Neusinger

  • /
  • AiOrNotAi
  • /
  • #AiOrNotAi: KI für staatliche Einrichtungen

Neuigkeiten

#AiOrNotAi: KI für staatliche Einrichtungen

#AiOrNotAi: Fragen, die vor der Einführung von KI in staatlichen Einrichtungen beantwortet werden müssen

 

Nach Schätzungen von McKinsey könnten der öffentliche Sektor und angrenzende Branchen durch den Einsatz von künstlicher Intelligenz in Regierungsbehörden ein kumulatives Produktivitätspotenzial von Hunderten von Milliarden Dollar freisetzen. Auf diese verlockende Perspektive folgen drei relevante Fragen, auf die Regierungen im Falle einer groß angelegten Einführung von KI reagieren sollten: 


1. Wie können Regierungsbehörden die potenziellen Risiken von KI angehen?

 

 

Die KI-getriebene Revolution birgt viele Risiken, vor allem wenn es um die Umsetzung der Technologie durch die Regierung geht. Das hohe Tempo der KI-Entwicklung ist mit einem ungewissen Maß an Unvorhersehbarkeit verbunden. Erstens sind sogenannte “Halluzinationen” und Ungenauigkeiten eine häufige Folge des “Denkens” der  KI-gestützten Assistenten. Zweitens könnten die Agenturen mit der Transparenz von KI und der Schwierigkeit konfrontiert sein, die konzeptionellen Grundlagen von KI sowie die Logik der Entscheidungen und Ergebnisse der Modelle zu erklären. Alle Dienstleistungen, die auf nationaler Ebene erbracht werden, müssen frei von jeglichen Abweichungen und potenziellen rechtlichen Problemen sein, andernfalls könnten sie mit einem erheblichen Maß an sozialer Angst und mangelndem Vertrauen verfolgt werden. 

 

Bevor also KI auf nationaler Ebene eingeführt wird, muss jedes Land einen starken rechtlichen Rahmen zur KI-Kontrolle entwickeln, um alle der oben genannten Risiken zu vermeiden


 

2. Wie können öffentliche Einrichtungen damit beginnen, ihre eigene Leistungserbringung zu verändern?



 

McKinsey skizziert den “4Cs”-Rahmen als mögliche Lösung für die Transformation der staatlichen Dienstleistungen:

 

  • Content Summarization: Extrahieren wichtiger Erkenntnisse aus riesigen Wissensbeständen, angewandt von Singapurs GovTech Pair App.
  • Coding and Software: Nutzung von KI für das Schreiben von Code und automatisierte Tests, wie das britische Finanzministerium, das GitHub Copilot testet (KI-Paarprogrammierer, der Kodierungsvorschläge macht)
  • Customer Engagement: Verbesserung von Dienstleistungen durch KI, wie z. B. der Lumi-Chatbot für die Behördenhilfe in Deutschland, der die Nutzer durch den deutschen Bürokratiedschungel navigiert.
  • Content Generation: Einsatz von KI für die Erstellung vielfältiger Inhalte, wie der Acqbot des US-Verteidigungsministeriums zur schnelleren Erstellung von Beschaffungsverträgen.


3. Sollten Regierungen nationale Modelle für die Gründung von Foundation Models entwickeln?

 

 

Um ein höheres Maß an informationeller Unabhängigkeit zu erreichen, würden es viele Regierungen theoretisch vorziehen, ihre eigenen KI Foundation Models zu schaffen. Den meisten Ländern der Welt fehlen jedoch die Technologien für die Realisierung solcher Projekte. Fast die gesamte derzeitige Arbeit an diesen Modellen wird von einigen wenigen großen Technologieunternehmen des Privatsektors und von Open-Source-Initiativen geleitet. Daher müssen die meisten Länder je nach ihrer Strategie zur Risikominderung und unter Nutzung der verfügbaren Ressourcen die Wahl treffen, ob sie versuchen, selbst ein Stiftungsmodell zu entwickeln oder die Dienste von LLM-Anbietern wie Finnland und Island in Anspruch nehmen. 



Insgesamt ist die Einführung von KI eine Notwendigkeit, um völlig neue Produktivitätsniveaus zu erschließen, aber die Übernahme neuer Technologien durch staatliche Strukturen ist eine große Herausforderung. Jedes Land muss sich neuen Dilemmas stellen und strategische Entscheidungen zugunsten eines pragmatischen Nutzens treffen, der auf seinen eigenen Strategien zur Risikominderung, digitalen Transformation und Kommunikation basiert.

 

McKinsey 

 

(Sensvector, envato.com; graphics4u, envato.com; icons8, envato.com; EvathemeMarket, envato.com)

Andere Nachrichten

IMG_1697
#AiOrNotAi: Fortschritte in der optischen Qualitätskontrolle
#AiOrNotAi: Eine neue Ära der Präzision und Effizienz   In der heutigen, schnelllebigen Fertigungsumgebung ist die Aufrechterhaltung der Produktqualität wichtiger denn je. Traditionelle...
IMG_1693
#AiOrNotAi: KI-Roboter in der Automobilproduktion
#AiOrNotAi: Verschiedene Strategien von BWW und Tesla   Die Integration von Robotik in die Automobilherstellung wird die Automobilindustrie erheblich verändern und bietet zukunftsorientierten...
IMG_1640
#AiOrNotAi: Rückblick auf “Innovative Leaders”-Konferenz
#AiOrNotAi: Die Konferenz für Ihren Erfolg in der Zukunft Im Juli hatte neusinger.AI die Ehre, als Mitglied des KI Bundesverbands an der renommierten “Innovative Leaders”-Konferenz...
Nach oben scrollen