KI-Blog-Reihe: Was ist künstliche Intelligenz?

Keine eindeutige Definition für Künstliche Intelligenz (KI/AI)

Künstliche Intelligenz wird vielfach unterschiedlich definiert. Dies ist begründet in der nicht eindeutig geklärten Definition von „Intelligenz“. Im Wirtschaftslexikon von Gabler wird künstliche Intelligenz grundlegend als eine Untersuchung von Methoden definiert, mit deren Hilfe Computer Aufgaben erfüllen, die, wenn sie von Menschen gelöst werden würden, Intelligenz benötigen. Somit ist offensichtlich, dass ohne eine exakte Klärung des Begriffes „Intelligenz“ ein völlig verschiedenes Verständnis dieser Definition vorliegen kann. (siehe ValueBlog: “Was ist Intelligenz?”)

In einer anderen Begriffsklärung wird künstliche Intelligenz als ein Bereich der Informatik beschrieben. Dieser untersucht, wie man die kognitiven Fähigkeiten, die zur menschlichen Intelligenz gehören, erlangen kann. Das bezieht sich auf z.B. das Erkennen von Mustern, das Lösen von Problemen und das Lernen. Auch hier ist die Definition abhängig von dem Verständnis von „menschlicher Intelligenz“. Somit bietet keine der existierenden Definitionen eine eindeutige Trennung, welche Programme, Geräte oder ähnliches zur künstlichen Intelligenz gehören.

Vier Bereiche der künstlichen Intelligenz

Vereinfacht kann man vier Bereiche der künstlichen Intelligenz differenzieren:

1. vorprogrammierte Systeme, die Menschen z.B. bei Entscheidungen unterstützen sollen und nicht lernfähig sind.

2. vorprogrammierte, vollständig automatisierte Systeme, die nicht lernfähig sind.

3. Adaptive Systeme, welche lernfähig sind, jedoch dafür die Unterstützung von Menschen benötigen.

4. Lernfähige, adaptive Systeme, die vollkommen unabhängig arbeiten und selbstständig lernen.

In welche Bereiche lässt sich ValueProfilePlus einordnen?

Nach dieser Klassifizierung kann man das System der ValueProfilePlus Personaldiagnostik in die zweite Gruppe einordnen, da nach der Eingabe des Kandidaten alle weiteren Untersuchungs- und Einschätzungsprozesse vollständig automatisiert und unabhängig ablaufen. Jedoch ist ValueProfilePlus in seinen Berechnungen nicht selbstständig lernfähig.

ValueProfilePlus kann man durch die Unterstützung des Menschen in Form der Anforderungsdefinition im Bereich der Eignungsdiagnostik in die dritte Kategorie der künstlichen Intelligenz einsortieren. Somit ist eine Lernfähigkeit bezüglich Veränderungen in Beruf und Gesellschaft möglich.

Für die vierte Kategorie könnte ValueProfilePlus auf die bestehende und sich ständig erweiternde Datenbasis, also dem Wissen um die Ergebnisse der Probanden, zurückgreifen. Daraus ließen sich Durchschnittswerte zu bestimmten Gruppierungen vornehmen. Dieses normative Vorgehen erfüllt jedoch nicht die Qualitätsmaßstäbe von ValueProfilePlus. Es wird darauf verzichtet, da es in der Personalarbeit rechtliche Fallstricke in sich birgt (ADG). Außerdem würde mit dem Blick in die statistische Vergangenheit eine Zukunftserwartung definiert, welche den Anforderungsveränderungen der heutigen Zeit nicht gerecht würde.

Dazu folgendes Beispiel:

Nehmen wir alle Ergebniswerte von erfolgreichen Führungskräften aus den letzten zehn Jahren. Diese sind z.B. von der Finanzkrise und klassisch hierarchischen Organisationsstrukturen geprägt. Ermittelt man daraus nun ein “Normprofil”, also die Betrachtung “so sieht eine erfolgreiche Führungskraft aus”, hätte man eine Anforderungsdefinition, ob ein Bewerber Erfolgsaussichten als Führungskraft hat. Durch die ständig hinzugefügten Ergebnisse neuer Probanden würde das System selbstständig lernen und diese Anforderung automatisch anpassen. Nun gibt es jedoch den Umbruch in eine agile Welt mit VUCA und allem Neuen, was eine Veränderung der Anforderungen an Führungskräfte bewirkt. Dies würde ein selbstlernendes System erst mitbekommen, wenn es zu spät ist (in zehn Jahren?).

Deshalb ist dieses Vorgehen ebenso unbrauchbar, wie es normative Systeme (die so ähnlich aufgebaut wurden) an sich schon für die Personalarbeit sind. Deshalb halten wir es für besser, wenn Sie sich mit Ihrer Expertise Gedanken machen, was Ihre Anforderungen für die nächsten Jahre sind. Neben den großen Faktoren kommen auch noch unternehmensstrategische und -kulturelle Ausprägungen hinzu, welche eine selbstlernende KI der Klasse 4 nicht kennen kann. Sobald Sie es der Maschine in irgendeiner Form mitteilen, sind Sie wieder in der Klasse 3 und damit besser.

Es gibt somit ein vielfältiges Verständnis von künstlicher Intelligenz. Dazu gehören bereits zahlreiche Systeme, die aufwendig oder auch einfach programmiert und strukturiert sein können. Aufgrund der bisherigen Erkenntnisse in diesem Bereich, lässt sich künstliche Intelligenz nicht nur auf autonome Roboter mit menschlichen Emotionen reduzieren, sondern umfasst den gesamten Bereich der menschenunterstützenden Systeme bzw. Technik.

Unser TIPP:

Differenzieren Sie genau, wenn jemand davon spricht, dass er KI benötigt oder anbietet. Es könnte sonst leicht sein, dass sie aneinander vorbei arbeiten und die gegenseitigen Erwartungshaltungen auseinander gehen.

Lesen Sie hierzu auch die weiteren Beiträge aus unserer KI-Blog-Reihe …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.