Künstliche Intelligenz in der Arbeitswelt
Mit Industrie 4.0 wurde eine zentrale Voraussetzung dafür geschaffen, dass Methoden der künstlichen Intelligenz als Erweiterung von Industrie 4.0 nun Einzug in industrielle Produktionsprozesse halten und hier zusätzliche Produktivitätsgewinne ermöglichen. KI-Technologien sind als Methoden und Verfahren zu verstehen, die es technischen Systemen ermöglichen, ihre Umwelt wahrzunehmen, das Wahrgenommene zu erarbeiten, und selbstständig Probleme zu lösen, Entscheidungen zu treffen und aus den Konsequenzen dieser Entscheidungen und Handlungen zu lernen. Der aktuell sehr prominent diskutierte KI-Begriff bezieht sich im Wesentlichen auf das tiefe Lernen mit Künstlichen Neuronalen Netzen (KNN).
Tiefes Lernen orientiert sich in Grundzügen an der Funktionsweise biologischer neuronaler Netze im menschlichen Gehirn und bezeichnet Algorithmen, die mithilfe der nachgebildeten Netzstrukturen von Nervenzellen lernen können. Die wesentlichen Anwendungen, bei denen KI-basierte Verfahren und Systeme eingesetzt werden können, sind Predictive Analytics, ein optimiertes Ressourcenmanagement, die Qualitätskontrolle, intelligente Assistenzsysteme, das Wissensmanagement, die Robotik, autonomes Fahren, eine intelligente Automatisierung sowie intelligente Sensorik.
Künstliche Intelligenz in der Arbeitswelt der Zukunft
Die zukünftige Arbeitswelt basiert auf der kraftvoller werdenden vernetzten und intelligenten Digitalisierung, Flexibilisierung und Individualisierung der Arbeit.
Künstliche Intelligenz beeinflusst die Arbeit vor allem in drei Wirkrichtungen: Sie hilft den Menschen bei der Arbeit, sie kann Menschen ersetzen und sie lässt neue Geschäftsmodelle und Berufe entstehen.
Mit der Einführung der KI können aber auch unerwünschte Folgen verbunden sein. Die KI kann als restriktiv und kontrollierend empfunden werden, durch fremdbestimmte Steuerung zu einem Verlust an Handlungsautonomie und -kompetenz führen oder zu geringerem Gestaltungsspielraum führen.