{"id":2076,"date":"2021-11-19T08:05:24","date_gmt":"2021-11-19T07:05:24","guid":{"rendered":"https:\/\/lam.unisg.ch\/blog\/?p=2076"},"modified":"2021-11-20T10:19:12","modified_gmt":"2021-11-20T09:19:12","slug":"kuenstliche-intelligenz-fluch-oder-segen","status":"publish","type":"post","link":"https:\/\/lam.unisg.ch\/blog\/kuenstliche-intelligenz-fluch-oder-segen","title":{"rendered":"K\u00fcnstliche Intelligenz \u2013 Fluch oder Segen?"},"content":{"rendered":"

Prof. Dr. Binswanger, wie sehr hat Big Data und KI bereits unsere Welt ver\u00e4ndert?<\/strong><\/p>\n

Big Data umfasst insbesondere eine relativ kleine Gruppe von Superstar-Firmen. Zu ihnen z\u00e4hlen zum Beispiel grosse Tech-Unternehmen wie Amazon oder Google und Startups wie Stripe oder Revolut. Diese Firmen bringen andere Unternehmen in Zugzwang. Erstaunlich ist hierbei, wie sehr Big Data und KI diese Firmen pr\u00e4gen und in unserer Wahrnehmung beeinflussen: Viele denken, die Welt sei voller Big Data. Richtig ist, dass sich die Prozesse von ca. 80 Prozent der Firmen im deutschsprachigen Raum im datenbasierten Bereich kaum ver\u00e4ndert haben.<\/p>\n

Wieso ist es dennoch wichtig, dass der Manager von heute etwas von KI versteht?<\/strong><\/p>\n

In vielen Unternehmen warten die datenbasierten Anwendungen noch darauf, entdeckt zu werden. Damit dieses Potenzial entdeckt werden kann, m\u00fcssen F\u00fchrungskr\u00e4fte ein Gesp\u00fcr daf\u00fcr bekommen, was datenbasierte Anwendungen, die wir oft als \u201eKI\u201c bezeichnen, eigentlich leisten k\u00f6nnen. Voraussetzung ist nat\u00fcrlich, dass sie wissen, welche Gesch\u00e4ftsprozesse welche Daten hinterlassen (k\u00f6nnten) und wie diese Daten aussehen. Dies tr\u00e4gt entscheidend dazu bei , dass F\u00fchrungskr\u00e4fte realistische Erwartungen bzgl. Anwendungen und ihrem Nutzen haben. Bei der Implementierung und Evaluation der KI sollten sie somit pro-aktiv im Prozess miteinbezogen sein. Schliesslich m\u00fcssen die F\u00fchrungskr\u00e4fte auch das n\u00f6tige Geld f\u00fcr digitale Prozesse aufbringen und die Projekte in einen strategischen Zeitplan integrieren. \u201eStrategisch\u201c ist hierbei ausschlaggebend, denn ein neuer Fokus auf eine datenbasierte Wertsch\u00f6pfungsstrategie beinhaltet eine stark strategische Komponente. Dementsprechend sollten F\u00fchrungsk\u00e4fte in KI-Prozessen integriert sein und auch etwas von der Materie verstehen.<\/p>\n

Brauchen in Zukunft alle F\u00fchrungskr\u00e4fte IT-Kenntnisse?<\/strong><\/p>\n

IT-Kenntnisse und ein Verst\u00e4ndnis davon, was datenbasierte L\u00f6sungen erreichen k\u00f6nnen, sind grunds\u00e4tzlich zwei verschiedene Dinge. Unter IT-Kenntnissen verstehe ich den Umgang mit IT-Tools. Das wird in der Tat wichtiger. F\u00fchrungskr\u00e4fte k\u00f6nnen jedoch \u00fcber gute IT-Kenntnisse verf\u00fcgen und dennoch keine Ahnung von datenbasierter Wertsch\u00f6pfung und KI haben. Dies w\u00fcrde die Erfolgsaussichten des \u00a0KI-Einsatzes \u00a0tendenziell verringern.<\/p>\n

M\u00fcssen in Zukunft alle F\u00fchrungskr\u00e4fte programmieren k\u00f6nnen?<\/strong><\/p>\n

Das Verst\u00e4ndnis, was datenbasierte L\u00f6sungen erreichen k\u00f6nnen, hat nichts mit Programmieren zu tun. Es geht vielmehr darum, dass eine F\u00fchrungskraft weiss, welches Potenzial Daten bieten k\u00f6nnen, um einen Maschinenpark oder ein Lager besser zu warten, Kundenw\u00fcnsche besser zu erf\u00fcllen oder die Finanzplanung besser zu gestalten. F\u00fcr dieses Verst\u00e4ndnis muss man nicht programmieren k\u00f6nnen. Man sollte sich jedoch bewusst sein, wie solche Probleme im Unternehmen mit Daten realistisch gel\u00f6st werden k\u00f6nnen und wo eher nicht. Basierend darauf sollten F\u00fchrungskr\u00e4fte eine passende Datenstrategie definieren.<\/p>\n

Wie sieht der Umgang mit Daten in Zukunft aus? Werden wir f\u00fcr Analysezwecke zum gl\u00e4sernen Menschen?<\/strong><\/p>\n

Ich hoffe, dass dieses Szenario ausbleibt. Hingegen k\u00f6nnten in vielen Firmen Prozesse effizienter gestaltet werden, wenn wir \u00fcber \u201egl\u00e4serne Maschinen\u201c und \u201egl\u00e4serne Lager\u201c unter anderem f\u00fcr Produktionsprozesse verf\u00fcgen. Im Marketingbereich ist das Risiko des gl\u00e4sernen Menschen jedoch h\u00f6her. Es existieren bereits sehr viele Daten, die oft suboptimal genutzt werden. Wer kennt dieses Szenario nicht? Zum Zweck der gezielteren Gestaltung von Kampagnen werden oftmals bereits vorhandene Daten benutzt, um Werbekampagnen mit einer 10 prozentigen R\u00fccklaufquote zu kreieren. Eine bessere Nutzung von Daten beudetet nicht, dass Menschen \u201egl\u00e4serner\u201c werden, denn die Daten existieren bereits.<\/p>\n

Wie kann uns Big Data helfen, um mit Unsicherheiten umzugehen?<\/strong><\/p>\n

Big Data hilft grunds\u00e4tzlich dabei, regelm\u00e4ssig wiederkehrende Unsicherheiten zu verbessern. Superm\u00e4rkte sollten an Samstagen mit sch\u00f6nem Wetter nicht mehr \u00fcberrascht werden, wieviel Grillfleisch von den Leuten gekauft wird (f\u00fcr die Zukunft des Klimas hoffe ich, dass es bald pflanzliches Grillfleisch sein wird.) Wir Menschen sind schlecht darin, komplexe Muster mit vielen Einflussfaktoren zu durchschauen, auch wenn die Komplexit\u00e4t eigentlich aus regelm\u00e4ssigen Mustern resultiert. Hier kommen Big Data und Algorithmen ins Spiel, die uns helfen, wiederkehrende Muster zu erkennen.<\/p>\n

Daneben gibt es viele Unsicherheiten dar\u00fcber, wo Big Data absolut nichts bringt: Wird es 2035 zwei neue Wirtschaftsbl\u00f6cke geben, die jeweils von China und dem Westen dominiert werden? Werden wir bis 2035 die Finanzierung von Klimamassnahmen in den Griff bekommen haben? Wird die Schweiz neue geregelte Beziehungen zu der EU gefunden haben? In der Sprache der Statistik, die hinter all den Algorithmen steht, haben wir hier einen \u201enicht-station\u00e4ren datengenerierenden Prozess.\u201c Wenn das der Fall ist, hilft Big Data wenig bis nichts.<\/p>\n

Erkennen Sie ethische oder moralische Probleme beim Umgang mit Daten? Inwiefern k\u00f6nnen Daten auch diskriminieren?<\/strong><\/p>\n

Wenn ich mir Projekte von Teilnehmenden unseres Executive MBA Programmes anschaue, sind die Anwendungen von Daten oft nicht kritisch. Regelm\u00e4ssig geht es um die Lagerbewirtschaftungen und den Maschinenpark. Die moralischen Probleme tauchen vor allem dann auf, wenn datenbasierte L\u00f6sungen in sensitiven Bereichen genutzt werden. Denken Sie etwa an die folgenden datenbasierten Entscheide: Sollen Gef\u00e4ngnisinsassen freigelassen werden? Wo sollen Polizeieins\u00e4tze erfolgen? Sollte eine Person staatlich \u00fcberwacht werden, weil sie ein Sicherheitsrisko sein k\u00f6nnte? Oft sind das staatliche Aufgabenbereiche. Doch der Staat arbeitet hier oft mit privaten Anbietern zusammen, insbesondere im angels\u00e4chsischen Raum. Problematisch k\u00f6nnen auch datenbasierte Anwendungen im Versicherungsbereich sein. Dies beispielsweise, wenn jemand keine Zusatzversicherung erh\u00e4lt, weil das Mobiltelefon anhand des Gangs und der Stimme einer Person ein Gesundheitsrisiko entdeckt hat. Als problematisch kann ausserdem die \u00dcberwachung von Mitarbeitenden zwecks der Produktivit\u00e4tserh\u00f6hung eingestuft werden.<\/p>\n

Wo f\u00fchrt das hin? Welche Entwicklungen sehen Sie im Bereich Big Data und KI in der Zukunft?<\/strong><\/p>\n

Wie schon anget\u00f6nt, gibt es eine recht extreme Segmentierung in der Nutzung von datenbasierten L\u00f6sungen. W\u00e4hrend die Superstar-Firmen sehr weit sind, m\u00fcssen wohl mehr als 80 Prozent der deutschsprachigen Firmen noch ein erstes Projekt entdecken, dass den Namen \u201edatenbasiert\u201c verdient. Cooler klingt es nat\u00fcrlich, wenn man es \u201eKI\u201c nennt. Ich bin etwas \u00fcberrascht, wie viele Firmen hier noch im Schlafmodus sind. F\u00fcr viele ist \u201eKI\u201c eine Priorit\u00e4t f\u00fcr die kommenden drei Jahre. Das Risiko f\u00fcr diese 80 Prozent der Firmen besteht darin, dass Startups und Superstar-Firmen ihr Gesch\u00e4ft pl\u00f6tzlich untergraben. Dann ist es zu sp\u00e4t, um diesen Vorsprung wieder aufzuholen.<\/p>\n

Wie sieht es mit der Regulierung von KI aus? Welche Regeln brauchen wir, um erfolgreich und gefahrenfrei diese Technologie nutzen zu k\u00f6nnen?<\/strong><\/p>\n

Wie die Regulierung ausgestaltet sein soll, ist eine schwierige Frage. Insbesondere rund um die Themen Sicherheit, Versicherungen und Mitarbeiter\u00fcberwachung bei privaten Firmen. Die EU ist hier in der Vorreiterschaft bei der Entwicklung. Ebenso schwierig ist es bei Themen, die die politische Meinungsbildung und den gesellschaftlichen Zusammenhalt beeinflussen k\u00f6nnen, zum Beispiel auch via sozialen Netzwerken. Viele junge Firmen, die ihre Prozesse durch Datennutzung effizienter gestalten wollen, sind allerdings nicht von diesen heiklen Bereichen betroffen.<\/p>\n

Vielen Dank f\u00fcr das Gespr\u00e4ch!<\/p>\n","protected":false},"excerpt":{"rendered":"

Prof. Dr. Binswanger, wie sehr hat Big Data und KI bereits unsere Welt ver\u00e4ndert? Big Data umfasst insbesondere eine relativ kleine Gruppe von Superstar-Firmen. Zu ihnen z\u00e4hlen zum Beispiel grosse Tech-Unternehmen wie Amazon oder Google und Startups wie Stripe oder Revolut. Diese Firmen bringen andere Unternehmen in Zugzwang. Erstaunlich ist hierbei, wie sehr Big Data […]<\/p>\n","protected":false},"author":12,"featured_media":2080,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false},"categories":[51,21],"tags":[],"acf":{"excerpt":"

Was bedeutet Big Data und Maschinelles Lernen eigentlich f\u00fcr Unternehmen und unsere Gesellschaft? Prof. Dr. Johannes Binswanger, Professor f\u00fcr Volkswirtschaftslehre, erz\u00e4hlt im Interview, welche Chancen und Risiken KI mit sich bringt, welche Rolle die F\u00fchrungskraft im Transformationsprozess einnimmt und warum das Tempo in der Implementierung von KI einen entscheidenden Einfluss auf den Erfolg von Unternehmen hat.<\/p>\n","school":false},"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/posts\/2076"}],"collection":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/comments?post=2076"}],"version-history":[{"count":0,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/posts\/2076\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/media\/2080"}],"wp:attachment":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/media?parent=2076"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/categories?post=2076"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/tags?post=2076"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}