Mensch und Maschine – wer programmiert wen?
This is a modal window.
The media could not be loaded, either because the server or network failed or because the format is not supported.
Formal Metadata
| Title |
| |
| Title of Series | ||
| Number of Parts | 21 | |
| Author | ||
| License | CC Attribution - ShareAlike 3.0 Germany: You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor and the work or content is shared also in adapted form only under the conditions of this | |
| Identifiers | 10.5446/36109 (DOI) | |
| Publisher | ||
| Release Date | ||
| Language |
Content Metadata
| Subject Area | ||
| Genre | ||
| Abstract |
|
re:publica 20183 / 21
10
11
12
16
00:00
PhysicistLecture/Conference
01:05
Point of saleotto <Programmiersprache>Universe (mathematics)Point (geometry)Dynamic rangeScientific modellingComputer animationLecture/Conference
02:18
otto <Programmiersprache>ZahlSpeciesLecture/Conference
03:05
otto <Programmiersprache>WordLecture/Conference
05:16
Lecture/ConferenceMeeting/Interview
06:18
Curve fittingFacebookTICSiTunesFacebookNumberSoftware developerComputer animationLecture/Conference
07:12
otto <Programmiersprache>Data centerComputerHauptspeicherDrum memoryVelocitySpeicherkapazitätLecture/ConferenceMeeting/Interview
08:04
Source codeCalculationSupercomputerLecture/ConferenceComputer animation
08:53
SupercomputerWordSpeicherkapazitätPOWER <Computerarchitektur>DesktopSmartphoneMoment (mathematics)Lecture/ConferenceMeeting/Interview
09:58
SmartphoneComputing platformLecture/Conference
11:21
Process (computing)SmartphoneLecture/Conference
12:09
SmartphoneLecture/Conference
13:04
Energy levelProcess (computing)DigitizingTransmitterNetwork topologyDistribution (mathematics)Lecture/Conference
14:26
otto <Programmiersprache>TransmitterLecture/Conference
15:16
Lecture/Conference
16:42
otto <Programmiersprache>Moment (mathematics)Lecture/Conference
17:31
Mathematical structureMoment (mathematics)Process (computing)DigitizingAtomic nucleusLecture/Conference
18:23
otto <Programmiersprache>FließrichtungKommunikationLecture/Conference
19:15
otto <Programmiersprache>Eigenvalues and eigenvectorsNetwork topologyFacebookLecture/ConferenceMeeting/Interview
20:08
otto <Programmiersprache>Computing platformMoment (mathematics)Lecture/ConferenceMeeting/Interview
21:26
TwitterComputing platformFacebookLecture/Conference
22:36
IBMNeWSAutonomes FahrzeugFacebookSoftware developerLecture/Conference
23:38
otto <Programmiersprache>Autonomes FahrzeugZahlLecture/Conference
24:28
Point of saleAutonomes FahrzeugHausdorff spaceMeeting/Interview
26:44
Autonomes FahrzeugPerspective (visual)Lecture/Conference
27:43
Autonomes FahrzeugSet (mathematics)Lecture/Conference
28:49
TAXLecture/ConferenceMeeting/Interview
29:35
otto <Programmiersprache>Lecture/Conference
30:23
otto <Programmiersprache>Smart cardWordLecture/Conference
31:15
otto <Programmiersprache>Machine learningArtificial intelligenceWordLecture/ConferenceMeeting/Interview
32:14
Moment (mathematics)Lecture/Conference
33:11
Category of beingLecture/Conference
34:01
otto <Programmiersprache>ComputerLecture/Conference
34:49
otto <Programmiersprache>Sigmoid functionArtificial neural networkPOWER <Computerarchitektur>output
35:53
Turing testLecture/ConferenceMeeting/Interview
37:11
Perspective (visual)Artificial neural networkLecture/Conference
38:47
otto <Programmiersprache>Artificial intelligenceSystems <München>Lecture/Conference
39:53
World Wide WebLecture/ConferenceMeeting/Interview
40:45
Artificial neural networkMathematical structureBlack boxFließrichtungSoftware developerCategory of beingPlane (geometry)Lecture/Conference
41:31
GooglePlane (geometry)Lecture/ConferenceMeeting/Interview
42:23
AlgorithmOraclePredictionAtomic nucleusORACLSLecture/ConferenceMeeting/Interview
43:40
otto <Programmiersprache>Perspective (visual)Systems <München>Lecture/Conference
44:27
World Wide WebMoment (mathematics)Hausdorff spacePerspective (visual)Lecture/Conference
45:20
FacebookComputer programmingScalar potentialLecture/Conference
46:08
otto <Programmiersprache>InternetLecture/Conference
47:09
SoftwareReading (process)LaptopVideo trackingComputer animationLecture/Conference
48:18
otto <Programmiersprache>PredictionSupremumInternetReading (process)Moment (mathematics)DilatationMassLecture/Conference
49:40
otto <Programmiersprache>InformationLecture/ConferenceMeeting/Interview
50:54
SoftwareSound <Multimedia>Moment (mathematics)Large eddy simulationLecture/ConferenceMeeting/Interview
51:41
Moment (mathematics)Sound <Multimedia>SoftwareComputer hardwareHacker (term)Drop (liquid)Lecture/Conference
52:32
SoftwareMathematical structureMicroelectronicsALT <Programm>Lecture/ConferenceMeeting/Interview
53:19
FacebookSoftwareLecture/Conference
54:12
otto <Programmiersprache>Moment (mathematics)Maus <Datentechnik>Screening (medicine)ProteinAutonomes FahrzeugLecture/ConferenceMeeting/Interview
55:17
Least squaresotto <Programmiersprache>PhysicistMedianStandard deviationArtificial intelligenceMoment (mathematics)Lecture/ConferenceComputer animation
56:27
otto <Programmiersprache>SmartphoneInternetLecture/Conference
57:20
otto <Programmiersprache>Artificial intelligenceMoment (mathematics)Variable (mathematics)ArmLecture/Conference
58:31
otto <Programmiersprache>Moment (mathematics)KommunikationLecture/Conference
59:29
otto <Programmiersprache>InformationInternetCategory of beingLecture/Conference
01:01:12
Lecture/Conference
Transcript: German(auto-generated)
00:15
Hallo, ich freue mich heute hier zu sein und möchte in der nächsten Stunde ein
00:25
bisschen über eine Frage stellen, diskutieren mit euch, überlegen mit euch, nämlich die Frage, die wahrscheinlich unsere Generation besonders tankiert. Die Frage lautet, wer programmiert am Ende wen? Ich
00:48
bin von Haus aus Physiker, ich liebe Astrophysik und das ist eines der letzten Bilder der Cassini-Mission. Ich hoffe, ihr könnt das ganz gut hinten erkennen und wenn man genau hinschaut, sieht man, da gibt es so oben die
01:03
Ringe des Saturn, diese Mission war großartig. Wenn man genau hinschaut, merkt man, da gibt es so einige Punkte, das sind Sterne, aber es gibt einen Punkt, der ist ein bisschen heller, der ist hier. Das ist und genau das ist die Republika, das sind wir. Das interessante ist an
01:22
diesem Punkt, dass er eine Ausnahme in diesem Universum bildet. Also bis heute ist es so, dass wir noch von keinen anderen Punkten kennen, bei denen durch die Evolution irgendwann das rauskam, was hier vor mir sitzt. Intelligentes Leben und genau darum geht es ein bisschen, denn
01:46
wenn man sich die Evolution auf diesem Planeten hier anschaut, für eineinhalb Milliarden Jahre haben wir auf unserem Buckel, da muss man zuerst einmal sagen, diese Evolution war nicht sehr linear, es gab Sprünge, es gab sogar Fehlschläge, also es gab Modelle, die outdated sind, wie
02:03
man heute sagt, also nehmt eine Schaufel, grabt mal in Berlin, ihr werdet solche Dinge finden, die gibt es heute nicht mehr, aber das zeigt im Grunde genommen, dass wir auch auf diesem Planeten eine gewisse Dynamik der Veränderung schon in der Vergangenheit hatten. Und wenn man sich das genauer anschaut, sieht man, es gab Hotspots, wo diese
02:22
Veränderungen massiv waren. Das waren Veränderungen bedingt durch Klimawandel, Veränderungen bedingt durch externe Meteoriten, die eingeschlagen sind, so wie vor 60 Millionen Jahren. Und immer dann war es so, dass die Zahl der Arten dramatisch abnahm, also dass in gewisser Weise das Leben auf unserem Planeten einen gewissen Reset
02:43
bekam und noch einmal neu loslegte. Und die spannende Frage ist, wo stehen wir heute, sind neben den fünf bekannten großen Umbrüchen, die dieser Planet hinter sich hat, stehen wir womöglich vor, qualitativ gesehen, einem neuen Umbruch und dieser neue Umbruch heißt, dass es nicht mehr die
03:03
Biologie ist, sondern möglicherweise die Maschinen, die anfangen werden, in absehbarer Zeit das Leben auf diesem Planeten anders zu gestalten. Nun schon heute ist es so, dass wir diesen Planeten tatsächlich anders gestaltet haben. Man spricht vom Anthropozän. Ich habe letztens gelesen,
03:21
dass wenn man die Wirbeltiere nimmt und einfach mal die Masse betrachtet, wir alle sind Wirbeltiere, dann ist es inzwischen so, dass nur noch 3% der Wirbeltiere auf diesem Planeten Tiere sind, die nicht vom Menschen irgendwo manipuliert gezüchtet oder sonst wo werden. Also ja, wir haben sehr viel mehr Kühe, Schweine und sonstige Zuchthühner,
03:43
aber es gibt nur noch wenig von dem, was tatsächlich naturbelassen ist. Und die Frage ist, wie wird das in Zukunft weitergehen? Nun, wenn wir von Veränderung reden, technische Veränderung, dann gibt es das natürlich auch schon und es gab es in der Vergangenheit, ich nehme mal die Stadt
04:01
Berlin. Die Stadt Berlin war die erste, die anfing, elektrisches Licht zu haben, die Leipziger Straße. Und die interessante Qualität daran war zum einen, es dauerte sehr lange. 50 Jahre nach der ersten Elektrifizierung der Leipziger Straße war es so, dass in 20% der
04:21
Haushalte in Berlin immer noch kein Strom war. Also in anderen Worten, wir haben eine Evolution der Technik erlebt, die langsam verlief, eine Generation konnte sich langsam darauf vorbereiten. Was wir aber heute erleben und das seht ihr hier im Hintergrund, vielleicht können wir das Licht ein bisschen auf der Bühne runter dimmen, dass man die Bilder besser sieht, ist unser Planet und ich bin selber als Kind in Indien
04:46
aufgewachsen. Das Indien meiner Kindheit, Südindien, Bangalore, war dunkel. In Indien gab es nicht sonderlich viel elektrisches Licht. Wenn man genetisch nachschaut, stellt man sogar fest, Nachtblindheit
05:01
gibt es kaum in Indien. Die wurden alle vom Tiger gefressen. Was aber dann innerhalb von wenigen Jahrzehnten passierte war, und das war früher immer so, ich kam aus diesem dunklen Indien zurück in das helle Europa, dass wir plötzlich, wenn man nachts auf den Planeten schaut, merken,
05:21
er leuchtet. Er leuchtet querbit durch. Es sind die großen Industrienationen, die natürlich leuchten, also Nordamerika, selbst Indien, meine wunderbare Heimat leuchtet. Astro Alex, der demnächst wieder auf die ISS geht, erzählte mir, man kann sogar daran die Grenze zwischen Nord- und Südkorea sehen. Südkorea leuchtet, Nordkorea nicht. Das heißt, wir haben
05:47
zwei Qualitäten. Das eine ist eine Evolution, die inzwischen die technische Evolution global geworden ist, was tatsächlich für uns eine neue Qualität ist. Das neue kommt nicht von hier. Und das zweite ist, dass wir eine globale Entwicklung haben. Fast global, wenn man
06:06
sich einige Länder auf dem afrikanischen Kontinent oder auf dem südamerikanischen anschaut, merkt man, da läuft es noch zu langsam. Aber wir reden hier von etwas, was global ist, und wir reden davon, dass es schnell ist. Noch einmal ganz kurz, nur zwei Zahlen. Das normale
06:25
Wellenscheibentelefon, was der eine oder andere vielleicht noch aus seiner Kindheit kennt, brauchte 75 Jahre, bis die sogenannte 100 Millionen Nutzergrenze erreicht war. Heute ist es so, dass wir mit einem Fortschritt konfrontiert werden, der Facebook 4,4 Jahre, WhatsApp 2,3 Jahre und die
06:44
Zeiten werden immer knapper. Das heißt, in wenigen Jahren ist etwas zum Standard geworden. Und das bedeutet, wenn wir heute über Entwicklungen reden, dass wir eine neue Qualität haben, weil wir nicht mehr wie die vorausgegangenen Generationen lange darüber nachdenken können.
07:05
Nun, was treibt die Qualität? Ganz simpel, technischer Fortschritt. Ein einfaches Beispiel, mein Mobiltelefon. Ich überspringe immer ein Modell und mein jetziges Modell hat 256 Gigabyte Speicher. Ich selber bin
07:24
sehr gerne in meiner Physikzeit mit großen Computern gearbeitet und wenn ihr genau hinschaut, dann seht ihr hier hinten, das ist das Rechenzentrum meiner Studienzeit und ihr seht hier so Waschmaschinen. Könnt ihr die sehen? Das waren die damaligen Trommelspeicher und die hatten genau 500 MB Kapazität. Was heißt das? 256 Gigabyte heißt über 500
07:48
Waschmaschinen. Die sehe ich auf dem Bild nicht. Oder anders ausgedrückt, jeder von euch hat in seiner Hosentasche inzwischen mehr Speicherkapazität als das Computerzentrum meiner Studienzeit. Und es ist nicht nur die
08:02
Speicherkapazität, es ist die Geschwindigkeit, die dramatisch zunimmt. Auch hier, persönliche Erfahrung, so in den 80er Jahren arbeitete ich am Forschungszentrum Jülich und für eine kurze Zeit hatte ich das, schaffte ich sogar einen Europarekord im High-Speed Computing, damals mit einer
08:23
Cray XMP. Wenn ihr euch das Bild anschaut, das bin ich, meine Frau sagte immer, ich sah scheiße aus, sie hat Recht. Aber der Rechner war super. Eine Cray XMP, damals 15 Millionen Dollar hat sie gekostet und ich erreichte damit eine Schallmauer, nämlich 200 Megaflops, 200 Millionen
08:43
Leitkomaoperationen pro Sekunde, das war damals, wow, dieser Supercomputer, es gab nur einen einzigen in Europa, ECL Technik für die Techniker, produzierte eine Abwärme von 140 Kilowatt, also man konnte damit mehrere Institute heizen. Boah, war ich stolz, 200 Megaflops. Heute könnte für
09:05
unter 2000 Dollar ein Computer kaufen, der hat nicht 200, sondern 22 Millionen Megaflops. In anderen Worten, er hat mehr Rechenpower als alle Supercomputer aus meiner Studienzeit zusammen. Das ist die Triebfeder des Fortschritts. Auf dem Desktop mehr Power, in der Hosentasche mehr
09:24
Speicherkapazität. Das treibt uns an und das zeigt im Grunde genommen auch, wir werden darauf eingehen, was die Qualitäten sind. Wir merken das alle natürlich, weil dieser enorme Fortschritt Dinge macht, wie zum Beispiel, dass wir zehn Jahre uns leistungsfähige Computer geben, die wir
09:44
ständig bei uns haben. Man muss einen Moment lang darüber nachdenken, die Uhr war wahrscheinlich der allererste Apparat, den wir ständig am Körper getragen haben. Die Uhr als Taktgeber der industriellen Revolution. Die Uhr wurde abgelöst vom Smartphone. Es ist inzwischen ein
10:02
Teil von uns und dieses Smartphone führt schon zu Veränderungen. Veränderungen, die ihr alle kennt. Ein einfaches Beispiel Uber oder MyTaxi oder so weiter. Plattformen, die im Grunde genommen etwas tun und das ist relativ simpel. Man ist immer stolz und sagt, disruptive Technologien, was heißt
10:20
das? Ihr müsst einfach überlegen, nehmt alles weg, was nervt. Dann habt ihr eine disruptive Technologie. Stellt euch vor, in Berlin müsst ihr einen Zug erwischen, ihr bestellt einen Taxi. In Köln läuft das so. Man bestellt einen Taxi, dann meldet sich die Zentrale und sagt, ich schick den Zug. Dann meldet ihr, es kommt keiner. Der Zug fährt aber. Dann ruft ihr
10:42
wieder an, besetzt. Dann ruft ihr nochmal an, irgendwann kommt ihr durch und dann kommt dieser typische Ausdruck in Köln. In Berlin ist das auch so wahrscheinlich, aber in Köln, der müsste gleich star sein. Dann kommt der irgendwann, ihr seid schweizgebadet, ihr steigt in dieses Auto ein. Je nachdem in welcher Stadt ihr seid, glaubt ihr gar nicht, welche
11:03
Umwege möglich sind, bis man beim Bahnhof ist. Es ist furchtbar, wenn man aussteigt, muss man zahlen, etc. Man kriegt einen Beleg. Ich hab früher beim Westdeutschen Rundfunk gearbeitet. Wenn ihr in New York dreht und ihr bekommt einen Beleg eines New Yorker Taxifahrers,
11:25
ich weiß nicht, ob die schreiben können. Die gaben mir immer nur so eine Karte und danach muss man dann damit zur Rechnungsstelle. Die sagt dann, das ist doch kein Beleg. Also alles, das nervt, alles das ist digital übernommen worden. Und das ist okay. Fast okay. Weil es passiert
11:43
global. Ich war letztes Jahr mal wieder in Indien und ehrlich gesagt, das ist trostlos, denn es gibt inzwischen Ola auch für Autoric Chance, also vorbei aller romantischen Zeiten des Falschens und der abenteuerlichen Fahrten. Die Technik verändert also Prozesse. Das ist alles trivial. Die
12:02
Technik verändert auch uns. Ihr kennt wahrscheinlich das einfache Bild. Es ging um den Papst. 2005, da gab es noch kein Smartphone. Wir sind Papst. Acht Jahre später, dieselbe Nummer, selbe Stelle und es sieht so aus.
12:21
Und man kann sich fragen, ob sozusagen dieses Smartphone eine Art Host hier einer neuen Kultur geworden ist. Manchmal habe ich den Eindruck, das gilt für den Umgang damit, das gilt für Selfie Mania, was ebenfalls ein globales Phänomen ist. Das habe ich in Beijing gemacht. Hier hinten ist Mao. Ich weiß nicht, was der sagt, aber egal wo. Egal wo
12:44
merken wir, und das ist spannend, dass innerhalb von zehn oder elf Jahren weltweit eine neue Grammatik aufgekeimt ist. Weltweit. Ist egal, in welcher Stadt man ist. Wenn man junge Leute sieht, sitzen die so da. Stöpsel, Moor, gucken darauf. Irgendwann mache ich ein Buch nur über
13:02
Selfie Mania. Es ist nicht Köln. Das ist das Einzige, was ich sagen kann. Die Kölner U-Bahn sieht anders aus. Okay. Digitalisierung führt also zu einer Veränderung bei uns, führt zu einer Veränderung von Prozessen. Und auch das noch sehr einfach. Der Übergang von Vinyl zu der
13:25
Digitalschaltplatte. Das war nur das erste Kapitel der Digitalisierung, denn damals konnten Produzenten noch sagen, okay, ich tausche die Pressen, setze Pressen für Polycarbonat ein und mache mein Businessmodell weiter. Aber die wahre Qualität der Digitalisierung ist an einigen Stellen, dass sie eine
13:44
Entmaterialisierung unserer Prozesse mit sich bringt. Und das heißt vieles. Das heißt zum Beispiel, dass die Grenzkosten für die Distribution kollabieren. Und das werden wir in den nächsten Jahren in vielen Bereichen erleben. Also ich bin nicht so zuversichtlich, dass wir überall Jobs
14:00
finden werden, weil es werden viele Jobs schlichtweg entfallen. Aber gehen wir mal auf die Grammatik ein. Was heißt, wer programmiert wen? Auch da merkt man, dass die Digitalisierung schon anfängt, die Grundtopologie zu ändern. Konkretes Beispiel. Früher, und da könnt ihr jetzt einsetzen,
14:20
verschiedene Dinge. Ob das ein Lehrer und Schüler sind, ob das ein Sender und die sogenannten Zuschauer oder Zuhörer sind. Achtet mal auf das Wort Zuschauer oder Zuhörer, impliziert eine gewisse Passivität. Alles das ändert sich. Und das ändert sich radikal. Die einen reden von Produzent und Konsument. Und wir merken alle, die Grundgrammatik ändert
14:50
sich, dass alle zum Produzenten werden. Wir erleben es in den Medien natürlich dadurch, dass inzwischen Einzelne so stark senden, dass sie ein
15:02
Massenmedium sind. Und wir erleben es in vielen anderen Bereichen, bei denen etwas passiert. Nämlich, dass aus dieser Haltung heraus die Fokussierung auf das Produkt sich verschiebt hin zum Prozess. Klingt abstrakt, aber ihr könnt es sofort nachvollziehen. Wenn man vor 30 Jahren
15:21
eingeladen wurde bei Doris Müller in Köln, dann gab es rheinischen Sauerbraten. Und wenn ihr euch das mal genau vor Augen führt, man kam dahin, der Tisch war gedeckt, aber man kam nie in die Küche. Das war produktzentriertes Denken. Das Esszimmer war gedeckt, irgendwann kam
15:43
der rheinische Sauerbraten raus und die Küche hat man nie betreten. Was machen wir heute? Die Architektur unserer Häuser ist offen geworden. Es ist so, dass die Küchen offen sind. Heute laden wir Freunde ein und wir haben noch nicht gekocht. Heute machen wir das zusammen, so wie hier. Das sind
16:02
meine Freunde. Hans-Georg Hinn ist Architekturfotograf, Wolf und in der Mitte ist Dieter, der Einzige, der kochen kann. Aber wir haben Spaß zusammen. Und das ist etwas, was als Grundgrammatik, auch wenn dieses Bild vielleicht ein bisschen einfach aussieht, aber das überträgt sich in ganz
16:21
viele verschiedene Bereiche. Überall erleben wir diese Veränderung einer Grammatik. Wir erleben noch etwas und das geht vielleicht tiefer. Und das ist, dass wir alle geprägt sind von etwas, was vielleicht sogar tief religiös ist. Es geht um die Forderung, dass es irgendeinen da oben gibt.
16:45
Also was man hier sieht ist, der Erzengel Michael hält die Seelenwaage am Ende des Lebens und entscheidet Hölle oder Paradies. Das ist ein Grunddenken, was in uns verankert ist und was, wenn man ganz ehrlich ist,
17:04
dazu führt, dass wir immer nach Institutionen gucken, immer nach Institutionen etwas oben gucken, irgendwie einen dazwischen brauchen. Diese Grammatik, wenn man sie abstrahiert, sieht man in ganz vielen alltäglichen Dingen. Wenn ich dir Geld geben möchte, dann läuft das in der
17:20
Regel so ab, dass ich Geld überweise an eine Bank und die Bank überweist es an den anderen. Wenn ich ein Grundstück kaufe, muss ich zum Katasteramt gehen, ich brauche ein Notar und es geht weiter. Und was wir im Moment erleben, ist ein Paradigmenwechsel hin oder weg von diesen
17:41
Strukturen der Autorität hin zu etwas anderem. Also wenn man es mal so ausdrückt, die große Autorität verschwindet, weil sozusagen die Digitalisierung selbst jeden von uns enables, neue Technologien sowie Blockchain, darüber redet viele, aber was im Kern dazu führt, dass
18:01
diese Prozesse sich in den nächsten Jahren und Jahrzehnten dramatisch verändern werden. Ich würde keine Wette mehr eingehen, ob wir noch Banken brauchen. Wenn wir digital Dinge zertifizieren können, brauchen wir das nicht. Das ist gar nicht schlecht. In den Städten können wir andere Gebäude nutzen. Was wir sehen, ist an ganz vielen Stellen diese
18:29
Umkehr der Fließrichtung. Ich will darauf ein bisschen näher eingehen, weil das natürlich etwas ist, was uns selber, mich in meiner Branche sehr tangiert. Es gibt einfache Beispiele. Also was heißt das?
18:42
Das heißt Umkehr der Fließrichtung, heute tweetet einer und danach kommt die Zeitung, die Schlagzeile und die Fernsehsendung. Das ist genau andersrum als vorher. Es ist immer so spannend, wenn ich mit Kollegen aus Fernsehstationen rede. Manchmal habe ich den Eindruck, sie haben es wirklich noch nicht verstanden. Da ist eine Welt auf den
19:02
Kopf gestellt worden. Und das Spannende daran ist, dass diese Welt auch unsere Kommunikation prägt. Und sie prägt sie und ich wage mal eine These, dass sozusagen in dieser Grundgrammatik Fake News das Ergebnis dieser veränderten Topologie ist. Fake News ist ein wichtiges
19:23
Thema. Vor einem Jahr machte ich ein langes Interview mit einem Kollegen. Es wurde abgedruckt, Europa brauchte ein eigenes Facebook letztes Jahr. Das kann man immer wieder wiederholen. Aber das interessante ist, ich habe einfach nur um zu sagen, ich habe das
19:41
selber erfahren. Ich weiß, was Fake News ist. Denn aus Europa brauchte ein eigenes Facebook landete ich, unter anderem bei Frau Petri mit der Aussage, wir sagen Nein zur Zensur. Also ich hätte nie gedacht, dass ich mit ihr so übereinstimme. Es stimmt. Das Kleingedruckte müsst ihr nicht lesen, aber es geht nur darum,
20:03
einfach auch mal klar zu machen, wir reden hier von etwas, bei dem auch eine mediale Grammatik vielleicht mal überdacht werden muss. Es ist interessant, weil in dem Prozess zum Beispiel Behauptungen aufgestellt werden, die nicht verifiziert sind von Plattformen
20:21
oder Einzelnen, die nicht mal belangbar sind. Es gibt sogenannte Medien, die, wenn man Google News guckt, auftauchen und da gibt es dann irgendwelche Impressi in Montevideo und Co. Und ich sage an enger Stelle, okay, Medien sind was anderes als eine Schuhcreme.
20:41
Und wenn eine Gesellschaft sozusagen sich nicht entmündigen lassen möchte, sollte sie sorgsamer mit der Kultur der Medien umgehen. Und das ist das, was wir im Moment in anderen Ländern wie in den USA erleben, wo in ängstigender Weise ein Nebel an Fake News existiert, der sozusagen alle anderen Schritte in einer Demokratie
21:06
inzwischen vernebelt. Wir merken das hier auch. Wir gehen demonstrieren, wir machen sowas wie March of Science, El Pueblo Unido. Ja, ho, irgendwer sagt ho. War einer dabei? Ah, da ist einer dabei. Hallo. Okay, ich war auch in Köln.
21:24
Dieses Jahr in Köln, letztes Jahr in Berlin. Also, wir gehen da durch. Aber was ist daran wichtig? Daran wichtig ist, dass wir natürlich alle als Demokraten, wenn man so will, Enkel der Aufklärung für etwas plädieren und zwar auch in Zukunft. Und das ist,
21:43
dass wir eine Gesellschaft haben, bei der Fakten noch in irgendeiner Weise eine Rolle spielen und wir nicht im Nebel der Illusionen untergehen. Und was wir gerade merken aktuell, ist, dass offensichtlich Plattformen, soziale Netzwerke, Twitter und Co. vielleicht eher Nährböden sind für etwas,
22:04
was nicht so korrekt ist. Was nicht heißt, dass die böse sind. Was auch nicht heißt, dass wir es ablehnen. Aber wo wir den Prozess verstehen müssen, ganz konkret, MIT hat eine Studie gemacht bei Facebook, hat untersucht, was so zwischen 2006 und 2017 passiert und stellt fest, dass Fake oder False News,
22:24
um es korrekt zu zitieren, zum Beispiel sechsmal schneller auf 1500 User erreicht als die wahre Nachricht. Und wenn wir dann noch zusätzlich überlegen, dass wir eine Ökonomisierung der Medien haben, bei denen Beiträge, die besonders geklickt werden, natürlich nach oben geschoben werden, haben wir das Rezept
22:42
für einen Nährboden von Fake News. Aber niemand steht auf und sagt, hey, Leute, vielleicht beflügeln wir selber das, weil wir natürlich neugierig sind, genau die Nachrichten, die wir nicht verstehen, anklicken. Aber auf Dauer ist das nicht gut. Also, da sollten wir wirklich etwas ändern.
23:01
Und das hat man auch momentan bei Facebook gesehen. Aber reden wir noch ein bisschen über Programmieren und Maschinen. Ich nehme mal ein Beispiel, weil Deutschland ist ein Autoland, das ist immer wichtig, in Deutschland muss man über Autos reden. Wenn drei Männer in Deutschland zusammenstehen, reden sie über Autos. Nach fünf Minuten. Ich bin in Indien
23:24
aufgewachsen. In Indien sind Autos nicht so. In Indien stehen drei Männer zusammen, nach fünf Minuten redet man über Magen-Darm-Infekte. Jede Kultur über die jeweilige Vielfalt. Wir reden über autonome Fahrzeuge. Zuerst einmal, warum ist das
23:43
etwas, was durchaus sinnvoll sein kann? Wenn wir uns den Autoverkehr anschauen, merken wir, der Autoverkehr tötet, und zwar nicht wenige. Etwa 1,2 Millionen Menschen jedes Jahr. Und einige sagen, okay, wenn wir es schaffen, sozusagen
24:00
autonome Fahrzeuge wirklich auf Wug zu bringen, könnte es die Zahl der Opfer halbieren. Wir reden also von 600.000 Menschen leben pro Jahr. Zum Vergleich, das ist mehr als Menschen im Syrienkrieg sterben. Da geht es um etwas. Und das ist vielleicht ein durchaus heeres Motiv. Und
24:22
natürlich arbeiten einige daran. Und ich sage, das ist auch ein Tipp an Sie alle, wenn Sie über neue Techniken reden, reden Sie nicht davon, lesen Sie nicht davon, probieren Sie es aus. Ich mache das immer. Und ich habe also zum Beispiel Prototyp Audi VW, autonomes Fahrzeug. Großartig.
24:43
Auf die Autobahn, Tempo 130, Finger vom Lenkrad, kein Fuß auf dem Gas, Auto überholt, selbstständig. Klappt meistens. Ich möchte euch jetzt zwei Videos vorstellen, weil sie etwas illustrieren. Das erste Video habe ich
25:02
selber aufgezeichnet, ganz kurz zur Erklärung. Ich mache Kamera. Das war genau bei der Gelegenheit. Und ich habe eine junge, total talentierte Kollegin, Lisa Weitemeyer, und die fuhren. Ich habe gesagt, okay, Lisa, du fährst. Ich mache Kamera. Und dabei passierte etwas ziemlich Erstaunliches. Ich führ das Video ab. Also am Anfang,
25:22
als ich losgelassen habe, war es wirklich ein bisschen komisch, die Kontrolle abzugeben. Weil normalerweise, man kennt sich ja, wie man auf der Autobahn agiert, Gas gibt, blinkt. Also Lisa fährt im autonomen Modus. Und jetzt kann man sich ja eigentlich wirklich entspannt zurücklehnen und irgendwas nebenbei machen. Gar nicht schlecht. Man muss dazu sagen,
25:46
rechts sitzt eine Art Fahrlehrer. Es ist ein Prototyp. Den sieht man nicht. Und das heißt, ich könnte jetzt, wenn ich die Hände ans Lenkrad mache, dann könnte ich wieder... Das hat jetzt zum Beispiel nicht geklappt. Wenn ich ehrlich bin, das sieht hier softer aus,
26:05
als es war. Das war eine richtig massive Bremsung. Es hätte sonst gekracht. Also der Fahrlehrer hat eingegriffen. Interessanterweise war das Auto, wie ihr seht, weiß. Etwa drei Monate später gab es den ersten Unfall mit einem Tesla. Und auch witzigerweise
26:21
war es die Farbe weiß. Und ich habe hohen Respekt vor den Technikern, denn das ist nicht trivial, diese ganzen Sensoren dahin zu setzen. Möglicherweise gab es da ein Problem. Also autonome Fahrzeuge, na ja. Ich frage einfach mal jeden hier von euch, bitte um Handzeichen. Wenn nach dieser Veranstaltung,
26:42
wenn ihr nach Hause wollt, draußen ein Pool von autonomen Fahrzeugen ist, wer sagt, kein Problem, da steige ich ein. Kurz mal zeigen. Okay, es ist schön, dass man auf der Republik heißt. Ich zeige euch jetzt ein zweites Video. Das zweite Video, dieses Mal habe ich es nicht selber gemacht. Es ist
27:01
ein Video aus einem autonomen Fahrzeug. Und ich werde es euch zweimal zeigen, weil ich glaube, beim ersten Mal sieht man nicht alles. Aber ihr stellt euch vor, das ist wie gesagt die Perspektive aus einem autonomen Fahrzeug. Das ist ein Tesla im Autopilot-Mode. Und schaut, was passiert. So, was man hier deutlich sieht,
27:32
ich führe das Video nochmal kurz auf. Ihr könnt es dunkel lassen. Ihr könnt euch selber die Frage stellen, wenn ihr hinter dem Steuer gewesen
27:41
wärt, hättet ihr gebremst. Ich habe mir das Video öfters angeschaut. Und ich muss sagen, ich hätte nicht gebremst. Denn der vorne, der bremst auch nicht, da gibt es kein Licht. Aber die Sensoren des Fahrzeugs registrieren, dass da vorne einer steht. Und interessanterweise bremst das Auto sachte ab. Jetzt frage ich
28:04
wiederum im Publikum, stellt euch vor, da draußen stehen nach dieser Veranstaltung jede Menge autonome Fahrzeuge. Würdet ihr einsteigen, ja oder nein? Gibt es Leute, die die Meinung geändert haben? Naja, vielleicht. Was will ich damit sagen? Zwei Sachen. Das
28:22
erste ist, ja, wir werden Unfälle mit autonomen Fahrzeugen auch in der Zukunft haben. Wir werden möglicherweise, und das ist ja eine große Debatte über ethische, moralische Fragen, ja, wie muss man sie programmieren, moral dilemma. Wir werden Autos haben, die Fehler machen. Vielleicht werden wir sogar autonome Fahrzeuge kaufen,
28:41
so wie wir heute Medikamente kaufen. Und da gibt es einen Beipackzettel und da steht drauf, das autonome Fahrzeug kann in einem von zehn Millionen Fällen den Fahrer umbringen. Würden wir dann nicht einsteigen? Ich weiß es nicht. Aber was wir sehen, ist, da ist eine Entwicklung im Gang. Aber das Spannende ist, wenn wir über
29:01
die Zukunft der Arbeit reden, ist das die Zukunft der deutschen Autoindustrie. Da Daimler dieses Mal autonom. Und da sage ich nein. Warum? Weil inzwischen etwa 50 Prozent der Menschen in Megastädten leben und jeder, der in Megastädten war, weiß, Auto ist keine gute Option. Ja? Es gibt Städte, wenn man in London
29:21
ist, zahlt man eine City Tax, inzwischen eine Toxicity Tax. Wenn man in Beijing oder Shanghai ist, kostet das Nummernschild für das Auto mehr als das Auto selbst, ja? Also die Welt will keine Autos mehr. Was macht Deutschland?
29:49
Das ist für mich etwas, was grotesk ist, weil die Menschen einfach nicht daran glauben, dass die Welt sich wirklich ändert. Es gibt tolle Beispiele in der Vergangenheit. Ich
30:02
erwähne das kurz. Was war das Haupt-Exportgut der US-19-Jahrhundert? Schreibt mal. Ich höre irgendwas. Baumwolle? Whisky? Ja. Nein, es war Natureis.
30:21
Natureis, ihr könnt den nachlesen, Tudor. Ausgeschnitten aus den kalten Seen in Boston. Diese Natur wurde exportiert bis nach Indien. So eine riesige Exportindustrie bis der Kühlschrank kam. Und wenn man sich mal diese Geschichte im Detail anliest, merkt man, dass selbst als der Kühlschrank kam, die Natureisindustrie
30:42
sagte, durchkommt nichts, ja? Wir machen weiter. 10 Jahre später war die Industrie tot. Also in anderen Worten misstraut solchen Leuten, wenn es um Fortschritt geht. Die sind gesättigt von der Vergangenheit, aber die wissen nicht, wo die Zukunft hingeht.
31:04
Oder um es mal mit John Maynard Keynes Worten zu formulieren, das größte Problem steht nicht darin, neue Ideen anzunehmen, aber sich von den Alten zu verabschieden. Und was ich heute geradezu in Deutschland erschütternd finde, ist, dass wir Bereiche haben, die
31:20
großartig sind. Aber dennoch empfinde ich manchmal eine gewisse hochnäsige Sattheit. Wenn es um Zukunft geht, bei denen ganze Industriezweige immer noch nicht verstanden haben, da ändert sich was.
31:42
Und jetzt nähern wir uns der künstlichen Intelligenz. Machine Learning. Wir haben alle gelesen, okay, das ist toll, Alpha Go schlägt Lee Sedol im Go-Spiele. Go ist ein scheiße schweres Spiel. Wer spielt hier Go? Einfach nochmal Binky Binky. Ich merke, ich bin auf
32:02
der Republika. Das Interessante ist, im vergangenen Jahr gab es sogar Alpha Go Zero. Die Künstliche Intelligenz kann das. Die kann in dem Fallen nur Go spielen. Aber was heißt eigentlich Künstliche Intelligenz? Was unterscheidet sie von uns? Und das
32:22
Interessante ist, wenn Sie Kinder haben oder sich an Ihre eigene Kindheit erinnern, dann merken Sie, was wir eigentlich alle tun, denn wir sind ja auch nicht ganz blöd. Was macht ein Kind? Ein Kind sitzt da mit Papa oder Mama und dann zeigt
32:41
Papa darauf und sagt, das ist eine Katze. Und das ist ein Hund. Und das üben wir. Das heißt, wir ordnen zu. Bild in dem Moment zu einem Wort. So haben wir alle gelernt. Und dieser Lernprozess ist genau das, was eine
33:00
Maschine übernehmen muss. Aber wir Menschen sind dabei extrem gut. Wir merken das da nicht. Konkretes Beispiel, ja? Das ist unser Hund. Shanti. Wir nennen die alle Bubu. Ein Australian Shepherd. Jetzt stellt euch vor, ihr seid eine
33:21
hochintelligente Maschine und jetzt müsst ihr immer Bubu wiederfinden. Denn das ist nicht so trivial, denn das ist auch Shanti. Und das ist auch Shanti. Und das ist auch Shanti. Mein Gott. Und da ist Shanti. Das ist Anuk und das ist Kira. Merkt ihr etwas? Das ist für einen Computer
33:42
geradezu atemberaubend schwer, zu sagen, das ist Shanti. Ja? Für uns nicht. Warum? Weil wir sozusagen darauf spezialisiert sind. Weil wir etwas können, was Maschinen lange Zeit nicht konnten. Also wir können differenzieren. Wir können sozusagen Kategorien
34:01
bilden, obwohl Dinge in der Welt unterschiedlich sind. Wenn ich jedem hier im Raum die Frage stelle und ich sage, okay, hier sind handgeschriebene Zahlen, Kreis mal bitte schön die drei ein, ist das Peanuts für jeden von uns. Ja? Das schaffen wir. Und das genau war lange Zeit ein Riesenproblem bei Computern. Bis man irgendwann auf die
34:22
Idee kam und sagte, okay, wir nutzen genau das, was wir haben. Nämlich ein Gehirn oder besser gesagt, wir modellieren ein Gehirn. Ja? Also das ist mein Kopf, erkennt man an der Nase. Sieh mal, wenn ich das sage, die gute Nachricht, es gibt
34:41
Gehirn. Das ist nicht selbstverständlich für Leute, die im deutschen Fernsehen arbeiten, aber okay. Also was machen wir? Wir modellieren. Heißt, man kann im Grunde genommen ein neuronales Netz mathematisch abbilden, dadurch, dass man Neuronen hat. Es gibt sozusagen Input, es gibt eine
35:01
bestimmte Funktion, eine Schwellen Funktion, je nachdem, was man nutzt. Ja? Sigmoid und so weiter. Ist gar nicht so kompliziert. Und in Abhängigkeit dessen schaltet man, ob man das durchführt oder nicht. Und das ganze baut man ein in ein großes Netzwerk. Und jetzt passiert Folgendes, man gibt vorne Daten rein, so ähnlich wie das Kinderbild. Ja? Da steht ein Hund und am Ende kommt
35:21
eine Zuordnung. Und das System lernt anhand von Daten. Das ist relativ trivial, aber der entscheidende Punkt ist, durch die enorme Computerpower, durch die Tatsache, dass wir heute natürlich im Computer haben, kann man das machen.
35:40
Und ich möchte das mit euch testen, und zwar in einem einfachen Beispiel. Ich habe einen Freund, der arbeitet in London bei Google DeepMind, der hat mir ein paar Beispiele gegeben. Und hier geht es darum, Musik, und zwar Musik, klassische Klaviermusik, entweder aus der Romantik, das System hat das, wenn man so will, gefressen. Und jetzt seid ihr
36:00
gefragt, mit dem, was man einen Turing-Test nennt, nämlich, ich spiele jetzt Musik vor, und ihr müsst entscheiden, ist das ein Mensch, der das komponiert hat und es spielt, oder ist es eine Maschine, die sozusagen das komponiert hat und spielt. Okay, ihr seid bereit? Mensch oder Maschine,
36:21
Beispiel Nummer eins. Okay. Wer von euch sagt eindeutig Mensch? Hände hoch.
36:41
Wer von euch sagt Maschine? Okay. Ich sage nichts. Ihr behaltet es. Und ich zeige euch das zweite Beispiel. Wer von euch sagt Mensch?
37:01
Wer von euch sagt Maschine? Du sagst Maschine? Das waren meine beiden Töchter. Aber das erste war eine Maschine. Drittes Beispiel.
37:27
Wer von euch sagt Mensch? Wer sagt Maschine? Wer ist unsicher? Got it.
37:40
Das Spannende ist, wir können es nicht mehr unterscheiden. Und natürlich gilt das nicht nur für wunderbare klassische Musik, aber das gilt auch für Sprache. Und ich zeige euch nur mal, weil es total spannend ist, in dem Lernprozess wie ein neuronales Netzlernen zu sprechen. Denn das hat nichts mehr mit der
38:00
wunderbaren Computersprache oder der nicht so wunderbaren Computersprache des wunderbaren Spachensprachen verstorbenen Stephen Hawkins zu tun. Sondern Sprache selber heißt, wenn wir Menschen sprechen, wir atmen, wir schlucken. Und hier seht ihr nur etwas, das klingt nach Gebrabbel, aber das ist Atmenlernen
38:21
aus der Perspektive eines neuronalen Netzes. Hört sich so an. Also was man hört ist, das klingt so irgendwie
38:40
schon menschlich. Und es wird einfach schwer, auf die Art und Weise Sprache zu unterscheiden. Und jetzt stellt euch vor, wenn wir von Künstlicher Intelligenz reden, haben wir die auch schon in unserer Hosentasche. Ich nehme mal ein Beispiel, damit man es so versteht. Man kann heute mit dem Handy reden. Also, wie alt wurde Ludwig van Beethoven?
39:05
Ludwig van Beethoven wurde 56 Jahre alt. Ich werde demnächst 59. Wo wurde er geboren? Er wurde in Bonn geboren.
39:21
Okay. Ich kann mit dem Apparat reden. Ist euch was aufgefallen? Wie lautete meine zweite Frage? Wo wurde er geboren? Okay. Diese Systeme verstehen bereits einen impliziten Kontext. Sehr spannend, ich habe den Abteilungsleiter bei Google kennengelernt.
39:41
Der sitzt in Zürich, der das macht. Und jetzt kann man sich vorstellen, was passiert. Nämlich, wenn ihr in 4 Jahren eine Hotline anruft, dann werdet ihr feststellen, dass es eine unglaublich eloquente Dame gibt, die extrem kompetent ist. Und ihr seid euch nicht mehr sicher, ist das ein Mensch oder eine Maschine?
40:01
Okay. Das heißt, wir kommen in eine Welt rein, wo vielleicht der einzige Unterschied dahin besteht, zu sagen, boh, die ist so schnell, das muss eine Maschine sein, das kann ein Mensch nicht. Und wenn man diese Dinge selber probiert, merkt man schon, okay, das ist befremdlich. Ich habe Ende letzten Jahres in Bangalore
40:20
ein Expertensystem, da ging es um Wirtschaft. Gut, vielleicht verstehe ich zu wenig von Wirtschaft. Aber ich habe mit dem System gesprochen und hätte es hinter einem Vorhang gestanden, hätte ich gedacht, boh, das ist endlich mal ein kompetenter Berater. Also, da dreht sich etwas. Und jetzt kann man überlegen, also wenn ihr Freunde habt, die noch in einer telefonischen Hotline arbeiten, erzählt ihn davon.
40:40
Ich glaube, es ist kein guter, langfristiger Job. Nun, was noch passiert, und das ist viel, viel tiefer, ist, wir reden bei neuronalen Netzen, wie gesagt, von Strukturen, bei denen man die Gerenstrukturen nachbaut, aber es ist eigentlich eine Blackbox. Das bedeutet, wir füttern Daten, übrigens auch da. Umkehr der Fließrichtung im Vergleich
41:01
zum Programmieren. Früher, die Daten programmieren das Netzwerk. Aber niemand weiß, was sozusagen in den Zellen dazwischen passiert. Es gibt einige Beispiele. Also, wenn man neuronalen Netze hat, die zum Beispiel Menschen identifizieren. Also, stellt euch vor, ich hatte hier eine Kamera und ich identifiziere Menschen. Dann hat man festgestellt, dass es bestimmte Zellen
41:21
gibt, die aufleuchten, dann, wenn sie Stoff sehen, der so gefaltet ist. Ihr könnt einfach mal euren Nachbarn angucken. Also, das sind die Kategorien einer Maschine. Und man merkt damit, da verändert sich auch etwas. Aber das große Problem ist, man versteht nicht genau, wie es ist. Und viele arbeiten daran.
41:41
Also, Google zum Beispiel, ja, an der Fragestellung, wie schafft es ein neuronales System, den Unterschied zu machen zwischen einem Laborador und einer Katze. Und wie sehen diese darunter liegenden Ebenen aus? Man spricht auch von dem, was man Explainable Artificial Intelligence nennt, also
42:01
etwas, wo wir die Kausalität verstehen. Und das ist wichtig. Warum? Das ist wichtig, weil inzwischen diese Technologien in ganz vielen Bereichen, die Black Box funktioniert halt, eingesetzt werden, obwohl wir nicht genau verstehen, wie sie funktioniert. Also, im Klartext, es gibt algorithmische Banken, die nutzen das bei der Kreditvergabe,
42:21
aber auf die Frage, warum kriege ich den Kredit nicht, gibt es da nur eine Antwort. Ja, weil der Algorithmus das entscheidet. Und wenn wir an ein Rechtssystem denken, dann sind wir immer noch Enkel der Aufklärung. Das heißt, wir sind verankert auf der Basis der Kausalität. Wenn einer verhaftet wird, wollen wir wissen, warum,
42:40
was ist die Ursache. Und wir wollen nicht, dass demnächst ein Algorithmus uns sagt, dass wir schuldig sind und wir wissen es nicht. Wenn wir das zulassen, kommen wir in eine sonderbare neue Welt eines Orakels. Und das dürfen wir, glaube ich, alle nicht
43:00
zulassen. Die Geschichte des Orakels von Delphi war, dass der Schlange Python der Kopf abgehauen wurde und das Blut schloss an den Ort. Und genau das waren im Grunde genommen diese neuen Qualitäten einer Vorhersage. Ich meine, das ist vielleicht
43:20
ein Zufall, aber Python, Oracle, Delphi, okay. Das ist Zufall. Aber wir machen schon fleißig weiter, indem wir solche Technologien, die, wie gesagt, nicht im Kern verstanden sind, nutzen zum Beispiel, um Gesichter zu erkennen, um Profile zu erkennen, um in dem Bereich
43:40
viel zu machen. Und diese Technologie zeigt etwas, nämlich aus ökonomischer Perspektive mag es vielleicht sinnvoll sein, schnell voranzugehen. Weil aus ökonomischer Sicht sagt man, okay, die Systeme haben eine Failure Rate, die geringer ist. Aber aus demokratischer
44:01
Perspektive wollen wir Systeme haben, die in gewisser Weise eine Rechenschaftspflicht abgeben. Für mich atemberaunt, dass wir, ich meine, wir sind hier in Berlin. Ich meine, vor 30 Jahren in Berlin, man hätte mal der Stasi erzählt, die Menschen installieren freiwillig Mikrofone und Kameras. Also das ist...
44:20
Und wir lassen das zu. Wie kann es sein, dass wir das zulassen? manches mag spannend sein, aber ich bin nicht blöd. Ich gucke einfach nach. Was sind so Patentanmeldungen von Amazon? Jeder kann das nachgucken.
44:41
One or more sniffer algorithms. Versuchen im Moment zu Hause rauszuhören, okay, was sozusagen nicht nur der Inhalt ist, sondern die Art und Weise, wie der Inhalt artikuliert wird. Also auf Gutdeutsch die Stimmung. Es gibt andere ein Patent, da geht es darum,
45:01
a habit of the individual predicted mischief. Mischief heißt, auf Gutdeutsch bei Familie Müller gibt es im Moment Stress. Wollt ihr, dass Amazon jeden Ehestreit mitbekommt? Das ist natürlich manchmal ganz schön aus der ökonomischen Perspektive, aber gerade
45:21
da, glaube ich, ist es an der Zeit, vieles nochmal zu überdenken. Und das gilt nicht nur für Amazon, das gilt natürlich auch für Facebook. Und wir haben alle gesehen, dass der Umgang mit unseren privaten Daten eine absolute Fax ist. Und wir haben spätestens seit Cambridge Analytica gesehen, dass die Nutzung dieser Daten
45:41
nicht nur zur Optimierung, wie Zuckerberg sagt, of the advertising experience genutzt wird, sondern weitergeht. Cambridge Analytica zeigt nämlich etwas, dass das Potential von solchen sozialen Netzwerken, die an vielen Stellen bestimmt legitim und wunderbar sind,
46:01
so ist, dass sie natürlich auch zur Manipulation im demokratischen Sinne eingesetzt werden können. Und für mich beschämend dabei ist, dass unsere Politik eigentlich immer noch nicht scharf genug ist. Ich habe mir die zwei Congress hearings von Zuckerberg angeschaut und ich muss einfach sagen, ich war geradezu
46:21
beschämt über die Ignoranz der Politik. Die Leute haben die falschen Strahlen gesteckt. Ganz abgesehen davon müssen wir uns an irgendeiner Stelle auch mal fragen, okay, all diese Technik ist vielleicht schön innerhalb der Demokratie. Aber Demokratie ist nicht das 0815 Rezept aller Nationen.
46:42
Und es gibt viele Länder, die sind nicht so demokratisch, da wird das Internet schon mal ein bisschen zensiert oder vielleicht sogar ein bisschen zu viel zensiert. Stellt euch vor, diese Technologie in den Händen anderer, dann merkt man einfach, wir sind an einer Phase angekommen, wo wir darüber wirklich viel stärker
47:01
nachdenken und diskutieren müssen, als wir es heute tun. Aber wir reden oft über die digitale Kultur und wir vergessen, dass das Spannende dahin besteht, dass es oft genau diese Bereiche sind, wo unterschiedliche Disziplinen verschmelzen, wo es wirklich spannend wird.
47:22
Nehmen wir ein einfaches Beispiel. Bücher. Stellt euch vor, ich erzähle euch eine kurze Geschichte, Buch der Zukunft. Das Buch der Zukunft wird ein Reader sein, höchst wahrscheinlich. Also Bücher aus Papier sind von der Diskussion her nicht so dolle.
47:41
Die Geschichte, die ich euch erzähle, ist sehr valide, weil ich sie unterfüttern kann, mit Details. Ganz konkret, dieses Buch der Zukunft lässt ihr auf dem Reader. Auf dem Reader gibt es natürlich eine Kamera, so wie auf jedem Handy, auf jedem Laptop. In Schweden, in der Nähe von
48:01
Stockholm war ich bei einem Forschungsinstitut, die Fondes machen, die haben eine Kamera und die nutzt sozusagen Eye Tracking. Die sind in der Lage, eure Augenbewegung zu tracken. Die nächsten Reader, die werden jetzt kommen, haben nämlich die Eigenschaft, also man liest und wenn man unten ist, blättert das System selber weiter. Total praktisch. Super.
48:21
Aber es passiert natürlich noch etwas, man sieht, was der andere gerade geguckt hat. Also wage ich eine Prognose, Internetwerbung wird in ein paar Jahren nur dann bezahlt, wenn sie auch vom User gesehen wird. Es hat auch andere vielleicht wunderbare Aspekte, also als Kind musste ich
48:40
in der Schule Ephibris lesen. Wenn man jetzt so einen Reader hat, dann kann der Lehrer natürlich sehr genau nachverfolgen, wer hat gelesen und wer nicht. Machen wir uns klar, es ist das erste Mal, dass das Buch seinen Leser verrät. Aber was
49:01
für Vorteile gibt es? Der Vorteil ist zuerst einmal, man hat ein Monitoring des Readers, das gibt's schon heute. In diesem Forschungsinstitut hat man auch eine Kamera, die misst nicht nur das sogenannte Eye-Tracking, sondern die sogenannte Pupillendilatation. Das ist ein Reflex, den wir haben, in dem Moment, wo irgendwas spannend oder aufregend
49:20
ist, weitet sich unsere Pupille. Ein Maß für Emotionalität. Auch das kann man auswerten. Also könnt ihr euch vorstellen, dieses Buch wird natürlich optimiert werden. Warum? Weil wenn in Kapitel 3 ständig die Leser aussteigen, dann wird man sagen, okay, dann arbeiten wir das Kapitel um und irgendwann wird das Buch spannend und ihr lest das Buch und das Buch ist wirklich spannend und ihr lest es und
49:42
irgendwann kommen eure Freunde und eure Straße vor. Klar, das Buch kennt euch und jeder weiß, dass personalisierte Information noch tiefer geht. Und ihr seid erstaunt, weil ihr lest dieses Buch und er hatte gestern Geburtstag und der Protagonist hatte auch Geburtstag und das ist sowieso komisch, weil vor zwei Wochen hatte ihr eine Grippe und der Protagonist sagte,
50:02
gute Besserung. Und ihr lest dieses Buch und ihr merkt plötzlich, dass ihr anfängt, Muster zu ändern. Ihr habt Chia-Samen beim Frühstück, hattet ihr früher auch nicht, aber der Protagonist im Buch, der macht das auch. Und ihr lest dieses total spannende Buch und in Kapitel 23 klingelt euer Handy.
50:23
Das Buch ruft euch an. Und ihr lest dieses Buch und ihr seid geradezu erfüllt davon. Und in Kapitel 37 klingelt erneut euer Handy. Und es ist wieder euer Buch. Und das Buch sagt, hallo,
50:41
wir müssen dir was mitteilen, es gibt da Auffälligkeiten der Daten und wir geben dir die Empfehlung, geh bitte zu einem Neurologen. Wir haben bereits einen Termin gemacht. Ihr guckt in euren Terminkalender, der Termin ist bereits gemacht, ihr geht zum Neurologen. Der Neurologe eröffnet euch zuerst einmal,
51:00
okay, das ist nicht ein normales Buch, so wie ihr es kennt. Das ist ein Diagnosetool entwickelt von einem Pharmakonzern und einer großen Software Schmiede und dient dazu anhand eurer Reaktion, anhand der Mikrorhythmen des Lesens, anhand der Töne und natürlich auch der Optik und die Kamera
51:22
erfasst natürlich auch euer Gesicht, Krankheiten zu diagnostizieren und in dem Falle gut, dass sie da sind. Denn wir haben bei ihnen Anzeichen, erste Anzeichen von Parkinson gesehen. Das, meine Damen und Herren, liebe Freunde, ist nicht Science Fiction.
51:40
Das ist das, was im Moment schon anfängt zu laufen, Parkinson Voice Initiative. Nur auf Grund von Tönen, von Sprache ist man heute in der Lage, mit einer erstaunlich hohen Trefferquote zu sagen, ob ein Mensch an Parkinson möglicherweise in Zukunft erkrankt. Und wenn wir nicht nur in die Software gehen, sondern die Hardware, sieht es noch spannender aus, denn
52:02
wenn wir an Chemie denken, dann denken wir an Chemie mit großen Pippetier Dingen. Aber das ändert sich. Ich habe eine Freundin, die arbeitet in Cambridge am Department of Biochemistry und die machen Pico-Droplet-Untersuchungen. Winzig kleine Tröpfchen, so klein, dass man, wenn man
52:20
redet, genügend davon hat. Und die Sensoren, die da verbaut werden, sind so klein wie Chips und sie können damit echt Chemie machen. Sie können einzelne Tropfen festhalten und dann natürlich mit Hilfe der Software oder anderer Dinge evaluieren. Das heißt, wir brechen
52:40
gerade sozusagen eine neue Tür auf, bei der die Chemie revolutioniert wird. In vielen Bereichen passiert das, aber es ist faszinierend, weil, wie gesagt, das sind Mikrostrukturen. Es ist, wenn man so will, dieselbe Grammatik wie die Grammatik der Mikroelektronik. Und man kann damit zum Beispiel innerhalb von kürzester Zeit enorme Dinge scannen. Es gibt bereits erste Erfolge.
53:02
Anfang des Jahres hat man auf der Suche nach einem Wirkstoff gegen resistente Malaria tatsächlich einen gefunden, und zwar in einer Zahnpasta. Artificial Intelligence. Wir reden davon, und das ist ziemlich rezent, 29. März,
53:20
Planning Chemical Synthesis with Deep Neural Networks. Heute fängt man an chemische Kombination. Also das, was vorher hieß, der Chemiker sitzt im Labor und probiert Kombination A, B, C aus. Das kriegt man heute schneller hin. Das heißt, wir erleben nicht nur einen Bruch in der, ich sage mal Software, wir erleben
53:42
noch viel stärker in den nächsten Jahren einen Umbruch in der Art und Weise, wie wir Chemie machen, in der Art und Weise, wie wir Medizin machen. Wir werden sozusagen darüber zu reden haben, ab wann und zu welcher Tiefe Maschinen in uns hinein penetrieren. Und natürlich werden wir darüber reden, was machen wir mit vielen, vielen, vielen Daten.
54:02
Und es ist sehr spannend, weil diese beiden Bereiche viel enger miteinander verzahnt sind als der eine oder andere Art. Es reicht einfach mal, sich die Investments von Google, von Facebook, von Amazon zum Beispiel im medizinischen Bereich anzuschauen. In Stanford arbeitet man im Moment an faszinierenden Bereichen.
54:22
Und die Geldgeber kommen aus dem IT-Bereich. Und da geht es zum Beispiel darum, ich war im letzten Jahr da, Tony Visca Ray arbeitet an einer Methode. Da geht es darum, dass man möglicherweise in Zukunft als Heimer zurücksetzen kann. Weil man mithilfe der Technik
54:40
im Blut bestimmte Proteine synthetisiert und wenn man das als Heimer Mäusen gibt, merkt man wow, denen geht es besser. Es gibt andere, die sagen, okay, wir werden demnächst möglicherweise jeder von uns für kleines Geld ein Screening machen und feststellen, okay, wie alt bist du? Ich probiere natürlich
55:00
alles aus, nicht nur autonome Fahrzeuge, DNA. Den Test kann man kaufen. Hab ich natürlich gemacht, also mein echtes Alter, ich bin 58, Beethoven wurde 56, also ich bin 58, aber mein DNA-Age ist 54. Da denkt man also normalerweise,
55:20
it made a day, aber blöderweise bin ich Physiker, ich lese das Kleingedruckte und da steht hier Median von zwei Standardabweichungen. Okay, Pech gehabt. Aber was es zeigt, ist, wir kommen in einen Bereich rein, wo diese Daten möglicherweise bei Versicherungen ganz konkret genutzt werden, um zu sagen, okay, nehme ich dich ja oder nein? Wir haben andere Bereiche, wo wir merken,
55:41
wie sozusagen die ökonomische Gier schon so enorm ist, CRISPR-Cas, mit all den daraus resultierenden Konsequenzen. Das heißt, wir reden, wenn wir von künstlicher Intelligenz reden, nicht von irgendwelchen Silikonmaschinen, wir reden möglicherweise von einer Veränderung von uns, von unserer Spezies. Nun,
56:01
ich komme allmählich zum Schluss, aber vielleicht sollten wir einen Moment wirklich mal darüber nachdenken und ich glaube, es ist an der Zeit. Was genau ist Innovation? Was machen wir? Was machen wir? Innovation ist, ich drücke es provokant aus, das, was eigentlich eine kleine, reiche, meistens weiße Minderheit
56:21
für eine andere kleine, weiße Minderheit macht. Innovation, so ein paar Beispiele, NEO, das ist so ein Topf, da könnt ihr Müsli oben reinschütten und dann könnt ihr auf ein Smartphone nachgucken, wie voll er ist und wie viele Kalorien drin sind. Darauf hat die Welt gewartet.
56:41
NEUMA. NEUMA ist eine Uhr mit einem Hautwiderstandsmesser und man kann daran ablesen, ob man Stress hat. Hallo? Meistens machen mir Uhren Stress. Oder wie ein Freund in Kenia mal sagte, ihr habt die Uhren, wir haben die Zeit. Also, wenn wir
57:01
darüber reden, müssen wir wirklich über People reden und wir reden zu wenig von denen. Wir reden zu wenig von 20% der Bewohner in Megastädten, die nichts bei Amazon bestellen können, weil sie weder eine Internetanschrift noch überhaupt eine Anschrift haben. Sie haben nicht mal ein Klo und sauberes Wasser. Und im Zeiten von
57:21
2018, wo wir auf der einen Seite im Moment, ich glaube, etwa 90 Patentanmeldungen haben, wo es darum geht, auf Handys irgendwelche Bilder zu verändern, sollten wir uns vielleicht auch mit der Chance mal fragen, was tun wir für die? Künstliche Intelligenz und der schnelle Fortschritt zeigt, dass wir eigentlich
57:41
in einer Welt leben und das ist die erste Generation, die das kann, diese Welt und zwar die Gegenwart verändern. Das sind wir. Nie zuvor gab es eine Generation, die das konnte. Und dieses enorme Potenzial, was wir alle haben, sollte zu einer anderen Verantwortung führen, zu einer anderen Prioritätensetzung.
58:02
Und es geht dabei nicht nur um die Armen weit weg. Es geht auch darum, dass wir bei uns viel stärker darüber nachdenken müssen, wer sind die Gewinner und Verlierer dieses Fortschritts. Denn was wir alle im Moment erleben, ist, dass Demokratien anfangen zu wackeln, dass es verunsicherte Gesellschaften gibt, bei denen Menschen nicht mehr wissen,
58:21
was ihr Platz in ihrer Zukunft ist. Und auf dem Weg dahin kann sehr schnell etwas passieren, nämlich ein System kippt. Und das ist das, was wir im Moment nicht nur in Europa, sondern natürlich auch in den USA erleben. Und wenn es so weitergeht und Trump eine zweite Wahlperiode durchsteht, wage
58:41
ich zu bezweifeln, ob die USA noch tatsächlich ein demokratischer Staat sind. In anderen Ländern merken wir bereits diese Veränderung. Das heißt, bevor wir über das Übermorgen nachdenken, sollten wir auf dem Weg dahin einen Moment darüber nachdenken, was bedeutet dieser technische Fortschritt, was bedeutet diese
59:01
Veränderung für die Gesellschaft. Und diese Sensibilität braucht es. Und es braucht viele auch Wissenschaftler, die aktiv darüber diskutieren. Meine tiefe Hoffnung dabei ist, dass diese großartige digitale Welt natürlich auch tolle, enorme Chancen hat. Ich bin in Indien aufgewachsen
59:21
und damals war es so, dass Kommunikation mit einer Welt da draußen extrem teuer war. Es ist das erste Mal in der Geschichte, dass Kommunikation symmetrisch geworden ist. Das heißt, wenn ich in Bombay einen Internetanschluss habe und in Berlin habe ich dieselben Informationen. Das hat es nie in der Geschichte der Menschheit gegeben.
59:40
Wir haben grandiose neue Möglichkeiten, Wissen oder Bildung Menschen nahe zu bringen, die weit weg und scheinbar abgehängt sind. Wir haben die Chance, das Internet für uns, für unsere Gesellschaft zu nutzen. Und ich glaube, das ist die Verpflichtung, die wir eigentlich wir als Generation haben.
01:00:00
Ich komme zum Schluss, das ist die Werbung, die sich weg, und ich sage, was wir brauchen, ist eine Haltung. Und diese Haltung heißt nicht ein Ja oder Nein, sondern diese Haltung heißt, und Pablo Picasso hat es so wunderbar formuliert, das Wesenhafte des modernen Menschen, der in aller Angst des Loslassens,
01:00:22
das ist genau das, was wir in den nächsten Jahren immer mehr erleben werden, die Angst des Loslassens, des Arbeitsplatzverlustes, der Veränderungen, bei aller Angst des Loslassens doch die Gnade des Gehaltenseins im Offenwerden neuer Möglichkeiten erfährt. Und das ist wahrscheinlich genau die Kultur, die wir als Generation brauchen,
01:00:45
nämlich keine Angst zu haben, etwas loszulassen und irgendwo die Chancen in diesem Neuen wirklich zu sehen, aber Chancen, die nicht nur sich ausrichten nach rein ökonomischen Kategorien, sondern Chancen, die sozusagen dazu führen, dass eine Welt, die Fortschritt hat,
01:01:04
sich darin versteht, dass dieser Fortschritt nicht nur ein Fortschritt für eine Minderheit ist, sondern uns alle zu Gewinnern macht. Vielen Dank.