KI und Machine Learning: Warum wir mit dem Datenschutz von heute die Zukunft verspielen

bei

 / 24. May. 2018

Maschinelles Lernen – ein System lernt aus Erfahrung und kann das Gelernte schließlich
auf weitere Fälle anwenden. Im Bereich der Künstlichen Intelligenz (KI) heißt diese
Erfahrung: Daten. KI braucht Daten in großen Mengen, um zu lernen und immer besser zu
funktionieren. Je mehr Daten die Technik zum Üben hat, desto besser werden die
Ergebnisse. Sie kann Muster erkennen und so eigenständig Lösungen für Probleme finden.

Das Thema „Daten“ ist gerade bei uns in Deutschland traditionell ein ambivalentes. Auf der
einen Seite nutzen wir ohne große Sorgen Facebook und WhatsApp, schauen YouTube-
Videos oder spielen Online-Games. Auf der anderen Seite dürfen Ämter und Behörden
vorhandene Daten nicht ohne weiteres untereinander austauschen – zum Nachteil der
Bürger. So kommt es, dass ich der Behörde das Geburtsdatum meines Kindes im Zweifel
mehrfach mitteilen muss – je nachdem, ob ich eine Geburtsurkunde oder Elterngeld
beantrage oder es in der Kita anmelden möchte. Der Datenschutz wird groß geschrieben,
das ist durchaus ein Standortvorteil. Aktuell sorgt jedoch die Umsetzung der
Datenschutzgrundverordnung (DSGVO) für große Unsicherheit. Unternehmen,
Einrichtungen, Institute und Privatpersonen wissen oft nicht so recht: Was darf ich
eigentlich? Vielfach ist man erstmal vorsichtig. Oder anders ausgedrückt: Besonders
datensparsam.

Datensparsamkeit gilt gesellschaftlich als wichtige Tugend. In der Forschung schadet sie
jedoch dem Fortschritt – vor allem im Bereich der Künstlichen Intelligenz! KI muss, um
vernünftig zu lernen und arbeiten zu können, so viele Informationen wie nötig,
verschlüsseln, speichern und weiterverarbeiten. In einigen Bereichen sammeln
Großforschungsgeräte kontinuierlich gigantische Mengen an Daten. Big Data,
Informationsverarbeitung und Datenspeicherung sind Bereiche mit exponentiell
wachsender Bedeutung. Sie stellen uns vor große Herausforderungen, beispielsweise
Anforderungen an Infrastruktur.

Daher plädiere ich für einen Paradigmenwechsel. Wir müssen keine Daten schützen, wir
müssen Menschen schützen. Im Kern sollte nicht die Frage stehen: Welche Daten erheben
wir? Sondern: Was passiert mit den Daten? Welche Bürgerrechte können betroffen sein?
Darüber hinaus müssen wir aufzeigen: Wie nutzen die Daten und ihre Verarbeitung uns als
Individuum ganz konkret? Und welchen Nutzen bringen sie der Gesellschaft?

Ich bin fest davon überzeugt: Damit Staat unsere Daten wirksam schützen kann, brauchen
wir eigene Datenbanken und Speicherorte in Deutschland. Das ist zum einen eine
politische, aber auch eine technische Frage. Sie zu lösen ist enorm wichtig für die
datenbasierte Forschung. Bei uns vor Ort – in Deutschland und Europa – muss Forschung
mit großen Datenmengen möglich sein. Die Datensicherheit muss hier bei uns
gewährleistet werden können. Wir müssen Anonymisierung und Zugriffsrechte klar regeln.

Wir stehen aber auch vor der Frage: Woher bekommen wir die Daten, mit denen die KI
lernen kann? Die USA beispielsweise können auf eine umfassende Menge an
Konsumentendaten zurückgreifen – und sie scheuen nicht davor, mit diesen Daten zu
arbeiten, um in Forschung und Wissenschaft voran zu kommen. Bei uns in Deutschland
gäbe es beispielsweise ein großes Potential an Verkehrs- oder Gesundheitsdaten. Gerade die Medizindaten wären – selbstverständlich anonymisiert und sicher verwendet –
kombiniert mit KI ein großer Fortschritt. Um wirklich erfolgreich Gesundheitsforschung
betreiben zu können, benötigen wir allerdings auch Daten gesunder Menschen. Und im
Bereich der Anwendung, ist dann vor allem die Relevanz der Daten entscheidend.

Ich plädiere dafür, dass wir politisch dafür sorgen, dass die Forschung die Daten, die wir in
Deutschland haben, für unseren gemeinsamen Fortschritt nutzen kann. Es ist dann eine
gesetzgeberische Aufgabe, Anonymität und Verfügbarkeit von Daten zu gewährleisten, so
dass in Wissenschaft und Forschung ein ergebnisoffener Umgang mit Daten möglich ist.

In diesem Zusammenhang müssen wir natürlich dringend über ethische Fragen reden. Im
Koalitionsvertrag haben CDU/CSU und SPD vereinbart, zeitnah eine Daten-
Ethikkommission einzusetzen, die Regierung und Parlament innerhalb eines Jahres einen
Entwicklungsrahmen für Datenpolitik, den Umgang mit Algorithmen, künstlicher Intelligenz
und digitalen Innovationen vorschlägt. Die Klärung datenethischer Fragen kann
gesellschaftliche Konflikte im Bereich der Datenpolitik auflösen und Unsicherheiten
abbauen.

Warum ist das alles wichtig? Maschinelles Lernen und die Forschung an Künstlicher
Intelligenz sind kein Selbstzweck. Überall auf der Welt – in den USA und China, in
Frankreich und Israel – forschen kluge Köpfe an der Frage, wie man gesellschaftliches
Zusammenleben und wirtschaftlichen Fortschritt durch KI verbessern kann. Dabei geht es
um wichtige Zukunftsthemen, wie Gesundheitsversorgung, Energie, Mobilität und vieles
mehr. Der Einsatz von KI wird auf immer mehr Themengebieten den Wettbewerb
entscheiden. Sie ist unverzichtbar für Innovationen.

Wichtig ist nicht nur, dass wir Künstliche Intelligenz nutzen können, sondern dass wir sie
mit gestalten. Denn wenn wir das verschlafen, entstehen die Arbeitsplätze der Zukunft nicht in Deutschland, sondern in den USA, China, Frankreich oder Israel. Maschinelles Lernen ist ein Feld, das sich aktuell rasch entwickelt. Wenn wir nicht aufpassen, nur eben
anderswo. Noch haben wir es in der Hand.

Der Autor: Andreas Steier (46) ist seit 2017 Mitglied des Deutschen Bundestages und vertritt als direkt gewählter Abgeordneter die Interessen der Menschen in Trier und Trier-Saarburg. Seine Schwerpunkte sind Bildung, Forschung, Wirtschaft und Europa – er ist ordentliches Mitglied im Ausschuss für Bildung, Forschung und Technikfolgenabschätzung sowie Stellvertreter im Ausschuss für Wirtschaft und Energie und Petitionsausschuss. Er ist u. a. Berichterstatter für Künstliche Intelligenz, Mobilitätsforschung und Förderung außeruniversitärer Forschung. Vor seinem Bundestagsmandat arbeitete der gelernte Maschinenbauer (Diplom-Ingenieur) als Entwickler von Sensortechnologien und ist Inhaber mehrerer Patente. Autorenbild: ©Anne Hoffmann

Vorheriger ArtikelTraditionelle Fertigung und Maschinelles Lernen wachsen bei Bosch zusammen
Nächster ArtikelMenschen sind anders. Roboter auch.