Welche Arbeitsplätze wir an Maschinen verlieren werden – und welche nicht

Maschinelles Lernen eignet sich nicht nur für einfache Arbeiten, so wie das Beurteilen von Kreditrisiken oder das Aussortieren von Briefpost. Heute erledigt maschinelles Lernen weit komplexere Aufgaben, so die Bewertung von Aufsätzen oder das Diagnostizieren von Krankheiten. Mit diesen Vorteilen taucht eine beunruhigende Frage auf: Wird in Zukunft ein Roboter unsere Arbeit verrichten?

So, das ist meine Nichte.

Ihr Name ist Yahli.

Sie ist neun Monate alt.

Ihre Mutter ist Ärztin, ihr Vater Anwalt.

Wenn Yahli zur Universität geht,

werden sich die Berufe ihrer
Eltern komplett verändert haben.

2013 untersuchten Forscher der
Universität Oxford die Zukunft der Arbeit.

Sie stellten fest, dass beinahe einer
von zwei Arbeitsplätzen das Risiko birgt,

durch Maschinen ersetzt zu werden.

Maschinelles Lernen ist die Technologie,

die verantwortlich für diesen Bruch ist.

Es ist die wichtigste Sparte
der künstlichen Intelligenz.

Es erlaubt Computern von Daten zu lernen

und Dinge nachzuahmen,
die auch Menschen können.

Mein Unternehmen Kaggle ist
ein Vorreiter des Maschinellen Lernens.

Wir bringen Hunderte
von Experten zusammen,

um wichtige Probleme aus
Industrie und Universitäten zu lösen.

Das gibt uns eine einmalige
Perspektive, was Maschinen können,

was sie nicht können

und welche Arbeitsplätze sie
automatisieren oder bedrohen könnten.

Maschinelles Lernen fand in den frühen
90er Jahren den Weg in die Industrie.

Es begann mit einfachen Arbeiten.

Es begann mit der Risikobeurteilung
von Kreditanträgen

oder dem Aussortieren von Briefpost
mit handgeschriebenen Postleitzahlen.

Über die letzten Jahre haben wir
dramatische Durchbrüche erzielt.

Maschinelles Lernen kann jetzt
viel komplexere Arbeiten übernehmen.

2012 hat Kaggle seine
Community herausgefordert,

Algorithmen zu entwerfen,
die Oberstufen-Aufsätze bewerten.

Die besten Algorithmen waren fähig,
die Noten abzugleichen,

die von Lehrern gegeben wurden.

Letztes Jahr stellten wir eine
noch schwierigere Aufgabe:

Kann man Fotos vom Auge machen
und eine Krankheit diagnostizieren,

namens Diabetische Retinopathie?

Erneut schafften es die besten
Algorithmen, Diagnosen abzugleichen,

die durch einen Augenarzt gestellt wurden.

Mit den richtigen Daten
werden Computer Menschen

bei Arbeiten wie dieser übertreffen.

Ein Lehrer wird in seiner 40-jährigen
Karriere 10 000 Aufsätze gelesen haben.

Ein Augenarzt wird 50 000
Augen gesehen haben.

Ein Computer kann Millionen Aufsätze
lesen oder Millionen Augen prüfen --

innerhalb von Minuten.

Wir haben keine Chance,
gegen Computer anzukämpfen,

wenn es um häufige Aufgaben
mit hohem Datenvolumen geht.

Es gibt jedoch Dinge, die wir können,
die Computer wiederum nicht können.

Nur geringe Fortschritte
haben Computer bisher

beim Bewältigen neuartiger
Situationen erzielt.

Unbekannte Dinge
können sie nicht bewältigen.

Die grundlegende Beschränkung
von maschinellem Lernen ist,

dass es von großen Datenvolumen
aus der Vergangenheit lernen muss.

Menschen wiederum müssen das nicht.

Wir haben die Fähigkeit,
unterschiedliche Fäden zu verknüpfen,

um unbekannte Probleme zu lösen.

Der Physiker Percy Spencer arbeitete
während des 2. Weltkrieges am Radar,

als er merkte, dass Magnetron seinen
Schokoladenriegel schmelzen ließ.

Er war fähig, seine Kenntnisse
der elektromagnetischen Strahlung

mit seinen Kochkenntnissen zu verknüpfen

um später -- raten Sie mal? --
die Mikrowelle zu erfinden.

Das also ist ein bemerkenswertes
Beispiel für Kreativität.

Diese Art gegenseitiger Befruchtung
erfolgt für uns in kleinen Schritten,

tausende Male während eines Tages.

PCs können nicht mit uns mithalten,

wenn es um Bewältigung
neuartiger Situationen geht.

Das begrenzt menschliche Aufgaben,

die Maschinen automatisieren können.

Was bedeutet das für
die Zukunft des Arbeitens?

Die Zukunft jeder einzelnen Arbeit liegt
in der Antwort einer einzigen Frage:

Inwieweit ist diese Arbeit reduzierbar
für eine große Menge Aufgaben

und inwieweit involviert sie die
Bewältigung neuartiger Situationen ?

Für die Verarbeitung hochvolumiger
Aufgaben werden Computer immer schlauer.

Heute bewerten sie Aufsätze,
diagnostizieren gewisse Krankheiten.

Über die Jahre werden sie
unsere Prüfungen selbst ausführen

und Textbausteine in rechtsgültigen
Verträgen zu lesen wissen.

Noch werden Buchhalter
und Anwälte gebraucht.

Sie werden für aufwendige
Steuerstrukturierungen

oder für Rechtsstreits benötigt.

Rechner verringern aber ihre Bedeutung

und es wird schwieriger,
diese Jobs zu bekommen.

Wie erwähnt,

erzeugen PCs keine Fortschritte,
was neuartige Situationen angeht.

Eine Marketingaktion muss die
Aufmerksamkeit des Verbrauchers erregen.

Sie muss aus der Menge herausragen.

Geschäftsstrategien heißt,
Lücken im Markt zu finden,

für Dinge, die sonst niemand tut.

Marketingkampagne werden immer
von Menschen erschaffen werden,

und es werden immer Menschen sein,
die Geschäftsstrategien entwickeln.

Yahli, für was auch immer
du dich entscheidest,

stell dich jeden Tag einer
neuen Herausforderung.

Wenn es so ist, wirst du den
Maschinen immer voraus sein.

Danke.

(Applaus)