Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI) fasziniert sowohl im privaten als auch im unternehmerischen Bereich seit jeher. Sie wirft neben philosophischen und ethischen insb. rechtliche Fragen auf, zu denen eine rege Diskussion im Gange ist. KI ist zwischenzeitlich im unternehmerischen Bereich von ständiger und stark zunehmender Bedeutung. Die damit verbundenen Technologien werden nicht nur für intelligente Automatisierungen und Produktivitätssteigerungen genutzt, sondern auch in Systemen/Produkten selbst. Das eigenständige maschinelle Lernen durch die eingesetzten Systeme ohne vorhergehende Programmierung durch Menschen oder andere Maschinen zeichnet diese neuen Technologien besonders aus. Daraus folgt, dass das Verhalten eines solchen Systems letztlich nicht im Detail vorhersehbar ist, da es in der Lage ist, sich neuen Umgebungen anzupassen und zu verändern. Dies wirft zahlreiche grundlegende Fragen auf, die es zu diskutieren und zu klären gilt, wie z.B. die zivil- und strafrechtlichen Haftung beim Einsatz von KI.

I. Grundlegendes

1. Beschreibung

2. Einsatzgebiete von KI

3. Fragestellungen beim Einsatz von KI

a) Schutzfähigkeit

b) Haftung

c) Datenschutz

d) Zwischenergebnis

II. Einsatz von KI in der Automobilindustrie

1. Entwicklung von KI im Automobilbereich

2. Aktivitäten der deutschen Automobilindustrie

3. Entwicklungen der Automobilzulieferer

4. Fortschritt und neue Wege der Wertschöpfung durch KI

5. Kausalität und Verantwortlichkeit bei Schäden

III. Fazit
 

I. Grundlegendes

1. Beschreibung

Künstliche Intelligenz (KI) zu definieren, ist nicht einfach. Wikipedia stellt KI dar als ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Der Begriff sei insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangeln soll.

Unterschieden wird teils nach schwacher und starker KI. Bei schwacher KI geht es darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden, indem intelligentes Verhalten mit Mitteln der Mathematik und der Informatik simuliert wird. Starke KI hingegen soll eine Intelligenz erschaffen, die das menschliche Denken mechanisiert. Sie muss dabei nicht viele Gemeinsamkeiten mit dem Menschen haben. Sie wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und in ihren Entwicklungsstadien ebenfalls nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein. Vor allem ist nicht anzunehmen, dass eine künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt. KI kann solchen Gefühlen entsprechendes Verhalten jedoch simulieren.

Letztlich kann man davon sprechen, dass es bei KI-Technologien weitgehend um die Technisierung scheinbar intelligenten Verhaltens geht. Genutzt werden zur Lösung von Aufgaben bestimmte Algorithmen. Ein Algorithmus ist letztlich eine definierte Abfolge von Handlungsschritten, die ein bestimmtes Ziel verfolgt. Kennzeichnend für Algorithmen sind insb. folgende Eigenschaften:

• Eindeutigkeit: keine widersprüchliche Beschreibung
• Ausführbarkeit jedes einzelnen Schritts
• Endlichkeit: endliche Beschreibung des Algorithmus
• Terminierung: Ende des Algorithmus nach endlich vielen Schritten und Lieferung eines Ergebnisses
• Determiniertheit: Lieferung des gleichen Ergebnisses bei gleichen Voraussetzungen
• Determinismus: Folgeschritte müssen stets eindeutig bestimmt sein; nur eine Möglichkeit der Fortsetzung zu jedem Zeitpunkt der Ausführung

Algorithmen finden seit langem Anwendung in Computerprogrammen und komplexen BigData-Anwendungen (so u.a. beim computergestützten Handel von Wertpapieren, in Hydrauliksystemen von Bremsen [ABS], bei Paketdiensten zur Auslieferungsoptimierung). Sie ermöglichen die Verarbeitung und Analyse gigantischer Datenmengen und eben auch die Entwicklung von KI.

Das maschinelle Lernen, ein selbstadaptiver Algorithmus, ist wesentlicher Bestandteil von KI-Lösungen. Das sog. Deep Machine Learning stellt eine besondere Form dieses maschinellen Lernens dar. Kerntechnologie vieler KI-Systeme sind mehrschichtige neuronale Netze, die mit Hilfe großer Datenmengen darauf „trainiert“ werden, spezifische Einzelaufgaben der Informationsverarbeitung lösen zu können.

Das Lernen wiederum erfordert eine solide Datenbasis. Die Qualität des KI-Systems hängt somit maßgeblich von (...)