Die Zukunft der Arbeit

Bislang kommen Smart Machines nur in einem sehr fachspezifischen Umfeld zum Einsatz. Doch sie können denken und sind lernfähig. Experten rechnen damit, dass sie die gesamte Geschäftswelt umkrempeln werden. Und den Alltag vieler Verbraucher obendrein.

die-zukunft-der-arbeit

Die Analysten von Gartner stufen sogenannte Smart Machines als die nächste bedeutende disruptive Technologiewelle im Bereich der künstlichen Intelligenz (KI) ein. „Smart Machines werden schon in Kürze weite Teile unseres Privatlebens erobern“, sagt Research-Direktorin Sandy Shen. Und ihre Kollegin Frances Karamouzis meint sogar, dass der industrielle Einsatz von Smart Machines das heutige Outsourcing bald überflüssig machen werde. „Schon in zwei Jahren werden 40 Prozent der ausgelagerten Services von Smart Machines ausgeführt. Viele Unternehmen werden dann mehr Smart Machines im Einsatz haben als Mitarbeiter beschäftigen“, lautet ihre Prognose. Gartners Chef-Researcher Peter Sondergaard glaubt sogar, dass Smart Machines so disruptiv sein werden, dass sie „alles Bisherige weit in den Schatten stellen“. Laut dem auf KI-Anwendungen spezialisierten Softwareanbieter Narrative Science zeichnen sich Smart Machines durch vier Eigenschaften aus: Sie können autonom operieren, erkennen eigene Fehler und können diese selbstständig korrigieren. Sie lernen von ihrer Umgebung und von ihren Aufgaben und sie sind mit anderen intelligenten (smarten) Systemen vernetzt. Ähnlich lauten auch die Definitionen anderer Institute und Universitäten. Interessanterweise gibt es keine Beschreibung, in der auf die Implementierung von Smart Machines hingewiesen wird – im Gegenteil. „Smart Machines sind eine neue Anwendungsebene, bei der bestehende KI-Technologien wie Cloud Computing, Big Data, Robotik und das Internet of Things als Ausgangsbasis genutzt werden“, sagt Chef-Wissenschaftler Kristian Hammond von Narrative Science. Das heißt, Smart Machines können hochintelligente Roboter sein, sie können aber auch in Form von Cloud-Lösungen zur Verfügung gestellt werden – wie IBMs KI-Maschine Watson. Andere Ausprägungen sind Software-agen-ten, mobile Apps oder Automationssysteme in der industriellen Fertigung. Das entscheidende gemeinsame Merkmal von Smart Machines ist ihre Fähigkeit, selbstständig Entscheidungen zu treffen und umzusetzen.

36-38_Smarte Machinen_IMP-2

Ein Alltagsbeispiel verdeutlicht die Entwicklung. Nehmen wir an, dass jemand morgens in seinem vernetzten, intelligenten Fahrzeug auf dem Weg zur Arbeit ist und eine Panne hat. Das Auto bleibt stehen und kommuniziert selbstständig mit einem smarten Softwareagenten des Herstellers. Das dortige Programm übermittelt ein paar Programme für weitere Tests, die ergeben, dass das Fahrzeug tatsächlich zur Reparatur in eine Werkstatt muss. Das smarte Auto kontaktiert automatisch die smarten Softwareagenten der naheliegenden Betriebe, um einen Reparaturtermin zu koordinieren. Da noch spezielle Ersatzteile erforderlich sind, kommt als frühester Termin der nächs-te Tag in Frage. Das smarte Auto bestätigt die Uhrzeit, das smarte System des Händlers bestellt automatisch die erforderlichen Ersatzteile und beauftragt den Abschleppdienst. Das smarte Auto setzt gleichzeitig eine Meldung an den smarten persönlichen Assistenten des Fahrers ab. Dieses System wiederum weiß, dass der Fahrer nicht mehr pünktlich zu einem Meeting kommen kann und informiert deshalb die smarten persönlichen Assistenten der Kollegen, die ihrerseits nun eigene Entscheidungen ableiten. Der persönliche Assistent des Fahrers wird vom Händler darüber informiert, dass das Auto bis Ende des nächsten Tages nicht verfügbar sein wird. Für den Tag steht aber morgens eine Fahrt zum Flughafen im Kalender. Hier benötigt der Assistent erstmals menschliches Eingreifen: Er fragt den Betroffenen, ob er lieber per Taxi oder S-Bahn zum Flughafen fahren möchte. Wird Option eins gewählt, bestellt das System das Taxi, bei Option zwei kauft es online das Zugticket und bezahlt es mit den hinterlegten Daten der Kreditkarte. Dieses Szenario ließe sich noch weiter ausbauen und komplexer machen, doch die innovativen Merkmale sind schon jetzt offensichtlich: Smart Machines treffen selbstständig wichtige Entscheidungen und beschaffen sich die dafür erforderlichen Informationen ebenfalls völlig autonom. Für manche mag sich das futuristisch anhören, doch die meisten Elemente dieser Technologie gibt es bereits. Was derzeit noch fehlt, sind die internen Verknüpfungen von Deep Learning mit konkreten Anwendungsfällen, der Aufbau entsprechender Datenbestände sowie das externe Verknüpfen verschiedener Smart Machines zu einer neuen Topologie. Bislang verfügen die ersten Prototypen der Smart Machines über eine enge Verzahnung zu Automation und Robotik. Folglich gibt es die größten Forschungsanstrengungen vor allem in den Bereichen, die traditionell einen hohen Grad an Automatisierung aufweisen, wie etwa die Automobilindustrie. Toyota hat Ende 2015 eine Milliarde US-Dollar in ein entsprechendes Forschungs-institut investiert. Dass sich besonders die Fertigungsindustrie so stark engagiert, liegt daran, dass Smart Machines nicht nur „Kopfarbeiter“ sind. „Moderne Bildauswertungsprogramme können schon lange eine Mammografie besser analysieren als jeder Arzt. Doch die neuen Smart Machines können auch besser schweißen als jeder Handwerker“, sagt Illah Nourbakhsh vom Robotik-institut der Carnegie Mellon University in Pittsburgh, Pennsylvania.

36-38_Smarte Machinen_IMP-3

Smart Machines werden die Businesswelt tiefgreifend verändern. Nahezu alle Geschäftsprozesse müssen neu durchdacht und beschrieben werden, denn Smart Machines dienen nicht nur der Kommunikation mit externen Partnern und Kunden, sondern werden auch immer stärker als spezialisierter Berater genutzt – sozusagen als hochintelligenter Fachidiot. Watson von IBM geht in diese Richtung, indem er mit seinem umfangreichen medizinischen Fachwissen Ärzte bei der Diagnose unterstützt. Dabei stößt das System aber schon jetzt an eine Knowledge-Barriere, die fortan bei allen Smart Machines ein kritischer Faktor sein wird. „Die Kooperation mit den Ärzten ist häufig schwierig und geht nur schleppend voran“, sagt IBM-Chefin Virginia Rometty über die notwendige Kooperation von Mensch und Watson. Hier treffen zwei völlig unterschiedliche Welten aufeinander. Es kann aber auch daran liegen, dass viele Experten eine innere Ablehnung gegenüber ihren neuen, smarten Kollegen haben. „Menschen kommunizieren miteinander und erwarten für jede Entscheidung eine Erklärung. Wer zu seinem Chef geht und sagt ‚Wir müssen zwei Betriebe schließen‘, bekommt prompt die Gegenfrage ‚Warum?‘ zu hören“, erläutert Kristian Hammond. Seiner Ansicht nach werden Smart Machines erst dann von der Belegschaft im Unternehmen akzeptiert werden, wenn sie in der Lage sind, ihre Entscheidungen transparent und nachvollziehbar zu begründen. Das wird noch eine Weile dauern.

Autor: Harald Weiss

Illustration: Christoph Schmid