Forschung zur KI: zwischen Innovation und Regulierung

Das Deutsche Institut für Wirtschaftsforschung (DIW Berlin) beleuchtet in seinen Studien die vielfältigen Facetten der Digitalisierung und künstlichen Intelligenz (KI) – von ihrem Potenzial zur Lösung globaler Gesundheitsprobleme bis hin zu den Herausforderungen durch die Konzentration von Marktmacht bei wenigen Tech-Giganten. Diese Analysen unterstreichen die Notwendigkeit eines ausgewogenen Ansatzes, der Innovationen und Wettbewerb fördert und gleichzeitig demokratisch legitimierte Leitplanken für die Entwicklung und Verbreitung von KI setzt.

Generative KI: Produktivitätsmotor und Konzentrationsrisiko

Die rasche Verbreitung generativer KI-Modelle wie ChatGPT ist Teil einer gefühlt rasanten gesellschaftlichen und wirtschaftlichen Transformation. Zum Beispiel können diese Algorithmen mühelos plausibel erscheinende Inhalte wie Texte und Bilder erstellen und versprechen erhebliche Produktivitätsgewinne. In vielen Wirtschaftszweigen erlauben sie das Erfassen und Vereinfachen komplexer Informationen und können so in der Zukunft zu wertvollen Assistenten werden.

Digitalisierung und künstliche Intelligenz können Bürger*innen helfen, auch das erforscht das DIW Berlin.
© Adobe/Chaosamran_Studio

Jedoch birgt eine weitere Konzentration der Marktmacht bei wenigen Technologie-Konzernen Gefahr.infohttps://table.media/europe/tablestandpunkt/generative-ki-zwischen-produktivitaetsbooster-und-marktmachtverstaerker Denn die vorherrschenden Modelle und Plattformen werden von einer Handvoll globaler Unternehmen wie Alphabet, Meta und Microsoft entwickelt. Diese Unternehmen haben bereits Milliarden in KI investiert und können ihre dominante Stellung in Cloud-Infrastrukturen und Betriebssystemen weiter ausbauen.  Dies kann etwa dazu führen, dass zentrale Innovationen für Bürger*innen, kleinere Unternehmen oder öffentliche Einrichtungen ausbleiben und die digitale Abhängigkeit weiter zunimmt, und damit letztendlich die wirtschaftliche Vielfalt und demokratische Kontrolle gefährdet.

KI als Hoffnungsträger im Kampf gegen Antibiotikaresistenzen

Die rasante Entwicklung von KI bietet aber auch vielversprechende Ansätze für drängende gesellschaftliche Probleme. Eine Studie des DIW Berlin (PDF, 352.03 KB)hebt hervor, wie maschinelles Lernen gezielt im Kampf gegen Antibiotikaresistenzen eingesetzt werden könnte. Jährlich sterben weltweit Hunderttausende Menschen an Infektionen, die durch resistente Keime verursacht werden, die wiederum auf Antibiotikaresistenzen zurückzuführen sind – eine globale Gesundheitskrise, die dringendes Handeln erfordert.

© Unsplash/Laurynas Mereckas

Die Forscher*innen des DIW Berlin untersuchten Patientendaten aus Dänemark und demonstrierten, wie KI das Risiko einer bakteriellen Infektion relativ präzise vorhersagen kann. Durch die Analyse einer Vielzahl von Faktoren, darunter die vollständige Krankengeschichte und vorherige Krankenhausaufenthalte der Patient*innen, könnte der Einsatz einer KI eine Reduzierung der Antibiotikaverschreibungen um etwa 7,4 Prozent erreichen, ohne dabei die Patientenversorgung zu gefährden. Das hieße: mehr Patientinnen und Patienten, für die wirklich ein Antibiotikum hilfreich ist, würden sofort eines erhalten, während in wahrscheinlich unnötigen Fällen zunächst gewartet werden würde. Die verbesserte Zuordnung von Antibiotika an Patient*innen wird durch die sofortige Verfügbarkeit zusätzlicher diagnostischer Informationen über mögliche Infektionen, die im klinischen Alltag bisher nur mit Verzögerung eintreffen, ermöglicht.

Eine effiziente Reduktion der verwendeten Antibiotika wäre sowohl durch teilweises Delegieren von Verschreibungsentscheidungen an einen Algorithmus als auch durch die Nutzung der KI-generierten diagnostischen Informationen durch Ärztinnen und Ärzte, wenn diese zusätzlich zur Reduktion des Antibiotikaverbrauchs motiviert werden, zu erreichen. Hannes Ullrich, Mitautor der Studie, betont, dass diese Technologie dazu beitragen kann, den therapeutischen Nutzen von Antibiotika langfristig zu erhalten. „Allerdings steht hier das deutsche Gesundheitssystem aufgrund seiner dezentralen Datenstrukturen noch vor Herausforderungen, die Investitionen und Anpassungen erfordern“, sagt Ullrich. Nur so könne das volle Potenzial der KI in der Medizin ausgeschöpft werden.

Die Notwendigkeit regulatorischer Leitplanken

Angesichts dieser Entwicklungen weist Hannes Ullrich auch auf die entscheidende Rolle staatlichen Handelns hin. „Statt sich ausschließlich auf die Diskussion von mit hohen Unsicherheiten behafteten Chancen und Risiken zu beschränken, sollten effektive Maßnahmen ergriffen werden, um neue Innovationssprünge zu ermöglichen“, sagt er. Die Erhöhung der gesellschaftlichen und politischen Experimentier- und Lernbereitschaft sei hierbei ebenso wichtig wie der verbesserte Zugang zu Finanzierungsquellen. Diese Maßnahmen könnten auch im Einklang mit einer wettbewerbspolitischen Begrenzung der Marktmacht großer Tech-Konzerne wirken, um durch faire Wettbewerbsverhältnisse Innovationsanreize und neue Innovationspfade zu schaffen.

Die Flagge der Europäischen Union.
© Adobe Stock/Andrey Kuzmin

Die neuen EU-Verordnungeninfo Im Vordergrund stehen hier das Gesetz über Digitale Dienste (Digital Services Act, https://commission.europa.eu/strategy-and-policy/priorities-2019-2024/europe-fit-digital-age/digital-services-act_de), das Gesetz über digitale Märkte (Digital Markets Act, https://digital-markets-act.ec.europa.eu/index_en?prefLang=de&etrans=de) und der AI Act (https://commission.europa.eu/news-and-media/news/ai-act-enters-force-2024-08-01_de)zu digitalen Diensten und Märkten sind ein wichtiger Schritt in diese Richtung. Sie zielen darauf ab, Transparenz und Verlässlichkeit digitaler Dienste zu erhöhen und die Dominanz der großen Digitalkonzerne aufzubrechen. „Um dies zu erreichen, muss die Europäische Kommission jedoch auch stärker als bisher geplant in technische und wettbewerbsinstitutionelle Expertise investieren“, so Ullrich. Ein weiterer effektiver Weg wäre, unabhängigen Wissenschaftler*innen zügig den Zugang zu Daten der sogenannten Gatekeeper zu ermöglichen, um mehr Transparenz und ein besseres Verständnis der durch KI beeinflussten Marktergebnisse zu gewinnen. Letztendlich hängt die Qualität künftiger KI auch von Investitionen in Daten- und Recheninfrastrukturen sowie in interdisziplinäre Grundlagenforschung ab, um neue Innovationssprünge zu ermöglichen, die auch bestehende Marktkonstellationen überwinden können.

Autor: Frederik Schulz-Greve

Kontakt zum Experten

100 JAHRE DIW BERLIN IN FÜNF EPOCHEN

keyboard_arrow_up