Skip to main content

Soziale Dynamik der Künstlichen Intelligenz

  • Chapter
  • First Online:
Künstliche Intelligenz, Mensch und Gesellschaft
  • 763 Accesses

Zusammenfassung

Die Fragestellung ist, wie die Dynamik der Künstlichen Intelligenz (KI), insbesondere ihr gegenwärtiger Boom, zu erklären sind. Der Verweis auf die schnellen Fortschritte der Informationstechnologien und der verschiedenen Methoden der KI der letzten Jahrzehnte kann diese Dynamik allein nicht zureichend erklären. Die These ist vielmehr, dass KI als „Promising Technology“ zu verstehen ist. Ihre Dynamik wird von einem Technologieversprechen über ihre besondere Leistungsfähigkeit und aussichtsreiche, völlig neue Anwendungspotenziale, geprägt. Voraussetzung und Folge der KI-Dynamik ist dabei die Etablierung und Durchsetzung eines spezifischen Innovationsmodus, der mit den tradierten und industrieorientierten Regelungen und Praktiken des Innovationssystems kaum mehr kompatibel ist und die Innovationspolitik vor neue Herausforderungen stellt

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Vgl. dazu ausführlich Hirsch-Kreinsen (2023) und Hirsch-Kreinsen und Krokowski (2023); zur Historie der KI in der Bundesrepublik liegen bisher Studien unterschiedlicher Provenienz vor; hervorzuheben ist vor allem die wissenssoziologische Studie von Petra Ahrweiler (1995a/b), die ein unverzichtbarer Ausgangspunkt für die hier vorgelegte Analyse war; weiterhin der technikhistorischen Ansatz von Seising und Dittmann (2018) sowie Rückblicke früher beteiligter Informatiker, z. B. Konrad (1998), Siekmann (2009) und Bibel (2014; 2020); zur internationalen Entwicklung, vgl. z. B. die Studie von Nilsson (2010).

  2. 2.

    So der damalige Forschungsminister Hans Matthöfer (zit. n. Ahrweiler 1995a: 85).

  3. 3.

    Dieser Begriff wird unterschiedlich und häufig unscharf verwendet. Definiert warden kann er wie folgt: »The evolving set of actors, activities, and artifacts, and the institutions and relations, including complementary and substitute relations, that are important for the innovative performance of an actor or a population of actors« (Granstrand und Hogersson 2020).

Literatur

  • Acemoglu, Daron. 2024, Get Ready for the Great AI Disappointment, https://www.wired.com/story/get-ready-for-the-great-ai-disappointment/ (abgerufen am: 18.02.2024) (2024).

  • Ahrweiler, Petra. 1995(a). Künstliche Intelligenz-Forschung in Deutschland. Die Etablierung eines Hochtechnologie-Fachs. Münster/New York.

    Google Scholar 

  • Ahrweiler, Petra. 1995(b). KI West und KI Ost: Die Institutionalisierung eines Hochtechnologie-Fachs in Deutschland. In Soziologie und künstliche Intelligenz. Produkte und Probleme einer Hochtechnologie, hrsg. Werner Rammert, 111–131. Frankfurt/New York.

    Google Scholar 

  • Barth, Gerhard, Thomas Christaller, Armin B. Cremers, Bernd Neumann, Franz Josef Radermacher, Bernd Radig, Michael M. Richter, Jörg H. Siekmann und Werner von Seelen. 1991. Künstliche Intelligenz: Perspektive einer wissenschaftlichen Disziplin und Realisierungsmöglichkeiten. Informatik-Spektrum 14(4): 201–206.

    Google Scholar 

  • Barthelmeß, Ulrike und Ulrich Furbach. 2021. Computer auf dem Weg zum Bewusstsein. FAZ. https://www.faz.net/aktuell/wirtschaft/digitec/computer-auf-dem-weg-zum-bewusstsein-17421543.html?premium (abgerufen am: 27.07.2021).

  • Bauberger, Stefan, Birgit Beck, Aljoscha Burchardt und Peter Remmers. 2021. Ethische Fragen der Künstlichen Intelligenz. In Handbuch, hrsg. Günther Görtz et al., 905–934. München.

    Google Scholar 

  • Beckert, Jens. 2016. Imagined Futures. Fictional Expectations and Capitalist Dynamics. Cambridge/MA.

    Google Scholar 

  • Bender, Gerd. 2005. Technologieentwicklung als Institutionalisierungsprozess. ZfS 34(3): 170–187.

    Google Scholar 

  • Bibel, Wolfgang. 2006. The beginnings of AI in Germany. Künstliche Intelligenz 4: 48–54.

    Google Scholar 

  • Bibel, Wolfgang. 2014. Artificial Intelligence in a historical perspecitve. AI Communications 27: 87–102.

    Article  Google Scholar 

  • Bibel, Wolfgang. 2020. On the Development of AI in Germany. Künstliche Intelligenz 34: 251–258.

    Article  Google Scholar 

  • Bibel, Wolfgang und Ulrich Furbach. 2018. Formierung eines Forschungsgebiets – Künstliche Intelligenz und Intellektik an der Technischen Universität München. Deutsches Museum Preprint: 15.

    Google Scholar 

  • Bitkom, DFKI. 2017. Künstliche Intelligenz: Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung. Positionspapier. https://www.bitkom.org/Bitkom/Publikationen/Entscheidungsunterstuetzung-mit-Kuenstlicher-Intelligenz.html (abgerufen am: 25.06.2021).

  • Borup, Mads, Nik Brown, Kornelia Konrad und Harro van Lente. 2006. The Sociology of Expectations. In Science and Technology. Technology Analysis & Strategic Management 18(3/4): 285–298.

    Google Scholar 

  • Botthof, Alfons, Jakob Edler, Katrin Hahn, Hartmut Hirsch-Kreinsen, Matthias Weber und Jan Wessels. 2020. Transformation des Innovationssystems: Neue Anforderungen an die Innovationspolitik. Karlsruhe.

    Google Scholar 

  • Botthof, Alfons, Jakob Edler, Katrin Hahn, Hartmut Hirsch-Kreinsen, Matthias Weber und Jan Wessels. 2023. Transformative und agile Informationssysteme. Neue Praktiken und innovationspolitsiche Herausforderungen. Frankfurt.

    Google Scholar 

  • Brachman, Ron und Hector Levesque. 2022. Machines like Us. Toward AI with Common Sense. Cambridge/MA.

    Google Scholar 

  • Brauer, Wilfried. 1993. KI auf dem Weg in die Normalität. KI 7(3): 85–91.

    Google Scholar 

  • Brödner, Peter. 2019. Grenzen und Widersprüche der Entwicklung und Anwendung »Autonomer Systeme«. In Autonome Systeme und Arbeit. Perspektiven, Herausforderungen und Grenzen der Künstlichen Intelligenz in der Arbeitswelt, hg. v. Hartmut Hirsch-Kreinsen und Anemari Karacic, 69–100. Bielefeld.

    Google Scholar 

  • Bundesregierung. 2018. Koalitionsvertrag zwischen CDU, CSU und SPD. https://www.bundesregierung.de/breg-de/themen/koalitionsvertrag-zwischen-cdu-csu-und-spd-195906 (abgerufen am: 30.09.2020).

  • Dickson, Ben. 2021. Abductive inference: the blind spot of artificial intelligence. https://bdtechtalks.com/2021/09/20/myth-of-artificial-intelligence-erik-dduniekon/ (abgerufen am: 14.02.2022).

  • Dostal, Werner. 1993. Expertensysteme und Beschäftigung – Gibt es derzeit erkennbare Auswirkungen von Systemen Künstlicher Intelligenz auf Beschäftigung und Berufe? Mitteilungen aus der Arbeitsmarkt- und Berufsforschung 26(1): 63–76.

    Google Scholar 

  • Ecker, Wolfgang, Carl-Helmut Coulon und Markus Kohler. 2021. KI in die Anwendung bringen – Eine Gemeinschaftsaufgabe für Hochschulen, Forschungseinrichtungen Unternehmen und Politik. Whitepaper aus der Plattform Lernende Systeme. München.

    Google Scholar 

  • EFI (Expertenkommission Forschung und Innovation). 2022. Gutachten zu Forschung, Innovation und technologischer Leistungsfähigkeit Deutschlands 2022. Berlin.

    Google Scholar 

  • Fachforum Autonome Systeme im Hightech-Forum. 2016. Autonome Systeme – Chancen und Risiken für Wirtschaft, Wissenschaft und Gesellschaft. Zwischenbericht. München.

    Google Scholar 

  • Ford, Martin. 2018. Architects of Intelligence: The truth about AI from the people building it. Birmingham.Görz, Günther, Tanya Braun, Ute Schmid. 2021. Einleitung. In Handbuch der Künstlichen Intelligenz, hrsg. Günther Görz, Tanya Braun und Ute Schmid, 1–26. Berlin/Boston.

    Google Scholar 

  • Granstrand, Ove und Marcus Holgersson. 2020. Innovation ecosystems: A conceptual review and a new definition. Technovation 90–91.

    Google Scholar 

  • Groth, Olaf J. und Tobias Straube 2018. Vergleich nationaler Strategien zur Förderung von Künstlicher Intelligenz – Teil 3. Konrad-Adenauer-Stiftung, https://www.kas.de/documents/252038/4521287/Bewertung+der+deutschen+KI-Strategie+Teil+3.pdf/aa0ecb4e-3a71-de71-63ba-fb08bf72dd57?version=1.1&t=1559810781469 (abgerufen am: 13.05.2021).

  • Görz, Günther, Tanya Braun und Ute Schmid. 2021a. Einleitung. In Handbuch der Künstlichen Intelligenz, hrsg. Görz, Günther, Ute Schmid, Tanya Braun. 6. Aufl. Berlin/Boston, 1–26.

    Google Scholar 

  • Görz, Günther, Ute Schmid und Tanya Braun (Hrsg.). 2021b. Handbuch der Künstlichen Intelligenz. 6. Aufl. Berlin/Boston: De Gruyter.

    Google Scholar 

  • Gurevych, Iryna. 2023. So begrenzt ist ChatGPT – noch. In FAZ.net. https://www.faz.net/aktuell/wirtschaft/digitec/chatgpt-die-kuenstliche-intelligenz-ist-noch-sehr-begrenzt-18690464.html (abgerufen am: 27.03.2023).

  • Heimbrecht, Felix. 2021. KI: Der nächste Winter kommt bestimmt. https://www.zukunftsinstitut.de/artikel/technologie/ki-der-naechste-winter-kommt-bestimmt/ (abgerufen am: 03.10.2021).

  • Hirsch-Kreinsen, Hartmut. 2016. »Industry 4.0« as Promising Technology: Emergence, Semantics and Ambivalent Character. Soziologisches Arbeitspapier Nr. 48/2016. Dortmund.

    Google Scholar 

  • Hirsch-Kreinsen, Hartmut. 2023. Das Versprechen der Künstliche Intelligenz. Gesellschaftliche Dynamik einer Schlüsseltechnologie. Frankfurt/New York.

    Google Scholar 

  • Hirsch-Kreinsen, Hartmut und Thorben Krokowski. 2023. Technologieverspechen Künstliche Intelligenz. Berliner Journal für Soziologie (i. E.).

    Google Scholar 

  • Kaltheuner, Frederike (Hg.). 2021. Fake AI. Manchester.

    Google Scholar 

  • Kersting, Kristian und Volker Tresp. 2019. Maschinelles und Tiefes Lernen. Whitepaper aus der Plattform Lernende Systeme. München.

    Google Scholar 

  • Kieser, Alfred. 1996. Moden & Mythen des Organisierens. Die Betriebswirtschaft 56(1): 21–39.

    Google Scholar 

  • Koehler, Jana. 2021. Zum Begriff der Künstlichen Intelligenz. In Handbuch Künstliche Intelligenz und die Künste, hrsg. Stephanie Catani und Jasmin Pfeiffer. Berlin (Preprint Version). https://www.dfki.de/fileadmin/user_upload/import/11269_KI-Kunst-JKoehler-PreprintVersion.pdf (abgerufen am: 23.01.2022).

  • Konrad, Erhard. 1998. Zur Geschichte der Künstlichen Intelligenz in der Bundesrepublik Deutschland. In Sozialgeschichte der Informatik. Studien zur Wissenschafts- und Technikforschung, hrsg. Dirk Siefkes, Peter Eulenhöfer, Heike Stach und Klaus Städtler, 287–296. Wiesbaden.

    Google Scholar 

  • Konrad, Kornelia. 2006. The Social Dynamics of Expectations: The Interaction of Collective and Actor-Specific Expectations on Electronic Commerce and Television. Technology and Strategic Management 8(3/4): 429–444.

    Article  Google Scholar 

  • Kroll, Henning, Hendrik Berghäuser, Knut Blind, Peter Neuhäusler, Fabian Scheifele, Axel Thielmann und Sven Wydra. 2022. Schlüsseltechnologien. Studien zum deutschen Innovationssystem, Nr. 7, Berlin.

    Google Scholar 

  • Larson, Erik J. 2021. The Myth of Artificial Intelligence. Cambridge/MA/London.

    Google Scholar 

  • Lenzen, Manuela. 2018. Künstliche Intelligenz. Was sie kann und was uns erwartet. München.

    Book  Google Scholar 

  • Madsen, Dag Øivind. 2019. The Emergence and Rise of Industry 4.0 Viewed through the Lens of Management Fashion Theory. Administrative Sciences 9(3): 71.

    Google Scholar 

  • Malsch, Thomas, Reinhard Bachmann, Michael Jonas, Michael, Ulrich Mill, Ulrich und Susanne Ziegler. 1993. Expertensysteme in der Abseitsfalle? Fallstudien aus der industriellen Praxis, Berlin.

    Google Scholar 

  • McRobbie, Michael A. und Jörg H. Siekmann. 1988. Artificial intelligence: Perspectives and predictions. AI Communications 1(4): 16–29.

    Article  Google Scholar 

  • Morozov, Evgeny. 2013. To Save Everything, Click Here – Technology, Solutionism and the Urge to Fix Problems that Don’t Exist. New York.

    Google Scholar 

  • Müller, Vincent C. und Nick Bostrom. 2014. Future progress in artificial intelligence: A Survey of Expert Opinion. In Fundamental Issues of Artificial Intelligence, hrsg. Vincent C. Müller. Berlin.

    Google Scholar 

  • Münkler, Herfried. 1997. Moral und Maschine. Star Trek im Spannungsfeld von Sozialutopie und technologischem Fortschritt. In »Unendliche Weiten …« Star Trek zwischen Unterhaltung und Utopie, hg. v. Kai-Uwe Hellmann und Arne Klein, 59–71. Frankfurt am Main.

    Google Scholar 

  • Nilsson, Nils J. 2010. The Quest for Artificial Intelligence: A History of Ideas and Achievements. Cambridge/MA.

    Google Scholar 

  • Piekniewski, Filip. 2022. AI winter is well on its way. https://blog.piekniewski.info/2018/05/28/ai-winter-is-well-on-its-way/ (abgerufen am: 02.04.2022).

  • Reuse, Bernd. 2008. Schwerpunkte der Informatikforschung in Deutschland in den 80er Jahren. In Informatikforschung in Deutschland, hrsg. Bernd Reuse und Roland Vollmar, 27–60. Berlin/Heidelberg.

    Google Scholar 

  • Science Media Center. 2021. Transkript »Künstliche Intelligenz – Stand der Forschung und Förderung in Deutschland«. https://www.sciencemediacenter.de/fileadmin/user_upload/Press_Briefing_Zubehoer/Transkript_KI-Situation-Deutschland_SMC-Press-Briefing_2021-03-17.pdf (abgerufen am: 04.02.2022).

  • Seising, Rudolf und Frank Dittmann. 2018. Eine historisch-kritische Einführung. In Formierung eines Forschungsgebiets – Künstliche Intelligenz und Intellektik an der Technischen Universität München, hrsg. Wolfgang Bibel, Ulrich Furbach. Preprint 15, Deutsches Museum. München.

    Google Scholar 

  • Siekmann, Jörg. 1994. Künstliche Intelligenz: Von den Anfängen in die Zukunft. In Die maschinelle Kunst des Denkens, hrsg. Günther Cyranek und Wolfgang Coy, 11–40. Braunschweig/Wiesbaden.

    Google Scholar 

  • Siekmann, Jörg. 2009. Die Entwicklung der Disziplin in Deutschland. Künstliche Intelligenz 23(1): 47–52.

    Google Scholar 

  • Teich, Irene B. 2020. Meilensteine der Entwicklung Künstlicher Intelligenz. Informatik Spektrum 43(4): 276–284.

    Article  Google Scholar 

  • ten Hompel, Michael, Rainer Anderl und Harald Schöning. 2019. Schneller zum Markterfolg. Memorandum des Forschungsbeirats der Plattform Industrie 4.0. München.

    Google Scholar 

  • van Lente, Harro und Arie Rip. 1998. Expectations in Technological Developments: An Example of Prospective Structures to be filled in by Agency. In Getting New Technologies Together: Studies in Making Sociotechnical Order, hrsg. Disco C. Cornelis und Barend van der Meulen, 203–229. Berlin/New York.

    Google Scholar 

  • Wahlster, Wolfgang. 2020. Deep Learning alleine reicht nicht. FAZ. https://www.faz.net/-ikh-a3574 (abgerufen am: 18.09.2021).

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Hartmut Hirsch-Kreinsen .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Hirsch-Kreinsen, H. (2024). Soziale Dynamik der Künstlichen Intelligenz. In: Heinlein, M., Huchler, N. (eds) Künstliche Intelligenz, Mensch und Gesellschaft. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-43521-9_9

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-43521-9_9

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-43520-2

  • Online ISBN: 978-3-658-43521-9

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics