KI Lecture: Datengestützte politische Entscheidungen

Vergrößern

Künstliche Intelligenz wird in immer mehr Bereichen der Gesellschaft eingesetzt. Auch ihr Potenzial bei der politischen Entscheidungsfindung wird diskutiert.

In der Politik wird der Zugriff auf Daten immer wichtiger, etwa in der Klimapolitik, aber auch während der Coronapandemie. Welche Rolle spielt KI bereits bei der Datenanalyse? Welchen Nutzen kann Künstliche Intelligenz dabei haben? Ließen sich mithilfe von Algorithmen bessere Entscheidungen treffen?

Mit dieser aktuellen Frage setzt sich der nächste Vortrag der „KI Lectures“ der LMU auseinander.

Vortrag

Prof. Dr. Helmut Küchenhoff: Datengestützte politische Entscheidungen

Dienstag, 25. Januar 2021

18:15 – 19:45 Uhr

Zur Anmeldung

Vier Fragen an Prof. Dr. Helmut Küchenhoff:

Vergrößern

In der Politik spielt der Zugriff auf Daten eine wichtige Rolle. Welchen Nutzen kann KI bei politischen Entscheidungen haben?

Helmut Küchenhoff: Grundsätzlich gibt es nach meiner Kenntnis keine KI-Systeme, die eine direkte Anwendungsmöglichkeit für wichtige politische Entscheidungen eröffnen. Aber mit KI-Systemen können aus Daten zum Beispiel Prognosen beziehungsweise Szenarien gerechnet werden, die die Entscheidungsfindung deutlich unterstützen können. Systeme Künstlicher Intelligenz sind dem Menschen insoweit überlegen, als sie mit allen Möglichkeiten rechnen. Das lässt sich gut am Beispiel von Schachcomputern veranschaulichen, deren Züge Menschen daher als überraschend wahrnehmen, weil sie selbst nicht darauf gekommen wären.

Welche Voraussetzungen sollten Anwendungen der Künstlichen Intelligenz erfüllen, um eine Rolle bei politischen Entscheidungen spielen zu können?

Helmut Küchenhoff: Es gibt vier entscheidende Kriterien. Erstens: Die Ergebnisse, zu denen KI-Systeme kommen, müssen transparent und reproduzierbar sein. Zweitens: Die Datengrundlage, auf der diese Berechnungen stattfinden, muss verlässlich sein. Drittens braucht es sinnvolle Optimierungskriterien, das heißt, es muss klar sein, was genau durch die Anwendung von Algorithmen verbessert werden soll, was das erwünschte Ziel ist. Und viertens ist die Fehlerabschätzung unabdingbar. Denn auch Maschinen können mit ihren Prognosen falsch liegen.

Wie lässt sich Transparenz bei KI-gestützten Entscheidungsprozessen sicherstellen?

Helmut Küchenhoff: Beim maschinellen Lernen gibt es die neue Forschungsrichtung „interpretierbares maschinelles Lernen". Dazu forschen an der LMU die Arbeitsgruppen der Kollegen Gitta Kutyniok und Bernd Bischl an unserem Institut sehr intensiv. Das Ziel ist, die Black Box des maschinellen Lernens quasi zu öffnen. Denn bislang lassen sich Systeme Künstlicher Intelligenz nicht in die Karten schauen. Es ist nicht nachvollziehbar, wie sie zu ihren Entscheidungen kommen. Durch „interpretierbares maschinelles Lernen“ wird es möglich sein, Entscheidungen von KI zu begründen.

Welche Rolle spielt KI inzwischen bei Datenanalysen?

Helmut Küchenhoff: Künstliche Intelligenz bedient sich statistischer Methoden. Der Übergang ist daher sehr fließend und es lässt sich gar nicht so klar trennen, was KI ist und was nicht. Bei Datenanalysen in der Klimaforschung spielt KI bereits eine wichtige Rolle. Aber auch in einer Pandemie, in der die Datenlage sehr komplex ist, weil es so viele verschiedene verfügbare Daten gibt – etwa zu Inzidenzen, aber auch zu Krankenhausbelegungen –, können Algorithmen wichtige Berechnungen liefern.

Prof. Dr. Helmut Küchenhoff ist Professor für Mathematik am Institut für Statistik und Leiter des statistischen Beratungslabors an der LMU.

Anmelden zum Vortrag von Prof. Küchenhoff

Zur Reihe der KI Lectures