Augmented Intelligence vs. Artificial Intelligence – Eine Begriffsklärung

Augmented Intelligence war als Thema bereits in einem früheren Beitrag auf BauVolution bereits aufgekommen (Zukunft der Arbeit – KI als Partner oder Konkurrent). Dort habe ich erste Gedanken mit Ihnen geteilt zur Beziehung zwischen künstlicher Intelligenz (Artificial Intelligence, hier statt mit AI abgekürzt mit ArI) und erweiterter Intelligenz (Augmented Intelligence, hier abgekürzt mit AuI). Der vorliegende Beitrag soll Ihnen einen tiefergehenden Einblick zur Relevanz, den Unterschieden und Anwendungsbereichen dieser beiden Konzepte geben.

Artificial Intelligence (ArI)

Artificial Intelligence beschreibt Technologien, die darauf abzielen, Aufgaben zu automatisieren, die traditionell menschliches Denken erfordern. Es gibt zwei Hauptformen der Artificial Intelligence: narrow AI (schwache KI) und general AI (starke KI).

Narrow AIGeneral AI
Narrow AI ist auf enge Anwendungsbereiche beschränkt und übernimmt spezifische Aufgaben, wie z.B. Sprachverarbeitung durch Sprachassistenten (Siri, Alexa) oder Empfehlungssysteme (Netflix, YouTube). Sie hat keine allgemeine Problemlösungsfähigkeit, sondern führt strikt vordefinierte Aufgaben aus (Russell & Norvig, 2020).General AI hingegen wäre in der Lage, menschliches Denken in seiner ganzen Bandbreite zu imitieren, einschließlich abstrakten Denkens und Problemlösung. Aktuelle Forschungen deuten darauf hin, dass die Entwicklung einer General AI nach wie vor eine große Herausforderung darstellt und in der Praxis noch weit entfernt ist (Bengio et al., 2017).

In der Bauwirtschaft findet narrow AI zunehmend Anwendung, insbesondere zur Automatisierung von Prozessen wie der Optimierung der Baustellenlogistik oder der Überwachung von Baustellen in Echtzeit. Roboter und autonome Maschinen können repetitive Aufgaben übernehmen und so die Effizienz steigern. Die Verwendung von AI hat dabei das Potenzial, nicht nur die Produktivität zu steigern, sondern auch Kosten zu senken und Bauzeiten zu verkürzen (Goodfellow et al., 2016).

Augmented Intelligence (AuI)

Augmented Intelligence verfolgt einen anderen Ansatz als Artificial Intelligence. Hierbei steht die Unterstützung und Erweiterung menschlicher Intelligenz im Vordergrund. Sozusagen eine Co-Intelligence, die uns als Partner zur Seite steht. Augmented Intelligence nutzt maschinelle Systeme, um dem Menschen bessere Entscheidungsgrundlagen zu bieten. Im Gegensatz zur vollautonomen Artificial Intelligence bleibt der Mensch bei der Augmented Intelligence im Mittelpunkt und trifft die endgültigen Entscheidungen.

Ein Beispiel für Augmented Intelligence sind Entscheidungsunterstützungssysteme (engl. Decision Support System, kurz DSS), die Machine Learning (ML) und Echtzeitdaten verwenden, um beispielsweise Ergebnisse oder Projekte durch fundierte Vorhersagen und Simulationen zu optimieren. Augmented Intelligence-Systeme liefern damit umfassende Analysen für Entscheidungsträger und ermöglichen so zum Beispiel präzisere Planungen und Risikobewertungen (Davenport & Ronanki, 2018).

Besonders im Bauwesen können solche Systeme eine wichtige Rolle spielen, da sie Aktueren helfen, auf dynamische und unvorhersehbare Veränderungen zu reagieren und proaktiv Lösungen vorzuschlagen. Augmented Intelligence ergänzt die menschliche Expertise und hilft dabei, Projekte effizienter zu steuern, ohne den menschlichen Entscheidungsspielraum einzuschränken. Im Gegenteil, dieser Entscheidungsspielraum wie auch der verantwortungsvolle Umgang mit diesem sind sogar notwendig.

Unterschied zwischen Augmented Intelligence und Artificial Intelligence

Aus den oben genannten Punkten wird ersichtlich, dass der zentrale Unterschied zwischen Artificial und Augmented Intelligence liegt in der Rolle des Menschen liegt.

Artificial IntelligenceAugmented Intelligence
Diese Technologie führt Aufgaben vollständig autonom aus. Im Bauwesen bedeutet das beispielsweise den Einsatz von autonomen Baumaschinen, die ohne menschliches Eingreifen Erdbewegungsarbeiten durchführen oder Baumaterialien transportieren können (Bock & Linner, 2015).Hier bleibt der Mensch die treibende Kraft hinter Entscheidungen. Augmented Intelligence-Systeme liefern dem Menschen Analysen und Daten, um bessere Entscheidungen zu ermöglichen. Ein Beispiel wäre die Unterstützung der Bauleitung bei der Planung und Optimierung komplexer Bauvorhaben durch datengestützte Entscheidungsprozesse (Gunning & Aha, 2019).

Dieser Unterschied zeigt, dass die beiden Ansätze sich nicht gegenseitig ausschließen, sondern in der Praxis sogar kombiniert werden könnten, um Prozesse zu automatisieren und gleichzeitig die menschliche Entscheidungsfindung zu verbessern.

Anwendungen in der Bau- und Immobilienwirtschaft

Beide Technologien haben bereits Einzug in die Bau- und Immobilienwirtschaft gehalten:

  • Artificial Intelligence wird zur Automatisierung von Prozessen wie der Baustellenüberwachung und dem Ressourcenmanagement eingesetzt. In verschiedenen Forschungsprojekten wird Artificial Intelligence bei der Überwachung und Steuerung von Baumaschinen genutzt, um beispielsweise potenzielle Risiken zu erkennen. Die automatisierte Fehlererkennung in Bauplänen oder die Echtzeitüberwachung von Baustellen sind weitere Anwendungsfelder.
  • Augmented Intelligence kommt insbesondere bei der Entscheidungsunterstützung in Bauprojekten zum Einsatz. Systeme, die Echtzeitdaten analysieren, können Bauleiterinnen und Bauleiter auf drohende Engpässe hinweisen und helfen, Risiken zu minimieren. Diese Systeme stellen Erkenntnisse bereit, die Entscheidungen muss noch immer der Mensch auslösen.

Durch die Nutzung beider Technologien können Organisationen noch besser sowohl die Effizienz steigern als auch die Qualität ihrer Projekte verbessern.

Bei beiden Ansätzen ist Vorsicht geboten!

Trotz der offensichtlichen Potentiale gibt es bei der Implementierung beider Ansätze auch Bereiche, bei der Vorsicht geboten ist.

  • Bias in ArI/ AuI-Systemen: Ein zentrales Problem ist die algorithmische Verzerrung (Bias). ArI-/AuI-Modelle können aufgrund ungenauer oder unausgewogener Trainingsdaten fehlerhafte Entscheidungen treffen. Das könnte im Bauwesen beispielsweise dazu führen, dass Risiken auf Baustellen falsch eingeschätzt werden. Bisherige Forschungen haben gezeigt, dass Bias in AI-Systemen erhebliche ethische und sicherheitsrelevante Probleme verursachen kann (Gebru et al., 2020).
  • Akzeptanz in der Industrie: Ein weiterer Aspekt ist die Akzeptanz dieser Technologien. Viele Organisationen stehen vor der Herausforderung, die nötige Infrastruktur und das Fachwissen aufzubauen, um sowohl Artificial Intelligence- als auch Augmented Intelligence-Lösungen zu implementieren. Es gibt auch Bedenken hinsichtlich der Arbeitsplatzsicherheit, da solche Systeme als Bedrohung für Arbeitsplätze wahrgenommen werden (Marcus, 2018).
  • Ethik der Systeme: Während Augmented Intelligence primär die Rolle des Menschen stärkt, stellt sich hier trotzdem die Frage, wie stark sich der Mensch auf maschinelle Empfehlungen verlassen sollte. Es muss ein Gleichgewicht zwischen menschlicher Entscheidungsfreiheit und maschinellen Analysen gefunden werden, um verantwortungsvolle Entscheidungen sicherzustellen (Floridi et al., 2018). Das bedeutet, dass ein Schlüsselfaktor der verantwortungsvolle Umgang mit solchen Systemen ist. Und dieser muss erstmal vom Menschen gelernt werden.

Und nun?

Sowohl Artificial Intelligence als auch Augmented Intelligence sind im Begriff unsere Welt zu verändern. Nun, wo uns der Unterschied zwischen Artificial Intelligence und Augmented Intelligence bewußter ist, sollten wir uns überlegen, wie wir in der Organisation oder im Projekt beide Ansätze strategisch kombinieren können, um unsere Ergebnisse zu maximieren.

Artificial Intelligence kann Aufgaben automatisieren, während Augmented Intelligence die menschliche Entscheidungsfindung unterstützt. Gemeinsam bieten beide Ansätze ein umfassendes Portfolio an Möglichkeiten, die Effizienz, Sicherheit und Qualität von Projekten verbessern können.

Doch die entscheidende Grundlage für beide Konzeote ist der verantwortungsvolle und sichere Umgang mit solchen Systemen. Und das beginnt bei uns! Experimentieren Sie mit KI-gestützten Tools, finden Sie heraus wie sie funktionieren und welchen Mehrwert sie bringen können. Einfach machen – Learning by Doing – das ist die Devise!

Quellenverzeichnis:

Bock, T. & Linner, T. (2015). Robot-Oriented Design. Springer. online verfügbar

Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business Review.

Floridi, L., et al. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689-707. online verfügbar

Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H., Daumé III, H., Crawford, K. (2020). Datasheets for Datasets. arXiv preprint arXiv:1803.09010. online verfügbar

Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.

Gunning, D., & Aha, D. W. (2019). DARPA’s explainable artificial intelligence (XAI) program: A retrospective. AI Magazine, 40(2), 42-49. online verfügbar

Marcus, G. (2018). Deep Learning: A Critical Appraisal. arXiv preprint arXiv:1801.00631. online verfügbar

Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. online verfügbar

Schlagwörter: Künstliche Intelligenz, Artificial Intelligence, Augmented Intelligence, Co-Intelligence, Bauwirtschaft, Automatisierung, Entscheidungsunterstützung, Ethik, digitale Transformation

Diesen Beitrag zitieren: Karl, C. [Christian K. Karl]. (2024). Augmented Intelligence vs. Artificial Intelligence – Eine Begriffsklärung [Blog-Beitrag]. 22.10.2024. BauVolution, ISSN 2942-9145. online verfügbar