News und Insights

Die Zukunft der Zusammenarbeit von Mensch und Computer

Die technologische Entwicklung schreitet weiter voran und folgt dem Pfad des exponentiellen Fortschritts, wie Gordon Moore, Mitbegründer von Intel, im Jahr 1965 mit prophetischem Scharfsinn voraussah1. Als Zeitzeugen beobachten wir die Entwicklung von Computern, Maschinen und Robotern, die immer intelligenter, schneller und einfacher zu bedienen sind. Ihre Leistungsfähigkeit steigt, und sie sind vermehrt in der Lage, eine Reihe von sowohl physischen als auch intellektuellen Aufgaben effektiver als der Mensch auszuführen. In der Folge werden zunehmend mehr unserer täglichen Arbeiten vereinfacht und automatisiert.

Viele renommierte Firmen2 prognostizieren, dass dieses grosse, langfristige Thema zahlreiche menschliche Arbeitskräfte überflüssig machen könnte. Wie sollen wir Menschen uns also auf diese Roboter-Revolution vorbereiten und – vielleicht noch viel wichtiger – wie sollen wir unsere Kinder und Kindeskinder auf die Zukunft vorbereiten?

Soft Skills als wichtiges Differenzierungskriterium

Im letzten Jahr warnte Jack Ma, Gründer und Präsident des chinesischen Internetriesen Alibaba Group, auf dem Weltwirtschaftsforum in Davos3 vor der zunehmenden Intelligenz von Maschinen und empfahl, dass Kinder künftig vor allem im kreativ-künstlerischen und sportlichen Bereich geschult werden sollten, sodass sie in einer zunehmend automatisierten Welt einen einzigartigen Vorteil gegenüber Computern hätten. Er argumentierte, dass künstliche Intelligenz dem Menschen bei repetitiven, regel- und logikbasierten Aufgaben zwangsläufig überlegen sein wird, weshalb wir uns auf das konzentrieren sollten, was er als «Soft Skills» im Kontext menschlicher Beziehungen bezeichnet: Kommunikation, Empathie und Kreativität.

In diesem Thematic Insight werden wir uns mit dieser Empfehlung beschäftigen, aber auch eine Alternative dazu betrachten. Vielleicht müssen wir das Programmieren lernen, damit wir die gleiche Sprache sprechen wie die Computer? Ausserdem stellen wir uns die Frage, ob sich die Kombination aus menschlichen Soft Skills und der Computersprache letztendlich nicht vielleicht als wertvoller erweisen wird.

Now that software lives in our pockets, runs our cars and homes, and dominates our waking lives, ignorance is no longer acceptable. The world belongs to people who code. Those who don’t understand will be left behind.

Josh Tyrangiel, Herausgeber von Bloomberg Businessweek, in der Einleitung zu «The Code Edition», Businessweek, Juni 2015

Sprache = Code

Viele von uns sprechen mehr als eine Sprache, doch nur wenige können programmieren. Tatsächlich beträgt der Anteil qualifizierter Software-Entwickler an der Weltbevölkerung Schätzungen zufolge weniger als 0,3 %4.

Abbildung 1: Wie viele Menschen können programmieren? «Anzahl der Software-Entwickler weltweit»

Quellen: Credit Suisse, Evans Data Corporation (2019), https://www.daxx.com/blog/development-trends/number-software-developers-world, abgerufen am 12. August 2019.

Für einige ist der Gedanke, mit einem Computer zu arbeiten, geschweige denn, zu lernen, wie man programmiert, immer noch beängstigend. Doch auf eine gewisse Weise verwenden alle Sprecher einen Code. Sprache ist letztendlich ein standardisierter Satz von Geräuschen oder «Wörtern», die Kommunikation ermöglichen und erleichtern. Somit handelt es sich um einen Code.

Die ersten, von Frühmenschen gesprochenen Worte waren laut Sprachtheorie5 höchstwahrscheinlich lautmalerisch, d. h., es wurden Laute aus der Natur nachgeahmt, um Bedeutung zu vermitteln. Mit der Standardisierung und Etablierung dieser Laute kam es zu einer Weiterentwicklung, sodass sie irgendwann nicht länger nur zur Beschreibung von Gegenständen, sondern auch von Konzepten und Gefühlen verwendet wurden.

Die Entstehung der Schrift war für die Menschheit ein gewaltiger Schritt vorwärts, denn sie ermöglichte die Aufzeichnung gesprochener Sprache. Durch die Umwandlung von gesprochener Sprache in visuelle Symbole war es möglich, Gedanken und Geschichten über weite Entfernungen zu teilen und für die Nachwelt zu erhalten, wovon die nachfolgenden Generationen profitierten.

Die gleiche Sprachtheorie besagt, dass sich geschriebene Worte wahrscheinlich aus der grafischen Darstellung von Objekten entwickelt haben, die in der Natur zu finden sind. Diese Worte sind somit ebenfalls Code: Allgemein anerkannte Muster, deren Zweck in der Darstellung von Objekten und Konzepten der realen Welt besteht. Der belgische Künstler René Magritte illustrierte diese Idee in seinem Bild aus dem Jahr 1929 mit dem Namen „Ceci n’est pas une pipe” (zu Deutsch, „Das ist keine Pfeife”) auf prägnante Art und Weise. Das Gemälde der Pfeife ist natürlich nicht die Pfeife selbst, es ist ein Bild; es ist die visuelle Darstellung eines Objekts, das wir als Pfeife bezeichnen6.

Maschinensprache

Genau wie menschliche Sprache (gesprochene und geschriebene Sprache) ein Code ist, so handelt es sich auch bei Computersprache um einen Code. Die zugrunde liegende Sprache von digitalen Computern ist das Binär- oder das Hexadezimalsystem, das nur die Ziffern «1» und «0» verwendet. Es handelt sich hier um die «niedrigste» bzw. grundlegendste Software-Sprache, die auch als «Maschinencode» bezeichnet wird und die zugrunde liegende Anweisungssprache für Computer darstellt. In den Anfangszeiten der Informatik wurde Maschinencode zur Erstellung von Programmen verwendet (wozu in der Regel lange, in Fachbüchern abgedruckte Codestrings manuell kopiert werden mussten).

Mit zunehmender Leistungsfähigkeit der Computer wurde beim Design auch auf die Benutzerfreundlichkeit geachtet, wodurch sie für mehr Menschen zugänglich und nützlich wurden. Dieser Prozess wird oftmals als «Demokratisierung» der IT bezeichnet. Ihm ist es zu verdanken, dass die Programmierer von heute keine Programme in Maschinencode mehr schreiben müssen, was ein extrem komplexes Unterfangen dargestellt hat. Programmierer können nun stattdessen eine der vielen «höheren» Programmiersprachen (wie Python, JavaScript, C++, Ruby usw.) verwenden, um Software zu erstellen. Einige Programmiersprachen sind besser für bestimmte Arten von Programmen geeignet als andere. Daher kann die Sprache ausgewählt werden, die am besten zur Aufgabe passt, wobei aber alle entschieden intuitiver sind als der Maschinencode selbst. Bei Computern läuft im Hintergrund ein Programm, das als «Compiler» bezeichnet wird und höhere Computersprachen wieder in den Maschinencode zurückübersetzt, den der Computer versteht. Anders ausgedrückt: Programmiersprachen werden vom «Compiler» in Maschinencode übersetzt, sodass der Computer den Instruktionssatz ausführen kann.

No-Code-Revolution

Es wird immer einfacher, Computer zu nutzen, und so wird es vielleicht eines Tages nicht mehr notwendig sein, das Programmieren zu erlernen – so wie es Programmiersprachen überflüssig gemacht haben, Maschinencode zu erlernen. Die Entwicklung im Computerbereich könnte dahin führen, dass Personen, die keinerlei Ahnung vom Programmieren haben, irgendwann in der Lage sein werden, dem Computer einfach mitzuteilen, welche Art von Programm sie erstellen möchten. Diese Idee wird allgemein als «No-Code-Revolution» bezeichnet.

Es gibt bereits eine Reihe von Unternehmen und Open-Source-Communitys, die auf der Programmiersprache aufbauend zusätzliche Software-Schichten und einfache Benutzer-Schnittstellen entwickelt haben, um die Entwicklung von Computerprogrammen einfacher, schneller und weniger fehleranfällig zu gestalten. Die meisten dieser Systeme werden als «Visual Programming» bezeichnet, wobei Blöcke von Programmiercode durch einfache Grafiken dargestellt werden und diese Komponenten einfach per Drag & Drop an der richtigen Position platziert werden können.

It’s just a matter of time until neural networks will produce useful code. So things are looking bleak for computer scientists like me.

Professor Dr. Christian Bauckhage, Fraunhofer IAIS

Näher dran an der «Singularität»

Dank der visuellen Programmierung und der No-Code Revolution scheint es, dass das Erlernen von Codieren nicht so entmutigend sein kann, wie wir es uns vorstellen. Es ist jedoch unwahrscheinlich, dass wir uns einen Wettbewerbsvorteil gegenüber Computern verschaffen und damit Arbeitsplätze erhalten können, indem wir den Prozess der Codeerstellung so weit vereinfachen, dass wir ganz grundlegenden Code schreiben können. Die Frage ist doch, was passieren kann, wenn Computer so intelligent werden, dass sie in der Lage sind, ihren eigenen Code zu schreiben.

Das Ganze befindet sich derzeit noch im Anfangsstadium, doch Computertechniker träumen schon lange von der Entwicklung von Algorithmen, die programmieren können. «CASE», oder Computer Aided Software Engineering, ist Software, die zur Automatisierung der Erstellung und zum Debuggen von Software-Programmen verwendet wird. CASE ist eines der am weitesten verbreiteten Beispiele von Software, die eingesetzt wird, um Software zu erstellen, oder diesen Prozess zumindest zu unterstützen.

Computertechniker beginnen bereits, die Grenzen weiter zu verschieben. Im Jahr 2015 verwendete Andrej Karpathy, ein Doktorand der Informatik an der Universität Stanford, «rekurrente neuronale Netze» zur Generierung von Code. Inzwischen ist er Director of AI bei Tesla. In jüngster Zeit haben Microsoft und die Universität Cambridge einen «DeepCoder» entwickelt, einen Algorithmus, der zur Generierung von Code Deep-Learning-Techniken verwendet.

Jenseits dieser Entwicklungen befinden wir uns im Bereich von Hollywood-Filmen und Science-Fiction. Es ist jedoch sehr wahrscheinlich, dass Computer irgendwann in der Lage sein werden, ihren eigenen Code zu schreiben, und die Herausforderung für den Menschen könnte darin bestehen, den geschriebenen Code zu verstehen und ihn zu kontrollieren.

Vielleicht können Computer auch lernen, menschlicher zu sein

Wenn das Programmieren so einfach wird, dass es irgendwann reicht, eine App auf einem Smartphone bedienen zu können, dann sollten wir dem gut gemeinten Rat von Jack Ma folgen und uns auf Soft Skills wie Kreativität und menschliche Interaktion konzentrieren.

Dieser Weg birgt jedoch ein gewisses Risiko, denn vielleicht schaffen es Computer letztendlich doch, auch diese Soft Skills zu erlernen, vielleicht sogar besser als der Mensch. Dies wirft die philosophische Frage auf, ob der Mensch von Geburt an Kreativität und künstlerisches Talent besitzt oder ob man diese Fähigkeiten durch Übung und Erfahrung erlernt. Wir werden nicht versuchen, diese Frage hier zu beantworten. Doch wenn es so ist, dass diese Fähigkeiten erlernt werden können, weshalb sollte ein Computer dann nicht in der Lage sein, subjektive Vorstellungen von «Schönheit» oder Soft Skills wie Empathie und Kreativität nachzuahmen, zu kopieren, zu adaptieren und sich anzueignen?

Bild 1: Bildausschnitt vom «The Next Rembrandt», 148 Megapixel, 3D-Druck mit 13 Schichten UV-Tinte

Quelle: Open culture (2016): «Scientists Create a New Rembrandt Painting, Using a 3D Printer & Data Analysis of Rembrandt’s Body of Work», http://www.openculture.com/2016/04/the-next-rembrandt.html, letzter Zugriff am 12. August 2019.
Bildnutzung (hier handelt es sich nur um einen Bildausschnitt) mit freundlicher Genehmigung von J. Walter Thompson Amsterdam.

Eine Reihe von Teams haben bereits KI-Engines zum Erlernen von Soft Skills entwickelt. Im Musikbereich beispielsweise haben AIVA7 und MuseNet von OpenAI künstliche Intelligenz mit grossem Erfolg eingesetzt, um musikalische Kompositionen in verschieden Musikstilen zu erzeugen. Und im Bereich der bildenden Künste hat ein Team von Informatikern an der Technischen Universität Delft8 Algorithmen und Gesichtserkennungstechnologie für die Analyse aller 346 Gemälde von Rembrandt verwendet, um ein Werk zu schaffen, das vom Team «The Next Rembrandt» genannt wird. Das Gemälde ist keine Kopie eines Werkes von Rembrandt und die Person auf dem Gemälde gibt es überhaupt nicht, wie auf der Projekt-Website erläutert wird. Es handelt sich vielmehr um ein neues Bild, das basierend auf der ausführlichen Analyse des künstlerischen Stils von Rembrandt geschaffen wurde. In anderen Worten: Wenn es sich bei allen Gemälden von Rembrandt um eine Serie handeln würde, könnte dieses künstliche geschaffene Werk – basierend allein auf der Analyse der Farben und von Aspekten wie den Pixeln und der Anordnung der verschiedenen Elemente – das nächste Gemälde in seiner Serie sein.

Fazit

Technologien und Innovationen haben die Arbeitswelt über Tausende von Jahren verändert, doch es gibt Grund zur Annahme, dass die Auswirkungen diesmal, im digitalen Zeitalter, schneller spürbar und weitreichender als zuvor sein werden.

Die Weltwirtschaft entwickelt sich weiter und der Wert verschiedener Fähigkeiten verändert sich. Daher ist die Frage, was unsere Kinder lernen sollen, um über einen Wettbewerbsvorteil zu verfügen, nicht einfach zu beantworten. Das Auswendiglernen von Fakten wird wohl weniger bedeutsam sein, da uns durch das Internet unbegrenztes Fachwissen auf Abruf zur Verfügung steht. Ebenso sind Computer und Roboter zunehmend in der Lage, nicht nur physisch repetitive, einfache Aufgaben auszuführen, sondern auch kognitive sowie variable Aufgaben, bei denen eine autonome dynamische Reaktion auf Veränderungen erforderlich ist. Daher ist es vielleicht am sichersten, den Fokus auf Soft Skills im Bereich der menschlichen Interaktion und Kunst zu legen. Allerdings scheint die künstliche Intelligenz auch hier Einzug zu halten.

Statt sich darüber Sorgen zu machen, dass durch Technologie menschliche Arbeitskräfte überflüssig werden, könnte man sich auch vor Augen führen, dass durch die Verbreitung von Technologie und Automatisierung möglicherweise ein massiver Bedarf an Arbeitskräften für die Wartung, die Instandhaltung und den Betrieb dieser technologischen Systeme geschaffen wird. Technologie könnte auch die kosteneffiziente und interaktive Aus- und Weiterbildung von Mitarbeitenden für neue Profile erleichtern. Alternativ könnte ein wohlwollender, superintelligenter Computer ewige Energiesysteme und Möglichkeiten zur nachhaltigen Ernährung und Unterstützung der Weltbevölkerung ohne Arbeitsaufwand entwerfen. Was auch immer die Zukunft bringt, sie wird wahrscheinlich genauso dynamisch wie herausfordernd sein. Wir sind der Meinung, dass Robotik und Automatisierung in unserem Alltag weiterhin stark zunehmen werden und dieses Thema eine hervorragende langfristige Anlagemöglichkeit für geduldige Anleger bietet.

Fondsrisiken

  • Kein Kapitalschutz: Anleger können den in dieses Produkt investierten Betrag ganz oder teilweise verlieren.
  • Die Konzentration auf Robotikunternehmen kann zu wesentlichen Risiken in Bezug auf bestimmte Branchen oder Regionen führen.
  • Das Engagement in Small und Mid Caps kann zu einer höheren kurzfristigen Volatilität führen und Liquiditätsrisiken in sich bergen.
  • Aufgrund der Möglichkeit eines erhöhten Engagements in Schwellenländern kann der Fonds durch politische und wirtschaftliche Risiken in diesen Ländern beeinträchtigt werden.
  • Aktienmärkte können volatile sein, besonders kurzfristig.

Bleiben Sie informiert mit unseren monatlichen Updates

Abonnieren