{"id":133844,"date":"2022-07-07T14:53:55","date_gmt":"2022-07-07T14:53:55","guid":{"rendered":"https:\/\/swissfederalism.ch\/artificial-intelligence-prediction-revolution\/"},"modified":"2022-07-07T15:28:55","modified_gmt":"2022-07-07T15:28:55","slug":"kuenstliche-intelligenz-revolution-der-vorhersage","status":"publish","type":"post","link":"https:\/\/swissfederalism.ch\/de\/kuenstliche-intelligenz-revolution-der-vorhersage\/","title":{"rendered":"K\u00fcnstliche Intelligenz: Revolution der Vorhersage"},"content":{"rendered":"

K\u00fcnstliche Intelligenz: Revolution der Vorhersage<\/span><\/h1>\n

KI-basierte Vorhersagen sind ein Segen f\u00fcr die menschliche Entscheidungsfindung, die Produktivit\u00e4t, das Einkommen und die Lebensqualit\u00e4t verbessern wird.<\/em><\/span><\/h3>\n
\n
\"L'Intelligenza<\/a>
Artificial intelligence is the key to the future Photo by Gerd Altmann on Pixabay<\/span><\/figcaption><\/figure>\n

Kurz und b\u00fcndig<\/span><\/strong><\/span><\/p>\n<\/blockquote>\n

Das Hauptanliegen der klassischen \u00d6konomie drehte sich darum, wie Spezialisierung und Austausch das menschliche Leben verbessern. Einer der Hauptvorteile der k\u00fcnstlichen Intelligenz (KI) besteht darin, dass sie eine weitere Spezialisierung und Arbeitsteilung erm\u00f6glicht. KI verarbeitet Daten, um Vorhersagen zu treffen, und Menschen nutzen die Vorhersagen, um Entscheidungen zu treffen.\u00a0<\/span><\/p>\n

Lassen Sie uns dieses Ph\u00e4nomen nun n\u00e4her beleuchten<\/span><\/p>\n

Gianluca Tirozzi: „So wird bitCorp den Metaspace erobern!“<\/strong><\/a><\/span><\/p>\n

Mensch und Technik<\/span><\/h2>\n

Die \u00d6konomen der fr\u00fchen Generation oder der klassischen \u00d6konomie besch\u00e4ftigten sich vor allem mit der Frage, wie die Arbeitsteilung im Rahmen einer frei gew\u00e4hlten Spezialisierung es den Menschen erm\u00f6glicht, von einer gesamtgesellschaftlichen Wertsch\u00f6pfungskette zu profitieren. Der Vater der modernen \u00d6konomie, Adam Smith (1723-1790), stellte fest, dass Spezialisierung zu \u00dcbersch\u00fcssen und Innovationen f\u00fchrt. David Ricardo (1772-1823) stellte fest, dass selbst die am wenigsten produktiven Mitglieder der Gesellschaft von der Spezialisierung profitieren k\u00f6nnen. Und selbst der w\u00fctende Karl Marx (1818-1883) sah die Vorteile der Arbeitsteilung. Er bem\u00e4ngelte f\u00e4lschlicherweise, dass der Kapitalist die Vorteile der Arbeitsteilung einbeh\u00e4lt, anstatt sie dem spezialisierten Arbeiter zukommen zu lassen.<\/span><\/p>\n

Die Spezialisierung ist jedoch nicht auf den Menschen beschr\u00e4nkt. Je mehr die Technik den wirtschaftlichen Austausch durchdringt, desto mehr kommt es zu einer Arbeitsteilung zwischen Mensch und Technik. Statt von Hand zu weben, setzen die meisten Textilhersteller Maschinen f\u00fcr diese Aufgabe ein. Die Maschine stellt den Stoff her, der von Menschen entworfen und konstruiert wurde. Statt selbst m\u00fchsame Berechnungen anzustellen, \u00fcberlassen wir dem Taschenrechner das Rechnen mit von Menschen erdachten Modellen. Das Bloomberg-Terminal befreit den menschlichen Analysten vom Schreiben von Kursen auf eine Tafel, damit er sich auf die Entscheidung \u00fcber die Anlagem\u00f6glichkeiten konzentrieren kann. Kurz gesagt, bei der Nutzung von Technologie geht es darum, ihren spezialisierten Einsatz entlang der Wertsch\u00f6pfungskette zu finden.\u00a0<\/span><\/p>\n

\n

Der Einsatz dieser Technologie wird immer billiger, so dass ihre wirtschaftliche Bedeutung zunimmt<\/span><\/em><\/span><\/h3>\n<\/blockquote>\n

Die Technologie verbessert die Arbeitsteilung zwischen Mensch und Maschine. Sie erm\u00f6glicht es jedem, sich noch mehr auf das zu spezialisieren, was er jeweils am besten kann. Und das kommt vor allem den Menschen zugute. Diese Arbeitsteilung erm\u00f6glicht es ihnen, Neues zu schaffen, mehr Waren zu produzieren und die Qualit\u00e4t zu steigern. Indem die Menschen sich auf das konzentrieren k\u00f6nnen, was sie individuell am besten k\u00f6nnen, erh\u00f6hen Spezialisierung und Arbeitsteilung ihre Produktivit\u00e4t und damit ihr Einkommen und ihre Lebensqualit\u00e4t.<\/span><\/p>\n

Das Nationale Zentrum f\u00fcr Cybersicherheit (NCSC) wird ein Bundesamt<\/strong><\/a><\/span><\/p>\n

Vorhersagen billiger machen<\/span><\/h2>\n

Wie passt die KI in dieses Bild? Als die Preise f\u00fcr Webmaschinen, Taschenrechner und Computer sanken, wurden sie in die Arbeitsteilung einbezogen. Das Gleiche geschieht mit der KI. Der Einsatz dieser Technologie wird immer billiger, was ihre wirtschaftliche Bedeutung erh\u00f6ht. Und w\u00e4hrend die KI in verschiedenen Anwendungen Fortschritte macht, ist sie in einem Bereich besonders wichtig: bei der Erstellung von Vorhersagen.<\/span><\/p>\n

Gegenw\u00e4rtig sind Vorhersagen teuer, denn sie erfordern das Sammeln enormer Datenmengen, deren Analyse, das Erkennen von Mustern und das Berechnen von M\u00f6glichkeiten. Da die KI jedoch zunehmend f\u00fcr genau diese Aufgaben eingesetzt wird, werden Vorhersagen weniger m\u00fchsam und weniger teuer. In einem positiven Kreislauf wird die KI selbst immer billiger. Wenn Vorhersagen durch KI billiger werden, wird sich der Anwendungsbereich erweitern und die Nutzung intensivieren.<\/span><\/p>\n

Bei der Vorhersage geht es darum, fehlende Informationen zu erg\u00e4nzen. Sie nutzt verf\u00fcgbare Daten, um Muster zu finden, aus denen neue Informationen generiert werden, und berechnet Wahrscheinlichkeiten daf\u00fcr, dass sich diese Muster wiederholen oder ver\u00e4ndern. Die Vorhersage wird f\u00fcr herk\u00f6mmliche Aufgaben wie Bestandsmanagement und Nachfrageprognosen verwendet. Da sie immer billiger wird, wird sie auch f\u00fcr Aufgaben eingesetzt, die bis vor kurzem noch keine Vorhersageprobleme waren, wie z. B. Autofahren, \u00dcbersetzen oder medizinische Versorgung.<\/span><\/p>\n

Der R\u00fcckgang der Kosten f\u00fcr KI-Vorhersagen wird sich auf den Wert anderer Dinge auswirken. Eine billigere KI erh\u00f6ht den Wert von Erg\u00e4nzungen wie Daten, Urteilen und Handeln und verringert den Wert ihrer Substitute (menschliche Vorhersagen).<\/span><\/p>\n

 <\/p>\n

\"Artificial<\/a>
Artificial Intelligence Foto by Tung Nguyen on Pixabay<\/span><\/figcaption><\/figure>\n

KI-Vorhersage<\/span><\/h2>\n

Maschinen und Menschen haben unterschiedliche St\u00e4rken und Schw\u00e4chen, wenn es um Vorhersagen geht. Menschen, einschlie\u00dflich professioneller Experten, machen unter bestimmten Bedingungen schlechte Vorhersagen: Sie \u00fcbergewichten oft wichtige Informationen und ber\u00fccksichtigen keine statistischen Eigenschaften. Da Prognosemaschinen immer besser und billiger werden, werden die Unternehmen wahrscheinlich die Arbeitsteilung zwischen Menschen und Maschinen anpassen.<\/span><\/p>\n

Vorhersagemaschinen sind besser als Menschen in der Lage, komplexe Wechselwirkungen zwischen verschiedenen Indikatoren zu ber\u00fccksichtigen, vor allem in Umgebungen mit umfangreichen Daten. Wenn die Zahl der Dimensionen f\u00fcr solche Wechselwirkungen zunimmt, nimmt die F\u00e4higkeit des Menschen, genaue Vorhersagen zu treffen, ab, insbesondere im Vergleich zu Maschinen. Allerdings sind Menschen oft besser als Maschinen, wenn ihr Verst\u00e4ndnis des Datenerzeugungsprozesses einen Vorteil bei der Vorhersage bietet, insbesondere in Situationen mit begrenzten Daten. Menschen k\u00f6nnen besser mit Ungewissheit umgehen und deutlich besser Entscheidungen auf der Grundlage von Vorhersagen treffen.<\/span><\/p>\n

\n

Da Prognosemaschinen immer bessere, schnellere und billigere Vorhersagen machen, wird der Wert des menschlichen Urteils zunehmen<\/em><\/span><\/h3>\n<\/blockquote>\n

Die Spezialisierung der KI auf Vorhersagen ist deshalb so wertvoll, weil sie oft bessere, schnellere und billigere Vorhersagen machen kann als Menschen. Vorhersagen sind ein wesentlicher Bestandteil der Entscheidungsfindung unter Unsicherheit, und Entscheidungen sind in der Wirtschaft und im gesellschaftlichen Leben allgegenw\u00e4rtig. Eine Vorhersage ist jedoch keine Entscheidung, sondern nur eine Entscheidungskomponente, und eine weitere entscheidende Komponente ist die Beurteilung. Und hier liegt der Vorteil des Menschen – und damit seines Spezialgebiets, des menschlichen Urteilsverm\u00f6gens.<\/span><\/p>\n

Es hilft, eine Entscheidung in ihre Bestandteile zu zerlegen, um die Auswirkungen von Prognosemaschinen auf den Wert von Menschen und anderen Verm\u00f6genswerten besser zu verstehen. Der Wert von Ersatzprodukten f\u00fcr Prognosemaschinen – n\u00e4mlich menschliche Prognosen – wird sinken. Der Wert von Erg\u00e4nzungen zur Vorhersage, wie z. B. die menschliche Urteilskraft, wird jedoch steigen.<\/span><\/p>\n

Bei der Urteilsbildung geht es darum, den relativen Gewinn zu bestimmen, der mit jedem m\u00f6glichen Entscheidungsergebnis verbunden ist, einschlie\u00dflich des Gewinns bei einer richtigen Entscheidung und des Gewinns bei einer Fehlentscheidung. Das Urteilsverm\u00f6gen erfordert die Festlegung des Ziels, das man verfolgt, und ist ein notwendiger Schritt bei der Entscheidungsfindung. Da Prognosemaschinen immer bessere, schnellere und billigere Vorhersagen machen, wird der Wert des menschlichen Urteilsverm\u00f6gens steigen, weil die Gesellschaft mehr davon braucht und es besser – oder teurer – bewerten wird. Die Menschen sind m\u00f6glicherweise eher bereit, sich anzustrengen und ihr Urteilsverm\u00f6gen in den F\u00e4llen anzuwenden, in denen sie zuvor keine Entscheidung getroffen haben (z. B. indem sie die Standardsituation oder -einstellung akzeptierten).<\/span><\/p>\n

\n

Die Qualit\u00e4t der KI-Vorhersagen wird wahrscheinlich schneller steigen als ihr Preis sinken wird<\/em><\/span><\/h3>\n<\/blockquote>\n

Warum ist der Mensch besser im Beurteilen als die KI? W\u00e4hrend die Maschine mehr Daten und damit auch mehr Muster ber\u00fccksichtigen kann, um eine Vorhersage zu treffen, hat der Mensch ein Bauchgef\u00fchl. Menschliche Agenten k\u00f6nnen mit L\u00fccken in einem Datensatz umgehen und diese L\u00fccken auf der Grundlage von Intuition f\u00fcllen, und das kann keine KI. Au\u00dferdem sind Menschen gut darin, mit „unbekannten Unbekannten“ oder „schwarzen Schw\u00e4nen“ umzugehen und auf sie zu reagieren. Diese F\u00e4higkeit ist wohl auf zwei verschiedene Quellen zur\u00fcckzuf\u00fchren. Erstens sehen Menschen Ungewissheit als eine Ressource oder eine Chance, die zu M\u00f6glichkeiten f\u00fchrt. Zweitens m\u00fcssen Menschen die Verantwortung f\u00fcr ihre Urteile \u00fcbernehmen, was ihre Entscheidungsf\u00e4higkeit sch\u00e4rft.<\/span><\/p>\n

Zusammenfassung<\/span><\/h2>\n

KI l\u00e4sst sich am besten im Hinblick darauf betrachten, wie sie eingesetzt wird und was sie tut, und nicht, was sie ist. Gegenw\u00e4rtig ist die Vorhersage eine ihrer wichtigsten Anwendungen. Je billiger KI-Vorhersagen werden und je mehr und bessere KI-Vorhersagen gemacht werden, desto mehr kann die Technologie von den Wirtschaftsakteuren als Vorteil genutzt werden. Sie k\u00f6nnte f\u00fcr Aufgaben eingesetzt werden, die auf die Erstellung von Vorhersagen spezialisiert sind und den Menschen die M\u00f6glichkeit geben, sich auf Urteils- und Entscheidungst\u00e4tigkeiten zu spezialisieren. Diese Einbindung der KI in eine Wertsch\u00f6pfungskette, die ihre Spezialisierung und Arbeitsteilung mit dem Menschen nutzt, ist im Gro\u00dfen und Ganzen von Vorteil.<\/span><\/p>\n

Indem sie es dem Menschen erm\u00f6glicht, sich auf das zu konzentrieren, was er am besten kann, steigert die auf Vorhersagen spezialisierte KI die Effektivit\u00e4t und Effizienz des Menschen und damit auch sein Einkommen und seine Lebensqualit\u00e4t.<\/span><\/p>\n

 <\/p>\n

\"Future<\/a>
Future Photo by Gerd Altmann on Pixabay<\/span><\/figcaption><\/figure>\n

Szenarien<\/span><\/h2>\n

Aus diesen \u00dcberlegungen ergeben sich vier allgemeine Szenarien.\u00a0<\/span><\/p>\n

Das erste, das Basisszenario<\/span><\/h2>\n

Die KI steigert weiterhin ihre Vorhersagef\u00e4higkeiten und macht sie besser und billiger. Dieses Ergebnis w\u00e4re zu erwarten, wenn die derzeitigen Investitions- und Forschungstrends im Bereich der KI anhalten. Die Qualit\u00e4t der KI-Vorhersagen w\u00fcrde h\u00f6chstwahrscheinlich schneller steigen als ihr Preis sinken w\u00fcrde. Infolgedessen w\u00e4re zu erwarten, dass die Wirtschaftsakteure KI-Prognosen weniger schnell annehmen als die F\u00e4higkeiten der Technologie zunehmen.<\/span><\/p>\n

Das zweite Szenario\u00a0<\/span><\/h2>\n

Dieses Szenario baut auf dem ersten auf. In diesem Skript wird die Wirtschaft KI in verschiedene Aktivit\u00e4ten integrieren und den Grad der Spezialisierung erh\u00f6hen. Maschinen werden sich auf Vorhersagen spezialisieren und Menschen werden sich auf Urteile und Entscheidungen spezialisieren. Die menschliche Entscheidungsfindung wird durch die zunehmende Arbeitsteilung innerhalb dieser Allianz besser und wertvoller. Auch die Nachfrage danach wird steigen. Wahrscheinlich wird die Qualit\u00e4t der Entscheidungsfindung schneller zunehmen als ihr Wertzuwachs. Unter welchen Bedingungen k\u00f6nnte dieses Szenario eintreten? Es h\u00e4ngt vom Grad der Freiheit ab, den die Volkswirtschaften und die einzelnen Unternehmer bei der Entwicklung und Umsetzung der Technologie haben werden.\u00a0<\/span><\/p>\n

Das dritte Szenario<\/span><\/h2>\n

Dieses Szenario baut ebenfalls auf dem ersten auf. Es r\u00e4umt jedoch ein, dass es zumindest kurz- bis mittelfristig nicht zu einer Spezialisierung und Arbeitsteilung kommen k\u00f6nnte. Daf\u00fcr k\u00f6nnte es verschiedene Gr\u00fcnde geben. Wenn die Wirtschaftsakteure KI als Bedrohung und nicht als Vorteil wahrnehmen, k\u00f6nnten sie versuchen, mit ihr zu konkurrieren. Anstatt eine Spezialisierung entsprechend den verschiedenen Vorteilen zuzulassen, w\u00fcrden die Menschen ihre F\u00e4higkeiten auf weniger produktive Aufgaben wie Datenerfassung und Prognosen richten. Ein weiterer m\u00f6glicher Grund f\u00fcr dieses Szenario w\u00e4re eine Regulierung, die den Einsatz von KI verhindert oder ihre Funktionen einschr\u00e4nkt. Der dritte Ausl\u00f6ser f\u00fcr dieses Szenario w\u00e4re ebenfalls eine Regulierung, die den wirtschaftlichen Nutzen des Einsatzes von KI verhindert oder schm\u00e4lert. Zum Beispiel, indem es Investoren nicht erlaubt wird, sie zu finanzieren oder die Einnahmen aus ihrer Nutzung zu behalten.<\/span><\/p>\n

Das vierte Szenario\u00a0<\/span><\/h2>\n

Dieses Szenario hat nichts mit den drei vorherigen zu tun. Hier \u00e4ndert sich der Schwerpunkt der KI v\u00f6llig und verlagert sich weg von der Vorhersage hin zu einer anderen Anwendung, z. B. Sensoren oder Robotik. In diesem Szenario kann KI immer noch zum Vorteil oder Nachteil der Wirtschaftsakteure eingesetzt werden; KI k\u00f6nnte sogar zu Spezialisierung und Arbeitsteilung f\u00fchren. In dieser Variante w\u00fcrde die Spezialisierung jedoch nicht im Sinne der maschinellen Vorhersage und der menschlichen Entscheidung erfolgen, sondern aus anderen Anwendungen resultieren. Auch in diesem Szenario gibt es ein Vor- und ein Nachteilspotenzial. Das vierte Szenario k\u00f6nnte eintreten, wenn die Ertr\u00e4ge aus der Vorhersage erheblich sinken oder wenn andere Anwendungen der KI schneller billiger werden, so dass sich diese Anwendungen leichter in die Wertsch\u00f6pfungskette einf\u00fcgen lassen.<\/span><\/p>\n

 <\/p>\n

Author: Henrique Schneider<\/strong> Chief economist of the Swiss Federation of Small and Medium-sized Enterprises as well as professor of economics at the Nordakademie university of applied sciences in Germany. He serves on several non-executive boards in Switzerland, Asia, and at the United Nations level.<\/span><\/p>\n

Quelle: https:\/\/www.gisreportsonline.com\/r\/ai-prediction\/<\/a><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

KI-basierte Vorhersagen sind ein Segen f\u00fcr die menschliche Entscheidungsfindung, die Produktivit\u00e4t, das Einkommen und die Lebensqualit\u00e4t verbessern wird.<\/p>\n","protected":false},"author":14,"featured_media":133553,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[990,309,2000,311,211],"tags":[2091,1251,796,392],"class_list":["post-133844","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-geopolitik","category-highlights","category-technologie","category-wirtschaft","category-zeitschrift","tag-kuenstliche-intelligenz","tag-technologie","tag-wirtschaft","tag-zukunft"],"_links":{"self":[{"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/posts\/133844","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/comments?post=133844"}],"version-history":[{"count":3,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/posts\/133844\/revisions"}],"predecessor-version":[{"id":133847,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/posts\/133844\/revisions\/133847"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/media\/133553"}],"wp:attachment":[{"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/media?parent=133844"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/categories?post=133844"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/swissfederalism.ch\/de\/wp-json\/wp\/v2\/tags?post=133844"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}