Künstliche Intelligenz: Begriff, Verfahren und Grenzen

Künstliche Intelligenz ist ein Sammelbegriff für Verfahren, mit denen Computersysteme Aufgaben lösen, die beim Menschen Intelligenz voraussetzen – Wahrnehmen, Schlussfolgern, Sprache verarbeiten, Entscheiden. Der Begriff bezeichnet ein Forschungsfeld, keine einzelne Technologie.

Wie die Begriffe zueinander stehen

Die Bezeichnungen werden häufig gleichgesetzt, obwohl sie ineinander liegen. Künstliche Intelligenz ist das Oberfeld. Maschinelles Lernen ist der Teil davon, in dem Systeme Regelmäßigkeiten aus Daten ableiten, statt dass Regeln programmiert werden. Deep Learning wiederum ist der Teil des maschinellen Lernens, der mit vielschichtigen künstlichen neuronalen Netzen arbeitet. Große Sprachmodelle sind eine Anwendung daraus.

Historisch stehen sich zwei Ansätze gegenüber. Die symbolische KI arbeitet mit expliziten Regeln und Wissensrepräsentationen – nachvollziehbar, aber schlecht skalierbar auf unscharfe Probleme. Die subsymbolische KI lernt statistische Muster aus großen Datenmengen – leistungsfähig bei Sprache und Bildern, aber im Inneren schwer nachvollziehbar. Die heute sichtbaren Systeme sind überwiegend subsymbolisch.

Schwache und starke KI.

Alle existierenden Systeme sind schwache KI: auf abgegrenzte Aufgaben spezialisiert, ohne Verständnis und ohne Bewusstsein. Starke KI – ein System mit allgemeiner, menschenähnlicher Problemlösefähigkeit – ist Gegenstand von Forschung und Debatte, nicht von Produkten.

Was die Systeme können: Muster in großen Datenmengen erkennen, Texte und Bilder erzeugen, klassifizieren, übersetzen, zusammenfassen, Vorschläge generieren. Was sie nicht können: für Richtigkeit einstehen. Sprachmodelle erzeugen plausible Fortsetzungen, keine geprüften Aussagen – erfundene Quellen und falsche Zahlen sind eine Eigenschaft des Verfahrens, kein Bedienfehler. Ebenso wenig unterscheiden sie zuverlässig Korrelation von Ursache, und sie tragen keine Verantwortung: Die bleibt bei der Person, die das Ergebnis verwendet.

Was das für Personalarbeit bedeutet

Rechtlich ist die Lage klarer geworden.

Die europäische Verordnung über künstliche Intelligenz stuft Systeme, die in Einstellung, Auswahl, Beförderung oder Kündigung eingesetzt werden, ausdrücklich als Hochrisiko-Anwendungen ein. Daran hängen Anforderungen an Risikomanagement, Datenqualität, Dokumentation, Transparenz gegenüber Betroffenen und – zentral – an eine wirksame menschliche Aufsicht. Die Pflichten treten gestaffelt in Kraft; wer solche Systeme einsetzt oder einführen will, sollte den aktuellen Stand und die eigene Rolle als Anbieter oder Betreiber rechtlich prüfen lassen.

Fachlich bleibt das ältere Problem bestehen.

Ein System, das aus vergangenen Einstellungsentscheidungen lernt, lernt die Muster dieser Entscheidungen – einschließlich der unerwünschten. Es wird dabei nicht neutraler als die Daten, sondern konsistenter: Eine Verzerrung, die vorher von Person zu Person schwankte, wird zur Regel. Deshalb ersetzt Automatisierung keine Validierung. Welche Verfahren den späteren Berufserfolg tatsächlich vorhersagen und wie sich das prüfen lässt, behandelt die Eignungsdiagnostik für Unternehmen; wie Bewerbungen technisch verarbeitet werden, steht unter Applicant Tracking System.

Aus der Beratungspraxis: Die nützlichste Frage vor jedem KI-Einsatz im Auswahlprozess lautet nicht, was das System kann, sondern: Wer widerspricht ihm, wenn das Ergebnis falsch ist – und woran würde diese Person das merken? Wo es darauf keine Antwort gibt, ist die menschliche Aufsicht nur behauptet.