AI Washing

AI Washing ist eine Marketingbemühung, die darauf abzielt, zu implizieren, dass die Marken und Produkte eines Unternehmens Technologien künstlicher Intelligenz (KI, englisch Artificial Intelligence – AI) umfassen, auch wenn die Verbindung vielleicht nur schwach oder gar nicht vorhanden ist.

KI steht derzeit im Mittelpunkt desselben Markthype, der zum Cloud Washing und davor zum Green Washing geführt hat. Laut Gartner beschreiben sich mehr als tausend Software-Anbieter als Anbieter künstlicher Intelligenz oder behaupten, dass ihre Produkte KI enthalten. Gartner-Analysten betrachten die Fehlkennzeichnung der KI als eines der drei Hauptprobleme, die die tatsächliche Entwicklung und Einführung künstlicher Intelligenz behindern.

Um festzustellen, ob ein bestimmtes Produkt KI enthält oder nicht, ist ein gutes Verständnis dessen, was künstliche Intelligenz ist, unerlässlich. Die meisten Produkte, die tatsächlich Technologien der künstlichen Intelligenz enthalten, sind Beispiele für schwache KI. Schwache (oder enge) KI setzt Technologien der künstlichen Intelligenz in einem hochfunktionalen System ein, das menschliche Intelligenz für einen bestimmten Zweck nachbildet - und vielleicht sogar übertrifft. Im Gegensatz dazu repräsentiert starke KI (auch bekannt als künstliche allgemeine Intelligenz oder Artificial General Intelligence - AGI) verallgemeinerte menschliche kognitive Fähigkeiten in Software, so dass das KI-System bei einer ungewohnten Aufgabe eine Lösung finden könnte.

Bridget Botelho bietet Fragen an, um die KI-Waschung in einem Produkt aufzudecken:

• Verfügt das Produkt über Fähigkeiten, die weit vor den aktuellen Gegenstücken liegen, die nicht als KI bezeichnet werden?
• Wie definiert der Verkäufer des Produkts KI?
• Welche spezifischen KI-Technologien werden eingesetzt?
• Wie beabsichtigt der Hersteller, mit den sich entwickelnden KI-Technologien auf dem Laufenden zu bleiben?

Jim Hare, Vizepräsident für Forschung bei Gartner, vertritt die Ansicht, dass Sie bei der Produktwahl davon ausgehen, dass die Lösung keine KI bietet und es dem Anbieter überlassen, dass Gegenteil zu beweisen.

KI ist für viele der Anwendungen, für die sie angepriesen wird, notwendig:  „Was Sie suchen müssen, ist eine Lösung für ein Problem, das Sie haben, und wenn maschinelle Lernen das Problem behebt, so ist das großartig", sagt Hare. „Wenn Sie Deep Learning brauchen, weil das Problem für klassisches ML zu groß ist, und Sie neuronale Netze brauchen, dann ist es reale KI, wonach Sie suchen.“