Künstliche Intelligenz – Wie werden unsere Städte davon profitieren?

Künstliche Intelligenz: „Der Film ‚A.I. Artificial Intelligence’ rührt an die tiefsten Traumata und Ängste eines Menschen. Er tut dies mit zum Teil emotionaler Kälte, dann wieder einfühlsam, aber insgesamt sehr traurig. Der Film, bei dem Steven Spielberg Regie führte, ist ein einzigartiges Meisterwerk. Tiefe, existenzielle Fragen sind es, die der Film aufwirft.

Wenn wir einer Maschine Bewusstsein einprogrammieren und ihr die Möglichkeit geben, ihr eigenes Ich zu reflektieren, wenn wir sie so programmieren, dass sie lieben kann, was die Fähigkeit zu hassen und Schmerzen zu empfinden zwangsläufig einschließt – was unterscheidet diese Maschine noch von einem menschlichen Wesen?“

Diese Rezension über den Film „A.I. Artificial Intelligence“ schrieb der Fernsehredakteur Enno Park im Jahr 2001. Solche Maschinen würden vielleicht existieren. Nicht in naher Zukunft, aber es gäbe keinen Grund, warum das technisch langfristig unmöglich sei. Und der Film werfe eine Menge Fragen auf. Fragen, die beim heurigen Ars Electronica Festival gestellt wurden.

Ars Electronica Festival

„AI – das Andere Ich“ war das Motto des heurigen Festivals, das von 7. bis 11. September, wie alle Jahre wieder, in Linz stattfand. Es setzte sich mit dem Thema der künstlichen Intelligenz und der Reaktion des Menschen darauf auseinander. Aus der Perspektive eines Festivals für Kunst, Technologie und Gesellschaft interessierten sich die Organisatoren für eine Diskussion rund um die Visionen, Erwartungen und Befürchtungen, die wir mit der Vorstellung einer künftigen, umfassenden Artificial Intelligence verbinden.

Die Frage nach dem Wesen einer solchen von uns geschaffenen künstlichen Intelligenz bedeutet eine Reflexion über uns selbst. Wer wir sind, was uns ausmacht und wo unsere Schwächen liegen. Die Präsentationen der Vortragenden und künstlerischen Installationen, die an den unterschiedlichsten Orten, wie dem ehemaligen Postverteilgebäude, der Kunstuniversität und dem Mariendom thematisiert wurden, spannten einen technologisch-wirtschaftlichen, kulturellen, psychologischen, philosophischen und spirituellen Blickwinkel auf ein Thema, das vielen von uns noch Angst einjagt.

Müssen Maschinen Emotionen haben?

Und werden sie selber draufkommen, wie Alltagsaufgaben zu lösen sind? Werden Roboter gar Berater oder Trainer des Menschen? Wie wird man die Anwendungen künstlicher Intelligenz wahrnehmen und wann ist seine ökonomische Verwertbarkeit  gegeben?

Künstliche Intelligenz, ein Konzept aus den 50er Jahren, fußt auf der Vorstellung, dass eine Maschine Aufgaben lösen kann, die menschliche Intelligenz erfordert. Aber AI ist heute nicht das, was in Science-Fiction-Filmen dargestellt wird. Was wir heute tun können, fällt in den Bereich der ‚schmalen AI’. Das bedeutet, dass Maschinen sehr spezifische Aufgaben in einer eingeschränkten Umgebung durchführen können.

Welche Auswirkungen werden künstliche Intelligenzmechanismen auf die Stadtplanung haben und inwieweit profitieren Städte von neuen Technologien wie dem maschinellen Lernen und der Robotik?

Gerfried Stocker, künstlerischer Leiter des Ars Electronica Festivals meint dazu: „Noch sind die Erwartungen an AI ebenso wie die Befürchtungen, die damit einhergehen weit entfernt von der technischen Realität. Dennoch sind Themen wie Smart City, Big Data und Machine Learning schon heute von unmittelbarer Relevanz für die Stadtplanung.

Der Journalist und Buchautor Wojciech Czaja glaubt, dass AI sich heute dort auswirkt, wo wir es im Stadtraum am allerwenigsten merken – bei Ampelschaltungen, an der Straßenbahn-Haltestelle und in U-Bahn-Stationen. Als Beispiel nennt er die Wiener U2 Station ‚Stadion’, bei der nach Konzerten und Fußballspielen die Passagierfrequenz gemessen wird und daraus errechnet wird, wie viele Leute gleichzeitig auf den Bahnsteig gelassen werden.

Das bestätigt auch Benjamin de la Peña, Deputy Director for Policy, Planning, Mobility and Right of Way der Stadt Seattle. „Derzeit hat AI keinen direkten Einfluss auf die städtische Infrastruktur in unserer Stadt, abgesehen von Navigationsalgorithmen im Stadtverkehr und Algorithmen innerhalb unserer Verkehrsnetz-Logistik.

Die Bewohner von Seattle schätzen die vielfältigen Mobilitätsoptionen. Wir hoffen, dass multimodale Routing-Apps unseren Stadtbewohnern zuverlässigere Transport-Alternativen bieten, als es die Benutzung des eigenen Autos vermag. Wir verstehen Mobilität in Seattle nicht nur als Infrastruktur, sondern auch als Service.

AI und maschinelles Lernen könnten Städten einerseits helfen zu verstehen und anderseits vorherzusagen, wie Systeme zu optimieren wären, aber die meisten Entscheidungsträger im Bereich Mobilität und Stadtverkehr wären noch nicht bereit, sich mit neuen Technologien auseinanderzusetzen und diese nachhaltig zu nutzen, berichtet de la Peña von seinen Forschungsreisen in andere Metropolen.

Maschinelles Lernen

Maschinelles Lernen könnte bei der Identifizierung von „Near-Miss“ Kollisionen (Beinahe – Unfällen) helfen, die Sicherheit in Unternehmen oder im öffentlichen Raum zu verbessern. Städte agieren im Vergleich zu Unternehmen nicht präventiv, sondern sammeln und analysieren Daten nur dort, wo Kollisionen und Fehlverhalten passieren könnten.
Diese präventive Art zu denken und handeln hat in Städten noch viel Handlungsbedarf. Robotik könnte auch dazu beitragen, Warenlieferungen innerhalb von Städten (Fracht- und E-Commerce-Lieferungen) effizienter zu machen.

Digitalisierung und künstliche Intelligenz im Städtetourismus

Auch im Städtetourismus finden Digitalisierung und AI ihren Einsatz. Jede Stadt hat eine bestimmte Kapazität. Jeder Verkehrsbetrieb, jedes Museum, jeder Supermarkt ebenso. Diese wird von Einwohnern und Besuchern gleichermaßen genutzt.

Studien, in denen die Tourismusdichte von Städten erhoben wird, warnen zunehmend davor, dass zu viele Touristen von der Stadt nicht verdaut werden können. Das führt zu Friktionen. Einwohner gehen auf die Straße und die Leute siedeln an den Stadtrand. Situationen wie diese werfen überall auf der Welt die Frage auf: „Wie will ich in Zukunft leben? Wo gibt es ein lebenswertes Umfeld?“

Antwort darauf könnten Urban Data Plattformen bieten, in der alle gesammelten Daten der Bewohner und Besucher der Stadt systematisch und strukturiert erfasst und in smarten Anwendungsfeldern verarbeitet werden. Beispielsweise in sinnvoller medizinischer Versorgung, sinnvoller Logistikplanung und sinnvoll gestalteten partizipativen Modellen, die für eine Straße, einen Bezirk, die ganze Stadt oder sogar nur für Männer oder Frauen oder Kinder maßschneiderbar sind.

Man könnte auch einfacher entscheiden, wo aufgrund von Verkehrsströmen und Verhaltensmustern das neue Museum gebaut oder eine Straßenbahntrasse verlegt werden sollte. Das müsste die Stadtverwaltung nicht allein bewerkstelligen. Sie könnte eine ‚open data’ Schnittstelle ermöglichen und auf Provisionsbasis mit Entwicklern zusammenarbeiten. Noch scheint das niemand um den Erdball hinzukriegen, aber der Trend geht sicherlich in diese Richtung.

Es stellt sich die Frage: In welchen Bereichen der Stadtplanung und Stadtentwicklung ist die Anwendung von künstlicher Intelligenz und maschinellem Lernen nicht sinnvoll?

Journalist und Buchautor Wojciech Czaja ist überzeugt, dass die Raumplanung nicht ausschließlich digital werden wird, weil es das menschliche Hirn und Herz dazu braucht, um die Raumplanung in ihrer Komplexität zu begreifen. Mit all den technischen, bautechnischen, sozialpolitischen, wirtschaftlichen und sozialen Aspekten, die man in keinen Algorithmus einbinden kann.

Czaja ist überzeugt, dass Robotik zunehmend im Baugewerbe Einsatz finden wird. „Worauf wir uns heute konzentrieren, sind exotische Robotik-Themen, die man medial ausschlachten kann, weil sie sexy und ungewöhnlich sind. In Amsterdam wird gerade eine Brücke über eine Gracht im 3D-Druckverfahren hergestellt.
Und in China werden bereits ganze Häuser gedruckt. 3D Druck wird zunehmen, aber eher in Maßstäben des Assemblings. Ich glaube nicht, dass man in Zukunft ganze Häuser aus Beton drucken wird, weil es statische und haustechnische Herausforderungen gibt, die in näherer Zukunft nicht zu lösen sind.“

Auch beim Einsatz von Robotertechnik ist Czaja überzeugt, wo die Robotik sicher zunimmt, sei bei der Vorfertigung von Gebäuden. Wo dreidimensionale Raummodule maschinell und mit Robotern vorfabriziert und auf der Baustelle nur noch zusammengesetzt werden müssen.
„Das hat den Vorteil“, so Czaja, „dass die Bauzeit kürzer wird, dass man nicht mehr vom Wetter und von Jahreszeiten abhängig ist. Dass eine viel höhere Genauigkeit gegeben ist und dass man besser dokumentieren kann, wann und wo welche Bauschritte gesetzt wurden.“

Künstliche Intelligenz im Handel

Auch für den Handel wirkt sich der Einsatz von Artificial Intelligence aus. Personifizierte Werbung im Handel, wie wir sie aus Sci-Fi Filmen, wie Minority Report kennen, gibt es aus datenschutzrechtlichen Gründen nur bedingt. Der Film Minority Report bot uns vor 15 Jahren einen Einblick in das Geschäftslokal der Zukunft, als die Netzhaut von Tom Cruises Charakter zur Identifizierung als Stammkunde beim Betreten des Geschäftes gescannt wurde.

Diese Art der Erkennung würde dem Händler erlauben, in die Einkaufsgeschichte des Kunden zu blicken und relevante personalisierte Beratung zu bieten. Der Einsatz von künstlicher Intelligenz, um Präferenzen des Konsumenten vorherzusehen, wird auf die eine oder andere Art kommen.
In Japan wurde schon vor vielen Jahren eine Emotionserkennungssoftware (ERS) entwickelt, die sagen kann, ob Sie glücklich oder traurig sind. Und die dann Botschaften sendet oder die Umkleidekabine in ein bestimmtes Farbschema taucht, je nachdem, wie Sie sich fühlen.

Small Cities Forum

Erstmals fand bei der Ars Electronica das ‚Small Cities Forum’ statt, das sich dem Innovationspotential kleinerer Städte widmete. Stocker: „Auch kleinere Städte sind letztlich hoch komplexe Systeme bzw. hochgradig in solche eingebunden. Sie werden das auch immer mehr, da sie ebenso der Globalisierung und Digitalisierung ausgesetzt sind.

Das eröffnet viele Spielräume für die Regionalentwicklung, denn Schlüsselthemen wie dezentrale Transportlogistik, Mobilität von Bürgern und Big Data Analysen etc. treffen ja nicht nur die Zentren, sondern auch die Peripherie. Der Verkehr, egal ob als Pendler-Stau oder als Vision von smart-autonomer-Mobilität, wird nicht nur die Zentralräume verändern.“

Die Möglichkeiten, durch intelligentes Energiemanagement hohe Effizienzeffekte zu erzielen, gelte auch für den ländlichen Raum, sagt Stocker. Die qualitativen Verbesserungen in der Aufbereitung und Zugänglichkeit von Informationen im juristischen, medizinischen Bereich oder sogar im Finanzwesen, wie sie von Machine Learning und Artificial Intelligence Systemen ausgehen werde, bringe vielleicht sogar mehr Potentiale für die entlegenen Regionen.

Beispiel: Trbovlje

Diese Themen seien seitens der IT-Industrie vor allem auf die großen Städte. In der das große Geschäft gemacht wird, ausgerichtet, warnt Stocker. Diese Systeme erhöhen massiv die Abhängigkeit von digitaler Infrastruktur und – falls ländliche Regionen oder kleinere Städte nicht gegengesteuern – sei es für kleine Player sehr schwierig, sich zu behaupten.
Als Beispiel nennt Stocker einen kürzlichen Besuch in Trbovlje, einer 15.000 Einwohner zählenden Stadt in Slowenien, die früher eine florierende Bergbaustadt war. Aber seitdem der Bergbau und die gesamte damit verbundene Industrie abgezogen sind, in die ökonomische Krise schlitterte.

Nun finde man in Trbovlje hochinnovative und auch wettbewerbsfähige IT-Betriebe und Start-Ups. Diese haben herausgefunden, wie man die Vorteile kleinerer Strukturen nutzen kann. Digitalisierung, Breitbandvernetzung und in weiterer Folge Anwendungen von Machine Learning und Künstlicher Intelligenz können stadtgrößen-unabhängig stattfinden.

Architekt und Direktor der Pordenone Design Week und Mitgestalter des Small Cities Forum,Giuseppe Marinelli de Marco, ist überzeugt davon, dass man die Idee der zukünftigen Stadt aus der realen Stadt erschaffen muss. Mit ihren Kirchen, ihren Flüssen, ihren baumgesäumten Alleen, ihren Industrien und ihren Sonnenuntergängen.

Eine Stadt, in welcher Dimension sie auch gewachsen ist, müsse in der Lage sein, seinen Bürgern mindestens drei Dinge zu garantieren. Genügend Sicherheit, die richtige Vielfalt und die größtmöglichen Chancen, sich weiterzuentwickeln.

Um Bill Gates zu zitieren „Wir überschätzen immer die Veränderung, die in den nächsten zwei Jahren auftreten wird und unterschätzen die Veränderung, die in den nächsten zehn passiert.“ Werden Sie nicht untätig, bleiben Sie thematisch am Ball und bilden Sie Ihre eigene Meinung.

Exkurs:

1) Funktionale Programmierung von AI: Was wir gemeinsam als Programmierung kennen, eine Möglichkeit, einem Computer etwas zu sagen, was deterministisch ist. Ich sage meinem Computer, dass ich mein Alter berechnen muss, es muss „AGE = heute Datum minus Geburtsdatum“ lösen. Dann gebe ich mein Geburtsdatum ein. Es gibt 0% Chance, dass der Computer mein Alter falsch berechnet.

2) Maschinelles Lernen: Das ist eine Anwendung von AI, mit der wir Maschinen Daten geben. Wir lassen sie selbst lernen, um ein Ergebnis zu prognostizieren. Die Maschine verbessert ihre Fähigkeit durch zunehmende Erfahrung und wird immer relevantere Daten vorhersagen. Was wäre, wenn ich 1.000 Datensätze von Menschen und deren Musikpräferenzen hätte? ‚Liedpräferenz’ ist in hohem Grade mit dem Alter eines Menschen korreliert.

Zum Beispiel sind Led Zeppelin und The Doors Fans meist 40+. Selena Gomez Fans sind in der Regel jünger als 25. Dann könnte ich den Computer fragen, wie alt ich bin, wenn ich Prince und The Cure mag. Der Computer betrachtet dann diese Korrelationen. Er vergleicht sie mit einer Liste meiner Lieblingssongs, um mein Alter innerhalb der Wahrscheinlichkeit von x% vorherzusagen.

3) Deep Learning: Das ‚tiefe Lernen’ geht einen Schritt weiter als ML. Es ermöglicht der Maschine, nur durch die Bereitstellung von Beispielen zu lernen. Im Gegensatz dazu geben ML Programmierer dem Computer Anweisungen. Daraus hat man den Schluss gezogen, dass das tiefe Lernen viel mehr wie das menschliche Gehirn funktioniert. Dies funktioniert besonders gut bei Anwendungen wie Bilderkennung.

4) Deep Reinforcement Learning: DRL geht einen Schritt weiter. DRL imitiert zum Beispiel, wie Kinder lernen. Sie sehen, beobachten, wie Menschen Dinge tun, sie ahmen deren Handlungen nach und wiederholen sie oder auch nicht – je nach Belohnung.

Daniela Krautsack

Daniela Krautsack ist eine österreichische Trendforscherin, Mediastrategin, Autorin und Innovationsdesignerin, die sich durch ihre vielfältige Tätigkeit in der Entwicklung von Marken, der Schärfung von Unternehmensstrategien und der Erforschung von Gesellschafts-, Technologie und Kulturtrends auszeichnet. Sie ist lebenslange Weltreisende und lässt sich von Zukunftsdenkern und den verschiedenen Kulturen inspirieren. Daniela Krautsack ist Gründerin einer Agentur für interdisziplinäre Kommunikation namens ‚Cows in Jackets‘ und der Unternehmensberatung ‚Cities Next‘, die sich auf die Erforschung und Gestaltung von Zukunfts- und Innovationsdesigns im urbanen Raum und kommunikativer Prozesse konzentriert.