment, im Bundestagswahlkampf haben Sie ein Plakat,
• 39:23
  das schaut alle Menschen gleichzeitig an. Also jeder, der vorbeiget, ob all jung, ob groß,
• 39:28
  klein, dick, dünn, Mann, Frau, ist völlig egal. Jeder sieht das gleiche Plakat. Mit KI könnte
• 39:33
  ich im Prinzip Wahlwerbung oder jede andere Werbung für jeden Menschen passgenau machen.
• 39:38
  Das ist im Moment noch... jedem zeigen, was er sehen will. Genau, und auch für jeden,
• 39:43
  jeden das anbieten, was zu dieser Person am besten passt. Also ich bin jetzt ein mittelalter Mann,
• 39:48
  da interessiere ich mich für andere Dinge als eine alte Frau oder ein junger Kerl. Also ich habe
• 39:54
  die Möglichkeit, Menschen ganz genau anzusprechen. Das ist ein Geschäftsmodell, was in dieser Form
• 39:59
  noch gar nicht so entwickelt ist. Da fängt man jetzt an, das auch online zu machen, aber da gibt es
• 40:04
  viele Möglichkeiten, die im Moment mit KI noch gar nicht ausgeschöpft sind. Und ich finde,
• 40:11
  es ist sehr wichtig, dass man sich klar macht, wir sind noch nicht abgehängt, was die Anwendung
• 40:16
  angeht. Und da plädiere ich sehr dafür auszuprobieren, auch zu testen, vielleicht auch nicht nur zu denken,
• 40:23
  KI kann das optimieren, was jetzt da ist, weil das konnte man bisher mit KI sehr gut. Es kann
• 40:30
  auch wirklich neues erzeugen. Es kann auch mein Geschäftsmodell wirklich verändern. Und das muss
• 40:37
  man immer mit berücksichtigen, dass man ein Tick größer denkt als im Prinzip das, was man hat
• 40:42
  mit KI zu verbessern. Ich glaube, das ist für alle, die in Unternehmen sind, die ich ja zuhör,
• 40:49
  aber doch auch relativ viele, wie wir immer so merken, sind ganz wichtige Tipps. Sehr spannend,
• 40:56
  wie man auf dieses Thema draufblicken kann. Wir haben zum Abschluss, wir haben auch noch den
• 41:01
  immer mal wieder den einen oder anderen Politiker oder so einen politischen Umfeld, der bei uns
• 41:06
  zuhört, der sich jetzt vielleicht auch gerade fragt, was kann ich denn machen, wenn ich nicht,
• 41:11
  wenn also das Datenschutzthema am Ende vielleicht einen großen Nachteil hat, dass wir das gar nicht
• 41:19
  mehr mitkriegen, also wenn wir uns rausziehen aus dem Markt. Ich habe gesehen, Sie haben ein Buch
• 41:23
  geschrieben, "12 Gesetze der Dummheit, Denkfehler, die die Politik im Moment macht". Für 12 Gesetze
• 41:30
  ist das wahrscheinlich jetzt ein bisschen viel, aber das hängt ja wahrscheinlich mittelbar auch
• 41:36
  mit dem Thema zusammen. Können Sie da die ein oder andere Gedanken noch mit uns teilen vielleicht?
• 41:41
  Also zum einen muss man sehen, Gesellschaften haben immer dann ein Problem langfristig, wenn sie
• 41:49
  nicht offen genug sind für notwendige Veränderungen. Das aus manisch Reich beispielsweise,
• 41:55
  jahrhunderte lang technisch führend, hat auch im Spätmittelalter deswegen die Führungsrolle
• 41:59
  verloren, weil die Koranschreiber den Buchdruck verboten haben, weil sie um ihre Jobs Angst
• 42:04
  gehabt haben und sagen, ja dann muss ja kein Koran mehr hier selber abschreiben, das machen wir
• 42:07
  alles mit dem Buchdruck, ist ja irgendwie schlecht. Ja gut, kein Buchdruck, keine freie Verbreitung von
• 42:11
  Wissen, keine freie Verbreitung von Wissen, wissenschaftliche Nachteile, so und das ist
• 42:15
  deswegen auch zu spät bei der Industrialisierung und da sieht man, wie gewaltig es sein kann,
• 42:20
  wenn man so einen Anschluss verpasst und gerade ein Land wie unseres. Also ich bitte Sie, wir leben
• 42:26
  ja nicht davon, dass wir hier irgendwelche Ressourcen aus der Erde buddeln und dann auf dem Weltmarkt
• 42:31
  verkaufen. Also unser Geschäftsmodell ist ja, dass wir Probleme klug und clever lösen, dass wir
• 42:35
  Ideen entwickeln, die kein anderer hat, Technologien entwickeln, die kein anderer hat. Das ist ja im
• 42:40
  Prinzip das deutsche Erfolgsmodell und wenn ich so ein Land habe wie unseres, dann kann ich mir
• 42:46
  einfach nicht leisten, eine Technik, die das Denken verbessern kann, Informationsgewinnung
• 42:51
  verbessern kann, neue Ideen fördern kann, kann ich mir nicht leisten das nicht einzusetzen. Denn
• 42:57
  bei aller Technik Skepsis müssen wir uns immer eine Frage stellen, das ist ein typischer Denkfehler
• 43:02
  übrigens, der nennt sich Unterlassungsfehlschluss. Wir fragen immer, was ist die Gefahr, wenn wir
• 43:07
  eine Technik einsetzen. Und diese Gefahren sehen wir überall, dieser Jurassic Park Effekt. Wir sehen,
• 43:12
  wenn wir irgendwie was freisetzen und nicht mehr kontrollieren können. Aber man sollte genauso
• 43:18
  gut fragen, was ist das Risiko, wenn wir die Technik nicht einsetzen? Also wie viele Menschen
• 43:22
  leben werden wir nicht retten? Welche Ideen werden wir nicht haben? Welche Geschäftsmodelle
• 43:26
  werden wir nicht entwickeln? Die nicht ausgedachte Idee hat ja keine Lobby. Also niemand beschwert sich
• 43:31
  in 20 Jahren darüber, dass er eine Idee irgendwann nicht hatte, weil die Idee ist ja nicht da,
• 43:35
  dann kann man sie ja auch in dieser Form nicht vermissen. Also dieses Unterlassen,
• 43:41
  aus Angst davor sich zu verändern, das ist das ist einer der größten Fehler,
• 43:45
  den Menschen machen können. Und deswegen bediere ich sehr dafür positiv, auch optimistisch,
• 43:50
  nicht naiv, nicht naiv, aber optimistisch und gestalterisch sich dieser Technik zu nähern.
• 43:54
  Sie hat Schwächen, sie ist nicht perfekt, Menschen wird sie auch in dieser Form nicht
• 43:59
  eins zu eins ersetzen, aber sie hat dieses gewaltige Potenzial das, was wir im Moment am besten können,
• 44:05
  noch besser zu machen, zu denken und Entscheidungen zu treffen. Ich glaube, das ist das also perfekt,
• 44:12
  zusammengebunden, abgebunden, was die die wichtigsten Dinge dabei sind. Ich glaube,
• 44:18
  das ist auch auf der letzten Appell war ganz wichtig dazu, auch in der Tat politisch auch
• 44:25
  die Folgen zu betrachten, wenn man sich zu sehr einschließt. Ich würde sagen,
• 44:29
  lassen Sie uns noch zu unserer Abschlussfrage kommen. Ich habe immer die Frage, was würden
• 44:35
  Sie denn gerne im nächsten Jahr noch beantwortet wissen? Jetzt sind Sie jemand, der sehr viele
• 44:42
  Fragen beantworten kann, aber es gibt sicherlich auch die eine oder andere, die Sie noch interessiert.
• 44:46
  Welche Frage hätten Sie im nächsten Jahr gerne für sich glasklar beantwortet?
• 44:51
  Ich muss ja sagen, ich arbeite ja auch in einem oder anderen, ich sage, KI-Projekt oder an der
• 44:57
  einen oder anderen Umsetzung davon. Mich interessiert besonders der Einsatz von KI in Bildung oder in
• 45:07
  Schulen, in Weiterbildung, wie schaffe ich es KI sinnvoll einzusetzen, dass Menschen besser denken.
• 45:12
  Das ist eigentlich meine große Frage. Wie verbessere ich Bildung mit KI, auch in der Schule oder in
• 45:22
  der Betrieblichen Weiterbildung? Wie bringe ich Informationen besser von A nach B mit dieser
• 45:26
  Technik? Und langfristig natürlich, wie verdiene ich damit Geld? Also bisher weiß es noch keiner.
• 45:31
  Sie könnten, ich hatte neulich eine Diskussion mit den Leuten von Microsoft oder so, oder
• 45:37
  bei Meta, keiner weiß, wie man damit Geld verdient. Also alle probieren aus, alle testen.
• 45:43
  Also wie teuer soll so ein KI-Agent sein, den ich später als Software kaufen kann und als
• 45:48
  persönlichen Assistenten einsetzen? Das weiß keiner. Alle probieren rum und dieser heilige
• 45:54
  Graal ist noch nicht gefunden. Und mich würde das wirklich interessieren. Was sind die ersten
• 45:57
  wirklichen Geschäftsmodelle, die dafür sorgen, dass man damit wirklich langfristig
• 46:03
  dauerhaft Geld verdienen kann? Sehr spannend. Also ich glaube, jeder Familienvater oder
• 46:07
  jede Familienmutter kann gerade mit der ersten Idee oder eine Menge anfangen. Also wenn sie im
• 46:13
  Bereich weitergekommen sind, wie man das Bildungssystem verbessern kann und mehr zum...
• 46:19
  Das wäre ein großer Schritt. Also so groß will ich ja gar nicht denken.
• 46:23
  Ich bin bereit, eine hohe Summe für einzusetzen. Lieber Herr Dr. Beck,
• 46:29
  jetzt nähern wir uns aber, wir sind am 12. Dezember einem Fest, was traditionell doch sehr
• 46:36
  menschlich ist und wenig Computer gesteuertes Fest ist, Weihnachten. Ich wünsche Ihnen also
• 46:42
  eine schöne Weihnachtszeit, geruhsame Tage und grüße Sie ganz herzlich. Ich bin gespannt auf
• 46:48
  die beantwortungsgehe Frage im neuen Jahr dann. Vielen Dank. Ich wünsche Ihnen auch eine schöne
• 46:52
  Zeit, stressfrei und erholsam. Und meistens kommt man da ja auch auf die ein oder andere Idee,
• 46:58
  wenn man dann entspannt von der üblichen Arbeit mal an was anderes denken kann. Vielen Dank noch mal.
• 47:04
  Vielen Dank. Das war Glas klar. Der Politik-Podcast der Gelsenwasser AG. Rund um Wasser, Energie,
• 47:11
  Klima und Digitalisierung. Wir hoffen, es hat Ihnen gefallen. Danke fürs Zuhören und bis zur
• 47:17
  nächsten Folge von Glas klar.
• 47:19
  [Musik]