Wenn Google mittels Deep Learning einen Menschen in einem Logik-Spiel besiegt, überrascht das heute niemanden mehr. Wenn Google die globale Community der Biochemie darin überholt, Moleküle zu berechnen, steigt der Aufmerksamkeitsgrad durchaus ein wenig. Allerdings beben die Vibrationen unterhalb der Oberfläche der breiten Wahrnehmung, weil nicht nur die menschliche Zelle an sich, sondern auch die Vorstellung davon, was man damit alles anstellen kann, jenseits dem normalen Vorstellungsvermögen liegen. Neurodegenerative Krankheiten heilen – prima, aber… Das Altern drastisch verlangsamen? Come on !
Wenn ein Verbund aus einem oder mehreren Start-ups, einem mittelständischen Betrieb und dem Forscherteam einer Hochschule eine „künstlichen Nase“ für den Weinbau entwickeln, wird das Ganze schon greifbarer. Geschmack, Aroma und auch das Aussehen, die Farbe eines Weines sind komplexe (ebenfalls molekulare!) Muster. Mithilfe von Künstlicher Intelligenz sollen digitale Sensorsysteme Winzer*innen künftig bei der Bestimmung von Weinmerkmalen unterstützen. Weinbezogene Daten werden per Algorithmus ausgewertet und sollen Wein objektiv bestimmen können – nicht nur was Herkunft, Rebsorte etc. betrifft, sondern auch wie er schmeckt. Das klingt in Anbetracht der Subjektivität von Geschmack auf der Empfänger- also Konsumentenseite ambitioniert, veranschaulicht aber dennoch das Anwendungspotenzial von KI in einem KMU, der ein typischer Weinbaubetrieb in der Regel ist. Bislang brachliegende Daten werden durch KI berechen- und auswertbar. Muster können erkannt werden, die dann auf bestimmte Kundenwünsche besser abgestimmt werden können. Weniger Ausschuss, mehr absetzbare Menge, bessere Qualitätskontrolle – sehr vielversprechend also.
Und dennoch zögern viele KMU nach wie vor, sich ernsthaft mit KI zu beschäftigten. Den vielen Förder- und Informationsprogrammen auf Bundes- oder regionaler Ebene zum Trotz, ist die „Readiness“ im Betrieb noch immer gering ausgeprägt. Was kostet das, wer entwickelt mir das, wo bekomme ich die Fachkräfte her, wie verändert das meine betrieblichen Prozesse, will ich das überhaupt, besser: brauche ich das überhaupt? Die Antworten auf die Fragen sind natürlich abhängig vom betrieblichen Anwendungsfall – und sie sind komplex. Die „Readiness“ ist nicht nur eine Frage der technischen Bereitschaft für die Einführung von KI. Es liegt in der Natur von KI, dass sie in Prozesse eingreift und nicht nur einzelne Arbeitsschritte beeinträchtigt. Das heißt noch lange nicht, dass KI den Charakter eines Werkzeugs überschreitet und irgendetwas in Richtung einer neuen Basistechnologie wird. Nehmen wir das Beispiel der künstlichen Nase: Solange das Erfahrungswissen und Geschick des Winzers oder der Kellermeisterin durch die „Kunstnase“ nicht ersetzt wird, ist sie ein Tool zur Erfassung von Daten, um Aromasignale zu messen. Sie ersetzt alte, aufwändige Verfahren wie den Gaschromatographen.
Ob man dazu bereit ist, KI in den laufenden Betrieb einzuführen, folgt im Prinzip einer Kosten-Nutzen-Analyse und folgt dann einer klassischen Change-Logik in der Umsetzung. KI erschwert allerdings beides insofern, weil im ersten Schritt unklar ist, wie viel die betrieblichen Daten am Ende wert sind. Im zweiten Schritt, weil Change-Prozesse die Beschäftigten von Beginn an einbinden müssen, einschließlich der Geschäftsführung selbst. Würde die Winzerin eine künstliche Nase anschaffen, wenn sie dadurch ihre besondere Stellung in der Bewertung ihres Weins verliert? Die Berechnung der ehemals humansensorischen Eindrücke hat Rückwirkungen auf den gesamten Produktionsprozess und fremdbestimmt möglicherweise das Timing vom Ausschneiden, über die Weinlese bis hin zum Zeitpunkt, den Wein auf die Flasche zu ziehen. Die Sorge, dass das Künstlerische durch das Künstliche verdrängt wird, könnte am Ende der Einführung von KI im Wege stehen. Schließlich steckt auch viel Psychologie im Geschmack und der sollte man vielleicht nicht jeden Zahn ziehen.
KI zum passgenauen Assistenten zu machen, ist ein technischer, aber eben auch ein sozialer Prozess – und nebenbei das nachhaltige Erfolgsgeheimnis der Technologie. Der Grad der „Readiness“ ist vielschichtig und erfordert die Bereitschaft, sich selbst mit den Möglichkeiten und der Kontrollierbarkeit der KI-Anwendung in Frage auseinanderzusetzen. Gleichzeitig erfordert sie die Mitnahme der Belegschaft, um sie frühzeitig an den Prozessen zu beteiligen, idealerweise die Technik co-kreativ einzuführen, um sie im Grundsatz nicht nur verstehbar, sondern auch handhabbar zu halten. Die kontinuierliche Gefährdungsbeurteilung eines Systems, dessen zentraler Vorteil in der undurchschaubaren Mustererkennung einer „Black Box“ liegt, bedarf einer entsprechenden Checkliste, die es gemeinsam zu erarbeiten gilt – und wofür man externe Expert*innen braucht. Das ist mit Bordmitteln in der Regel nicht zu schaffen.
Es gibt gute betriebswirtschaftliche Gründe für KI in KMU. Genauso gute Gründe gibt es für die ganzheitliche Technikfolgenabschätzung und damit die Auswirkungen auf die Beschäftigten. Ihre Beteiligung von Anfang an trägt wesentlich dazu bei, den Einsatz von KI und die neuen Schnittstellen zwischen Mitarbeitenden und selbstlernenden Systemen optimal zu gestalten. Nur so ist das das Ziel einer effizienten, produktiven sowie gesundheits- und lernförderlichen Arbeitsgestaltung möglich. Neben dem Verständnis für die Technik selbst, ist auch das Wissen um die geltenden rechtlichen Bestimmungen, wie zum Beispiel das Arbeitsrecht und Arbeitsschutzgesetze, Schutz der Persönlichkeitsrechte und Datenschutzbestimmungen oder Regelungen zur Mitbestimmung notwendig für die erfolgreiche Einführung von KI in einem Unternehmen.
Die Hürden sind entsprechend hoch und vielleicht erklärt das auch zu einem gewissen Grad die Zurückhaltung vieler KMU in Sachen KI. Die KI-Milliarden, die im Rahmen der Digitalisierungsstrategie der Bundesregierung in die Technikförderung fließen, sind einerseits wichtig für die Entwicklung von KI am Standort Deutschland. Aber sie sind auch unverzichtbar für die „Readiness“ auf der Anwenderseite, gerade für viele KMU. Denn wenn die Exzellenz und das technische Wissen, das viele KMU zu „hidden champions“ macht, durch den KI-Einsatz in anderen Weltregionen relativiert wird, führt kein Weg daran vorbei, KI selbst so zu nutzen, dass es die eigenen Stärken voranbringt. Die eigene Stärke sind hierzulande sehr häufig die Mitarbeitenden. Ihnen die KI zum Assistenten zu machen, ihre Autonomie zu erweitern, Belastungen abzubauen, Kreatives zu fördern, Qualifikationen upzugraden, ist am Ende der Wettbewerbsfaktor, auf den es ankommt.
Aber um noch einmal auf den Weinbau zurückzukommen: Viele Weine leben gerade davon, dass sie nicht „perfekt“ sind, weil es den perfekten Wein ohnehin nicht gibt. Als lebendes Produkt entwickelt sich Wein ständig und die deutschen Weingüter sind in der Regel klein mit geringen Chargen. Sie leben also von der Individualität – eine „Kalifornisierung“ ist häufig nicht das Ziel. KI kann dennoch durchaus gewisse Schritte in der Arbeit begleiten, aber dass sie den Stil eines Weinguts so imitiert, dass die echte Nase nicht mehr gebraucht wird, dazu kommt es sicherlich nicht. Schon heute wichtig kann KI im Weinbau werden, wenn sie Arbeit automatisiert, für die es immer schwerer wird, jemanden zu finden, der sie macht. Vor allem im Weinberg – ganz analog.
Dr. Christian Kellermann lehrt an der Hochschule für Wirtschaft und Recht sowie der Hochschule für Technik und Wirtschaft in Berlin, forscht zu Technikfolgen Künstlicher Intelligenz und ist außerdem Ko-Geschäftsführer des Denkwerk Demokratie e.V.