metrische-kulturen - Tumblr blog

[metrische-kulturen]

Soziale Medien - Ihr Einfluss auf Gesundheit und Gesellschaft

Das Medium Smartphone hat bedeutenden Anteil daran, dass soziale Medien aus unserem Alltag nicht mehr wegzudenken sind. Ihn geradezu bestimmen. Mit der Einführung des iPhone durch Apple (†Steve Jobs) im Jahr 2007 und dem sich daran anschließenden Boom sozialer Netzwerke können wir nahezu zu jeder Zeit an jedem Ort der Welt Informationen senden, empfangen und soziotechnisch vernetzt sein. Was aber auch bedeutet überall und zu jeder Zeit erreichbar und abrufbereit zu sein. Wir tauschen Meinungen und Erfahrungen aus, pflegen interkulturelle Beziehungen. Einander fremde und weit entfernt lebende Menschen haben es mittels sozialer Medien so einfach wie nie zuvor sich kennenzulernen und Freundschaften zu schließen. Soziale Medien haben nicht nur das Potenzial die Welt zu verändern, sie gestalten bereits unsere Lebenswirklichkeit.

Klassische und moderne Medien

Wenn wir über soziale Medien sprechen, sollten wir uns zunächst einen Überblick zu den Arten von Medien verschaffen. Es gibt vier Dimensionen von Medien: Technizität, Funktionalität, Sozialität und Kognitivität.

Abbildung 1: Dimensionen von Medien (Quelle: Rusch (Hrsg.) 2002)

Die Dimension der Technizität beschäftigt sich mit der Materialität eines Apperates und dem Verhältnis zur eigenen Körperlichkeit. Vor diesen Hintergrund gibt es klasssiche und moderne Medien. Während klassische Medien bereits sehr lange existieren, sind moderne Medien noch nicht allzu lange auf dem Markt. Zu den klassischen Medien zählen Zeitung, Radio, TV, Kino, Print und Plakat. Moderne Medien sind Computer, Smartphone, Notebook, Tablet.

In der Dimension der Funktionalität ist den genannten klassischen Medien die One Way Road und Zeitgebundenheit gemein. Sie sind entweder Sender oder Empfänger, entweder Speicher- oder Übertragungsmedium. Moderne Medien sind dagegen interaktiv. Sie sind zugleich Sender und Empfänger, orts- wie zeitunabhängig, Speicher- und Übertragungsmedium.

Diese Eigenschaften hinsichtlich ihrer Funktionionalität sind jedoch kein allgemeingültig zeitloses Kriterium für die Kategorisierung in ein klassisches oder modernes Medium. Einzig die mittel- bis langfristige Aktualität kategorisiert Medien in klassisch und modern. Heutige moderne Medien werden in der Zukunft als klassisch gelten, sobald neue mediale Innovationen auf den Markt gelangen.

Marketing und Metriken

Blicken wir auf Unternehmens- und Marketing-Strategien der Plattformbetreiber sozialer Medien begegnen uns Algorithmen, die auf Gewinnorientierung getrimmt sind. Dank umfangreicher Daten über Nutzerverhalten können Plattformbetreiber ein gewinnbringendes und zugleich kostengünstiges personalisiertes Marketing mittels Internetwerbung schalten. Werbeposts in sozialen Medien laden zum Retweeten und Weiterleiten ein. Im Gegensatz zu Print, TV oder Radio kennt Internetwerbung weder regionale noch nationale Grenzen. Mittels Metriken kann der Erfolg eines Werbespots oder einer Onlinewerbung analysiert und notfalls justiert werden (HYGH AG 2022).

Unter den Metriken gibt es Key Performance Indicators (KPI). Das sind Leistungskennzahlen, die den Erfolg einer Werbekampagne sichtbar machen. Key Performance Indicators im Social-Media-Marketing sind Impressions, Reichweite, Click-through-Rate (CTR) und Share of Voices (SoV). Impressions bezeichnet im Social-Media-Bereich wie oft eine Anzeige oder ein Posting auf einem Screen angezeigt wird. Impressions können mehrfach für ein und denselben Nutzer gezählt werden. Bei der Reichweite geht es um die Gesamtzahl der User, die eine Anzeige oder ein Posting gesehen haben. CTR ist das Verhältnis von Klicks auf eine Anzeige zur Anzahl der Impressions. Man misst so die Effektivität einer Werbeanzeige oder -maßnahme. SoV gibt an, wie häufig die eigene Marke in den sozialen Medien im Vergleich mit der Konkurrenz erwähnt wird (Kuhnert 2022).

Das Prinzip Filterblase

Auf Basis dieser Leistungskennzahlen und den Daten zum Nutzerverhalten wird nicht nur Werbung personalisiert und justiert, auch Themenbereiche werden, abgestimmt auf bisherige Präferenzen, priorisiert und personalisiert angeboten. In diesem Zusammenhang sprechen wir von der berüchtigten Filterblase. Plötzlich ist das World Wide Web ein personifiziert abgesteckter Bereich über deren Grenzen wir immer seltener hinauskommen, wenn wir uns von den Algorithmen leiten lassen.

Die Gelegenheit unbekannte und weit entfernt lebende Menschen kennenzulernen besteht weiterhin, wird aber unwahrscheinlicher insofern wir Gewohnheiten nachgehen, die bisher kein Interesse an anderen Kulturen offenbarten.

Im Sinne der Gewinnorientierung nähren Algorithmen Gewohnheiten. Sie bieten an was wir mögen, um uns auf die Plattformen der Betreiber zu ziehen und zu halten. Je länger wir verweilen, stöbern, umso mehr wir klicken, desto mehr Daten geben wir preis. Diese Daten generieren für die jeweiligen Plattformbetreiber Gewinn. Sie sind reinstes Gold. Datenschutz hin oder her. Ihr Wert ist beständig. Sie füttern die Algorithmen, die daraufhin stetig feinere auf uns zugeschnittene Angebote präsentieren.

Bewegen wir uns in sozialen Medien, drehen wir uns im Kreis mit vielen Gleichgesinnten. Es ist nicht minder gesagt ein El Dorado für Populisten, Demagogen und dergleichen. Abgekapselt in der Filterblase füttern wir und werden gefüttert. Wir erfahren Zustimmung, identisches Gedankengut. Sichtweisen bilden sich aus, verhärten: Zugehörigkeit, Akzeptanz und Applaus. Wir schwimmen auf einer Welle, fühlen uns gut, angekommen, verstanden. Kehren immer wieder zurück, um mehr davon zu haben. Sind süchtig nach jeden Klick, jeden Post, jedes Like. Richten uns aus, können nicht mehr ohne sein. Wollen immer wieder Akzeptanz und Applaus, um den Dopaminspiegel in die Höhe zu treiben (Kolonko 2019; ZAPP 2022).

Nachdem wir in den Dimensionen der Technizität und Funktionalität gestartet sind, haben wir nun die Brücke zur Sozialität und Kognitivität geschlagen. Die Dimension der Sozialität beschäftigt sich mit den Folgen tatsächlicher Gebrauchsweisen. Die Dimension der Kognitivität geht auf Intentionen, Denkstile und subjektive Sinnzuschreibungen ein. Die folgenden Kapitel bewegen sich schwerpunktmäßig in den Dimensionen der Sozialität und Kognitivität.

Fake News und Hetze

Eine Medaille hat immer zwei Seiten. Treffen wir auf andere Meinungen, kann es passieren, dass unbedacht Posts abgesendet und empfangen werden, die nicht sachlich, sondern persönlich und beleidigend sind. Nicht selten kommt es zu einer Gruppendynamik in dem weitere Posts dieser Art abgesendet werden. Die schöne heile Welt wandelt sich in ein Martyrium.

Fake News, die unschuldige Menschen einer Straftat bezichtigen, können schwere Folgen für die zu Unrecht Beschuldigten haben. Ihr Leben wird auf den Kopf gestellt, nicht selten werden sie gemieden und geächtet. Soziale Medien nehmen unverkennbar Einfluss auf unser Leben, unseren Gemütszustand, unsere Wahrnehmung, unsere Gesundheit.

Ungesunde Scheinwelt

Eine geringe Medienkompetenz begleitet die Nutzung sozialer Medien. Das gelesene Wort wird zumeist, ohne zu hinterfragen für bare Münze genommen. Verbreitete Gedanken, Ideen, Geschichten, Märchen lassen Scheinwelten erblühen. Wir zeigen gerne was wir haben und was wir nicht haben pimpen wir auf. Bilder sind zumeist überzeichnet und surreal. Mit ihnen entsteht ein Ideal, das in der Realität nur sehr schwer erreichbar ist. Doch immer wieder sehen wir makellose Körper, perfekte Welten, ein Lächeln auf den Lippen.

Wir haben die Angewohnheit uns ständig mit anderen zu vergleichen. Warum hat der was ich nicht habe? Was der kann, kann ich schon lange. Wenn wir es jedoch nicht schaffen, den gleichen makellosen Körper zu bekommen, in der gleichen schönen heilen Welt stets mit einem Lächeln aufzuwachen. Was dann?

Der dänische Philosoph und Schriftsteller Søren Kierkegaard schrieb einst: „Das Vergleichen ist das Ende des Glücks und der Anfang der Unzufriedenheit“ (Hornert 2012).

In dem vermeintlichen Wissen, dass das eigene Leben besser sein könnte, weil wir es täglich wahrnehmen und serviert bekommen, entstehen Gedanken und Gemütszustände, die auf dunklen Pfaden wandeln. Wir genügen uns nicht mehr, werden unzufrieden. Unser Selbstwertgefühl leidet, wir verlieren den glauben etwas bewirken zu können. Hoffnungslosigkeit macht sich breit. Wir verfallen gar, Im Falle niedriger Resilienz, in Depression.

Abbildung 2: Einfluss sozialer Medien (Quelle: Kulturzeit 2018)

Wissenschaftler der University of Pennsylvania empfehlen maximal 30 Minuten am Tag sich in sozialen Medien aufzuhalten. Je mehr Zeit in sozialen Medien verbracht wird, umso höher ist die Wahrscheinlichkeit depressive Symptome zu bekommen. Besonders vor dem Hintergrund ständig unerreichbaren Idealen ausgesetzt zu sein, weil wir, obwohl es uns nicht gut tut, in der Angst etwas zu verpassen nicht davon los kommen (Hunt et al. 2018; Ozimek/Bierhoff 2019; Taylor-Jackson/Moustafa 2021).

Darüber hinaus rauben uns soziale Medien Lebenszeit und verursachen Gelenkbeschwerden in dem wir nicht mehr selbstbestimmt, sondern ganz automatisch Social-Media-Kanäle aufsuchen. Wie von Geisterhand landen wir immer wieder bei ihnen. Können den Blick nicht aufrichten, weil wir im Bann von Social Media sind. Der Kopf ist ständig nach vorn geneigt und zieht die Halswirbelsäule in Mitleidenschaft (NDR 2017).

Resilienzfaktor Medienkompetenz

Kierkegaard machte im 19. Jahrhundert auch die Aussage: „Je mehr Leute es sind, die eine Sache glauben, desto größer ist die Wahrscheinlichkeit, daß [sic!] die Ansicht falsch ist. Menschen, die recht haben, stehen meistens allein.“ und stellte damit eine für unsere Gegenwart interessante Hypothese auf (Schefter 2022).

Vor dem Hintergrund sozialer Medien suggeriert die Aussage eine unzureichende Medienkompetenz. Hinzu kommt, dass Plattformbetreiber und Influencer sozialer Medien fokussiert Emotionen triggern, die den Nutzern schöne Gefühle bescheren sollen. Der Wahrheitsgehalt in Posts, Vlogs wie Blogs ist eher sekundär. Likes, Anzahl der Aufrufe und Follower sind das Nonplusultra. In diesem Gefüge kann es durchaus passieren, dass viele Menschen etwas glauben, das nicht wahr ist. Wir geraten in diesem Fall an die Plausibilitätsgrenzen der Demokratie, wenn Entscheidungen aufgrund von Mehrheiten gefällt werden, deren Wissen auf emotional getriggerte Unwahrheiten beruhen und diese Entscheidungen gleichzeitig folgenschwer sind.

Das Phänomen Filterblase zeigt Tendenzen von abgeschotteten Parallelwelten, in denen sich Gedankengut ausreift und fundamentiert. Vor neutralen Hintergrund wäre das zunächst nichts Beunruhigendes. Doch in Anbetracht unzureichender Medienkompetenz in Kombination mit einer Fülle von Informationen, deren Wahrheitsgehalt nicht verifiziert ist, wird das Phänomen Filterblase zu einem Risikofaktor für bestehende Verhältnisse.

Hetze und Indoktrination in den sozialen Medien schüren Hass und Gewalt bis hin zu Attentate und Terroranschläge. Medienkompetenz wird damit neben einem Resilienzfaktor für ein selbstbestimmtes Leben auf Individualebene zum Resilienzfaktor auf Systemebene.

Entsprechend verleihen soziale Medien auch die partizipative Möglichkeit sich gegen Missstände zu organisieren, aufzulehnen und die Gesellschaft mitzugestalten. Der Arabische Frühling entwickelte sich im Fahrwasser sozialer Medien. Autoritäre Machthaber fürchten dieses Potenzial. Ihre Antwort ist Überwachung und Zensur, während sie gleichzeitig ihre Staatspropaganda einer unmündigen und geringfügig medienkompetenten Bevölkerung präsentieren.

Technoider Neokommunismus

Die heutigen technischen Mittel erlauben es jeden Bürger zu überwachen, zu steuern und zu kontrollieren. Vornehmlich autoritäre Staaten machen von dieser Möglichkeit Gebrauch. Bürger, die aus der Reihe tanzen, werden sanktioniert, verleumdet, geächtet und verbannt. Den Überwachungsstaat im Nacken sitzend, sind sie dazu angehalten soziale Normen zu hegen und zu pflegen. Jeder Schritt kann eine Sanktion zur Folge haben. Klarheit in Form sozialer Normen kann zu einem Sicherheitsempfinden führen. Andererseits neigt diese Art der Staatsführung dazu Angst und Schrecken zu verbreiten. Die freie persönliche Entfaltung und selbstbestimmtes Handeln sind eingeschränkt. Jede Offenbarung wird registriert und bewertet. Gedanken bleiben unausgesprochen und Gefühle werden möglichst kaschiert. Kalte Herzen frösteln aparte Seelen.

Aus der Angst ins Glück

Die sozialen Medien sind ein Spiegelbild unserer Gesellschaft. So wie wir Raubbau auf der Erde begehen, so unersättlich sind wir nach Likes und Follower. Gleichzeitig haben wir Angst Besitztümer zu verlieren. Wir sind unsicher, wissen nicht wie die Zukunft aussieht. Wir quantifizieren unsere Welt, um Sicherheit zu gewinnen und bewegen uns doch nicht mehr als im Hamsterrad. Wir sollten unsere Werte und Intentionen hinterfragen: Welchen Wert hat es, dass wir uns nach Metriken beurteilen lassen? Erfahren wir dadurch Glück oder ist es nicht mehr als das Junk-Food für den schnellen Kick?

Inneres Glück ist fern jeglicher Profitorientierung. Aus diesem Grund ist es von enormer Bedeutung weltweit ethische wie gemeinwohlorientierte Algorithmen einzuführen, die keiner profitorientierten Marketing-Strategie folgen. Darüber hinaus ist es wichtig weltweit in Bildungseinrichtungen ein Fach zur Erlangung von Medienkompetenzen zu etablieren, um ein selbstbestimmtes Leben zu führen.

In der Gewissheit inneres Glück in Kombination mit Gemeinwohl zu erfahren, kann die Transformation von einer profitorientierten zu einer gemeinwohlorientierten Gesellschaft vollzogen werden. Auf der Grundlage gesunder wie friedlicher soziokultureller und ökonomischer Bedingungen können wir einen positiven Einfluss auf unsere Umwelt und unsere Umwelt auf uns ausüben. In einer Gesellschaft, die nicht aus Gewinnern und Verlierern besteht, sondern jeder Mensch zufrieden und glücklich ist, niemand fürchten muss Hunger und Durst zu leiden, wird Verlustangst weichen und Neid, Missgunst, Habgier als Geißel der Menschheit schwinden.

Soziale Medien können dazu beitragen. Sie haben die Macht Menschen zu verbinden, Gesellschaften partizipativ zu wandeln und zu gestalten, Weltbilder auszureifen und Frieden zu bringen. Was wir daraus machen liegt bei uns.

Autor: Christoph Ahlfeld

Literaturverzeichnis

Hornert, M. (2012): Macht Facebook unglücklich? Online verfügbar unter: Der Tagesspiegel: URL: https://www.tagesspiegel.de/themen/digitalisierung-ki/neid-im-netzwerk-was-philosophen-und-psychologen-vom-vergleichen-halten/7431028-2.html. Letzter Zugriff: 01. Juni 2022

Hunt, M. G.; Marx, R.; Lipson, C.; Young, J.  (2018): No More FOMO: Limiting Social Media Decreases Loneliness and Depression. Journal of Social and Clinical Psychology, 37(10), 751.

HYGH AG (2022): Klassische Medien – Welche Medien gelten als Traditionell und wo ist der Unterschied zu den neuen Medien? Online verfügbar unter: HYGH: URL: https://hygh.tech/en/klassische-medien/. Letzter Zugriff 22. Mai 2022

Kolonko, S. (2019): Wie uns Social Media abhängig macht. Online verfügbar unter: YouTube: URL: https://www.youtube.com/watch?v=Wj0kROaA4s4. Letzter Zugriff: 29. Mai 2022

Kuhnert, E. (2022): KPIs und Metriken in Social Media – einfach erklärt. Online verfügbar unter: rheindigital: URL: https://rheindigital.de/blog/2022/kpis-und-metriken-in-social-media-einfach-erklaert-rheindigital/. Letzter Zugriff 22. Mai 2022

Kulturzeit (2018): Einfluss sozialer Medien. Online verfügbar unter: ZDF: URL: https://www.zdf.de/kultur/kulturzeit/einfluss-sozialer-medien-100.html. Letzter Zugriff: 30. Mai 2022

NDR (2017): Smartphone-Nacken: Was bei Schmerzen hilft. Online verfügbar unter: NDR: URL: https://www.ndr.de/ratgeber/gesundheit/Smartphone-Nacken-Was-hilft-bei-Schmerzen,nackenschmerzen120.html. Letzter Zugriff 16. Juni 2022

Ozimek, P.; Bierhoff, H. W. (2019): All my online-friends are better than me – three studies about ability-based comparative social media use, self-esteem, and depressive tendencies. Behaviour & Information Technology, 39(10), 1110–1123. https://doi.org/10.1080/0144929x.2019.1642385

Schefter, T. (2022): Rechthaben. Online verfügbar unter: Aphorismen.de: URL: https://www.aphorismen.de/zitat/16308. Letzter Zugriff 28. Juni 2022

Taylor-Jackson, J.; Moustafa, A. A. (2021): The relationships between social media use and factors relating to depression. The Nature of Depression, 171–182. https://doi.org/10.1016/B978-0-12-817676-4.00010-9

ZAPP (2022): Tik Tok: Mit diesen Tricks raubt die App unsere Zeit. Online verfügbar unter: NDR: URL: https://www.ndr.de/fernsehen/sendungen/zapp/TikTok-Mit-diesen-Tricks-raubt-die-App-unsere-Zeit,zapp13762.html. Letzter Zugriff 16. Juni 2022

[metrische-kulturen]

Genese der KI als Werkzeug der Menschheit 

Entstehungskontext der Künstlichen Intelligenz

Der Grundgedanke der Künstlichen Intelligenz wurde zuerst bei einer Konferenz in New Hampshire in den USA gelegt. Der Mathematiker McCarthy lud im Jahre 1956 führende Forscher der damaligen Zeit ein, um einen Überblick die Künstliche Intelligenz zu geben. Die Inhalte der Konferenz waren die Grundbausteine für die weiterführende Forschung im Bereich KI. Der Begriff Künstliche Intelligenz wurde unter dem Namen“ Artificial Intelligence“ in dieser Konferenz erwähnt. Der Ansatz von McCarthy war es, eine Studie durchzuführen ob es prinzipiell möglich sei, eine Art von Intelligenz in einer Maschine manifestieren zu können. Das Letzte Zitat von McCarthy lautet „Wie kann ich eine Maschine bauen, die bei der Lösung von Problemen Originalität zeigt?“ 

Auch in Deutschland gab es Ansätze der KI unter dem Namen Kybernetik. Bereits in den 60er fanden die neuronalen Netze mit analoger Elektronik Einzug in der Informatik und wurden seither immer weiter erforscht. Heutzutage ist die Künstliche Intelligenz allgegenwärtig. Sie reicht von Waschmaschinen bis hin zu Robotern in der Industrie. Vor allem China und USA sind die Vorreiter bei der Erforschung und Etablierung von KI-Systemen. 

Wichtige Meilensteine der KI 

1950 - Der Turing Test und das Chinesische Zimmer 

Der Mathematiker Alan Turing entwickelte die nach ihm benannte Turing-Maschine. Dabei versuchte er die Denkprozesse des Menschen auf einem Computer zu simulieren. Diese Simulation wird auch Turing-Test genannt. Er fragte sich, ob es für eine Person C möglich wäre zu erkennen, ob sie mit einem Computer A oder einer Person B kommuniziert. Der Test gilt als erfolgreich, Wenn Person C nach einer gewissen Zeit nicht sagen kann, ob sie nur mit einer KI oder einer reellen Person interagiert hat. Jedoch versucht das Experiment des „chinesische Zimmer“ diesem Ansatz zu widersprechen. Nur weil eine KI eine Abfolge von Prozessen perfektioniert hat, heißt das noch lange nicht, das sie intelligent sei. 

1960er - Simulation von Intelligenz 

Jospeh Weizenbaum entwickelte ein Computerprogramm namens ELIZA. Es kann die Kommunikation zwischen einem Menschen und einem Computer über natürliche Sprache aufzeigen. Es simuliert einen Psychotherapeuten, womit sich der Patient unterhalten kann. 

1960-1070er – Optimismus wurde zu Pessimismus

Die Künstliche Intelligenz ist bis hierhin oft gescheitert. Millioneninvestitionen wurden getätigt für Sprachübersetzer, jedoch scheiterten die meisten Projekte. In der Anfangszeit war die Ansicht zur KI sehr optimistisch. Man hat im Jahre 1957 prognostiziert, dass man innerhalb 10 Jahren ein Computer entwickeln könne, die den Schachweltmeister besiegen kann. Die Prognosen trafen vorerst nicht ein.

1975 – Kybernetik und KI

Vorreiter der KI in Deutschland ist die Kybernetik. Ein erstes Treffen bei der Universität in Bonn im Jahre 1975 über das Thema KI stand zu diesem Zeitpunkt statt. In Deutschland waren die Grundbausteine für die Kybernetik schon früher gelegt. Man erfand in den 1960er ein neuronales Netz mit analoger Elektronik. Ein paar Jahre später wurde vom Computer erzeugte Grafiken gezeigt.

1997 – Durchbruch der KI durch Deep Blue 

Von der Firma IBM wurde ein Schachcomputer namens Deep Blue entwickelt. Dieser musste sich gegen Kasparow, dem damaligen Schachweltmeister, behaupten und gewann. Viele Menschen beunruhigte dieser Sieg, da nun zum ersten Mal eine Maschine dem Menschen in einem kognitiven anspruchsvollen Spiel überlegen war.

2011 – Siri

Der Hersteller Apple stellte sein sprachgesteuertes Assistenzsytem namens Siri vor. Siri übernahm die Vorreiterrolle der verschiedenen sprachgesteuerten Assistenzsystemen. 

2016 – Mensch vs. Maschine

Die Google Software Alpha Go gewann gegen den Weltmeister im Go-Spiel Lee Sedol. Das Brettspiel Go ist ein weiteres komplexes Spiel wie Schach, was jedoch wieder von einer KI perfektioniert wurde. Nachdem der Staat Südkorea gesehen hatte, dass ihr Weltmeister von einer Software besiegt wurde, haben sie 760 Milliarden € für die Entwicklung von KI-Systemen investiert. 

Bild: https://www.cloud-science.de/tag/algorithmen/page/3/

Was ist Intelligenz 

Bevor wir uns die Frage stellen, was eine künstliche Intelligenz ist, müssen wir erst einmal klären was überhaupt Intelligenz bedeutet. Selbst unter intelligenten Intelligenzforschern herrscht keine Einigkeit über die Beschaffenheit von Intelligenz. Der Kosmologe und Wissenschaftsphilosoph Max Tegmark hat in seinem Buch „Das Leben 3.0“ sich an eine Formulierung gewagt. Er sagt aber selbst, es gäbe keine unumstrittene „korrekte“ Definition von Intelligenz. Stattdessen konkurrieren viele Konzepte miteinander. Bewusst hat er sich für eine maximal umfassende und offene Perspektive entschieden, um keine Intelligenzformen einzuschränken. 

„Intelligenz ist, komplexe Ziele zu erreichen“ -Max Tegmark

Aber was bedeutet komplex? Laut Tegmark beinhaltet dies die Fähigkeit für logisches Denken, Planen, emotionales Wissen, Bewusstseinsfähigkeit, Kreativität, Problemlösen und/oder Lernen. Sie soll umfassend genug sein, alle Arten der Intelligenz zu schließen.  Intelligenztest versuchen zum Beispiel die kognitive Leistungsfähigkeit eines Menschen messbar zu machen. Allerdings beruhen diese meist auf logische und mathematische Grundlagen, berücksichtigen aber nicht das emotionale oder spirituelle Wissen. Der Mensch wird in einem klassischen IQ Test wie eine Maschine behandelt, er muss auf Fragen eine adäquate Antwort finden um das Ziel zu erreichen. Auch die Bewusstseinsfähigkeit eines Menschen ist nicht klar definiert und kann nicht messbar gemacht werden. Wie denn auch. Bis heute sind wir uns selbst uneinig was es heißt, ein „Bewusstsein“ zu besitzen und wie es sich zusammen setzt. Ganz nach dem Motto: 

„Ich weiß, dass ich nichts weiß“ - Sokrates

Also wie lässt sich dann behaupten eine KI sei intelligent und sogar dem Menschen überlegen? Definitiv eine Frage die nur schwer und nicht eindeutig zu beantworten ist. Wie oben beschrieben, ist Intelligenz mit dem erreichen eines Zieles zu verbunden, was eine KI in seinem sektoralen Gebiet auch kann. Dennoch ist eine KI ist nur so intelligent, wie ihr Algorithmus arbeitet und nur so intelligent wie die Daten die sie bekommt zum lernen. Das bedeutet, sie ist nur „scheinintelligent“ und weist kein Verständnis für die ihr aufgetragene Aufgabe auf. Sie kann kein eigenständiges Wissen generieren und das Erlernte nicht auf multisektorale Gebiete übertragen. Das Computer Programm „Deep Blue“ von der Firma IBM hat 1997 den Schachweltmeister Garri Kasparov zwar im Schach geschlagen, würde aber gegen ein Kind in scheinbar banalen Spielen wie 4-Gewinnt verlieren. 

Hierbei sprechen wir von einer sogenannten „schwachen KI“, sie kann nur in sektoralen Gebieten agieren. Denn ihr fehlt das Verständnis, warum sie ihr Ziel erreichen muss. Sie führt nur die Befehle aus, die ihr durch den Algorithmus implementiert wurden.

Wenn die Rede von einer „starken KI“ ist, handelt es sich hierbei um eine sogenannte „Superintelligenz“. Sie würde dabei mehrere sektorale Einsatzgebiete einschließen und könnte dabei sogar weitere eigenständig erschließen. Gruselig? Zu Recht. Aber ich kann Sie beruhigen. Mit dem momentanen technischen Stand ist das nicht umsetzbar und ist lediglich Science Fiction. Vielleicht wird es auch immer genau das bleiben, denn hier für bräuchte es eine Art eigenes Bewusstsein. 

Judea Pearl, ein renommierter Informatiker und eine Koryphäe auf seinem Gebiet hat die sogenannte „Leiter des kausalen Verständnisses“ begründet. Sie beinhaltet 3 Stufen um eine KI zu beschreiben. Aktuell befinden sich die meisten KI`s auf der ersten Stufe und nur ein paar Ausnahmen auf der zweiten Stufe. 

Assoziation: Es regnet, also ist die Straße nass

Vorhersage: Wenn ich einen Schirm aufgestelle, wird die Straße nicht nass

Hypothesen: Fähigkeit, Vorhersagen zu treffen, unter Bedingungen, die sich nicht mehr ändern lassen (Wäre die Straße nass, wenn wir vor 10 Jahren den CO2 Ausstoss verringert hätten)

Die dritte Leiter des kausalen Verständnisses fordert das beantworten von sogenannten „Was-Wäre-Wenn“ Fragen. Genau hier setzt aber ein grundlegendes Problem ein, die „Korrelationsproblematik“. Die KI untersucht nur statistische Zusammenhänge und keine Kausalitäten. Sie suchen nach Mustern in den ihnen bereitgestellten Daten. Daher ist sie zwangsweise limitiert wenn sie keine weiteren zur Verfügung gestellt bekommt. 

Aber was, wenn wir ihr keine Daten zur Verfügung stellen? Eines der drei Grundprinzipien des „Machine Learning“ worauf wir uns in diesem Blog beziehen, ist das sogenannte „Reinforcment Learning“. Der Hintergedanke ist, dass die KI ohne ein Input, also vorhandenen Daten vom Menschen bereitgestellt, eigenständig Informationen generieren kann um damit das vorgegeben Ziel zu erreichen. Dabei versucht man die Lernmethoden der Natur nachzuahmen. Die KI soll lernen wie wir als Kinder früher durch Belohnungen, Bestrafungen, Erfahrungen und Wiederholungen. Als Kind wurde uns zwar gesagt, die Herdplatte sei heiß, aber dennoch wollten wir unsere eigene Erfahrung machen. Natürlich wurden wir eines besseren belehrt und verbrannten uns. Wir haben aus diesem Fehler gelernt und wiederholen diesen bestenfalls nicht mehr. Und selbst wenn, besitzt der Mensch eine Eigenschaft die sich Reflexe nennt um solchen Situationen entgegen zu wirken. 

Dieses Prinzip des intuitiven Lernens will die Informatik auf die KI übertragen. Die Intention dabei ist, dass die KI eigenständig neue Herangehensweisen findet die zunächst nicht vorgesehen waren. Dabei bewegt sie sich zwischen einem schmalen Grad. Einerseits soll sie zielstrebig arbeiten, anderseits darf sie sich auch ausprobieren und die Umwelt „entdecken“. Dabei erhält der Algorithmus eine Erkundungskomponente um Zufallsentscheidungen bewusst zuzulassen. Ein Beispiel dafür ist das momentane Forschungsprojekt des Max-Planck-Instituts der „Tri-Finger-Plattform“. Dort forscht ein Team mit dieser Art des „Machine Learning“ an einem Roboter der selbständig sich mit etlichen Sensoren Informationen über einen farbigen Würfel beschaffen soll. Was schon erfolgreich getestet wurde. Bereits jetzt kann der Roboter die Farbe erkennen und sogar bis zu 3 Würfel aufeinander stapeln. Jedoch dauert das Lernen im Verhältnis zu ähnlichen KI deutlich länger, da es alles in physischer Echtzeit erlernen muss und nicht wie bei reinen Computer-Programmen, den Vorgang parallel oder in mehrfacher Geschwindigkeit abgespielt werden kann.  

Bild: https://www.cloud-science.de/tag/deeplearning/page/2/

Grenzen und Grenzüberschreitungen 

Rechtliche Regulierungen und Grenzen

Bei hochkomplexen technischen Systemen wie der künstlichen Intelligenz muss es einige rechtliche Regulierungen und Grenzen geben, da viel mit personenbezogenen Daten gearbeitet wird. Dabei gilt es zu berücksichtigen, dass technische Systeme mit künstlicher Intelligenz in den letzten Jahren eine rasante Entwicklung vorgenommen haben. Es ist zu beachten, dass neben den Informationen, die nur auf die Person bezogen sind, meistens zusätzlich die Meta- und Hintergrunddaten erfasst werden. Zu diesen gehören die Standortdaten, der Suchverlauf und persönliche Vorlieben. In einem weiteren Schritt werden oft auch biometrische Daten, wie Stimme, Gesichtsmuster sowie Körpergestalt erfasst und ebenfalls sind Prognosedaten, die Aussagen über in der Zukunft liegende Verhältnisse ermöglichen können, nicht ausgeschlossen. Da diese personenbezogenen Daten direkt beim Betroffenen erhoben und an die Hersteller oder Betreiber als verantwortliche Stelle übermittelt werden handelt es sich um eine datenschutzrechtliche Grauzone, da viele dieser Betreiber ihren Sitz außerhalb der EU haben. Da die Daten gespeichert und über mehrere Übermittlungen mit zusätzlichen Informationen oder Analysen verarbeitet werden ist es die Verarbeitung von persönlichen Daten und damit Anwendungsbereich des Bundesdatenschutzgesetzes sowie der Datenschutzgrundverordnung. Da nicht alle Prozesse der Datenverarbeitung definierbar sind, sind beim Einsatz von KI in Zukunft Konzepte zum Datenschutz und IT-Sicherheit, die den technischen Fortschritt, unter Berücksichtigung des Potenzials durch endlose Datensammlung und optimierte Methoden der Analyse durch die KI angemessen berücksichtigen.

Menschliche Grenzen

Des Weiteren gibt es auch menschliche Grenzen beim Einsatz von KI sowie beim Verständnis von KI in der Gesellschaft. Dabei möchte ich im Folgenden genauer auf die Grenze des menschlichen Denkens eingehen. Der Mensch hat kaum die Möglichkeit dem Lernerfolg einer KI gleichzukommen und ist oftmals in seinem Horizont eingeschränkt.. Um zu verbildlichen was die rasante Entwicklung der Rechnerleistung bedeutet ein Beispiel. Wenn man ein DIN A4-Blatt um die Hälfte faltet, verdoppelt sich dessen Dicke. Das funktioniert genau sechs Mal, Danach lässt sich das Blatt nicht weiter umknicken. Würde man es allerdings 42 Mal falten können, entspräche die Dicke der Strecke von der Erde zum Mond – unglaubliche 380.000 Kilometer. Umgelegt auf die Rechnerleistung nach Moores’s Law bedeutet dies, dass wir schon ein ganzes Stück von unserem Ausgangspunkt entfernt sind. Wichtig zu verstehen ist hierbei, dass es keine Endstation gibt. Da stellt sich die Frage: Wollen wir als Gesellschaft mit einer sich rasant entwickelnden Technologie arbeiten, dessen Intelligenzpotenzial wir uns nicht vorstellen können, mit dem Wissen, dass es keine Endstation gibt?

Bild: https://www.cloud-science.de/tag/bigdata/page/2/

Wie Kunst und Wissenschaft das Bild der KI prägen

Die „starke Intelligenz“ durfte bereits in zahlreichen Science Fiction Filmen und Büchern als Hauptdarsteller mitwirken. Immer wieder stellen sich den Zuschauern dabei derartige Fragen: Wie weit liegt diese Darstellung von unserem alltäglichen Leben entfernt? Leben wir bereits in einer KI bestimmten Welt? Was wird uns in Zukunft erwarten?

Die Frage nach der zukünftigen Entwicklung ist sehr kontrovers und auch von Experten nur schwer zu beantworten. So konnte auch der berühmte Wissenschaftler Stephen Hawking zu seiner Zeit nicht beantworten, in welche Richtung wir uns in Bezug auf künstliche Intelligenz bewegen. 

„Die Entwicklung Künstlicher Intelligenz könnte entweder das Schlimmste oder das Beste sein, was den Menschen passiert ist.“ – Stephen Hawking

Anhand diesem Zitat wird deutlich, wie undurchsichtig das Thema der KI-Entwicklung bis heute noch ist. Ebenso gespalten sind hierbei die Sichtweisen in der Bevölkerung auf dieses Thema. Die Kunst, beispielsweise in Form von Science Fiction Filmen, kann dabei eine große Einflussnahme auf das Bild von KI in der Gesellschaft einnehmen. Oftmals werden hierbei Zukunftsprognosen dargestellt, welche das Ende der Menschheit durch eine bösartige Entwicklung der KI zeigen. Dieser Art von Dystopien lässt sich durch den aktuellen Stand wissenschaftlicher Fakten entgegnen. Aus dem Standpunkt der Wissenschaft und Forschung heraus, lassen sich ebenfalls mögliche Utopien zur Zukunft der KI beschreiben. Inwiefern diese mit den Darstellungen in der Kunst vereinbar sind, soll nachfolgende an einem Beispiel gezeigt werden.

Nehmen wir den Film „Ex Machina“ als Beispiel. Wer den Film noch nicht gesehen hat, kann sich über folgenden Link den Trailer ansehen: 

Wie ist diese Darstellung der Roboterfrau „Ava“ aus wissenschaftlicher Perspektive zu bewerten? Nach dem aktuellen Forschungsstand entspräche „Ava“ der Schnittstelle aus Robotik und KI. Die KI würde der höchsten Stufe künstlicher Intelligenz entsprechen, der sogannten „starken KI“, was aktuell noch nicht umzusetzen ist. Allerdings sind die heutigen KI`s bezüglich der Kommunikation  bereits sehr fortgeschritten. Experten rechnen auch damit, dass es noch in diesem Jahrzehnt KIs geben wird, welche Gespräche auf menschlichem Niveau führen können. Anders dagegen steht es um die ausgeprägten menschlichen Bewegungen, Mimiken und Gestiken von Ava. Diese sind praktisch denen eines Menschen gleichzusetzen. Dynamische Bewegungen in der Robotik umzusetzen ist derzeit noch sehr schwer (wobei die Forschung sich in eine gute Richtung bewegt). Ebenso die Mimik, gerade weil uns Menschen schon minimale Unstimmigkeiten in der Mimik auffallen. Für die Zukunft könnten auch „biologische neuronale Netzwerke“ interessant werden. In der aktuellen Forschung gelang es Wissenschaftlern bereits eine geringe Anzahl von Neuronen auf einem speziellen Untergrund anzureichern. Dabei nutzten sie Hautzellen, die zu Stammzellen umgewandelt wurden und anschließend daraus Neuronen gezüchtet wurden. Ziel soll es sein, die Eigenschaften der Neurone zu nutzen, um in Kombination mit technologischen Bausteinen eine KI zu entwickeln, welche nach ähnlichen Prinzipien des menschlichen Gehirns arbeitet. Damit würde die KI schneller und anpassbarer werden. Während es sich derzeit um wenige tausend Neuronen handelt, ist es gar nicht abwegig, dass derartige biologische neuronale Netzwerke in der Größe eines menschlichen Gehirns gedacht im Stande einer Bewusstseinsbildung sein könnten. 

Neben der Kunst gibt es auch Experten aus der Wissenschaft, welche sich mit dem Thema der KI Entwicklung auseinander setzen. Nicht fehlen dürfen dabei die persönlichen Zukunftsprognosen dieser Experten. Da die KI zukünftig Einzug in viele verschiedene Lebensbereiche finden wird, wird sich in diesem Beispiel auf den Bereich der Arbeitswelt eingegrenzt. Es stellt sich also folgende Frage: Wie könnte eine KI geprägte Arbeitswelt in der Zukunft aussehen? Dieser Fragestellung haben sich auch zwei Professoren in ihren Veröffentlichungen gewidmet. Auf der einen Seite Yuval Harari, Professor für Geschichte und Max Tegmark auf der anderen Seite als Professor für Physik. Obwohl die beide Autoren unterschiedlichen Professionen entstammen, ähneln sich ihre Zukunftsprognosen in verschiedenen Punkten. Zum einen sind beide Professoren der Meinung, dass die KI zukünftig viele Menschen von ihren Arbeitsplätzen ablösen könnte. Dies würde sich nicht nur auf die Montage und Produktion durch Automatisierung beschränken, sondern sich beispielsweise auch auf den Finanzbereich auswirken. Durch den disruptiven Charakter der KI Entwicklung könnte dieser Prozess so schnell ablaufen, dass nicht alle Betroffene die Möglichkeiten oder überhaupt die Fähigkeiten zu einer Umschulung haben. Als Schlussfolgerung ziehen ebenfalls beide Prognosen, dass es dadurch zwangsweise zu einer Umverteilung von KI Reichtum kommen muss. Denn wenige Menschen auf der Welt werden sehr große KI Firmen besitzen und damit sehr viel Reichtum generieren. Auf der anderen Seite wird es die vielen arbeitslosen Menschen geben, welche sich erneut einer existenziellen Sinnfrage stellen müssen. Bedeutungslosigkeit könnte in diesem Zusammenhang ein großes Problem werden, wofür es gesellschaftliche Lösungen benötigt. Tegmark vergleicht die zukünftige Arbeitswelt dabei mit dem alten Athen, in welchem Sklaven die schweren Arbeiten bewältigt haben während die Athener sich anderen Lebensbereichen widmen konnten. Im Sinne eines „digitalen Athens“ wie es Tegmark bezeichnet würden diese Sklaven mit der KI gleichgesetzt werden. Harari stellt die Überlegung in den Raum den Begriff „Arbeit“ neu zu definieren. Demnach könnten Tätigkeiten wie Erziehung oder Pflege von Familienmitgliedern als Arbeit bezeichnet und dementsprechend auch vergütet werden. Bezüglich Kreativität in der Arbeitswelt ist Tegmark der Meinung, dass dies noch längere Zeit Menschensache bleiben wird. Harari hingegen sieht es für möglich, dass auch kreative Tätigkeiten in naher Zukunft Sache der KI werden könnte. Als Beispiel hierzu nennt den Beruf des Musiker, welcher von einer KI abgelöst wird, die um einiges genauer auf den Geschmack jeden Hörers angepasste Musik produzieren könnte. Auch hält er es für möglich, dass die Politik eingreifen muss indem sie die KI Entwicklung gezielt abbremst. 

Ausblick

Mit der Aussage „Daten sind das neue Öl“ schreibt Manuela Lenzen den Daten zukünftig einen sehr hohen Stellenwert zu. Nach ihrer persönlichen Utopie hält sie es sogar für wahrscheinlich, dass unter Strengen datenschutzrechtlichen Regelungen alle Daten weltweit auf einem internationalen Speicher gesammelt werden. Unternehmen werden dabei großes Interesse an Daten haben und auch die Forschung rund um die KI wächst zusammen mit den Datensätzen. 

“Verheißungsnarrative sind weder Bedienungsanleitung noch Technikfolgenabschätzung, [...]” Stefan Selke

Anhand dieses Zitates wird verdeutlicht, dass es sich bezüglich der KI Entwicklung in der Zukunft vorerst nur um subjektive Spekulation handelt. Obgleich auch Experten in diesem Gebiet ihre Utopien ausgehend von wissenschaftlichen Fakten der Gegenwart aufbauen, am Ende des Tages schaffen sich die Menschen ein Bild, eine Utopie oder eine Dystopie von KI an welche sie gerne glauben oder hoffen. 

Es ist davon auszugehen, dass sich angesichts des disruptiven Charakters der KI Entwicklung die Frage nach der technologischen Umsetzung zunehmend zu gesellschaftlichen und rechtlichen Fragestellungen entwickelt. Damit nimmt die KI Entwicklung auch zunehmend interdisziplinäre Charakteristiken auf. Als zentrale Forschungsfelder mit vielversprechenden Erfolgsaussichten kann die Methode des „Reinforcement Learnings“ gesehen werden. Auch die Forschung rund um biologische neuronale Netzwerke könnte zukünftig zu neuen Dimensionen von KI führen. Hier könnte großes Potenzial für die KI- und Robotikentwicklung liegen. Jedoch sollte auch immer beachtet werden, dass eine KI immer nur so gut sein kann, wie die Daten welche ihr zugrunde gelegt werden und der Rahmen welcher ihr gesetzt wird. Daher sind wir auch noch fern von einer KI, welche den Menschen übersteigt. Vielmehr sollte sich immer wieder die Frage gestellt werden, was mit der KI bezweckt werden sollte und welche Aufgabe sie in unserer Welt einnehmen soll. Als letzten Punkt ist noch zu erwähnen, dass eine Übertragung von Bewusstsein auf eine künstliche Intelligenz noch nicht möglich ist. Das liegt vor allem daran, dass wir Menschen selbst das Bewusstsein an sich noch nicht greifbar machen oder definieren können.

Bild: https://www.cloud-science.de/tag/ki/page/6/

Literaturverzeichnis:

Harari, Y. (2018): 21 Lektionen für das 21. Jahrhundert. München: C.H.Beck. 49-130.

Lenzen, M. (2018): Künstliche Intelligenz – was sie kann & was uns erwartet. München: C.H.Beck. 196-249.

Tegmark, M. (2017): Leben 3.0 – Mensch sein im Zeitalter Künstlicher Intelligenz. Berlin: Ullstein Verlag. 125-290.

Doktor Whatson (2022a) Erster Computer aus Gehirnzellen schlägt schon jetzt klassische KI. Available at: v=P9fF-1Y6K5A (Accessed: 18 June 2022).

Doktor Whatson (2022b) Wissenschaftler reagieren auf KI-Film Ex Machina. Available at: v=YHddRHabpWM (Accessed: 18 June 2022).

‘KI-getriebener Wandel der Gesellschaft | KI – Mensch – Gesellschaft’ (no date). Available at: getriebener-wandel-der-gesellschaft/ (Accessed: 18 June 2022).Verfügbar unter: https://www.kimege.de/ki-getriebener-wandel-der-gesellschaft/

Ralf Otte (2019): Künstliche Intelligenz für Dummies 

Autoren: Nasrullah Arslan, Luc Gaubusseau, Fabian Müller, Simon Knödler

[metrische-kulturen]

Gesellschaftliche Implikationen und ethische Aspekte von KI

Mit dem technischen Fortschritt im Feld der Künstliche Intelligenz (KI) steigt die Relevanz ethischer Bewertung. Allerdings müssen hier zunächst die Begriffe Ethik und Moral abgegrenzt werden. Moral kann als die Gesamtheit feststellbarer Verhaltensweisen, Verhaltensnormen und verhaltensbezogener Einstellungen und Werturteile“ (Werner 2021: 6) verstanden werden. Also die alltägliche Abwägung zwischen falsch und richtig. Ethik ist die Wissenschaft dieser Abwägung und kann als wissenschaftliche Reflexion der Moral definiert werden. In Hinsicht steigender Autonomieform und Sensibilität des Kontextes, wie es beispielsweise beim autonomen Fahren der Fall ist, ist der Bedarf einer ethischen Bewertung und der Sensibilisierung der Gesellschaft besonders wichtig. Auch der mögliche „Point of no Return“ lässt die Relevanz der Thematik steigen. Armin Grunwald, Philosoph und Technikfolgenabschätzer, beschreibt in seinem Buch „Der unterlegene Mensch“ mit dieser Bezeichnung den Zeitpunkt, bei dem ein angestoßener Prozess und damit auch die Folgen dieses Prozesses, nicht mehr gestoppt werden kann/können. 

Neben der konkreten ethischen Bewertung stellt sich auch die Frage nach den Gründen für diese Entwicklung. Wieso verfolgt der Mensch das Ziel, Entscheidungen abgenommen zu bekommen? Wieso möchte er freiwillig weniger frei sein? Am Beispiel des autonomen Fahrens ist der Sicherheitsaspekt von Relevanz. Der Mensch gilt als Hauptunfallverursacher auf den Straßen. Ein Auto in der Steuerung künstlicher Intelligenz wird sehr wahrscheinlich keine Unfälle aufgrund überhöhter Geschwindigkeit oder Alkoholkonsum bauen. Auch die mögliche Chancengleichheit kann als Grund für die Implementierung von KI im Verkehr gesehen werden. Noch sind kranke oder eingeschränkte Menschen vom Fahren ausgeschlossen. KI könnte Mobilität für alle bedeuten. Auch der Faktor des bestehenden Wettbewerbs zwischen Automobilherstellern ist ein Grund für die Entwicklung und kann laut Grunwald als treibende Kraft betitelt werden. Zudem ist es natürlich auch bequemer, sich Entscheidungen von einer KI abnehmen zu lassen. 

Vor der Frage welche ethischen Ansätze im Bezug auf die Technik gelten, muss erstmal die Frage geklärt werden, welchen Stellenwert die KI hat. KI kann aus zwei Blickwinkel betrachtet werden: Ist sie moral patients oder moral agents?

Als moral patients werden Werteträger bezeichnet, welche geschützt werden und können Menschen sowie Tiere, Pflanzen, Ökosysteme oder die unbelebte Natur sein. Darunter fällt dann auch klar die KI als Teil unserer Umwelt. 

Die Frage, ob KI auch moral agents sind, gestaltet sich etwas schwieriger. Moral agents schützen die oben genannten Dinge und sind aktive, moralisch handelnde Akteure. KI könnte in der Rolle des moral agents ein aktiver, moralischer Akteur sein und sich und anderen somit ethische Grundsätze auferlegen und diese auch dauerhaft umsetzen. Ein Beispiel für KI als moral agent ist der Roboter „Immanuel“. Mit ihm kann man über ethische Dilemmata diskutieren.

Bingmann (2021): Roboterkopf Immanuel

Nicht nur die Frage welchen ethischen Stellenwert die KI einnimmt, sondern auch die Frage welche Ethik der KI innewohnt, ist zu klären. Die Entwickler*innen beeinflussen die KI und somit auch die Handlungen der KI maßgeblich. Beispielsweise in einer gefährlichen Situation im Straßenverkehr muss jeder Mensch seine Entscheidung selber treffen und ist sich bewusst, wie er die Entscheidung trifft. Die Entscheidung einer KI wird für Menschen allerdings nicht vollständig nachvollziehbar sein. Daher ist es wichtig, dass im Vorhinein geklärt ist, wie die KI ethisch richtige Entscheidungen trifft.

Ein ethischer Ansatz, der der KI vermittelt werden kann, ist die Deontologie. Der Ausgangspunkt des deontologischen Ansatzes ist das „moralisch Richtige“. Die Entscheidung, welche Handlung ausgeführt wird, wird ohne Einbeziehung der Konsequenzen oder der Erfahrung getroffen. Wichtig ist die Absicht oder der gute Wille hinter der Handlungs-Entscheidung.

Handle so, wie du das allgemeine Gesetz wollen würdest.

Eine Unterkategorie der Deontologie ist Kant’s kategorischer Imperativ. Bei ihm beruht das Handeln auf Maximen, also selbstauferlegte Regeln. Die Konsequenzen oder die Empirie spielt keine Rolle. So würde eine KI beispielsweise niemals lügen, wo sich eine Person aufhält beziehungsweise nicht den Standort preisgeben, selbst wenn absehbar ist, dass sie dadurch die fragliche Person gefährden wird. 

Das Gegenstück zur Deontologie ist die Teleologie. Dieser Ansatz bewertet das Ergebnis, das Ziel bewertet Konsequenzen des Handelns.

Handlungen sind moralisch richtig, wenn sie zu einer Maximierung von etwas moralischem Guten betragen.

Ein teleologischer Ansatz stellt der Utilitarismus dar. Dieser Ansatz versucht Glück und Nutzen gegen Schaden und Leid auszurechnen. Dabei wird versucht, das Glück, Lust und Nutzen zu quantifizieren, allerdings ist das oft fehleranfällig und problematisch. 

Das Handeln zieht darauf ab, größtmöglich viel Glück, Lust oder Nutzen hervorzubringen und möglichst viel Leid zu verhindern.

Das Handeln zielt darauf ab, dass die Folgen für alle Beteiligten die besten sind und so wenig Leid oder Schaden wie möglich entsteht.

Für die KI ist der utilitaristische Ansatz ein großer Vorteil. Auch wenn sie nicht vollständig „objektiv“ sein kann, so würde sie sich in ihrer „Rechnung“ weniger von Gefühlen und Emotionen beeinflussen lassen als jeder Mensch. KI wären die besten Utilitaristen. Sie könnten den größtmöglichen Nutzen sowie das geringste Leid quantifizieren und berechnen.

Zur Untersuchung der ethischen Bewertung beim Einsatz von künstlicher Intelligenz können verschiedene KI-Ethik Modelle herangezogen werden.Das KI-Ethik Prinzipien Modell von Barton und Poppelbüß von 2022 fasst bisher bestehende Gedanken zum Thema KI-Ethik zusammen und beschreibt die wichtigsten Punkte, die bei der Implementierung von KI beachtet werden müssen, um eine möglichst hohe Akzeptanz von KI-Technologien sicherzustellen.

Bild: Barton, M.; Poppelbüß, J. (2022): Prinzipien für die ethische Nutzung künstlicher Intelligenz. HMD Praxis der Wirtschaftsinformatik, 59(2), 468-481. 

Der Begriff Wohltätigkeit bedeutet, dass sich eine gute KI an den menschlichen Werten ausrichten sollte. Sie sollte menschliche Werte auf ökonomischer, sozialer und ökologischer Ebene vertreten. 

Transparenz bedeutet, dass beim Einsatz von KI relevante Informationen über die Datenquellen, die Datenarten und die Datenverarbeitung offen zugänglich sein sollten, um das Handeln der KI nachvollziehbar zu machen. 

Des Weiteren muss geklärt werden, wer die Verantwortung für das Handeln der KI trägt und wer für die Konsequenzen bei falschem Handeln der KI verantwortlich ist oder inwiefern das Handeln kontrolliert werden kann und ein Eingriff von außen trotzdem noch möglich ist. 

Beim Beispiel vom autonomen Fahren würde dies bedeuten, dass die Fahrdaten zum Einlernen der KI offen zugänglich sein müssten und Entscheidungen und das Handeln der KI im Straßenverkehr für alle nachvollziehbar sein sollte. Beispielsweise wie die Kameras und Sensoren bestimmte Situationen anhand welcher Kriterien beurteilen.

Momentan ist es in den meisten Formen des autonomen Fahrens so geregelt, dass der Fahrer am Steuer die Verantwortung über das Auto und den Straßenverkehr übernimmt und bei falschem Handeln der KI die Möglichkeit hat, einzugreifen. 

Zur Gewährleistung von Sicherheit und zur Vermeidung von Schäden sollte die Vorgehensweise und der Lernprozess der KI regelmäßig geprüft werden. In dem oben genannten Modell wird dies mit Nicht-Boshaftigkeit bezeichnet. 

Dabei helfen zum Beispiel eingebaute Qualitätsauswertungen oder von der Regierung veranlasste Interventionen auf den Ebenen der KI-Forschung, -Entwicklung und dem Einsatz. 

KI-Technologien befinden sich in einem stetigen Entwicklungsprozess und sollten somit regelmäßig von Menschen überwacht und weiterentwickelt werden, sodass keiner zu Schaden kommt. 

Bei dem Prinzip der Autonomie sollte darauf geachtet werden, dass der Mensch trotz Einsatz einer KI immer noch genug Entscheidungsbefugnis und Handlungsfreiraum hat. Die KI sollte nicht zu viel Kontrolle übernehmen, sodass der Mensch nicht von der KI abhängig wird oder der Entscheidungs- und Handlungsspielraum des Menschen nicht zu stark eingeschränkt wird. 

Der Mensch muss immer dazu in der Lage sein, die KI unter Kontrolle zu haben und damit die Entscheidungshoheit zu behalten. 

Beispielsweise hat der Fahrer beim autonomen Fahren, zwar die Möglichkeit, dass das Auto selbst fährt und der Fahrer selbst nichts machen muss. Trotzdem sollte er die Kompetenzen besitzen ein Auto führen zu können und im Zweifelsfall eingreifen und eigene Entscheidungen treffen zu können und dementsprechend zu handeln. 

Zur Bewahrung der Gerechtigkeit, ist es wichtig, dass die diverse Gesellschaft und ihre Normen und Werte in die KI-Entwicklung eingebunden werden und in den Daten vertreten sind. 

Zur Akzeptanz und Wahrung der Gerechtigkeit kann es helfen, technische Normen, transparente Vorgehen und eine Sensibilisierung der Öffentlichkeit umzusetzen. 

Im Beispiel des automatisierten Bewerbungsverfahrens durch künstliche Intelligenz ist es wichtig, dass Menschen aufgrund Ihrer Diversität nicht ausgegrenzt werden und es für alle durchsichtig ist, anhand welcher Kriterien entschieden wird sodass sich keiner Benachteiligt fühlt. 

Durch regelmäßige Kontrollen des Staates soll verhindert werden, dass es durch falsch interpretierte Daten ungewollt zu Diskriminierung kommt. 

Beim Datenschutz müssen sich Anbieter von KI in Deutschland an die Datenschutz-Grundverordnung halten. In den Datenschutzrichtlinien und den AGBs muss über die datenbezogene Privatsphäre, dem Dateneigentum und die Zugänglichkeit zu personengebundenen Daten ausreichend informiert werden.

Wer kümmert sich wie um ethische Folgenabschätzung?

Künstliche Intelligenz birgt viele ethische Herausforderungen. Hierfür muss die Politik die notwendigen Rahmenbedingungen setzen. Ein erster Schritt diesbezüglich war der Koalitionsvertrag zwischen CDU, CSU und SPD aus dem Jahr 2018. Dieser sah eine Ethikkommission vor, die unter anderem den Aspekt KI behandeln sollte. Dieses Vorhaben wurde noch im selben Jahr mit der Datenethik­kommission (DEK) umgesetzt. Die DEK ist ein Gremium, welches sich mit ethischen und rechtlichen Fragen zum Einsatz von Algorithmen und Künstlicher Intelligenz beschäftigt. Die Bundesregierung hat der Datenethikkommission Leitfragen an die Hand gegeben auf Basis derer sie ihren Bericht erstellen sollen. Die Fragen behandeln Themen wie die ethischen Grundprinzipien bei der Entwicklung, Programmierung und Nutzung von KI. Des Weiteren werden Fragen zu Kontrollierbarkeit, Verantwortung Transparenz, Grundrechten und zur Gewährleitung von Freiheiten bearbeitet. 

In Bezug auf das autonome Fahren, gibt es ebenfalls eine separate Ethikkommission. Diese stellt Regeln für die Zulassung von automatisierten Systemen auf. Zum Beispiel dürfen automatisierte Systeme nur zugelassen werden, wenn sie im Vergleich zu menschlichen Fahrleistungen eine Verminderung von Schäden verspricht. Außerdem darf es eine Einteilung von Menschen in verschiedene Gruppen mit unterschiedlichem Schutzstatus nicht geben. Alter, Geschlecht oder ähnliche Faktoren dürfen also bei Entscheidungen eines autonomen Systems keine Rolle spielen. Eine allgemeine Programmierung auf eine Minderung der Zahl von Personenschäden gilt jedoch als vertretbar.

Auch auf EU-Ebene werden Rahmenbedingungen für KI-Systeme definiert. So hat die EU-Kommission 2021 einen Vorschlag für eine EU-Verordnung zur KI-Regulierung veröffentlicht. Grund dafür war die Tatsache, dass es bisher eher unverbindliche Leitlinien und Gesetze gibt, die KI nur als Teilaspekt berücksichtigen. Die EU-Kommission will mit ihrem Vorschlag bewirken, dass KI-Systeme sicher, transparent, ethisch und unter menschlicher Kontrolle agieren. Um dieses Ziel zu erreichen, werden KI-Systeme in Risikoklassen eingeteilt, die von minimalem Risiko über geringes und hohes bis hin zum unannehmbaren Risiko reichen. Systeme mit dem höchsten Risiko sollen grundsätzlich nicht verwendet werden dürfen. So zum Beispiel Systeme, die über den Zugang zu Bildungs- und Berufsangeboten entscheiden oder im Rahmen der Strafverfolgung eingesetzt werden. KI-Anwendungen mit minimalem Risiko hingegen sollen gar nicht weiter reguliert werden. Zu ihnen gehören zum Beispiel Spamfilter. 

In Bezug auf das autonome Fahren fordert das Europäische Parlament die Einführung einer Pflichtversicherung für das autonome Fahren sowie einen Zusatzfonds, der die nötigen Mittel für eine mögliche Entschädigungen gewährleisten soll.

Autor*innen: Lara Miethig, Melina Dufner, Sonja Mahler, Svenja Bürkle

Literatur:

Barton, M.; Poppelbüß, J. (2022): Prinzipien für die ethische Nutzung künstlicher Intelligenz. HMD Praxis der Wirtschaftsinformatik, 59(2), 468-481.

Bülchmann, O. (2020): Künstliche Intelligenz und Ethik – ein ungleiches Paar? Springer Nature. Wirtschaftsinformatik & Management 12 (3): 206–215. https://doi.org/10.1365/s35764-020-00256-0

Cantz, T. (2020): Deontologische Ethiken. Online verfügbar unter: Zellux.net. URL: http://www.zellux.net/m.php?sid=65. Letzter Zugriff: 22.06.2022

Düwell, M.; Hübenthal, C.; Werner, M. H. (2006): Handbuch Ethik. Stuttgart/Weimar: Springer Nature. 

Funk, M. (2021): Roboter- und KI-Ethik. Eine methodische Einführung – Grundlagen der Technikethik Band 1. Springer Vieweg. URL: https://doi.org/10.1007/978-3-658-34666-9 

Grunwald, A. (2018): Der unterlegene Mensch. München: Riva Verlag.

Neumeier, O. (1994): Was hat „künstliche Intelligenz“ mit Ethik zu tun? Academia Verlag, Nr. 70, S.41-76.

o.A. (2017): Ethik-Kommission Automatisiertes und vernetztes Fahren, Bericht. Bundesministerium für Verkehr und digitale Infrastruktur.

o.A. (2021): Vorschlag für eine Verordnung des europäischen Parlaments und des Rates zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz und zur Änderung bestimmter Rechtsakte der Union. Europäische Kommission.

o.A. (o.J.): Datenethikkommission. Online verfügbar unter: Bundesministerium des Inneren und für Heimat: URL: https://www.bmi.bund.de/DE/themen/it-und-digitalpolitik/datenethikkommission/datenethikkommission-node.html. Letzter Zugriff 28. Juni 2022

Selke (2022): Vorlesung: Metrische Kulturen.

Werner, M. H. (2021): Einführung in die Ethik. Berlin:  J. B. Metzler Verlag.

[metrische-kulturen]

Kultur der Algorithmen - Kann Technikgestaltung demokratisch sein?

Abbildung 1: Wolfangel, E. (2016): Algorithmen: Die Grenzen der künstlichen Intelligenz.

Algorithmen sind „Handlungsanleitungen, wie mittels einer endlichen Anzahl von Schritten ein bestehender Input in einen angestrebten Output überführt werden kann“ (Stalder 2016). Allgemeiner ausgedrückt, beschreiben diese Vorschriften, mit welchen man nach einer bestimmten Anzahl von Schritten ein Problem löst oder zu einem bestimmten Ereignis kommt. Diese Handlungsanleitungen müssen dreifach determiniert sein: Die Schritte des Algorithmus müssen einzeln und in der Gesamtheit eindeutig und vollständig beschrieben sein. Um Missverständnisse zu vermeiden, muss formative Sprache verwendet werden und die Anweisung muss mechanisch durchführbar sein, um unter verschiedenen Voraussetzungen immer zum selben Ergebnis zu kommen.

Auch wenn diese Erklärung sehr abstrakt und kompliziert klingt, finden sich derartige Algorithmen doch überall im täglichen Umfeld des Menschen wieder. In der heutigen Zeit verlassen sich die meisten Autofahrer mehr oder weniger auf einen Algorithmus, der ihnen auf Basis der aktuellen Verkehrsinformationen die passende Route berechnet, um sie schnellstmöglich an ihr Ziel zu bringen. Auch in anderen Aspekten des Alltags werden Algorithmen als Entscheidungsfilter zur Hilfe genommen. Wer sich über ein bestimmtes Thema informieren möchte, öffnet die Google-Startseite und gibt einen Suchbegriff ein. Man verlässt sich darauf, dass die angezeigten Informationen, bezogen auf das Retrieval einen guten Precision und Recall aufweisen. Alle relevanten Ergebnisse sollen gefunden werden, ohne dass die Treffermenge zu viel Unnötiges beinhaltet und die passendsten Ergebnisse sollen oben auf der Liste landen.

Die Suchmaschine filtert in kurzer Zeit eine Vielzahl von Informationen und sortiert sie so, dass sie für den Nutzer brauchbar sind. Dieser freut sich darüber, eine schnelle Antwort zu seiner Frage zu erhalten, ohne sich selbst durch das Übermaß an Informationen arbeiten zu müssen und denkt nicht weiter über den Auswahlprozess, welcher dahintersteht, nach.

Auch die regelmäßigen Bestellungen in Online-Shops basieren auf Algorithmen, die als Ergebnisfilter dienen, ohne dass der Nutzer die Selektion bemerkt. Beschäftigt man sich mit der Funktionsweise dieser Algorithmen und der durchgeführten Selektion, stellt sich die Frage, ob diese wirklich im besten Interesse des Nutzers geschieht. Wer entscheidet darüber, welche Ergebnisse relevant sind und welche nicht? Können die Nutzer nachvollziehen, wie die Algorithmen handeln und warum?

Abbildung 2: Fetzer, W. (2019): Algorithmen entscheiden nicht, und sie werden es auch niemals.

Unter demokratischer Technikgestaltung wird das Konzept verstanden, dass auf einer gemeinsamen Grundlage über Ziele und Möglichkeiten der Technologien entschieden wird. Aus der Sicht von Experten sollen und können „nur wissenschaftliche Experten […] darüber entscheiden, wie Wissenschaft zu gestalten ist.“. Die Gestaltung von Technologien und Algorithmen liegt demnach in der Verantwortung einiger weniger Spezialisten, die darüber entscheiden, wie diese funktionieren. Der Nutzer spielt hierbei nur eine untergeordnete Rolle und hat bei der Entwicklung keinen direkten Einfluss. Als Laie kann man nicht verstehen, weshalb der Algorithmus nun so handelt. Allein der Input und der Output sind für den Nutzer sichtbar, dieses Phänomen nennt man auch Black-Boxing. Der Algorithmus ist für den Großteil der Bevölkerung nicht interpretier- und erklärbar, also ist die Technikgestaltung nicht transparent. Daraus lässt sich schließen, dass heutzutage in unserer Gesellschaft nicht von einer demokratischen Gestaltung der Technik gesprochen werden kann.

Abbildung 3: Helbing et al. (2017): Digitale Demokratie statt Datendiktatur.

Aktuell steht die Gesellschaft an einer Gabelung (s. Abb. 3). Eine Möglichkeit ist, dass die Bevölkerung ihre Autonomie immer mehr limitieren lässt, indem sie sich auf Algorithmen verlässt, die durch die subjektive Meinung weniger Experten und Entscheidungsträgern beeinflusst werden. Es lässt sich nicht vermeiden, dass eigene Interessen und Wertvorstellung in die Programmierung mit einfließen.

Die partizipative Option ist, dass die Gesellschaft die Chance zur Selbstbestimmung nutzt, um die Weichen in Richtung einer demokratischen Technikgestaltung zu stellen.

Die Bürger müssen in jedem Fall die Auswirkungen der Entscheidungen tragen – ist es die bessere Alternative, wenn sie für diese selbst verantwortlich sind? Kritiker befürchten, dass der Gesellschaft hierfür die benötigte Fachkompetenz fehlt.

Das Ziel der Technikgestaltung sollte also die Partizipation der unwissenden Bürger in den Prozess der Gestaltung von Algorithmen sein, um die Meinung derer zu berücksichtigen, die letztendlich von den Auswirkungen betroffen sind. Die endgültige Entscheidungskompetenz soll dennoch bei den Experten belassen werden, die mit dem Gesamtbild der Technologien vertraut sind. Auf diese Art wird Black-Boxing verringert und das Verständnis für jeweilige Entscheidungen erhöht, wodurch die Demokratie gewahrt werden kann.

Autorinnen: Michaela Stühler, Lena Scholz, Nina-Viktoria Schotten

Literatur

Abolhassan, F. (2016): Was treibt die Digitalisierung? Wiesbaden: Springer Fachmedien Wiesbaden. doi:10.1007/978-3-658-10640-9 .

Beneken, G.; Ernst, H.; Schmidt, J. (2015): Grundkurs Informatik. Grundlagen und Konzepte für die erfolgreiche ITPraxis – Eine umfassende, praxisorientierte Einführung. Wiesbaden: Springer Vieweg. doi: 10.1007/978-3-658-01628-9 .

Fetzer, P.J. (2019): Algorithmen entscheiden nicht und sie werden es auch nie. Forum Wirtschaftsethik. Verfügbar unter: https://www.forum-wirtschaftsethik.de/algorithmen-entscheiden-nicht-und-sie-werden-es-auch-niemals/ (letzter Zugriff: 29 Juni 2022).

Hauck-Thum, U., Noller, J. (2021): Was ist Digitalität?: Philosophische und pädagogische Perspektiven. Berlin, Heidelberg: Springer (Digitalitätsforschung / Digitality Research). doi:10.1007/978-3-662-62989-5 .

Helbing, D. et al. (2017) ‘Digitale Demokratie statt Datendiktatur’, in C. Könneker (ed.) Unsere digitale Zukunft. Berlin, Heidelberg: Springer Berlin Heidelberg, pp. 3–21.

Mensch, K., Schmidt, J.C. (2003) ‘Demokratische Wissenschafts- und Technikgestaltung’, in K. Mensch and J.C. Schmidt (eds) Technik und Demokratie: Zwischen Expertokratie, Parlament und Bürgerbeteiligung. Wiesbaden: VS Verlag für Sozialwissenschaften, pp. 11–28.

Pentenrieder, A. (2021): Algorithmen erklärt euch!. In Braun, K.; Kropp, C. (Hrsg.): In digitaler Gesellschaft. Neukonfigurationen zwischen Robotern, Algorithmen und Usern, Bielefeld: transcript Verlag, 53f.

Reichmann, W. (2019): Die Banalität des Algorithmus. In Rath, M.; Krotz, F.; Karmasin, M. (Hrsg.): Maschinenethik. Normative Grenzen autonomer Systeme, Wiesbaden: Springer VS, 136. doi: 10.1007/978-3-658-21083-0.

Schneider, W. (2017): Psychosoziale Folgen der Digitalisierung. Psychotherapeut, 63, 291–300 doi: 10.1007/ s00278- 017-0186-8.

Stalder, F. (2016): Kultur der Digitalität. Berlin: Suhrkamp Verlag.

[metrische-kulturen]

KI in der Bildung - Zwischen Mittel der Scoring-Diktatur und Demokratisierung des Bildungssystems

Der Digitale Wandel hat bereits breite Teile der Gesellschaft erreicht. Innovative Ansätze und immer mehr technische Neuheiten, die einen zum Staunen bringen werden auf unterschiedlichen Messen vorgestellt. Jedoch kann gleichzeitig festgestellt werden, dass sich die Art und Weise der Lehre an deutschen Schulen mit einer tendenziell trägen und langsameren Entwicklungsgeschwindigkeit bewegt. Fehlt es an den Möglichkeiten und Innovationen oder doch an den fehlenden Kompetenzen bzw. Der Akzeptanz der Akteure? Gerade die Bildung bietet doch Raum für ein großes Spektrum an technologischen Unterstützungssystemen. Besonders im Bereich der deskriptiven Wissensvermittlung können durch den Einsatz von digitalen Technologien zeitliche und räumliche Barrieren überwunden werden und so in gewisser Weise eine Demokratisierung des Bildungssystems vorangebracht werden. Wer den nötigen Ehrgeiz und die Ausdauer besitzt kann nun unabhängig von sozioökonomischem Status, Wohnort und anderen Ressourcen Zugang zu Bildung erhalten und sich bislang abgeschotteten Arbeitsmärkten erschließen.   Die digitale Bildung definiert ein breites Spektrum an Technologien im Gesundheitswesen, welches sich vom IPad- Einsatz im Klassenzimmer bis hin zu völlig neuen und innovativen KI-gestützten Ideen der Wissensvermittlung erstreckt.

Arten von KI im Bildungswesen:  

Grundsätzlich kann man KI-Systeme, die im Bildungswesen oder in Anwendungen, die zur Bildung genutzt werden, in verschiedene Kategorien mit verschiedenen Funktionen einteilen.  Dazu gehören: 

ITS (Intelligent Tutoring Systems): Hier wird menschliche Kommunikation und Interaktion mit Machine Learning kombiniert. Hierfür benötigt es eine große Menge an Daten, um aus verschiedenen Lerntypen und Leistungen Beurteilungen und Hilfestellungen zu geben.  Machine Learning und Deep Learning: Die KI lernt aus Beispielen und kann diese später verallgemeinern, da ein Algorithmus aufgebaut wird. Das System erlernt also die Muster, die in den Daten vorhanden sind.    Hier kann man die Systeme in drei verschiedene Kategorien unterteilen: „Supervised“, hier sind die Ausgangsdaten bereits gekennzeichnet; „Unsupervised“, die Informationen sind hier nicht gekennzeichnet, die KI muss die Muster also eigenständig erkennen und „Reinforcement Learning“. Das KI-System lernt hier aus den positiven oder negativen Reaktionen auf die Anwendung.  NLP (Natural Language Processing/Understanding) und ASR (Automatic Speech Recognition): Dialoge und Interaktionen werden möglich, die der Qualität von tatsächlicher menschlicher Kommunikation entsprechen. Die KI kann also z.B. Texte und Gesprochenes analysieren.   Automated Assessment/Grading: Der Algorithmus kann anhand von Trainingsdaten Aufgaben bewerten, bzw. die Lösung dieser identifizieren und dem Anwender Rückmeldung über die Leistung geben.   Chatbots & Intelligente multimodale Mensch-Maschine-Interaktion: Das System handelt als Kommunikationsschnittstelle zwischen Mensch und Technik, von der Texteingabe bis zur Spracherkennung.   Learning (Predictive) Analytics & Educational Data Mining (EDM): Hier geht es um die kontinuierliche Messung und Analyse von Daten der Lernenden, bzw. der Anwender des Systems, zur Optimierung des Lernvorgangs. Es können auch zusätzliche Hilfsmittel wie z.B. Sensoren oder Kameras zur Analyse von Gesichtsausdrücken oder Körperdaten wie Puls oder Blutdruck genutzt werden.   EDM dient dazu, zu sehen, wie die Lernenden in bestimmten Formaten oder Systemen lernen. Hierfür werden sämtliche Daten, also Lernprozesse, Lernzeiten, sowie die Lerndauer gemessen und analysiert.   Adaptive Learning & Recommendation Systeme: Die KI kann Lernaufgaben und Ressourcen auf die individuellen Bedürfnisse des Anwenders anpassen. Dafür muss der Lernerfolg dauerhaft überprüft und überwacht werden, um immer den aktuellen und genauen Stand des Anwenders zu sehen.  

Einsatzebenen von KI in Schulen:  

Der Einsatz von KI-Systemen im Bildungswesen und damit vor allem in Schulen und Universitäten kann in drei Ebenen gegliedert werden. 

Mikro-Ebene: Das Lernen und Üben auf Grundlage des Individuums steht hier im Mittelpunkt. Dafür wird der Einsatz von digitalen Lernplattformen mit Beobachtung und Analyse des Lernverhaltens der Schüler*innen genutzt. Hier ist auch eine Personalisierung der Übungsaufgaben möglich (mit Hilfe von Adaptive Learning) und es können Prognosen zur weiteren schulischen Laufbahn der Nutzenden erfolgen.   Meso-Ebene: Es wird sich mit dem Unterrichten und Prüfen beschäftigt und es erfolgt eine Entlastung der Lehrkräfte durch automatische Prüfungsformate mit inkludierter Analyse und Bewertung dieser. Auch hier kann das KI-System Prognosen über die jeweiligen zukünftigen Leistungen der Schüler*innen aufstellen.    In diesen Bereich fallen aber auch Assistenzsysteme, wie z.B. Alexa oder Siri, die mit Chatbots oder Robotern verbunden sind und als Tutoring-Systeme eingesetzt werden können.   Makro-Ebene: Auf dieser Ebene geht es um das Evaluieren und Planen. Durch Educational Data Mining können Schulen Vergleiche und Evaluationen zwischen Klassen durchführen und eine Prognose der Leistung aufstellen.   

KI in Deutschland? 

In Deutschland werden aktuell keine KI-Programme in Schulen angewendet. Der Einsatz als unterstützende Lernmethode wird nur an vereinzelten sogenannten „Digitalen Optimalschulen“ als Pilotprojekt ausprobiert. Hier wird der Fokus auf eine digitale Ausstattung, die Weiterbildung des Lehrpersonals zu digitalen Angelegenheiten und auf die Reflektion eines sinnvollen Einsatzes von Medien im Schulumfeld gelegt. Grundsätzlich fehlt es im deutschen Bildungssystem aber an der technischen Infrastruktur, um digitale Angebote umzusetzen. 

KI im länderübergreifenden Vergleich 

Im Gegensatz zu Deutschland und zu Europa, wo bisher nur vereinzelnde KI-Anwendungen in der Bildung etabliert sind, gibt es bereits in China, USA und anderen Ländern dynamischere Vorgänge in der Forschung, Entwicklung und Etablierung. In Europa herrscht da noch mehr Skepsis.  

Vor allem in den USA und China gibt es eine hohe Anzahl von KI-Anwendungen in der Bildung. Das lässt sich auf die technologischen Stärken der jeweiligen nationalen IT-Industrien zurückführen aber auch auf die (bildungs-)kulturellen Unterschieden. Denn Individualität, Privatheit und der Schutz von Persönlichkeitsrechten sind in China vergleichsweise zu Deutschland nicht so relevant, wodurch allein dadurch schon Entwicklungen nicht unterdrückt werden können. In China und den USA herrscht somit ein starker Wettbewerb mit Lerntechnologieanbietern. Der Markt in China ist gefüllt von vielen ähnlichen Anwendungen. Es werden oft Plattformangebote für Schulen gemacht, wie IFlytek, welches vor allem für Sprachenunterricht genutzt wird, bei dem leistungsgerechte spezifische individuelle Lernpfade erstellt werden. Vor allem aber sind Angebote für den Nachmittagsmarkt und Nachhilfemarkt bereitgestellt. Dazu gehört die chinesische Plattform Squirrel, die Bildungsinhalte der Schule aufbereitet, um Kindern einen individuellen Lernpfad zu erstellen, wo lern- und lehrunterstützende KI vorhanden ist. Außerdem werden In den USA und China bereits Datenanalysen und Algorithmen, die die Lerngeschwindigkeiten erfassen schon in einigen Schulen eingesetzt. Beispielsweise gibt es In den USA gibt es bereits Mathe-Klassen, bei denen der KI-Computer tagesaktuelle Stundepläne je nach Leistungsstand erstellt. 

Im öffentlichen Bereich ist China sowieso bereits sehr fortgeschritten im Bereich und Einsatz von KI, beispielsweise kann man hier die Überwachungskameras mit Gesichtserkennung oder das Bezahlen mit Gesichtserkennung aufzählen. Außerdem wachsen die Kinder in China mit digitaler, informatischer Bildung im Kindergarten bereits auf, während in Deutschland eine so frühe Berührung in der Diskussion und Kritik steht. Des Weiteren ist die KI in der Bildung staatlich gefördert, wodurch KI in den Schulen immer mehr eingesetzt wird. Es wird sehr viel Geld in die Bildung gesteckt, das ist das zweit höchste Budget im Land. Man nutzt die menschlichen Ressourcen, um daraus etwas aufzubauen. Die KI-Bildung soll stark aufgebaut und verbessert werden. 

In China spielt die Mimik-, Sprach- und Sensoranalyse bereits eine Rolle. Beispielsweise werden Videoaufzeichnungen aus dem Unterricht KI-gestützt ausgewertet, um pädagogische Hinweise für LehrerInnen weiterzuleiten. Chinesische Schulen haben seit langem Experimenten mit dem Einsatz von Face- und Voice-Recognition Systemen und mit Wearables zur Messung von Experiential Data laufen. Das sind zum Beispiel Daten wie Körpertemperatur, Gehirnströme, Puls, Herzfrequenz, Augen- und Körperbewegungen mit welchen Aufmerksamkeit, Verständnisprobleme und Konzentrationsstörungen erkannt werden sollen und auch künftige Leistungen oder Prüfungserfolge vorausgesehen werden sollen. Auch können dann Tipps gegeben werden, wie die SchülerInnen besser lernen können, entsprechende Bücher werden empfohlen.  Beispielsweise gibt es das Brain Gave Sensing Gadget, welches Gehirnströme und damit die Konzentration anhand von drei Elektroden misst. Die Elektroden befinden sich auf der Stirn und hinter den Ohren. Die Daten werden dann in Echtzeit an den Computer des Lehrers geschickt und dieser hat einen Überblick darüber wer aufpasst und wie konzentriert die Schüler sind. Außerdem werden die Daten an die Eltern geschickt. Das soll die Noten und Leistung der SchülerInnen verbessern. Die SchülerInnen passen im Unterricht besser auf, steigern ihre Disziplin, lernen mehr und haben bessere Ergebnisse. Die Regierung hat mehrere Billionen Dollar in das Experiment/Projekt gesteckt, um mit Technologie Experten, Start-ups und Schulen das durchzuführen.  Die Daten werden an die von der Regierung aufgebauten Forschungsprojekte gesendet. Dabei gibt es keinen Schutz der Person. 

Chancen und Risiken der KI 

Beginnen wir mit den Chancen der Künstlichen Intelligenz für das Bildungssystem. Durch eine KI kann sich eine Individuelle Lernatmosphäre Bilden. „Laut Felix Ohswald können Schüler am besten lernen, wenn ihnen der Inhalt entsprechend ihren Lernpräferenzen vermittelt, wird“ (Bucher, R. 2018) Zusätzlich kann Schülern ein einfacherer und Kostengünstigeren Zugang zu qualitativ hochwertiger Bildung durch Nutzung von online Lernsystemen gewährt werden, wenn die Schulen die Technischen Voraussetzungen erfüllen. Auch hat somit jeder unabhängig der Finanziellen Möglichkeiten (wie z.B. Nachhilfe) Zugriff auf alle Inhalte was zu einer größeren Fairness unter den Schülern führt. Es kommt zudem zu einer größeren Verfügbarkeit von Daten und der Möglichkeit einer Echtzeit Aktualisierung von sich entwickelnden Wissenschaften anstatt von teilweise veralteten Lehrbüchern. Des Weiteren ist eine Individuelle Förderung von Einzelpersonen einfacher möglich dies kann durch Lernplattformen erreicht werden, welche die Möglichkeit bieten das aneignete Wissen aus dem Unterricht zu vertiefen. Die KI sollte hierbei als Unterstützung des normalen Bildungsalltags dienen und nicht die Lehrkraft ersetzen, in diesem Fall spricht man von einem sogenannten “Personal Learning Assistant”. Auch die Qualität der Bildung soll erhöht werden, da Lehrende entlastet werden und der individuelle Stand jedes Schülers erfasst werden kann. Hierbei dient die Transparenz als wichtigster Aspekt bei der Integration einer KI in den regulären Schulalltag.  Man kann die KI auch dafür nutzen, den Kindern viel mehr zutrauen, da Fehler hier einfacher gemacht und an ihnen gearbeitet werden kann. Außerdem muss man die Kinder darauf vorbereiten mit Künstlichen Intelligenzen zu arbeiten, da sie in Zukunft mehr und mehr täglich in Kontakt damit sein werden. Es ist zudem hilfreich, wenn schon früh verstanden wird, wie KI funktioniert, da diese in der Zukunft in nahezu allen Bereichen zum Alltag gehören wird.  

Jedoch birgt die Künstliche Intelligenz auch negative Seiten, welche als Risiken bezeichnet werden können. ES ist gut möglich das die KI kann trotz zunehmender Effizienz nicht immer die gewünschten Resultate erzielen, weil die Systeme in gewissen Fällen nicht auf wissenschaftlichen Grundlagen des Anwendungsbereichs beruhen. Ein weiteres großes Thema ist der Datenschutz, welcher in Deutschland eine große Rolle spielt. Hinzu kommt das nicht jeder die Möglichkeit hat sich selbst die notwendige Technik zu finanzieren, sollte diese nicht von der Schule gestellt werden und nicht jeder zuhause einen Anschluss ans Internet gewährleisten kann was jedoch eine Grundvoraussetzung zur Nutzung dieser Künstlichen Intelligenz darstellt. Dies kann dazu führen, dass die Kluft zwischen arm und reich, welche seit Jahren einen Einfluss auf die Bildungschancen von Kindern hat noch weiterwächst. Ein weiterer wichtiger Punkt ist die Tatsache das Schüler durchgehend kontrolliert werden können. Dies geschieht z.B. über Eye-Tracking Funktionen und Aufmerksamkeitsüberwachung. All diese Faktoren können in die Leistungsbewertung mit einfließen obwohl zwischen Aufmerksamkeit und erbrachter Leistung oftmals kein Zusammenhang besteht. Viele Schüler können trotz Aufmerksamkeitsproblemen gute Leistungen in Prüfungssituationen erbringen. Weiter lässt sich die Fehlende Transparenz aufführen, da die KI nicht mit Betroffenen integriert; es findet keine Evaluation des Nutzens im konkreten Szenario statt. Als Letzen wichtigen Punkt geht durch die Nutzung einer KI auch ein Stück weit das „Zwischenmenschliche“ verloren da grad in den unteren Klassenstufen das Lehrpersonal auch große Erzieherische und Pädagogische Funktionen hat was nicht durch eine KI ersetzt werden kann. 

Potential der KI 

Eine Künstliche Intelligenz im Schulischen Umfeld ist vor allem dann von großem Nutzen, wenn sie als Kombination und Entlastung des Lehrpersonal eingesetzt wird und damit deren Arbeit zu erleichtert. Eine Unterstützung ist in nahezu in allen Bereichen möglich, jedoch kann sie nirgends das Lehrpersonal vollständig ersetzten. Es folgen nun vier Herausforderungen des Schulalltages und wie die KI in diesen Situationen unterstützen könnte: 

Herausforderung 1: Die wachsende Heterogenität der Schüler 

Gerade durch Corona kam es zu großen Unterschieden im Hinblick auf Leistungsniveaus sowie einem großen Förder- und Nachholbedarf von einzelnen Schülern jedoch auch der breiten Masse. 

Potential der KI: 

Durch sogenannte Learning Analytics kann die KI den individuellen Lernstand eines Schülers herausfinden sowie kognitive und motivationale Schwierigkeiten und Probleme erkennen. Dadurch kann ein personalisiertes Lernangebot für den einzelnen Schüler erstellt werden. Auch durch virtuelle Tutoren und Nachhilfeangebote können die Schüler Ortsunabhänig arbeiten und Rückstände aufholen. Hierbei können auch Selbst- Lernangebote wie zum Beispiel Lernsoftware oder Prüfungstrainer zum Einsatz kommen.  

Herausforderung 2: Zunehmender Arbeitsumfang bei Personalknappheit  

Auf die Lehrer kommt eine immer größere Belastung zu welche durch zum Beispiel wachsende Klassengrößen entsteht, hierzu kommt die Personalknappheit, welche auch stetig steigt. 

Potential der KI:   

Durch das Einführen von Multiple Choice Testes wie zum Beispiel in den USA kann man durch ein Automatisierte Assessments und intelligente Prüfungssysteme den Aufwand für Bewertung und Benotung dieses Leistungsnachweises reduzieren. Auch Unterrichtsbegleitende Lernvideos schaffen den Lehrkräften die Möglichkeit sich stärker auf ihre Beratende Funktion und das Coaching im Unterricht zu fokussieren. Auch bei Administrativen Aufgaben der Klassenorganisation können KI-Basierte Systeme Arbeit abnehmen und somit die Lehrkräfte unterstützen. 

Herausforderung 3: Neue Schulfächer 

Nach und nach kommt es zu einem Wandel der Schulfächer, neue Skills wie zum Beispiel eine gesunde und ausgewogene Ernährung oder die richtige Berufsorientierung rücken mehr in den Fokus. Damit kommt es auch zu neuen Kompetenzanforderungen.  

Potential der KI:  

Das Anwenden von Fächerspezifischen Lernsoftwares und online Lerneinheiten ermöglicht problemlos unterrichtsergänzende Selbstlernphasen. Dadurch kann sich der Lehrer darauf konzentrieren komplizierte Unterrichtsinhalte einfach zu vermitteln und die Grundlagen der KI überlassen.   Auch können Kollaborationsplattformen zum Einsatz kommen, welche die klassen- und schulübergreifende Zusammenarbeit und den Austausch von Lernmaterialien unterstützen.  

Herausforderung 4: Schulorganisation 

Auch der Aufwand der Schulorganisation wächst immer weiter, sei es die kommende Digitalisierung die Elternarbeit oder die Planung von Events. Oft lässt sich das alles garnichtmehr von einer einzelnen Person bewerkstelligen.  

Potential der KI:  

Durch den Einsatz von Schulmanagement- und Informationssystemen lassen sich vorhandene Daten schneller analysieren und mit diesen Daten dann automatisch Prognosen zur besseren Planbarkeit generieren. Zusätzlich kann die KI hier bei allen administrativplanerischen Aufgaben im Schulmanagement assistieren und unterstützen. Zudem können Assistive Informations- und Kommunikationssysteme in Form von zum Beispiel Chatbots oder auch virtuelle Assistenten bei der Interaktion mit Schülern und Eltern helfen.  

Mögliche Auswirkungen des Einsatzes von KI-Systemen im Bildungssystem auf die Gesundheit und die Gesellschaft  

Der Einsatz von KI-Systemen beeinflusst nicht nur auf direktem Wege das Lernverhalten und dementsprechend auch die Bildung der Nutzenden, sondern kann auch indirekte Einflüsse auf die Gesundheit und das Sozialverhalten von Anwender*innen haben. 

Ein positiver Aspekt von KI-Systemen ist vor allem, dass mögliche gesundheitliche Defizite können mit ihrer Hilfe ausgeglichen werden können, da die Lernprogramme auf bestehende Krankheitsbilder angepasst werden können. Als Beispiel sind hier vereinfachte Texte bei Dyslexie oder anderen kognitiven Einschränkungen zu nennen. KIs können weiterhin auch direkte Schwächen ausgleichen, beispielsweise mit Hilfe von sprachgesteuerten Programmen bei Erblindung.   

Negativ zu sehen, ist, dass KI-gesteuerte Lernprogramme möglicherweise die mentale Gesundheit von Nutzer*innen verschlechtern könnten, da anders als bei einem „realen“ Lehrer von Seiten des Systems kein Verständnis für private Probleme oder akute Leistungsschwankungen aufgebracht werden kann. Erbringen die Nutzer*innen eine schlechte Leistung, wird diese von der KI erfasst und auch in zukünftige Prognosen einberechnet. Dies könnte den Druck steigern, immer eine gute Leistung zu erbringen und damit Stress und mentale Probleme nach sich ziehen.  

Außerdem kritisch zu bewerten sind die möglichen Auswirkungen auf die soziale Kompetenz der Gesellschaft. Diese könnte sich verschlechtern, wenn flächendeckend KI-Lernprogramme eingesetzt werden und der soziale Kontakt zu anderen Menschen in der Schule oder anderen Bildungseinrichtungen wegfällt. Das KI-System ist zwar eventuell in der Lage menschliche Emotionen und Interaktionen nachzustellen, der echte, besonders der zwischenmenschliche Kontakt geht aber verloren. 

Autorinnen: Jaina Eichkorn, Lea Fischer, Paula Grundler, Sina Schneider

Literaturverzeichnis:

Bucher,R. (2018): Anwendungen von künstlicher Intelligenz in der Bildung – Chancen und Risiken 

Druga, S. (2018): Growing up with AI: Cognimates: from coding to teaching machines. Massachusetts Institute of Technology. 

Dräger, J.; Müller-Eiselt, R. (2015), Die digitale Bildungsrevolution: Der radikale Wandel des Lernens und wie wir ihn gestalten können; DVA  

Filzmoser, G. (2021), Bildungshäuser im Digitalen Wandel – Entwicklungspotenziale für das Bildungsmanagement; W. Bertelsmann Verlag  

Fischer, F.; Hartmann, P.; Mattern, D.; Mayer, P.; Paul, L. (2020): Künstliche Intelligenz in der Bildung der Zukunft – individuell, flexibel, vernetzt und lebenslang?. Karlsruhe: DHBW. 

Liu, Y.L. (2020): The Future of the Classroom? China’s experience of AI in education. Online verfügbar unter: nesta: URL: https://www.nesta.org.uk/report/the-future-of-the-classroom/ai-applications-chinese-education/. Letzter Zugriff: 16. Juni 2022 

Schmid, Dr. U.; Blanc, Dr. B.; Toepel, M; Pinkwart, Dr. N.; Drachsler, Dr. H. (2021): KI@Bildung: Lehren und Lernen in der Schule mit Werkzeugen künstlicher Intelligenz. Essen: mbb Institut GmbH. 

Yang, X. (2019): Accelerated Move for AI Education in China. Online verfügbar unter: Sage Journals: URL: https://journals.sagepub.com/doi/full/10.1177/2096531119878590. Letzter Zugriff: 16. Juni 2022 

Zeit: KI an Schulen: Schlauer lernen. Online verfügbar unter: Zeit Online: URL: https://www.zeit.de/2021/37/kuenstliche-intelligenz-schule-unterricht-lernen-software-brainix/seite-3?utm_referrer=https%3A%2F%2Fwww.google.com%2F. Letzter Zugriff: 15. April 2022 

[metrische-kulturen]

Schneller, höher, stärker - Wie Metriken den Leistungssport verändern

Sportpraktiken waren bereits seit den Anfängen der Menschheit präsent. Dokumentationen in alten Zivilisationen wie bei den Ägyptern, Azteken und auch Griechen, die zu Ehren des Gottes Zeus, die olympischen Spiele ausgetragen haben, unterstreichen diese Aussage. Im Laufe der Zeit wurde der Sport professionalisiert und verlangte dem Körper des Athleten mehr und mehr ab, wodurch der Wettbewerb zunahm. Ein Beweis dafür ist der Zeitunterschied zwischen dem ersten und zweiten Platz.

Früher betrug dieser Zeitunterschied einige Sekunden und in manchen Sportarten sogar Minuten. Heute liegt der Unterschied in der Größenordnung von Zehntelsekunden. Daher wird jedes einzelne Detail berücksichtigt, um diesen Bruchteil einer Sekunde gegenüber der bisherigen Leistung zu verbessern. Doch auch bei allen Bemühungen der Sportler hat jeder Körper seine individuelle physische Grenze. Um dennoch den ersten Platzt erreichen zu können, genügt es nicht lediglich seinen Körper zu trainieren, auch die Technik der Bewegungsausführung und die Strategie des Sports müssen perfektioniert werden. Diese Optimierungsversuche überschreiten teilweise die Grenze zwischen Leistungssport und dem privaten Lebensstil, wie zum Beispiel bei der Ernährung oder Alkoholkonsum.

Aus diesem Grund setzt sich dieser Blogbeitrag mit der Problematik: „Wie weit darf Leistungsvermessung im Leistungssport gehen und wurden die Grenzen der Vermessung bereits überschritten?“ auseinander.

Was ist Leistung?  

Als Grundlage für die nachfolgenden Aspekte muss zunächst auf die Frage, was Leistung ist eingegangen werden: Leistung kann in drei Kategorien eingeteilt werden, dennoch ist es schwierig eine konkrete Definition festzulegen, da Epoche und Setting beachtet werden müssen.

Das Ziel der Wirtschaft ist es, immer mehr Arbeit in immer weniger Zeit des Menschen zu pressen, wodurch Leistung in alle Lebensbereiche übergreift. Auswirkungen von dieser ständigen Belastung sind beispielweise Depressionen, Burnout und Ungerechtigkeit. Trotz dieser negativen Aspekte leben wir in einer Leistungsgesellschaft. In dem Bereich Ökonomie verhält sich Leistung ähnlich. Der Leistungsgedanke hat sich zunehmend in jeden Winkel unseres Lebens geschlichen. Eine starke Identifikation mit dem Beruf und das Arbeiten an freien Tagen oder von zu Hause sind Resultate davon. Ebenfalls werden in privaten Lebensbereichen wie Sport oder Partnerschaft Effizienzberechnungen, Nützlichkeitsdenken und Kosten-Nutzenanalysen angewendet. Das „Abschalten“ nach Feierabend ist dadurch nicht mehr gegeben, wodurch sich die Gesellschaft zu einer ständig erreichbaren, viel arbeitenden, perfektionistischen Kultur, in der jeder den ersten Platz erreichen möchte, entwickelt.

Umgangssprachlich kann festgehalten werden, wenn eine Person sich anstrengt, leistet sie etwas. Leistung kann in Trias aufgeteilt werden, darin enthalten ist eine zielgerichtete Handlung, eine Leistungsvermessung und Anstrengung. Der Unterschied zwischen qualifizierenden Leistungen und welchen die nur als Unterhaltungsfaktor dienen, muss auch beachtet werden. Ebenfalls gilt es zu untersuchen, ob die Leistung qualitativ oder quantitativ vermessen werden soll.

Abschließend zu diesem Punkt ist es wichtig hervorzuheben, dass Leistung keine natürliche Kraft ist und keine gerechte Gesellschaftsordnung existiert. Damit dies der Fall sein könnte, müsste die Person, die am meisten leistet, mehr bekommen, als jemand der wenig oder weniger leistet (Distelhorst, 2014).

Leistungsmessung im Leistungssport

Da nun die Thematik der Leistung besser bekannt ist, beziehen wir uns nun auf die Leistungsmessung im Leistungssport.

Bevor Technologien eingesetzt werden können, muss zunächst der Prozess der Leistungserbringung verstanden werden. Viele Faktoren wirken auf den Prozess der Leistungserbringung ein.

Am Anfang stehen die Leistungsvoraussetzungen, das heißt Anforderungen, Motive und Fähigkeiten eines Sportlers. Die Leistungsvoraussetzungen kommen dann im Leistungsvollzug zu einem Ergebnis. Dieses Ergebnis wird dann möglichst objektiv bewertet.  Die Leistungserbringung kann jedoch auch in einem Leistungsversagen enden. Nach der Leistungsbewertung kann es zu Optimierungsmaßnahmen kommen, auf legalem, aber auch illegalem Wege. Genau bei dem Schritt der legalen Leistungsoptimierung können Daten eine Hilfe sein (Lobinger and Stoll, 2019).

Auszugsweise wird die Leistungsmessung mit Hilfe von Kamera- sowie Sensordaten vorgestellt. Jedoch gibt es noch Unmengen anderer Möglichkeiten, um Erfolg zu messen, wie etwa durch Fitness Tracker oder auch über Profile in den Sozialen Medien. Dazu im nächsten Abschnitt mehr.

Zu Beginn wird die Leistungsmessung mit Hilfe von Kameradaten betrachtet. Diese spielen zum einen während Wettkämpfen eine Rolle, da schnelle Ereignisse und deren korrekte Erkennung einen wichtigen Einfluss auf den weiteren Verlauf des Spiels. Dementsprechend betrachten Hochgeschwindigkeitskameras das Spielgeschehen aus mehreren Winkeln, sodass beispielsweise im Fußball, die Position des Balles berechnet werden kann. Diese Informationen werden unter anderen im Videobeweis verwendet oder auch für automatische Aufwertungen, wie gelaufene Gesamtdistanz. Dadurch kommt es seltener zu umstrittenen Situationen. Außerdem können die Bilddateien auch mit Zusatzinformationen versehen werden, wie Geschwindigkeitsangeben bei Schmetterbällen im Badminton. Diese Informationen führen zur Attraktivitätssteigerung vieler Sportarten(Stamm, 2013).

Neben der Verwendung im Wettkampf werden auch Kameras im Trainingsalltag verwendet, wie man am Beispiel des Trampolinturnens sehen kann. Dort zeichnen Kameras ein dreidimensionales Bild der Athletin bzw. des Athleten und ihrer/seiner Sprünge auf, liefern somit viele Ansatzpunkte für Verbesserungen.

Wie bereits angedeutet, werden auch diverse Sensoren zur Leistungsmessung verwendet. Diese können die Leistung ohne Beeinträchtigung und ohne Platzbeschränkung oder umständliche Aufbauverfahren überwachen. Dadurch kann die Leistungsfähigkeit von Spielern und die Belastung im Spiel bewertet werden (Camomilla et al., 2018). Unter anderem wird die  Radiofrequenz-Identifikationstechnologie in Verbindung mit einer Software verwendet, um Spieler zu analysieren. In Mannschaftsspielen wird die Technologie zur Bewegungsanalyse der Spieler verwendet. Mit Hilfe einer 2D-Ortung auf dem Spielfeld, kann die Feldansicht modelliert werden, worauf man die genauen Positionen der Spieler erkennen kann. Dies ist auf nachfolgender Graphik zu erkennen:

Abbildung 1 : 2D-Ortung auf dem Spielfeld

Dabei veranschaulichen die schwarzen Kreise die Positionen der Spieler.

Bei Einzelsportarten werden die Biomechanik und die Bewegungen des Spielers untersucht. Dabei hilft der 3D-Modus, um die Bewegungen zu erfassen. Diese Ausführungsweisen werden dann modelliert, wie in Graphik 2 zu erkennen ist:

Abbildung 2: 3D-Modus

Mit jedem Knoten wird ein bestimmtes Körperteil dargestellt. Die erfassten Daten können in zwei verschiedenen Berichtsmodi abgebildet werden. Zum einen in Echtzeit und zum anderen können nach der Datenerfassung Berichte mit Statistiken, wie zurückgelegte Distanz erstellt werden (Gomide Foina et al., 2010).

Egal welche Unterstützungsmöglichkeiten verwendet werden, muss ein Kompromiss zwischen dem Potenzial der Technologie und der praktischen Anwendbarkeit im Feld gefunden werden.

Denn neben den bereits genannten Vorteilen, lassen sich auch Probleme bei dem Einsatz von Technologien finden. Zum einen sagen Daten nichts über die Gründe von Leistung beziehungsweise Leistungsversagen aus. Es ist immer eine Interpretation der Daten notwendig. Außerdem muss in der jeweiligen Situation beachtet werden, dass die Datenerfassungsgeräte das Spiel in keinerlei Hinsicht beeinträchtigen dürfen. Außerdem kann Technik nur als Ergänzung zum Trainerteam gesehen werden, denn welche Technologie ist in der Lage aktive Hilfe zu leisten? Des Weiteren besteht immer eine Verletzungsgefahr durch die verwendeten Hilfsmittel, auf wenn diese in der Regel minimal ist.

Metriken im Leistungssport und ihre Auswirkungen

Doch wie wirken sich diese Metriken auf das Individuum, die Gesellschaft, sowie die Wirtschaft aus?

Aus Anthropologischer Sicht, ist der Drang das eigene Leben zu dokumentieren oder zu vermessen auf die Natur des menschlichen Wesens und dem über Generationen erlernten Verhalten zurückzuführen. Der Mensch als soziales Wesen, welches immer in einem System von Beziehungen besteht, sehnt sich nach Anerkennung und Wertschätzung durch sein soziales Umfeld aber auch durch sich selbst. Um unsere Entscheidungen und Verhaltensweisen zu bewerten, ziehen wir uns, sowohl als Gesellschaft aber auch als Individuum externe Bewertungsinstanzen zur Hilfe. Um unseren Wert innerhalb einer Gesellschaft mit dem Ziel der stetigen Selbstoptimierung zu definieren, können Zahlen, vor allem im Leistungssport einen idealen Bewertungsmaßstab bilden (Eidemüller, 2016).

Wir leben in einer Selbstoptimierungsgesellschaft! Es besteht ein Trieb zur stetigen Selbsteffektivierung und Selbststeigerung. Dieser wird durch Zahlen greifbar und führt dazu, dass sich viele Menschen, anhand von Zahlen, ihren persönlichen Wert zuschreiben. Dieser Wert wiederum nimmt Einfluss auf das eigene Selbstbild und kann Handlungen, sowie Denkweisen maßgeblich bestimmen. So wird die sportliche Leistung oftmals als Indikator für Leistungsfähigkeit und Selbstdisziplin gesehen. Der daraus resultierende sportlich aussehender Körper symbolisiert wiederum Macht und Kontrolle.

Doch was macht die Zuschreibung des persönlichen Wertes und des eigenen Körpers durch Zahlen und Statistiken mit der Dynamik der Gesellschaft und ihren Individualakteuren?

Anders als die soziale Stellung als Mitglied einer Gesellschaft kannst du deine körperliche Leistung und äußerliches Erscheinungsbild unabhängig von externen Faktoren beeinflussen. Die Steigerung der Leistungsfähigkeit tritt oftmals zeitnah ein und somit auch die Steigerung deines Selbstwertes. Dies lässt sich durch Metriken sehr gut festhalten. Daher liegt es nahe, für eine schnelle Steigerung unseres Selbstwertes eine körperliche Veränderung anzustreben. Berücksichtigen wir allerdings die Tatsache, dass ein sportlich geformter Körper mittlerweile für jeden mit Hilfe einer Schönheits-OP zugänglich ist, kann dieser nicht mehr als Indikator für Leistungsfähigkeit gesehen werden. Ein weiterer wichtiger Einflussfaktor stellt die Verfügbarkeit leistungssteigernde Präparate wie Schmerzmittel oder illegale Substanzen dar. Diese sind überall erhältlich und mindern somit den Wert einer “guten Leistung” (Fausten, 2020).

Im Leistungssport gibt es daher klare Verordnungen und regelmäßige Dopingtests, um einen fairen Wettkampf unter gleichen Bedingungen zu gewährleisten. Anders sieht es allerdings im privaten Fitness-Bereich aus. Nach zwei Jahren Pandemie findet wir in den Sozialen Medien ein Übermaß an Trainingsplänen und Angeboten, die man zu Hause ohne Geräte nach machen kann. Dazu gibt es Ernährungspläne und extra Shakes, um „deinen Körper in Form zu bringen“. Es wird uns als Konsumenten suggeriert, dass wir nur Pläne befolgen und bestimmte Produkte zu uns nehmen müssen, um unseren Traumkörper ganz einfach zu erreichen.  Und wenn das nicht funktioniert, müssen wir wohl was falsch gemacht haben. Sind wir dann etwa weniger Leistungsfähig als andere? Sind wir dann weniger wert? Oder haben wir vielleicht doch auf fehlerhafte Informationen vertraut?

Metriken können bei der Einordnung von “richtigen” und “falschen” Informationen eine Hilfe sein und somit gesundheitsfördernd eingesetzt werden. Beispielsweise bei der Erkennung von Anorexie hilft ein Tracking von Kalorien, der Nährstoffaufnahme und des Energiebedarfes.

Doch selbst wenn wir über die Fähigkeit verfügen, Informationen über sportliche Leistungen einzuordnen oder zu bewerten. Dabei besteht eine zweite Gefahr durch Fitness-Influencer und “Sportstars”. Fitness-Influencer gewähren uns intime und private Einblicke in ihr Leben, wodurch wir ihnen Vertrauen und Empathie entgegenbringen. Doch was für uns nur eine Art Freizeit Unterhaltung ist, liefert erfolgreichen Influencern eine Plattform und die nötige Reichweite. Es wird Werbung geschaltet und Produkte vermarktet - ohne dass wir als Konsumenten es merken. Durch die Vermischung von privaten und geschäftlichen Inhalten wird es immer schwerer zwischen Werbung und „normalen“ Beiträgen zu unterscheiden, geschweige denn Werbung zu vermeiden. Auch immer mehr Unternehmen machen sich den neuen Wirtschaftszweig zugute und lassen Stars und Influencer ihre Produkte über zweite Hand vermarken (Romanin, 2021).

An der Stelle können wir allerdings nur abwarten und beobachten wie sich der neu Wirtschaftsmarkt entwickelt und was das alles für uns als Konsumenten bedeutet.

 

Exitstrategien

Da wir dauernd mit Metriken zur Leistungsmessung konfrontiert sind, müssen wir schauen, ob und wie wir diesem Einflussfaktor entgegenwirken können. Dabei gibt es verschiedene Ansätze, die verfolgt werden müssen.

Zum einen sollten nicht alle Bereiche im Sport getrackt werden, nur jene bei denen eine Sinnhaftigkeit besteht. Ebenfalls muss den Athleten bewusst sein, dass eine verbesserte Leistung nicht direkt Erfolg bedeutet, aber dennoch ein Fortschritt besteht, selbst wenn dieser nicht vermessen werden kann. Im Leistungssport wie zum Beispiel beim Bobfahren sollte öfter hinterfragt werden, ob die Daten überhaupt aussagekräftig sind, da die Technik bei so geringen Zeitunterschieden versagen kann. Zusammenfassend gesagt: wie hoch ist die Granularität, wie genau ist die Messung und ist es Schlussendlich ein Leistungsunterschied oder ein Messunterschied?

Das Vermessen der Leitung ist in vielen Sportbereichen vorteilhaft, jedoch sollte ein gesunder Bezug zu den Daten hergestellt werden und anstatt auf diese blind zu vertrauen sollten Athleten ebenfalls auf ihren Körper hören. Jedoch können wir als Gesellschaft der Leistungsvermessung nicht komplett entfliehen, aber das Denken diesbezüglich können wir verändern und verbessern.  

Verfasst von: Nina Stehle, Rahel Barkat, Anne Mangold

Literaturverzeichnis

Bohl, N. (2021) Künstliche Intelligenz im Trampolinturnen: Sprossenwand. Available at: https://sprossenwand.dtb.de/turn-team-deutschland/kuenstliche-intelligenz-im-trampolinturnen (Accessed: 18 May 2022).

Camomilla, V. et al. (2018) ‘Trends Supporting the In-Field Use of Wearable Inertial Sensors for Sport Performance Evaluation: A Systematic Review’, Sensors, 18(3), p. 873. doi:10.3390/s18030873.

Distelhorst, L. (2014) Leistung: das Endstadium der Ideologie. Bielefeld: Transcript (Edition Politik, Band 18).

Eidemüller, D. (2016) Der Drang nach dem perfekten Sein, Helmholtz-Gemeinschaft Deutscher Forschungszentren. Available at: https://www.helmholtz.de/newsroom/artikel/der-drang-nach-dem-perfekten-sein/ (Accessed: 28 June 2022).

Fausten, L. (2020) ‘Fitnessinhalte auf Instagram und ihre Auswirkungen auf das  Körperbild von Schülerinnen’. Available at: https://www.medienpaedagogik.uni-mainz.de/files/2021/01/Bachelorarbeit_Fausten.pdf (Accessed: 28 June 2022).

Gomide Foina, A. et al. (2010) ‘Player Tracker - a tool to analyze sport players using RFID’, in 2010 8th IEEE International Conference on Pervasive Computing and Communications Workshops (PERCOM Workshops). 2010 8th IEEE International Conference on Pervasive Computing and Communications Workshops (PERCOM Workshops), pp. 772–775. doi:10.1109/PERCOMW.2010.5470538.

Lobinger, B.H. and Stoll, O. (2019) ‘Leistung beschreiben, erklären, vorhersagen und optimieren’, Zeitschrift für Sportpsychologie, 26(2), pp. 58–70. doi:10.1026/1612-5010/a000260.

Prandl, H. and Thaller, A. (2022) Kuriose Verletzung von Rapids Stojkovic. Available at: https://www.laola1.at/de/red/fussball/bundesliga/news/kuriose-verletzung-von-rapid-verteidiger-filip-stojkovic/ (Accessed: 12 May 2022).

Romanin, J. (2021) ‘„Gute Freund*innen“ gegen Bezahlung? Wie Influencer*innen ihre Community  beeinflussen’. Available at: https://eplus.uni-salzburg.at/obvusbhs/content/titleinfo/7309727/full.pdf.

Stamm, C. (2013) ‘Hochgeschwindigkeitsvideoverarbeitung im Sport’, Informatik-Spektrum, 36(5), pp. 431–439. doi:10.1007/s00287-013-0725-9.

[metrische-kulturen]

Eine schwere Entscheidung

Folgender Blog sollte nicht gelesen werden, wenn man sensibel auf das Thema Tod reagiert. Lesen auf eigene Gefahr! 

Fallbeispiel zur Einführung 

Der 36-jährige Herr S. liegt schon seit Wochen nach einem Arbeitsunfall im Krankenhaus. Während Arbeiten am Dach hat er das Gleichgewicht verloren und ist vom Dach auf den Boden gestürzt. Seine Kollegen riefen den Notarzt und er kam sofort in das nächste Krankenhaus. Nach mehrfachen Komplikationen liegt er nun im Koma. Seine Ärzte wissen ihm nach vielen medizinischen Versuchen nicht mehr zu helfen, da sein Gesamtzustand trotz allem schlechter wird. Darum bittet er die Angehörigen um eine harte Entscheidung: Entweder noch abwarten oder die ihn am Leben erhaltenden Maschinen abschalten und ihm dem friedlichen Tod zu überlassen.  

Um Betroffenen bei ihrer Entscheidung zu unterstützen oder diese sogar zu ersetzen, entsteht die Überlegung, künstliche Intelligenz bei diesen sogenannten „End-of-Life-Entscheidungen“ anzuwenden. Diese Überlegung bzw. die Umsetzung ist gar nicht mal so unrealistisch. Die letzten Entwicklungen in der KI-Thematik haben gezeigt, wozu KI-Systeme in der Lage sind. So werden immer häufiger KIs bei End-of-Life-Entscheidungen eingesetzt. Beispiele hierfür wären der Einsatz der KI bei der Triage, in der Palliativpflege oder eingebaut in einer sog. Suizidkapsel. 

Sokrates: „Ich weiß, dass ich nichts weiß" 

Wenn es um Entscheidungen geht, dann spielt Wissen eine wichtige Rolle. Deshalb wollen wir uns dieses Konstrukt und das zugehörige Konstrukt Nichtwissen mal etwas genauer anschauen. 

Um Wissen erkennen zu können, kann man vier notwendige Bedingungen anwenden.  

Wahrheitsbedingung: Wenn eine Person weiß, dass p, dann ist es wahr, dass p. 

Überzeugungsbedingung: Wenn eine Person weiß, dass p, dann glaubt sie, dass p 

Rechtfertigungsbedingung: Wenn eine Person weiß, dass p, dann ist sie gerechtfertigt zu glauben, dass p. 

Nichtzufälligkeitsbedingung: Wenn eine Person weiß, dass p, dann ist die gerechtfertigte Überzeugung nicht zufällig wahr. 

Treffen die genannten Bedingungen zu, kann man von Wissen sprechen. 

Um Nichtwissen zu erklären, gibt es kontroverse Möglichkeiten. Das Begriffsverständnis hat sich im Laufe der Zeit gewandelt. Früher wurde Nichtwissen als individuelles Fehlen von vorhandenem Wissen bzw. die bloße Abwesenheit von Wissen, z. B. aufgrund von bewusst zurückgehaltenem Wissen, verstanden. Heute ist es ein komplexes und differenziertes Phänomen, das in diversen sozialen Prozessen konstruiert wird. Dieser Wandel erfolgte mit der Erkenntnis, dass durch die Generierung von Wissen auch neues Nichtwissen geschaffen wird, z. B. in Form von neuen Fragen. Nichtwissen ist also ein Produkt, welches als ein dauerhaftes Phänomen parallel mit Wissen entsteht. Somit kann Nichtwissen nicht immer vermieden oder durch Wissen reduziert werden und man deswegen auch mit einem „Nicht-Wissen-Können“ konfrontiert wird.  

Nichtwissen wird häufig eher negativ konnotiert. Allerdings hat Nichtwissen auch wichtige Funktionen. Es kann eine Voraussetzung für eine innovative Problemlösungsfähigkeit sein. Es eröffnet sich die Chance, neues Wissen und neue Lösungen zu erarbeiten, da man nicht auf vorhandene Konzepte zurückgreifen kann. Man kann sich also durch vorhandenes Wissen nicht einschränken, sondern ist besser dazu in der Lage, über den Tellerrand hinaus zu schauen. Darüber hinaus kann Nicht-Wissen zum Beispiel auch zum Schutz vor Informations- bzw. Wissensüberflutungen sein, um produktiv mit vorhandenem und potentiellem Wissen umgehen und entscheidungsfähig bleiben zu können. 

KI und Menschenrechte 

KI nimmt bzw. wird einen großen Teil des menschlichen Lebens einnehmen. Deshalb ist es unumgänglich, ihre Auswirkungen auf die Grundrechte zu untersuchen. Das ist vor allem wichtig, wenn KI menschliche Entscheidungen ersetzt und nicht nur unterstützt. Grundrechte werden von der Europäischen Charta der Grundrechte in unter anderem diese drei Kategorien unterteilt: 

Die Würde umfasst die Würde des Menschen und das Recht auf Leben. KI könnte vor allem im Kontext der Gesundheitsfürsorge positive sowie negative Konsequenzen in Bezug auf diese Menschenrechte mit sich bringen. Allerdings muss hier neben Haftungsfragen auch auf die sorgfältige Abwägung zwischen medizinischen Vorteilen und Persönlichkeitsrechten geachtet werden. 

Die Freiheit beinhaltet das Recht auf Gedanken- und Meinungsfreiheit, das Recht auf Achtung des Privatlebens und das Recht auf Schutz personenbezogener Daten. Vor allem das letztgenannte Recht spielt bei KI eine große Rolle, da hierfür große personenbezogene Datenmengen verwendet werden. 

Nach dem Recht der Gleichheit sind alle Menschen gleich und kein Bürger darf aus Gründen wie Geschlecht, Rasse, Alter oder ethnischer Herkunft diskriminiert werden. Bei einem KI-System kommt es durchaus öfter vor, dass es zur Diskriminierung kommt, wenn die KI vorwiegend mit Daten einer bestimmten Bevölkerungsgruppe gefüttert wird.  

Das heißt, die Nutzung von KI kann negative Auswirkungen auf vor allem das Recht auf Gleichheit und Nichtdiskriminierung haben, aber auch auf den Schutz der Menschenwürde, den Schutz der Privatsphäre und auf viele andere Menschenrechte. Des Weiteren kann die Nutzung auch die Bereitstellung lebenswichtiger Dienstleistungen wie Gesundheitswesen beeinflussen und den Zugang zu Möglichkeiten wie Beschäftigung einschränken und somit wirtschaftliche, soziale und kulturelle Rechte untergraben. 

Man sieht also, dass KI viele Bereiche des menschlichen Lebens und damit auch grundlegende Rechte betrifft. Es ist noch offen, wie man den rechtlichen Rahmen rundum KI gestaltet. Es bedarf einer Berücksichtigung von gesellschaftlichen, wirtschaftlichen und auch ökologischen Konsequenzen. 

Die Entwicklung unterstreicht die Relevanz der Technik für die Menschen 

Technik wurde früher als Werkzeug benutzt. Im Krieg wurden allerdings Grenzen überschritten wie zum Beispiel mit der Entwicklung von Atombomben. Im weiteren Verlauf wurde Technik als System betrachtet. Hier wurde der Blick durch den Holocaust über den Tellerrand hinausgetragen. Außerdem wurde Technik nicht mehr als einzelne Waffe, sondern als System angewendet. In der nächsten Entwicklungsphase geht es darum, dass die Technik außer Kontrolle gerät. In den 70er Jahren kam große Kritik auf wegen den immer stärker werdenden Folgen der Technik in ökologischen Kontexten.  

Wie man sieht, hat sich das Technikverständnis und die Beziehung Mensch-Technik im Laufe der Zeit sehr stark geändert. Aber wie kann man sich nun künstliche Intelligenz im Kontext der Palliativpflege vorstellen? 

Um zurück auf das Fallbeispiel am Anfang zu kommen: Die Angehörigen fühlen sich nicht in der Lage solch eine schwere Entscheidung zu treffen. Der Arzt berichtet ihnen, dass das Krankenhaus über ein KI-System verfügt, welches bei einer End-of-life-Entscheidung unterstützen soll. Die Angehörigen entscheiden sich für das Heranziehen dieser KI. Nun werden alle relevanten Patientendaten (Anamnese, Vitalwerte, Patientenverfügung, etc.) von Herrn S. in die KI eingespeist. Mit diesen Informationen und vergangener Deep-Learning-Einheiten kommt die KI zu folgender Empfehlung: “Der Patient Herr S. hat eine 30% Überlebenschance und wird in 3,5 Wochen sterben. Der Zustand wird sich in den nächsten Wochen weiter stetig verschlechtern. Ich empfehle auf Basis der mir vorliegenden Informationen, den Patienten nach Hause zu verlegen und ihn dort in den Tod zu begleiten”. Mit dieser Empfehlung wird aber noch nichts festgemacht. Der Arzt und die Angehörigen müssen nun trotzdem entscheiden, welcher Weg genommen wird. Allerdings fällt ihnen nun die Entscheidung leichter, da die KI genaue Zahlen nennt. Sie entscheiden sich dafür, Herr S. nach Hause verlegen zu lassen, um ihm den Wunsch zuhause zu sterben zu erfüllen. 

Das hört sich jetzt alles erst einmal positiv an. Das KI-System kann den Tod auf bis zu 12 Monate vorhersagen, um so den Patienten zu ermöglichen, zuhause im Kreis der Familie zu sterben anstatt alleine im Krankenhaus. Das ermöglicht eine bessere und qualitativ hochwertigere Versorgung, da keine unnötigen, qualvollen Behandlungsversuche gestartet werden. Allerdings hat diese Technologie - wie jede andere auch – Schattenseiten. Hierbei spielen vor allem ethische und rechtliche Probleme eine Rolle. Die Entscheidungsentstehung der KI geht in einer sog. Blackbox von statten. Das heißt: Niemand kann genau die Entscheidung nachvollziehen und sehen, auf welche Informationen die Empfehlung basiert. Das KI-System entscheidet im Gegensatz zum Menschen rein objektiv und lehnt sich auf Fakten. So kann der menschliche Überoptimismus vermieden werden. Denn Menschen wollen im Normalfall keine Menschen einfach so dem Tod überlassen und versuchen mit zahlreichen Methoden den Menschen noch irgendwie zu retten. Allerdings ist die Objektivität der KI auch nicht immer positiv, da der Mensch etikettiert wird und eventuell nicht mehr optimal behandelt wird, da gewisse subjektive Erfahrungen fehlen. Des Weiteren soll der Arzt die Verantwortung über die Nutzung einer KI haben und zusammen mit dem Patienten oder den Angehörigen die letztliche Entscheidung treffen. Doch wenn der Arzt sich komplett auf die KI verlässt und diese eine Fehlempfehlung gegeben hat, wer haftet für solch einen fatalen Fehler? 

Wenn wir also in die Zukunft schauen, dann bringt die Digitalisierung Chancen und Möglichkeiten, aber auch Risiken und Grenzen mit sich. Durch die Technik können viele Menschen gefördert, aber auch ausgeschlossen oder sogar diskriminiert werden. Die Frage hierbei ist nur: Auf wen nehmen wir mehr Rücksicht? Was erwartet uns in der Zukunft?

Autorinnen: Rebecca Kemmerzell, Svenja Abler, Annika Sellerer, Régine Prutscher

Literaturverzeichnis:

Amnesty (o.J.): Künstliche Intelligenz und Menschenrechte. Online verfügbar unter: Amnesty International: URL: https://www.amnesty.at/zukunftmenschenrechte/kuenstliche-intelligenz-und-menschenrechte/. Letzter Zugriff 13. Juni 2022​

Bähr, L. (2018): Eine KI sagt den Tod voraus. Online verfügbar unter: GQ: URL: https://www.gq-magazin.de/auto-technik/article/eine-ki-sagt-den-tod-voraus. letzter Zugriff 11. April 2022​

Ballweber, J. (2021): Triage-Software in Notaufnahmen: Der nächste Schnellschuss aus dem Hause Spahn. Online verfügbar unter: netzpolitik.org: URL: https://netzpolitik.org/2021/triage-software-in-notaufnahmen-der-naechste-schnellschuss-aus-dem-hause-spahn/. Letzter Zugriff 11. April 2022​

Batemann, T. (2021): Ist diese "Suizidkapsel" aus dem 3D-Drucker die Zukunft der Sterbehilfe?. Online verfügbar unter: euronews: URL: https://de.euronews.com/next/2021/12/09/kann-diese-suizidkapsel-aus-dem-3d-drucker-sterbehilfe-entmedikalisieren. Letzter Zugriff 11. April 2022​

Briseño, C. (2018): Optimierung der Palliativversorgung: Wenn Algorithmen den Tod vorhersagen. Online verfügbar unter: Algorithmenethik: URL: https://algorithmenethik.de/2018/03/21/optimierung-der-palliativversorgung-wenn-algorithmen-den-tod-vorhersagen/. Letzter Zugriff 15. Juni 2022​

Deutscher Ethikrat (2017) Wie wird die Zukunft mit intelligenten Maschinen? URL: https://www.ethikrat.org/mitteilungen/mitteilungen/2017/wie-wird-die-zukunft-mit-intelligenten-maschinen/?cookieLevel=not-set&cHash=4e3bfeb22eee350fb8c54b33e6478952 Letzter Zugriff 12.05.22​

Deutsches Institut für Menschenrechte (o.J) Algorithmische Entscheidungssysteme URL: https://www.institut-fuer-menschenrechte.de/fileadmin/Redaktion/Publikationen/Information/Information_Algorithmische_Entscheidungssysteme.pdf ​

Erbguth, F. (2021): Entscheidungen am Lebensende und Palliativtherapie in der Intensivmedizin. Intensivmedizin up2date, 17(02), 179-196​

Hehli, S. (2022): Die Suizidkapsel Sarco sorgt weltweit für Wirbel – jetzt platzt die Premiere in der Schweiz. Online verfügbar unter: Neue Zürcher Zeitung: URL: https://www.nzz.ch/schweiz/suizidkapsel-sorgt-fuer-wirbel-jetzt-platzt-schweizer-premiere-ld.1662985. Letzter Zugriff 11. April 2022​

Möller, C.; Swaminathan, R. (2019): KI und Grundrechte. Online verfügbar unter: Deloitte: URL: https://www2.deloitte.com/de/de/pages/public-sector/articles/ki-und-grundrechte.html. Letzter Zugriff 13. Juni 2022​

Müller, C. (2017): Gibt es eine Neutralität der Technik? Grundlegende Aspekte der Technikkritik in der Moderne. In Baumann, H.; Gallusser, M.; Herzog, R.; Klotz, U.; Michel, C.; Ringger, B.; Schatz, H. (Hrsg.): Technisierte Gesellschaft, Zürich: edition 8, 53-62​

Wagner, B.; Vieth, K. (2016): Digitalisierung und Menschenrechte. Online verfügbar unter: bpb: URL: https://www.bpb.de/themen/recht-justiz/dossier-menschenrechte/232190/digitalisierung-und-menschenrechte/. Letzter Zugriff 13. Juni 2022​

Beck, S. (2018)  Zum Einsatz von Robotern im Palliativ- und Hospizbereich . MedR 36, 772–778. Letzter Zugriff 15.Juni 2022​

Zweig, K. (2019) Ein Algorithmus hat kein Taktgefühl- Wo künstliche Intelligenz sich irrt, warum uns das betrifft und was wir dagegen tun können

[metrische-kulturen]

Arbeitsplatz der Zukunft – Können moderne Technologien die Arbeit messbar optimieren?

Abb. 1: Arbeit 4.0

Wir befinden uns in einem stetigen Veränderungsprozess, wenn es um das Thema „Arbeit“ geht. Derzeit geht es vor allem um eine Verschiebung der analogen zur digitalen Welt.

„Arbeit 4.0“ beschreibt genau diesen Wandel. Es geht um neue Perspektiven, diverse zentrale Trends und Entwicklungen zu einer digitalisierten Arbeitswelt hin, wobei Stichwörter wie „People Analytics“ und Metriken eine bedeutende Rolle spielen (Mütze-Niewöhner and Nitsch, 2020). Der Begriff „Arbeit 4.0“ leitet sich in gewissem Maße von der aktuellen Diskussion über die vierte industrielle Revolution „Industrie 4.0“ ab, rückt jedoch Arbeitsformen und Arbeitsverhältnisse in den Mittelpunkt der Thematik und umfasst somit nicht nur den industriellen Sektor, sondern die gesamte Arbeitswelt (Bundesministerium für Arbeit und Soziales, 2015). Der Fokus wird stärker auf den arbeitenden Menschen, die Arbeitsteilung zwischen Mensch und Technik und die Organisation von Arbeit gelegt (Mütze-Niewöhner and Nitsch, 2020). Diese digitale Transformation wird zudem von einer Alterung der Gesellschaft und der Belegschaft sowie einem Hinblick auf das Erwerbspotenzial begleitet (Rump and Eilers, 2017, p. 0). Da wir uns inmitten dieser Phase befinden, sind die Bedeutungen für die Arbeitswelt und den individuellen Menschen bisher nicht in Gänze zu erfassen. Es lassen sich somit keine endgültigen Antworten auf zukünftige Resultate treffen, sondern nur Entwicklungsperspektiven aufzeigen (Mütze-Niewöhner and Nitsch, 2020).

Abb. 2: Entwicklungsschritte zur digitalisierten Arbeitswelt

Betrachtet man nun die letzten Jahre lassen sich folgende Aspekte im Entwicklungsprozess festhalten:

Eine stetige Digitalisierung und Technisierung sowie Entwicklungen in Wissensökonomie und Innovationsökonomie, eine zunehmende Individualisierung und ein gewisser Wertewandel in der Arbeitnehmerwelt (Rump and Eilers, 2017).

Dieser dynamische Prozess führt letztendlich zu Veränderungen in der Arbeitswelt, man kann diese auch als „moderne Arbeitswelt“ bezeichnen, in der sich Aufgabenprofile, Abläufe, Arbeitsformen und Arbeitsbeziehungen, bis hin zu Berufsbildern verändern (Mütze-Niewöhner and Nitsch, 2020).

Diese „Umbruchphase“ wirft für jeden Arbeitnehmer*in Fragen auf. So auch die Überlegung, wie sich bestimmte Arbeitsplätze in Zukunft verändern könnten. Beispiele hierzu werden im späteren Verlauf beschrieben.

Digitale Technologien sind in der heutigen Arbeitswelt bereits allgegenwärtig. Hierzu ein paar Fakten, die sich aus unterschiedlicher Sichtweise festhalten lassen.

Stand der Digitalisierung aus Sicht von Beschäftigten: Ein homogenes Bild

Mehr als 80 % der Beschäftigten nutzen Informations- oder Kommunikationstechnologien bei der Arbeit, zum Beispiel Computer oder Smartphones (BMAS 2016). Vor allem in der Unternehmensorganisation (99%).

18 % der befragten Beschäftigten sind in keiner Weise von Digitalisierung betroffen (DGB-Index „Gute Arbeit“ 2016).

Hohe Anteile digitaler Arbeit finden sich auch, vielleicht anders als vermutet, im Fahrzeugbau (76 %) und Maschinenbau (75 %) wieder (DGB-Index „Gute Arbeit“ 2016).

Die elektronische Kommunikation erfolgt häufig über E-Mail, Smartphone, soziale Netze etc. (63 %) (DGB-Index „Gute Arbeit“ 2016).

54 % der Befragten arbeiten mit unterstützenden elektronischen Geräten, zum Beispiel Scannern, Datenbrillen oder Diagnosegeräten (DGB-Index „Gute Arbeit“ 2016).

Stand der Digitalisierung aus Sicht von Betrieben: Ein heterogenes Bild

63,5 % der befragten Produktionsbetriebe gaben an, keine modernen digitalen Technologien einzusetzen (IAB +ZEW, 2016).

Die Bereitschaft für die Industrie 4.0 ist vorhanden: Der Mittelstand erwies sich jedoch als zurückhaltender als die befragten Großunternehmen (Lerch et��al. (2017).

Eine Differenzierung von Betrieben, die sich mit der Nutzung digitaler Technologien noch nicht befasst haben, über Betriebe, in denen der digitale Wandel zugange ist, bis hin zu wenigen Unternehmen, die bereits Digitalisierungstechnologien einsetzen, ist erkennbar (z.B. Marketing und Vertrieb) (Arntz et al. 2016a; Lichtblau et al. 2015; Lerch et al. 2017; Zimmermann 2017).

Stand und Entwicklungsperspektiven aus überbetrieblicher Sicht

In Deutschland arbeiten 42 % der Beschäftigten in Berufen mit hohen Automatisierungswahrscheinlichkeiten. Dies bedeutet nicht, dass sie vollkommen automatisierbar oder substituierbar sind. Vielmehr geht es um Teilbereiche und bestimmte Aufgabenfelder (Bonin et al. 2015).

Unter Berücksichtigung der Tätigkeitsstrukturen reduziert sich der Anteil von 42 %der Beschäftigten, die in durch Automatisierung bedrohten Berufen arbeiten, für Deutschland auf 12 % (Bonin et al. 2015).

Eine Szenarioanalyse zeigt, dass es somit nur minimale Auswirkungen der Digitalisierung auf das Gesamtniveau der Beschäftigung gibt, jedoch wird erwartet, dass es deutliche Verschiebungen von Arbeitsplätzen zwischen Branchen, Berufen und Anforderungsniveaus geben wird (Zika et al. 2018).

Demografischer Wandel

Auch der demografische Wandel ist im Kontext der Technisierung und Digitalisierung nicht zu vergessen. Die Gesellschaft wird immer älter. Der demografische Wandel spielt in Deutschland mittlerweile eine bedeutende Rolle. Eine sinkende Zahl an Menschen im jüngeren Alter und die zugleich steigende Zahl an Menschen in höherem Alter beeinflussen die Altersstruktur enorm. Jede zweite Person in Deutschland ist derzeit älter als 45 Jahre und jede fünfte Person älter als 66 Jahre (Statistische Bundesamt, o.J.).

Ein Vergleich der Altersstruktur aus dem Jahr 2019 mit dem Jahr 1990 zeigt die Veränderung des demografischen Wandels sehr deutlich:

Abb. 3: Altersaufbau der Bevölkerung 2019 im Vergleich zu 1990

Mit diesem Wandel gehen auch altersassoziierte Problematiken einher, zu denen unter anderem ein Wandel der Leistungskapazität des Arbeitnehmers und eine Zunahme an Ausfällen durch inadäquate Arbeitsbedingungen gehört. Die zunehmende Komplexität auf der Arbeit, aufgrund der Menge an Informationen durch Kommunikationsmittel wie Computer, Smartphones und Internet, führt gleichermaßen auch zu einer Verdichtung der Arbeit (Hermeier, Heupel and Fichtner-Rosada, 2019). Zusätzlicher Druck und Überforderung können resultieren. Auch technische Störungen führen, bei Unerfahrenheit, zu Stress. Besonders der Bereich der „Akzeptanz“ im Betrieb, sollte ebenfalls nicht unterschätzt werden (Hermeier, Heupel and Fichtner-Rosada, 2019). Denn wo keine Akzeptanz herrscht, fällt es auch schwer, etwas zu implementieren, was anschließend genutzt wird. Konzepte der alters -und alternsgerechten Arbeitsgestaltung rücken somit deutlich in den Vordergrund (Mütze-Niewöhner and Nitsch, 2020). Diese Aspekte betreffen jedoch nicht nur die „ältere Generation“, sondern könne für jede(n) Arbeitnehmer*in eine Herausforderung darstellen.

Gegenüber den Problematiken stehen die Chancen der Technisierung und Digitalisierung. Hierzu zählt unter anderem eine vernetzte und flexible Arbeitswelt, welche „arbeiten“ einfacher und unabhängiger gestalten kann. Zudem gibt es positive Auswirkungen auf die körperliche und seelische Verfassung. Selbstvermessungstechniken, die im späteren Verlauf noch thematisiert werden, können vor allem Motivations- und Produktivitätssteigernd wirken (Hermeier, Heupel and Fichtner-Rosada, 2019).

Halten wir als Zwischenfazit folgendes fest:

Diese technischen/digitalen Veränderungen finden bereits teilweise statt und nehmen stetig zu

Es bieten sich Entscheidungs- und Gestaltungsspielräume, die über Richtung, Verlauf und Ergebnisse in Zukunft entscheiden. Es gilt den „richtigen“ Umgang zu finden.

Eine Betrachtung der vorliegenden Aspekte ist auf gesamtgesellschaftlicher und volkswirtschaftlicher Ebene nötig

Es entsteht eine gesellschaftliche, individuelle und wirtschaftliche Relevanz des Themas.

Abb. 4: KPI-Darstellungen

Veränderung vermessen

Das Institut „DGB-Index Gute Arbeit“ führt seit 2007 jährlich eine bundesweite repräsentative Befragung von Arbeitnehmern in Deutschland, in Form eines „Computer Assisted Telephone Interview“, kurz „CATI“, durch.

Beim Institut „DGB-Index Gute Arbeit“ handelt es sich um ein Institut des Deutschen Gewerkschaftsbundes (im weiteren DGB), welches eigens für bundesweite Repräsentativerhebungen und deren Auswertung, sowie Kommunikation der Ergebnisse zuständig ist (Dipl.-Ing. (FH) Stefan Luber / Nico Litzel 2019).

Aber warum erlässt ein Gewerkschaftsbund solche Befragungen, gründet gar ein spezialisiertes Institut zur Erhebung? -Ziele des DGB umfassen laut Satzung, die Vertretung der sozialen, wirtschaftlichen und kulturellen Interessen von Arbeitnehmern. Um „Gute Arbeit“, nicht nur aus Sicht des Arbeitnehmers ermitteln zu können bedarf es spezieller Werkzeuge.

Wie sieht eine solche Befragung aus? Welche Kennzahlen sind notwendig, um Interessen, sowie Leistung von Arbeitnehmer, aber auch Arbeitgeber zu ermitteln? Hier stoßen wir bereits auf einen wichtigen Begriff im Bereich der Metriken am Arbeitsplatz.

„Key Performance Indicators“, kurz KPIs, sind, wie die deutsche Übersetzung bereits Vermuten lässt, nichts anderes als Indikatoren oder Kennzahlen zur Messung der Leistung. KPIs werden verwendet, um die Leistung diverser Aktivitäten einer Organisation oder eines Unternehmens zu messen. Je nach Bereich sind unterschiedliche KPIs relevant. So interessiert sich eine Marketingabteilung für andere Kennzahlen als Logistik oder Management. Wichtige Kennzahlen im Content-Marketing stellen hierbei beispielsweise Besucher beziehungsweise Aufrufzahlen, Verweildauer und Anzahl neuer Nutzer dar (Dipl.-Ing. (FH) Stefan Luber / Nico Litzel 2019).

Abb. 5: KPI-Prozess

„People Analytics” mit dem Personalcontrolling, welches Personaldaten über gewisse Zeiträume hinweg erfasst, als Grundlage, stellen die Analyse von diesen personenbezogenen Daten dar. Dabei liegt das Hauptaugenmerk darauf, mithilfe der erhobenen Daten, kausale Zusammenhänge aufzudecken und diese interpretieren zu können. Eine Art „Ursache-Wirkung Forschung“. Zur Verdeutlichung nehmen wir als Beispiel die im Personalcontrolling gesammelten Daten zur Mitarbeiterzufriedenheit. „Arbeitsklima“, „Zusammenarbeit“, „Verhalten der Vorgesetzten“ und weitere. People Analytics können diese Daten verwenden, um eine Fragestellung zu generieren, die wie folgt lauten kann: „Wie lässt sich die Mitarbeiterzufriedenheit langfristig steigern?” (Georg Loscher und Stephan Kaiser 2019). Erhoben werden diese Daten auf verschiedenste Art und Weisen. Dazu zählen unter anderem Umfragen, Human Ressource Softwares, Software zur Produktivitätsmessung oder biometrische Analysen. Letztere sind in Deutschland allerdings nicht zulässig, denn sensible Daten müssen geschützt werden. Das ist auch bei People Analytics nicht anders. Die DSGVO (Datenschutzgrundverordnung) hat dazu strenge Vorschriften verfasst. Siehe: https://dsgvo-gesetz.de/ (v.A Art.5,6,13,22).

In Bezug auf Arbeitszufriedenheit und Motivation bezieht man sich grundsätzliche auf zwei verschiedene Arten von Messverfahren.

Das „BRUGGEMANN-Modell“ (Bruggemann, 1974), als theoriebezogenes Verfahren, geht davon aus, dass das Individuum einen SOLL-IST-Vergleich in Bezug auf seine Arbeitssituation durchführt und die aus diesem Vergleich resultierende (Un- )Zufriedenheit durch psychische Prozesse strukturiert. Es ergeben sich sechs unterschiedliche Formen der Arbeitszufriedenheit. (Fischer, Lorenz, and Andrea Eufinger, 1991). Die Subskalen aus der Skala zur Messung von Arbeitszufriedenheit (SAZ), als theoriefreie Verfahren (Fischer / Lück, 1989) hingegen, geben den Befragten zur Messung der Arbeitszufriedenheit verschiedene Aspekte der Arbeit vor. Als Antwortmöglichkeiten werden hierbei fünfstufige Likert-skalen, das sind graduelle Antwortskalen bspw. von "nicht zufrieden" über "wenig zufrieden" bis "sehr zufrieden", dargestellt.

Abb. 6: Metrischer Arbeitsplatz

Metrische Arbeitsplätze

Es gibt verschiedene Metriken, die man am Arbeitsplatz verwenden kann. Hierzu gehören auch Tools wie „Humanyze“, deren Aufgabe es ist, den Prozess zu unterstützen.

„Humanyze“ beschäftigt sich mit der Arbeitsplatz-Analytik, Geschäftsprozessoptimierung und personenbezogenen Analytik. Ziele von „Humanyze“ sind die Bedürfnisse der Beschäftigten in Einklang mit den Unternehmenszielen zu bringen, durch eine kontinuierliche Überwachung von objektiven Verhaltenskennzahlen. Außerdem sollen Führungskräfte, durch die Analyse dieser Unternehmensdaten, bessere Entscheidungen treffen können.

Diese Ziele werden vom „Organisational Health Score (OHS)" erfasst. Hierbei wird zu einem vermessen, wie die Arbeit erledigt wird, zum anderen werden Verhaltensweisen, Strategien und Prozesse identifiziert. Dadurch soll der Erfolg in einem Unternehmen optimiert werden. Der OHS wird in den drei Hauptkategorien „Engagement“, „Produktivität“ und „Anpassungsfähigkeit“ aufgeteilt (Siehe Abb. 7). Durch umsetzbare Metriken und Indikatoren wird eine Gesamtpunktzahl gemessen, die den Gesamterfolg darstellt.

Abb. 7: Organisational Health Score (OHS)

Generell werden die Metriken in Arbeitsplatzkultur (Krankheitstage oder Länge des Arbeitstages eines Beschäftigten) und umsatzbezogene Indikatoren (monatliche Verkaufszahlen oder abgeschlossene Projekte) unterschieden. Durch verschiedene Daten aus Kollaboration-Tools, Ortungssystemen und Umfragen kann eine Ansicht des Arbeitstages erstellt werden.

„Humanyze“ gewährleistet den Mitarbeiterdatenschutz und die Anonymität der Beschäftigten (DSGVO/CCPA-konform).

Weitere Beispiele für Metriken in anderen Unternehmen(-bereichen) sind die Amazon Performance Metriken und Recruiting Metriken.

Nachdem Beispiele vorgestellt wurden, greifen wir folgende Frage erneut auf: „Welche Arbeitsplätze werden sich in welcher Weise verändern?“

Metriken können in verschiedenen Bereichen der Arbeitswelt angewendet werden:

Geschlechtergerechtigkeit

„Metriken sollten verwendet werden, um die Anzahl von Frauen in Führungspositionen zu verfolgen, einschließlich Praxispartnern, Bereichs- und Abteilungsleitern, akademischen Dekanen, Führungskräften im Gesundheitswesen und Redaktionsausschüssen und Sprechern.” ​- Cansino et al. 2021​

Vorteile der Metrik in diesem Bereich ist, dass man einen guten Überblick über die Geschlechterstruktur in einem Unternehmen hat. Somit haben sowohl Frauen als auch Männer die gleiche Chance auf eine Position und die Gleichstellung von Frauen und Männer wird gewährleistet.

Allerdings können durch diese Metrik Benachteiligungen der Männer und unfaire Positionseinstellungen entstehen, da man sich nur nach diesem Wert richtet und nicht nach der Qualifikation. In diesem Zusammenhang könnte auch die Kompetenz der eingestellten Mitarbeiterin hinterfragt werden.

Selbstvermessung

Die Selbstvermessung ist eine weitere Methode, um den Arbeitsalltag zu messen. Hierbei wird die Gesundheit der Beschäftigten fokussiert, indem man die Gesundheitsdaten vermisst. Dazu können Tools wie Gesundheitsapps helfen. Auch Wearables wie Smartwatches oder Gamification-Ansätze, wie Wettkämpfe zwischen Kolleg*innen, können die Selbstvermessung unterstützen. Des Weiteren können auch Entspannungstechniken während der Arbeitszeit angewandt werden, indem regelmäßig Push-Benachrichtigungen aufkommen. Die Gesundheitsdaten werden vermessen und in der App dokumentiert.

Durch diese Selbstvermessung hat man mehr Selbstbestimmung und Kontrolle über die eigenen Daten. Man wird nicht von Externen überwacht und es ist jedem selbst überlassen, ob er/sie die App benutzt oder nicht.

Allerdings können die Daten vernachlässigt oder verfälscht werden, indem das Wearable entweder nicht getragen wird oder nicht selbst ausgeführte Bewegungen registriert werden. Des Weiteren kann es sein, dass die Beschäftigten keinen Sinn in der Nutzung der App sehen.

Zum Abschluss eine kurze Diskussion, um weitere Anregungen Ihrerseits zu schaffen:

Die Digitalisierung in Arbeitsplätzen bietet verschiedene Vorteile, dennoch stellt sich die Frage, inwieweit Daten abgesichert sind und eventuell auch fremdentwendet werden. Datenschutz ist ein wichtiger Teil und darf vor allem bei der Metrisierung des Arbeitsplatzes nicht fehlen. Sensible Daten dürfen von Arbeitgeber*innen nicht verwenden werden, deshalb sollen die Persönlichkeitsrechte in der digitalen Arbeitswelt gestärkt werden. Sowohl Aktivitäten in der digitalen Arbeitsumgebung als auch soziale Netzwerke der Mitarbeiter*innen können Datenschatten hinterlassen, die von Arbeitergeber*innen genutzt werden können. Deshalb bedarf es an neuen rechtlichen, technischen und organisatorischen Schutz- und Abwehrmaßnahmen für die Persönlichkeitsrechte der Beschäftigten (Ver.di 2015).

Gerade Datenverarbeitungsskandale, wie Videoüberwachung am Arbeitsplatz oder Leistungskontrollen durch Handscanner, zeigen den Missbrauchspotenzial der Digitalisierung am Arbeitsplatz. Teilweise werden auch Daten von außerbetriebliches Verhalten, wie Leidenschaften oder Kontakte der Beschäftigten, von Arbeitgeber*innen genutzt. Deshalb muss ein Beschäftigungsdatenschutzgesetz geschaffen werden, um sowohl die dienstliche als auch die private Sphäre zu schützen. Das Gesetz soll unter anderem ein grundsätzliches Verbot von anlassloser Beobachtung/Überwachung, Datennutzung auf geregelte Fälle, Festlegung von Löschungsfristen und Regelungen zu Sanktionen bei Datenschutzverstöße beinhalten (Ver.di 2015).

Vor allem der gewerkschaftliche Handel ist zwingend notwendig für den Schutz der Persönlichkeitsrechte.

Der Deutsche Gewerkschaftsbund

Er setzt sich für eine solidarische Gesellschaft ein. National und international vertritt er die Gewerkschaftsbewegung und ist gleichzeitig die politische Stimmt der Mitgliedsgewerkschaften (Deutscher Gewerkschaftsbund, o.J.).

-Besonders gewerkschaftliche Weiterbildung ist essenziell:

Wie sich die Technisierung, Digitalisierung und Metrisierung auf Arbeitnehmer*innen und deren Arbeitsbedingungen auswirken kann, konnte in den vorherigen Abschnitten dargelegt werden. Die Frage, die offen bleibt, ist, welche weiteren Akteure in dieser digitalen Transformation eine bedeutende Rolle spielen.

Zu nennen sind hier die Betriebsräte*innen, der einzelnen Betriebe/Unternehmen/Konzerne. Ihre Aufgabe ist es, die Interessen der Arbeitnehmer*innen zu vertreten und stellvertretend für sie mit dem Arbeitgeber, über bestimmte Inhalte, zu verhandeln. Hierzu zählen zum Beispiel die Einhaltung von Gesetzen und Verordnungen, die Durchsetzung der Gleichstellung von Frauen und Männern, die Förderung von Arbeitsschutz-Maßnahmen und die Förderung von Beschäftigungen älterer Arbeitnehmer*innen (Deutscher Gewerkschaftsbund, 2022b). Auch bei der digitalen Transformation in einem Betrieb/Unternehmen/Konzern braucht es Betriebsräte*innen, die über den aktuellen Stand von Digitalisierung und Industrie 4.0 Bescheid wissen und als informierte Vertretung fungieren können. Arbeits- und Geschäftsprozesse sowie horizontale und vertikale Abläufe müssen eingeordnet und verstanden werden. Nur so sind kompetente Reaktionen möglich, wenn ein Betrieb/Unternehmen/Konzern umstrukturiert und digitalisiert werden soll (Deutscher Gewerkschaftsbund, 2022a).

Digitale Arbeitswelt: Immer effizienter und messbarer?

Die digitale Transformation lässt sich unter folgenden Gesichtspunkten betrachten: Wo wird Arbeit effizienter gestaltet, wo wird die Qualität von Arbeit erhöht? Doch hierbei besteht die Gefahr des kapitalistischen Systems, wobei die erst genannte Perspektive dominiert. Produktivitätszugewinne würden hier vor allem der Kapitalseite zugutekommen. Betriebsräte*innen müssen also für beides kämpfen (Deutscher Gewerkschaftsbund, 2019).

"...immer schneller mussten die Erfahrungen der Wirklichkeit als Zahlen darstellbar sein. Wir können zwar zählen, aber wir vergessen immer schneller bei welchen Dingen es überhaupt wichtig ist, dass sie gezählt werden und warum es überhaupt wichtig ist. " -Josef Weizenbaum Metrische Kulturen- (Die Macht der Computer und die Ohnmacht der Vernunft, 1977)"

Dieses Zitat soll noch einmal verdeutlichen, dass es nicht wichtig ist, Alles zu erfassen und zu messen. In erster Linie müssen die Metriken den Menschen zu Gute kommen. Sind Verfahren, wie die HR Analytics mit der prädiktiven Analytik (Was wird als nächstes passieren?) und der präskriptiven Analytik (Wie soll man sich Verhalten?), welche Mitarbeiter*innen in sogenannten „Scorings” in Schubladen stecken beziehungsweise in Bestenlisten einordnen, neben dem ethischen Aspekt überhaupt wünschenswert? (Jan-Paul Giertz, 2021) -Entscheidend sind aus Sicht des Autors eine ethische Analyse datengesteuerter algorithmischer Systeme im Personalmanagement, Michele Loi, guter Datenschutz, fachliche Kompetenz, transparente Verfahren und eine sorgfältige Überprüfung der Auswirkungen automatisierter Entscheidungen.

Abb. 8: Bewertung abgeben

Bewertung

Die Leitfrage, ob moderne Technologie die Arbeit messbar optimieren können, kann eindeutig mit „Ja“ beantwortet werden.

Gerade Tools wie „Humanyze“ zeigen, dass man durch verschiedene Verhaltenskennzahlen oder KPIs, die Arbeit analysieren kann und anhand davon, Maßnahmen zur Optimierung anleiten kann. Jedoch müssen einige Aspekte beachtet werden, bevor eine Metrik am Arbeitsplatz angewendet wird.

Zu einem stellt sich die Frage, ob die Metriken am Arbeitsplatz überhaupt umgesetzt werden können. Im Büro lassen sich Metriken einfacher intergieren als in einem LKW.

Des Weiteren muss entschieden werden, wie sinnvoll eine Metrik in dieser Berufsrichtung ist und ob es nicht doch zu einem Qualitätsmangel kommen würde. Denn wenn man eine Metrik einsetzt, um die Stückzahl eines Produkts, die eine Mitarbeiter*in erzielt hat, zu vermessen, dann zählt für diese Beschäftigten nur die Stückzahl und weniger die Qualität.

Ein weitere wichtiger Punkt ist die Technikakzeptanz. Gerade der obengenannte demografische Wandel zeigt, dass es immer mehr ältere Beschäftigte geben wird. Deshalb ist es umso wichtiger, die Mitarbeiter*innen aufzuklären und zu unterstützen.

Personenbezogene Daten dürfen nicht missbraucht werden, somit muss der Datenschutz gewährleistet sein. Besonders Gewerkschaften, wie der DGB, beschäftigen sich zunehmend mit der digitalen Transformation der Arbeitswelt und dem Datenschutz. Generell muss die Gesellschaft auf einer Metrisierung eingestellt werden und vor allem muss die Transparenz geschaffen werden (Wer hat Zugriff auf welche Daten?).

Auch Datenskandale, wie in der Diskussion genannt, können Beschäftigten ein schlechtes Bild vermitteln.

Metriken können den Arbeitsplatz und viele verknüpfte Bereiche optimieren. Wenn die angemerkten Punkte eingehalten und Daten nicht missbraucht werden, können sowohl Beschäftigte als auch Führungskräfte davon profitieren.

Autor*innen: Kalliopi Gkaroumpas, Laura-Karin Wilde, Arnold Maier

Literaturverzeichnis

Ver.di (2015): Datenschutz und Persönlichkeitsrechte für Beschäftigte in der digitalisierten Welt Gute Arbeit und Digitalisierung In: Gute Arbeit und Digitalisierung - Prozessanalysen und Gestaltungsperspektiven für eine humane digitale Arbeitswelt, S. 41 – 47

Cansino, C.; Khanna, K.; Johnson Bhembe, X.; Overholser, B.; Burstin, H. R.; Spector, N. D. (2021): The Path Forward: Using Metrics to Promote Equitable Work Environments. In: Pediatrics 148 (Supplement 2). DOI: 10.1542/peds.2021-051440G .

Humanyze (2021): Organisationsgesundheitslösung. Online verfügbar unter https://humanyze.com/de/solutions-org-health/, zuletzt aktualisiert am 27.08.2021, zuletzt geprüft am 29.04.2022.

Bundesministerium für Arbeit und Soziales (2015): BMAS - Grünbuch Arbeiten 4.0, www.bmas.de. Verfügbar unter: https://www.bmas.de/DE/Service/Publikationen/A872-gruenbuch-arbeiten-vier-null.html (zuletzt geprüft am: 16.06.2022).

Deutscher Gewerkschaftsbund (2019): Digitale Arbeit: solidarisch und gemeinsam, DEUTSCHER GEWERKSCHAFTSBUND. Verfügbar unter: https://www.dgb.de/++co++865f13a6-c8a7-11e9-a36d-52540088cada (zuletzt geprüft am: 18.06.2022).

Deutscher Gewerkschaftsbund (2022a): Atlas der digitalen Arbeit, DEUTSCHER GEWERKSCHAFTSBUND. Verfügbar unter: https://www.dgb.de/atlas-der-arbeit/++co++60dbfab8-cc6e-11ec-86ad-001a4a160123 (zuletzt geprüft am: 18.06.2022).

Deutscher Gewerkschaftsbund (2022b): FAQ Betriebsrat, DEUTSCHER GEWERKSCHAFTSBUND. Verfügbar unter: https://www.dgb.de/betriebsrat (zuletzt geprüft am: 18.06.2022).

Deutscher Gewerkschaftsbund (o.J.): Über uns, DEUTSCHER GEWERKSCHAFTSBUND. Verfügbar unter: https://www.dgb.de/uber-uns (zuletzt geprüft am: 18.06.2022).

Hermeier, B., Heupel, T. and Fichtner-Rosada, S. (eds) (2019): Arbeitswelten der Zukunft: Wie die Digitalisierung unsere Arbeitsplätze und Arbeitsweisen verändert. Wiesbaden: Springer Fachmedien Wiesbaden (FOM-Edition). doi:10.1007/978-3-658-23397-6.

Müller-Brehm, J., Otto, P. and Puntschuh, M. (2020) Einführung und Überblick: Was bedeutet Digitalisierung?, bpb.de, Bundeszentrale für politische Bildung. Verfügbar unter: https://www.bpb.de/shop/zeitschriften/izpb/digitalisierung-344/318096/einfuehrung-und-ueberblick-was-bedeutet-digitalisierung/ (zuletzt geprüft am: 16.06.2022).

Mütze-Niewöhner, S. and Nitsch, V. (2020) ‘Arbeitswelt 4.0’, in Frenz, W. (ed.) Handbuch Industrie 4.0: Recht, Technik, Gesellschaft. Berlin, Heidelberg: Springer, pp. 1187–1217. doi:10.1007/978-3-662-58474-3_61.

Rump, J. and Eilers, S. (2017) ‘Arbeit 4.0 – Leben und Arbeiten unter neuen Vorzeichen’, in Rump, J. and Eilers, S. (eds) Auf dem Weg zur Arbeit 4.0: Innovationen in HR. Berlin, Heidelberg: Springer (IBE-Reihe), pp. 3–77. doi:10.1007/978-3-662-49746-3_1 .

Statistische Bundesamt (o.J.) Demografischer Wandel, Statistisches Bundesamt. Verfügbar unter: https://www.destatis.de/DE/Themen/Querschnitt/Demografischer-Wandel/_inhalt.html (zuletzt geprüft am: 08.06.2022).

Datenschutz Grundverordnung Verfügbar unter: https://dsgvo-gesetz.de/ (zuletzt geprüft am: 18.06.2022)

Fischer, Lorenz, and Andrea Eufinger (o.J.): "Zur Differenzierung von Formen der Arbeitszufriedenheit mit unterschiedlichen Messverfahren." Arbeitszufriedenheit. Beiträge zur Organisationspsychologie, Bd 5 (1991): 115-132

Josef Weizenbaum (1977): Metrische Kulturen  (Die Macht der Computer und die Ohnmacht der Vernunft, 1977)"

Jan-Paul Giertz (2021): People Analytics muss den Menschen zugutekommen, Verfügbar unter: https://www.mitbestimmung.de/html/people-analytics-muss-den-menschen-18016.html (zuletzt geprüft am: 20.06.2022)

Loi, Michele (2021): People Analytics muss den Menschen zugutekommen Study der Hans-Böckler-Stiftung, Düsseldorf, ISBN: 978-3-86593-366-9

Wikipedia (2021): ‘Operationalisierung’, Wikipedia. Verfügbar unter: https://de.wikipedia.org/w/index.php?title=Operationalisierung&oldid=213509389 (zuletzt geprüft am: 16.06.2022).

Wikipedia (2022) ‘Technisierung’, Wikipedia. Verfügbar unter: https://de.wikipedia.org/w/index.php?title=Technisierung&oldid=221016824 (zuletzt geprüft am: 16.06.2022).

[metrische-kulturen]

Raucher? Nein Danke! Gefährden Bonusprogramme der Krankenversicherungen die Solidarität der Versicherten?

Gedankenexperiment

Stellt euch einmal vor ihr seid selbständig und habt ein kleines Café am Stadtrand von Berlin. Die Einnahmen eures Cafés sind ausreichend für euren Lebensunterhalt aus. Jedoch reicht das Geld nicht für eine Krankenversicherung mit jährlich steigenden Beitragssätzen. Deshalb und durch die Tatsache, dass ihr bisher nie wirklich krank wart, habt ihr beschlossen keine Krankenversicherung abzuschließen. Auf dem Heimweg vom Mehl nachkaufen auf dem Großmarkt, seid ihr in einen schwerwiegenden Autounfall verwickelt. Euch wird die Vorfahrt genommen und das andere Auto fährt seitlich in euch hinein. Da ihr schwer verletzt seid, müsst ihr mit dem Krankenwagen ins nahegelegene Uniklinikum gebracht werden. Dort wird festgestellt, dass drei Rippen gebrochen sind, euer rechter Fuß angebrochen ist und ihr ein Schädelhirntrauma habt. Durch die schwerwiegenden Verletzungen müsst ihr einige Tage im Krankenhaus verbringen, was zu einem Arbeitsausfall in eurem Café führt. Nach vier Tagen wurden eure Verletzungen notdürftig behandelt und da ihr keine Versicherung habt, müsst ihr das Krankenhaus vorzeitig verlassen. Zuhause angekommen wartet schon die hohe Rechnung des Krankentransportes und Krankenhausaufenthaltes auf euch. Außerdem könnt ihr euch  im Moment nur mit Hilfe von Krücken fortbewegen. Dadurch bekommen ihr echte Existenzängste, wie ihr die hohe Rechnung und den Ausfall in eurem Café ohne Krankenversicherung finanzieren sollt.

Wandel

Unsere Gesellschaft ist immer mehr durch die Digitalisierung und die damit verbundene Schnelllebigkeit geprägt. Auch vor dem Gesundheitsbereich macht die Digitalisierung kein Stop. Noch vor wenigen Jahren war beispielsweise eine Smartwatch, wie die Fitbit noch eine Seltenheit, während heutzutage fast jeder eine Smartwatch besitzt. Die digitale Selbstvermessung durch sog. Wearables hat in den letzten Jahren an enormer Bedeutung gewonnen. Vor allem in den Bereichen Wellness, Fitness, Rehabilitation und Prävention spielt die digitale Selbstvermessung inzwischen eine wichtige Rolle.

Metrik

Das Social Screenig, also das Vermesse und prüfen von menschlichen Daten gab es schon sehr lange in der menschlichen Geschichte. Beispielsweise hat schon Henry Ford im 20. Jahrhundert seine Mitarbeiter durch Befragungen über ihr Privatleben ausgefragt, mit der Absicht, die Leistungsfähigkeit der Mitarbeiter zu steigern. Und Sie anschließend mit einer kostenlosen Gesundheitsversorgung belohnt. Im Grunde war also schon hier der Grundgedanke von Pay as you live, der sog. richtigen Lebensführung mit anschließender Belohnung, vorhanden. Durch die Digitalisierung und die Einführung von digitalen Technologien wie der Smartwatch, die jetzt plötzlich verschiedenste Gesundheitsdaten wie die Vitaldaten speichern und analysieren konnte, kam man dem Ideologiegedanken alles zu kontrollieren ein Stück näher. Die Pay as you live Systeme mussten also nur noch die, durch die digitale Selbstvermessung sowieso vorhandenen Gesundheitsdaten, in einem Health Score zusammenfassen. Hierbei wurden alle gesammelten Daten über die Lebensführung und das Verhalten eines Menschen zu einer einzigen Zahl komprimiert und dann mit dem entsprechenden Schwellenwert verglichen. Jedoch ist hier zu beachten, wie dieser Schwellenwert, den alle für eine Belohnung bzw. Prämie erreichen sollen, zusammengesetzt ist. Denn dieser Schwellenwert wird auch nur durch verschiedene Algorithmen berechnet.

Durch das Beispiel der AOK Plus wird das Pay as you live Programm nochmals besser verdeutlicht.

Datensouveränität

Um die Datensouveränität zu erläutern, muss der Begriff an sich erstmal verstanden werden. Daten sind Informationseinheiten, sie können die verschiedensten Formen annehmen, so könne sie als Text, Video, Bild und vielem mehr vorkommen. Daten können so Informationen in aggregierter Form liefern. So können Daten eben auch gesammelt werden, um das individuelle Krankheitsrisiko verschiedener Menschen zu bestimmen. Souveränität kommt aus dem Französischen und bedeutet so viel wie „Unabhängigkeit“, es meint, dass Menschen selbst über Dinge entscheiden können. Man könnte sagen, der Begriff meint die Kontrolle der Menschen über ihre Daten. Es soll kontrollierbar sein, wer auf die Daten Zugriff hat und wieso diese Person die Daten benötigt. Die Datensouveränität umfasst insgesamt mehrere Aspekte: Die Normativität, was meint, dass datenverarbeitende Technologien und deren Anwendung so gestaltet werden, dass die Akteure die Möglichkeit auf Datensouveränität haben. Zudem der Individualfokus, welcher meint, dass sowohl Individuen, wie auch Kollektive und Organisationen datensouverän sein können. Der Grundrechtsbezug legt den Anspruch dar, dass Datensouveränität genauso wie die Souveränität eingefordert, zugesprochen, anerkannt und kritisiert werden kann. Der nächste Aspekt, die Kontrollierbarkeit, meint, dass Individuen gemäß ihren Präferenzen Daten teilen und für die weitere Datenverarbeitung weitergeben können. Zudem kommt der Aspekt der Multidimensionalität welcher meint, dass die Datensouveränität der Individuen von einer ganzen Reihe Governance-Mechanismen abhängt, die im Verlauf auf vier Ebenen behandelt werden.

Bei Daten, die von medizinischer Relevanz gekennzeichnet sind, handelt es sich um besonders sensible Daten, bei denen es während der Verarbeitung zu verengten Freiheitsräumen kommen kann. Gerade bei Gesundheitsdaten kann daher die Anforderung bestehen, dass diese vor Zugriffen geschützt werden. Jedoch hat Datensouveränität nicht nur negative Aspekte, wie den Schutz der Persönlichkeitsrechte oder der Freiheitsvollzüge. Nein, ferner bietet es die Möglichkeit, Daten für andere verfügbar und einsehbar zu machen. Um Datensouveränität zu erreichen sind zwei Punkte wichtig, zum einen die Datentransparenz. Die Menschen müssen wissen und verstehen wozu und von wem ihre Daten verwendet und verarbeitet werden. Viel zu vielen Menschen, fehlt das Wissen darüber, was mit ihren Daten passiert und dass diese an Dritte weitergeleitet werden können. Zusätzlich wird eine Datenkontrolle erforderlich, es muss selbstbestimmt entschieden werden, ob einer Verarbeitung der Daten zugestimmt wird. Rechtlich sind wir Menschen dazu befähigt diese Entscheidung selbst zu treffen und zudem einer Korrektur oder Löschung der Daten anzufordern. Datensouveränität spielt besonders im Zeitalter der Digitalisierung und der Entwicklung von Big-Data eine wesentliche Rolle. Nutzer sollen über ihre personenbezogenen Daten selbst entscheiden können und Einfluss darauf haben, was mit ihnen passiert. Man könnte bei der Datensouveränität also von einer informellen Selbstbestimmung sprechen, die durch die Digitalisierung eine wichtige Position bekommt.

Konflikte

Betrachtet man PAYL in Bezug auf Konflikte, so zeigen sich drei verschiedene Ebenen. Einmal aus Sicht des Individuums, aus sich der Organisation sowie der Gesellschaft.

Auch die Konflikte lassen sich in drei Kategorien einteilen. Die Wertekonflikte, Interessenkonflikte und Wissenskonflikte.

Auf gesellschaftlicher Ebene lassen sich vor allem Wertekonflikte erkennen. PAYL scheint aus gesellschaftlicher Sicht ökologisch bedenklich und fördert die Entsolidarisierung. Außerdem blendet PAYL die gesellschaftliche Verantwortung aus und legt somit zu viel Wert auf die individuelle Verantwortung. Somit besteht das Risiko, dass PAYL zum Zwang wird und eine Vorstellung vom richtigen Verhalten etabliert. Im Gegensatz könnte PAYL aber auch die Versorgungsforschung optimieren und trotzdem durch die persönliche Gesundheitserhaltung die Solidarität fördern. Als Wissenskonflikt stehen das Senken und Erzeugen der Gesundheitskosten einander gegenüber.

Zwischen der Gesellschaft und der Organisation steht der Wertekonflikt, dass PAYL als Tarif rechtlich nicht möglich ist.

Bei der Organisation überwiegen die Interessenskonflikte. Zum einen kann PAYL eine Risikoselektion ermöglichen und ist eigentlich nur Kundenbindung beziehungsweise -werbung, was aber gleichzeitig auch ein Potential sein kann. Dennoch ist PAYL ein Trend der die Menschen zum Handeln zwingt.

In Bezug auf die Krankenversicherung steht ein Interessenskonflikt und ein Wertkonflikt im Raum. Die Krankenversicherung bekommt die Möglichkeit die Rolle als Lebensbegleiter anzunehmen und sie könnte eine Feedback-Funktion ermöglichen.

Auch zwischen Organisation und Individuum stehen Konflikte. Zum einen, dass PAYL datenschutzkonform umgesetzt wird und zum anderen der Wissenskonflikt, dass PAYL evaluiert ist und präventiv wirkt.

Auf der anderen Seite stehen für das Individuum die Wertekonflikte im Raum, dass PAYL den Datenschutz gefährdet, es junge und gesunde Menschen bevorzugt und somit keinen vulnerablen Zugang ermöglicht. Außerdem entsteht durch PAYL ein Leistungsdruck und das Körperbewusstsein wird minimiert. Dagegen wird aber gezeigt, dass sich PAYL personalisieren lässt, damit niemand ausgeschlossen wird und dass die Prognosefähigkeit sowie die Früherkennung verbessert wird.

Hierzu gehören dann auch die Wissenskonflikte, dass PAYL präventiv wirkt, die Gesundheitskompetenz erhöht und zu gesünderem Verhalten motiviert. Auf der anderen Seite wird aber auch dagegen argumentiert.

Als Interessenkonflikt auf individueller Ebene steht das Geld sparen für die Versicherten.

Abschließend wird nochmals ein Blick auf die Leitfrage: "Gefährden Bonusprogramme der Krankenversicherungen die Solidarität der Versicherten?", zurück.

Bonusprogramme wie PAYL gefährden die Solidarität deutscher Krankenversicherungen, besonders natürlich in der GKV. Hier spielt die Solidarität eine viel wichtigere Rolle und gehört zu den Grundprinzipien der gesetzlichen Krankenversicherung, hier wird auf die Solidarität der Versicherten gebaut. Die Gesunden zahlen hier quasi für die Kranken, egal wie hoch der Beitrag ist, jeder hat den gleichen Anspruch auf Versorgung im Bedarfsfall.

Aber wenn nun jeder nur noch seinen individuell für ihn ausgerechneten Beitrag zahlt, sollte dann nicht jeder nur dieses Geld für sich zur Verfügung haben? Wieso sollte dann ein gesunder Mensch, der seine Beiträge zahlt, akzeptieren, dass diese auch für andere Menschen ausgegeben werden, die nichts für ihre Gesundheit tun? Würde das nicht auch auf Dauer dazu führen, dass KK ihre gesunden Versicherten, die viele Punkte sammeln, wenn auch unbewusst, denjenigen die nichts für ihre Gesundheit tun vorziehen? Bei dem Gedanken der Solidarisierung geht es ja gerade darum, dass jeder seine Beiträge zahlt und diese an die Menschen verteilt werden, die gerade krank sind und das Geld für Behandlungen benötigen, dass jeder unabhängig von Beitragshöhe, das Recht auf angemessene Versorgung und Behandlung hat, da jeder mal auf diese Hilfe angewiesen werden sein kann. PAYL Systeme implizieren nun aber, dass dieses Risiko genaustens berechnet zu sein scheint? Das Schritte sammeln, nicht Rauchen, viel Bewegung und Vorsorgeprogramme, so sicher dazu führen, dass man nicht mehr krank wird und daher weniger Geld bezahlen kann.

Ebenso könnte es die Versicherten Gemeinschaft spalten, in diejenigen, die ihre Daten offenlegen und an den PAYL-System teilnehmen und denjenigen, die ihre Daten nicht preisgeben wollen und das PAYL-System daher ablehnen. Dies könnte zu Misstrauen führen, Misstrauen zwischen Versicherten und Misstrauen zwischen KK und ihren Versicherten.

Irgendwie baut die Solidarität ja darauf auf, nicht zu wissen, wie andere mit ihrem Leben umgehen. Nicht zu wissen, wie hoch die Beiträge bei Rauchern sind, oder bei Menschen, die sich nicht ausreichend bewegen. Es baut darauf, dass jeden ein Schicksaalschlag treffen kann und jeder eben soviel zahlt, wie er gerade kann. Wenn nun aber der Anschein erweckt wird, Gesundheitsbewusste Menschen können weniger zahlen, hinterfrage ich dann nicht das gesamte System, wenn ich genau weiß, wie viel mein Leben und meine Gesundheitsversorgung kosten soll, warum zahle ich dann an eine Krankenkasse? Wenn ich doch genau weiß, wie viel Geld ich benötige, und dass ich somit nie auf die Hilfe anderer angewiesen sein werde, warum zahle ich dann in einen gemeinsamen Fond? Hinterfrage ich dann nicht auch, warum ich die letzten Jahre meinen rauchenden, Fast Food essenden, faulen Nachbarn, der alle paar Monate wieder im Krankenhaus landet, mitfinanziert habe? Sehe ich mich als gesundheitsbewussten Menschen dann nicht als etwas Besseres?

Die soziale Verantwortung wird reduziert und die individuelle Verantwortung nimmt zu, schwächt das nicht nahezu automatisch die Solidarität anderen gegenüber?

Dies führt unserer Meinung nach ganz klar zu einer Entsolidarisierung in der Gemeinschaft der GKV und so braucht man sich nicht wundern, wenn es irgendwann tatsächlich heißt: Raucher- Nein Danke!

Literaturverzeichnis

Hummel, P.; Braun, M.; Augsberg, S.; Von Ulmenstein U.; Dabrock, P. (2021): Datensouveränität, Governance-Ansätze für den Gesundheitsbereich. Wiesbaden: Springer.

Selke, S. et al. (2021): Zwischen Gesundheitsoptimierung und Erosion der Solidarität, Pay-as-you-live-Tarife (PAYL) im Gesundheitswesen. Zugluft, 2, 1-55.

Wulf, N.; · Betz, S. (2021):Daten-Ökosysteme wider Willen: Herausforderungen des Pay-as-you-live-Geschäftsmodells im Kontext deutscher Krankenversicherungen. springer, 58, 494-506.

[metrische-kulturen]

Selbstoptimierung - Der Weg zu einem "besseren" ich

Problemdiagnose 

„Und lange vor den biotechnologischen Projekten, die seit geraumer Zeit forciert werden, ist der Krieg gegen die Zufälligkeit der Natur schon erklärt und mit den denkbar besten Absichten geführt worden“.

Dieses Zitat des Soziologen Michael Makropoulos beschreibt, wie weit der Trend zur Selbstoptimierung zurück reicht. Bereits in der Antike konnte man ein Streben nach Schönheit und der Erfüllung gesellschaftlicher Ideale beobachten, was nicht zuletzt durch die populäre Legende von Kleopatra, die um ihrer Schönheit willen, in Milch badet, deutlich wird. Auch die eigentliche Idee der Optimierung reicht bis ins 18. Jahrhundert zurück, da nach Michel Foucault die Menschen in der Zeit der Aufklärung ihre Freiheiten, aber eben auch die Disziplin entdeckten. Freiheit definiert Foucault hier als Autonomie gegen die Mächte der Tradition, man bestimmt also mehr über sich selbst als sich bestimmen zu lassen. Als Disziplin wird auch die Selbstdisziplin verstanden, welche sowohl mit positiven als auch negativen Erwartungen verbunden wurde.  

Im 18. Und 19. Jahrhundert, in der Zeit der Romantik, beschrieb der deutsche Schriftteller Novalis „Der Mensch soll ein vollkommenes und Totales Selbstwerckzeug seyn“ und seit dem Ende des 19. Jahrhunderts gibt es immer mehr Möglichkeiten der Selbstoptimierung mit immer mehr Menschen die darauf Zugriff haben. Dies ist unter anderem auch dem gesteigerten Wohlstand vieler Länder geschuldet und bezieht sich eben nicht nur auf den Körper und das Selbst, sondern auch auf materielle Dinge wie das neuste Smartphone, das schnellste Auto, etc.  

Auch in der gegenwärtigen Zeit lässt sich ein Trend erkennen. In den Jahren von 2014 bis 2018 hat die Anzahl an chirurgischen Schönheitsoperationen weltweit um ca. 15% zugenommen, die Anzahl nicht chirurgischer Eingriffe wie Botox etc. um ca. 24,5%.  

Man erkennt, die Entwicklung des Menschen zielt in den letzten Jahren kontinuierlich auf die Verbesserung der eigenen Fähigkeiten, der produzierten Artefakte und eigenen Lebensumstände ab. Ein Bewusstsein dafür wurde vor allem von dem Soziologen Norbert Elias und dem Philosophen Michel Foucault geschaffen, welche mit ihren Untersuchungen "ein Bewusstsein dafür geschaffen haben, wie Selbstoptimierung und Selbstverwirklichung in der historischen Entwicklung eine zunehmende kulturelle Selbstdisziplinierung der Menschen westlicher Gesellschaften gründen."

Doch worin ist es in der Gesellschaft begründet? Es gibt verschiedene Aspekte einer Gesellschaft, die Erklärungsansätze für die Beliebtheit bzw. die weite Verbreitung der Selbstoptimierung der gegenwärtigen Zeit sind. 

Zum einen ist es die Vorstellung, dass der Mensch grundsätzlich optimierbar ist. Das Wort allein beschreibt es schon: optimus kommt vom lateinischen und bedeutet so viel wie „Bester, Hervorragendster“. Optimierung ist also das Streben danach, der / die Beste /r zu sein und die Selbstdisziplin wird hierbei als „Motor der Handlung“ gesehen, um das Streben nach Besserem, dem Besten umzusetzen.  

Ein weiterer Erklärungsansatz findet sich im Optimierungsmotiv des Managements. Man findet es in mittlerweile nahezu allen Handlungsfeldern: Zeitmanagement, Erholungsmanagement, Qualitätsmanagement, Gesundheitsmanagement etc. Durch Management versucht man jegliche Handlungsfelder zu optimieren und besser zu machen, als sie wären, wenn man sie einfach instinktiv, ohne Planung angehen würde, wobei es hier viel um die effizienteste Organisation der Lebensbereiche und des Selbst geht.  

In der Leistungsgesellschaft findet sich ebenfalls ein möglicher Erklärungsansatz. Ob bewusst oder unbewusst, der Leistungsdruck wirkt sich auf die Gesellschaften der gegenwärtigen Zeit aus. Man observiert seine Verausgabungen und Einsätze und beobachtet, trainiert und kontrolliert sie auf Änderungen, die gegebenenfalls durch die Implementierung optimierender Interventionen verbessert werden können. Ein Teil davon bildet auch der verinnerlichte Wettbewerbsgedanke des Menschen, durch den wir andere Menschen in erster Linie als Konkurrent wahrnehmen und uns mit ihnen vergleichen, sei es bewusst oder unbewusst.  

Des Weiteren findet sich ein Erklärungsansatz in Idealbildern einer Gesellschaft, in welchen sich erstrebenswerte Ziele meist an gesellschaftlichen und kulturellen Idealen wie z.B. Schönheitsidealen orientieren und es eine normative Vorstellung davon gibt, wie der Mensch idealerweise sein soll. 

Motive für den Beginn einer Optimierung und deren Ziele 

Heutzutage sieht man auf Social Media Plattformen wie zum Beispiel Instagram jeden Tag viele unterschiedliche Menschen, die im Internet ihr Leben mit der ganzen Welt teilen. Bei den einen handelt es von Sport, bei anderen geht es um Ernährung und manche reden über das Thema glücklich sein und Mindset. Diese Menschen erzählen einem jeden Tag, was man tun soll, um sich zu optimieren, egal in welchem Bereich es ist. Jeden Tag wird einem eingetrichtert, dass man sich gesünder ernähren soll, dass man sich mehr bewegen soll oder mehr Sport treiben soll. Zusätzlich zu dem Input, den man erhält, sieht man nebenher natürlich auch dieses scheinbar perfekte Leben der Menschen im Internet. Diese unzähligen Eindrücke können durchaus überfordernd sein und setzen viele Menschen unter Druck. Man wird von dem Gefühl erreicht, dass man nur aus vielen Fehlern besteht, weil viele Dinge bei einem selbst eben nicht so gut laufen wie bei den Menschen im Internet. Man denkt sich: „Wenn ich das mache, was die Menschen im Internet machen oder wenn ich so lebe wie sie leben, ist mein Leben auch so schön, bin ich glücklich oder bin ich ein besserer Mensch“. Man wird also teilweise sehr stark von anderen beeinflusst und vielleicht auch indirekt dazu gedrängt, sich zu optimieren. Dieser Druck kommt jedoch nicht nur aus den sozialen Medien, denn das ist auch in der echten Welt so. Wir kennen das alle, dass wir mit uns selbst mal unzufrieden sind und uns mit den vielen Menschen in unserem Umfeld vergleichen, egal ob auf die Optik oder auf den Charakter bezogen. Man empfindet die anderen als schöner, schlauer oder stärker und es kommt schnell die Frage auf, ob man gut genug ist. Daraus entsteht schnell ein Wettbewerbsdenken und man möchte besser sein als die anderen, was wiederum den Anreiz zur Selbstoptimierung gibt. Mit dem Konkurrenzdenken geht auch der Wunsch nach Individualität einher. Oft will man nicht nur besser als die anderen, sondern auch einzigartig sein und aus der Masse herausstechen. Man möchte sozusagen die eigene perfekte Person erschaffen. 

Selbstverständlich entsteht der Wille zur Selbstoptimierung aber nicht immer aus Unzufriedenheiten oder dem Vergleich mit anderen Menschen heraus. Viele Menschen wollen beispielsweise einfach die Kontrolle über ihr Gewicht, ihren Körper oder ihre Gesundheit haben und leistungsfähiger oder belastbarer sein. Der Mensch strebt danach, seine Leistungsfähigkeit zu verbessern, egal in welchem Bereich. Man versucht das Beste aus sich rauszuholen und sein größtmögliches Potenzial auszuschöpfen, um ein erfülltes Leben zu leben.  

Mit dem Prozess der Selbstoptimierung steigt unter anderem auch das Vertrauen in die eigenen Fähigkeiten. Wenn eine Sache erreicht wird, an die man nicht geglaubt hat, gibt das Motivation und man ist sich sicher, dass man mehr schaffen kann. Wenn man sich jedoch durch den Wunsch nach Optimierung zu viel Stress macht, ist das eher kontraproduktiv und man bewirkt genau das Gegenteil und es könnte durch den Leistungsdruck sogar zu einem Burnout kommen.  

Mittel und Wege zur Selbstoptimierung  

Durch die technischen Möglichkeiten, die wir heutzutage haben, lässt sich das ganze Leben rund um die Uhr tracken. Das hat sich im Laufe der Zeit stark verändert, früher hat das Tracken noch völlig anders funktioniert. Die Menschen mussten alles von Hand machen und haben ihr Essen, ihre Schritte oder ihre Stimmung in ein Tagebuch eingetragen. Die Schritte wurden früher mit einem sogenannten Pedometer getrackt. Von der Optik her wie eine Art Taschenuhr, die jedoch die zurückgelegten Schritte beziehungsweise Meilen gezählt hat. Mittlerweile funktioniert das alles digital. In Deutschland benutzt jeder 2. Smartphone Nutzer eine Gesundheitsapp. Davon gehören ungefähr 75% zu der Kategorie Fitness und Lifestyle. Die Schritte tracken heute viele Menschen einfach mit dem Handy. Es gibt aber auch die Möglichkeit, die Schritte und Aktivitäten mit einer Smart Watch zu tracken. Um sein Essen zu tracken gibt es ebenfalls unzählige Apps. Abgesehen von den Fitness Apps gibt es jedoch auch Apps, in denen man seine Stimmung oder seine Gefühle dokumentieren kann. Weitere Apps können den Schlaf analysieren. So wird einem jeden Tag gesagt, wie ruhig man geschlafen hat, wie oft man wach war oder wie viele Tiefschlafphasen man hatte. Manche Apps haben zusätzlich sogar die Funktion, den Nutzer daran zu erinnern, am nächsten Tag früher schlafen zu gehen, da die Menge an Schlaf in der vergangenen Nacht nicht ausreichend war. Mit manchen Apps lässt sich auch der Verlauf einer Krankheit dokumentieren. Man trägt dort alle wichtigen Werte ein, zum Beispiel bei Diabetes. Es gibt auch ein sogenanntes elektronisches Pflaster, das eine Woche lang getragen wird und anschließend 20 verschiedene Vitaldaten ausgewertet werden, zu denen der Nutzer dann ein Feedback erhält. 

Um sich selbst zu optimieren, sind natürlich nicht zwingend Apps notwendig. Man kann es auch auf die altmodische Weise machen. Viele Menschen nutzen genau so wie früher noch Tagebücher, um ihr Training, ihr Essen oder ihre Stimmungen zu notieren oder schreiben sich To Do Listen mit allem, was sie an einem Tag noch erledigen müssen.  

 Es gibt noch viele weitere Mittel, die einem dabei helfen, sich in bestimmten Bereichen zu verbessern. Viele Menschen nehmen bestimmte Medikamente zu sich, wie zum Beispiel sogenannte Stimmungsaufheller, also Antidepressiva. Dabei wird das Gefühlsempfinden durch Medikamente optimiert.  Zu den Substanzen, die die physische Leistungsfähigkeit steigern, gehört unter anderem Anabolika.  

Um seinen Körper und auch den Geist zu optimieren, ist Sport sehr beliebt, vor allem das Krafttraining. Viele machen aber auch Yoga oder Meditation. 

Technikgetriebene Optimierung 

Die Möglichkeiten zur Selbstoptimierung kennen heutzutage kaum Grenzen. Mithilfe von Apps auf Smartphones, Smartwatches oder anderweitigen Wearables, kann man sein Verhalten aufzeichnen und bewerten lassen. Den Möglichkeiten sind kaum Grenzen gesetzt. Aber warum ist technikgetriebene Selbstvermessung denn eigentlich so attraktiv?  Heutzutage geht alles mit rasender Geschwindigkeit voran. Dank verschiedenster Technologien gibt es unzählige Möglichkeiten und Potenziale für die Menschheit. Mithilfe von mikrosensorischen Speicher- und Aufzeichnungsmedien ist es möglich verschiedene Werte und Zahlen, wie Schritte und Blutdruck zu messen, zu speichern und zu verarbeiten. Dabei muss ein Prozess durchlaufen werden. Die Daten müssen zunächst gesammelt und visualisiert werden und es müssen zusammenhänge geschaffen werden, um sozusagen ein Feedback abzugeben. Dank Aktivitätssensoren ist es möglich diese in Echtzeit aufzunehmen und zu vermessen. Durch diese numerischen Messgrößen ist es dem Individuum möglich sich selbst zu fördern und zu reflektieren. Dadurch, dass man immer mit dem Internet verbunden ist, welches immer schneller und besser wird, macht es das Tracken und Auswerten der Daten noch viel einfacher. Es gewinnt auch an Attraktivität, da diese Tools oft spielerisch gestaltet sind. Beispielsweise kommt bei Erfolgen ein Signalton oder andere Benachrichtigungen, die einen stets beeinflussen und motivieren. Durch die Hilfe von gesundheitsbezogenen Tracking Systemen ist es jedem Einzelnen möglich seine eigene Gesundheit, die Lebensqualität und Produktivität im Blick zu behalten und gegebenenfalls zu optimieren. Dies gilt nicht nur für die physische, sondern auch für die psychische und soziale Gesundheit, denn sie hängen alle miteinander zusammen und bilden somit einen Kreislauf. Wenn es einem psychisch nicht gut geht, dann kann dies zu körperlichen Beschwerden führen oder dazu, dass man keine Motivation hat etwas zu unternehmen, weswegen das Soziale ebenfalls vernachlässigt wird. Ein weiterer Aspekt ist, dass man seiner generellen Haltung gegenüber Gesundheit mehr bewusst werden kann und sich eine bessere Health-Literacy aneignen kann. Man fördert somit das Wissen über seine Gesundheit und den eigenen Körper. Besonders in der Quantified-Self-Community werden solche Technologien verwendet, um kleinere Forschungsstudien zu konzipieren und durchzuführen. Dadurch können möglicherweise Erkenntnisse gemacht werden, die für die Medizin und professionelle Wissenschaft von Bedeutung sein können. Durch die Sammlung von mehreren personenbezogenen Daten, anstelle von einer oder wenigen Datengrundlage ist es möglich eine bessere Datengrundlage zu schaffen. Täglich können mehrere Informationen von vielen Personen gesammelt werden, was die Möglichkeiten für individuelle Therapien ausweiten kann. Ein anderer Aspekt, an den man vorher vielleicht gar nicht gedacht hat, ist die Optimierung mittels Technik durch Herzschrittmacher, Ersatz für abgetrennte Gliedmaßen, Rollstühle, Exoskelette und präzise Neurostimulationen. Dies ist bereits heute möglich, in der Zukunft wird es noch viele andere Alternativen geben, wie zum Beispiel Fortschritte in der Gentechnologie bis hin zu Lebensverlängernden Möglichkeiten. Jedoch gibt es auch eine Menge negativer Folgen in Bezug auf technikgetriebene Selbstoptimierung. Im Zusammenhang mit dem zuletzt genannten Punkt kommen die ethischen Fragen einher. Inwieweit ist es ethisch vertretbar in die Gene eines ungeborenen Babys einzugreifen und damit potenzielle Eigenschaften zu verändern? Darüber hinaus kann es zu Ungleichheiten kommen. Einige Menschen besitzen nicht die notwendigen Ressourcen, um an solche Dinge zu kommen. Sei es das fehlende Geld oder auch das fehlende Wissen, um diese richtig anzuwenden, sozial benachteiligte Gruppen sind auch hier im Nachteil. 

Selbst- und Fremdbestimmung 

Es stellt sich die Frage: Wie freiwillig ist Selbstoptimierung eigentlich? Die Lust an der immer beliebter werdenden sogenannten „digitalen Selbstverdatung“ kann man unter anderem der Angst vor Kontrollverlust in modernen Gesellschaften zuschreiben. Um das mal auf die anfangs erwähnte Leistungsgesellschaft zu beziehen: man benutzt die digitale Selbstverdatung weniger, um sich und seinen sozialen Aufstieg durch Optimierung zu verwirklichen, sondern eher dafür, nicht beim Fortschritt zurückzubleiben oder sozial abzusteigen. Somit stellt sie auch eine Reaktion auf Abstiegsängste da, was zu einem unbewussten innerlichen Zwang wird, am Ball zu bleiben und vorne an der Spitze mit dabei zu sein.  

Zwang gibt es allerdings in diesem Kontext nicht nur auf negative Weise. Bei diesem sogenannten „positiven Zwang“ wird Selbstoptimierung in Massenmedien wie z.B. Print (Zeitschriften, Magazine) oder im Fernsehen (z.B. Germany’s Next Topmodel, The Biggest Loser) als positiv und wünschenswert dargestellt und vermitteln so den Wunsch nach einem optimierten Körper, einem optimierten Selbst. Hierbei wird der Eindruck vermittelt, dass man mit der richtigen Einstellung und dem richtigen Selbstmanagement, der richtigen Selbstdisziplin ein glückliches und erfolgreiches Leben führen kann, was ein inneres Bedürfnis nach Selbstoptimierung auslösen kann. Der Mensch wird dazu motiviert, die gesellschaftlichen Maßstäbe zu erfüllen und nimmt das Bedürfnis nach vermitteltem Drang zur Optimierung nicht als Zwang, sondern als intrinsische Motivation wahr. Man verspricht sich positive Ergebnisse von Selbstoptimierung und der damit einhergehenden Selbstdisziplin, weshalb jeder selbst entscheiden muss, ob sich hier ein wirklicher Zwang finden lässt. Der Soziologe Norbert Elias beschreibt es als „Zwang zum Selbstzwang“. 

Auswirkungen 

Selbstoptimierung spielt in der Medizin eine große Rolle. Herzschrittmacher beispielsweise, beeinflussen die Herzschlagfrequenz durch elektrische Impulse. Auch Insulinpumpen für Diabetiker oder auch die Google Brille zeigen die Verbindung zum Transhumanismus auf. Die Google Brille beispielsweise kann die Wahrnehmung und die damit einhergehenden Gefühle unterschiedlich beeinflussen. Die Prothetik ist über die Jahre ebenfalls massiv vorangeschritten. Heutzutage können hochtechnisierte Hand-, Arm- oder Beinprothesen so gut über das Nervensystem an den Körper angeschlossen werden, dass die Bewegungsfähigkeit und Steuerbarkeit kaum noch von den Leistungen original menschlicher Organe zu unterscheiden sind. Auch das „Übersetzen“ mentaler Impulse in Befehle an volldigitalisierte Hilfsapparate, wie zum Beispiel an einen Rollstuhl oder ein Tablet sind bereits möglich. Hier werden digitale Hilfsmittel eingesetzt, um schwerstbehinderten Menschen körperliche Beweglichkeit und bei gestörter Sprechfunktion perfekte Kommunikation mit der Außenwelt zu ermöglichen. Als letztes gibt es noch einen Hirnschrittmacher, der neuronale Impulse abgibt und direkt ins zentrale Nervensystem eingebaut wird. Dies ist eine der Methoden, die auf Tiefenstimulation abzielt und besonders bei Parkinson-, Epilepsie- und Schmerzpatienten angewendet wird. 

Als eine weitere Auswirkung stellt sich das neue Überwachungs-, Diskriminierungs- und Stigmatisierungspotenzial aus Datensammlungen heraus. Besonders kritisch zu bewerten ist, wenn daran Institutionen wie Versicherungen, Arbeitgeber oder Banken beteiligt sind. Dies trifft auch auf die über Selbstvermessungstechnologien erhobenen Körper- und Gesundheitsdaten zu, die in ihrer personenbezogenen Form sogar besonders sensibel sein können. Oftmals entsteht auch in privaten Lebensbereichen eine Art Ausgrenzung und Benachteiligung auf Basis von Selbstvermessungsdaten. Hier wird oft ein bewusster Wettbewerb zwischen NutzerInnen deutlich.

Ein weiteres Problem ist das sich verlassen auf einzelne Messwerte. Die Messwerte sind hier der einzige Maßstab der Betrachtung, was zu Fehldeutungen führen kann. Des Weiteren kann hier eine Datenabhängigkeit, in Form einer Messsucht entstehen. Und drittens der Datenmissbrauch, der durch die nicht mehr gewährleistete Anonymisierung der Daten ermöglicht wird. Beim Self-Tracking werden große Mengen transaktionaler Daten erzeugt, wenn die Nutzer sich mit GPS verorten, Cookies herunterladen, Logdateien nutzen oder sich in Netzwerke einloggen. Dies hinterlässt ein Aktivitätsmuster.   Zur Datennutzung noch ein kleines Beispiel. Mit dem Konzept der Work-Life-Balance, dass Arbeits- und Privatleben miteinander in Beziehung setzt, können Unternehmen ein detailliertes Abbild von Lebensgewohnheiten erstellen und individuellen Merkmalsträgern zuweisen. Gemeinsam mit den Datenanalysten Dacadoo berechnet die Allgemeine Ortskrankenkasse (AOK) einen Health Score für jedes ihrer Mitglieder. Diese Datenportfolios geben statistisch Aufschluss über den Zusammenhang zwischen den gesundheitlichen Beschwerden und den Lebensgewohnheiten der Mitglieder. Hierfür lassen sie eine personalisierte Analyse des Krankheitsrisikos zu, um künftig über individualisierte Versicherungstarife abgestuft werden kann. Die US-Krankenversicherung United HealthCare bietet einen Preisnachlass an, wenn die Versicherten nachweisen können, dass sie täglich eine bestimmte Anzahl an Schritten absolvieren.

Die mangelnde Qualität der Geräte und Daten stellt sich als großes Problem heraus. Es gibt kaum Zertifizierungsangebote oder andere Formen der Qualitätskontrolle. Entsprechend groß sind die Qualitätsunterschiede der erhältlichen Geräte und der jeweils produzierten Daten und Ergebnisse. Eine unzureichende Qualität kann hier im schlimmsten Fall den Körper und die Gesundheit der NutzerInnen gefährden.

Eine weitere Auswirkung ist der Autonomieverlust der Menschen. Der Mensch reflektiert durch die digitale Selbstvermessung nicht mehr über sich selbst und hat somit einen veränderten Zugriff auf das Selbstgefühl. Er überlässt die Überprüfung der Handlungen digitalen, auf Algorithmen basierenden Prozessen. Der Mensch wird dazu angeleitet nicht mehr selbst zu beobachten, sondern lässt beobachten. Dadurch verändert sich auch das Verhältnis des Menschen zu sich selbst und er entfremdet sich immer mehr und mehr von seinem Selbst. Er beobachtet sich über eine digital ausgelagerte Version seiner selbst und differenziert sich von seiner Selbstwahrnehmung und seinem Selbstgefühl. Zudem übernimmt die Technik die Aufgabe des „in sich hinein Hörens“. Eine App sagt dem Körper, ob er sich noch bewegen möchte, unabhängig den Bedürfnissen seiner selbst.

Die Thematik des Cyborgs, also einem Mischwesen aus lebendigem Organismus und steuerndem oder gesteuertem Apparat, bringt einige Fragen mit sich, die sich als problematisch erweisen könnten. Ist ein Jogger, der während des Laufens Blutdruck und Pulsfrequenz mit einem enganliegenden Messgerät kontrolliert und sein Lauftempo an digitalen Daten ausrichtet, bereits als „Cyborg“ zu bezeichnen? Wäre ein menschlicher Organismus, in dem ein Computer alle Hirnfunktionen übernommen hat, noch ein Mensch oder ein perfekter Cyborg? Solche Fragen greifen tief in Probleme der Anthropologie und der Philosophie hinein, wie beispielsweise das Leib-Seele-Problem; was macht denn das „Wesen“ des Menschen aus? Hierbei muss man sich drüber streiten wo denn die „Cyborgisierung“ beginnt und wo sie aufhört. 

Blick in die Zukunft 

Zuerst beginne ich damit was bereits geforscht wird. So wird weltweit bereits in hunderten von Universitäten, Laboren und Unternehmen an transhumanistischen Projekten gearbeitet. Ein sehr aufsehenerregendes Projekt ist militärisch orientiert. Hierbei wir bereits an einer Art „Iron-Man-Anzug“ für amerikanische Soldaten gearbeitet und bereits getestet. Ein anderes bekanntes Projekt wird in Schweden durchgeführt, bei dem Wissenschaftler Amputierte Robotergliedmaßen mit dem menschlichen Nervensystem verbinden wollen und so Cyborg ähnliche Menschen erschaffen werden. Zudem wird bereits breit im Feld der künstlichen Intelligenz geforscht, die innerhalb der nächsten 15 Jahre ein eigenes Empfinden haben sollen und tausendmal intelligenter als Menschen sein könnten. Auch wenn einige dieser Technologien beängstigend erscheinen, sollen sie schon in wenigen Jahren und nicht erst in Jahrzehnten verfügbar sein. Eine der aufregendsten und umstrittensten Ideen des Transhumanismus ist der vollständige Zusammenschluss des menschlichen Geistes mit einer Maschine. Ähnlich der Technologie, die im Film The Matrix gezeigt wird, könnten sich Menschen in Computer laden und dort virtuelle Existenzen leben.

Ein nächstes Projekt, das in Zukunft geplant ist und auch bereits daran gearbeitet wird, sind die so genannten „Brain Chips“ oder auch „Gehirnimplantate“ genannt. Es handelt sich um die Implantation von „Brain Chips“, die nicht nur als Speicherort für persönliche Erfahrungen, sondern auch für abrufbare Informationen jeglicher Art, etwa nach Art eines Lexikons, dienen können. Hierbei scheint es verlockend, die Speicherung und jederzeitige Abrufbarkeit digitaler Inhalte eine Stufe weiter zu treiben. Den Speicherort direkt ins Gehirn zu verlagern, wo man den passenden Brain Chip nur noch anzuklicken braucht, würde einen Großteil der technischen Apparatur ersparen; es wäre ein weiterer Schritt beim Upgrading des Menschen zum Informations- und Rechenzentrum.

Ein weiterer Schritt in Richtung Zukunft wird sein, die menschlichen Organe künstlich herzustellen. So würden die schwächelnden Organe unterstützt oder ausgetauscht werden.  Auch mechanische Prothesen werden so verbessert werden, dass diese eine optimale Einheit mit dem Körper bilden. 

Mit der Überwindung des Menschseins, also den Tod als solches zu überwältigen, beschäftigen sich Forscher des Gesundheitswesens. Mit Hilfe der Gentechnik, wird nicht nur versucht bereits bestehende Erkrankungen zu dezimieren oder Erkrankungsanzeichen im Voraus zu erkennen und zu bekämpfen, sondern auch jegliche Versuche, die mit der Erneuerung alter Organe oder der Bekämpfung natürlicher Abbau- und Sterbensprozesse im Körper zusammenhängen, durchgeführt. Somit würden wir in Zukunft den Traum oder auch Albtraum des unsterblich seins erreichen.

Zuletzt will noch ein Zitat in den Raum werfen, das mich zum Denken angeregt hat. „… die Digitalisierung [hat] innerhalb kurzer Zeit tatsächlich schon viele Bereiche der Gesellschaft erfasst […] – warum sollte sie da vor dem menschlichen Körper, einschließlich dem Gehirn, Halt machen?“

Es stellt sich nun die Frage, wie weit wir gehen werden und wie lange es denn noch dauert, bis wir zu perfekten Menschen werden. Man hat bereits gesehen, dass auch das Gehirn nicht vor solchen Forschungen geschützt ist und bereits im vollen Zuge an „Brain Chips“ geforscht wird.  

Im Endeffekt ist es ziemlich schwierig zu sagen, ob Selbstoptimierung das eigentliche Ziel des Individuums ist oder ob man es nicht doch tut, um sich in der Gesellschaft anzupassen und weil es von einem verlangt wird. Zum einen möchte man sich, seine Leistung und seine Gesundheit verbessern, zum anderen würde man möglicherweise nicht so viel Wert darauflegen, wenn es nicht von der Gesellschaft vorgegeben werden würde. Dadurch aber, dass es viele Vorteile hat, kann man nicht davon sprechen, dass man diese Mittel rein aus Druck nutzt. Die Menschen sehnen sich nach Möglichkeiten, um das Leben und alltägliche Dinge zu erleichtern. Dank des Fortschritts ist dies nicht mehr nur reines Zukunftsdenken. Auch heute gibt es unzählige Mittel und Wege, um sich oder sein Umfeld so zu gestalten und zu optimieren, sodass selbst schwierige Dinge gemeistert werden können. Es besteht Forschungsbedarf und Potenzial und in der Zukunft wird noch viel mehr auf uns zukommen, aufgrund der immer weiter fortschreitenden Technik. Jedoch sollte man sich dadurch nicht verleiten lassen und nur noch nach den Zahlen leben. Denn auch wenn man anfängt sich mit seiner Gesundheit und seinem Körper auseinanderzusetzen und diese zu verstehen, darf man sich davon nicht zu sehr verleiten lassen. Es wichtig es nicht aus Zwang zu machen, in eine Sucht zu verfallen und die Mittel und Ziele nicht miteinander zu vertauschen. 

Erstellt von: Melissa Kopp, Lena Lubini, Sinja Renner, Ella Schwarz

[metrische-kulturen]

Metrische Kulturen - Der Weg in die „IT-Diktatur“

Es ist nicht das erste Mal, dass wir Zeugen einer metrischen Kolonisierung des Lebens selbst und damit von einer Datenlawine überrollt werden. Dementsprechend ist das Aufkommen einer metrischen Kultur keineswegs ein neues Phänomen. Schon im 19. Jahrhundert gab es einen großen Zuwachs von Statistiken, was einen tiefgreifenden Einfluss auf die Definition und Abgrenzung dessen hatte und immer noch hat, was als normal und was als pathologisch angesehen wird sowie auf die Organisation des menschlichen Verhaltens in verschiedenen Bereichen des Lebens. In der metrischen Kultur geht es allerdings gar nicht nur um Nummern an sich, sondern auch um die damit einhergehenden Probleme über Macht und Kontrolle oder auch um die Expression über sich selbst und seiner Identität. Metriken und Algorithmen werden vorrangig dafür verwendet, Handlungen und Entscheidungen rechtzufertigen. Es wird durch sie definiert, was wertvoll, legitim oder nützlich ist und sie priorisieren bestimmte Probleme. Die Form der Selbstüberwachung, wie wir sie durch Apps, Smartwatches und Ähnliches kennen, ist dabei Ausdruck unserer metrischen Kultur und Zeugnis dafür, wie wichtig Messungen, Quantifikationen und die Dokumentation für das Management unseres Lebens in der heutigen Gesellschaft ist. So leben wir ganz nach dem Motto:  

“The unexamined life is not worth living” (~Sokrates).  

Wir als Gesellschaft werden und sind abhängig von der Selbsthilfebranche, von Lebensberatung und quantifizierbaren Techniken der persönlichen Kontrolle. Alle Aspekte unseres täglichen Lebens sollen möglichst analysiert und verwaltet werden, um Selbsterkenntnis durch Zahlen zu generieren. Unser Leben wird auf diese Weise mehr und mehr von Daten und Zahlen geprägt und wir fangen an, uns über Zahlen zu definieren, indem wir unseren Körper und Geist in messbare Maschinen verwandeln. Auf der einen Seite ordnen Zahlen zwar unsere Welt, auch wenn wir gar nicht genau wissen und nachvollziehen können, wie sie errechnet wurden und ob wir ihnen wirklich vertrauen können, auf der anderen Seite bedarf es vom eigentlichen Ordnen allerdings auch nur einen kleinen Schritt zum Bewerten. In der Folge werden aus Zahlen Normen und aus Maßen Maßstäbe. Zahlen können und werden immer wieder als Regierungswerkzeug verwendet, um Individuen und Populationen zu disziplinieren. Dennoch sind wir selbst auch diejenigen, die sich oftmals freiwillig dazu entscheiden, sich quantifizieren zu lassen. Hinzu kommt, dass wir durch die Masse an Daten nicht verschwinden, wie man meinen könnte, sondern, dass wir durch sie immer deutlicher als Individuen hervortreten und uns dadurch zu erkennen geben. Je mehr Daten es gibt, desto deutlicher werden unsere Eigenheiten sichtbar und je mehr Vernetzung es gibt, desto mehr Vereinzelung ist auch da. Nur vier zufällig ausgewählte Informationen darüber, wo sich ein Mensch im Laufe des Tages aufhält, kann diesen mit 95-prozentiger Sicherheit identifizieren. Beim Fingerabdruck hingegen ist man im Vergleich dazu auf zwölf Punkte angewiesen, um einen Menschen zu identifizieren. Die Macht der Zahlen als Regierungswerkzeug besteht nachher darin, den einzelnen Bürger zu singularisieren und ihn dann in der Folge gezielt zu beeinflussen. Führt man dies weiter aus, könnte man meinen, dass wir von einer Disziplinargesellschaft in eine Kontrollgesellschaft übergehen. Wir werden nicht mehr gezwungen, sondern sozusagen verführt, indem unsere Bewegungen, Handlungen und Gefühle unter ständiger Beobachtung stehen. Unser Verhalten wird uns nicht befohlen, sondern wir werden beeinflusst. Die sehr ausgeprägte Sammlung von Daten macht den Bürger zum Berechneten, allerdings mit dem Nachteil, dass er selbst nicht zurückrechnen kann. So ist es auch in unserer heutigen Zeit kein Phänomen, dass Staaten versuchen, ihre Bürger flächendeckend zu überwachen.  Für genau diese flächendeckenden Überwachungen gibt es mittlerweile sogenannte “Scoringsysteme”. 

Abbildung 1: Darstellung Überwachung

Von einfachen Scoringsystemen zum Superscoring 

Scoring bezeichnet die von einem Algorithmus berechnete Zuordnung eines Zahlenwertes zu einem Menschen. Wir alle werden und wurden schon immer von unseren Mitmenschen anhand von Merkmalen einsortiert. Dies fängt schon beim Alter oder beispielsweise dem Geschlecht an. Hier ein paar Beispiele für einfache Scoringsysteme:  

Bewertungen in Form von Smileys in Restaurants 

Noten in der Schule welche einem den Zugang zu einer guten Ausbildung oder Universität ermöglichen und somit Einfluss auf unsere Lebensqualität nehmen 

Kameras in den Casinos von Las Vegas welche dazu dienen die Lächelfrequenz der Kellner*innen zu erfassen, wodurch einzelne Mitarbeiter*innen überwacht und kontrolliert werden. 

Einen ganzen Schritt weiter was das Scoring angeht, ist man schon in Italien. Hier soll ab Herbst 2022 ein sogenanntes Social Credit System (SCS) eingeführt werden. Das heißt konkret, Verhalten welches als gut angesehen wird soll Punkte einbringen durch welche die Bürger dann Belohnungen bekommen. Wie diese Art von Belohnungen aussehen soll ist derzeit noch nicht klar. Die App ist zunächst noch freiwillig, funktioniert jedoch ganz wie ein SCS. Wer zum Beispiel Müll trennt oder öffentliche Verkehrsmittel benutzt, sammelt Punkte. Durch die Einführung eines solchen Systems teilt der Staat seine Bürger in gut und schlecht ein. Es stellt sich nun die Frage: Was geschieht mit denjenigen die nicht nach dem Willen der Regierung handeln, sondern auf das Recht ihres freien Willens bestehen?  Vielleicht kann uns bei der Beantwortung dieser Frage China behilflich sein, dort wurde nämlich bereits ein SCS eingeführt. 

Super Scoring in China  

Beim Social Credit System (SCS) handelt es sich um ein umfassendes, vernetztes System zur Bewertung und Vergeltung von Verhalten. Es wird also menschliches, individuelles und kollektives Verhalten bewertet. Zudem beeinflusst SCS auch das Verhalten der Menschen. Bei diesem Konzept beginnen alle Akteure mit einer Ausgangspunktzahl von 1000 Punkten. Wer sich positiv verhält, baut das Punktekonto aus, zum Beispiel beim Blutspenden, durch Ehrenamtliches Engagement, das Zeigen von Zivilcourage in Notlagen, wenn man sich um erkrankte Familienangehörige kümmert oder auch das Vorweisen einer finanziellen Verlässlichkeit. Diese vorbildlichen Akteure können auf eine Belohnung hoffen, beispielsweise in Form von Bevorzugung bei Schulzulassungen, Vorteile bei der Vergabe von Arbeitsplätzen, einen erleichterten Zugang zu Krediten, eine bessere Gesundheitsversorgung (wie z.B. kürzere Wartezeiten in Krankenhaus), schnelle Beförderung und vieles mehr. Im Gegensatz dazu, verlieren diejenigen Punkte, die negativ auffallen, zum Beispiel durch Schwarzfahren, rauchen im Zug, laute Musik hören im Zug, durch Missachten einer roten Ampel oder bei Verspätung beim Zahlen von Strafzetteln. Diese negativ auffallende Personen müssen mit Bestrafung bzw. Zwangsmaßnahmen rechnen, also beispielsweise einen erschwerten Zugang zu Krediten, Nachteile beim Reisen (keine Buchung von Flügen oder Schnellzügen) oder auch kein Zugang von Kindern zu Privatschulen. Der Punktestand entscheidet also über Wohnung, Arbeit und Bildungschancen! Die Personen werden dann je nach Verhalten auf zwei unterschiedlichen Listen aufgelistet. 

Abbildung 2: Darstellung Blacklist

Man unterscheidet hierbei zwischen Black List und Red List. In Black Lists (schwarzen Listen) werden Unternehmen und Personen gelistet, die gegen bestehende Gesetze, Regeln und Branchenvorschriften verstoßen haben. In Red Lists (roten Listen) werden hingegen Unternehmen und Personen dokumentiert, die besonders systemkonform agieren. Das Herz des Super Scoring ist also die Analytik durch Listen. Listen sind also Kern, denn sie folgen einem Ranking und Scoring von Verhalten (Analyse) und bilden die Grundlage der Beurteilung (durch Einschränkung und Privilegien).  

Im Prinzip umfasst SCS drei zentrale Funktionen. Zum einen das SCS als Bonitätsprüfung. Die Bonität ist die Kreditwürdigkeit und beschreibt die Fähigkeit und den Willen, offenen Zahlungsverpflichtungen zuverlässig nachzukommen. Somit ist die Einschätzung der finanziellen Kreditwürdigkeit also ein Teil des SCS. Die zweite Funktion ist das SCS als Zwangsmaßnahme zur Durchsetzung von Rechtsnormen. In den Jahren entwickelte sich aus dem engen Verständnis von „Kreditwürdigkeit“ ein weiteres und mehrdeutigeres Verständnis von „Vertrauenswürdigkeit“. Es geht also nicht mehr nur um die Kreditwürdigkeit einer Person, sondern auch darum, ob die Person vertrauenswürdig ist. Vertrauenswürdig wird definiert als „Erfüllung vertraglicher und gesetzlicher Pflichten, ehrlich zu sein und Versprechen einzuhalten“. Hierbei spricht man von einem von dem Vergehen, „nicht vertrauenswürdige Personen“, welche in verschiedenen Bereichen eingeschränkt werden, zum Beispiel durch gewisse Zwangsmaßnahmen wie die Einschränkungen des Luxuskonsums, also der Kauf von bestimmten Dingen wie Autos. Zum anderen wird von der Einhaltung gesprochen, was sich auf die „vertrauenswürdigen Personen“ bezieht, welche dann von bestimmten Behörden oder in Bereichen bevorzugt behandelt werden, zum Beispiel beim Zugang zu speziellen Schulen. Solche Zwangsmaßnahen sollen die Einhaltung der gesetzlichen Vorschriften durchsetzen. Sie bilden somit den Kern des SCS. Als dritte und letzte Funktion dient das SCS als Instrument zur Erweiterung der ideologischen Kontrolle. Hierbei ist das SCS ein institutionelles Mittel zur Einschränkung und Bestrafung von Verhaltensweisen, die den „zentralen sozialistischen Werten“ widersprechen. Diese Werte umfassen offizielle Ideologien wie beispielweise Integrität, Hingabe zum Beruf, Freundlichkeit, Patriotismus, usw. Solche zum Beispiel Integritätsbewertungen, also Integrität im Sinne von Anständigkeit/Ehrlichkeit, zielen auf beispielsweise folgende Personengruppen ab, wie Schüler und Lehrende, deren Verhalten an Schulen und Universitäten eingeschätzt wird aber auch Schlüsselprofessionen, die marktorientierte Dienstleistungen anbieten, wie zum Beispiel Anwaltsgeschäfte oder Ärzte in der Medizin. 

Chancen und Risiken des Social Credit Systems  

Wenn man sich näher mit dem Thema SCS beschäftig, kommt man schnell zu der Erkenntnis, dass es einige Risiken mit sich bringt. Diese werden im Folgenden genauer betrachten.   Mit der Einführung eines SCS steigt das Risiko der Diskriminierung für bestimmte Bevölkerungsgruppen. Einzelpersonen und Unternehmen könnten ihre Verbindungen, Freundschaften und Beziehungen abhängig von der Höher des Scores einer Person machen. Menschen mit einem geringen Score oder Menschen auf der black list würden somit diskriminiert werden.   Ein weiteres Risiko wäre, das Straftaten sich häufen, wenn diese weniger bestraft werden. Dies könnte dann geschehen, wenn durch „gute Taten“ gewonnen Bonuspunkte durch Gesetzesverstöße verlorenen Punkte ausgleichen und somit verhindern, dass eine Strafe droht.   Auch die sogenannten Kreditreparaturen würden Risiken mit sich bringen. Hier können Personen beantragen, dass ihr Name von der Schwarzen Liste genommen und somit Beschränkungen aufgehoben werden. Kreditreparaturen können beispielsweise durch Verhaltenskorrekturen, Wiedergutmachungen oder soziales Engagement erreicht werden. Dies lässt natürlich viel Spielraum für Manipulation. Die Problematik ist, dass Personen, welche Fehlverhalten begehen, jedoch über viele Ressourcen verfügen, wie beispielsweise Geld, mehr von den vorgegebenen Verhaltensweisen umsetzten können als Personen, die über weniger Ressourcen verfügen. Die Regierung gewinnt hierdurch immer mehr an Macht, vor allem in den Bereichen Finanzratings und Sozialmanagements. 

Social Credit System in Deutschland – Ein Gedankenexperiment

Stellen wir uns mal vor, das Social Credit System gäbe es in Deutschland. Wie würde das aussehen? Funktioniert das überhaupt? 

Das Erste, was einem wohl bei diesen Fragen einfällt, ist das Grundgesetz und wie wir wissen, sind alle Menschen vor dem Gesetz gleich Artikel 3 GG. Dieser Artikel ist schon gar nicht vereinbar mit einem Social Credit System, da die Menschen Punktwerte bekommen und einige dadurch mehr Vorteile als andere haben. Beispielsweise führt ein höherer Score zu einer besseren Arbeitsstelle. Des Weiteren besagt der Artikel 12 GG, dass man sich den Arbeitsplatz und die Ausbildungsstelle frei aussuchen darf. Jedoch hätte man bei einem höheren Punktwert eine bessere Chance auf eine bestimmte Arbeitsstelle oder eine Beförderung. Auch wenn man unser staatliches Schulsystem betrachtet, ist es so, dass man sich die Schule frei aussuchen kann. Vergleicht man diese Regelung mit dem SCS in China, wird deutlich, dass auch hier Kinder, deren Eltern einen höheren Score haben, bevorzugt werden. Denkt man noch ein Stück weiter, stößt man auf die Datenschutzgrundverordnung. In Deutschland braucht man immer eine Einwilligung, bevor personenbezogene Daten verarbeitet werden dürfen. In China ist das ganz anders: Die schwarzen Listen werden veröffentlicht und die Namen sind damit öffentlich sichtbar. 

Abbildung 3: Darstellung DSGVO und Grundgesetz

Neben den vielen Gegensätzen gibt es auch eine Ähnlichkeit zwischen dem SCS in China und Deutschland. Sollte ein SCS in Deutschland eingeführt werden, würden die Menschen wohl keinen großen Unterschied beim Thema Wartezeiten bemerken. In China kann man sich Wartezeiten sparen, indem man eine höhere Punktzahl besitzt. In Deutschland ist es identisch. Nur das es sich nicht um Menschen mit einem höheren Score handelt, sondern um privatversicherte Patienten.  

Trotz dessen wird deutlich, dass das Social Credit System, so wie es in China besteht, in Deutschland nicht eingeführt werden könnte. Es müssten sehr viele Änderungen vorgenommen werden. Hierzu könnte die nachfolgende Checkliste als eine Hilfestellung dienen. 

Checkliste – Was man bei dem Social Credit System in China besser machen könnte 

Transparenz: Man sollte Datenschutzaspekte beachten und Person bezogene Daten nicht einfach veröffentlichen. Die Diskriminierung würde abnehmen und der Konkurrenzkampf würde nicht weiter bestehen 

Gerechtigkeit: Arme Menschen könnten mehr Punkte für das Spenden bekommen als reiche Menschen. Zumindest sollte es Regelungen geben, die bestimmte Werte festlegen, an dem die Belohnung gemessen werden kann. Variablen wie z.B. das Einkommen sollten berücksichtigt werden 

Grenzen: Für Verbrechen sollte es nicht einfach möglich sein, die Punkte durch eine gute Tat wieder einzuholen. Es sollten gewisse Regelungen eingeführt werden.

Literaturverzeichnis 

Ajana, B. (2018) Metric culture: ontologies of self-tracking practices. First edition. Bingley, UK: Emerald Publishing. 

Beer, D. (2016) Metric Power. UNITED KINGDOM: Palgrave Macmillan UK.  

Kucklick, C. (2016): Die Granulare Gesellschaft: Wie das Digitale unsere Wirklichkeit auflöst. 1. Aufl. Berlin: Ullstein Verlag.  

Oysmüller, T. (2022) In Italien: Erstes europäisches Sozialkreditsystem kommt, tkp.at. URL: https://tkp.at/2022/04/19/in-italien-erstes-europaeisches-sozialkreditsystem-kommt/ (Letzter Zugriff: 23 April 2022). 

Autorinnen: Sarah Hezel, Enisa Köycü, Laura Ruopp, Carina Wentzien

[metrische-kulturen]

Weg vom Menschen - Hin zur Maschine

Die Beeinflussung von Metriken auf unser Arbeitsumfeld und unsere Privaten Beziehungen

In diesem Blogbeitrag geht es nicht nur darum, wie Metriken und Algorithmen unsere privaten Beziehungen beeinflussen, auch die Veränderungen der Arbeitswelt werden hier thematisiert.   

Wenn euch diese Themen interessieren, bleibt gerne dran.   

Bis dass der Tod uns scheidet - Ja, das ist ein Sprichwort, welches die meisten von uns hoffen, eines Tages einmal aussprechen zu dürfen und im Idealfall auch das ganze Leben lang zu leben.  

Doch kann man das heutzutage überhaupt noch?   

Schaut man sich die Beziehungen und Ehen in der Vergangenheit an, merkt man schnell einen enormen Unterschied zu der jetzigen Zeit.   Damals waren Mann und Frau noch abhängig voneinander, sie waren also eine Einheit und wurden so auch wahrgenommen.    Während der Mann sich nicht um Haushaltsaufgaben wie kochen und waschen, sowie die Kindererziehung kümmern konnte, konnte dir Frau sich nicht alleine um die Finanzen kümmern. Kindererziehung und Haushalt waren klar definierte Aufgaben für die Frau, Abreiten um eigenständig Geld für sich zu verdienen, für die Frau damals undenkbar.    Es gab ein Plan für alle, dieser lautete: früh Heiraten, schnell Kinder kriegen, bis ins hohe Alter zusammenbleiben. Ja, bis dass der Tod scheidet, das war der Standard.   Es war ein Skandal, wenn jemand ledig blieb, eine Frau arbeiten gehen wollte, ebenso war eine Scheidung damals undenkbar, man blieb sein Leben lang zusammen, egal ob glücklich oder nicht.   

Heutzutage ist das nicht mehr so:  

Heute ist es eher so, dass diese Einheit fällt jetzt weg, da ja Mann und Frau auch alleine und unabhängig für sich sorgen können. Der Mann kann sich selber um seinen Haushalt kümmern und es ist “normal”, dass eine Frau arbeiten geht um Geld zu verdienen. Daneben gab es auch einen Sozialer Wandel, das heißt, dass heute aus Liebe geheiratet wird, es geht in erster Linie um die beiden Partner selbst und diese stehen mit ihren individuellen Bedürfnissen im Mittelpunkt.    Das bedeutet aber gleichzeitig auch, dass es viel mehr Beziehungsarbeit und -fähigkeit als früher erfordert, eine funktionierende Beziehung zu führen.    Es konnte auch beobachtet werden, dass eine deutliche Tendenz zu Kettenbiographien besteht, darunter kann man sich vorstellen, dass jeder Mensch drei oder mehrere relevante Beziehungen in seinem Leben hat.  

Bis dass der Tod uns scheidet? Für immer und ewig? Von wegen! Die Gegenwartsgesellschaft lebt das moderne Beziehungsmodell der seriellen Monogamie. Nach Trennung, Scheidung oder Tod des Partners ist es selbstverständlich die nächste Beziehung einzugehen, und nicht für den Rest des Lebens allein zu bleiben.   Die Beziehungen beruhen auch vielmehr auf Intimität und Sexualität und Emotionen wie Vertrauen, Geborgenheit, Verständnis.  Die Partnerschaften scheitern heutzutage aber auch oft dadurch, dass zu viel und falsch kommuniziert wird. Gerade durch die Smartphones und sozialen Medien stehen wir eigentlich permanent im Austausch miteinander. Das führt auch dazu, dass Beziehungen oft zu viert geführt werden--> Handy 1, Handy 2, Partner 1, Partner 2. 

Dies bietet eine gute Überleitung, um jetzt noch auf die Gegenwartsgesellschaft zusprechen zu kommen.

Innerhalb der Beziehung wird deutlich mehr kommuniziert als jemals zuvor, auch nonverbal oder durch das Handy. Auch das Thema Selbstoptimierung war noch nie so zentral wie heute, jeder will besser werden, und anderen gefallen. Aus der stark Ich-Zentrierte Gesellschaft resultiert auch ein perfektionsdrang, keiner möchte mehr Fehler machen, auf andere möchte man makellos wirken und ja keine Schwäche zeigen.  Die Beziehungen sind geprägt von der Schnellebigkeit und dem permanenten Stress, dem jeder ausgesetzt ist.

Zu beobachten ist auch, dass für alles was uns im Leben wichtig ist tun wir viel:   Für den Job gehen wir auf Fort- und Weiterbildungen, für die Gesundheit gehen wir regelmäßig zum Arzt und für das Wohnen renovieren wir die Wohnung oder ziehen um, falls wir uns nicht wohlfühlen. Für die Paarbeziehungen hingegen investieren wir nicht so viel. Wir glauben diese laufen einfach mit und funktionieren dann auch ganz von allein.  Und wie lernen wir in einer Zeit, welche geprägt von Schnelllebigkeit, Stresse und Digitalisierung ist, neue Menschen, im Idealfall die Liebe des Lebens kennen?   

Es wird tatsächlich auch immer schwieriger den richtigen Partner für ein gemeinsames Leben, außerhalb der Arbeit oder ähnlichem zu finden. Hier kommen heutzutage die unzähligen Dating Plattformen und Apps mit ins Spiel. Immer mehr Leute nutzen diese, um neue Kontakte zu knüpfen, meist mit der Hoffnung, die Liebe des Lebens (zumindest für einen Lebensabschnitt) zu finden. Die Nutzung der Dating Services steigt immer weiter an. Viele Unternehmen entwickeln deswegen immer mehr Dating Plattformen und versuchen diese auch immer weiter zu verbessern.  

Wie finde ich den richtigen Partner fürs Leben? Keine Branche verspricht eine so klare Antwort auf diese Frage der Partnerwahl zu haben wie die Online-Dating-Industrie.  Mithilfe von Technologien, Algorithmen und KI soll die Partnersuche in Zukunft noch einfacher, genauer und schneller gemacht werden.  Hierfür werden Daten zu Vorlieben, Interessen und Charakterzügen gesammelt und von Algorithmen genutzt, um passende Nutzer gegenseitig vorzuschlagen um so den perfekten Partner finden. Je mehr Daten zur Verfügung stehen, desto exaktere Ergebnisse können daraus resultieren.  Die Online-Dating Branche hat einen immer höheren Einfluss auf die Gesellschaft und das nicht erst seit Corona. Während man früher potentielle Liebespartner bei der Arbeit oder im Freundeskreis kennengelernt hat, kann man nun auf zig Portalen und zahlreichen Apps Menschen aus der ganzen Welt kennenlernen  

Zum Beispiel Fatchd! 

Fatchd! ist eine Dating-App welche durch/Mithilfe von KI Liebe schaffen soll.  Fatchd bedeutet Face + Match, der Name beruht auf der Methodik, welche genutzt wird um potentielle Pärchen zusammenzubringen. Doch wie funktioniert das ganze genau?  Die KI benötigt nur zwei Portraitfotos, um zu prüfen, ob ein potentielles Paar zusammenpasst, oder nicht.   Hier handelt demnach nicht der Instinkt der Nutzer, sondern maschinelles Lernen.   Die App wurde mit den Matching-Ergebnissen von etwa 5 Millionen Paaren dazu trainiert, auf den ersten Blick zu erkennen, welche Paare in Punkto Freizeit, Beziehung, Lebensstil ect. Überschneidungen aufweisen.  Aus diesen Erkenntnissen leitet Fatchd! die Vorhersagen für neue Paare ab.

Abbildung 1: Fatched!

Gegensätze ziehen sich an – so zumindest die Erkenntnis der Plattform DNA-Romance. 

Bei DNA-Romance wird eine KI genutzte, um Nutzer anhand ihrer Gene zu verkoppeln.  Das Ganze funktioniert so, dass Singles ihre Speichelprobe selber entnehmen und anschließend versenden. Ein Unternehmen wertet diese Proben dann im nächsten Schritt aus.  Merkmale wir die Größe, das Gewicht, die Augen- oder auch Haarfarbe des Partners sind wichtige Merkmale, weshalb darauf schließen lässt, dass die Genetische Veranlagungen tatsächlich bei der Partnerauswahl beteiligt sein können. DNA-Romance generiert potentielle Übereinstimmungen basierend auf einer DNA-Analyse von Genen, die an der Reaktion des Immunsystems beteiligt sind und die die Forschung mit der menschlichen Anziehungskraft in Verbindung gebracht hat.  Es scheint, dass Menschen mit größeren Unterschieden in ihren Rezeptoren – bekannt als Haupthistokompatibilitätskomplex oder MHC (Major Histocompatibility Complex) – sich eher ansprechen. Gegensätze, so scheint es also, ziehen sich an – was den evolutionären Vorteil hat, Kinder möglicherweise mit einer breiteren Palette von Immunwaffen zur Bekämpfung von Krankheiten zu erschaffen.  

Die „Anti-Tinder“ App - Hinge 

Eine weiter App welche Metriken nutzt, um den perfekten Partner zu finden ist Hinge:  Hier ist es eben nicht das “klassische” Datingprofil versehen mit dem Namen, dem Alter und Bildern.  Das Einrichten eines Datingprofils dauert tatsächlich etwas länger, denn so individuell wie jeder Mensch ist, so soll auch das Profil sein. Das Einrichten durchläuft mehrere Schritte.  Zu Beginn wählt man sein eigenes Geschlecht aus, weiblich, männlich oder divers. Daraufhin gibt man seine Sexualität an. Hier habt man eine Auswahl zwischen 21 verschiedenen Sexualität wie den „Basics“ (Heterosexuell, Homosexuell, Bisexuell) aber auch Omnisexual, Fluid, Asexuell, etc. können hier ausgewählt werden.  Im nächsten Schritt gibt man an, was man daten möchte - Mann, Frau, Divers, Alles? Was das Hinge-Team jedoch aus den Daten und den primären Erfahrungen der Menschen schöpfte, war die Erkenntnis, dass eine echte Verbindung nur schwer allein anhand von Fotos zu erkennen ist. Deshalb werden neben Bildern, auch Videos und auch Sprachnachrichten ins Profil hochgeladen um dieses persönlicher zu gestalten. Optional kann man auch seine Größe und Ethnie angeben. Ob man bereits Kinder hat oder wie die zukünftige Familienplanung ist. Auch kann man den Arbeitsplatz, die Heimat, den erworbenen Abschluss, die religiösen oder politische Interessen, sowie den Alkohol-, Tabak-, Marihuana-, und Drogenkonsum abgeben.  Das Motto hierbei lautet: “the more you share, the better your matches will be.” Also je mehr du von dir Preis gibst, desto besser wird dein Match/Treffer werden. Der Fokus liegt bei Hinge also nicht nur auf dem Aussehen, sondern vielmehr auf der Stimme, den Interessen, und dem Lebensstil. Die Nutzer vervollständigen ihre Profile durch Beantwortung mehrerer „Promps“, damit sie ihre Persönlichkeit besser zeigen, anstatt diese nur zu beschreiben. Beispielsweise: Meine Stärken sind...    Mich zu daten ist wie...  Eines meiner Lebensziele ist...    Die schlimmste Idee die ich jemals hatte...  Ich weiß es ist an der Zeit Hinge zu löschen, wenn...   Die Konzentration liegt bei dieser App auf den Matches und nicht direkt auf die nächste Person. Das Team veröffentlichte zudem auch wechselseitige Algorithmus-Empfehlungen, wodurch potentielle Partner mit hoher Beziehungswahrscheinlichkeit gepaart wurden. Derzeit entwickeln sie Funktionen, mit denen sie aus den Offline-Erfahrungen der Nutzer lernen können und hoffen, noch genauere Einblicke zu erhalten und mehr Theorien zu testen.  

Abbildung 2: Hinge (eigene Darstellung, Screenshot)

Durch die Plattformen scheint es, dass es ja ganz einfach sein muss dadurch den richtigen Partner zu finden, doch inwiefern gibt es Positives und Negatives an dieser Entwicklung?   

Der große Einfluss der Technik wird vor allem von älteren Generationen als ausschließlich negativ angesehen, dabei kann dieser Einfluss auch seine positiven Seiten haben. Die Technik ist eine Abhilfe für die Partnersuche. Durch die erhöhten Anforderungen in vielen Bereichen, ist es für einen großen Teil der Bevölkerung immer schwieriger offline einen Partner oder auch den richtigen Partner zu finden. Hier ist das Online-Dating eine große Hilfe, da es auch während anderen Tätigkeiten, zum Beispiel Essen oder Bahn fahren, betrieben werden kann... quasi Multi-Tasking. Die Vorauswahl der Algorithmen erhöht die Passung: Durch die Vorauswahl eines Matching-Algorithmus können dezidierte nicht-passende Menschen vorher ausgeschlossen werden und die Passung der Vorgeschlagenen Personen erhöht werden. Die Chance wird also höher, dass die vorgeschlagenen Matches wirklich zu dir passen.  Trotz der positiven und unterstützenden Aspekte, hat Online-Dating auch viele negative Seiten. Ein großer Punkt ist hier vor allem die Anonymität. Ist die Person, die ich online date in Realität genauso wie online? Sind wir auch in Realität auf einer Wellenlänge? Die Chemie zwischen zwei Personen ist nicht direkt feststellbar. Jemand kann online sehr sympathisch und interessant auf mich wirken und wenn wir uns treffen merke ich erst, dass ich die Person leider doch sehr uninteressant finde. Aber auch der Betrug spielt eine wichtige Rolle. Auch vergebene Personen können Dating Apps und Plattformen nutzen. Oft melden sich aber auch Personen auf solchen Plattformen an, um andere Menschen vor allem finanziell zu betrügen. Ein weiterer Kritikpunkt ist auch die sexuelle Belästigung: 6 von 10 Frauen in den USA, wurden von Männern weiter kontaktiert, nachdem sie kein Interesse bekundet haben. Daraufhin folgten Gewaltdrohungen und Beleidigungen. Ebenfalls werden oft ungefragt intime Bilder zugesendet, was eindeutig eine Belästigung darstellt.  Menschen werden immer schwerer zufriedenzustellen, auch hier spielt der Perfektionsdrang und die Selbstoptimierung mit ein. Dadurch tendieren immer mehr Nutzer ihr Selbstbild online zu verfälschen und nicht ihre wahre Persönlichkeit preisgeben. 

Doch wie weit geht der Mensch? Inwieweit würde der Mensch die Technik und Digitalisierung nutzen, um Erfolg in der Liebe zu haben?  

Vielleicht können menschliche Partner eines Tages auch ganz ersetzt werden. Zum Beispiel personalisierte Avatare, die in der virtuellen oder echten Realität exakt dem Bild des "perfekten" Partners entsprechen. Was machen diese Entwicklungen mit der Liebe? Und können sie uns tatsächlich zu besseren Beziehungen verhelfen?  In dem Science-Fiction Film Blade Runner 2049 geht es vor allem um die KI und an welchem Punkt diese lebendig wird. (Manipulation, Unterstützung) Hauptcharakter K wird von dem künstlichen Hologramm Joi begleitet. Sie ist seine Partnerin, ihr vertraut er alles an, sie begleitet ihn überall hin.   Officer K hat in ihr seine perfekte Partnerin gefunden. Nach zahlreichen Abenteuern stellt K sich im Verlauf des Filmes fest, dass Joi ein kommerzielles Produkt ist – übergroß beworben, überall im dystopischen L.A. von 2049. Der Werbeslogan des Hologramms: „Sie sagt Dir alles, was du hören willst.“   Ist es tatsächlich eine gute Idee gewesen, sich von einer KI beraten zu lassen oder sich gar zu verlieben?

Abbildung 3: Officer K und Joi Wo bleiben die Perspektiven und individuellen Meinungen?  Virtuelle Freundinnen, die sich mit den Nutzern unterhalten gibt es bereits und boomen vor allem in Ländern wie Japan.  Auf Algorithmen basierende Dating-Plattformen sind bereits Alltag. Es ist denkbar, dass VR, KI und Robotik zukünftig ihren Platz im Liebesleben erobern könnten. Die Tatsache, dass Menschen ein Beziehungsleben auch mit nicht humanoiden in Betracht ziehen, könnte ein Zeichen dafür sein, dass wir an der Schwelle zu einer neuen Entwicklung hinsichtlich andersartiger Beziehungsformen stehen.  

Algorithmen und Metriken sind essentielle Bestandteile des Datings. Es wird immer mehr zur Norm die Partner fürs Leben online kennenzulernen. Es ist nicht verkehrt, dass zwei Personen sich über das Internet kennen und lieben lernen, jedoch kann die Technik hier sowohl Vor- als auch Nachteile mit sich bringen. Doch die Frage, die wir uns stellen ist, was die Zukunft in dieser Hinsicht noch so mit sich bringt. 

Human Resource Management im Wandel

Neben den privaten Beziehungen, können auch die Arbeitsbeziehungen näher betrachtet werden. Entwicklungen im Human Resource Management haben die Beziehungen in der Arbeitswelt verändert. Human Resources, die auch Humankapital genannt werden, umfassen alle immateriellen Ressourcen, die ein/eine Arbeitgeber*in durch seine Mitarbeiter*innen erhält. Dazu gehören das Wissen, die Fähigkeiten und die Motivation jedes einzelnen Mitarbeiters. Um die Ressourcen im Unternehmen optimal zu nutzen, wurde das Human Resource Management eingeführt. Dieser Bereich kümmert sich um alle Belange, die mit dem Personal des Unternehmens in Zusammenhang stehen und ist somit die Vermittlungsstelle zwischen Unternehmen und Mitarbeitern. Diese Maßnahmen verfolgen das Ziel, den bestmöglichen Unternehmenserfolg und die größtmögliche Effektivität bei den Arbeitnehmern*innen zu erreichen. Die Veränderungen des Human Resource Management haben bereits im 19. Jahrhundert begonnen, als sich ein eigenständiger Bereich Personalwesen entwickelt hat. Die Veränderungen wurden besonders durch den globalen Wettbewerb in den Industrieländern herbeigeführt, wodurch sich auch die Anforderungen an die Unternehmen und die Mitarbeiter*innen geändert haben. Dazu gehören beispielsweise die stärkere Eigenverantwortlichkeit oder die Flexibilität hinsichtlich der Arbeitszeit, dem Arbeitsort, den Arbeitsbeziehungen und der Organisation. Der Mensch mit seinen Ressourcen rückt somit in der Arbeitswelt immer mehr in den Fokus und wird für das Unternehmen ein zunehmend wichtiger Bestandteil.

Modernes, Digitales Arbeiten

Digitales, modernes Arbeiten hat sich besonders durch die Digitalisierung etabliert. Damit ist die Veränderung von Prozessen gemeint, die zunehmend durch digitale Geräte abgewickelt werden. Heutzutage können neue Maschinen mit digitalen Schnittstellen entwickelt werden, die das Arbeiten im Unternehmen erleichtern. Durch die digitalen Schnittstellen entsteht eine gemeinsame Datenbasis für das Unternehmen, wodurch Informationen ausgetauscht werden können. Dies wiederum beugt Missverständnissen vor und hebt die Effektivität hervor. Durch die vielfältigen und neuen Arbeitsmodelle, die durch die Digitalisierung entstehen, kann die Arbeit, je nach Beruf, orts- und zeitungebunden ausgeführt werden. Die neuen Arbeitsmodelle bieten daher große Chancen, als auch große Herausforderungen für die Vereinbarkeit von Familie und Beruf.

In einer Zeit, in der Fachkräfte immer schwerer zu finden sind, Stellen immer schneller besetzt werden müssen und sich der Rekrutierungsprozess, um geeignete Mitarbeiter zu finden, immer aufwendiger gestaltet, ist der Ruf nach Unterstützung laut. Daher ist Künstliche Intelligenz, auch gern als KI abgekürzt, einer der wichtigsten Trends in der Digitalisierung. Viele Unternehmen setzen KI bereits ein beispielsweise in der Entwicklung, in der Produktion und in der Verwaltung. Aber auch im Alltag hilft uns KI in einigen Bereichen ganz offensichtlich, in anderen jedoch eher versteckt. Denn mit Maschinen zu sprechen, ist für viele Menschen mittlerweile Alltag geworden (z.B. Spracherkennung). Wenn es um künstliche Intelligenz geht, überlegen sich Unternehmen immer häufiger, ob es eine gute Alternative oder eher eine Ergänzung wäre. Es ist absehbar, dass die Weiterentwicklung von KI einen großen Einfluss darauf haben wird, wie wir in Zukunft arbeiten werden. Jetzt schon ist sichtbar, dass Routinejobs besser von einer Maschine erledigt werden können als von einem Menschen. Es kommt somit auch zur Umschichtung von Aufgaben. Umschichtungen von Arbeit erfolgen immer dann, wenn die Maschine Aufgaben schneller oder günstiger erledigt oder sogar beides gleichzeitig schafft. Also weg vom Menschen hin zu Maschine. Desweiter ist es sehr wahrscheinlich das in der Zukunft schriftliche, und insbesondere die gedruckten Bewerbungen verschwinden werden. An ihre Stelle werden Online-Tools treten, die zum Job passende Fragen stellen. Bereits heute gibt es Apps, in denen Bewerber per Video spontan auf Fragen antworten müssen. Es gibt Roboter wie Matilda, die automatisierte Bewerberinterviews anhand von 76 Fragen führen kann. Matilda liest die Emotionen der Kandidaten, analysiert sie und reagiert empathisch darauf.

Roboter Recruting

Einigen Unternehmen nutzen bereits eine automatisierte Vorauswahl von Bewerbungen. Für Bewerber haben solche Systeme einen klaren Nachteil. Wer die Maschine mit seinen Unterlagen nicht überzeugt, schafft es nicht bis ins Vorstellungsgespräch. Gleichzeitig gibt es auch Vorteile, Bewerber, die wissen, worauf es ankommt, können mit zum Beispiel bestimmte Schlüsselbegriffe beim Roboter punkten. Damit sind nicht die typischen Bewerbungsfloskeln gemeint wie „belastbar“, „motiviert“ oder „teamfähig“. Sondern spezielle Schlüsselbegriffe, die im Stellenangebot stehen und die typisch für die Branche und für die ausgeschriebene Position sind. Allerdings befürchten einige Bewerber, dass man seine individuelle Persönlichkeit aufgrund von standardisierten Online-Formularen nicht zum Ausdruck bringen kann. Doch das ist bei genauerem Hinsehen gar nicht der Fall. Vielmehr steigen die Chancen, vorurteilsfrei nach seiner Leistung und nicht nach einer subjektiven Einschätzung bewertet zu werden. KI hat im Recruiting ein großes Potenzial. Denn der Mensch trifft oft Entscheidungen nicht nur nach Fakten, sondern bezieht seine Gefühle ein, hört auf sein Bauchgefühl und lässt sich von seinen persönlichen Werten, Ansichten und Charaktereigenschaften leiten. Eine Maschine hat keine Vorbehalte und kennt keine Vorlieben. Sie bewertet die Kandidaten ausschließlich auf Basis von Fakten und ist deshalb als besonders fair und objektiv anzusehen. Hinzu kommen weiter Eigenschaften, wie die Zeitersparnis, Sprachen, Flexibilität und Lernfähigkeit der KI.

Abbildung 4: Roboter Recruting

Abbildung 5: Roboter Recruting Auswahlverfahren

Schlussfolgernd kann man sagen: KI ist zunächst einmal eine Methode der Datenanalyse und dient dazu, bessere Vorhersagen über den zukünftigen beruflichen Erfolg von Bewerbern zu treffen. Damit ein KI-System zu einer Aussage kommt, müsse es trainiert bzw. angelernt werden. Dafür braucht es eine sehr hohe Anzahl an Daten. Es ginge beim Roboter Recruiting also nicht darum, dass sich ein Computer einen Menschen anschaut und dann auf irgendeine mystische Weise ein Urteil fällt. Vielmehr geht es um eine automatisierte Vorhersage menschlicher Urteile mit Hilfe ausgefeilter statistischer Methoden. Dadurch können Urteilsfehler stärker vermieden werden. Denn anders als Recruiter werden Roboter nicht müde und haben keine Vorurteile.

Worklogging

Der Begriff „Worklogging“ ist für viele ein Fremdwort. Um darauf genauer eingehen zu können, muss der Begriff des „Lifeloggings“ vorgezogen werden. Lifelogging ist ein anderer Begriff für Self-Tracking, und bedeutet das Protokollieren von verschiedenen Aspekten des alltäglichen Lebens. Bekannt ist dies durch das Gesundheitsmonitoring, das viele Menschen in der heutigen Gesellschaft betreiben. Beispiele hierfür sind Kalorienzähler oder Schrittzähler, mit denen wir unser Handeln kontrollieren. Wir legen somit unser gesamtes Leben und unsere Verhaltensweisen in Form von Daten online ab und können diese auch jederzeit einsehen. Was daraus entsteht macht uns angreifbar, denn alle unsere Aktivitäten können überwacht und kontrolliert werden, so auch im Arbeitsleben. Und genau hier kommt der Begriff „Worklogging“ ins Spiel. Damit ist das Daten-Tracking im Unternehmen gemeint, wie beispielsweise die Anwesenheitserfassung oder die Leistungsvermessung am Arbeitsplatz.

Aber wie stehen die Arbeitnehmer*innen selbst zu dem Daten-Tracking im Unternehmen?

Man kann davon ausgehen, dass ein Mensch, der in seiner Freizeit privates Self-Tracking betreibt, auf dieses „Worklogging“ wahrscheinlich mit größerer Akzeptanzbereitschaft reagieren wird. Allerdings greift das Vermessen von Arbeitsvorgängen mit Hilfe intelligenter Systeme in das Selbstbestimmungsrecht der Personen ein. Ebenso besteht die Gefahr, dass Gegenstands- und Prozessdaten mit personenbezogenen Daten verknüpft werden, und somit Rückschlüsse auf die einzelnen Personen möglich sind. Daraus entsteht eine neue virtuelle Lebenslage für die Arbeitergesellschaft. Vor Jahrzehnten wurde das Arbeitsleben durch die individuelle „Personalakte“ beeinflusst. Hierbei wurde eine personenbezogene Dokumentation durch den/die Arbeitgeber*in durchgeführt und es wurde sich mit dem Betriebsrat abgestimmt, was in die Akte aufgenommen werden darf und was nicht. Diese Informationssammlung hatte einen rechtsverbindlichen Charakter, wurde auf Papier dokumentiert und war nur für wenige Personen zugänglich und einsehbar. Durch die Digitalisierung, das Daten-Tracking und die Überwachung der Menschen hat sich die Situation am Arbeitsplatz gewandelt. Die Datenspuren, die der arbeitende Mensch hinterlässt, gehen somit im Inhalt weit über die „Personalakte“ hinaus. Dies hat zur Folge, dass eine ständige Verfügbarkeit von personenbezogenen Daten vorliegt und auch Schwierigkeiten in der Identitätsbildung entstehen können. Wenn jeder Schritt überwacht und kontrolliert wird, sind die Menschen in ihrem Handeln eingeschränkt. Man darf sich keine Fehltritte mehr erlauben, ohne der Gefahr einer Kündigung ins Auge zu blicken. Zudem verschärft sich die Lage, wenn man bedenkt, dass der Fokus immer stärker auf der Effektivität der Menschen liegt. Eine freie Entfaltung am Arbeitsplatz für die Arbeitnehmer*innen ist somit unmöglich. Das Zugehörigkeitsgefühl, welches die Menschen vorher am Arbeitsplatz hatten, schwindet womöglich immer mehr. Die Vorstellungen von der Arbeit und von sich selbst entwickeln sich neu. Die Frage, die man sich hier stellen kann, ist: Wollen wir in einer Gesellschaft leben, die sich nur durch die Leistung am Arbeitsplatz definiert? Auch Konkurrenzdenken und Leistungsdruck würden sich verstärken. Ganz davon abgesehen sind die Auswirkungen, die diese Prozesse auf unsere Gesundheit hätten.

Abbildung 6: Worklogging

Im Zusammenspiel von Mensch und Maschine liegt die Stärke der KI. Damit ist gemeint, dass es ein sparsamen Einsatz der natürlichen Ressourcen ermöglicht zum Beispiel Zeitersparnis. Wie im Beitrag erwähnt entstehen immer weitere und neue Technologien sowie Geschäftsprozesse. Durch die Zusammenarbeit zwischen Mensch und Maschine kann die KI bestehen.

Verfasst von: Julia Baumgarten, Elena Hanslik, Nina Huskic, Lilly Meischner

Quellen:

Apt, W., & Priesack, K. (2019). KI und Arbeit–Chance und Risiko zugleich. In Künstliche Intelligenz (pp. 221-238). Springer Vieweg, Berlin, Heidelberg.  Bünte, C. (2020). Ausblick: So wird KI unsere Arbeit entwickeln. In: Die chinesische KI-Revolution. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29795-4_9   Kewitz (2013) Technik-Einfluss - Liebe 2.0, Deutschlandfunk Kultur. Verfügbar unter: https://www.deutschlandfunkkultur.de/technik-einfluss-liebe-2-100.html (Letzter Zugriff: 29. April 2022).  Kirchberg-Lennartz, B. (2005). Anforderungen an das Human Resources Management bei Lufthansa Systems. In: Voigt, B., Linke, M. (eds) Der Erfolg eines Systemhauses. Physica-Verlag HD. https://doi.org/10.1007/3-7908-1664-7_16  Krüger, W. and Bach, N. (eds) (2014): Excellence in Change. Wiesbaden: Gabler Verlag. doi:10.1007/978-3-8349-4717-8.  Pallinger, J. (2021) Matching: Wenn die Liebe von Algorithmen bestimmt wird, DER STANDARD. Verfügbar unter: https://www.derstandard.de/story/2000124078525/matching-wenn-die-liebe-von-algorithmen-bestimmt-wird (Letzter Zugriff: 27. April 2022).  Roesner (2021) Schon einmal in eine Künstliche Intelligenz verliebt?. Verfügbar unter: https://www.kaspersky.de/blog/schon-einmal-in-eine-kunstliche-intelligenz-verliebt/26207/ (Letzter Zugriff: 2. Mai 2022).  Selke, S. (2016): ‘Lifelogging: Digitale Selbstvermessung und Lebensprotokollierung zwischen disruptiver Technologie und kulturellem Wandel’. Wiesbaden: Springer Fachmedien Wiesbaden. doi:10.1007/978-3-658-10416-0.  Staehle, W.H. (1989): ‘Human Resource Management und Unternehmungsstrategie’, p. 11.  Widler (2019) Warum die Liebe heute schwieriger ist als früher. Verfügbar unter: https://kurier.at/leben/warum-die-liebe-heute-schwieriger-ist-als-frueher/[node:path] (Letzter Zugriff: 2. Mai 2022).  Zurbriggen, I. and Schellinger, J. (2021): ‘Human Resource Management im Wandel der Digitalisierung’, in Schellinger, J., Tokarski, K.O., and Kissling-Näf, I. (eds) Digital Business: Analysen und Handlungsfelder in der Praxis. Wiesbaden: Springer Fachmedien, pp. 217–243. doi:10.1007/978-3-658-32323-3_10. 

[metrische-kulturen]

Gesellschaft in einer vermessenen Welt

Von Souveränität zu sozialer Kontrolle

„Wir nutzen Zahlen, wenn wir unser Auto tunen wollen, chemische Reaktionen analysieren, den Ausgang von Wahlen vorhersagen. Wir nutzen Zahlen, um Produktionsstraßen zu optimieren, Warum nutzen wir Zahlen nicht auch für uns selbst?“

Ein Zitat von Gary Wolf, dem Mitbegründer der 2007 in den USA entstandenen „Quantified-Self“ – Bewegung. Ihre Idee: „Self knowledge through numbers“ – also man lernt sich besser kennen, indem man sich selbst vermisst. Für die gegenwärtige Kultur scheint es zentral zu sein, Erkenntnis über sich selbst herzustellen. 

Die Selbstvermessung als Praxis ist keineswegs neu. Bereits Benjamin Franklin führte detailliert Buch über seine eigenen Aktivitäten und Fortschritte in 13 verschiedenen Tugenden wie beispielsweise Sparsamkeit und Fleiß.

Als neu erscheinen jedoch drei Aspekte:

Erstens wird das Messen der Daten durch Sensoren erleichtert bzw. erst ermöglicht. Beispielsweise erkennen GPS-Sensoren und die Beschleunigungssensoren eines Smartphones automatisch die zurückgelegte Strecke. Die Sensoren können vermehrt im Alltag eingesetzt werden, da sie immer billiger und kleiner werden. Zweitens entstehen aufgrund der großen Datenmengen vielfältige Möglichkeiten der Darstellung und Visualisierung von Daten. Es geht nicht mehr um die Rohform der Daten, sondern um eine schnelle erfassbare Repräsentation. Dies wird beispielsweise durch Diagramme, Kurven, Fortschrittsanzeigen ermöglicht. Und Drittens ermöglichen die meist digital gespeicherten Daten eine Vergleichbarkeit. Die erhobenen Daten können nicht nur mit den eigenen früheren Daten verglichen werden, sondern auch mit anderen Individuen. 

Doch warum strebt der Mensch nach mathematischer Berechenbarkeit?

Anhänger der QS-Bewegung sind davon überzeugt, dass es noch viel mehr über uns zu erfahren gibt, als die Körpergröße oder was wir am Tag so essen und trinken. Das Spektrum der Quantifizierung ist äußerst breit und reicht von täglichen Bewegungen über die Aufzeichnung der eigenen Stimmungslage bis hin zur Schlafqualität. All dies geschieht auf Basis von digitalen Sensoren. Somit helfen die neuen technologischen Möglichkeiten dauerhaft Wissen über den eigenen Körper zu erfassen. 

Die fortlaufende Dokumentation des Lebens dient der Simulation von Kontrolle und stiftet Sinn, angetrieben durch die Angst, körperliche Entwicklungen nicht wahrzunehmen. Für einige geht es bei der Vermessung um reine Neugier, für andere wiederum geht es konkret darum, ihren Alltag, ihr Gewicht, ihre Fitness oder ihre Gesundheit zu optimieren. Zahlen helfen Ziele zu setzen und zu kontrollieren, ob Fortschritte gemacht werden.

Grenzen der Quantifizierung

Die Möglichkeiten der Protokollierung von Eigenschaften, Lebens- und Aktivitätsspuren auf individueller Ebene wachsen. So lassen sich beispielsweise Konsumgewohnheiten, Finanzen, Bewegung, Gesundheitszustände, Bildung, Arbeitsergebnisse und vieles mehr tracken. Es gibt nichts, das sich nicht quantifizieren lässt. Zumindest könnte man diesen Eindruck bei all den vorhandenen Möglichkeiten bekommen. Doch ganz so einfach ist es nicht. Irgendeine Grenze muss Quantifizierung doch haben, oder? Fest steht, dass es leichter fällt, an quantifizierbare Dinge zu denken, als an solche, die nicht quantifizierbar sind. Was erst einmal wichtig zu erkennen ist, ist, dass Quantifizierung die Möglichkeit zum Vergleich voraussetzt. Man braucht also mindestens zwei Vergleichsobjekte, denen ein Wert zugeordnet werden kann. Nach dem Philosophen Joseph Raz liegt Inkommensurabilität, also eine Unvergleichbarkeit, dann vor, wenn sich keine hierarchische Relation herstellen lässt oder keine Vergleichbarkeit erkennbar ist. Das können Dinge sein, die sehr komplex sind, wie z.B. persönliche Beziehungen wie Freundschaften, Familienverhältnisse oder Liebesbeziehungen. Dabei würde es schwerfallen, unterschiedliche Beziehungen miteinander zu vergleichen, ihnen einen genauen Wert zuzuordnen und sie somit zu quantifizieren. Das könnte daran liegen, dass in persönlichen Beziehung Emotionen und Gefühle eine Rolle spielen, die das rationale Denken und damit die Fähigkeit zum Vergleich einschränken. Aber auch bei gesellschaftlichen Werten wie Freiheit, Gleichheit oder Frieden ist es schwierig, über eine Rangreihenfolge zu entscheiden, da auch hiermit eine große Anzahl von rational nicht fassbaren Aspekten verbunden ist.

Selbstvermessung als Grundlage für Glück  

Selbstvermesser streben nach Optimierung. Sie haben das Ziel, mittels digitaler Daten, ihre Gesundheit, ihren Fitnesszustand und ihre Leistungsfähigkeit so weit wie möglich zu steigern. Aber kann Selbstvermessung auch wirklich zu einem höheren Glückspotential führen? Und wie wirkt sich dies auf die Zivilisationsentwicklung aus?

Das Hauptziel menschlicher Selbstverbesserung ist das persönliche Glück, auch wenn dies häufig von den Selbstvermessern nicht explizit geäußert wird. Entscheidend ist die Motivation des Selbstvermessers, denn diese bestimmt, ob Self-Tracking zu einem höheren Glückspotential führen kann.

Eine gesunde Selbstvermessung geht aus Eigenantrieb hervor. Es sollte der eigene Wunsch sein, sein Lebensstil aus z.B. gesundheitlichen Gründen zu verändern. In solch einem Fall kann Selbstvermessung motivieren, denn sichtbare gemessene Erfolge spornen an. Hierbei handelt es sich auch um eine Form der Selbsterkenntnis, z.B. die Erkenntnis eine fettreiche Ernährung wirkt sich negativ auf den Cholesterinspiegel aus. Es wird ein Selbstbewusstsein geschaffen und man lernt sich selbst besser kennen und lebt bewusster. Selbstoptimierung durch Self-Tracking kann einen Menschen also durchaus glücklicher machen. Dies wirkt sich auch positiv auf die Zivilisationsentwicklung aus, denn eine Person, welche mit sich selbst zufrieden ist, ist auch automatisch motivierter sich selbst zu verwirklichen und sich im Leben weiterzuentwickeln. Dadurch steigt auch die Arbeitsmoral einer Person, was zu einem größeren ökonomischen Erfolg führt. Des Weiteren ist eine gesunde und glückliche Person in einem bessern Gesundheitszustand und stellt somit eine zuverlässige Arbeitskraft dar. Zudem entstehen durch einen gesunden Lebensstil geringere gesundheitliche Kosten und der Staat wird entlastet.

Ab wann wird Selbstoptimierung durch Self-Tracking gefährlich? Selbstvermessung wird immer dann zur Gefahr, wenn sie durch Druck von außen erfolgt, um beispielsweise gesellschaftliche Anerkennung zu erlangen. Heutzutage werden wir ständig mit dem Selbstbild und den Ansprüchen von uns selbst und anderen konfrontiert. Dies birgt die Gefahr, dass wir die Selbstoptimierung übertreiben oder sie gar zur Sucht oder zum Wahn wird. Wir wollen immer besser sein als andere und als man selbst noch vor kurzer Zeit war. Es wird somit eine Welt geschaffen, in der sich der Mensch kaum Fehler erlauben darf, wodurch ein starker Druck auf jedem einzelnen Individuum lastet. Der Mensch wird für seinen Zustand bzw. Glückspotential selbst verantwortlich gemacht. In der Folge wirkt sich dies negativ auf die Zivilisationsentwicklung aus, da die Individuen sich nur noch auf sich selbst fokussieren und sich ein Konkurrenzverhalten entwickelt. Es wird nicht mehr gemeinwohlorientiert gehandelt, sondern man arbeitet gegeneinander, um der Beste zu sein. 

Selbstvermessung macht einen Menschen somit nicht zwingend glücklicher und kann in diesem Zusammenhang auch eine negative Zivilisationsentwicklung zur Folge haben.

Soziale Polarisierung als Folge von Digitalisierung 

Selbstvermessung wurde erst durch die Digitalisierung ermöglicht, doch welche Konsequenzen entstehen durch die Macht digitaler Daten für die Gesellschaft. 

Digitalisierung wird in der Gesellschaft oft als Chance gesehen, die Welt besser zu gestalten, jedoch bringt sie gleichzeitig auch neue Herausforderungen mit sich. 

Betrachtet man in diesem Zusammenhang das Medium Internet, welchem zu Beginn ein großes Demokratisierungspotential zugeschrieben wurde, stellt man fest, dass es zu einer sozialen Spaltung beiträgt.  Das World Wide Web sollte für eine Verknüpfung sorgen, sodass alle Menschen nun leichten Zugang zu umfassenden Informationsressourcen hätten. Aus diesem Grund, so wurde angenommen, könnten sich dann zuvor ausgegrenzte Gruppen beispielsweise im öffentlichen Diskurs stärker für ihre Interessen einsetzen. Aber auch hier sind es Menschen, die ökonomisch und bildungsmäßig über höhere Ressourcen verfügen, die leichteren Zugang zum Internet haben und es deshalb gewinnbringender in ihrem Alltag zum Einsatz bringen können.

Hierbei ist es wichtig die Forschung zum „Digital Divide“ zu betrachten. Diese stellte nämlich fest, dass die Wissensaneignung im Internet mit höheren Anforderungen einhergeht als beispielsweise die Zeitungslektüre oder das Anschauen der Fernsehnachrichten. Im Netz fehlt vielfach die Gatekeeper-Funktion des Journalismus, weshalb die Ansprüche an Selektions- und Verstehensfertigkeiten steigen. Heute kommen noch die Mechanismen des Social Web hinzu: Die Algorithmen in sozialen Netzwerken arbeiten ökonomisch und sorgen nicht für eine möglichst adäquate Wissensübermittlung, sondern fördern eher die Produktion von Aufregung und Polarisierung.

Abbildung 1: Digital Divide 

Machtmissbrauch durch Social Scoring 

Die Quantifizierung durch Self-Tracking wird erst durch das Sammeln persönlicher Daten ermöglicht. Hierbei rückt die Thematik Datenschutz immer weiter in den Vordergrund. 

Anders als im europäischen Raum, versteht man in China unter dem Begriff Datenschutz in erster Linie, die Gemeinschaftsdaten aller Chinesen vor anderen Ländern zu schützen und dafür zu sorgen, dass die Sicherheit der Gesellschaft gewahrt bleibt. Dabei geht es weniger um die Individualdaten. China arbeitet bereits seit 2014 an einem Social Credit System, welches auch als Bonitätssystem bezeichnet wird. Laut chinesischer Regierung nehmen bereits über fünfzig Prozent der Bevölkerung und Unternehmen freiwillig teil. Es handelt sich hierbei um ein Punktesystem, welches die Bürger*innen zu regelkonformem Verhalten anregen soll. Enorme Datenmengen aus den verschiedensten Quellen, die der Regierung zur Verfügung stehen, werden zur Berechnung der Punkte verwendet. Diese Quellen sind Informationen aus Kreditbewertungen, Strafregistern oder Schulzeugnissen. Aber auch Daten aus digitalen Speichern können eingesehen werden, wie etwa der private Suchverlauf im Internet oder Kommentare, die auf Social Media veröffentlicht werden. Hinzu kommt eine Gesichtserkennung, wodurch Verkehrssünder live identifiziert werden und daraufhin ihre Sozialkredite abgewertet werden können. Der letztendliche individuelle Punktestand wird über eine künstliche Intelligenz (KI) bestimmt. Die Pflege älterer Familienangehöriger oder Blut zu spenden, wird als „Wohlverhalten“ vermerkt und führt zu mehr Punkten. Im Gegenzug verliert man durch Fehlverhalten wieder Punkte. Unter diesem Verhalten versteht die Regierung, betrunken Auto fahren oder bei Rot über die Ampel zu gehen. Wer über einen hohen Punktestand verfügt, wird entsprechend belohnt. Die Belohnungen können sehr unterschiedlich ausfallen, von Vorrängen bei Schulzulassungen bis hin zum leichteren Zugang zu Krediten. Chinesen mit sehr niedrigem Punktestand haben teils einen deutlich schwierigeren Zugang zu Krediten oder Flügen. Kann solch ein Überwachungssystem auch in Europa eingeführt werden? Nein. Grund dafür sind die derzeitigen geltenden DGSVO Regelungen. Ziel, Art und Weise des Social Credit Systems, wie es in China umgesetzt wird, ist mit den deutschen Grundsätzen nicht vereinbar. Hierzu fehlt es den Behörden an geeigneten Rechtsgrundlagen. Dennoch haben wir auch bereits in Deutschland ein Social Scoring System, welches die Bonität berechnet bzw. die Kreditwürdigkeit einer Person. Dafür stehen dem SCHUFA System Daten von tausenden Vertragspartnern zur Verfügung. Dazu zählen unter anderem Leasing Firmen, Banken und Sparkassen. Auf Basis dieser Daten werden positive und negative Einträge berechnet. Die Werte liegen zwischen null und hundert, je höher der Score, desto höher die Kreditwürdigkeit. Solche SCUHA Einträge haben auch für uns entscheidende Konsequenzen. Bei niedrigem SCHUFA Wert werden uns zwar keine Flüge nach Asien verwehrt, dennoch kann es auch für uns zu entscheidende Konsequenzen führen, wie die Verweigerung eines Mietvertrags oder weiteren Verträgen. 

Abbildung 2: Live Gesichtserkennung im Straßenverkehr in China   

Souveränität im digitalen Zeitalter 

Wenn man dem zukünftigen digitalen Zeitalter optimistisch gegenübersteht, dann vor allem wenn man darin eine positive Unterstützung im Leben sieht. Menschen, die sich mithilfe der Technologien dafür einsetzen, Situationen zu verbessern, sorgen für Förderung von Wohlstand, Menschenrechten, sozialer Gerechtigkeit, Bildung und Selbstbestimmung. Dieser Meinung sind zumindest Eric Schmidt (CEO von Google) und Jared Cohen (CEO Google Denkfabrik). Sie sagen auch, dass Ungleichheit und Machtmissbrauch nicht zu beseitigen seien, aber mit Zugang zu neuen Technologien bieten wir Menschen neue Macht, und man kann sich darauf verlassen, dass sie diese zu nutzen wissen. Hierbei ist es jedoch wichtig, zu hinterfragen, inwiefern es uns wirklich ermöglicht wird, unsere digitale Souveränität zu behalten. Wenn fast alle dieser Medien zu Unternehmen gehören, die von reichen, weißen Männern gesteuert werden, die im Endeffekt nur ihre eigenen Interessen verfolgen und mit jeder neuen Entwicklung uns maßgeblich zu ihrem Gunsten beeinflussen können. 

„Jeder sollte sich Gedanken um die Zukunft machen, denn wir werden den Rest unsres Lebens dort verbringen“ - Charles F. Kettering 

Fest steht, dass jeder von uns in der Lage ist mitzuentscheiden, in welche Richtung sich unsere Zukunft entwickeln soll.

Wir können mitentscheiden, ob wir weiter eigenständig handeln und denken wollen, unsere Souveränität also behalten, ohne schwerwiegende soziale Konsequenzen zu erfahren oder ob wir uns einer Kontrolle von Staat und Wirtschaft unterwerfen wollen, aber dann mit diesen Konsequenzen zurechtkommen müssen.

Literaturverzeichnis

Bünte, C. (2020): Die chinesische KI-Revolution: Konsumverhalten, Marketing und Handel: Wie China mit künstlicher Intelligenz die Wirtschaftswelt verändert, Springer Fachmedien Wiesbaden, ISBN 978-658-29794-7 Horst, J. (2015): Die Selbstvermesser. Online verfügbar unter: spektrum.de URL: https://www.spektrum.de/news/die-selbstvermesser/1334103. letzter Zugriff 1. Mai 2022 Mau, S. (2017): Das metrische Wir. Über die Quantifizierung des Sozialen. Berlin: Suhrkamp Verlag. Meißner, S. (2016): Selbstoptimierung durch Quantified Self? In Selke, S. (Hrgs.), Lifelogging: Digitale Selbstvermessung und Lebensprotokollierung zw. Disruptiver Technologie und kulturellem Wandel, Wiesbaden, Springer VS, S.217-234. Schmidt, E., & Cohen, J. (2013): Die Vernetzung der Welt: Ein Blick in unsere Zukunft. Rowohlt Verlag GmbH  Schock, A. (2021): Digitale Ungleichheit zementiert soziale Ungleichheit: Online verfügbar unter: magazin.hiv: URL: https://magazin.hiv/magazin/digitale-ungleichheit-zementiert-soziale-ungleichheit/. Selke, S. (2016): Ausweitung der Kampfzone. In Selke, S. (Hrgs.), Lifelogging: Digitale Selbstvermessung und Lebensprotokollierung zw. disruptiver Technologie und kulturellem Wandel, Wiesbaden, Springer VS, S.310-336. Staab, P., & Prediger, L. J. (2019): Digitalisierung und Polarisierung: Kurzfassung einer Metastudie zu den Auswirkungen der Digitalisierung auf Sozialstruktur und Betriebe. FGW-Impuls Digitalisierung von Arbeit, 19. Fuchs, T.-K.: „SCHUFA-Score: Was bedeutet er und wann ist er gut?“ Online verfügbar unter: vergleich.de URL: https://www.vergleich.de/schufa-score.html Wiedemann, L. (2016): Datensätze der Selbstbeobachtung – Daten verkörpern und Leib vergessen?. In Selke, S. (Hrsg.), Lifelogging: Digitale Selbstvermessung und Lebensprotokollierung zw. disruptiver Technologie und kulturellem Wandel, Wiesbaden, Springer VS, S. 65-90.