Seite - 233 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 233 beiter das Unternehmen verlässt. Eine Möglichkeit wäre, dass der scheidende Mitar- beiter „seine“ Daten mitnimmt und etwa dazu nutzt, gegenüber neuen Arbeitge- bern sein Können und seine Arbeitseffizienz zu belegen. Somit ist offensichtlich, dass der Einzug von KI in die Arbeitswelt neue Kompromisse zwischen der Privatsphäre der Beschäftigten und den Effizienzbestrebungen der Unternehmen erforderlich macht (AI-spy 2018). Die seit dem Jahr 2018 in Deutschland greifende EU-Datenschutzgrundverordnung (DSGVO) bezieht sich explizit auf das Spannungsverhältnis von Datenschutz und KI: Gemäß Artikel 22 der DSGVO hat eine Person „das Recht, nicht einer ausschließlich auf einer automatisierten Verarbeitung – einschließlich Profiling – beruhenden Ent- scheidung unterworfen zu werden, die ihr gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt“. Auch sind in der DSGVO neue Grundsätze zum Transparenzgebot und Diskriminierungsverbot enthalten, was dem Einsatz von KI in Unternehmen enge Grenzen setzt. Wer KI-Systeme einsetzen wolle, müsse sich umfangreich bei seinen Beschäftigten absichern (Krempl 2018). Doch nicht nur aufgrund der neuen Herausforderungen aus der DSGVO verzögert sich die Umsetzung von KI in den Unternehmen. Sie stockt auch, weil Fachkräfte in den Bereichen Software Engineering, Informatik und Robotik fehlen. In den USA saugen große Unternehmen mit datenbasierten Geschäftsmodellen den KI-Talent- pool leer. Allein die Carnegie Mellon University verlor 40 KI-Forschende an Uber, als das Dienstleistungsunternehmen ein Labor in Pittsburgh eröffnete. Auch Facebook eröffnete neue KI-Forschungslabore in Seattle und Pittsburgh und erhöht damit den Druck auf die lokalen Universitäten, ihre Professoren und Forschungsangestellten zu halten. Oft können sie jedoch nicht mit den hohen Gehältern der Tech-Branche mit- halten. Dan Weld, Informatik-Professor an der Universität von Washington, sagt: „Es ist besorgniserregend, dass sie unsere Saat verspeisen. Wenn wir alle unsere Lehrbe- auftragten verlieren, wird es schwierig sein, die nächste Forschergeneration auszubil- den.“ (Metz 2018b). Gegenwärtig setzen vor allem die Tech-Industrie und große Unternehmen KI ein, wo sie Effizienzgewinne, individualisierte Dienstleistungen und neue Produkte befördern soll. Für Einrichtungen und Unternehmen aus anderen Branchen – wie etwa der Medizin, Fertigung und Energie – könnte es zwar einen ähnlichen Schub für Produk- tivität und Wertschöpfung geben, die KI-Systeme sind jedoch noch zu teuer und schwer zu implementieren. Es stellt sich deshalb die Frage, ob die inzwischen zahlrei- chen Prognosen zu Automatisierung und Beschäftigungseffekten nicht allesamt zu kurz greifen, da von den Autoren zumindest die mittelfristige Wirkung von KI auf die Arbeit überschätzt werden könnte. Nach Ramge (2018, S. 19) müssten KI-Systeme „hohe Hürden überwinden, bevor Menschen ihren Urteilen und Entscheidungen trauen“. Zudem seien Laien kaum allein in der Lage „künstlich intelligenten Rat-