 Dann erst mal herzlich willkommen zu meinem Vortrag schön, dass sich ein paar Leute hier gefunden haben. Ich werde gleich einfach mal total unvermittelt, ein bisschen left-field hier mit anfangen. Ich hoffe, man hört was. Kleiner Taschenspieler-Trick. Ein bisschen später werde ich erklären, was die Signifikanz dieses kleinen Musikausschnitts war. Da können wir uns das gerne auch noch mal anhören. Zunächst aber mal. Jetzt haben wir den Bildschirm. Zunächst einmal herzlich willkommen zu meiner Präsentation New World New Work. Eine spekulative Annäherung an die Arbeitswelt von morgen. Kurz nach dem Abendessen auf der Bitz- und Bäume-Konferenz und es ist natürlich jetzt schon ziemlich spät geworden, deshalb versuche ich das hier möglichst möglichst Engaging zu machen und hier ein bisschen einfach nur Impulse zu geben. Vielleicht kriegen wir sogar noch eine belebte Diskussion am Schluss hin. Mir geht das wie gesagt, ich habe es im Titel versteckt mit der Spekulation hier nicht darum, die Leute vor vollendete Tatsachen zu stellen. Es geht darum, sich einen technologischen Trend von vornherein anzuschauen, sich zu überlegen, wo wir jetzt gerade sind, was Technologie angeht, wo wir uns hin entwickeln könnten und so ein paar Fragen aufzuwerfen oder eben Spekulationen anzustellen, was da spezielle Sachen sind, die wir beachten müssen. Mein Name übrigens ist Jonas-Laurens-Kohl. Ich arbeite als Forscher und auch als Musiker hier in Berlin haben mich jetzt über Jahre mit verschiedensten Fragestellungen rund um die soziale Einbettung von Technologie beschäftigt und das hier ist ein Thema, auf das ich immer wieder zurück komme, egal in welchem Bereich ich mich bewege. Man, also für mich persönlich, das ist immer wieder ein Zurückzirkel zu einem Thema, von dem ich das Gefühl habe, es ist einfach, es hat eine wirkliche gesellschaftliche Prisanz. Das spreche ich sehr gerne drüber. Wir machen einen kleinen Prolog und wir gehen wirklich mal ganz kurz zurück in die Frage, was ist Automatisierung? Wir wissen, wenn wir uns die Arbeitswelt von morgen anschauen, mit Automatisierung sicherlich eine große Rolle spielen. Das wissen wir, weil sie das schon seit jetzt über 100 Jahren tut, meint über 100 Jahren tut. Und um sich quasi anzuschauen, was Automatisierung war, was Automatisierung aber auch in Zukunft sein kann, fangen wir wirklich nochmal ganz, ganz, ganz am Anfang an. Ich entschuldige mich jetzt schon mal bei allen, die tief in diesem Thema drinstecken. Ich will es einfach nur möglichst zugänglich für alle machen und sagen, was ist Automatisierung? Was kann Automatisierung sein? Dieses Video sollte eigentlich im Loop abgespielt werden. Aber wir haben es uns alle gemerkt, vielleicht kann ich vielleicht kriege ich es noch mal hin? Ja, da haben wir es. Genau, das hier ist ein klassisches Beispiel von einer Automatisierung, in der ich überhaupt keine Programmierung brauche. Der Vorgang, ich sehe, so beizsicht die Dose hier an diesem Bedeckelungsapparat bewegt, mit automatischem Deckel aufgesetzt. Das ist sowas wie die niedrigste Stufe der Automatisierung, wie man sich vorstellen kann. Das ist quasi einfach ein Mechanismus. Alles andere, alles weitere, was Automatisierung sein kann, alles, was ein Computer jeglicher, quasi Kompetenzstufe, jeglicher Kapazität schaffen kann, basiert auf Schaltern. Für die Leute, die quasi sich noch nie damit befasst haben, was ist eigentlich ein Computer? Es sind einfach nur Schalter, in dem Fall elektrische Schalter, also nicht mechanische, sondern elektrische Schalter, sogenannte Transistoren. Und aus diesen Transistoren kann ich logische Bauelemente, logische Gatter bauen, mithilfe derer, ich konditionale Schaltungen bauen kann. Also ich kann zum Beispiel sagen Signal 1, Signal 2 und dann basierend darauf, was hier was für ein Signal reinkommt, soll in bestimmter Prozess basieren. Das ist letztendlich die Grundlage von allem, was Computer traditionell machen. Und das ist schon die nächste Stufe von Automatisierung, in der wir schon längst drinstecken und die letzten Endes auch, wenn wir heute noch von Automatisierung sprechen, alles abbildet. Hier genau sehen wir eine physische Repräsentation dessen, wie so eine Schaltung funktionieren würde. In dem Fall ist es tatsächlich das gleiche Bauteil, was ich gerade gezeigt habe, als mechanischer Schalter. Ich sehe, wenn ich hier oben diese gelben Ringe, wenn ich ein von denen betätige oder wenn ich den anderen betätige, passiert nichts. Wenn ich beide zusammen betätige, habe ich einen Output. Das ist ein klassisches Undgatter. Und worum es hier geht oder was ich daran quasi noch mal klarmachen möchte, ist, dass der Computer auf der Ebene quasi eine elektrische Schaltung, alles, was dieser Computer tut, könnte ich auch mechanisch bauen. Also ich kann einen Computer auch mechanisch bauen, er muss nicht mit Elektrizität funktionieren. Er kann auch mit einer Bewegung von hier nach dort, also einer Translationsbewegung funktionieren, er kann mit Flüssigkeiten funktionieren. Und diese Maschine wäre genauso befähigt, sie wäre nur sehr, sehr, sehr viel größer. Zurück zu der elektrischen Maschine. Das hier ist eine sogenannte ALU, eine Algorithm... Genau, Algorithmic Logical Unit, mit der ich quasi, ich krieg da ein... Ich krieg da ein 4-Bit Wort rein und ich kann mit diesem 4-Bit Wort, also einem Signal, einem insgesamt 4-Bit Signal, alles machen, was ein Computer mit diesem 4-Bit Wort machen muss, um jegliche Funktionen zu haben. Das hier ist dann wirklich exakt das, was ein Computer tut. Hier sehen wir das Herzstück eines Computers, gar nicht so komplex wie man denkt, aber natürlich das mal eine Menge, eine sehr große Zahl. Roboter, also quasi einfach diese Automatisierung, die wir hier sehen, haben im heutigen Kontext überhaupt nichts mit Künstlerintelligenz zu tun. Das sind einfach nur verbindungsprogrammierte Steuerung oder Speichaprogrammierte Steuerung. Also einfach nur Prozesse von, wenn dieses Bauteil sie hierhin bewegt, also wenn irgendwie eine bestimmte Bedingung erfüllt ist, dann machst du diesen Handgriff, immer den gleichen Handgriff. Den kann ich manuell einprogrammieren, den kann ich am Terminal programmieren. Aber es ist letzten Endes einfach nur ein Klassisches. Ich sage dir, was du zu tun hast und du tust das. Und diese Automatisierung, also der, in der wir uns jetzt sehr lange bewegt haben, in der gelten bestimmte Gesetzmäßigkeiten, eine dieser Gesetzmäßigkeiten ist die Optimierung, die wir hier sehen, ganz kurz um dieses Diagramm zu erklären. Das Level der Automatisierung hier von 0 auf bis 100 Prozent aufgezeichnet, darüber angezeichnet, Cost per Unit, also Produktionskosten per Unit. Und hier sieht man, dass dadurch, dass die Automatisierungskosten hochgehen, je mehr ich automatisiere, aber natürlich die Personnel-Kost, also die Kosten für das Personal, was ich dafür brauche, runtergehen, entsteht diese Kennkurve, diese Total-Kost, die wir hier sehen. Diese Kurve hat ein Minimum, das dieses Minimum ist quasi das ideale Level of Automation. Hier habe ich die geringsten Kosten. Und das hier ist so ein bisschen unsere Versicherung jetzt im Moment, dass so Dinge nicht passieren können, wie von heute auf morgen wird alles vollautomatisiert, weil man sieht ja, es würde sich kostentechnisch gar nicht lohnen, also hier weiter zu automatisieren, es wird ja einfach, es wird immer teurer. In der Regel kann man so ein bisschen sagen, je spezialisierter, also je repetitiver eine Aufgabe ist, also wenn ich immer, immer, immer das Gleiche mache, dann lohnt es sich nochmal mehr zu automatisieren, als wenn es jetzt irgendwie eine abwechslungsreiche Aufgabe ist. Ganz generell kann ich auf jeden Fall sagen, dass in der herkömmlichen Automatisierung so, also da, wo wir jetzt gerade stehen, oder wo wir schon seit Jahrzehnten stehen, es diese Kurve gibt. Es gibt es etwas, was diese Kurve in Frage stellt und das ist künstliche Intelligenz, wir werden gleich nochmal drauf eingehen. Ich mache eine ganz, ganz, ganz, ganz, ganz grobe und dreckige Einführung in die künstliche Intelligenz. Es geht nämlich darum, werden vorhin über Schalter gesprochen, über die ALU, über all diese Sachen, wo es quasi darum geht, dass ich mit einer IF-Van, also dass ich mit einer wenn, dann und quasi verschiedenen Statements, die ich da so ineinander verschachtle, einem Roboter sage, was er zu tun hat, zum Beispiel bewegte ich nach da, bewegte ich nach da, wenn die Schraube locker ist, dann ziehe sie fest und so weiter. Also das wäre jetzt natürlich schon relativ komplex. Aber sagen wir mal, wenn ein Stab ein bisschen raus steht, dann musst du ihn reindrücken bis zu dieser Länge. Das kann ich quasi konditionell sehr leicht programmieren. Jetzt gibt es Sachen, die kann ich nicht leicht programmieren und ein klassisches Beispiel, ein Computer Vision. Ich könnte zum Beispiel sagen, wenn du ein Hund siehst, dann mache das. Das Problem ist, dass das Problem ist, dass es gar nicht so leicht ist, mit wenn dann dem Computer zu sagen, was ist ein Hund? Wir stellen uns quasi den Input eines Computers vor, hier so zwei verpixelte Bilder. Wir alle können relativ leicht sagen, was davon der Hund und was der Wäschekorb ist. Aber wollten wir jetzt mal ein Programm programmieren, was an der Hand eines Bildes sagen kann, ob ein Hund drauf ist oder ein Wäschekorb, würden wir relativ schnell, wenn wir mit dem regelbasierten Ansatz, also mit diesem Programmieren, wenn dieser Pixel so, dann macht das, würden wir relativ schnell an unsere Grenzen kommen. Wenn wir dieses Bild also zerlegen in die einzelnen Pixel, haben wir schon den ersten Schritt dahin, was Machine Learning ist. Also heute in unserer, der Begriff, wenn man heute künstliche Intelligenz sagt, wenn man heute Maschine ist, Lern sagt und so weiter, redet man in einem sehr hohen Prozentsatz der Fälle von Machine Learning, von Deep Learning. Und ich will nur nicht quasi jetzt in die technischen Details von was Deep Learning ist eingehen. Ich will nur sagen, was quasi der Grundgedanke hinter überhaupt dem Ansatz dieser Art von Maschinellen Lernen ist. Wir denken uns also, okay, wir haben ein Bild und wir möchten ein Programm trainieren zu erkennen, ob in diesem Bild ein Hund ist oder nicht. Was das erste, was wir tun können, ist, wir müssen uns erst mal überlegen, jedes Bild aus einer Maschine sieht, muss diese Maschine zerlegen in Zahlen, in dem Fall zum Beispiel jeder Pixel Wert, sie könnte man hier von oben links nach unten rechts sich denken für jeden Pixel Wert, einfach zu sagen, wie hell 0,99 ist weiß und 0,00 oder ist schwarz, genau. Und jetzt wollen wir uns eine Maschine überlegen, die aus diesen Pixel Werten quasi so ein Schalter am Schluss bilden kann, wo sie sagt, da ist ein Hund im Bild oder das kein Hund im Bild. Wie machen wir das? Mit Regeln, wie gesagt, kommen wir nicht weit. Schon seit 60 Jahren gibt es aber eine Technik, wie man das tun kann, diese Technik basiert letztendlich, dass einfach darauf sich zu überlegen, was passiert in unserem Gehirn. Obacht, es ist nicht das Gleiche wie das, was in unserem Gehirn passiert, aber ganz grundsätzlich passiert in unserem Gehirn das, es gibt quasi neuronale Netze in unserem Hirn und wir wissen, dass diese Neuronen, also dass wir bestimmte Neuronen haben, die in die Feuern, je nachdem, welche Impulse, welche Information von unseren Wahrnehmungsorganen in unser Gehirn gespielt werden. Und das hier ist ein sogenanntes Rosenblattperceptron, das ist letzten Endes so eine Art Miniaturversion von all dem oder von fast allem, was wir heute unter Maschinen im Lernen und da könntest du die Intelligenz verstehen. Das Letzten ist nichts anderes als das. Ich nehme einfach alle meine Pixel, also das ist diese hier links dargestellte, die vier Ecke, das sind quasi alle meine Pixel und ich mache quasi so, ich gebe die immer weiter, ich stelle eine virtuelle Verbindung her zu einem anderen Layer, also das hier von links nach rechts geben wir so einzelne Layer durch, also so diese Knotenpunkte, diese Knotenpunkte kann ich alle mit Zahlen bespielen, ich kann auch alle diese, also ich kann hier, ich randomisiere das mal, also ich sage einfach mal okay, gibt mal jedem Knotenpunkt hier und auch jeder Leitung zwischen zwei Knotenpunkten gibt eine Zahl, all diese Knotenpunkte sind miteinander verbunden. Also ich mache nichts anderes als so, ich tu so, als würde ich das Gehirn mal nachbauen, aber total dumm, einfach, ich verbinde einfach mal ganz viele Neuronen miteinander, die Neuronen sind nichts anderes als so viele Speicher, die sich quasi so eine Zahl merken können, genauso wie die Leitungen, das sind auch Speicher, die sich eine Zahl merken können und ich schaue mal, ob dieses Gehirn hier in dem Bild erkennt, ob da ein Hund drin ist oder nicht, stellen wir uns mal vor, wir hätten, wir haben dieses Bild hier auf der linken Seite eingegeben und wir haben das jetzt randomisiert, die Maschine gibt uns aus, ich glaube, also wir sagen einfach mal, wirklich, so einfach ist das, wir sagen einfach mal diese 0,2, die behandeln wir jetzt als eine Wahrscheinlichkeitsprognose, also einfach wie wahrscheinlich denkt diese Maschine, ist da ein Hund im Bild zu sehen, sagen wir 20%, also 0,2, das ist uns ein bisschen zu wenig, was machen wir jetzt und wir gehen nicht in die Technik Details, wie das genau funktioniert, aber es ist tatsächlich so einfach, wir gehen einfach rückwärts jetzt durch dieses Ding durch, durch diese Verbindung, durch dieses Netz und stellen es so ein, dass hier statt 0,2, 0,99 steht, einfach, also ich will, dass der quasi sagt, hier ist der Hund und hier unten, da ist kein Hund, soll eine 0 stehen, ich mache das einfach und dann mache ich es mit einem anderen Bild von einem Hund auch und dann mache ich es mit einem anderen Bild von einem Hund auch und das hier, obwohl ich am Anfang wirklich nur randomisiert habe, obwohl ich einfach nur stupide das nachgebaut habe, von dem ich denke, was ein Gehirn ist, ist am Ende, wenn ich ein Bild eingebe, kann es mit einer sehr hohen Wahrscheinlichkeit sagen, ob ein Hund oder kein Hund im Bild ist, warum, weil ich so unglaublich viele Bilder von Hunden in diesem System gezeigt habe, also diesen Algorithmus gezeigt habe, dass diesen Hund erkennen kann, was bedeutet das, das bedeutet, dass letzten Endes nur hier Daten an der Arbeit sind und diese Daten arbeiten quasi daran, dass ich in Zukunft bessere Prognosen stellen kann. Ja, hier für alle Leute, die verlieren sich jetzt absolut, für den Schnee von gestern war so ein kleiner Programmierer-Witz, was bedeutet das in der Praxis? Yeah, changing random stuff until your program works is tacky and bad coding practice, but if you do it fast enough, it's machine learning and pays four times your current salary. Also die Idee hinter machine learning ist buchstäblich einfach ein System, macht so oft quasi trial and error guckt quasi, trainiert sich immer in einem Datenbild, schaut so, denke ich, da ist ein Hund drin, nein, ist aber wirklich in Wirklichkeit ein Hund drin, okay, dann endere ich mich oder ah, es ist auch ein Hund drin, dann bleibt das gleich. Das ist quasi ein Algorithmus, der die ganze Zeit sich wiederholt, immer wieder das Gleiche macht und das große Datensatz und irgendwann tatsächlich auch dazu in der Lage ist zu erkennen, ob in einem Bild ein Hund ist oder nicht. In dieser einfachen Form ist das auch vollkommen undurchsichtig, warum das Programm das erkennt, aber es kann es auf jeden Fall. Und jetzt ist es so, wir schauen uns ganz kurz die Fakten an von dem, was Leute sagen, wenn sie sich überlegen, das, was jetzt relativ banal klang, das, was wir jetzt als künstliche Intelligenz bezeichnen, wird bereits in 56% aller Firmen, also das ist eine große angelegte Studie von McKinsey, wirklich globale Firmen, in 56% aller Firmen angewendet und 20 bis 25% aller Jobs könnten bis 2030, also in acht Jahren, obsolet sein, das sagt ja gleiche Berichte und das sagen auch verschiedene Quellen. Das ist irgendwie ein bisschen absurd, wenn man das so gegenüberstellt, also einfach ein simpelos Programm und so krasse Zahlen. Und es führt mich zu meiner ersten Spekulation, die uns jetzt auch gleich so ein bisschen in die Zukunft der Arbeitswelt bringen soll. Künstliche Intelligenz ist nicht intelligent, aber sie muss es nicht sein, um uns in vielen Arbeitsfeldern zu ersetzen. Wichtiger Punkt, ich hatte ja vorhin auch das gezeigt mit dem mechanischen Schalter, wir dürfen nicht vergessen, dass dieses Perceptron, also das, was ich gezeigt habe, dieses neuronale Netz, nicht intelligent ist. Es ist nicht das Gleiche wie ein menschliches Gehirn. Es kann nicht das Gleiche wie ein menschliches Gehirn. Es ist in keinster Weise mit dem zu vergleichen, was wir tun. Und jeder Mensch, der sich mit der quasi Bedeutung menschlicher Intelligenz auseinandersetzt, würde auch sagen, dass diese Systeme nicht intelligent sind. Aber das Ding ist, dass die meisten Jobs, die wir so, die meisten Aufgaben, die wir so in unserem Alltag erledigen, diese Form von Intelligenz auch gar nicht benötigen. Kapitel 2, also jetzt quasi der erste Blick in die Zukunft, ist jetzt also die Frage, was bedeutet das? Okay, wir stellen uns erstmal vor, dass diese Automatisierungskurve, die wir vorhin gesehen haben, diese Optimierungskurve, jetzt nicht mehr gilt, das hat damit zu tun, dass wenn ich quasi, wenn ich jetzt ein Roboter programmieren möchte, dass er irgendwie in der Produktionsstraße Schritt 1, Schritt 2, Schritt 3 macht, dann steigen die Automatisierungskosten sehr hoch an. Wenn ich ein Machine Learning Algorithmus habe, der sich selbst trainieren kann, bestimmte Aufgaben zu erledigen, dann flacht diese Kurve, die Kostenkurve ab und Automatisierung wird quasi, wird auch in höheren Graden immer günstiger. Irgendwann wird diese Kurve fast horizontal. Und das bedeutet, sehr, sehr vieles von dem, was wir heute schon in unseren Jobs tun, kann in Zukunft automatisiert werden. Entweder, das heißt also, dass ganz, ganz viele Jobs einfach direkt wegfallen, oder es heißt, dass wir letzten Endes viele von unseren Stunden, also vieles von dem, was wir heute in unseren Jobs tun, abgeben in den Algorithmus und eventuell dann andere Aufgaben hinzukommen. Aber das Erste, was ich mich fragen möchte, ist, was macht es dann mit meiner Arbeitsumgebung, wenn ich jetzt einen Kollegen habe, der künstliche Intelligenz ist? Fragen wir mal die KI. Die KI kann nämlich einiges. Und ich kann sie mal fragen, my artificial colleague, wie würde das denn aussehen? Das ist nämlich deep AI. Das ist eine Anwendung, die nimmt ein Text und macht ein Bild daraus. Manchmal dauert es länger, manchmal dauert es kürzer. Aber ja, okay, ungefähr so kann ich es mir also vorstellen. Irgendwas mit Robotern, die in unserem Arbeitsplatz rumlaufen. Vielleicht haben es einige von euch gelesen. Heute hat tatsächlich ihnen Maske wirklich Roboter angekündigt. Die sehen wirklich diesem hier ziemlich zum Verwechseln ähnlich. Also tatsächlich diese Idee von so humanoiden Robotern in unserer Arbeitsumgebung, die jetzt von Open AI verfolgt werden soll, finde ich ein bisschen seltsam. Ich glaube ich auch nicht, dass das so ein bisschen, dass das so im großen Stil in Zukunft eingeführt werden wird. Viel wahrscheinlicher halte ich es dafür, dass wir einfach sehr, sehr, sehr viel mit Desktop Tools zu tun haben werden. Ganz simple, bunte Interfaces mit KI, in die wir so Teile unserer Aufgaben reintippen und die machen dann vieles für uns. Also die, ich sage dann zum Beispiel einfach nur, ich brauche eine bestimmte Information oder ich habe eine Idee und führe diese Idee mal aus. Und die KI macht das dann relativ selbstverständlich. Es kann aber natürlich auch aussehen wie ein Roboter. Hier ein Beispiel von Sawyer von Rethink Robotics. Das ist nämlich nicht ein Roboter, wie wir ihn vorhin gesehen haben in Industrie Straßen. Das ist nicht ein Roboter quasi dieser Automatisierung der alten Schule. Das hier ist ein Roboter, der KI benutzt, um nicht nur seine eigenen, quasi das Erfüllen der Aufgaben auf die er trainiert ist zu erledigen und zu verbessern, sondern er kann auch, es ist ein sogenannte Cobot, also ein Roboter, der darauf spezialisiert ist, mit Menschen im Umfeld zusammenzuarbeiten, sich bei Leuten und anderen Robotern abgucken, was sie denn da machen und das lernen. Zum Beispiel, wenn ich ein T-Shirt falte, dann sieht er das und dann lernt er das. Er macht das dann nach. So, jetzt verstehen wir wahrscheinlich auch, warum diese Kurve, diese Automatisierung Kurve, die man anschaut, nicht so eine selbstverständliche Sache ist, wenn ich plötzlich Roboter habe, die so komplexe Tasks sich selbstständig beibringen können. Und vor allem kommen wir auch an einen Punkt, der ziemlich besorgniserregend ist und das ist, damit er mich imitieren kann, muss er mir natürlich auch die ganze Zeit zuschauen. Und der wichtigste Punkt, tatsächlich eine der wichtigsten Punkte, die wir uns anschauen müssen, wenn wir uns überlegen, okay, wir haben jetzt quasi KI und KI kann in Arbeitsfeldern eingesetzt werden, ist schon mal, dass das automatisch bedeutet, dass sich die ganzen Sensoren, die die Daten sammelt, die eine KI braucht, KI braucht immer Daten, in einem Arbeitsplatz auch Braucher. Und wir uns überlegen, dass das automatisch bedeutet, dass in einem Prozess, also der Prozess, dann innerhalb dem ich arbeite, sofort an Metriken geknüpft sein muss und an eine Optimierungsloge geknüpft sein muss, weil genau wie der Roboter irgendeine Metrik braucht, um sich zu optimieren, kann ich dann genau das Gleiche auf den größeren Prozessen betragen und das tut natürlich auch was mit den verbleibenden Arbeitsstunden. Es gibt noch einen anderen Punkt, der interessant ist, sich anzuschauen, wenn es um Automatisierung auch als Platz geht. Das ist nämlich folgender, warum automatisiere ich den überhaupt? Also warum, ich überlege jetzt, ich bin ein Unternehmen, warum möchte ich denn bestimmte Aufgaben lieber von der KI erledigt sehen als von den Menschen? Würden viele Leute sagen, wenn es billiger ist, es ist billiger, aber außerdem eine Sache, ich weiß ja, dass Menschen auch mal müde werden, ich weiß ja, dass Menschen auch mal Fehler haben. Das sieht man jetzt zum Beispiel in der Logik von autonomem Fahren relativ oft. Also das quasi gesagt wird, autonomes Fahren ist viel sicherer, weil die KI nicht müde wird. So, und das ist ja auch die Realität dessen, was wir jetzt schon erleben. Lisanne Bainbridge hat schon in den 80er Jahren hier in Ironie herausgearbeitet, hat gesagt Folgendes. Wenn ich also sage, der Mensch kann müde werden, der Mensch kann Fehler machen, und ich nehme ihn aus einem Loop raus, genau aus diesem Grund, und ich automatisiere den restlichen Task, solange in irgendeiner Weise es Situationen gibt, in denen die Maschine nicht weiß, was zu tun ist, und das passiert bei autonomem Fahren jetzt gerade noch sehr, sehr häufig, solange das in irgendeiner Weise also noch eine Möglichkeit ist, gibt es immer auch Momente, in denen ich den Menschen wieder zurück in den Loop holen muss. Aber was ist jetzt mit den Menschen, die es rausgeholt haben, der verlernt ja in dieser Zeit, in der er nicht z.B. am Steuer sitzt, alle notwendigen Skills, und vor allem ist er auch in einem ganz anderen Modus. Also wenn ich mir z.B. vorstelle, ich fahre nachts auf der Autobahn, klar ist es dann erst mal sicherer, wenn das Auto mir das Fahren abnimmt, weil ich könnte ja müde werden. Aber ich werde natürlich viel müder, wenn das Auto fährt, wenn ich nicht gerade am Steuer sitze. Das kann man nicht nur auf Müdigkeit beispiell übertragen, sondern ich muss das quasi auf alle Aspekte von Automatisierung so sehen. Lustigerweise, paradoxerweise verstärke ich alle Schwächen in dem System, die durch die Menschen hier, also ich verstärke alle menschlichen Schwächen in diesem System, in denen ich den Menschen aus dem Zügel rausnehme und da wieder rein drücke, wo er, also wo ich mich am meisten auf ihn verlassen muss. Die Ironien der Automatisierung. Das macht Brüfe also nicht nur quasi paradoxer, sondern das macht sie, also paradox, sondern das macht Brüfe auch sehr viel anstrengender und belastender. Und wir haben noch eine letzte Sache, die wir uns anschauen müssen, wenn wir uns den artificiellen Kollegen anschauen. Nämlich, okay, wir haben quasi jetzt mal gesagt, wir klammern ganz kurz aus, großflächige Jobverluste und wir schauen uns eher an, was passiert, wenn ihr in den Arbeitsplatz kommt. Wir kommen zurück zu, warum automatisiere ich Aufgaben und wir kommen dazu, dass die meisten Unternehmen Aufgaben dann automatisieren, also bestimmte Prozesse dann automatisieren, wenn sie dort Kosten sparen können. Das gilt zumindest mit traditioneller Automatisierung, also dann vor allem, wenn die Arbeitskraft teuer ist und wenn ich es aber auf der anderen Seite, die Aufgabe nicht zu komplex ist, um sie relativ kostengünstig zu automatisieren. Was bedeutet das? Es bleiben zwei Arten von Jobs übrig, die ich nicht automatisieren kann und die, wo die Arbeitskraft so billig ist, dass es sich für mich finanziell nicht lohnt, sie zu automatisieren. Und das dazwischen, das sagt zum Beispiel auch die OECD-Länder in einem Ausstellungsausblick 2019, haben auch gesagt, dass das ein großes Risiko ist, das gerade besteht, eine Polarisierung des Arbeitsmarktes, die Jobs, die zu billig sind, um sie zu automatisieren und G-Jobs, die zu spezialisiert sind, um sie zu automatisieren. Wobei man auch dazusagen muss, das war jetzt schon ein Bericht von, ich glaube vor zwei Jahren, das Foxcon, also der Hersteller vieler Smartphone-Teile, der sein Angestellten so im Mittel 5 Dollar am Tag bezahlt, auch davon spricht, bis zu 60.000 von ihnen durch Roboter zu ersetzen. Also auch das ist jetzt vielleicht eine Gleichung, die sich ändert, wenn wir plötzlich von Künzchen Intelligenz sprechen und nicht traditionelle Automatisierung. Aber alles in allem ist das so ein bisschen die dritte Spekulation, die das mich führt, nämlich, dass der Verlust an Arbeitsquantität, vor allem auf absehbare Zeit, nicht unsere Premiere Sorge sein sollte. Also ja, es kann tatsächlich sein, dass sehr viele Jobs wegfallen. Und wir können auch gleich nochmal in der Diskussion darüber sprechen, also ob das jetzt in irgendeiner Weise bedeutet, dass sie, also können wir quasi aus unserer Geschichte lernen, in der es immer, man kann im Grunde sagen, in der Vergangenheit war es immer so, dass mehr Automatisierung auch angenehmere Jobs geschaffen hat. Die Frage ist, ob sich das in die Zukunft zu übertragen lässt oder ob es irgendwann diese starken Verlust an Arbeitsquantität gibt. Aber die, und das ist eine Sache, wie gesagt, da können wir gleich nochmal darüber diskutieren, ob das ein zentrales Problem ist. Aber es ist auch nicht das größte Problem, auf das wir uns vorbereiten müssen. Hier ist nämlich ein wichtiger Punkt, wieder zurückkehren zu der Frage, warum automatisiere ich Aufgaben? Denn es gibt da so ein bisschen die vorherrschende Meinung, dass der Hauptgrund, warum ich eine Aufgabe automatisiere, dass sie monotonisch, dass sie langweilig ist, dass sie lästig ist. Nur, wie gesagt, die Gründe sind meistens andere. Entweder ich möchte die Qualität von etwas verbessern oder ich möchte Geld sparen, also in unserem freien Markt zumindest. Da sprechen wir auch gleich nochmal drüber. Und jetzt können wir vielleicht dazu kommen, was ich da gerade für Musik abgespielt habe, bevor ich mit dem Vortrag begonnen habe. Das war Musik, die von einer KI komponiert wurde, nämlich von Emily Howell. Ich sagte jetzt mal relativ früh und relativ unzeremoniell, weil ich glaube, dass das die wenigsten in diesem Raum überrascht, dass KI schon Musik komponieren kann. Die meisten hier im Raum kennen vielleicht sogar Dolly, Dali, dass jemand schon mal gehört. Vielleicht... Genau, genau, genau. Das ist ein bisschen viral gegangen. Da gab es eine Menge Memes dazu. Es ist spät am Abend, dass er denkt, ich mache mal eine kleine Dollyrunde. Ich habe mir ein paar ausgesucht bei Google, die ich gut fand. A caterpillar smoking a cigarette ist quasi ein Text prompt ähnlich. Wir haben es ja gerade schon... Wir haben es ja gerade schon gesehen, dass es Programme gibt, die aus Text-based prompts Bilder generieren. A caterpillar smoking a cigarette interpretiert Dali so. Wir haben Roomba in the Mariana Trench, also quasi ein Staubsaugerroboter, am Boden des Mariengrams. Und die Leute, die diese Memes kennen, wissen, es wird relativ absurd, es wird schnell relativ absurd. Freddie Mercury eating ramen inside a washing machine. Das ist das, was wir kennen. Wenn wir uns das aber noch mal im Detail anschauen, sind wir davon... Man ist, wenn man das das erste Mal sieht, davon überrascht und das ist faszinierend. Aber jetzt schaut man sich dieses Bild noch mal so an und sagt, ja gut. Aber... Ich meine mal so ganz da Lob gesprochen. Natürlich hat dieses System, das wir hier in einem Jahrzehntelion von Bildern trainiert. Natürlich weiß es, wie eine Waschmaschine aussieht. Bilder von der Waschmaschine ganz einfach. Natürlich weiß es, wie ramen aussieht und auch quasi... Es muss natürlich erstmal wirklich diesen Text gut analysieren. Aber wenn es erstmal verstanden hat, es geht darum, dass eine Person ramenudeln ist in einer Waschmaschine und diese Person soll Freddie Mercury sein, aus diesen Einzelnen das zusammenzubauen. Es ist natürlich so, dass wir sagen, okay, das ist ein witziger Gimmick, also es ist lustig. Aber die Frage ist, in wiefern wird das industrielle Anwendung finden? Und das finde ich jetzt ehrlich gesagt ein bisschen krasser. Hier wurde nämlich eine bildgebende KI gefragt, wie sieht denn oder zeigt mir doch mal ein Toaster, der aussieht wie eine Ente. Oder zeigt mir doch mal einen maximalistischen Sneaker. Und die finde ich ziemlich krass. Die finde ich ziemlich krass, weil wenn man mal googelt Duck Shape Toaster, also man sieht dann auch irgendwann dieses Bild, aber wenn man mal googelt Duck Shape Toaster, das hat dieses Programm hier nicht irgendwo, also es gibt nicht dieses Entenkopf-Element irgendwie an einem Regenschirm und dann wird das dann in diesen Toaster gesetzt. Sondern das hier ist ziemlich fortgeschrittenes Design. Ich will sagen fortgeschrittenes Design, in dem Sinne, dass man sich sehr, sehr gut vorstellen kann, dass es jetzt so ein Gremium gibt von Leuten, die sagen, gut, die KI hat uns diesen Toaster ausgespuckt, brauchen wir jetzt noch einen Designer zu bezahlen, brauchen wir noch eine Designerin zu bezahlen. Oder wenn dann eigentlich nur noch um uns jetzt, wenn wir uns quasi 100 von diesen Bildern angeschaut haben und wir finden ein Gerät, was wir gut finden, uns quasi hier noch die Blueprints draus macht. Und das ist natürlich eine Aufgabe, die wir gut vorstellen können, dass sie in nächster Zeit automatisierbar ist. Also wenn ich das sehe, würde es mich auf jeden Fall nicht überraschen, dass es nicht mehr lange dauert, dass ich hier auch gleich automatisch die Baupläne hier von runterladen kann und dass ich mein neues Produkt entwickelt habe. Und vor allem im Bereich Werbung, das können wir uns natürlich sehr gut vorstellen, also in diesen ganzen kommerziellen Bereichen, hat das auch jetzt schon, ist das jetzt schon auch im Einschlagen. Ich meine, da gibt es natürlich, sage ich mal, jetzt gerade noch Trends, diese KI-Novelty zu nutzen, also die Tatsache, dass es KI ist, das ist natürlich immer eine tolle Story und das benutzt man dann dafür. Aber dauerhaft hat die KI halt einen riesen Vorteil, nämlich sie kann sehr viele Daten nutzen und sie kann eine Personalisierung nutzen, die menschliche Designerin, die menschliche Designerin nicht nutzen kann. Beispielsweise, es gibt eine Firma Rosebud AI, die machen so, eine Personalisierung von Werbung auf der Ebene, dass zum Beispiel basierend darauf, das weiß ja Instagram zum Beispiel, irgendwie je nachdem, wie lange wir auf Bildern sind, basierend darauf, welche Personen wir besonders attraktiv finden, kann auch das Model in der Werbung ausgetauscht werden. Einfach basierend auf diesen Algorithmen. Und das ist, sage ich mal, hier sieht man so ein ganz gutes Beispiel davon, dass hier tatsächlich in einem gewissen Prozess so ein bisschen das, quasi der höchste Aspekt der Aufgabe, nämlich der Aspekt kreatives Schaffen und wirklich Out of the Box Thinking und solche Geschichten automatisiert wird. Also gar nicht irgendwie das, was man sehr oft in der Automatisierung verbindet, so in die Richtung von irgendwie, wenn ich jetzt genau als Designer zu arbeiten und dann wirklich nur so Sachen, wie irgendwie Pläne zu beschriften, wo man sagt, das ist repetitiv, das ist langweilig, das Problem ist, dass es ja nicht die Designer sind, die entscheiden, welcher Prozess wird hier automatisiert, sondern es sind irgendwann die Shareholder oder Chefs, es sind Unternehmen und diese Unternehmen, denen ist es relativ, wenn das Produkt stimmt in ihren Augen, ganz wichtig, dann werden sie auch Geld einsparen. Geht es sogar noch ein bisschen weiter? Ich meine, in Werbung kann man sich das ganz gut vorstellen und in so irgendwie wie ein Designs wie so einem Enden-Toster, die Firma OpenAI hat mit Jukebox ein Algorithmus veröffentlicht, der tatsächlich, wir hatten jetzt Emily Howl schon gesehen, Emily Howl wurde quasi mit Notenkomposition trainiert, da kann man sich das noch gut vorstellen, dass sie dann Noten ausspuckt, die dann aber noch von einem menschlichen, also von der menschlichen Pianistin, von der menschlichen Pianistin gespielt werden. Jukebox kann tatsächlich Raw Audio ausspucken, also quasi wirklich Musik ausspucken. In dem Fall wurde Jukebox gefragt, mach doch mal Rockmusik im Style von Elvis Presley. So, finde ich krass. Vor allem, wenn man sich überlegt, dass das natürlich jetzt quasi die erste Iteration von seinem Programm ist und dass sowas in Zukunft verbessert wird. Die Frage ist also auch, ob wir, also, ob in Zukunft auch jegliche kreative Tätigkeit davon bedroht ist, mehr automatisiert zu werden. Ich will an der Stelle aber, und das ist die nächste Spekulation, die ich anstellen möchte, sagen, es gibt zum Beispiel den Künstler und Designer Sebastian Erasus, der gerade sehr viel sich damit beschäftigt mit der Frage, ob KI den Künstler oder die Künstlerin obsolet machen kann in der Zukunft. Nur, das ist eine wichtige Sache, woher zieht Kunst eigentlich ihre Bedeutung? Ich denke, da sind wir uns alle relativ einig, dass es nicht einfach nur darum geht, irgendwie ein Kunstwerk zu produzieren, sondern dass es auch darum geht, was wir aus diesem Kunstwerk ziehen können. Und obwohl es gerade so ein bisschen so ein Genre gibt und obwohl gerade sehr viel Aufmerksamkeit auf diesem Thema KI steckt, ist das wahrscheinlich dauerhaft gesehen eher so ein, sagen wir mal, eine Phase, die einzigen sind, die Kunst schaffen können. Aber hier, am Beispiel der Kunstinstallation der ewige Gärtner von Jason Brugge, kann man so ein bisschen sehen, dass man sich denkt, ohne diese menschliche Note, wir wissen ja nur, uns selbst betrachten, in den meisten Fällen ziehen wir so viel Bedeutung aus der Person, die hinter Kunst steckt und das meine Spekulation lautet. Yes! Die Künstlerin wird nicht unbedingt durch KI ersetzt, doch ihre Arbeit wird prekierer und das ist so ein wichtiger Punkt, wenn man sich eben wieder zurück erinnert im kommerziellen Sektor oder in der Tatsache dessen, dass wir das auch heute schon kreativ schaffen, mit starken Konkurrenzstehen, mit Algorithmen, mit der Konkurration ist auch wichtig zu sehen, dass selbst und Kreativität ist hier wirklich nur ein Beispiel. Man kann das gleiche auch bei der Profession mit Menschenkontakt kreative Problemlösungen in jeglicher anderen Domäne, nicht nur quasi in Kunst und Medien. Hier ist tatsächlich einfach der Punkt, es entsteht einen Wettbewerb, es entsteht ein Druck in einem ganz bestimmten Sektor, nämlich im kommerziellen Sektor, der im Präkärer macht, der Aufgaben wegnimmt, die eigentlich spannend und sinnstiftend sind und der im Allgemeinen ja, der im Allgemeinen einfach unsere Arbeitsbedingungen verschlechtert. So, und jetzt kommt der Punkt, wo wir über die Konsequenzen, die Maßnahmen, die politische Reaktion darauf sprechen können, was dafür ein Trend auf uns zurollt. Das ist aber kein Problem, habe ich mir schon sagen lassen. Wir können ein bisschen überziehen und ich glaube an dieser Stelle, wäre es jetzt für mich total spannend, erst mal so ein bisschen aus dem Raum zu hören, ob es denn irgendwelche Fragen, Anmerkungen oder so Impulse gibt in Richtung von dem, worüber ich ja gerade gesprochen habe. Also, spannend ist natürlich irgendwie, es gibt ja hier ein paar Leute, die sich genau entschieden haben, den Vortrag zu sehen und ich habe schon zwei Pflichter in Meldung gesehen, ja, vielleicht erst mal hier ganz kurz. Ah, Mikrofon. Ja, zwei Sachen. Einmal musste ich es gerade bei diesen Toaster dran denken. Ich finde es auch beeindruckend, ich habe mir auch schon Gedanken darüber gemacht, aber man muss ja auch bedenken, dass die Quelle dafür, das sind ja bestehende Designprodukte, die menschliche Kreativität geschaffen hat. Jetzt muss man sich mal eine Welt vorstellen, wo das einfach nur immer wieder resented wird. Da frage ich mich, ist es wirklich dann so ein gutes Ergebnis, was am Ende rauskommt? Wenn ich jetzt diese generiten Bilder wieder als Quelle nutze für mein normales Netz, was ich da trainiere, dann kommt am Ende vielleicht auch nur morgens raus. Also, weißt du, zugrunde liegt es immer in den menschlichen Kreativität gewesen und ich habe mich auch gefragt, jetzt mit DAWI und so weiter, ist nicht eigentlich auch der Schaffensprozess, dass man überhaupt diese Eingabe tätigt, also diesen Satz, den man eingibt. Ist das nicht eigentlich schon ein kreativer Prozess und ist DAWI nicht nur ein Werkzeug, was ich bediene, wie vielleicht ein Adobe Photoshop Filter oder so, der auch immer von den Menschen bedient werden muss? Ja. Sehr guter Punkt, der mich auch so ein bisschen darin erinnert an die ganze Debatte quasi, dass wir natürlich einmal eine idealistische und einmal eine, vielleicht irgendwie zynischere, realistischere Perspektive auch darauf haben quasi auf ein wie sollte die Welt sein oder wie sollten wir die Welt verstehen, wie ist sie? Also, ich bin definitiv der Meinung, dass diese Art von quasi kreativen Schaffens vor allem jetzt im Moment komplett qualitativ zu unterscheiden ist von dem, was wir tun. Auf einer gewissen Ebene sind wir natürlich auch die ganze Zeit am Resampling von Gedanken, die schon vorher da waren. Aber auf jeden Fall würde ich sagen, dass es einen inherenten Wert gibt in diesem quasi menschlichen schaffen, neuer Dinge in dieser Art von Problemlösung und neue Dinge zu erdenken. Nur in dieser nur wie gesagt, es gibt auf der anderen Seite halt die Perspektive dessen was sind, also wie sind die Märkte geschaffen, die diese Produkte quasi an den Mann bringen. Und wir natürlich hier sehr schnell, da habe ich auch gleich nochmal zwei Slides dazu, die wir nochmal ganz kurz anschauen können, dass halt hier sehr schnell auch quasi Sachen an den Mann gebracht werden, nicht weil sie gut sind, sondern weil der Algorithm says so. Also, wir leben halt in einem gewissen wirtschaftlichen System, in dem solche Dinge halt dann auch oft mehr bewertet werden als tatsächliche Kreativität oder irgendwie aber definitiv also wirklich ein sehr, sehr guter Punkt. Es gab hier vorne noch jemanden zwei, zwei Leute sogar drei Leute sogar, vier Leute sogar, so eine schöne Diagonale tatsächlich. Michael Allmann, Pfiff ich bin sehr aufhatzend, dass wenn man sich das Bild mit diesem Toaster vorstellt, das war ja glücklicherweise eine andere Fragestellung, aber ein intelligenterer Toaster würde weniger Energie verbrauchen würde zwischen Brot und Brötchen unterscheiden können, würde möglicherweise eine höhere Lebensdauer haben und all das ist intelligentere Arbeit. Ein intelligenteres Produkt. KI hat da verdammt wenig von. Das ist klassisch von dem Programmieren vorgegebene Struktur. Definitiv, ja. Ich? Gut, also ich habe auch einen Beruf mit Simulation gearbeitet als Ingenieur und bin dann auch dazu gekommen, dass man mir präsentiert hat eine hoch integrierte Softwarepaket zur Simulation von dem ich absolut nicht begeistert war weil ich nicht reingucken kann was ich da tut und ich habe auch überhaupt kein Verhältnis bekommen zu dem was da simuliert rauskommt aber wenn natürlich meine Geschäftsführung entscheidet, dass sie dieses Softwarepaket einschaft dann bin ich genötigt es anzuwenden egal wie viel Bedenken ich damit habe. Also in diesem ganzen Prozess ist eben auch die Frage entscheiden über solche Investitionen Leute die davon auch Ahnung haben oder geht das nur nach wirtschaftlichen Erwägungen? Genau, es gab hier nach vorne der Herrn Blau ist ja auch gemeldet oder machen wir erst noch hier? Ja, nach dem Release von Stable Diffusion dem Nachfolger von Dolly hat eine kreativ schaffende Person im Internet die sich mit dem Bereich Storyboard zeichnen auseinandersetzt einem recht länglichen Artikel geschrieben ob das jetzt ihren Job ersetzt oder nicht das Ergebnis war Nein weil die eigentliche Leistung das geht ist es genau die Request das Kunden erfüllen zu können und so an Point zeichnen konnte die KI dann doch nicht also das bleibt spannend ob das dann irgendwann möglich sein wird aber momentan ist es nicht hinreichend ich hätte noch eine Frage und zwar zu dem Elvis Song war der Text denn verständlich den die KI gesungen hat also kann man diesen Text irgendwo nachsehen? Kann man? Eine Sekunde Hier Oh boy Danke genau das ist die Seite von Open Air von diesem Jukebox-Programm hier gibt es auch wie man sieht Country in the style of Alan Jackson Pop in the style of Katy Perry und der generiert tatsächlich alles auch Text wobei man dazu sagen muss genau ist einfach eine eine Gestaltungsebene glaube ich hier noch oder ja einmal ganz kurz hier vorne oder nur der Reihenfolge wegen Hallo Ich würde mir interessieren was das Urheberrecht gibt es gibt da Diskussionen darüber ob man wenn man auf bestehende urheberrechtlich geschützte Werke zurückgreift um ein neues Werk zu generieren aber wann man dann nennen muss oder gibt es da Diskussionen darüber? Es gibt da definitiv Diskussionen darüber ich würde tatsächlich sagen dass also definitiv kein Rechtsexperte ich weiß dass es da Diskussion darüber geht und dass im Kontext dessen was wir also zum Beispiel die Musikgenerationen die wir hier sehen wird das auf jeden Fall mit unserem herkömmlichen Verständnis von Urheberrecht definitiv also nicht gedeckt im Sinne von das sind tatsächlich originelle Werke das gibt es also in dem Bereich von ich also es müsste sich jetzt hier keine Sorgen machen von quasi dem Estate von Elvis Presley klar zu werden weil man ein Elvis Presley Song öffentliches Verfügung stellt aber es ist natürlich eine Frage und das ist ein sehr sehr guter Punkt wo ich auch gleich nochmal darauf zurückkommen möchte es ist eine sehr sehr gute Frage ob es nicht so was geben müsste ob es nicht rechtlich eine Berücksichtigung dessen geben müsste dass ich natürlich hier sehr sehr gut die Leistung vieler kreativer ausnutzen kann nämlich quasi nur bestimmte Features extrahieren kann ohne sie in irgendeiner Weise dafür zu kompensieren also sehr sehr guter Punkt wenn man sich anguckt wenn man sich anguckt dass vorhandene lebende Strukturen patentierbar geworden sind dann pervertiert das das ganze ja genau danke ja wirklich und wir haben noch also zwei Meldungen würde ich dann noch würde ich dann noch oder machen wir noch 4 wir haben Zeit ich wollte ganz kurz da ansetzen wo du vorhin warst mit dem artificial co-worker das ist sehr kritisch beachtet aber kann es nicht auch einfach saugeil sein dass so mondene Aufgaben einfach automatisiert werden jeder kennt es irgendwie es gibt so Aufgaben die muss man irgendwie machen die sind einfach scheiße irgendwas in die Liste eintragen oder sonst doch voll geil wenn ich mir denke in den nächsten 15 Jahren fallen die weg und ich habe muss vielleicht keine Ahnung in der medialen Szenarien und noch 4 Tage die Woche arbeiten geht man ja viel drüber und die Sachen sind automatisiert also es gibt ja durchaus positive Aspekte ich würde ganz kurz wir können auch gleich die anderen Meldungen noch machen aber ich glaube ich würde diese Stelle ganz kurz nutzen weil es ist interessant also wir wir ziehen hier quasi alle gerade am gleichen Faden es gibt sehr viel quasi hier den Vergleich zwischen so ein bisschen eben wie geht also auch wieder genau dieser Punkt der Vergleich quasi zwischen dem idealen und dem wie es im System halt auch schnell läuft also es gibt einfach die Überlegung dass auf der einen Seite stehen quasi die Chancen und die Möglichkeiten und auf der anderen Seite steht das was letztlich in Realität passiert und die 2 wichtigsten Sachen so ein bisschen die 2 wichtigsten Spekulationen die ich mir bis zum Ende aufgehoben habe sind beziehen sich genau darauf also schon allein an den Gedanken dass wenn ich zum Beispiel 80% oder sagen wir mal ich kann 20% von den Aufgaben die in einem bestimmten Prozess anfallen automatisieren in Zukunft ich kann 20% automatisieren das kann 2 Dinge bedeuten das kann heißen dass ich alle meine Angestellten nach 4 Tagen nach Hause schicken kann also dass sie einen Tag mehr Urlaub haben oder es kann heißen dass ich in Zukunft nur noch 80% ihres Lohns bekommen aber gleich viel da sind gleich viel arbeiten es gibt auf der einen Seite quasi die Möglichkeiten die ich durch KI und es gibt auf der anderen Seite die gesellschaftlichen und politischen Rahmen in die das gebettet ist und ich will noch 2 kurze Gedanken mitgeben und dann können wir sehr gerne noch weiter diskutieren ich könnte stundenlang über dieses Thema reden es gibt 2 Gedanken die mir sehr sehr wichtig sind weil sehr sehr offen dieses Thema verhandelt wird gerade wenn man quasi nochmal zurückkehrt zu dieser Überlegung was passiert wenn jetzt in Zukunft zum Beispiel sind ja ein ganzcher Prozentsatz der Menschen im Bereich Kraft fahren Kuriere, Spedition und so weiter fahren jetzt gerade Auto und die könnten dann viele Jobs wegfallen sagen die Leute quasi wenn es tatsächlich passiert dass bis 2030 oder 2040 auf einmal irgendwie 20-30% Arbeitslosigkeit haben sollten trotz Überalterung und so weiter weil das muss man ja auch wieder mit berücksichtigen sollte das passieren, wir können das ja ganz einfach lösen durch ein bedingungsloses Grundeinkommen also wir können das ja ganz einfach lösen dass wir quasi die dann wird ja gleich viel Wert geschöpft in Anführungszeichen dann können wir auch irgendwie ein bedingungsloses Grundeinkommen einschaffen und dieses Problem lösen da will ich folgendes dazu sagen wie gesagt es ist eine Spekulation aber ich halte das bedingungslose Grundeinkommen für eine ganz gute Lösung für unsere gegenwärtigen Probleme aber nicht unbedingt für das wovon wir sprechen wenn große Prozentsätze der Menschheit tatsächlich arbeitslos werden sollen der punkt ist nämlich der dass jetzt gerade es so eine es eine automatische politische Teilhabe derer gibt die arbeiten sind die können streiken, sie müssen nicht streiken aber sie können streiken, die können quasi sie sind ein wichtiger Teil des Systems wenn man sich tatsächlich vorstellt in Zukunft es gibt Massenarbeitslosigkeit es gibt einen riesigen Prozentsatz der Gesellschaft der dann nur noch abgefrüchtigt wird mit so einem hier bedingungslosen Grundeinkommen aber dann sei auch still das musst du jetzt einfach akzeptieren entsteht so eine ja also entsteht so eine extrem abgehängte Klasse die also man will sich gar nicht vorstellen wo sich das politisch hin bewirken könnte jetzt gerade hat ein bedingungslose Grundeinkommen ich will überhaupt nichts dagegen sagen es ist natürlich toll irgendwie Bokratie abzubauen und in die Richtung quasi zu arbeiten einen effizienteren Sozialstaat zu bilden und ein bisschen Leistungsdruck aus der Gesellschaft rauszuziehen und es ich will es überhaupt nicht kritisieren, aber ich will nur sagen dass das worauf wir quasi hinlaufen sicherlich tiefgreifendere gesellschaftliche Änderungen verlangt nämlich das ist der Punkt wir haben über geistiges Eigentum vorhin gesprochen aber es ist auch ganz generell die Frage dessen natürlich nämlich KI wenn wir so denken wie wir bis jetzt denken nämlich ich kaufe mir ein Roboter und alles was der Roboter erwirtschaftet ist Mainz und ich gehört nicht irgendwie den Arbeitenden die da aktiv dran arbeiten dann kann es natürlich sehr sehr schnell passieren bei absoluter Automatisierung dass wir eine wir leben natürlich schon in dieser Art von Gesellschaft die Leute die besitzen die Maschinen und alles was die Maschinen der Wirtschaften gehört denen wir müssen also ich meine es gibt schon längst Themen wie Robotersteuer oder auch Vorschläge von so einer Art quasi KI Ertragssteuer wir müssen definitiv jetzt schon Veränderungen in unserem gesellschaftlichen, unserem politischen System antizipieren die durch diese Entwicklung einfach notwendig gemacht werden und genau darum geht es auch wenn wir quasi vergleichen wenn wir uns überlegen ja also ich meine das eine ist irgendwie genuine Kreativität und das andere ist irgendwie einfach nur die Machenschaften von sage ich mal von Daten über Daten über Daten worum es tatsächlich ergeht wir kommen immer wieder darauf zurück ist wie in unserem System tatsächlich jetzt gerade Kreativität gewertschätzt wird wie unsere Kreativwirtschaft funktioniert wie unsere Wirtschaft funktioniert wie unsere Verständnis von Eigentum von Produktion funktioniert und dass das auch eigentlich nichts weiter ist als ein weiterer Punkt der uns daran erinnert dass wir uns gesellschaftlich noch sehr viel weiter entwickeln müssen und genau das in dem Sinne würde ich damit auch den Vortragsteil gerne beenden und wir können jetzt sehr gerne noch ein bisschen weiter diskutieren danke genau jetzt haben wir auf jeden Fall auf der Seite noch Leute gehabt die was sagen wollten ja genau vielen Dank es dürfen natürlich auch alle gehen denen es jetzt zu spät wird ich verstehe es gut egal einfach mal erst mal erst mal vielen Dank für den Vortrag super interessant du hattest gesagt klar aber alle haben gesagt irgendwie das sind natürlich ganz offensichtliche Fehlätter drin stecken also in der Musik das war eine Simulation von Musik könnte man sagen und jetzt nicht wirklich ganz offensichtliche Fehlätter genau wie in den Bildern wo auch ganz offensichtliche Fehler drin stecken aber ich bin mir ganz sicher ob das dabei bleibt ehrlich gesagt weil für mich ist irgendwie das ist bisschen philosophisch die große Frage unserer Zeit eigentlich ob das Ding hier oben auch nur ein riesengroßes Anlog-Computer ist der halt ein Faktor 10 Milliarden Komplexe ist als das wir heute haben aber wer weiß wo die Technik noch hingeht also ja also es ist definitiv eine spannende Frage quasi auch eine sehr philosophische Frage dazwischen ob es quasi quantitative also ob es wirklich rein quantitative Unterschiede zwischen uns und KI gibt oder ob es qualitative Unterschiede gibt ich denke wir sind auf jeden Fall an dem Punkt an dem falls es quantitative Unterschiede sind sind sie so enorm dass man sie fast schon qualitativ bezeichnen muss weil wie gesagt mit Intelligenz haben diese Algorithmen auf jeden Fall noch überhaupt nichts zu tun und von dieser Vorstellung dass sie in irgendeiner Weise in quasi ihren kreativen Kapazitäten also in diesem quasi Meta-Kognition und so weiter in uns rankommen, da reden wir ja noch nicht also das ist nicht absehbar in der weiteren Entwicklung, also ist es so ein bisschen reine Spekulation aber es ist natürlich eine interessante Frage und das Verrückte ist, dass sich wahrscheinlich wir werden jetzt schon wissen, dass sich diese Frage in Zukunft irgendwann beantworten wird so jetzt wieder auf der ganz anderen Seite sorry es ging vorhin drum, dass Leute darüber entscheiden dass eine KI bestimmte Aufgaben von irgendwie Designern oder sowas übernimmt der Witz ist, dass diese Entscheidung natürlich auch eine KI treffen kann und zwar oft besser als Geschäftsführer und besser als Aktionäre und das passiert da gab es einen Artikel auf Hacker News den hat bestimmt die Hälfte hier schon gesehen über den Zusammenhang zwischen der Dingsblooms Hathaway Aktie, dem Fonds von Warren Buffett und den Film von Anne Hathaway und dass die Aktie steigt wenn Anne Hathaway in Film rausbringt weil die KI´s positive Schlagzeilen mit dem Wort Hathaway erkennen und daraufhin Fonds-Aktien von diesem Fonds kaufen und darüber Geschäftsprozesse gesteuert bei einem ganz großen Stil was kannte ich noch nicht, finde ich genial zeigt das natürlich auch dass es ganz wichtig ist hier zu betrachten, ich nenne es eine Spekulation hier man redet dann sehr schnell davon, dass ja irgendwann wird KI das können so jetzt hat die noch ganz viele Fehler irgendwann wird sie das können wir wissen natürlich dass unsere gesamte Geschichte der Technik die wir entwickelt haben davon durchzogen ist dass diese Technik einfach unglaublich in Mängel hat und wir alle, also alle Leute die sie in irgendeiner Weise mit Technologie beruflich aber auch natürlich in privaten Beschäftigten wissen dass es nicht fehleranfällig ist und vor allem je komplexer sie wird dass du fehleranfälliger ist sie und ganz wichtig ist natürlich in dieser ganzen Sache zu betrachten, klar ich will hier einfach ein bisschen auf Sachen aufmerksam machen die Kreativität anregen aber es ist schon auch so ein Punkt wo man wirklich sagen muss eventuell kommt das einfach nicht dass selbstfahrende Autos tatsächlich allumfassend besser und günstiger Auto fahren können als Menschen in jeder Situation weil wir sind dann auch nicht wir sind ziemlich weit aber wir sind noch nicht an dem Punkt und genau, vielleicht ist das auch total hinfällig und dann wird es mich freuen genau, wir hatten noch mehr ja, ich wollte auch etwas zu der Polarisierung in worüber du geredest und auch über die also diese weit Zukunft Vorstellung dass auch bedingungslosens Einkommen dann keine Lösung mehr sein kann ich glaube aber das ist auch nicht die weiteste Zukunft in dem man blicken kann also ich weiß nicht wie man hier weit Zukunft definiert aber es wird so, natürlich auch meine Spekulation einer Phase danach auch geben wenn ja, vielleicht die meisten der Leute sind dann arbeitslos wir haben sehr hohe Raten von Depressionen und Selbstmord ausgestorben auch mit Klimawandel daneben wer weiß also die Welt geht in den Kreisen es gab viele Kriege bisher und wir sind noch da aber es könnte sein dass wir dann zu einem Punkt kommen wo durch ein besseres Verständnis von was Arbeit überhaupt heißt warum müssen wir überhaupt arbeiten wir müssen nicht 9 to 5 jeden Tag was schaffen also dann gibt es eine ganz ganz ganz neue Definition von was heißt Arbeit überhaupt und dann gibt es viele Jobs wo die einfach zu der Vergangenheit völlig zugehören werden die dann worüber man überhaupt nicht mehr nachdennt in 100 Jahren oder so und dann durch diese neue Perspektiven, neue Art von Bildung und hoffentlich viel Mental Health Support dann könnte es sich was richtig interessantes und schönes sich entwickeln und vielleicht ist nicht bedingungsloses Einkommen ist einer Sache aber es könnte sein, dass wir also dass wir einfach vielleicht nicht mehr wirklich viel arbeiten oder Arbeit heißt was für nicht anderes was wir noch nicht uns vorstellen können da gibt es sehr guter Punkt, danke da gibt es natürlich auch sehr schöne quasi politische Schlagwörter oder Bewegungen die genau davon sprechen also die genau so eine Utopie definieren quasi einfach generell die Idee, dass so ein gesellschaftliche Utopismus natürlich auch sich technologische, gerne zu technologischen Grundlagen nimmt und sagt und da bin ich 100% d'accord, Automatisierung kann uns auch in so einen parallelartigen Zustand bringen indem wir dann tatsächlich die Möglichkeit haben anders über Arbeit nachzudenken und eigentlich viel wirklich befreit werden in einem gewissen Sinne von also eigentlich das ursprüngliche Projekt Probleme haben Probleme wird man immer haben definitiv aber in dem Sinne da gibt es, also gibt es interessante politische Bewegungen es gibt dieses sehr schöne, aber ich weiß gar nicht ob ich es zusammenbekomme fully automated, luxury, gay space communism das ist so quasi so eine gesellschafts utopischen Projekte die sich überlegen, wenn wir erstmal alles automatisieren können dann können wir unsere Gesellschaft auch ganz schön cozy gescheiten, also klassenlos und dann können wir uns irgendwie nur noch mit Kunst- und Raumfahrt beschäftigen und dann haben wir einfach nur den großen Kreis quasi, jetzt sind wir einfach nur mitgelaufen du hast in deinem Segment über das bedingungslose Grundeinkommen über die Schaffung eines neuen Präkariats gesprochen, so ich interpretiere da so ein bisschen dieses, ja Menschen zu Konsumdrohnen degradieren rein, aber eigentlich ist das doch der Status Quo und mit dem Zusatz, dass die Menschen von einem riesigen Behördenapparat regelmäßig gegengelt werden, siehst du da irgendwelche Abgründe, die ich als Reihe nicht sehe möchte, dass du darüber vielleicht ein bisschen was sagen also zunächst mal würde ich jetzt definitiv keine Gerachisierung versuchen indem ich sage, ich bin da kein Reihe, weil also ich meine, ich beschäftige mich gern mit diesen Gedanken aber es ist ein spekulatives Territorium also das schon mal dazu gesagt und das, was ich nur denke und was den Unterschied macht und ein Denker der mich da stark beeinflusst hat ist Dietmar Dat ein sehr spannender Science Fiction Autor und gesellschaftlicher politischer Denker ist das also so 2erlei aber das eine ist wie gesagt tatsächlich das eine also ja, es gibt natürlich jetzt schon eine große quasi gesellschaftliche Schicht also ein Präkariat das Problem also aber der Unterschied ist aber dass die ja tatsächlich noch in meisten Fällen arbeiten und wenn die morgen nicht soweit gehen würden, gäbe es Probleme also es gibt einfach noch dieses politische Kapital der Streikmöglichkeit oder einfach der Möglichkeit noch auf bedeutende Weise in infrastrukturelle Prozesse einzugreifen das heißt quasi gar nicht, das müssen die Leute gar nicht machen also weil, wir leben natürlich nicht in der Gesellschaft der oft sehr großflächig gestreikt wird als h4-Empfänger bin ich aus diesem Loop doch schon raus also da ist das doch schon vorbei da kann ich vielleicht noch das Arbeitsamt Verklagen versuchen, wenn es nicht pünktlich zahlt aber dann ist auch irgendwo Ende das stimmt genau und dann wäre tatsächlich das Argument, dass quasi eben genau das also quasi die Anzahl der Leute würde sich dann steigern und das quasi verändert natürlich die Problemlage und dann auf der anderen Seite und das ist so ein Nebeneffekt, ist das es ja quasi nicht nur die Tatsache ist, dass die Leute weniger arbeiten sondern auch tatsächlich mehr von diesen Prozessen abgeschottet werden also das dann auch einfach die Tatsache ist wenn man dann bestimmte Schritte ergreifen wollen würde mit einem höheren Grad der Automatisierung auch ein höherer Grad der quasi Verbarikarisierung dieser Technologien passiert, also es wird natürlich alles ein bisschen undurchsichtiger, es wird alles weniger störbar, weniger verständlich auch in diese Richtung von, man kann sehr lange quasi sind ist Gesellschaft, also ist Infrastruktur ist Infrastruktur noch in irgendeiner Weise verständlich ich rede jetzt sabotierbar, ab einem gewissen Grad theoretisch nicht mehr, auf der anderen Seite natürlich umso mehr weil Sachen, die sehr komplex sind sind natürlich auch leichter zu stören aber das sind nur, das sind diese Tendenzen in die ich da denke, also diese Tendenzen in Richtung in die ich da denke, einfach das Potenzial dass einer gesamt, also einer großen gesellschaftlichen Schicht sehr viel politisches Kapital weggenommen wird in diesem Moment also ich habe 1977 die Streiks um die 35 Stundenwoche mitgemacht und wir haben damals statt 35, 6 Wochen Tarifurlaub gekriegt in der Metallindustrie in dem Werften an der Küste und aus solchen Schritten und das hat 10 Jahre gedauert und heute ist da viel wieder vorm Weg aber wenn ich den Gedanken nochmal aufnehme mit denen du gesagt hast wenn ich 20% weniger Arbeit machen muss weil über Kopfarbeit durch anderes ersetzt worden ist und vieles andere mehr überflüssiger Arbeit im Sinne einer menschlich sinnvollen Tätigkeit dann kann ich den Leuten doch statt 20% weniger weil die Menschen haben diese Werte ja geschaffen 20% mehr geben und ich kann sie 20% weniger arbeiten lassen habe ich die 4 Tage Woche und ich kann mir Leute beschäftigen da muss ich nicht an Arbeitslosigkeit denken wenn ich diesen gesellschaftlichen Wandel herbeiführen will aber das ist ein gesellschaftlicher Wandel der mit Arbeitskämpfen und mit Machtverteilung und Verteilung von oben nach unten vor sich geht absolut 100% das zeige ich nicht da vielen Dank super spannend, ich hätte eine Frage es ging ja glaube ich auch ganz viel darum wie sich KI dann auf die Arbeitswelt auswirkt und ich habe mich gefragt hast du auch Spekulationen darüber wie sich es auf das Bildungssystem auswirkt Bildung und Ausbildung das hängt ja dann auch mit dem Arbeitsmarkt zusammen und die zweite Frage wäre noch ist da menschliche Intelligenz dann praktisch fix oder ist menschliche Intelligenz auch etwas was sich weiterentwickeln kann und dann praktisch sich das Verhältnis zu KI auch immer wieder verändert oder dass sich menschliche Intelligenz aufgrund von KI in Richtung entwickelt die noch nicht vorausheber ist und das würde ja diese Überlegung wie sich das auf den Arbeitsmarkt auswirkt dann auch eventuell nochmal verändern definitiv beide sehr gute Punkte um den ersten Punkt um den ersten Punkt zu adressieren um den ersten Punkt zu adressieren ich glaube dass man hier ja einfach auch sagen kann also das Bildungswesen ist ja tatsächlich auch ein Arbeitsmarkt und wenn wir uns quasi vorstellen was hier automatisierbar ist aus einer Arbeitssicht sehen wir ja auch quasi wie sich auf der anderen Seite Dinge automatisieren also natürlich glaube ich dass KI einen wahnsinnigen Einfluss haben wird auf das Bildungswesen allein schon aus der Tatsache das ja heute schon im Bildungswesen stattfinden es geht jetzt gerade beschleunigt durch die Pandemie mehr um e-Learning sehr viele Leute schauen sich sowieso schon also gerade im IT Bereich ist wahnsinnig viel lernt man über YouTube Tutorials oder auch so interaktive Seiten oder Skillshare und so weiter dass natürlich hier doch durch KI diese Inhalte verbessert werden können dass es irgendwann so eine Art Emulation von so einem Face-to-Face-Learn und quasi irgendwann mal hier quasi jede Person eine virtuelle Tutorin haben könnte ist natürlich also auch da sind wir natürlich an den Punkt wahnsinnige gesellschaftliche Chance wahnsinnig tolle Möglichkeiten aber wir wissen auch ganz genau dass in unserem aktuellen System das auch zu wieder furchtbaren Konsequenzen führen kann also das zum Bildungssystem gesagt ich weiß nicht ob das okay das ist zufriedenstellend und genau in der anderen Punkt finde ich als quasi mit philosophischen Hintergrund auch ein sehr schöner Punkt quasi Menschliche Intelligenz ist natürlich nichts Fixes schon allein, da sie ja nicht sich quasi in dem Individuum oder quasi in beschränkt auf reines quasi das biologische Wesen, das wir sind so ein wahnsinnig gesellschaftlich produziert also ein wahnsinnig viel mit unserer Gesellschaft in unserem zu tun hat es gibt da ja auch schon quasi schon lange bevor es Computer gab und so der Frage warum zum Beispiel denn nicht wir auch quasi unsere Notizbücher nicht schon als Teil weil sie ja auch quasi unser weitestes Gedächtnis sind als Teil unserer quasi Person oder unseres Intelligenz mitrechnen müssen und ich glaube also da brauchen wir gar nicht drüber zu sprechen, dass das Smartphone das nochmal extrem weiter geführt hat und dass so das was zum Beispiel auch viel unter dem Begriff hybride Intelligenz geführt wird also einfach diese generelle Idee dass quasi künstliche Intelligenz und Menschenintelligenz natürlich am besten funktioniert wenn sie auf eine sinnvolle Art und Weise miteinander zusammenarbeiten eine wahnsinnig große also eine wahnsinnig gute Chance sind auch hier sind wir natürlich wieder an dem Punkt das muss natürlich auch so gewollt werden also es muss natürlich auch gewollt werden dass wir quasi zu unser also bestmöglich klingt jetzt so sehr nach Selbstoptimierung aber dass wir effizientere Prozesse schaffen in unserem Interesse und quasi im Interesse eines gesellschaftlichen Gemeinwohls Frage ist halt natürlich welche Forschung wird hier besonders gefördert oder welche Interessengruppen haben hier welche Vorstellungen von Technik und wie sie eingesetzt werden sollte ich schau mal wir haben jetzt eine gute halbe Stunde überzogen es wird auch überhaupt nicht langweilig damit ich jetzt nicht so abrupt beende nehmen wir jetzt vielleicht noch 3 Leute ran und dann 2, 2 Leute nehmen wir noch ran oh ganz hinten oder, ne, ich lasse das keine Meldung ah, schon was, sorry ich wollte zu dem Punkt zukünftige Rolle der Arbeit den du vorhin aufgeworfen hast noch sagen diese starke Identifikation über den Arbeitsplatz ist ja kein Natur gesetzt das wird auch immer so bleiben ich denke jetzt an die alten Griechen oder die Römer bei denen Arbeit einfach völlig verpönt war und das haben die Sklaven gemacht und vielleicht noch ein paar Frauen aber das hat man noch nicht selbst gemacht und vielleicht schaffen wir es über voller Automatisierung wieder zu so einem Punkt zu kommen in dem wir einfach in der Welt voller Philosophen leben die den ganzen Tag schlaue Gedanken ausbrüten und sich gar nicht mehr so sehr über Arbeitsplätze und fest einen Job bis identifizieren müssen und das eben den Gedanken aufwerfen, das geht schon mal das ist jetzt gar nicht so unrealistisch dass wir das einfach wieder hinkriegen ja, das finde ich ein so schönen Punkt dass man haben wir noch eine Person weil sonst dann nehmen wir vielleicht an der Stelle und nehmen gleich noch die Aeronie zum Schluss mit wenn das mit allen d'accord ist ich danke auf jeden Fall sehr für diese angeregte Diskussion es ist wirklich wahnsinnig spannend wir können es auch gleich noch mal hier vor der Tür noch ein bisschen weiter quatschen aber vielen Dank an der Stelle und schönen Abend noch oder mal noch was anderes als Ironie also in einer Betriebsversammlung hat der Vorstand ausgerufen den digitalen Zwilling also für jede für jede Aktion auf dem Gelände sollte eben eine Entsprechung in der EDV stattfinden und die Kollegen sind natürlich sofort auf die Idee gekommen ob man denn einen real Teil an dem Zwilling nicht simulieren kann