Nachhaltig in die Zukunft – das ist ein wichtiges Anliegen von FAIReconomics. So wird Prof. Dr. Ingo Rollwagen regelmäßig über gegenwärtige und zukünftige Auswirkungen von Digitalisierung, AI und Zukunft Auskunft geben.

Professor Dr. Ingo Rollwagen regelmäßig bei FAIReconomics

Ingo Rollwagen hat eine Professur für General Management an der Fresenius Hochschule/AMD inne. Ingo Rollwagen war Experte für Zukunftsfragen, Technologien und Bildung bei der Deutschen Bank Research und für die Alfred-Herrhausen Gesellschaft, das Internationale Forum der Deutschen Bank. Dazu kam eine mehrjährige Tätigkeit in der Zukunftsforschung der DaimlerChrysler AG (Society and Technology Research Group bei Herrn Prof Dr. Minx) in Berlin.
Er absolvierte ein Studium der Publizistik- und Kommunikationswissenschaften, Politikwissenschaften und der Betriebswirtschaftslehre an der Freien Universität Berlin. Promotion (summa cum laude) an der Technischen Universität Berlin in Techniksoziologie zum Thema „Zeit und Innovation: Zur Synchronisation von Wirtschaft, Wissenschaft und Politik bei der Entwicklung von Virtual-Reality-Technologien.“Seit mehreren Jahren ist er Lehrbeauftragter an der Technischen Universität Berlin am Institut für Technologie- und Innovationsmanagement (Prof. Dr. Gemünden) mit angewandten Forschungsseminaren zu den Themen, wie „Smart Home Technologies“ und „Education and Learning Technology Management“. Professor Rollwagen ist als Experte im Bereich Bildung, Wissenschaft und Forschung, Technikfolgenabschätzung, Branchenentwicklungen, Zukunftsforschung und Wissens- und Technologietransfer für Industrieverbände, außeruniversitäre Forschungsorganisationen die deutsche Regierung, verschiedene ausländische Regierungen, die OECD, die Europäische Kommission, sowie für gesellschaftliche Organisationen tätig.

FAIReconomics: Wir sprechen landläufig gern über Artificial Intelligence oder auch KI genannt, wie definieren Sie als Zukunftsforscher diesen Begriff?

Um weiter in die Zukunft zu blicken und zukunftsfestere Aussagen zu treffen, empfiehlt es sich, nicht nur über von Menschen erdachten und geprägten Wissenstechnologien und Anwendungen mit dem Nimbus von Allmacht zu diskutieren, wie dies im Moment der Fall ist. Vielmehr geht es bei der Gestaltung von Zukunft und weiterer Antizipation um eine Diskussion wie KI und AI als Technologien algorithmische Innovationen ermöglichen. Es geht um die Herausforderungen, die durch unterschiedlich stark ausgeprägte und überdachte, mit Augenmaß gestaltete algorithmische Innovation in den verschiedenen Anwendungsfeldern für uns als Wirtschaftssystem und als Gesellschaften entstehen.  

Wenn wir gerade über KI sprechen, sprechen wir hauptsächlich über Fortschritte, wie wir Daten verarbeiten, Muster erkennen und daraus auch oft automatisch neues Wissen generieren, was uns als Menschen als intelligentes Handeln allzu bekannt ist. Wir sprechen über technische Systeme und Anwendungen. Um zukunftsfähiger zu werden, sollten wir mehr über die Form sprechen, wie KI die jeweiligen Prozesse in Unternehmen, in Verwaltungen aber auch im Alltag von uns allen verändert.

Denn algorithmische Innovation – die Anwendung von neuem Wissen, Algorithmen und der Einsatz von algorithmischen Automaten, d.h. Programmen und Apps, die uns die automatische Auswertung von großen Mengen von Daten sehr schnell ermöglichen, – verändert schon heute den Alltag vieler Menschen. Beispielsweise auf sozialen Plattformen, wie Facebook oder Instagram und auch, wenn wir Lernvideos auf Youtube angeboten bekommen oder eben auch nach den schicken Kleidungsstücken und neuen Möbeln schauen.  Hier handelt es sich streng genommen nicht um KI, sondern einfach „nur“ um algorithmische Innovation, die allerdings in Ihrer Gesamtheit schon heute große Auswirkungen haben und noch viel größere Auswirkungen haben werden. 

FAIReconomics: Artificial Intelligence hat einen großen Einfluss auf die Wissensproduktion. Wenn Sie einen Blick in die Zukunft werfen, wir wird sich KI auf die Wissensproduktion auswirken?
Durch KI und algorithmische Innovationen als Wissenstechnologien wird Wissen automatisch, schneller und zeitlich sehr viel flexibler, auf Basis unseres bisherigen Wissens und Perspektiven generiert (geschaffen) und veredelt. Mit Hilfe von Algorithmen wird Neues geschaffen: Der Rohstoff „Daten“ wird  in größerem Ausmaß in der Wahrnehmung von Datenpunkten und anderen Eindrücken („amplifiziert“) schneller nutzbar gemacht; neue Methoden Daten und vorhandenes Wissen zu verarbeiten, in Form von Anwendungen und Apps, die im Alltag und neue Informationen oder Angebote selbständig vorschlagen, werden geschaffen; neue Produkte und Produktideen werden automatisiert auf Basis der Auswertung von Bildarchiven und Datenbanken oder der Betrachtung von Kaufverhalten entwickelt; neue Märkte für diese KI-Anwendungen entstehen weltweit, was sich dann in ständigen stark steigenden staatlichen und privaten Investitionen in KI niederschlägt.

Gerade findet ein wahrer Wettlauf um Technik und neues Wissen um Datenverarbeitung und Datenschaffung statt, In diesem investieren Staaten hauptsächlich in KI und das Wissen um Datenverarbeitung und die privaten Investoren eher in algorithmische Innovation und die technischen Anwendungen/Automaten/Apps.  

Das wirklich Neue für die Wissensproduktion ist, dass sich unsere Vorgehensweisen wie wir als Individuen, in Organisationen mit Wissen „ticken“ – wie wir, wann Wissen schaffen und damit umgehen und wie Geschäftsmodelle funktionieren – auf Basis der algorithmischen Innovation grundständig verändert werden: Die Taktung – die Zeitlogik – wie wir mit Wissen umgehen, verändert sich. Und das vor allem, wenn es um neues Wissen geht: Neue selbstlernende, algorithmische Anwendungen und Automaten (Machine Learning und vor allem Formen von neuronale Netzen (GANs)) generieren schnell und unablässig – ohne Pause zu machen-, neue Perspektiven und vermeintliches Wissen, was dann auch unsere Perspektiven im positiven Sinne erweitert. So kenne ich Designer und Architekten, die auf Basis von algorithmischen Innovationen und generativem Design auf Automaten und die algorithmischen Kollegen in Form von Anwendungen zurückgreifen, um Baustoffe für Häuser oder neuen Produkte anders  auszuwählen, mehr Wissen über die Kunden und deren Bedürfnisse auf Basis der Auswertung ihres bisherigen Verhaltens mit in den Designprozess einbeziehen.

Dabei ist das Wichtige, dass Wissen sehr viel schneller verfügbar ist – quasi auf Knopfdruck jedoch ohne dass man den Knopf überhaupt drücken mußte,-  weswegen Design- oder auch Managementprozesse und auch unser alltägliches Leben anders getaktet und schneller wird: Die Rhythmen, Geschwindigkeiten ändern sich grundständig, da oft algorithmische Innovation mit Agilität im Tandem wirken und dann unsere Form wie Entscheidungen vorbereitet, getroffen und umgesetzt werden, verändern.

FAIReconomics: Ein Paradoxon scheint zu sein, dass wir von AI Entscheidungen für die Zukunft erwarten, die Datensammlungen, auf denen die Entscheidungen der AI beruhen, aus der Vergangenheit stammen. Inwieweit werden Entscheidungsprozesse dadurch eher eingeschränkt?

Das Paradox ist, dass wir im Moment auf Basis algorithmischer Innovationen glauben schneller quasi auf Knopfdruck alles zu wissen, was wir für die Gestaltung der Zukunft brauchen, indem wir uns auf Datenauswertungen der Verhangenheit verlassen. Oft wird dabei aber vergessen, dass es genauso wenig, wie es DIE Zukunft gibt, auch nicht DIE Vergangenheit gibt.

Das, was wir als Daten erfassen ist nur ein Ausschnitt EINER Vergangenheit – nicht DIE Vergangenheit. Es ist nur DIE Vergangenheit, die wir bereits geschaffen haben – auch dadurch, dass wir nur einen Bruchteil von Ereignisse, Erlebnissen und Kontexten in Daten übersetzen. Wir stehen also in der Gefahr, unsere bisherigen Entscheidungen und auch die damit verbundenen Werturteile einfach in die Zukunft fortzuschreiben, ohne wirklich die uns Menschen eigene Fantasie des Neuen walten zu lassen.

Ein Beispiel ist im Bereich Mode: Im Moment werden Modetrends mit Hilfe von algorithmischen Innovationen sehr schnell ausgewertet- die bisherigen Verkäufe von Produkten analysierte und der strategischen und vor allem operativen Planung in Unternehmen zugeführt. Auf dieser Basis werden neue Produkte gestaltet, wie im Fall von Puma, die zusammen mit Amazon eine neue Kollektion von Sportkleidung auf den Markt gebracht haben. Amazon lieferte das algorithmisch basierte Wissen und die Auswertungskompetenz – der Sportarktikelhersteller die Modekompetenz. Dies mag noch klappen und seine Berechtigung haben. 

Allerdings stehen wir im Hinblick auf die ökologischen Auswirkungen des Modeschaffens und -konsums in der Gefahr sozusagen mit Blick in den Rückspiegel auf eine Wand zuzurasen. Nur dass algorithmisch unterstützt dabei noch sehr effizient und stark zu beschleunigen. Denn schon heute wissen wir, dass immer schnellere Zyklen in der Produktion und Vermarktung von Modeprodukten, die eben noch nicht sehr nachhaltig – sowohl von der Materialbasis als auch Im Hinblick auf Produktion und Vertrieb sind, nicht sehr zuträglich für unser Klima und die Entwicklung unserer Lebensgrundlage sind.

Um bei dem Bild zu bleiben: Würden wir in einem Auto sitzen, dass durch algorithmische  Innovationen, die für die Entwicklung von Fahrassistenten und autonomem Fahren schon heute eingesetzt werden, sitzen, würde die „KI“ unser automatischer und algorithmischer Helfer wahrscheinlich auf Basis der Auswertung der (LIDAR-)Sensoren mitbremsen oder uns darauf hinweisen. Im Fall der Mode ist dies aber nicht der Fall.

Hier haben wir unserem algorithmischen Helfer noch gar nicht beigebracht, was die Konsequenzen unseres Handelns sind – auch da wir selbst oft nicht darüber nachdenken, was unsere Handlungen immer schneller mehr nicht sehr nachhaltige Produkte zu konsumieren für Folgen haben. Wenn wir dann auch noch Entscheidungen auf Basis der EINEN wenig überlegten Vergangenheit – mit wenig nachhaltigen Produkten – automatisieren, da wir algorithmischen Systemen und KIs auch zunehmen Entscheidungen überlassen, dann ist dies zumindest fraglich, wenn nicht sogar gefährlich.

Wir sind also in der Situation so viel Zukunft, und so wenig Zukunft wie noch nie zu haben: Wir haben so viele Potenziale mit Hilfe algorithmischer Innovation – Menschen zusammen mit den Automaten- verantwortlich völlig neue Produkte zu erdenken, zu erschaffen und sehr gut an den Mann oder Frau zu bringen. Wir sind aber gleichzeitig auch mit der Gefahr konfrontiert, viel weniger Zukunft und Zukünfte zuzulassen, dawir uns von der einen Vergangenheit, die in Daten gegossen und abgebildet ist zu stark automatisch prägen lassen. Was wir also brauchen ist mehr Kompetenz im Umgang mit algorithmischer Innovation, um KI/AI besser nachhaltig und ethisch nutzen zu können („AI -Designkompetenz, ai-design-competence.eu)