© Copyright: Thomas DashuberDr. Françoise Soulié-Fogelman ist wissenschaftliche Beraterin bei Hub France AI, Ko-Vorsitzende der Arbeitsgruppe Innovation & Kommerzialisierung bei GPAI und Spezialistin für Data Mining und Big Data. Mit ihrer internationalen Erfahrung nicht nur als Unternehmensgründerin und Leiterin des Data Science Teams an der School of Computer Software an der Universität Tianjin in China konnte Soulié-Fogelman uns einen umfassenden Einblick in die Position Europas im Bereich der Künstlichen Intelligenz geben.
Wo steht Europa gerade beim Thema Künstliche Intelligenz?
Die High-Level Expert Group on AI[1] hat vier Voraussetzungen für die erfolgreiche Einführung von KI in Europa ermittelt: Daten und Infrastruktur für KI (Entwicklung von quelloffenen KI-Softwarebibliotheken und Initiativen zur Datenverwaltung und -weitergabe), Schaffung geeigneter Qualifikationen und Bildung für KI (Neugestaltung der Bildungssysteme, Entwicklung und Bindung von Talenten sowie Höherqualifizierung und Umschulung der derzeitigen Arbeitskräfte), Schaffung eines geeigneten Verwaltungs- und Regulierungsrahmens (Gewährleistung einer angemessenen Politikgestaltung auf der Grundlage eines risikobasierten Ansatzes und eines Multi-Stakeholder-Ansatzes sowie Schaffung von Verwaltungsstrukturen für einen Binnenmarkt für vertrauenswürdige KI in Europa), Beschaffung von Finanzmitteln und Investitionen (Bewältigung der Investitionsherausforderungen des Marktes und Schaffung eines offenen und lukrativen Investitionsklimas). Die Europäische Kommission hat seither auf diese verschiedenen Faktoren eingewirkt, indem sie insbesondere eine sehr umfangreiche Regulierungs- und Finanzierungsagenda vorangetrieben hat.
Wo liegen die Stärken Europas im Bereich der KI-Technologien?
Europa hat viele Stärken: eine sehr gut ausgebildete Bevölkerung mit guten Forschenden und Ingenieur/innen (dies spiegelt sich in Europas erstem Platz beim Publikationsniveau wider); ein gutes Bildungssystem mit gut etablierten KI-Programmen, ein starkes Segment von B2B-Unternehmen, die zwei Drittel der KI-Wertschöpfung ausmachen und eine lebendige Gemeinschaft von KI-Start-ups [2] mit 106 neuen Gründungen im Jahr 2021 im Vergleich zu 119 in China und 299 in den USA.
Viele europäische Unternehmen haben KI noch nicht eingeführt, insbesondere kleine und mittelständische Unternehmen (KMU).
Françoise Soulié-Fogelman
Welche Hindernisse gibt es für europäische Unternehmen bei der Einführung von KI?
Viele europäische Unternehmen haben KI noch nicht eingeführt, insbesondere kleine und mittelständische Unternehmen (KMU), doch die Zahl derer, die KI in Erwägung ziehen, steigt. Das Haupthindernis ist immer noch der fragmentierte europäische Markt, der viele Folgen hat: Schwierigkeiten beim Zugang zu einer gemeinsamen Nutzung von Datensätzen, insbesondere für "europäische" Themen (z. B. Spracherkennungsdatensätze für Französisch); Schwierigkeiten für Start-ups, ausreichende Investitionen zu sichern und zu vergrößern; Schwierigkeiten für Talente, genügend hochrangige Arbeitsplätze zu finden und für Unternehmen, ausreichend hohe Gehälter im Vergleich zu den von der GAFA routinemäßig vorgeschlagenen Gehältern an europäischen Standorten zu bieten; Schwierigkeiten für KMU, vertrauenswürdige Partner zu finden, die sie bei der Umstellung auf KI unterstützen; Schwierigkeiten, souveräne Lösungen made in Europe für sensible Anwendungen zu finden.
Was können Politik, Wirtschaft und Gesellschaft dagegen tun?
Wir brauchen eine Regulierung für KI, damit die Menschen in Europa darauf vertrauen können, dass KI fair und nützlich ist. Die Regulierung darf jedoch nicht der Innovation schaden und sich negativ auf die Wirtschaft auswirken. Der von der Europäischen Kommission vorgeschlagene koordinierte Plan für KI und der AI Act [3] müssen noch in Kraft gesetzt werden: Die Auswirkungen auf die europäische Wirtschaft werden erheblich sein. Wir müssen sorgfältig verfolgen, wie diese umgesetzt werden, um sicherzustellen, dass KI tatsächlich dem Wohl der europäischen Bürger dient.
Wie können wir eine menschenzentrierte, faire und unvoreingenommene Nutzung von KI sicherstellen?
Europa ist sehr aktiv bei der Ausarbeitung von Vorschriften, um sicherzustellen, dass die in Europa eingesetzte KI vertrauenswürdig ist. Das Thema vertrauenswürdige KI stößt bei den europäischen Unternehmen auf großes Interesse und Umsetzungsbereitschaft. Es werden viele Fragen diskutiert, wobei die Umsetzung von Ethikempfehlungen bei gleichzeitiger Wahrung der Innovation ganz oben auf der Agenda der Unternehmen steht.
Herzlichen Dank für das Interview!
Weitere Informationen, geschrieben von Françoise Soulié-Fogelman:
Der letzte KI-Index von Stanford[4] zeigt einen Anstieg bei allen Indikatoren, die die weltweiten Aktivitäten im Bereich der KI messen (von 2020 bis 2021): Veröffentlichungen in KI-Fachzeitschriften (+13 %), KI-Patentanmeldungen (+69 %), private KI-Gesamtinvestitionen (+101 % auf 90,83 Mrd. USD), Gesetzgebungsakten zu KI (von einer im Jahr 2016 auf 18 im Jahr 2021 in 25 Ländern) usw., während die Kosten für die Schulung von KI-Systemen und die Schulungszeit sinken (z. B. -63,6 % bei den Kosten und -94,4 % bei der Zeit für die Bildklassifizierung seit 2018, wobei die besten Systeme eine bessere Leistung als der Mensch erzielen, z. B. 99,02 % Top-5-Genauigkeit eines KI-Systems bei der ImageNet-Klassifizierungsherausforderung im Vergleich zu 94,90 % beim Menschen).
Vergleicht man diese Indikatoren jedoch zwischen den USA, China und Europa, so stellt man fest, dass die jeweiligen Situationen sehr unterschiedlich sind: Europa hat zwar ein hohes Publikationsniveau im Vergleich zu den USA (19,05 % aller weltweiten Zeitschriftenveröffentlichungen aus Europa gegenüber 13,67 % aus den USA), aber beide werden von China (31,04%) übertroffen; Europa liegt bei den KI-Patentanmeldungen (3,89%, 16,92% und 51,69%) und bei den privaten KI-Investitionen insgesamt (6,42%, 52,87% und 17,21%) völlig hinter den USA und China zurück. Auch die meisten vorgebildeten KI-Modelle stammen aus den USA (z. B. der beste ImageNet-Klassifikator von Microsoft oder das Sprachmodell GPT-3 von Open AI), ebenso wie die meisten GitHub-Bibliotheken (TensorFlow hat die meisten kumulierten GitHub-Sterne mit 160,70 k, im Vergleich zu scikit-learn aus Frankreich, das mit 48k auf Platz 5 liegt).
[1] https://digital-strategy.ec.europa.eu/en/library/policy-and-investment-recommendations-trustworthy-artificial-intelligence
[2] https://www.ai-startups-europe.eu/
[3] https://digital-strategy.ec.europa.eu/en/library/proposal-regulation-laying-down-harmonised-rules-artificial-intelligence, https://digital-strategy.ec.europa.eu/en/library/coordinated-plan-artificial-intelligence-2021-review
