Eine von einer KI entworfene futuristische Stadtlandschaft: Als KI bezeichnet man Systeme, die eigenständig Aufgaben erledigen, welche menschliche Intelligenz erfordern beziehungsweise damit assoziiert werden. Viele der heutigen KI-Lösungen nutzen Verfahren des maschinellen Lernens, um automatisch Zusammenhänge aus (Trainings-)Daten zu erschließen.
KI – wo sie nützt und welche Risiken sie birgt
Kommunen setzen sich mit neuen Möglichkeiten auseinander
Die enormen Entwicklungen im Bereich der Künstlichen Intelligenz (KI) in den letzten Jahren haben dazu geführt, dass zunehmend über den Einsatz von KI nachgedacht und sie auch in immer mehr Bereichen eingesetzt wird. Kommunen mit ihren vielfältigen Aufgaben bilden da keine Ausnahme. Die Studie „Künstliche Intelligenz in Kommunen“ der Initiative #KoKI aus dem Jahr 2021 zeigt Einsatzmöglichkeiten von KI in Kommunen auf.
Die KGSt liefert einen „Denkanstoß“ für KI in der Kommunalverwaltung. Der Chatbot Lumi der Stadt Heidelberg belegt, dass KI-Lösungen auch tatsächlich zum Einsatz kommen. KI kann also auch im kommunalen Bereich einen wichtigen Beitrag zur Bewältigung der anstehenden Aufgaben leisten. Aber was bedeutet dieser KI-Trend für Kommunen konkret?
Als KI bezeichnet man Systeme, die eigenständig Aufgaben erledigen, welche menschliche Intelligenz erfordern beziehungsweise damit assoziiert werden. Viele der heutigen KI-Lösungen nutzen Verfahren des maschinellen Lernens, um automatisch Zusammenhänge aus (Trainings-)Daten zu erschließen. Dazu gehören Neuronale Netze, bekannte Vertreter sind große Sprachmodelle wie die GPT-Modelle von OpenAI oder die Luminous-Modelle von Aleph Alpha. Einige dieser KI-Modelle verarbeiten nicht nur Textdaten, sondern auch andere Inhalte wie Bilder, Videos und Sprache. Als Generative KI bezeichnen wir KI-Lösungen, die selbst neue Inhalte erzeugen.
Dabei konnten bisherige KI-Lösungen konnten meist nur einzelne, ganz spezifische Aufgaben lösen. KI-Modelle wie GPT sind mit großen Datenmengen so umfassend trainiert, dass sie eine (oder auch mehrere) natürliche Sprachen umfassend beherrschen. Dadurch können sie für viele verschiedene Aufgaben eingesetzt werden.
Für die Entwicklung von KI-Lösungen werden meistens ausreichend viele und hochwertige Trainingsdaten benötigt. Voraussetzungen dafür sind eine Digitalisierung der eigenen Abläufe sowie eine Datenstrategie, in deren Rahmen Daten als Wertgegenstände (Assets) betrachtet und gezielt für die Wiederverwendung nutzbar gemacht werden. Das Fehlen geeigneter Trainingsdaten stellt oft eine grundlegende Hürde bei der Entwicklung von KI-Lösungen dar. Die bereits erwähnten großen Sprachmodelle können mit wenigen Beispielen an einen bestimmten Einsatzzweck angepasst werden („Few-Shot-Learning“). Eigene, hochwertige KI-Lösungen können also mit einem Minimum an Trainingsdaten erstellt werden. Damit sinkt der Aufwand für die Erstellung dieser KI-Lösungen erheblich. In vielen Szenarien wird so die Nutzung von KI überhaupt erst ermöglicht.
Die neuen KI-Lösungen (wie zum Beispiel ChatGPT) sind teilweise sehr einfach und kostenfrei nutzbar. Wenn Mitarbeitende sie in Eigeninitiative verwenden, entsteht eine „Schatten-KI“ mit unerwünschten Nebeneffekten, darunter der unkontrollierte Datenabfluss an die Betreiber der Cloud-Lösungen oder die ungeprüfte Verwendung von Ergebnissen der KI. Letzteres stellt vor allem deshalb ein hohes Risiko dar, weil die großen Sprachmodelle zwar sprachlich hochwertige Ausgaben erzeugen, aber auch Sachverhalte völlig frei erfinden („halluzinieren“). Es gilt deshalb, schnell die Voraussetzungen für eine kontrollierte Nutzung zu schaffen. Damit motiviert man die Mitarbeitenden zum Ausprobieren der neuen Technologien, kann erste, einfache Nutzeneffekte erzielen und gleichzeitig wertvolle Erfahrungen für zukünftige KI-Projekte gewinnen.
Umgang mit KI erfordert zumindest Basiswissen
Zu den wichtigsten Voraussetzungen im Umgang mit KI gehört der Kompetenzaufbau. Zumindest einige Mitarbeitende in der Organisation müssen Basiswissen erwerben, mit dem sie – gegebenenfalls gemeinsam mit externen Partnern – in der Lage sind, KI-Projekte durchzuführen und KI-Lösungen zu betreiben. Entsprechende Schulungen werden vielfach angeboten, unter anderen vom Fraunhofer IAO unter dem Titel „Data Science und KI“ mit einem Umfang von zwei Tagen. Gleichzeitig ist es wichtig, allen Mitarbeitenden ein Grundverständnis für den Umgang mit KI zu vermitteln. Dazu gehören Kenntnisse, was KI generell leisten kann, welche Inhalte man aus Datenschutzgründen verwenden und dass man den Ergebnissen der KI nicht blind vertrauen darf. Diese Kenntnisse werden unter dem Begriff „AI Literacy“ zusammengefasst.
Dann gilt es, Quick-Win-Szenarien mit einem guten Aufwand-Nutzen-Verhältnis bei akzeptablen Risiken zu identifizieren. Beispiele sind die Textgenerierung im Bereich Öffentlichkeitsarbeit oder ein interner Chatbot für die Mitarbeitenden auf Basis der eigenen Intranet-Inhalte. Die Umsetzung dieser Szenarien dient auch dem Know-how-Aufbau für zukünftige KI-Projekte.
Schließlich bleibt noch zu berücksichtigen, dass sich KI in der Zukunft stark auf die Arbeitswelt auswirken wird. So wird es Tätigkeiten geben, die sich weitgehend automatisieren lassen und damit als manuelle Tätigkeit entfallen. Bei anderen Tätigkeiten wird KI assistieren und damit eine Beschleunigung oder eine qualitative Verbesserung ermöglichen. Und schließlich wird es auch Tätigkeiten geben, die durch KI neu entstehen, zum Beispiel die manuelle Prüfung von KI-generierten Inhalten. Für die Kommunen als Arbeitgeber ergibt sich in diesem Zusammenhang die Aufgabe, die Veränderungen der Tätigkeitsprofile vorauszuplanen und die erforderlichen Kompetenzen für die neuen Tätigkeiten aufzubauen. Nur so können die Potenziale, die sich Kommunen durch KI bieten, proaktiv gestaltet und genutzt werden.
KI kann auch im kommunalen Bereich einen wichtigen Beitrag zur Bewältigung anstehender Aufgaben leisten.
