00:00:03: In diesem Podcast reisen wir genau siebzig Jahre in die Vergangenheit und doch in die Zukunft.

00:00:09: Mitte Juni, neunzehundertsechstenfünfzig versammelte sich eine Handvoll Wissenschaftler am Dartmouth College in New Hampshire in einer Stadt, die Hannover heißt.

00:00:19: Sie hatten einen ambitionierten Plan innerhalb eines einzigen Sommers sollte das Geheimnis der Künstlichen Intelligenz oder der menschliche Intelligenze, je nachdem wie man es betrachten möchte geknackt werden und Maschinen das Denken beigebracht werden.

00:00:39: Sie scheiterten an dem Zeitplan kolossal aber sie begründeten in diesen acht Wochen in denen sie zusammensaßen eine Technologie die unsere heutige Welt auf den Kopf stellt.

00:00:51: Es war die Geburtsstunde der künstlichen Intelligence.

00:00:55: Ja, liebe Hörerinnen und Hörern herzlich willkommen zu einer neuen Folge des FAZ Digitalwirtschafts Podcast.

00:01:02: Um dieses siebzigjährige Jubiläum gebührend einzuordnen habe ich als Gast einen Mann den Sie alle bestens kennen der normalerweise Co-host dieses Podcast ist sich aber auch seit Jahren intensiv mit den Folgen der KI für unsere Wirtschaft beschäftigt.

00:01:23: Alexander Arnbruster, Leiter der FAZ Wirtschafts-Online Redaktion und Autor des Buß Künstliche Intelligenz Für Jedermann.

00:01:31: Hallo Alex!

00:01:32: Hallo Karsten Knob, ich bin einer der Herausgeber der FA Z, aber eigentlich sagen wir an dieser Stelle immer dass wir das Stammteam sein Und so ist es ja auch.

00:01:47: Alex lasst uns direkt in den Sommer, neunzehntzechstenfünfzig springen.

00:01:51: Warum blicken wir heute?

00:01:53: So vielleicht ein bisschen ehrfürchtig auf diese acht Wochen im Sommer in New Hampshire.

00:02:00: und was genau machte dieser Zusammenkunft zur Geburtstunde der KI?

00:02:06: Ja weil aus mehreren Gründen einmal der ganz vielleicht sogar der einfachste Im Rahmen dieser Konferenz soll zum ersten Mal der Begriff künstliche Intelligenz aufgetaucht und verwendet worden sein KI.

00:02:22: Und zwar haben die Forscher, es waren vier Stück... Auf die kann man nachher noch mal eingehen, schon mit Karthema und Minsky Nathaniel Rochester und Klo Chen.

00:02:30: Wir wollten gerne eine Konferenz organisieren und brauchten dafür einen Geldgeber und haben sich an die Rockefeller Foundation gewendet.

00:02:38: Und dann haben sie diskutiert was können wir denen denn schreiben und vorschlagen dass die unsere Workshop bezahlen?

00:02:44: Und so Wörter wie Automatisierung irgendwie Informationsverarbeitung, Informationsweiter Verarbeitung.

00:02:51: Datenkompressor und so was klang?

00:02:52: alles so wie bis jetzt gerade klingt während ich es sage vielleicht auf den ersten Blick oder zuhören gar nicht sonderlich spannend.

00:02:59: Und dann hatte John McAfee so es überliefert die Idee.

00:03:02: Dann wir nennen es Künstliche Intelligenz das klingt doch saukool und das Klang auch saukohl.

00:03:07: Sie haben das reingeschrieben und in dem Proposal für diesen Workshop stand dann Das Wort künstliche Inteligenz.

00:03:15: Und dann haben die sich tatsächlich eben getroffen.

00:03:19: Gar nicht so große Gruppe von Leuten, weil sie damals gedacht haben und es ist tatsächlich lustig wenn man sich dieses Schreiben so durchliest.

00:03:25: Die haben auch einfach... Also die haben gedacht, wenn sich so naja acht bis zwölf bis treizehn vierzehnt sehr kluge Leute

00:03:31: mal

00:03:32: ja wie du schon gesagt hast ein Sommert hinsetzen Dann kann man das Thema im Prinzip klären denn die Idee war damals im Prinzip Intelligenz so genau beschreiben.

00:03:44: Das ist ja wichtig, dass es ein Computer versteht.

00:03:45: Es braucht ganz klare mathematisch gefasste Regeln und das könne man um dieses Thema in dieser Zeit zu klären und dann sowas wie Sprache verstehen schließen planen sich selbst verbessern.

00:04:02: Das könnte man eben da dann unterbringen.

00:04:07: Die Konferenz ist aber nicht, kommt sozusagen nicht aus dem Nichts.

00:04:11: Wir können noch dann gleich darauf eingehen warum die eben da stattgefunden hat und nicht zehn Jahre später und auch nicht zehn jahre früher.

00:04:18: Und es ist auch nicht die einzige Veranstaltung die sich damit beschäftigt hat.

00:04:21: Aber weil der Begriff dort viel und weil durchaus prominente Leute dort waren und weil seither dieses Fach als Fach so heißt und als Grund gelegt gilt Ist diese Konferent sowas Wenn heute gefragt wird wann Entstand die KI, wenn man einen Zeitpunkt nehmen wird.

00:04:39: Ist das sozusagen die Startdatum?

00:04:41: Mh, neunzehnhundertsechstenfünfzig John McCarthy war damals eben genau dort wo es stattfand und später hat er am MIT und in Stanford gelehrt.

00:04:53: Marvin Minsky war in Harvard zu derzeit später prägend fürs MIT.

00:04:58: Nathaniel Rochester arbeitete für IBM dorschenen für Bell Labs Waren aber auch noch ein paar andere da.

00:05:07: Du hast die Namen eben auch schon genannt, große Namen intelligente Menschen?

00:05:12: Ja!

00:05:12: Die gingen tatsächlich davon aus dass innerhalb von zwei Monaten das Problem lösen zu können, dass es nicht geklappt hat.

00:05:19: war das also dann am Ende grenzenlose Arroganz oder wissenschaftliche Naivität?

00:05:24: Arrogenz glaube ich nicht.

00:05:26: dazu waren auch viele zu jung würde ich ihn einfach mal unterstellen bisschen naiv.

00:05:31: Es hat aber andererseits auch in die Zeit gepasst.

00:05:38: Das ist im Prinzip das, warum es nicht zufällig stattgefunden hat.

00:05:41: Es hat schon in den zehn Jahren davor und noch ein Stück weiter zurückgegeben durch die traurige Zweite Weltkriegszeit.

00:05:50: Aber eine der Folgen dieses Krieges war, dass es einen technischen Entwicklungsschub gegeben hat, die Leute gesehen haben.

00:06:00: erstmals allgemeiner taugliche Computer gebaut, Konrad Zuse in Deutschland so als Einzelkämpfer aber auch Gruppen in Großbritannien und in den Vereinigten Staaten.

00:06:13: Sie haben mit Mathematik auch andere Themen lösen können wie also Kernphysik sind sie weitergekommen, Radar-Technologie und mit Informatik dann eben.

00:06:24: Also Enigma ist das, dass die Briten den Enigma Code geknackt haben so das bekannte Beispiel.

00:06:31: Den deutschen Verschlussrauskord

00:06:32: mit dem U-Botung?

00:06:33: Genau, also da sind ein paar Durchbrüche gelungen sowohl in der Theorie als auch in der Praxis.

00:06:40: es gab eben dann auch entsprechende Rechner.

00:06:43: Dann hat... Das ist auch ganz interessant haben zwei Leute, Walter Pitz ist einer.

00:06:49: Schon in unzeltreinviert sich ein Aufsatz geschrieben indem sie mal ein künstliches Neuro ein Neuron eine Nervenzelle sozusagen mathematisch modelliert haben.

00:06:58: da kann man sich darauf kann man das irgendwie mathematisch abbilden.

00:07:02: und dann nach dem zweiten Weltkrieg hat es angefangen dass man mit diesen Computern die man dann hatte sich gedacht hat okay haben wir hier den Schlüssel zu was ganz großen in der Hand?

00:07:13: Haben wir hier vielleicht jetzt wirklich die Möglichkeit unser Gehirn, unser Denken jetzt auch das irgendwie künstlich nachzuwählen oder damit zu erklären.

00:07:24: Und dann gibt es eben diesen Aufsatz von Andrewing von ... ... in dem man die Frage stellt können Maschinen denken?

00:07:33: und dann was auch noch ganz wichtig war und er war ein Datemaus nicht dabei aber ein im Prinzip so eine Art Konkurrent Norbert Wiener der Ein Fach, der das damals Kybernetik genannt und es begründet.

00:07:46: Und das ist ein ziemlich spannendes Feld, er hat auch im Buch geschrieben, in den er sich mit dem Begriff Rückkopplung beschäftigt hat und mit der Frage dass alle möglichen Dinge angefangen vom Thermostat bis zu einem menschlichen Menschen oder zum Automat, Es kommt zu Zahnübersensoren, über Außen kommen bestimmte Reize an und die werden dann verarbeitet.

00:08:14: Und dann kommt was raus?

00:08:15: Diese Reaktion findet auch einen Lernverarbeitungsprozess ein Anpassungsprozess statt.

00:08:21: Dann kommt halt ein Output.

00:08:23: Die Ironie ist ein bisschen das eigentlich diese wienerische Idee Kybernetik im Prinzip in.

00:08:29: das gemündet es in den KI-Lernbereich nachher und in datem Aus wiederum sich die Leute vor allen Dingen deswegen Hoffnung gemacht haben, weil sie gedacht haben Sie können wirklich mit harte Einprogrammierung.

00:08:41: Also Sie können es einfach das Ganze denken, können Sie so genau beschreiben mathematisch, dass man's dann eben einfach mal in Anfangszeichen schnell einprogrammen wird in so einen Rechner und dann kann der das?

00:08:53: Und dann gab's aber ... Das ist die Zeit auf sehr, das kamen hat da halt wirklich Hoffnungen, dass hier eine ganze neue Möglichkeit erstoßen wurde.

00:09:00: und dann haben die eben deswegen haben auch das waren ja im Kern am Bekahrsehweiher knapp Knapp dreißig.

00:09:06: Damals Minsky war ein junger Mann, der einzige, der schon völlig etabliert hat, war Claude Schen.

00:09:10: Den haben sie mit dafür gewonnen.

00:09:12: und sozusagen junge Forscher, die gedacht haben okay wir haben hier was richtig... Wir stehen vor etwas ganz epochalem und jetzt tüten wir es halt mal ein und machen jetzt so eine Runde und treffen uns also mit guten Absichten.

00:09:25: aber natürlich haben Sie sich grandios verschätzt das wir Ihnen aber gerne verzweilen.

00:09:30: Wir haben uns vermutlich nicht anders gegangen.

00:09:32: Sag mal, wie wichtig war das?

00:09:33: Ich habe das ja eben gerade aufgezählt woher die kamen dass das zum Teil Ausnahmewissenschaftler aus der Forschung waren und zum anderen aber durchaus auch Forscher die aber gleichzeitig auch schon in der Industrie Erfahrung gesammelt haben nämlich bei IBM und Bellas.

00:09:50: Ja total wichtig weil es sozusagen ein bisschen die Erdung war also Nathaniel Rochester war der IBM Mann Und das ist ganz entscheidend für die Gruppe, dass so die hochfliegenden Ideen dies dann von den Theoretikern gab und den Visionären.

00:10:06: Dass sie dann auch geerdet wurden mit der ganz praktischen Konfrontation wie leistungsfähig die Rechner damals eben einfach waren was die können, wie lange es dauert sowas zu bauen.

00:10:16: also wirklich der De-Engineur der Praktiker, der es auch umsetzen muss.

00:10:20: Das ist ja bei der KI immer die Frage, es gibt theoretische Ideen die auch in sich stimmig sind.

00:10:26: Und dann ist immer die Frage, ist die Zeit schon reif dafür?

00:10:30: und mit Reif ganz konkret?

00:10:32: Manchmal sind direkt die Rechner eben schon also nicht die Nutzer.

00:10:35: Das ist doch mal eine andere Frage ob sie reif sind.

00:10:38: aber die Rechner müssen auch erstmal reif sein das Ganze zu verarbeiten.

00:10:42: Also erst der man der Industrie und Schennen nicht nur Theoretiker gewesen.

00:10:50: Er hat damals sozusagen der Konferenz eine gewisse Autorität verliehen, weil er eigentlich schon einen kompletten Bereich umgefügt hat.

00:10:55: Also er hätte da gar nicht hingehen müssen, um weltberühmt zu werden.

00:10:59: Hatte die Informationstheorie schon geschaffen?

00:11:03: Ja,

00:11:03: das ist der Begründer der Information.

00:11:05: Genau aber er hat eben auch Maschinenautomaten und so weiter gebaut war auch ein Praktiker, der wusste wie schwer es in der Praxis zum Teil umzusetzen ist.

00:11:18: und wo man das bis heute immer noch sieht, ist ja die Robotik.

00:11:22: Wo der Fortschritt verglichen mit anderen Bereichen am Langsamsten ist jetzt hat sich behauptet bisschen beschleunigt aber es konnte man lustigerweise auch vor zumindest einigen Jahren noch sehen.

00:11:33: da gibt's in der KI gibt es ja immer so Umfragen mal wenn die Spitzen Leute gefragt wann glaubt ihr denn?

00:11:37: Wann wird die allgemeine künstliche Intelligenz haben?

00:11:41: Und da war tatsächlich eine Weile witzigerweise die, die das am weitesten in der Zukunft verlagert haben, weil typischerweise die Robotiker, weil sie schon gemerkt haben wie schwer es ist nach Hand zu bauen.

00:11:49: Die ein Ei hochheben kann ohne dass es zerbricht.

00:11:52: Es ist schon viel schwerer als sich anhört und die Learning-Sprachleute sind oft viel früher mit den Prognosen, weil die da sehr große Fortschritte.

00:12:02: Also deswegen war's ganz wichtig, dass da Leute aus der Industrie dabei Bezug hatten dabei waren.

00:12:12: Jetzt hast du aber natürlich auch schon beschrieben, also einerseits waren die alle hochintelligent und sie hatten in Teilen auch wirklich großes Praxiswissen unterlagen dann aber doch dieser Fehleinschätzung haben die damals unterschätzt dass das was für Menschen relativ schwer zu verstehen ist nämlich sagen wir mal Mathematik oder Schachspielen dass das für Computer eher leicht ist, weil sich das eher leichter beschreiben lässt und dass das alles was ich gerade gesagt habe auch umgekehrt gilt.

00:12:48: Dass das was uns Menschen leicht fällt rechnern eher schwer fällt.

00:12:53: du hast das Ei erwähnt.

00:12:54: haben die an der Stelle den entscheidenden Denkfehler damals gemacht?

00:12:58: Ich weiß nicht ob ich...

00:12:59: Das nennt sich übrigens Mora-Wackparadox.

00:13:02: Ja

00:13:02: also ein Teil bestimmt.

00:13:05: ich glaube sie haben Die Faktoren haben an allen Ecken im Prinzip die Schwierigkeit unterschätzt.

00:13:15: Einmal, dass man wirklich das ganze Denken mit Regeln präzise beschreiben kann – mit einer endlichen Anzahl von Regeln vor allem mit einem endlichen Sinne von, dass es eine Gruppe von Menschen in der sinnvollen Zeit einprogrammieren kann.

00:13:32: Das ist doch nicht so einfach.

00:13:36: Auch diesen Lernprozess, wie lernt man denn?

00:13:38: Dass man sich auch Sachen dann merkt.

00:13:40: Das man sich weiter verbessert also auch das Lernen als Prozess haben sie unterschätzt.

00:13:46: und auch die Größe... Die haben schon über Lernen und auch neuronale Netze schon als Ideen gesprochen.

00:13:54: aber welche Größen man da tatsächlich braucht damit man ein bisschen auf einigermaßen allgemeines Gespräch führen kann wie man es heute mit einem Sprachmodell führen kann Wie groß sein muss, das haben sie halt unterschätzt.

00:14:07: Auch wie viele Daten?

00:14:08: Wie viel Training?

00:14:10: Das Ganze da braucht ... Da braucht man eben wahnsinnige Mengen.

00:14:18: Also tatsächlich an vielen.

00:14:20: und auch was wir mit Sprache... Aber ich meine Sie haben es auch versucht natürlich zu ergründen aber auch was Sprache ist hat auch an sich viel komplizierter und komplexer, als es so klingt.

00:14:31: Weil wir immer, wenn wir das so Sprache sagen... Kann man wohl sagen?

00:14:34: Ja du kannst eben nicht nur sagen, ich meine am Ende, wenn von Sprachel reden, reden wir vielleicht vom mächtigsten Tool was wir Menschen jemals entwickelt haben, was uns auch total von allen anderen spätestens unterscheidet weil wir halt nicht nur wissen Abspeichern weitergeben und informieren können sondern wir können und sogar Ja, auch extrem spekulieren und uns Sachen.

00:14:55: Da sollte da jetzt vorstellen und anderen davon erzählen die das gar nicht gibt und die können es trotzdem nachvollziehen.

00:15:01: also das darf man.

00:15:02: Und dann kommen noch die ganzen Untertöne dazu?

00:15:05: Ja und sowas alles.

00:15:06: Das ist glaube ich so ein... Aber es gab damals eben so den... Die haben gedacht die Konnen und es gab eben auch schon praktische Dinge.

00:15:16: Also sind eine schon ein Darmes Spiel konstruiert.

00:15:20: Schach war schon aufwachsen, ob so ein bisschen so Schachcomputer und die oder den Logic Theorist zwei Teilnehmer.

00:15:32: Der Bell uns zahlen?

00:15:33: Genau, der hat uns ja auch den Wirtschaftsnobelpreis angekriegt und die haben damals so einen Programm um mathematische Theoreme zu beweisen und das hat aber auch schon ein bisschen den Moment gedacht.

00:15:43: okay wenn man das kann es ist natürlich ein Ausweis von... also wenn man Was für Intelligent halten wir dein Geld?

00:15:50: Und gilt sowas natürlich, gut in Mathe zu sein.

00:15:52: Sowas zu können und...

00:15:54: Absolut!

00:15:55: Ich mal mathematische Beweise führen habe ich im Studium nicht besonders gut hinbekommen muss ich zu meiner Schande bekennen.

00:16:01: das wird ein ganz schöner Wau im Moment gewesen sein der dann zu sowas wie einen frühen Hype geführt hat für die KI.

00:16:11: aber weil am Ende so vieles auch nicht funktioniert hat kamen dann eine Jahrzehnte langer KI Winter, so wird diese Zeitspanne genannt und der ist ja ganz offensichtlich irgendwann zu Ende gegangen.

00:16:26: Und ich habe ja schon eingangs erwähnt dass du vor einigen Jahren schon auch einen Buch hier bei uns im FAZ-Buchverlach geschrieben hast günstige Intelligenz für jedermann Wenn du dich daran nochmal zurückerinnerst, irgendwann Punkt erreicht gewesen sein wo die KI aus dem Winterschlaf herausgetreten ist und dann halt wirklich für jedermann relevant wurde.

00:16:51: Kann es sich noch dran erinnern wann der Gedanke in dir gereift ist?

00:16:54: Und warum?

00:16:55: Ja also das kann ich gleich gerne erzählen.

00:16:58: vielleicht eins zu dem Thema KI Winter.

00:16:59: da gibt's so ein bisschen Streit da drum tatsächlich so Phase, wo auch vor allem weniger Geld ausgegeben wurde für Forschung.

00:17:06: Es gibt auch Forscher die sagen naja sowas hatten wir eigentlich nie ein bisschen vorangegangen ist es immer.

00:17:11: dann Jan Le Kuhn der KI Chef Wissenschaftler von Facebook war den ich auch interviewt hat mit dem euch auch darüber mal gesprochen haben gesagt naja hatten wir nicht so richtig weil gerade auf was denn kam Modems Router, adaptive Filter und so weiter das Ganze.

00:17:25: Da waren auch schon so neuronale Netz-Ideen im Prinzip mit Tränen also ein bisschen was ist und dann gab es auch schon... Also ein bisschen etwas ist schon passiert aber tatsächlich ist es so.

00:17:33: zwar nicht die breite Masse der Nutzer, dass kam tatsächlich erst jetzt und wie kam das?

00:17:41: Meine persönliche Geschichte zur KI, die ist tatsächlich so gewesen.

00:17:45: ich war ja damals Wirtschaftsredakteur online Und ich habe eigentlich relativ so finanzlastig und hab ein Paper vom internationalen Währungsfonds gefunden.

00:17:59: Ein Working-Paper durch hartlichen Zufall, also auch bis hin zu Science Fiction.

00:18:03: In dem Paper stand Demografie ist bald kein großes Problem mehr weil wir können jetzt den menschenkünstlichen Nachbarn Roboter usw.

00:18:12: Die können irgendwann alle Tätigkeiten machen die Menschen machen und dann ist es nicht mehr so schlimm wenn wir älter werden.

00:18:17: Dann ist nur noch ein Problem und wir müssen irgendwie klären, wem die Roboter gehören.

00:18:21: Aber an sich ihr müsst euch liebe Leute nicht mehr um Demografie so viel Gedanken machen.

00:18:26: Und dann habe ich zum ersten Mal künstliche Intelligenz gegoogelt und der erste Treffer war Barack Obama richtet in Pittsburgh von einem großen AI-Summit aus.

00:18:37: Und dann waren wir in zwei große Institutionen.

00:18:41: nahm, also der IWF hat sich damit beschäftigt er ja für hochtrabende Prognosen oder sowas eigentlich nicht bekannt ist und dann auch eben das weiße Haus ist schon wiederum eher auch historisch.

00:18:52: aber auch da war es zumindest angekommen als Thema.

00:18:56: und dann habe ich angefangen mich zu mal da reinzulesen.

00:19:00: ein Forscher am Deutschen Forschungszentrum für künstliche Intelligenz in Kaisersaut an Damian Bord, heißt er.

00:19:10: Der ist heute da nicht mehr.

00:19:12: und dann habe ich mich mit dem getroffen und der war dir die Learning-Mann.

00:19:16: und dann hat er mir mal erklärt wie was da gerade passiert, wie das funktioniert?

00:19:21: Und da bin ich zurückgekommen und hatte das Gefühl dass da wahrscheinlich etwas großes gegangen ist.

00:19:30: Und dann habe ich noch ein bisschen mehr gelesen und da bin ich irgendwann zu dem damaligen Unternehmenspresorleiter der FAZ, der Carsten Knob.

00:19:38: Hier ist es gegangen... ...und hab die Idee erzählt wir könnten ja eine große Serie mal machen und hab' ich uns das vorstellen weil das so viele Facetten hat und wahrscheinlich einfach vielmehr kommt, weil alle das hatten.

00:19:51: Die damals schon gesagt, damals ging's im Prinzip doch darum, da haben wir einen Computer Aus einer großen Datenbank haben Katzen erkannt und so weiter, aber das haben sie halt dann zuverlässig.

00:20:00: Und in so einem Lernprozess war irgendwie das wirklich was gut geklappt hat.

00:20:04: Man hat Computer trainiert und da ist die Analogie ein bisschen zum Menschen hergestellt worden.

00:20:09: Aha!

00:20:09: Das ist ja so wie wir lernen.

00:20:10: man zeigten im Kind ganz viele Bilder und sagt okay guck mal dass es eine Katze guckt ist.

00:20:14: Ich sehe ihn immer gleich aus und da muss man eine bestimmte Anzahl nehmen und dann kapiertes Kind irgendwann.

00:20:21: Aha das ist ne Katze wenns die nächste sieht auch wenn die nicht genauso aussieht Ähnlich.

00:20:26: Und dann hatte man so die Idee, okay sind wir hier dem Lernen auf der Spur?

00:20:31: Und alle haben damals gesagt und das war irgendwie klar, die Rechner werden ja immer schneller.

00:20:37: Moore's Law usw.

00:20:38: war völlig intakt und die Daten werden immer mehr die verfügbar sind.

00:20:42: also war völlig klar diese Systeme werden leistungsfähiger und es ist im Prinzip nur eine Frage der Zeit bis immer mehr Hürden fallen in dieser Vollständigung.

00:20:53: Jetzt hast du gerade einen interessanten Punkt genannt, als du gesagt hast wie du auch das Thema gestoßen bist.

00:20:59: Es ist Working Paper wo es um die Arbeitsplatz-Effekte ging.

00:21:03: Interessanterweise erleben wir ja jetzt durch diese großen LLMs, durch diese Large Language Modelle etwas was sie damals sicherlich noch nicht auf dem Radar hatten nämlich KI ist gar nicht in erster Linie derzeit disruptiv wenn's um Roboter geht.

00:21:19: Vielleicht kommt es auch noch in der industriellen Fertigung.

00:21:22: Es ist ja eine große Hoffnung, für Deutschland in der KI Anschluss zu finden über Industrial AI.

00:21:27: aber die Auswirkungen von KI auf die Arbeitswelt sind schon eher im Büroalltag von wem auch immer spürbar.

00:21:38: Und du diskutierst über solche Auswirkungen von KI auf die Arbeitswelt, ja auch jüngst gerade in der Randell-Leuphana-Universität und was würdest Du sagen?

00:21:48: Hatten die damals sowas ansatzweise auf dem Radar?

00:21:51: oder ist das für alle, die sich bis vor fünf Jahren auch schon intensiv mit der KI befasst haben eher eine Überraschung dass das so ist wie es ist?

00:22:00: Also damals ging's tatsächlich vor allen Dingen darum können wir technisch jetzt hier das überhaupt machen Und welche Folgen das im Einzelnen hat, da gab es dann auch schon mal mit Ideen.

00:22:11: Aber vor allen Dingen erst einmal die Tüftler-Engineure, die erstmal zeigen wollten können wir das jetzt überhaupt machen?

00:22:18: und dass ist jetzt nicht zuerst vielleicht den Förster oder Bauarbeiter betrifft.

00:22:26: Ich meine so ein bisschen konnte man sagen weil sie sich halt mit Sprache beschäftigt haben auch so.

00:22:30: Übersetzung war ein Thema.

00:22:31: ich meine Ein Antrieb war tatsächlich in den USA auch schon, warum gerade an diesem Language Processing gearbeitet wurde.

00:22:41: Weil sie halt russisch schnell verarbeiten können wollten.

00:22:45: Das war der große Gegner dieser Wettunion.

00:22:47: Natürlich haben auch viele Amerikaner, die haben natürlich auch dann russische gelernt und deshalb waren es Arbeit, die mussten natürlich um den Fallen besser zu verstehen, möglichst schnell und gut und am besten auch automatisch russischer.

00:22:58: verarbeiten und verstehen können.

00:22:59: Und das könnten ja mal vielleicht diese Computer machen, also das war tatsächlich ein Antrieb und aus dem kann man natürlich schließen da die Leute, die das gemacht haben jetzt nicht die Blue Color Worker waren dass es irgendwie ins Büro geht aber so wie jetzt heute haben sie das nicht.

00:23:13: und in den Umfang das war nicht auf der Tagesordnung.

00:23:17: oder die Fragen ob dann uns die Arbeit ausgeht?

00:23:22: Das kam tatsächlich erst später schon auch immer mal wieder, wenn es einen technischen Durchbruch gab aber eher allgemein.

00:23:33: Dass es so stark auf das Büro jetzt geht ist tatsächlich ein neueres Phänomen und damit meine ich nicht fünf Monate, aber das hat man sich vor dreißig Jahren oder sowas im Kern nicht so ausgedacht.

00:23:48: Und mit der BMS, wo man ja auch tatsächlich Effekte eben sieht... Also zumindest was Zahlen in Amerika, dass zum Teil Berufs-Einsteiger es schwerer haben.

00:24:01: Weil deren Tätigkeiten eben ersetzt werden und er setzt werden können und solche Sachen das ist schon eher ein neueres Phänomen.

00:24:13: Darüber hatte Horga Schmidt erst vor einiger Zeit ein großes Stück geschrieben, dass tatsächlich die erfahrenen Leute sehr viel mehr profitieren sowohl in der Produktivität als auch bei Entlohnungsfragen also Teilgruppe der Erfahreneuren, die KI dann halt wirklich zu ihrem Nutzen einsetzen.

00:24:32: Sehr interessantes Stück übrigens!

00:24:35: Wir haben es schon erwähnt da ein Datemaus war ein Industrievertreter mit dabei.

00:24:42: Bell Labs ist ein industrielles Grundlagenlabor wenn man so will.

00:24:48: ich durfte das damals in meiner Zeit in Amerika auch mal besuchen als das zu dem inzwischen auch untergegangenen jedenfalls in Selbstständigkeit untergegangen und daneben loosend gehörte, kann ich mich noch gut daran erinnern.

00:25:04: Faszinierend da durch diese Labors mal gehen zu dürfen.

00:25:09: aber worauf ich hinaus will es braucht Deutschland mehr von solchen industriellen Laboren wenn man so will um dieses industrial AI schneller als wir im Moment unterwegs sind reifen zu lassen.

00:25:28: Weil möglicherweise ist das ja wirklich unsere letzte Chance, unsere Fertigungsexpertise die wir ohne jeden Zweifel haben in den Industrial AI Modell fließen zu lassen.

00:25:39: Oder haben wir sowas eigentlich schon und es fehlt weniger an den Grundlagen als an dem großen Datenpools von Unternehmen, die dann auch wirklich bereit sind dieselben auszutauschen?

00:25:52: Also deswegen habe ich mich gerade kurz gezögert einige große, also fast alle großen Unternehmen haben.

00:26:01: Die nennt es nicht manchmal direkt Labor, aber wir haben natürlich KI-Abteilungen Mercedes, Siemens Bosch so die haben KI Abteilung das sind die Frage ab wann man sagt dass ist das Labor und ob wann ist der Konzern?

00:26:18: So bekannt wie die Bellapps sind genau und zugrunden.

00:26:20: Aber ja klar!

00:26:21: Das hat man in der Bundesrepublik eben entschieden die so was wie die Fraunhofergesellschaft eben quasi die Forschungsabteilung oder das Labor für die kleinen und mittelgroßen Unternehmen ist, über die sie beauftragen können mit bestimmten Themen.

00:26:35: Und mit so Hybridkombinationen, dass eben da Forschung und praktische Arbeit die Frauenhoferdirektoren sind ja Professoren auch in der Regel und mit einer Universität verbunden, dass das eben des Vehikel Und du hast jetzt natürlich die beiden Belleps, also die absoluten Ausnahme-Labor genannt.

00:27:00: Mehr schadet sicher nichts aber ich weiß nicht ob das sozusagen alles ist um die... Jetzt vielleicht eine sehr lange Antwort auf die...

00:27:12: Mit Sicherheit nicht.

00:27:13: Es sprang einen nur an, dass sie das damals schon stärker berücksichtigt haben.

00:27:18: So oder so würdest du sagen, dass diese massiven Investitionen, die in die KI fließen und geflossen sind jetzt dann endlich auch zu einem echten Wirtschaftswachstum führen?

00:27:31: Ja also das Lange hat derzeit von Robert Zolo den Wachstumstheoretiker

00:27:38: und

00:27:39: auch Wirtschafts- und Weltpreisregel, die dieses Publikums überliefert.

00:27:42: Die Informatik zeigt sich überall noch nicht in der Produktivitätstatistik.

00:27:49: Das ändert sich jetzt gerade auch schon während wir sprechen.

00:27:53: Auch da können wir nochmal gerne verweisen auf den sehr lesenswerten Artikel von Holger Schmitz, so trifft KI den Arbeitsmarkt, den man auf Faznett nachlesen kann oder kaufen kann und nachlesend in dem es schon nicht hochgerechnet, sondern im ganz praktischen Zusammenhängen wirklich Produktivitätsteigerungen von dreißig bis sogar achtzig Prozent festgestellt wurden.

00:28:15: Und dann hat er so verschiedene Stufen unterteilt.

00:28:17: weil die Frage ist tatsächlich wie viel man sich eben Traut anzuwenden ob man selbst noch komplett in der Loop zu sein die KI und ohne Kontrolle lässt man sie da nichts machen.

00:28:27: bis zu nahe Stichprobenartigen Kontrolle von KI bis eben dazu ist natürlich auch logisch, dass die KI wirklich die Sachen ganz alleine macht.

00:28:35: Aber da passiert jetzt gerade schon einiges.

00:28:39: und

00:28:40: ein Hin- und ein zweiter Hinweis jetzt gerade das ist noch nicht die Produktivitätstatistik, die man dann in zwei drei Jahren haben wird aber auch dieses Phänomen, dass eher jüngere Leute absolventen Berufseinsteiger es schwer haben und weniger eingekauft werden weil die Unternehmen für deren Tätigkeiten KI einsetzen.

00:29:00: Das ist ja der Grund, Sie probieren es nicht ansetzen, sondern Sie setzen das an und deswegen stellen sie dann Person X oder Y nicht ein.

00:29:07: Das steigert erstmal gerein mathematisch die Produktivität natürlich derjenigen, die schon da sind, weil die Zahl zu zahlendes Aufbrot wird größer und die Zahl der Arbeitenden bleibt aber gleich oder wird sogar kleiner.

00:29:27: Zuhause, ich glaube da, bei dem Bereich betreten wir jetzt mit teilweise tatsächlich sehr unterschiedlichen Geschwindigkeiten und in sehr unterschiedlichem Stadien.

00:29:37: Aber es passiert so!

00:29:39: Jetzt wenn man sich ein bisschen mit Datmaus und neunzehnt sechsenfünfzig befasst dann fällt einem auf über eine Sache, über die wir hier in Deutschland auch in den vergangenen Wochen besonders intensiv diskutieren ist KI und Ethik.

00:29:54: darüber haben sie damals Jedenfalls dokumentiert irgendwie kein Wort verloren.

00:30:00: Ist diese rein technische Ingenieurs getriebene Forscher herangehensweise von damals der Grund, warum wir heute so unvorbereitet mit diesen Themen umgehen?

00:30:11: Wenn es um ethische Fragen geht Deepfakes KI-Bias wo setzen wir das überhaupt ein?

00:30:17: Ich

00:30:17: glaube nicht.

00:30:18: ich glaube dass ist bei fast jeder Technik die Forscher tüfteln wollen.

00:30:22: was?

00:30:24: Und am Anfang, es ist ein bisschen in der Natur der Sache.

00:30:26: Machen Sie sich nicht sofort immer Sorgen oder denken auch mit extrem viel darüber nach was da vielleicht alles draus folgt.

00:30:37: also grob vielleicht schon und in bestimmten Fällen.

00:30:40: dann tun sie es natürlich um die Kernkraft, Kernspaltung usw.

00:30:44: Da gab's schon die Diskussion sollen wir die Atomomme bauen?

00:30:46: Oder nicht?

00:30:47: das unter der war den Leuten aber da war ihnen völlig klar dass sie da etwas machen umfassbar zerstörerisches Potenzial und Missbrauchspotenzial hat.

00:30:56: Genau, also das war bekannt bei vielen anderen Sachen sind ja auch häufig die Durchbrüche dann gar nicht so geplant passiert.

00:31:07: Auch auf dieser Konferenz der Start Mouth ist kein echter Durchbruch da passiert.

00:31:12: Die Fach war sozusagen begründet aber dann passieren die Sachen dann doch plötzlich oft eher zufällig oder aufgrund von anderen Umständen.

00:31:22: Und dann haben die dies gemacht und dann haben wir das erst mal nicht sofort im Blick, weil das sind dann auch auf so Tüfte.

00:31:27: Die wollen erstmal einfach zeigen dass irgendwas geht, weil sie selbst glauben es geht zu uns.

00:31:31: Sie haben eine Idee im Kopf und dann machen sie das mal!

00:31:34: Und dann gerade in dem Fall KI kommt noch dazu, dass ist natürlich etwas was viel subtileres und was viel durchdringenderes Potenzial als was klarer abgrenzbar ist.

00:31:49: Wenn du zum Beispiel das Auto erfindest und sagst, ich hab jetzt das Auto... ...ist es natürlich eine krasse Sache!

00:31:55: Aber du weißt, es ist ein Autos, hat vier Räder, das fährt auf Straßen sehr sicher.

00:32:00: Und dann kannst du schon anfangen zu durchdenken, was für ein Problem ist?

00:32:04: Wenn das Auto sehr schnell fällt muss man vielleicht als Fußgänger aufpassen oder wie schnell man sich das nicht verschätzt.

00:32:10: Wir müssen vielleicht Ampel bauen wenn da mehrere Autos fahren damit die nicht gegeneinanderfahren Der kommt damit so drauf.

00:32:15: Aber wenn ich jetzt mit was um die Ecke komme, ich sage guck mal, Kasten wir haben das Denken nachgebaut künstlich und jetzt lass mal kurz überlegen, was es alles bedeutet?

00:32:26: Das ist ein so fluider Stoff, den kannst du... Das kriegen wir heute gar nicht hin, das komplett zu durchdenken und abzuschätzen.

00:32:34: Das passiert dann und dann muss man sich während sich das Weiterentwickelstück für Stück erschließen, was das vielleicht heißen könnte oder man erlebt's halt ganz Trastisch und muss dann Scherben aufkehren, die entstehen.

00:32:48: Man kann... Was man machen kann ist das haben sie aber damals so auch nicht weil sie eben weiter entfernt von den Rechtern waren wie sie heute sind.

00:33:01: Das muss vielleicht auch noch was sein.

00:33:02: Die Rechner damals waren riesengroß wie Zimmer und die Leute hatten nicht einen multifunktionsfähigen Computer permanent dabei und konnten mit dem oder mehr und konnten gewaltige Sachen machen.

00:33:14: Und deswegen allein sowas konntest du schon gar nicht, wenn du gar keine Handys hast dann kannst du auch schwer da kommst du auch nicht auf die Idee ach der ist jetzt KI weil damals ist auch KI das ist klar gewesen die hat ja nicht jeder immer dabei.

00:33:27: also dass jeder seinen persönlichen Assistenten ständig mit.

00:33:30: das war damals gar nicht von den Geräten gar nicht und dann kommt man auch nicht

00:33:37: Ja, nachvollziehbar.

00:33:38: Und trotzdem haben die ja damals größer gedacht.

00:33:42: Also das was sie im Kopf hatten würde man doch heute eher als Artificial General Intelligence bezeichnen und nicht Augmentation von irgendwelchen Tätigkeiten.

00:33:55: dass wir hier eine Rechtschreibkontrolle machen oder irgendwelche Videos mit KI-Instrumenten schneller geschnitten werden?

00:34:04: Nee,

00:34:04: auch kein Schachcomputer oder sowas.

00:34:06: Es ging wirklich ... Das tatsächlich ging schon ... Wir setzen uns hin und wir beschreiben das Denken, dass wir das Denk an sich nachbauen können.

00:34:15: Und zwar wirklich das allgemeine Denken der es mit paar Regeln und das haben sie halt unterschätzt.

00:34:20: Aber das war der Anspruch des Ziels schon, die Allgemeinen.

00:34:23: Darum ging's.

00:34:25: Daher hat sich das ein bisschen ausdifferenziert.

00:34:28: Das wollte auch nicht jeder so... Also mit gleiche BMNs, manche auch nur einfach coole Sachen machen.

00:34:35: Auch für Spezielle.

00:34:37: Aber ein Teil wollte das und so ist es danach in dem Fach geblieben.

00:34:42: Es gibt immer einen Teil Leute die wollten wirklich der heilige Kran, wir bauen wirklich das Gehirn nach dann haben teilweise gesagt Wir müssen uns vom Gehirnen und seinen Limitierung gar nicht aufhalten lassen.

00:34:53: warum sollten wir das eigentlich so toll ist?

00:34:57: Wir wollen aber sowas allgemeines.

00:34:58: andere wollten, einfach wollten sein.

00:35:00: Es ist uns reicht, wenn wir in speziellen Sachen dann sehr coole Dinge bauen können und da gibt es noch einen Zweig der so aus der Neurowissenschaft kamen Und auch die beiden, die ich am Anfang zitiert habe davon mit dem Papier schon von der Zeit dreiundvierzig.

00:35:18: Die KI oder den Informatik ist für die, die wollten nicht so unbedingt eine coole KI um der KI will, sondern die haben sich gedacht, das ist das Werkzeug was uns endlich mal das Gehirn erklärt.

00:35:30: Die Worten eigentlich das Gehären erklären und haben es bisher nicht hingekriegt und mit der KI gedacht sie haben den Schlüssel in der Hand oder im Schiff dahinten zum Beispiel der auch ein Touring Award bekommt man für KI und bei Google also der kommt zB aus dem aus der Ecke der Worte eigentlich das gehirn erklären und hat dann gedacht die KI ist ein tolles Hilfsmittel und das Beste was wir haben um das zu machen sich damit befasst, auch die KI weiterzuentwickeln.

00:35:59: Und diese sind so ein bisschen parallel nebeneinander hergelaufen und heute ist es auch noch so.

00:36:05: aber zum Teil... Die befruchten sich zum Teil heute auch gegenseitig weil sie irgendwie merken das oder zumindest im Kroo merken dass jeder einzelne Richtung dann doch an manche Grenze schlussend.

00:36:18: Das ist auf jeden Fall ihnen Hilfe wenn Sie sich auch interdisziplinär stärker stärker austauschen, wenn Koordinationswissenschaftler, Neurowissenschaftler Informatiker die Learning-Leute, wenn sie alle eben zusammen und ihre Perspektiven da einbringen.

00:36:35: Denn das ist tatsächlich... Wenn wir jetzt so sagen darüber reden wie es zum Beispiel von jetzt weitergeht, ist nicht entschieden natürlich.

00:36:44: aber es gibt schon viele Leute die sagen also einfach nur das Bestehende immer größer und noch mehr Daten Das alleine wird wohl nicht reichen, sondern wir werden irgendwie noch so zwei drei andere grundlegende Tricks brauchen.

00:37:01: Damit wird das können was was wir Menschen können?

00:37:05: Was aber nicht heißt dass es ist nicht etwas bringt die noch größer zu machen damit dann auch trotzdem kompetentere kis kriegen.

00:37:10: Aber Die allgemeine Überzeugung ist schon dass es vermutet dass das alleine so nicht nicht reichend wird.

00:37:19: und solche fragen wären dann fragen die Forscher möglicherweise klären müssten, wenn sie sich jetzt noch mal für acht Wochen zu einem Summercamp einschlössen?

00:37:30: Ja.

00:37:31: Das ist sozusagen... das sind heute die Themen und es gibt schon so eine Art von Treffen.

00:37:38: also zum Beispiel der Max Tegmar, den wir auch schon interviewt hatten.

00:37:41: Der hat auch mal ein Buch geschrieben, Leben drei Punkt Null.

00:37:47: Mensch seit einem Zeitort der künstliche Intelligenz was ich gerne auch empfehlen kann bei der Gelegenheit.

00:37:51: Er hat versucht schon einmal weit zu denken und er hat so ein paar Mal schon Konferenzen veranstaltet wo es KI-Leute von der ganzen Welt zusammenträumelt die dann auch wirklich versuchen so eine Auswirkungsabschätzung zu machen.

00:38:04: soweit das geht.

00:38:05: also sowas findet schon statt.

00:38:09: allerdings und dass ist so bisschen Die Gemeinsamkeit zu Die können halt im Kern trotz allem auch nur mit dem arbeiten, was sie jetzt gerade haben.

00:38:22: Und deswegen kann man auch denen nicht wahrscheinlich nicht vorwerfen, dass eventuell in dreißig Jahren die Möglichkeiten viel größer sind als das, was Sie sich haben träumen lassen.

00:38:33: Dass dann etwas ganz anderes passiert war.

00:38:36: Die haben heute die Gegebenheiten.

00:38:38: aber wenn man sich guckt, was jetzt in nur siebzig Jahren passiert ist, was historisch gar keine so lange Zeit ist Und jetzt fließt viel mehr Geld dran, sind viel mehr Leute dran.

00:38:48: Also allein das Gesetz der großen Zahl wird dazu führen dass mit Sicherheit schneller jetzt abläuft, dass die halt dann auch eben so gut es geht auf Basis der bisherigen Technologie oder indem sie sich ein Stück weit extrapolieren werden Sie Sachen abschätzen können aber sie werden auch die Sache nicht komplett erfassen und treffen können die mit Sicherheit möglich sein werden.

00:39:12: Sie können sich historische Hilfsmittel nehmen, um noch ein ganz anderes Beispiel zu bringen.

00:39:19: Wenn wir über Ethik reden oder den Risiken bleiben was einen Vergleich gibt ist ja wenn man sich mit der Informationsverarbeitung und Weitergabe und Verbreitung befasst dass man eben in ganz großen Bahnen denkt und sagt erst mal gab es einfach nur die mündliche Weitererzählung schon länger gebraucht, weil dann war es erst mal das Lagerfeuer oder der Dorfverband die Familie.

00:39:41: Die haben sich eben ausgetauscht und dann wurde wissen auch nur auf dem Weg an die nächsten Generationen weitergegeben.

00:39:47: da konnte man irgendwann hatte man ein Schrift dann konnte man's länger konservieren und weiter geben und auch schneller verbreiten machen.

00:39:53: hat man es irgendwann geschafft schriften zu verbreiten, indem man Abschriften macht per Hand und dann hat man irgendwann den Buchdruck erfunden.

00:40:00: Dann hat man sie noch schneller verbreitern können.

00:40:01: Und das ist so eines was man als Beispiel hört.

00:40:04: Da gibt es ein Buch wie Den Hexenhammer der dazu geführt hat mit dass in Europa tausende, zigtausende Frauen verbrannt worden sind als Hexens im Mittelalter.

00:40:15: Als nächstes ist Medium irgendwann Radio, Fernsehen um Informationen noch schneller und anders zu verbreiten.

00:40:19: Dann das Internet.

00:40:20: und dann sagt und so kann man eben versuchen okay jetzt können wir noch schneller Informationen noch breiter streuen und dadurch besteht vielleicht die Gefahr dass wir ganz viele Leute in die Irre führen oder aufwiegeln oder sowas weil es und jetzt kann es halt auch durch KI auch jeder für sich schon alleine mit wenig Aufwand weil die Modelle so gut sind.

00:40:42: Sowas kann man versuchen.

00:40:44: aber Und deswegen kommt man dazu, dass man sagt wir müssen schon darüber uns Gedanken machen was eben hier passiert und das können wir nicht einfach so liegen lassen.

00:40:54: Aber keiner kann trotz allem sagen, was das Medium in dreißig vierzig Jahren ist auf dem wir die meisten Sachen verbreiten werden.

00:41:05: Die Optimisten wiederum sagen dann wenn man diese historische Aufzählung macht Ja, wir haben eine Weile gebraucht manchmal um uns anzupassen.

00:41:13: Es sind doch oft viele stimmende Sachen passiert aber wir haben schon auch immer die Technik am Ende wie den Griff gekriegt und nutzbar gemacht mit überwiegend dann doch positiven Folgen.

00:41:27: Letzte Frage lieber Alex!

00:41:28: Und hier ist so ein bisschen kreativ spaßig.

00:41:31: Zeitmaschinen gibt es ja im Gegensatz zu künstlichen Intelligenzen jetzt noch nicht nur im Film Vorher auch schon in Büchern, aber als mal angenommen.

00:41:39: Wir hätten eine und du könntest dich jetzt zurückbiemen in den Juni-Juli, neunzehntsechstenfünfzig?

00:41:45: Und wer ist da jetzt Gastredner im Datemouth bei diesen superintelligenten Leuten?

00:41:50: Was würdest Du mit Deinem Wissen von heute den Herren dieser glaube ich ausschließlich waren zu rufen?

00:41:57: Ihr müsst schnell weiter erzählen vielmehr davon begeistert.

00:42:00: Rockefeller muss viel mehr Geld rüber schieben denn Da geht einiges.

00:42:05: So, und das wird auch sehr wahrscheinlich weiterhin so bleiben.

00:42:09: Ja vielen Dank liebe Hörerinnen und Hörere für ihre Zeit mit uns einen Zeitsprung zu machen, siebzig Jahre zurück zu einer Konferenz die ja in dieser Zeit ihre ganze Bedeutung entfaltet und das ist wahrscheinlich alles.

00:42:24: auch noch erst der Anfang.

00:42:26: dir Alex?

00:42:27: Vielen Dank für deine Zeit und für deine Einblicke in die Geschichte und ein wenig auch die Zukunft der künstlichen Intelligenz.

00:42:35: Bis zur kommenden Woche,

00:42:37: ciao!