EconPapers    
Economics at your fingertips  
 

Digitalisierung: Lehren aus vergangenen Disruptionen, Leistungsfähigkeit von KI und sie flankierendem „digitalen Trios“ (Robot Process Automation, Blockchain, Quanten-/Supercomputing), sowie KI-Supermächte, die uns disrupieren

Stefan H. Vieweg ()
Additional contact information
Stefan H. Vieweg: RFH – Rheinische Fachhochschule Köln

Chapter 6 in KI für das Gute, 2023, pp 99-151 from Springer

Abstract: Zusammenfassung „Digitalisierung“, das Schlagwort der 2010er-Jahre, kennzeichnet zusammen mit „Disruption“ einen grundlegenden Wandel für Individuen und Gesellschaften. In diesem Kapitel wird zunächst ein wenig Zuversicht aufgebaut, indem die aktuelle digitale Transformation in einen historischen Kontext gestellt wird. Es werden Beispiele diskutiert, die das Potenzial und die Risiken von KI-basierten Anwendungen aufzeigen. Offensichtlich ist die Disruption nicht neu, und aus der Vergangenheit können wichtige Lehren gezogen werden. Das „digitale Trio“ (Robot Process Automation, Blockchain und Quanten-/Supercomputing), d. h. digitale Technologien, die die KI umgeben und zu ihr beitragen, wird für Nicht-Ingenieure erklärt und die Leistungsfähigkeit kritisch reflektiert. Anhand der öffentlich zugänglichen KI-Plattform Kaggle wird die Abhängigkeit der Ergebnisse von den beiden wichtigsten Zutaten für KI – Daten und Algorithmen – veranschaulicht. Die Leserinnen und Leser können die Berechnungsergebnisse sofort selbst nachprüfen (ohne jegliche Software-Kenntnisse): Auf der Grundlage eines Testdatensatzes werden verschiedene KI-Algorithmen in einem Frühwarnsystem eingesetzt. Es wird gezeigt, dass schon geringe Variationen in der Parametrisierung zu deutlich unterschiedlichen Ergebnissen führen. Dies deutet natürlich auf ein zentrales Problem von KI-Anwendungen hin, das ebenfalls in Teil III behandelt wird, da ein falscher Abgleich von Daten und Algorithmen das Potenzial hat, letztlich zu verzerrten Entscheidungen und damit zu Diskriminierung führt. Die Welt der KI hat sich mit exponentiellem Tempo entwickelt. Obwohl das Potenzial der KI allgemein bekannt ist, gibt es seit einigen Jahren ein klares Duopol, das die KI-Agenda vorantreibt. Die verwendeten Technologien, die daraus abgeleiteten Anwendungen und die Auswirkungen auf das Leben des Einzelnen und der Gesellschaft werden durch die Gegenüberstellung der beiden Supermächte USA und China in ihrer Herangehensweise an die Herrschaft im digitalen Zeitalter veranschaulicht. Trotz der ethischen Konsequenzen der beiden sehr unterschiedlichen Bestrebungen, der USA mit dem sogenannten Überwachungskapitalismus und Chinas mit dem sogenannten Markt-Leninismus, gibt es massive Auswirkungen nicht nur auf das gesellschaftliche Leben, sondern auch auf den Ressourcenverbrauch, der einen exponentiellen Anstieg des Energiebedarfs (und damit realistischerweise auch des CO2-Ausstoßes) sowie der Kosten nach sich zieht.

Keywords: ADS; AI; BCT; Bitbucket; Bitcoin; Blockchain-Technologie; CCTV; Kryptowährungen; Kryptograph; DAO; Digitalisierung; Disruption; DLT; Gesichtserkennung; GAFAM; Github; Hash; Kaggle notebook; Markt-Leninismus; Maschinelles Lernen; Megvii; ML; Python; Optische Zeichenerkennung; OCR; PKC; PKI; Qubits; Quantencomputing; Roboterprozessautomatisierung; RPA; RSA; SCIKIT-LEARN; SHA; Smart Contracts; Supercomputing; Überwachtes Lernen; Überwachungskapitalismus; Unüberwachtes Lernen (search for similar items in EconPapers)
Date: 2023
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-031-22777-6_6

Ordering information: This item can be ordered from
http://www.springer.com/9783031227776

DOI: 10.1007/978-3-031-22777-6_6

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().

 
Page updated 2025-04-02
Handle: RePEc:spr:sprchp:978-3-031-22777-6_6