Schon seit längerem diskutieren die Sozialwissenschaften den Einfluss der Digitalisierung auf die gesellschaftliche Entscheidungsfindung. Aufgrund des zunehmenden Rückgriffs auf Algorithmen und Verfahren des maschinellen Lernens im Rahmen von „Algorithmic Governance“ und des „Automated Decision Making“ (ADM) in der praktischen Politik ergeben sich Fragestellungen im Bereich der Legitimation und ethischen Vertretbarkeit derartiger Vorstöße (Wagener 2021). Ähnlich verhält es sich mit Anwendungsszenarien für die Distributed-Ledger-Technologie, etwa dem Konzept der „Liquid Democracy“ (Bastgen / Winkler, 2013) mit dem die Behebung von Leistungsdefiziten der repräsentativen Demokratie durch die Implementierung von Automatismen zur Umsetzung des Wählerwillens bis hin zu einer „Imperativierung“ des Mandats verbunden werden (van de Sande, 2015)

Smart Contacts und DAOs

Im Rahmen von industriellen und betriebswirtschaftlichen Prozessen werden über „Smart Contracts“ schon seit geraumer Zeit auf Grundlage logischer „Wenn-Dann“-Kausalitäten vorab getroffene Vereinbarungskonsequenzen automatisiert exekutiert. Durch ein integriertes System aus einer Vielzahl dieser Smart Contracts ist es möglich, ganze Organisationen mit autonomen, vollständig mechanisierten, dezentralen Entscheidungsstrukturen abzubilden, sogenannte „Decentralized Autonomous Organisations“ (DAOs).

Eine Übertragung dieses Prinzips auf die Politik, insbesondere auf staatliche Institutionen, erscheint grundsätzlich denkbar. Im Zusammenspiel mit dem Einsatz von Algorithmen, maschinellem Lernen und KI könnten leistungsfähige autonome Systeme geschaffen werden, welche die Art und Weise der gesellschaftlichen Entscheidungsfindung sowie die Beschaffenheit des Staates grundsätzlich revolutionieren würden. Ein entsprechender Einsatz dieser Technologien in der politischen Sphäre wirft jedoch neue Fragen hinsichtlich Legitimation und Repräsentation auf. Somit erwüchse für die Gesellschafts- und Politikwissenschaften – in Anlehnung an den vielzitierten Begriff des „Internet of Things“ – die Aufgabe, die Leitlinien einer möglichen Implementierung dieser „Governance of Things“ und deren demokratieverträgliche Ausgestaltung zu skizzieren und zu bewerten: Welche Herausforderung für die Demokratie bestehen demnach und wie können wir uns diesen stellen? Inwieweit ist es legitim, die technischen Errungenschaften auszubauen und den digitalen Wandel voranzureiben? Und wie können dabei bürgerliche Partizipation und nicht zuletzt ein menschliches Antlitz der Staatlichkeit gewährleistet werden? Schließlich münden derartige Überlegungen zwangsläufig in der grundsätzlichen Frage nach der Relevanz der menschlichen Willensbildung im digitalen Zeitalter: Welche Zukunft ist wünschenswert und welche Entwicklungen führen uns in eine Dystopie?

Algorithmic Governance und AI Governance

Seit einiger Zeit wird unter dem Begriff der „Algorithmic Governance“ (Yeung, 2018; Katzenbach / Ulrich, 2020) verstärkt der Einsatz datenbasierter, „digitaler“ Technologie als Ergänzung oder auch als vollständiger Ersatz menschlicher politischer Entscheidungen diskutiert. In Anlehnung an Laurence Lessigs (Lessig 1999) Diktum „Code is Law“ (auch: „Law is Code“, vgl. Hassan / de Filippi, 2017), ließe sich diese Vorgehensweise als die Automatisierung der Ausführung vorab definierter (staatlicher) Regeln beschreiben. Die Anwendung des hier zugrundeliegenden, der Computerprogrammierung entlehnten „Wenn-Dann“-Prinzips („if this … then that…“, „IFTTT“) basiert auf der Annahme, dass sich zuvor definierte – und legitimierte – Entscheidungsmuster auf spätere Situationen anwenden lassen. Die nachfolgende Exekution anstehender Entscheidungen kann dann idealerweise autonom erfolgen, ohne dass es eines weiteren menschlichen Eingreifens zwingend bedürfte.

Der Rückgriff auf KI – verstanden als der Einsatz von autonomen, selbstlernenden Systemen – verändert die Rahmenbedingungen algorithmischen Regierens nochmals grundlegend.  Denn sofern solche intelligenten Systeme eigenständig hinzulernen, ihre Entscheidungen also nicht mehr zwingend den vorab menschlich definierten Mustern und Regeln entsprechen, sondern diese, aufbauend auf den verarbeiteten Erkenntnissen, autonom agieren und eigene Maßstäbe anlegen – man spricht dann i.d.R. von „AI Governance“ (Kuziemski und Misuraca 2020) -, stellt sich die Frage, wie diese Prozesse im demokratischen Staat legitimiert werden können. Dabei handelt es sich keinesfalls um ein rein theoretisches Problem. Derartige Systeme kommen bereits regelmäßig in der staatlichen und politischen Praxis zum Einsatz, etwa in der Arbeitsmarkt- und -innenpolitik, bei der Polizeiarbeit oder der Unterfütterung juristischer Vorgänge.[1] Eine Kombination mit DLT-basierten Verfahren findet zwar in aller Regel nicht statt, wäre aber grundsätzlich möglich.

Distributed-Ledger: Blockchain, Smart Contracts und DAOs

Der Rückgriff auf DLT-Verfahren geht in erster Linie auf die Kryptowährung Bitcoin zurück, wo die „Blockchain“ für die dezentralisierte, transparente und unveränderbare Erfassung der Daten zu den Transaktionen zwischen den Netzteilnehmern verwendet wird. Eine Transaktion muss immer durch die anderen Netzwerkteilnehmer bestätigt werden. Das Ergebnis wird unveränderlich im „Ledger“ (Kontobuch) gespeichert und die somit neu gebildete Blockchain an die Teilnehmer verteilt.

Ganz wesentlich ist dabei, dass die Dezentralität der Organisation zur Ausschaltung der vermittelnden zentralen Stelle, des „Intermediärs“ (beispielsweise eine überwachende staatliche Institution, wie eine Zentral- und Notenbank, oder ein zentrales Finanzsystem), führt. Dies wird nicht nur als effizient und kostenrelevant betrachtet – schließlich „verdient“ der Mittelsmann nun nicht mehr an einer Transaktion und die Blockchain-Peers können diesen Kostenvorteil unter sich aufteilen –, sondern verändert auch das Machtgefüge. Nicht selten wird sogar von einer „Demokratisierung“ gesprochen (Piscini et al, 2016), da die „Legitimation“ von Transaktionen dann nicht mehr durch eine zentrale Autorität erfolgt, die womöglich ihre eigenen Interessen im Visier hat, sondern durch die Masse der Netzwerkmitglieder.

Smart Contracts und IFTTT

Aus der ursprünglichen Blockchain-Logik heraus entwickelten sich auch jenseits finanzwirtschaftlicher Szenarien Anwendungsbereiche für die DLT. Unter „Smart Contracts“ versteht man technische Transaktionsprotokolle, welche die Einhaltung zuvor definierter Vertragsbestimmungen überwachen sowie autonom und mechanisiert die vereinbarten Konsequenzen ausführen – ebenfalls nach dem IFTTT-Prinzip und analog zum „Code-is-Law“-Diktum. Menschliches Eingreifen, etwa bei Verletzungen der Vertragsrechte durch eine Partei, ist damit nicht mehr notwendig.

Durch ein System aus einer Vielzahl dieser Smart Contracts ist es möglich, ganze institutionelle Organisationen mit autonomen Entscheidungswegen abzubilden – die bereits eingangs erwähnten DAOs. Diese werden bereits seit einiger Zeit im Finanzbereich erprobt und etabliert, um als eigenständige Akteure, losgelöst von menschlichen Eingriffen, am Wirtschaftskreislauf teilzunehmen (van de Sande, 2015). Die Steuerung von DAOs erfolgt automatisiert auf Basis von Bedingungen, welche die Mitglieder bzw. Teilhaber durch ein Abstimmungsverfahren im Vorfeld von Entscheidungssituationen festlegen (Chopan, 2022). Meist wird über eingebrachte Vorschläge durch in der Regel nach kumulierten Eigentumsrechten und Kapitaleinlagen gewichtete Stimmen unter der Maßgabe der Einhaltung eines bestimmten Quorums entschieden, wenngleich auch andere Stimmrechtsprinzipien (z.B. nach erworbener Reputation) denkbar sind (Arsenault, 2020).

DAOs in der Politik

Grundsätzlich scheint damit auch eine Übertragung des Prinzips der DAOs auf die Politik denkbar, was insbesondere in den USA immer wieder durch entsprechende Forderungen unterfüttert wird (Sergeenkov 2022). Unter dem Stichwort der „Liquid Democracy“ werden darunter unterschiedliche Ausprägungen der Mandatsgebundenheit, meist mit dem Fokus auf einer stärkeren individuellen, direkten bürgerlichen Partizipation, diskutiert. Eines der kursierenden Konzepte ist das „Delegated Voting“ (Nitsche, 2014). Nach diesem Prinzip können die Wahlberechtigten flexibel bestimmen, ob sie ihr Stimmrecht in einer spezifischen Entscheidungssituation selbst ausüben oder an einen Delegierten übertragen, etwa weil jener über die in diesem Fall notwendige Expertise verfügt. Der entsprechende Delegierungsvorgang wird dazu in einer Blockchain dokumentiert. Ferner könnten aber auf diese Weise auch imperative Mandate kreiert und überwacht werden. In der Kombination mit Smart Contracts ist es denkbar, einen Automatismus zu erzeugen, der den aggregierten Wählerwillen zwingend zur Umsetzung bringt, indem die eigentliche Ausübung des Mandats gar nicht mehr im Verfügungsbereich des Delegierten liegt, sondern die in der Blockchain festgehaltene inhaltliche Bindung zu einer nicht mehr beeinflussbaren Mechanisierung der Abstimmung führt. In vielen Demokratien stünde dies allerdings wohl im Widerspruch mit dem als unerlässlich betrachtetem Prinzip des freien Mandats, das den Abgeordneten nur seinem eigenen Gewissen unterwirft (Seckelmann 2014). In letzter Konsequenz müsste ein solches Verständnis von Demokratie dazu führen, dass – sofern die technische Umsetzbarkeit dieser aufwändigen Verfahren gegeben ist – es eigentlich gar keiner Delegierter mehr bedarf, da sich sämtliche Entscheidungsprozesse dezentralisieren ließen (Waldmann, 2016).

Politische DAOs als intelligente, selbstlernende Systeme

Der Hauptvorwurf gegenüber dem Delegated Voting zielt auf eine zu geringe Praxisnähe und mangelnde Effizienz. Schließlich sei es kaum möglich, die Vielzahl an Themen und unterschiedlichen Delegierten zu überblicken und zu koordinieren.  Als problematisch erachtet wurde auch die Einbindung der durch Stimmkumulation entstehenden „Superdelegierten“ in ein System von Checks&Balances sowie deren Verantwortlichkeit gegenüber den Wählern (Seckelmann 2014).

Der Einsatz von DLT wäre dabei gleichwohl durchaus geeignet, die grundsätzlichen Probleme von Stimmdelegierungen zu reduzieren, denn eine Einbettung in ein digitales System könnte einerseits zu mehr Übersichtlichkeit beitragen, andererseits würde gerade der Vermerk des individuellen Abstimmungsverhaltens der Delegierten in einer allgemein zugänglichen und unveränderbaren „Blockchain“ zu mehr Transparenz und Zurechenbarkeit („Accountability“) führen.

Komplexe Entscheidungsumfelder als Problem politischer Systeme

In der Tat dürfte ein Hauptproblem heutiger politischer Systeme und der jeweiligen Entscheidungsträger in der zunehmenden Komplexität politischer Entscheidungen sowie – zumindest in der westlichen Welt – in der allgemein wachsenden gesellschaftlichen Fragmentierung und Polarisierung bestehen. Damit drängt sich die Frage auf, inwiefern tradierte, rein menschliche geprägte Entscheidungsprozesse noch zeitgemäß sind – angesichts der stetig wachsenden Leistungsfähigkeit in diesem Kontext anwendbarer digitaler Technologien. Und: Führen menschliche Entscheidungsspielräume nicht immer auch zwangsläufig zu einem „Bias“, einer menschlich induzierten „Unwucht“, die eine Seite gegenüber einer anderen aufgrund tradierter Verhaltensmuster bevorzugt?

Vieles spricht dafür, dass sich durch den Einsatz digitaler Technologien zumindest ein Teil dieser Probleme beheben ließe, da der politische Entscheidungsprozess auf diese Weise eine radikale Rationalisierung erfahren würde (Owen 2015; Atzori, 2017). Während der formale Abstimmungsprozess sowie die Fixierung der getroffenen Entscheidung über DLT und Smart Contracts abzubilden wären, könnten der Rückgriff auf KI und Methoden des maschinellen Lernens dazu dienen, die Entscheidungsgrundlagen bereitzustellen, um dann eine „absolut rationale Willensbildung“ durch das System sicherzustellen (Atzori 2015). KI wäre somit für den Entscheidungs-Input relevant; für die Entscheidungsausführung, den Output, könnte auf DLT-Methoden zurückgegriffen werden. In einem solchen System bedarf es dann keiner „intermediären“ Mandatsträger mehr, die womöglich den streng rationalen Entscheidungsprozess durch menschliche Einflussnahme verzerren würden. Es entstünde eine absolut autonome politische Organisation – eine „Staats-DAO“ –, die den Wählerwillen durch vorgelagerte Abstimmungen aggregiert und aufwändig zu klärende Detailfragen, ausgehend von dieser somit geschaffenen Datenbasis, durch den Einsatz iterativer Lernmethoden autonom beantwortet. Die Wähler gäben also durch ihr Abstimmungsverhalten die Richtlinien und Rahmenbedingungen vor, für die Umsetzung in die praktische Politik, für die der Einzelne im Zweifelsfall ohnehin nicht die notwendige Kompetenz besäße, trüge jedoch die KI die Verantwortung und berechnet aus den vorliegenden Daten die richtige und vernünftigste Entscheidung, basierend auf Mustererkennungen (via „Unsupervised Learning“) und der Maxime der Optimierung des vorab definierten Gemeinwohls (etwa über die Methode des „Reinforcement Learnings“)[2].

Die nächste Stufe: Directed Acyclic Graphs (DAG)

Was im gesellschaftlichen Kontext nach purer Science-Fiction klingen mag, ist im industriellen Umfeld bereits deutlich weiter entwickelt. Über sogenannte „DAGs“ („Directed Acyclic Graphs“), die für manche die nächste Entwicklungsstufe der DLT markieren, lassen sich typische Probleme der DLT, wie etwa der hohe Verbrauch an Energie- und Zeitressourcen, durch die Abkehr von den komplexen Mining-Verfahren wie sie von Bitcoin und Ethereum bekannt sind, beheben. Derartige Ansätze, wie sie beispielsweise in unterschiedlicher Ausprägung von IOTA, IOTChain oder DAGCOIN vertreten werden, zielen bislang vor allem auf das „Internet der Dinge“, wo Transaktionen – transparent, chronologisch und unveränderbar – zwischen einzelnen Maschinen und Geräten dezentral abgebildet werden sollen.

Wenn Maschinen eigenständig miteinander kommunizieren und in der Lage sind, dabei unabhängig vom menschlichen Eingriff Transaktionen untereinander auszuführen, führt dies zu erheblichen Veränderungspotenzial: Eine Prozessorganisation, in der intelligente Industriesysteme untereinander Prozesse und Güterströme eigenständig abwickeln, welche Arbeitsschritte zwischen Maschinen koordiniert und für einen finanziellen Ausgleich zwischen den beteiligten Systemen und Geräten entsprechend ihrer Beteiligung an der Wertschöpfung sorgt und all dies entsprechend transparent auf einem Distributed Ledger vermerkt, ermöglicht in letzter Konsequenz eine autonome, sich selbst steuernde Maschinenwirtschaft.

Blockchain in Kombination mit KI als Zwischenschritt zur generellen Künstlichen Intelligenz

Im Moment wird oft davon ausgegangen, dass wir eine „generelle Künstliche Intelligenz“, die dem Menschen auch in seiner Vielfältigkeit gleichkommt, nur schwer erzeugen können. Die meisten KI-Systeme sind auf sehr spezifische Probleme trainiert und daher auch entsprechend in ihrer Leistungsfähigkeit darauf beschränkt. Der Rückgriff auf DLT als Element der Prozessorganisation könnte dann jedoch die Grundlagen für eine arbeitsteilige Ökonomie künstlicher Intelligenzen liefern: Stellt eine KI ihren spezifischen Arbeitsschritt fertig, so wäre es dann möglich, die Übergabe der jeweiligen Teilleistung zur Weiterarbeitung in einem Distributed Ledger zu vermerken und über einen Smart Contract an die nächste zuständige Einheit zu übergeben. Somit würde sichergestellt, dass alle notwendigen Teilschritte eingeleitet und lückenlos abgearbeitet werden.

Dieses Prinzip – KI sorgt für die Findung von Entscheidungen, die DLT für die Koordination der daraus resultierenden Handlungen – könnte grundsätzlich auch in einer politischen DAO abgebildet werden. Politische Fragestellungen ließen sich durch ein führendes intelligentes System in Einzelprobleme aufspalten, die von der spezifischen KI zu bearbeiten wären. Die Sicherstellung der Übergabeprozesse zwischen den KIs untereinander aber eben auch die „Operationalisierung“ des Wählerwillens und dessen Einspeisung in das System erfolgte auf Basis von DLT (Wagener 2018). 

Zweifelsohne müssen natürlich für ein politisches System weitaus strengere Standards hinsichtlich der technischen Verlässlichkeit gelten, als für die Abbildung von Wertketten. Und in der Tat gilt die DAG-Technologie bislang nicht als völlig ausgereift. Ungeachtet dessen wirft ein entsprechender perspektivischer Einsatz in der gesellschaftlichen Entscheidungsfindung erhebliche Fragen nach der Gewährleistung von Legitimation und Repräsentation im politischen System auf. Diesem Aspekt widmet sich der folgende Abschnitt.

Die Frage nach Legitimation, Repräsentation und Partizipation.

Die Legitimationsdefizite, ebenso wie der Mangel an bürgerlichen Partizipationsmöglichkeiten an einer weitgehend autonom agierenden politischen DAO liegen auf der Hand und ergeben sich bereits immanent aus ihrer Konstruktion: Es bedarf schon eines großen Vertrauens in die Technik und den technologischen Fortschritt, um hierin eine positive Perspektive für Staatlichkeit und Repräsentation festmachen zu können. Gleichwohl ist die Vision einer „Staats-DAO“ kein bloßes Phantasieprodukt. Die Idee die operativen politischen Prozesse an eine autonom agierende Entität auszulagern, trifft durchaus, vor allem in den USA, tatsächlich auch auf Zustimmung:

Die Vorteile eines solchen Systems werden zu allererst in der Effizienzsteigerung gesehen, die hierbei für die staatliche Entscheidungsfindung und -ausführung durch die Automatisierungszuwächse zu erwarten wären. Ähnliche oder identische Entscheidungsfragen müssten nicht immer wieder neu verhandelt, sondern könnten durch die einmalige Festlegung auch für die Zukunft verbindlich geregelt werden. Des Weiteren ließen sich Verwaltungsentscheidungen versachlichen, da das einmal gefundene Regelsystem für alle Betroffenen gleichermaßen zur Anwendung käme, ungeachtet möglicher persönlicher Präferenzen der Entscheider „vor Ort“. Damit ginge dieser Argumentation folgend ein Zuwachs an Fairness und Gleichberechtigung einher.

Libertäre Motive als Treiber

Für die Anhänger sind darüber hinaus vor allem libertäre Motive maßgebend (Tapscott / Tapscott 2016, 199). DLT wird als bewusst technokratisches Instrument betrachtet, das den staatlichen und überstaatlichen Institutionen, die ohnehin dazu tendieren würden, ihre Befugnisse zu überschreiten, entgegengesetzt werden kann ((Tapscott / Tapscott, 2016, 201).  Viele dieser „Techno-Libertarians“ sind der Meinung, dass zentrale Koordination und der Staat Produkte einer überkommenen patriarchalen und hierarchisch-autoritären Grundeinstellung sind, die es zu überwinden gilt (Atzori 2015, 24; Sergeenkov 2022; Roberts 2022)  Charakteristisch ist die Übertragung von marktwirtschaftlichen Funktionsweisen auf politische Leistungsprozesse. Der Staat als Organisationsform wird wie ein Unternehmen betrachtet, das funktionieren und liefern muss, wenn es weiter die Gunst seiner „Kunden“, den Bürgern, genießen will. Geschieht das aus Sicht des Einzelnen nicht, so wird es als logische Konsequenz angesehen, dass dieser in höchster Flexibilität seine Loyalität aufkündigt und sich „Alternativangeboten“ zuwendet (Tarkowski Tempelhof 2012).  Möglichst freie und ungezügelte Marktwirtschaft gilt als Hauptgarant politischer Stabilität (de Soto 2014). Es sei keine Option, Menschen „qua Geburt“ in ein politisches System zu „zwingen“, ihnen damit bereits „von Beginn an“ ihre Freiheit zu entziehen (Tarkowski Tempelhof 2012). Stattdessen müsse man das Prinzip auf den Kopf stellen und größtmöglicher Selbstbestimmung den Weg ebnen. Die Gestaltungsprinzipien der DLT, welche die politische Macht auf ihren eigentlichen Ausgangspunkt direkt zurückübertragen, werden hierfür als perfektes Vehikel identifiziert. Die damit ebenfalls einhergehende Technisierung politischer Systeme zielt auf eine ganz bewusste „Entmenschlichung” der Politik. Menschliche Schwächen ließen sich nicht durch Checks & Balances allein auffangen. Die durch den DLT geschaffene Entscheidungstransparenz in Verbindung mit dem durch die Smart Contracts induzierten Exekutiv-Automatismus würden Korruption und Vetternwirtschaft hingegen unmöglich machen (Woods, 2015). Grundsätzlich ist es nicht so, dass man sich gegen Demokratie als solche wendet. Typisch ist jedoch ein archaisches, teilweise auch äußerst schlichtes Demokratieverständnis. Entscheidungen werden als absolut begriffen und in schwarz und weiß, in ein binäres System von Einsen und Nullen, gegliedert. Mehrheitsentscheidungen sind dabei stets verbindlich, unabhängig von den Inhalten und ihrer Legitimität (van de Sande, 2015).

Hobbes 2.0?

Ein Großteil dieser Argumentation erinnert an klassische Gesellschaftsvertragsmodelle wie Hobbes‘ Leviathan (Hobbes 1909). Demnach sollte der Staat eher als effiziente Maschine zur Sicherstellung der Marktinteressen der Bürger fungieren (König 2020), die bürgerlichen Individuen müssen sich dabei nicht gegenseitig, sondern lediglich auf die Funktionsfähigkeit dieses Staatswesens vertrauen.

Auch ein anderer Klassiker der Gesellschaftstheorie scheint dabei im Hintergrund zu wirken: Jean Jacques Rousseaus „volonté générale“, der „wahre Volkswille“, der mit dem Gemeinwohl übereinstimmt und auf das allgemein Beste ausgerichtet ist. Dieser kann im Gegensatz zum Willen jedes einzelnen, aber auch im Widerspruch zum empirisch feststellbaren Willen aller („volonté des tous“) stehen (Rousseau 1762, Fetscher 1971). Die Idee eines „volonté générale“, so ließe sich argumentieren, wäre somit prädestiniert für den Einsatz von KI, die ja aufgrund ihrer hohen Rationalität und Rechenkapazität in der Lage ist, auch schwierige Entscheidungssituationen abzubilden. Gerade letztere scheinen doch schließlich in Zeiten zunehmender politischer Komplexität und sozialer Fragmentierung klassische repräsentative Demokratien zunehmend an ihre Grenzen zu führen. KI könnte dabei maßgeblich zu einer versachlichten Ermittlung dieses rousseauschen Volkswillens beitragen.

Schöne neue Welt?

Der Mehrheit der beschriebenen Argumentationsansätze ist gemein, dass sie ein hohes Augenmerk auf die „Output“-Seite des politischen Systems, weniger auf dessen „Input“-Seite legen. Gerade aber die Beschaffenheit einer KI-gefütterten DAO wirft die Frage nach dem rechtmäßigen Zustandekommen von Entscheidungen auf. Die binäre Absolutheit der Entscheidungen der DLT-Logik wird flankiert durch eine unstetes, sich qua Definition autonom immer weiter entwickelndes „Gehirn“, das die Detailentscheidung treffen muss: Während Maßnahmen auf Grundlage herkömmlicher Algorithmic Governance ihre Rechtmäßigkeit aus diesem zuvor abgestimmten, „festverdrahtetem“ Regelsystem beziehen, justieren sich KI-Systeme auf Grundlage ihres Lernfortschrittes permanent eigenständig neu. Dies mag legitim erscheinen, sofern zumindest die Ziele, anhand derer dies geschieht, Ausfluss eines am Staatszweck orientierten (demokratischen) Verfahrens sind. Gleichwohl ist für die Erreichung politischer Ziele in der Demokratie auch die Art und Weise ihres Zustandekommens relevant. Zieldefinitionen, anhand derer ein lernendes System sich ausrichtet, können schließlich stets nur quantitativer Natur sein. Die Auswirkungen einer solchen politischen Zieloptimierung weisen jedoch immer auch eine qualitative Dimension auf, deren Tragweite ein Algorithmus nie erfassen kann. Beispielsweise ist es sicherlich möglich, einem System eine bestimmte „optimale“ Budgetallokation als Ziel vorzugeben, die Frage, ob diese dann im Ergebnis im Einklang mit einem wie auch immer definierten Gemeinwohl steht, ist eine ganz andere und kann weder in der Praxis technisch noch in der Theorie legitim durch eine KI beantwortet werden, sondern verbleibt zwangsläufig Gegenstand der menschlichen Domäne.

Auch die angestrebte „Entmenschlichung“ politischer Entscheidungen ist vor diesem Hintergrund kritisch zu sehen. Gerade dann, wenn diese nicht mehr unter Berücksichtigung individueller Situationen getroffen werden, sind Verzerrungen und soziale Härten zu erwarten. Auch stellen sich Fragen nach den Verantwortlichkeiten im Einzelfall – und zwar sowohl politisch als auch rechtlich.

Vom Internet of Things zur Governance of Things

De Facto sind Algorithmen, digitale Prozesse und Entscheidungsmechanismen bereits heute schon nicht mehr rein technisch-rationale Konstrukte. Sie repräsentieren auch immer den Einfluss derjenigen, die an ihrer Entstehung beteiligt sind, sowohl politisch als auch technisch. Insofern können sie als eine Art „Amalgam“ aus Mensch und Code verstanden werden. In dieser Auffassung spiegelt sich das Grundprinzip der Denkschule des „Neuen Materialismus“ wider. Demnach erschiene es zunehmend unangebracht, zwischen Menschen und Nichtmenschen, Leben und nicht lebendiger Materie und auch zwischen Akteuren und Strukturen zu unterscheiden. Vielmehr vermischen sich Menschen und Computeralgorithmen zu „sozio-materiellen Assemblagen“ (Kim 2020), wodurch neue Handlungsfähigkeiten und daraus resultierende Wirkungsweisen entstehen.

Dem vielzitierten „Internet of Things“ müssten demnach Überlegungen zu einer Governance of Things an die Seite gestellt werden. Die menschlichen Systementwickler diktierten dabei nicht die Funktionsweise des Algorithmus, die Befähigung und Notwendigkeit von Governance entstünde aus dem Zusammenwirken von Algorithmus und Systementwicklern, explizit etwa beim menschlich induzierten Training mit KI-Daten und der daraus resultierenden autonomen Lernentwicklung des Systems. Dieser Vorgang beinhaltet laufende Interaktionen und Iterationsschleifen zwischen beiden „Parteien“ und führt damit zu einer Verselbständigung dieser „Amalgambildung“.

Governance of Things als Ende des Menschenzeitalters?

Angesichts der Bedeutung, die Algorithmen und digitale Automatismen heute in unserem Alltag einnehmen, ließe sich die Auffassung vertreten, dass damit womöglich bereits das Ende des Anthropozäns eingeläutet worden ist und wir nun am Anfang eines „posthumanen“ Zeitalters stünden. Entsprechend werden schließlich auch unter dem Aspekt der „Singularität“ die gesellschaftlichen und ökonomischen Auswirkungen diskutiert, sollten intelligente Systeme eines – nicht allzu fernen – Tages die menschliche Leistungs- und Adaptionsfähigkeit übertroffen haben (Bostrom 2014).

Jedoch solange diese Stufe noch nicht erreicht scheint, müssen wir uns im hier und jetzt mit dem menschlichen Einfluss auf menschliche Probleme und ihre potenziellen Lösungsansätze selbst befassen. Politik und gesellschaftliche Prozesse sind auch in Zeiten zunehmender Komplexität zuallererst Gegenstand zwischenmenschlicher Verhandlungen. Daher sollten wir uns der Demokratie willen dieser Verantwortung höchstpersönlich und nicht verschanzt hinter einer Mauer aus Einsen und Nullen stellen. Denn bislang bleiben die Blockchain-Adepten eine klare Antwort schuldig, wie eine digital gesteuerte Gesellschaft Konflikte und gesellschaftliche Insuffizienzen reguliert, und zwar jenseits von Marktkriterien, die letztlich nichts anderes als das Recht des Stärkeren propagieren. Die Welt ist in der Tat komplex, und eine angemessene Politik muss situativ abwägend und mit ethischer Erdung erfolgen, sie bedarf einer im doppelten Sinne „humanen“ Partizipation. In diesem Verständnis ist der traditionelle demokratische Staat eben mehr als ein störender Mittelsmann, er ist die Summe seiner Teile, ein Abbild der Gesellschaft und seiner Bürger.

Technologie spielt bereits heute in der politischen Willensbildung eine nicht zu unterschätzende Rolle. Der Zuwachs ihres Stellenwertes wird sich nicht vermeiden lassen und kann natürlich auch positive Effekte haben. Unzweifelhaft ist der Grat zwischen Utopie und Dystopie sehr schmal an dieser Stelle. Ganz entscheidend ist jedoch, dass der Mensch und damit die Menschlichkeit nicht ihren Haupteinfluss auf politische Entscheidungsbildung verlieren, auch wenn wir bereits heute einen Machtverlust zu Gunsten von Technologie zu verzeichnen haben. Daher muss für die demokratische Politik im digitalen Zeitalter gelten: “Governance by Things“ benötigt eine gute, im doppelten Sinne menschliche “Governance of (these) Things“.

Der Artikel entstand auf der Basis eines Vortrages und entsprechenden Conference Papers zum Panel „Blockchain Imaginaries: Techno-utopianism, dystopias, and the future-imagining of Web 3.0“ anlässlich der Tagung „Anthropology, AI and the Future of Human Society“ des Royal Anthropological Institutes, London.

Literatur:

Arsenault, Eric (2020): Voting Options in DAOs. In: Medium 15.12.2020.https://medium.com/daostack/voting-options-in-daos-b86e5c69a3e3

Atzori, Marcella (2015): Blockchain Technology and Decentralized Governance: Is the State still necessary? In: SSRN Electronic Journal, January 2015, S. 1-37

Bastgen, Sarah / Winkler, Katrin (2013): Liquid Democracy – Participation Model of the 21st century? in: Römmele, Andrea / Schober, Hendrik (Ed.): The Governance of Large-Scale Projects, Baden-Baden, S. 111-131.

Bostrom, Nick (2014): Superintelligence. Paths, Dangers, Strategies. Oxford.

Chohan, Usman W. (2022)., The Decentralized Autonomous Organization and Governance Issues (December 4, 2017, revised 2022). http://dx.doi.org/10.2139/ssrn.3082055

Hassan, Samer/ Filippi, Primavera de (2021): The Expansion of Algorithmic Governance: From Code is Law to Law is Code. Institut Veoli, https://tinyurl.com/24w2m6yu

Hobbes, Thomas (1909): Hobbes’s Leviathan: Reprinted from the Edition of 1651. Oxford, https://tinyurl.com/2e72z5ny

Katzenbach, Christian/ Ulbricht, Lena (2019): Algorithmic Governance. In: Internet Policy Review, Nr. 4, doi: 10.14763/2019.4.1424

Kim, Eun-Sung (2020): Deep Learning and Principal-agent Problems of Algorithmic Governance: The New Materialism Perspective. In: Technology in Society, Vol. 63, 101378, doi: 10.1016/j.techsoc.2020.101378

König, Pascal D. (2020): Dissecting the Algorithmic Leviathan: On the Socio-Political Anatomy of Algorithmic Governance. In: Philosophy & Technology, Nr. 3,467–485, doi: 10.1007/s13347-019-00363-w

Kuziemski, Maciej/ Misuraca, Gianluca (2020) AI Governance in the Public Sector: Three Tales from the Frontiers of Automated Decision-making in Democratic Settings. In: Telecommunications Policy, Nr. 6, 101976, DOI: 10.1016/j.telpol.2020.101976

Lessig, Lawrence (1999): Code and Other Laws of Cyberspace. New York.

Nitsche, Andreas (2014): Liquid Democracy – what the noise is all about, in: http://www.liquid-democracy-journal.org/issue/1/The_Liquid_Democracy_Journal-Issue001-01Liquid_Democracy.html

Owen, Taylor (2015): Disruptive Power. The Crisis of the State in the Digital Age, New York

Piscini, Eric /Guastella, Joe /Rozman, Alex /Nassim, Tom (2016): Blockchain: Democratized Trust. In: https://dupress.deloitte.com/dup-us-en/focus/tech-trends/2016/blockchain-applications-and-trust-in-a-global-economy.html

Roberts, Jeff J. (2022): How Andrew Yang Aims to Change Washington With a DAO. In: Decrypt.com, https://decrypt.co/95173/andrew-yang-decrypt-podcast-lobby-3-dao

Rubio, Diego / Lastra, Carlos (2019), European Tech Insights 2019, Madrid: Center for the Governance of Change. https://docs.ie.edu/cgc/European-Tech-Insights-2019.pdf

Rousseau, Jean-Jacques (1762): Der Gesellschaftsvertrag oder Die Grundsätze des Staatsrechtes. Amsterdam, English translation by Henry John Tozer 1895 , https://oll.libertyfund.org/title/cole-the-social-contract-and-discourses

van de Sande, Alex (2015): Ethereum in Practice: How to build a better democracy in under a 100 lines of code. In: https://blog.ethereum.org/2015/12/04/ethereum-in-practice-part-2-how-to-build-a-better-democracy-in-under-a-100-lines-of-code/

Seckelmann, Margrit (2014): Wohin schwimmt die Demokratie?, in: DÖV 2014, S. 1-13, S. 6.

Sergeenkov, Andrey (2022): Decentralized Autonomous Parties — The future of democracy. https://cointelegraph.com/news/decentralized-parties-the-future-of-on-chain-governance

De Soto . Hernando (2014): The Capitalist Cure for Terrorism. In:WSJ.com, Oct. 10. 2014, https://www.wsj.com/articles/the-capitalist-cure-for-terrorism-1412973796

Tapscott, Don / Tapscott, Alex (2016): Blockchain Revolution, New York

Tarkowski Tempelhof, Susanne (2012): To be governed by TED, in: TedxTalks 2012, https://www.youtube.com/watch?v=owrXnfEGzhs

Wagener, Andreas (2018): Politische Disruption: Die Digitalisierung der Politik und die libertäre Technologie der Blockchain. In:  Liebold, Sebastian u. a. (Ed.) Demokratie in unruhigen Zeiten. Baden-Baden, 387–396.

Wagener, Andreas (2021): KI als Staatsprinzip. Leitlinien demokratischer Legitimation von AI Governance. In: SWS-Rundschau (61.Jg.) Heft 4/2021, S. 369 – 390

Waldmann, Steve R. (2016): A parliament without a parliamentarian. In: Interfluidity.com, http://www.interfluidity.com/v2/6581.html

Woods, Tyler (2015): How the blockchain could built a better democracy, In: https://technical.ly/brooklyn/2015/12/22/blockchain-democracy/

Yeung, Karen (2018) Algorithmic Regulation: A Critical Interrogation. In: Regulation & Governance, Nr. 4, 505–523, DOI: 10.1111/rego.12158

Dieser Artikel ist die deutsche Version eines Papers und Vortrages auf der Jahrestagung des Royal Anthropological Institute 2022: Anthropology, AI and the Future of Human Society. Panel des King’s College, London: P28b: Blockchain Imaginaries: Techno-utopianism, dystopias, and the future-imagining of Web 3.0.

Die Originalversion findet sich hier.

Citation: Wagener. Andreas (2022). Governance of Things: AI & DAOs in Politics – Utopia or Dystopia? Conference Paper: The Royal Anthropological Institute, London: RAI2022: Anthropology, AI and the Future of Human Society. Panel: P28b: Blockchain Imaginaries: Techno-utopianism, dystopias, and the future-imagining of Web 3.0 https://doi.org/10.57944/1051-129

[1] als Überblick: Algorithmwatch, https://algorithmwatch.org/de/stories/

Mehr zum Thema: Vortrag/Keynote von Prof. Dr. Andreas Wagener: „Willkommen in der Matrix! Wie KI und Blockchain in der Industrie 4.0 zusammenwachsen“:

Der neueste Vortrag von Andreas Wagener: „Von Cyborgs und Digitalen Lebewesen: Wie generative KI&VR menschliches Leben (und Sterben) verändern“:

Mehr Informationen zum Thema KI im Marketing finden Sie im Buch von Andreas Wagener Künstliche Intelligenz im Marketing, Haufe, Freiburg, 2023

Mehr zu Themen wie Industrie 4.0, Big Data, Künstliche Intelligenz, Digital Commerce und Digitaler Ökonomie finden Sie auf unserer Newsseite auf XING sowie auf Facebook.

Der Beitrag Governance of Things: KI und DAOs in der Politik erschien zuerst auf Nerdwärts.de.

Künstliche Intelligenz (KI) und Blockchain sind derzeit womöglich die am intensivsten diskutierten Themen im Bereich der digitalen Transformation. Beiden wird immer wieder erhebliches Potenzial zugeschrieben, die Spielregeln auf den Märkten aufzubrechen und zu „disruptieren“. Unweigerlich stellt sich dann die Frage – jenseits allen „Buzz-Word-Bingos“ –, ob sich hierbei dann nicht Szenarien ergeben, die einen kombinierten Einsatz nahelegen. Diese finden sich vor allem im Bereich des (Industrial) Internet of Things sowie der dezentralen Koordinierung autonomer intelligenter Systeme.

KI und Blockchain: ein Traumpaar?

Tatsächlich stehen beide Technologien immer noch ziemlich am Anfang, wenngleich Künstliche Intelligenz in der Anwendung schon deutlich fortgeschrittener zu sein scheint als der Einsatz von Blockchain- bzw. besser: – „Distributed Ledger“-Verfahren. Das mag auch damit zusammenhängen, dass viele mit Blockchain vor allem immer noch Kryptowährungen sowie insbesondere die nervenaufreibende Achterbahnfahrt des Bitcoin-Kurses verbinden und die technischen Hintergründe hier oft noch weitaus komplexer und abstrakter erscheinen als dies (vermeintlich) beim maschinellen Lernen intelligenter Systeme der Fall ist. Dabei muss es gar nicht so kompliziert sein, wenn man sich auf den Kern der Blockchain-Wirkungsweise konzentriert und das Ganze isoliert von den „Zusatztechnologien“, die Bitcoin zugrunde liegen – wie etwa das Miningverfahren und die Anonymisierungsaufwendungen – betrachtet. Die Herausforderung besteht darin, die ursprünglich zentralen Funktionen bei der Transaktionsabwicklung nun auf die breite Masse der Netzteilnehmer zu übertragen, also zu „dezentralisieren“. Das muss längst nicht immer auf so komplizierte Weise funktionieren wie bei Bitcoin. Man braucht etwa kein zeitaufwändiges und Ressourcen verschwendendes Mining-Verfahren, das bei Bitcoin ja einerseits der „Geldschöpfung“ andererseits der Motivation der Nutzer, am System mitzuwirken, dient.

NASA will Blockchain-Raumschiffe mit KI

Natürlich gilt es, in diesem Kontext skeptisch und vorsichtig zu sein. Die Gefahr, einem Marketing-orientierten Bullshit-Bingo dabei auf den Leim zu gehen, ist nicht gerade gering. Entsprechend ist wohl in diesem frühen Stadium selbst die Ankündigung der NASA einzuordnen, für die im Jahre 2069 geplante Erforschung von Alpha Centauri „Blockchain-Raumschiffe“ einsetzen zu wollen. Einleuchtend erscheint zunächst, dass für die Navigation der unbemannten Sonde, wie eben auch im selbstfahrenden Auto, KI zum Einsatz kommt. Da unterscheiden sich die Anforderungen zwischen Straße und All vermutlich zumindest grundsätzlich nicht. Blockchain-Technologie wie etwa von Ethereum könne für die „massive Menge an hoch-dimensionalen Daten“, die dabei verarbeitet werden müssen, zum Einsatz kommen, wie uns die NASA wissen lässt. Ein Datenstrang, der resilient, manipulationssicher, schnell lesbar ist und das Ausführen von dezentralen Programmen erlaubt, wäre dabei angeblich hilfreich. Technische Details, wie das konkret funktionieren soll, gibt uns die US-Weltraumbehörde dazu jedoch vorerst nicht.

Dezentrale Marktplätze: Blockhain und KI

Erste „tatsächliche“ Ansätze KI und Blockchain zusammenführen, gab es im Bereich des Datenaustausches. Zumindest in der Theorie oder der frühen Praxisphase existieren bereits einige „dezentrale Marktplätze“ über die Daten, beispielsweise zu KI-Trainingszwecken, gehandelt werden können. Dabei handelt es sich grundsätzlich um ein spannendes Anwendungsgebiet von Blockchain, wäre damit doch in Zukunft eine „echte“ Datenidentität und eine dezentrale Verfügungsmacht Einzelner über ihre Daten denkbar – etwa könnten wir dann individuell die Bedingungen in Form eines Smart Contracts hinterlegen, wer zu welchem Preis und zu welchem Zweck auf unsere persönlichen Daten zugreifen darf.

KI-Trainingsdaten dezentral vermarkten

Analog dazu könnte man Fahrzeugdaten – in Echtzeit – einsammeln und anderen zugänglich machen, Systeme mit diesen Daten „füttern“ und auf diese Weise eine ausreichende Menge an Daten für das maschinelle Lernen beschaffen. Vor allem in den USA existieren bereits eine Menge solcher Geschäftsansätze. Viele der dahinterstehenden Unternehmen sind jedoch noch sehr jung, und weisen oft eine gewisse Schieflage hinsichtlich der personellen Verteilung zwischen dem „Executive Board“ und den Mitarbeitern, die diesen gegenüber in der Regel deutlich in der Unterzahl sind, auf. Als einer der vermutlich bekanntesten Vertreter kann hier SingularityNet als Beispiel angeführt werden.

Von der Blockchain 1.0 zu DAG – Directed Acyclic Graph

Eine andere Sicht ergibt sich durch die Weiterentwicklungen der Blockchain-Technologie. Während man von der Bitcoin-Blockchain manchmal als „Blockchain 1.0“ und von Ethereum, aufgrund des zugrundeliegenden, jedwede Art von Smart Contracts ermöglichenden „General Purpose“-Ansatzes, von „Blockchain 2.0“ spricht, hat sich mit der DAG-Technologie („Directed Acyclic Graph“) eine neue Entwicklungsstufe ergeben, gewissermaßen die „Blockchain 3.0“. Weniger formal streng als die vorangegangenen Ansätze, ermöglichen die „Gerichteten Azyklischen Graphen“, eine Blockchain-ähnliche Struktur, in der weiterhin die Transaktionen transparent, chronologisch und unveränderbar in einem Netzwerk gespeichert werden. Statt eines komplexen Mining-Verfahrens wird die Validierung der Transaktionen aber durch andere Maßnahmen incentiviert, etwa indem Teilnehmer nur dann auf Transaktionen selbst durchführen können, wenn sie zuvor selbst mehrere Transaktionen anderer Teilnehmer überprüft und freigegeben haben. Gleichzeitig eliminiert man damit typische Probleme der Distributed-Ledger-Technologie, wie etwa den hohen Verbrauch an Energie- und Zeitressourcen beim Mining sowie potenziell auch die Vermeidung des „51%-Problems“, wonach, sobald ein einzelner Akteur mehr als die Hälfte der „Mining-Macht“ im System erreicht hat, er dieses dominieren kann und damit die Dezentralität letztlich „aushebelt“.

Blockchain im Internet der Dinge

Derartige Ansätze, wie sie beispielsweise in unterschiedlicher Ausprägung von IOTA, IOTChain, Byteball oder DAGCOIN vertreten werden, zielen vor allem auf das „Internet der Dinge“, wo Transaktionen zwischen einzelnen Maschinen und Geräten dezentral abgebildet werden sollen. Für diese Vorgänge ist weder Zeit noch die notwendige Energie für ein aufwändiges Mining- und Validierungsverfahren vorhanden. Zudem sind die Anforderungen an die Manipulationssicherheit hier weit weniger kritisch als das bei einem digitalen Geldsystem wie Bitcoin der Fall ist. Damit kann es grundsätzlich gelingen, einige der Kinderkrankheiten der vorangegangenen Blockchain-Protokolle über Bord zu werfen.

Smart Contracts und Micropayment in der Sharing-Industrie

Auch wenn gleichwohl diese Ansätze derzeit ebenfalls noch mit einigen Problemen zu kämpfen haben, wäre sie perspektivisch jedoch durchaus geeignet, die Distributed-Ledger-Verfahren auf eine neue Ebene zu heben. Denkbar wäre eine Art „Micropayment“ für die Sharing-Industrie, indem man die „Dinge“ eigenständig miteinander kommunizieren und Verträge erfüllen lässt. Im Wege eines Smart Contracts könnte dann z.B. das eigene Smartphone einen „Hotspot“ erstellen, der anderen Geräten es automatisiert ermöglicht, diesen für WLAN-Zugriff zu nutzen. Dafür fiele dann eine Gebühr an, die dem Smartphone gutgeschrieben und dem zugreifenden Gerät belastet würde. Dies könnte dann dezentral und autonom auf Gerätebene erfolgen, ohne dass deren Besitzer hierzu eingreifen müssten.

Eine autonome „Maschinenwirtschaft“?

Das Szenario lässt sich auch auf die industrielle Produktion übertragen. Wenn Maschinen eigenständig miteinander kommunizieren und in der Lage sind dabei unabhängig vom menschlichen Eingriff Transaktionen untereinander auszuführen, führte dies zu erheblichen Veränderungspotenzial. Eine Maschine, welche zunächst für die angelieferten Rohstoffe autonom „belastet“ wird und im Anschluss daran dann das erstellte Produkt zur Weiterverarbeitung übergibt und dafür wiederum eine „Entgeltung“ erhält – alles entsprechend transparent vermerkt auf einem „Distributed Ledger“ – ermöglichte nicht nur eine Revolution in Buchführung und Controlling mit eigenen maschinenspezifischen Kosten- und Leistungsträgern sowie eigenen Profitcentern je Einheit. In letzter Konsequenz ergäbe sich daraus sogar eine autonome „Maschinenwirtschaft“, in der intelligente Industriesysteme untereinander Prozesse und Güterströme eigenständig organisieren und abwickeln.

KI könnte Blockchain zur intelligenten Arbeitsteilung nutzen

Die Systematik ließe sich auch insbesondere auf die Organisation und die Zusammenarbeit zwischen einzelnen intelligenten Systemen beziehen. Im Moment wird oft davon ausgegangen, dass wir eine „generelle Künstliche Intelligenz“, die dem Menschen auch seiner Vielfältigkeit gleichkommt, nur schwer erzeugen können. Die meisten Künstlichen Intelligenzen sind auf sehr spezifische Probleme trainiert und daher auch entsprechend in ihrer Leistungsfähigkeit darauf beschränkt. Der Rückgriff auf Blockchain als Element Prozessorganisation könnte dann jedoch die Grundlagen für eine arbeitsteilige Ökonomie der Künstlichen Intelligenzen liefern. Stellt eine KI ihren spezifischen Arbeitsschritt fertig, so wäre es dann möglich, die Übergabe der jeweiligen Teilleistung zur Weiterarbeitung in einem Distributed Ledger zu vermerken und über einen Smart Contract an die nächste zuständige Einheit zu übergeben. Indem die entsprechenden Arbeitsprozesse lückenlos abgebildet und übergeben würden, ließe sich auf diese Weise eine intelligente Arbeitsteilung zwischen autonomen Dienstleistungen und Maschinen/Geräten organisieren.

Eine dezentrale Version von Uber, mit selbstfahrenden Autos, geleitet von KI?

Im Zusammenhang mit Smart Contracts wir oft die Frage diskutiert, ob sich aus diesen rigorosen „wenn-dann“-Verknüpfungen auch ganze Organisationen sogenannte DAOs („Decentralized Autonomus Organizations“) errichten lassen. Diesen würden dann verbindliche Regeln verordnet, was bei Eintritt bestimmter Ereignisse zwingend „zu tun“ ist. Diese Regeln müssen jedoch bislang von Menschen vorgegeben werden. Kombiniert man dies nun mit den Entscheidungsverfahren Künstlicher Intelligenz, zum Beispiel über Mustererkennung oder auch über „Reinforcement Learning“, bei dem die KI entlang definierter Erfolgsmerkmale – zum Beispiel Gewinnmaximierung – trainiert wird und darauf aufbauend letztlich eigenständige Entscheidung trifft, könnten irgendwann tatsächlich komplett autonome Unternehmen entstehen, die unabhängig vom menschlichen Eingriff am allgemeinen Wirtschaftsgeschehen teilnehmen. An ersten entsprechenden Anwendungen arbeiten bereits Anbieter wie etwa Fetch. Gibt es also vielleicht irgendwann eine dezentrale Version vom Taxi-Dienst Uber, der dann womöglich ausschließlich auf selbstfahrende Autos setzt, dessen Prozesse über Blockchain-Technologie organisiert werden und der auf Grundlage von Entscheidungen durch KI geführt wird?

Blockchain & KI als „Framework“ der Maschinenautonomie

Natürlich ist vieles davon jetzt noch „Science Fiction“. Aber wenn man bedenkt, welche Energie derzeit in fragwürdige Projekte zur Abbildung der Supply-Chain auf der Blockchain oder in „private Blockchain“ investiert wird, ist es vielleicht schon angebracht, darüber nachzudenken, wie das große Potenzial dieser Technologie wirklich sinnstiftend gehoben werden kann. Smart Contracts und Blockchain könnten das Fundament das „Framework“ einer Roboter-Autonomie bilden: KI sorgte dann für die Findung von Entscheidungen, die „Distributed Ledger“-Technologie für die Koordination der daraus resultierenden Handlungen.

Schaffung eines eigenen Wirtschaftssektors autonomer Maschinen: die Industrie 5.0

Intelligente maschinelle Systeme wären auf diese Weise in der Lage, ein Einkommen zu erzielen, sich ins „Krankenhaus“ (Werkstatt) einzuweisen und Rechnungen mit dem „verdienten“ Geld zu bezahlen. Aufgaben, für die eine KI oder Maschine nicht ausgelegt ist, können von dieser an andere „intelligente Organismen“ in dem Blockchain-Netzwerk abgegeben werden – und zwar selbstständig, ohne dass sie ein Mensch dazu anhält. In letzter Konsequenz würde dies zu einem „arbeitsteiligen autonomen Maschinensystem“ führen, einem neuen autonomen Wirtschaftssektor. Die Ideen, die man mit dem Begriff der „Industrie 4.0“ bislang verband – der digitalen Automatisierung – würden übertroffen und womöglich in eine neue, fünfte industrielle Revolution münden – der digitalen Autonomisierung.

Neue Aktualität für alte Ideen: Maschinensteuer & Co.

Die damit verbundenen Auswirkungen wären sehr weitreichend. Unabhängig von ihrer Bewertung gewännen viele in der Vergangenheit diskutierte – und oft verworfene – Konzepte und Ideenansätze eine neue Relevanz. Denn auf einmal würden Themen wie die „Besteuerung von Maschinen“ und auch das „Bedingungslose Grundeinkommen“ eine ganz andere Aktualität und womöglich auch Plausibilität besitzen.

Weitere Informationen zum Thema finden Sie hier:

Vortrag von Prof. Dr. Andreas Wagener, Hochschule Hof am 17.10.2018:
„Willkommen in der Matrix! Wie KI und Blockchain in der Industrie 4.0 zusammenwachsen“

Vortrag von Prof. Dr. Andreas Wagener, Hochschule Hof am 22.10.2016 Industrie 4.0, Datenökonomie und Künstliche Intelligenz: Wie Daten und Algorithmen Wirtschaft und Gesellschaft verändern:

Mehr zu Themen wie Industrie 4.0, Big Data, Künstliche Intelligenz, Digital Commerce und Digitaler Ökonomie finden Sie auf unserer Newsseite auf XING sowie auf Facebook.

Der Beitrag Der Weg zur Roboterautonomie: wie KI und Blockchain die Maschinengesellschaft erschaffen könnten erschien zuerst auf Nerdwärts.de.

Vortrag von Prof. Dr. Andreas Wagener, Hochschule Hof am 17.10.2018:
„Willkommen in der Matrix! Wie KI und Blockchain in der Industrie 4.0 zusammenwachsen“

Mehr zu Themen wie Industrie 4.0, Big Data, Künstliche Intelligenz, Digital Commerce und Digitaler Ökonomie finden Sie auf unserer Newsseite auf XING sowie auf Facebook  und u.a.  hier:

Vortrag von Prof. Dr. Andreas Wagener, Hochschule Hof am 22.10.2016 Industrie 4.0, Datenökonomie und Künstliche Intelligenz: Wie Daten und Algorithmen Wirtschaft und Gesellschaft verändern:

Der Beitrag Willkommen in der Matrix! Wie KI und Blockchain in der Industrie 4.0 zusammenwachsen erschien zuerst auf Nerdwärts.de.

KI & Blockchain

Über Künstliche Intelligenz (KI) wie auch über Blockchain und die damit verbundenen Smart Contracts wird derzeit viel gesprochen. Während KI die Nutzung von Daten und die automatisierte Entscheidungsfindung mittels lernender Systeme beschreibt, findet die Blockchain Anwendung bei der lückenfreien Abbildung von Transaktionen – etwa bei der Kryptowährung Bitcoin. Dabei werden im Gegensatz zu einer herkömmlichen Datenbank, welche die Informationen an einer zentralen Stelle verwaltet, die Daten dezentral „distribuiert“, also das Abbild der vorgenommenen Transaktionen an alle Netzwerkteilnehmer verteilt. Damit sind sämtliche Vorgänge lückenlos gespeichert und für jeden einsehbar.

Private Blockchain für die Supply Chain – meist wenig sinnvoll

Besonders vielversprechend erscheint die Verwendung der Blockchain für industrielle Prozesse etwa im Rahmen der „Industrie 4.0„. Damit geht es bei einer sinnvollen Anwendung dieser Technologie allerdings gerade eben nicht um die leidigen Versuche, eine Supply-Chain – sinnfreier Weise – mit der Hilfe einer „Private Blockchain“ statt einer hier meist viel besser geeigneten zentralen Datenbank abzubilden – auch wenn uns das viele große Tech-Unternehmen als die goldene Zukunft verkaufen wollen. Vielmehr liegt die Chance in der Dezentralisierung des (Industrial) Internet of Things und der Ermöglichung dezentraler, direkter Transaktionen zwischen den einzelnen vernetzten „Dingen“, Geräten und Maschinen. Als eigenständig lernende, intelligente Mechanismen werden diese mit der Kombination von KI und Blockchain in die Lage versetzt, ihre eigene Wertschöpfung zu verwalten.

M2M Payment im Internet der Dinge

Im Wege von Machine-to-Machine-Payment (M2M) könnte eine Maschine die notwendigen Vorprodukte autonom im „Internet der Dinge“ einkaufen und erhielte bei Übergabe des durch sie erstellten fertigen Produktes eine entsprechende Gutschrift. So entsteht eine dezentrale, unabhängige Konto- und Transaktionsverwaltung der einzelnen „Dinge“ untereinander. Dies könnte etwa für die Dezentralisierung des Strommarktes den entscheidenden Impuls setzen – wenn die technische Smart-Energy-Infrastruktur im Eigenheim eigenständig und ohne Mittelsmann an den Märkten Strom an- und verkauft und sich dabei selbsttätig permanent „optimiert“.

Autonome Maschinen: der „Roboter auf der Walz“?

Auch völlig neue Anwendungen im Micropayment sind denkbar. So ließe sich das eigene Smartphone als kommerzieller Hotspot feilbieten, indem dieses automatisiert WLAN-Zugang für andere Nutzer bereitstellt und die Geräte wechselseitig die entstehenden Kosten selbst verrechnen. In letzter Konsequenz erscheint dann sogar eine Vision von sich selbst verwaltenden Maschinen und Geräten plausibel, die durch die Lande ziehen, um sich und ihre Leistungen anzudienen und dabei ein autonomes Eigenleben führen – gewissermaßen wie ein „Roboter auf der Walz“.

Industrie 5.0: autonome Maschinen als Wirtschaftsteilnehmer

Damit wären wir der Vision völlig eigenständiger künstlicher Intelligenzen ein entscheidenden Schritt näher. Diese würden nicht nur unabhängige Entscheidungen treffen, sondern wären auch in der Lage, die daraus resultierenden Handlungen durch eigene Transaktionen zu begleiten. Ausgestattet mit einem eigenen Budget könnten einzelne Geräte und Maschinen selbsttätig am Wirtschaftskreislauf teilnehmen. Das käme sicherlich einer weiteren industriellen Revolution gleich – der Automatisierung der Automation oder der „Industrie 5.0“.

Zum Thema im Detail: Blockchain, Industrie 5.0 & das Internet der Dinge 

Mehr zu Themen wie Industrie 4.0, Big Data, Künstliche Intelligenz, Digital Commerce und Digitaler Ökonomie finden Sie auf unserer Newsseite auf XING sowie auf Facebook.

Der Beitrag Blockchain & KI: auf dem Weg zur Industrie 5.0? erschien zuerst auf Nerdwärts.de.

Auf der Crowdfunding-Plattform IndieGoGo wollen die Gründer US-$ 80.000,00 einwerben, um das Projekt zu realisieren. Von diesem Ziel ist man aktuell mit einer Summe von fast US-$ 69.000,00 nicht mehr weit entfernt. Das fertige Produkt soll über eine Open-Source-API für Drittanbieter und Entwickler verfügbar gemacht werden. Die Marktreife ist für Ende 2017 anvisiert. Das fertige Produkt soll für US-$ 299,00 angeboten werden.

May the Force be with you!

Der Beitrag Virtuelle Steuerung: Wenn die „Force“ aus Star Wars ins Smart Home einzieht erschien zuerst auf Nerdwärts.de.

Der Beitrag Selbstfahrende Autos können Leben retten – laut diesem Werbespot, in dem reihenweise gestorben wird erschien zuerst auf Nerdwärts.de.

Hochschule Hof Vortragsreihe „Digitale Ökonomie, Industrie 4.0 & das Internet der Dinge“, 2016

Wie im Vorjahr ist es das Ziel der Veranstaltungsreihe, für das Thema der Digitalisierung zu sensibilisieren und einen Beitrag zur Etablierung einer gesellschaftlichen Diskussion zu leisten. Betrachtet man die hierzulande immer noch sehr häufig zu Tage tretende Abwehrhaltung, die sich oft in einer gewissen Indifferenz gegenüber den wirtschaftlichen, aber auch politisch und gesellschaftlichen Auswirkungen, Chancen und Risiken zeigt, so scheint dies dringend angeraten. Viel zu oft werden lediglich die potenziellen Gefahren einer zunehmenden Digitalisierung beschrieben. Die Potenziale hingegen werden nicht selten immer noch, auch in Unternehmen, ignoriert oder zumindest nicht erkannt.

Die Veranstaltungen finden im Zeitraum von Oktober bis Dezember 2016 an der Hochschule Hof statt (REHAU Audimax, B023). Die Vorträge werden aufgezeichnet und können, ebenso wie weitere Unterlagen, sofern zur Verfügung gestellt, nach Veröffentlichung an dieser Stelle aufgerufen werden.

Zum Programm:

26.10.2016 Industrie 4.0, Datenökonomie und Künstliche Intelligenz: Wie Daten und Algorithmen Wirtschaft und Gesellschaft verändern

Prof. Dr. Andreas Wagener, Hochschule Hof

Beschreibung:
Der Einsatz Künstlicher Intelligenz bestimmt bereits heute schon unseren Alltag, oft ohne dass wir dies bemerken. Dieser Trend dürfte in der nahen Zukunft noch deutlich zunehmen. Daten und Algorithmen – und damit Computer, Maschinen und Roboter – werden die Bedingungen des unternehmerischen Erfolges wie auch das gesellschaftliche Miteinander maßgeblich bestimmen. Welche Chancen und welche Risiken leiten sich daraus ab? Und wie stellen wir die Weichen dafür richtig?

Zur Aufzeichnung des Vortrages:

02.11.2016 Wie Deep Learning Smartphone und Smart Home wirklich smart macht

Prof. Dr. René Peinl, Hochschule Hof

Beschreibung:
Das Smartphone hat den klassischen PC als digitales Arbeitsgerät vielfach abgelöst, weil es immer dabei und schnell einsatzbereit ist. In der täglichen Anwendung zeigt sich aber schnell, dass der Begriff „smart“ noch lange nicht wörtlich zu nehmen ist. Die Nachfolger von Siri, Cortana und Co werden das aber ändern, indem sie mittels Deep Learning Algorithmen ihr einprogrammiertes „Wissen“ selbständig erweitern und dadurch den Anwender bei immer mehr Aufgaben direkt unterstützen können, anstatt auf Webseiten mit möglichen Hilfestellungen verweisen zu müssen. Dadurch können Fotos selbständig kategorisiert, Dialoge zwischen Mensch und Maschine geführt und Anwesenheit zuhause mit guter Wahrscheinlichkeit vorhergesagt werden. Mit diesen Basisfähigkeiten lassen sich durch Kombination eine Vielzahl hilfreicher Anwendungen entwickeln, die im Smart Home beim Energiesparen helfen und gleichzeitig den Komfort verbessern, den Rasen mähen und wässern oder Rezepte vorschlagen, die den individuellen Geschmack, den Inhalt des Kühlschranks und den Nährstoffbedarf für die körperliche Fitness berücksichtigen. Wer wissen will was geht und wie es funktioniert, kommt zu diesem Vortrag.

Die Präsentationsfolien zum Vortrag gibt es hier.

Zur Aufzeichnung des Vortrages:

09.11. Digitalisierung für den Mittelstand: Trends in Produktion und Logistik 2017

Prof. Dr. Chris Schmiech, Hochschule Hof

Beschreibung:
Die Begriffe „Industrie 4.0“ und „Digitalisierung“ und deren grundlegende Chancen und Herausforderungen sind nun in den Köpfen des Managements mittelständischer Unternehmen weitgehend präsent. Weniger konkret sind jedoch noch die Pläne einer möglichen Herangehensweise bzw. Implementierung. Dies gilt insbesondere vor dem Hintergrund einer dynamischen technologischen Entwicklung. Welche technologischen Entwicklungen bringen das nächste Jahr? Welche Trends zeichnen sich ab? Was sind mögliche Bausteine einer „digitalen Agenda“?

Zur Aufzeichnung des Vortrages:

23.11. Nutze Deine Daten! Jetzt!

Dr. Georg Jung, iisys und Matthias Nagel, Simba n³

Beschreibung:
Einige Unternehmen haben es besonders gut verstanden, aus Daten der kompletten Wertschöpfungskette maximalen unternehmerischen Nutzen zu ziehen. So liefern E-Commerce-Unternehmen die Blaupausen dafür, wie das durch Internet und soziale Medien geänderte Kundenverhalten in neuen digitalen Geschäftsmodellen berücksichtigt werden kann. Anhand verschiedener Praxiseispiele wird gezeigt, dass dies auch im produzierenden Mittelstand anwendbar ist und wie damit Unternehmen zusätzlich zu einer umfassenden Nutzung der im Unternehmen vorhandenen Informationen auch Daten aus Internet und sozialen Medien gewinnbringend einbeziehen können. So konnte ein Netzbetreiber durch Data Science die digitale Transformation seines Kernprozesses „Potentialmanagement“ lösen und damit gleichzeitig auch die Beschaffungsprozesse optimieren. Ein weiteres Beispiel ist eine automatisierte Informationsbeschaffung zum Artikel-Bedarf von Automobilherstellern (Welche Artikel? Wann? An welchem Ort? und Wie?) und der Weiterverarbeitung durch einen Zulieferer, wodurch aufwändige manuelle Prozesse abgelöst werden konnten. Solche digitalen Unternehmen sind damit Ideengeber für den Mittelstand und „klassische“ Industriebetriebe.

Die Präsentationsfolien zum Vortrag gibt es hier.

Zur Aufzeichnung des Vortrages:

Teil 1:

Teil 2:

30.11. Open Hardware – Eine treibende Kraft hinter dem Internet der Dinge

Prof. Michael Zöllner, Hochschule Hof

Beschreibung:
Aktuelle Innovationen im Internet der Dinge (IoT), beim 3D Druck und in der Virtual Reality – den sogenannten Emerging Technologies – entwickeln sich oft aus klugen Ideen von kreativen Köpfen der Open Hardware Community. Diese Projekte werden derzeit gern von IT Konzernen wie Facebook, Microsoft und Google für hohe Summen aufgekauft und in das eigene Produktportfolio integriert. Andere bleiben jedoch erfolgreich unabhängig und der Community treu. Dieser Vortrag stellt eine Reihe von wegweisenden Open Hardware Projekten vor, zeigt deren Entwicklung und Finanzierung (z.B. Crowdfunding) auf und erklärt deren Bedeutung für die Digitalisierung, die Industrie 4.0 und die Gesellschaft. In einem praktischen Teil wird das Publikum einige dieser neuen Technologien selbst ausprobieren und damit experimentieren können.

Zur Aufzeichnung des Vortrages:

07.12. Sozialwirtschaft 4.0, Wie geht eine wenig IT-konforme Branche mit der Digitalisierung um? Besondere Herausforderungen und Chancen

Prof. Dr. Dietmar Wolff, Hochschule Hof

Beschreibung:
Die Sozialwirtschaft gilt hinsichtlich der Durchdringung mit IT eher als konservativ, der Dienst am Menschen wird immer wieder in den Vordergrund gestellt. Vor diesem Hintergrund stellt sich die Frage, was die Umwälzungen der Digitalisierung in anderen Branchen und die Erkenntnisse daraus für die Sozialwirtschaft bedeuten? Es wird ein Definitionsversuch für Sozialwirtschaft 4.0 bzw. die Digitale Transformation in der Sozialwirtschaft unternommen, die Chancen und Gefahren dabei für diese Branche betrachtet und daraus Handlungsempfehlungen für Einrichtungen und Verbände der Sozialwirtschaft, Politik und Verwaltung sowie die Softwareanbieter von Branchenlösungen abgeleitet.

Zur Aufzeichnung des Vortrages:

Die Informationen zur letztjährigen Veranstaltung, inklusive der Präsentation und Aufzeichnungen finden Sie hier.

Mehr zu Themen wie Industrie 4.0, Big Data, Künstliche Intelligenz, Digital Commerce und Digitaler Ökonomie finden Sie auf unserer Newsseite auf XING sowie auf Facebook.

Der Beitrag Vortragsreihe „Digitale Wirtschaft, Industrie 4.0 und das ‚Internet der Dinge‘“ erschien zuerst auf Nerdwärts.de.

Ein Faktor, den die Automobilindustrie bei der Angebotskommunikation also zwingend berücksichtigen sollte.

Mehr Statistiken finden Sie bei Statista

Der Beitrag Dienstwagen als Treiber der Automotive Connectivity erschien zuerst auf Nerdwärts.de.

Ziel dieses Vorstoßes ist es, die Geburtenrate von Rindern zu „optimieren“. Weibliche Rinder werden in der Viehzucht überwacht, um den optimalen Besamungszeitpunkt zu ermitteln. Die Fruchtbarkeitsphase (Östrus) von Kühen scheint aber oft – laut Fujitsu zu 66% – zu nachtschlafender Zeit zu beginnen, daher ist es schwierig, diese allein nur durch das menschliche Auge zu erkennen. Künstliche Befruchtung von Rindern ist also nicht einfach und erfordert oft mehrere Versuche. Wenn der erste Versuch allerdings nicht gelingt, so müssen drei Wochen bis zur nächsten Gelegenheit abgewartet werden. Da Zeit bekanntlich Geld ist, will Fujitsu hier nun Abhilfe schaffen und diese enorme „Last“, wie man sich in einem Werbeclip ausdrückt, von den Schultern der Bauern und Viehzüchter nehmen.

Das Internet der Kühe als Ertragsfaktor in der Landwirtschaft

Ein typischer Indikator zu Beginn des Östrus scheinen verstärkte Beinbewegungen der Kühe zu sein. Ausgestattet mit einem „Pedometer“ – einem Schrittzähler, der an den Läufen befestigt wird, ist es möglich, die erhöhte Bewegungsaktivität der Kühe zu messen und das vermutliche Eintreten des Fruchtbarkeitszyklusses per Funkverbindung an den Eigentümer der Rinder zu übermitteln. Angeblich soll auf diese Weise die Erfolgsquote der künstlichen Befruchtung auf 90% erhöht werden. Wie Fujitsu stolz vermeldet, kann somit die Phase der „Nicht-Schwangerschaft“ von Kühen erheblich reduziert werden, was der Landwirtschaft entsprechend höhere Erträge bescheren könnte.

Was dem einen oder anderen wie eine Perversion des industriellen Eingriffs in die Natur vorkommen mag, begründet Fujitsu übrigens mit der Möglichkeit den Welthunger zu bekämpfen. Ganz egal wie man zur Industrialisierung der Landwirtschaft steht, dies ist ein weiteres Beispiel dafür, dass alles was vernetzt und digitalisiert werden kann auch vernetzt und digitalisiert werden wird.

Zum Video auf Youtube:

https://youtu.be/8h4pQiJsBe0

Der Beitrag Das Internet der Kühe erschien zuerst auf Nerdwärts.de.

Smart e-skin system comprising health-monitoring sensors, displays, and ultraflexible PLEDs.                      Quelle: Science Advances 15 Apr 2016: Vol. 2, no. 4, e1501856

                                                    Characteristics of ultraflexible PLEDs and OPDs.                                                      Quelle: Science Advances 15 Apr 2016: Vol. 2, no. 4, e1501856

Die Funktionsweise der Haut im Video (via new scientist):

Quelle: Tomoyuki Yokota, Peter Zalar, Martin Kaltenbrunner, Hiroaki Jinno, Naoji Matsuhisa, Hiroki Kitanosako, Yutaro Tachibana, Wakako Yukita, Mari Koizumi, Takao Someya1 (2016):
Ultraflexible organic photonic skin. In: Science Advances 15 Apr 2016: Vol. 2, no. 4, e1501856 DOI: 10.1126/sciadv.1501856

Der Beitrag Der Körper als Wearable: die optoelektronische Haut erschien zuerst auf Nerdwärts.de.