Auch die KI braucht Fachwissen und Weiterbildung

In einer Welt, die zunehmend von künstlicher Intelligenz (KI) geprägt wird, ist es unerlässlich, dass wir nicht nur die technologischen Fähigkeiten der KI-Systeme verbessern, sondern auch sicherstellen, dass diese Systeme ein umfassendes Verständnis von Geschichte, Kultur, Ethik und Moral besitzen. Dazu gehört auch eine weitergehende Haptik (Gefühl für die physische Welt) welche sich auch mit dem Tastsinn, Physik und deren entsprechenden Wahrnehmungen durch Sensorik in der auch feinmotorischen Robotik und Prothetik befasst.
Durch die entsprechende Integration von Sensordaten können KI-Modelle lernen, die Umwelt besser zu interpretieren und zu interagieren.
Solche umfassende «Weltkenntnisse» ermöglichen es KI-Systemen, globale Ereignisse und ihre Auswirkungen besser zu verstehen bzw. trainieren und verarbeiten zu können.

Die Bedeutung der Geschichte, (Daten-)Historik und Kultur

Geschichts- und Kulturkenntnisse – auch gar die Firmenkultur und Mindset einer Organisation mit entsprechenden Gewichtungen und qualitativ hochstehenden Trainingsgrundlagen – sind für KI-Systeme von entscheidender Bedeutung, da sie helfen, den dadurch optimierteren Kontext zu verstehen, in dem Daten und Informationen existieren und entsprechend zielgerichteter zu nutzen sind. Ausgeklügelte und «starke» KI-Modelle, die in der Lage sind, aufgrund von repräsentativ umfassenden Daten historische Muster/Trends zu erkennen und kulturelle Nuancen zu verstehen, können bessere und informiertere Entscheidungsgrundlagen erstellen. Dieser zusätzliche Aufwand und Investition in die Datenklassifizierung/Training hilft letztlich, bessere Entscheidungen zu treffen welche dann aber gar in Richtung von Vorhersagen (Prädiktion) und entsprechenden Präventionen gehen können.

Ethik und Moral in der KI – auch als Grundlage für das Vertrauen

Ethik- und Moralkenntnisse sind entscheidend, um «faire» KI-Systeme zu entwickeln, die ausgewogener und verantwortungsbewusster agieren. Vertrauenswürdigere KI-Modelle müssen programmiert bzw. trainiert (mitunter auch reguliert) werden, um ethische Grundsätze zu verstehen und moralische Dilemmata besser zu navigieren bzw. zu meistern. Dies auch um das matschentscheidende Vertrauen der Nutzer zu gewinnen und zu erhalten für absehbare, noch (r)evolutionärere Weiterentwicklungen in naher Zukunft. Ohne Vertrauen seitens der Anwender und betroffene Menschen wird kein stabiler, resonanzfähiger Ordnungsrahmen für nächste Evolutionsstufen der KI entstehen können in der derzeitigen dynamischen Chancen- aber auch Bedrohungslage.

Branchenwissen und Fachjargon

Jede Branche hat ihren eigenen Fachjargon und Fachbegriffe. KI-Systeme, die in spezifischen Branchen möglichst erfolgreich und anerkannt eingesetzt werden, müssen dieses spezialisierte Wissen durch entsprechende Branchen- und Firmendaten erlernen bzw. trainieren. Erst dadurch kann es effektiv funktionieren und mit Experten auf ihrem Gebiet generell und innerhalb der Firmen spezialisiert kommunizieren.
Es gibt einige solche Provider/Anbieter/Verbände/Erfahrungsaustauschgruppen von entsprechenden Branchenwissen und angereicherten Daten welche als «Grundlagen-Anbieter» solche zentral organisierte Modelle und Insights auf- und ausbauen könnten mit den/für die betroffenen Akteuren und Mitgliedern.
Basierend auf solchen «starken», branchen- und fachspezifischen Grundlagen könnte durch die hochspezialisierte Anreicherung mittels den firmenspezifischen «Datenschätzen» der Firmen und Organisationen wettbewerbsrelevante Vorteile erschafft und auch grosse Schritte via der «Business Intelligence» bis hin zu gar der «Business Excellence – durch auch Data Science» erreicht werden.

Daten ohne Kontext zu einem Business Case sind wertlos

Daten oder auch entsprechende Prompts/Abfragen ohne weitergehendem Kontext können leicht falsch interpretiert werden, was zu falschen Schlussfolgerungen/«KI Halluzinationen» und letztlich zu falschen Entscheidungen/Entscheidungsgrundlagen führen kann. Es ist wichtig, dass KI-Systeme über ausreichende, angereicherte Kenntnisse verfügen, um den Kontext von Daten und Informationen zu verstehen und sie effektiv zielgerichtet trainieren und nutzen zu können. Entsprechend ist es auch wichtig bei der Aufarbeitung, Reorganisation, Klassifizierung, Semantik (Bedeutung, Beziehung) und Strukturierung von Daten zu entscheiden auf Basis des Firmen- oder Branchen-Wissens, was effektiv zu einem Nutzen in einem Use Case oder weitergehendem, künftigen Business Case oder gar bis hin zur Business Intelligence/Business Excellence führen kann.

KI als modernes Orakel? Pflicht vor Kür

Die KI als «Orakel» zu betrachten, ist eine Metapher für die KI Fähigkeit, gar Ausblicke in die Zukunft zu geben. Während die KI mitunter keine mystischen oder «nebulösen» Kräfte besitzt, kann die KI jedoch durchaus mittels der Analyse und entsprechendem Training vom strukturierten, klassifizierten und intelligent angereichertem «Datenschatz der Organisation» wertvolle und matschentscheidende Entscheidungsgrundlagen für optimiertere und automatisierte Vorhersagen liefern. Für diese Art von «Kür» des «Data Science» (Datenwissenschaft) braucht es jedoch wie im richtigen Leben zuerst grosse Investitionen und Engagements in viel «Pflicht», Trainings und letztlich in die Qualität.

Zum Autor

Fridel Rickenbacher ist ehemaliger Mitgründer, Co-CEO, Partner, Verwaltungsrat und nun beteiligter «Unternehmer im Unternehmen»/«Senior Consultant» bei der Swiss IT Security AG/Swiss IT Security Group. Auf Bundesebene ist er als Experte und Akteur vertreten bei «Digital Dialog Schweiz» + «Nationale Strategie zum Schutz der Schweiz vor Cyber-Risiken NCS». Er ist in seiner Mission «sh@re to evolve» seit Jahren als Redaktionsmitglied, Experten-Gruppen- und Verbands-Aktivist tätig bei z. B. SwissICT, s-i.ch, isss.ch, isaca.ch, bauen-digital.ch rund um Digitalisierung, Engineering, Clouds, ICT-Architektur, Security, Privacy, Datenschutz, Audit, Compliance, Controlling, Information Ethics, in entsprechenden Gesetzes-Vernehmlassungen und auch in Aus- und Weiterbildung (CAS, eidg. dipl.)