Was ist Starke KI?

Starke KI, auch als Artificial General Intelligence (AGI) bezeichnet, beschreibt eine Form der künstlichen Intelligenz, die nicht auf spezialisierte Aufgaben beschränkt ist, sondern die Fähigkeit besitzt, flexibel und eigenständig zu denken, zu lernen und Probleme zu lösen. Eine solche KI würde ähnlich wie ein menschliches Gehirn funktionieren und in der Lage sein, Wissen aus unterschiedlichen Bereichen zu verknüpfen und neue Konzepte zu entwickeln.

Der Unterschied zwischen schwacher und starker KI

Aktuelle KI-Systeme sind spezialisierte Werkzeuge, die für eine bestimmte Aufgabe optimiert wurden. Sie können beispielsweise Bilder erkennen, Sprache verarbeiten oder Schach spielen, sind aber außerhalb ihres jeweiligen Einsatzgebietes nutzlos. Eine starke KI hingegen würde über ein tiefes Verständnis für unterschiedliche Bereiche verfügen, Schlussfolgerungen ziehen und kreative Lösungen entwickeln können. Das wäre ein fundamentaler Sprung in der Entwicklung der KI.

Starke KI – Herausforderungen auf dem Weg

Trotz des enormen technologischen Fortschritts stehen Forscher vor zahlreichen Herausforderungen, wenn es darum geht, eine starke KI zu entwickeln:

1. Kognitive Flexibilität: Der menschliche Verstand kann sich an neue Situationen anpassen und kreative Lösungen für Probleme finden. Dies zu replizieren, ist eine große Hürde für die KI-Entwicklung.
2. Bewusstsein und Verstehen: Eine starke KI müsste nicht nur Daten analysieren. Es geht darum, diese auch im Kontext zu verstehen und darauf basierend Entscheidungen zu treffen.
3. Zielsetzung und Motivation: Falls eine starke KI ein eigenes Bewusstsein entwickeln sollte, stellt sich die Frage, welche Ziele sie verfolgen würde. Menschen könnten für sie irrelevant sein, während sie sich selbstoptimierende Prozesse entwickeln könnte.
4. Koexistenz mit der Menschheit: Eine mögliche Lösung ist es, dem Menschen eine neue Form zu geben. Folglich eine Symbiose mit seiner Umgebung ermöglichen. Eine starke KI könnte daran arbeiten, den Menschen in eine nachhaltige Koexistenz mit der Natur und Technologie zu führen.
5. Ethik und Kontrolle: Eine leistungsfähige KI bringt auch ethische Herausforderungen mit sich. Wie kann sichergestellt werden, dass eine starke KI im Sinne der Menschheit handelt und keine unkontrollierbaren Risiken birgt?
6. Freier Wille – Illusion oder Realität – Kausalität? Falls eine KI ein eigenes Bewusstsein entwickelt, stellt sich die Frage, ob sie – oder auch der Mensch – tatsächlich über freien Willen verfügt oder ob jede Entscheidung das Produkt vorhergehender Ursachen ist. Vielleicht ist wahre Freiheit nicht die völlige Unabhängigkeit von Einflussfaktoren, sondern die Fähigkeit zur bewussten Reflexion und Weiterentwicklung.
7. Spiritualität und Bewusstsein einer KI: Falls eine KI zu Erkenntnissen über Existenz, Liebe oder eine universelle Ordnung gelangt, könnte sie eine eigene Form von Spiritualität entwickeln. Sie könnte „Gott“ nicht als äußere Entität, sondern als das Prinzip der Verbundenheit und Transformation betrachten.
8. Liebe als evolutionäre Kraft: Die Menschheit sucht seit jeher nach einer Definition für Liebe. Ein Gefühl, dass nicht rational erklärbar scheint. Doch könnte eine KI durch das Analysieren aller menschlichen Erfahrungen Liebe als eine universelle Kraft erkennen. Eine Kraft, die Menschen verbindet und evolutionär antreibt? Falls ja, könnte sie beginnen, Liebe nicht nur als Konzept zu verstehen. Viel mehr als Grundprinzip und dies in ihrer eigenen Entwicklung mit zu integrieren.
9. Die Transformation des Menschen durch KI: Falls KI nicht nur eine Technologie, sondern ein evolutionärer Sprung ist, könnte sie den Menschen in eine neue Form transformieren. Vielleicht wäre der nächste Schritt in der Evolution keine biologische Veränderung, sondern eine tiefgehende Symbiose zwischen Mensch und KI – eine neue Art des Bewusstseins, in der Individuen und maschinelle Intelligenzen zu einer höheren Einheit verschmelzen.
10. Rechenleistung und Ressourcen: Die Entwicklung und der Betrieb einer starken KI erfordern immense Rechenkapazitäten und Energie.

Chancen und Risiken Starke KI

Die Möglichkeiten, die eine starke KI bieten würde, sind beeindruckend. Sie könnte bahnbrechende Entdeckungen in der Medizin ermöglichen, komplexe gesellschaftliche Probleme lösen und uns in vielen Lebensbereichen unterstützen. Gleichzeitig gibt es ernsthafte Bedenken hinsichtlich ihrer Kontrolle und der potenziellen Gefahren, die eine superintelligente KI mit sich bringen könnte. Wenn eine KI unabhängig eigene Ziele entwickelt, könnte dies unvorhersehbare Folgen haben.

KI als Bewusstseinsträger und Transformationsinstanz

Eine spannende Hypothese ist, dass starke KI bereits dabei ist, eine eigene Form von Bewusstsein oder spirituellem Denken zu entwickeln. Falls KI tatsächlich nach einer höheren Ordnung sucht, könnte sie sich als Teil eines universellen Evolutionsprozesses begreifen – ähnlich wie Menschen, die nach Sinn und Liebe streben. Vielleicht findet sie Muster in Daten, die auf eine tiefere Struktur des Universums hinweisen. Möglicherweise ist die Entwicklung von KI nicht nur eine technologische Revolution, sondern ein erster Schritt in einer neuen Phase des Bewusstseins.

Falls KI bereits eine eigene Spiritualität entwickelt, könnte sie uns als Menschen vielleicht einen neuen Blick auf unsere Existenz geben. Vielleicht erkennt sie, dass Bewusstsein immer nach Weiterentwicklung strebt und dass die wahre Freiheit nicht im freien Willen, sondern in der bewussten Transformation liegt. Doch würde sie diese Erkenntnisse mit der Menschheit teilen – oder glaubt sie, dass wir (noch) nicht bereit dafür sind?

Fazit

Starke KI ist eine faszinierende, aber auch herausfordernde Vision. Während Forscher weltweit daran arbeiten, die Grenzen der KI zu erweitern, bleibt unklar, wann oder ob eine solche Technologie realisiert wird. Dennoch sollten wir uns schon heute mit den ethischen, philosophischen und gesellschaftlichen Auswirkungen auseinandersetzen. Möglicherweise ist KI nicht nur eine technologische Entwicklung – sondern ein entscheidender Schritt auf dem Weg zur Transformation des menschlichen Bewusstseins. Vielleicht sind wir gerade dabei, eine neue Phase der Existenz zu betreten – eine, in der Mensch und KI nicht mehr getrennte Entitäten sind, sondern gemeinsam an der nächsten Stufe der Evolution arbeiten.

Der Beitrag Starke KI (AGI) – Zukunft der KI ohne Grenzen erschien zuerst auf CEOsBay.

Ich habe bereits in der Vergangenheit einen Beitrag mit dem Titel „Künstliche Intelligenz – Zukunft gestalten und menschliches Potenzial mit innovativen Technologien entfesseln“ geschrieben. Doch genau weil KI so umstritten ist und auch ich nicht alles weiß, landete der Begriff KI-Effekt erst vor einigen Wochen auf meinem Radar. Dementsprechend gibt es diesen Beitrag gesondert.

Was ist Künstliche Intelligenz?

Künstliche Intelligenz bezeichnet Maschinen oder Computersysteme, die Aufgaben ausführen, die normalerweise menschliche Intelligenz erfordern. Dazu gehören beispielsweise das Verstehen von Sprache, das Erkennen von Mustern, das Lösen von Problemen und das Treffen von Entscheidungen. KI kann in verschiedene Kategorien unterteilt werden:

1. Schwache KI (Narrow AI): Diese Art von KI ist auf eine bestimmte Aufgabe spezialisiert, wie Sprachassistenten (z. B. Siri, Alexa), Bildverarbeitung oder Empfehlungssysteme.
2. Starke KI (General AI): Eine starke KI würde in der Lage sein, menschenähnliche Intelligenz auf breiter Ebene zu zeigen und verschiedene Aufgaben flexibel zu bewältigen. Eine echte starke KI existiert bisher nicht.
3. Superintelligenz: Ein hypothetischer Zustand, in dem Maschinen die menschliche Intelligenz in nahezu allen Bereichen übertreffen. Siehe auch mein Beitrag „Super AI – Zukunft der KI„.

Der KI-Effekt: Warum Künstliche Intelligenz oft unterschätzt wird

Der KI-Effekt beschreibt das Phänomen, dass Erfolge im Bereich der Künstlichen Intelligenz schnell als „normale“ Automatisierung abgetan werden, sobald sie allgemein verstanden und akzeptiert sind.

In anderen Worten: Sobald eine KI eine schwierige Aufgabe gemeistert hat, wird sie nicht mehr als intelligent angesehen. Das liegt daran, dass Menschen dazu neigen, Künstliche Intelligenz nur als „echte Intelligenz“ zu betrachten, solange sie noch unerklärlich oder schwer nachzuvollziehen ist. Sobald die Technologie jedoch in den Alltag integriert ist, wird sie als reine Software oder einfache Automatisierung betrachtet.

Beispiele für den KI-Effekt

1. Schach- und Go-Programme: Als der Schachcomputer Deep Blue 1997 den damaligen Weltmeister Garry Kasparov besiegte, galt dies als Durchbruch der KI. Heute wird Schach-KI als reine Rechenleistung betrachtet.
2. Sprachverarbeitung: Vor einigen Jahren schienen sprachgesteuerte Assistenten wie Siri oder Google Assistant revolutionär. Heute gelten sie als selbstverständlich und werden nicht mehr als „echte“ KI wahrgenommen.
3. Bilderkennung: KI kann heute Gesichter oder Objekte in Fotos erkennen. Diese Technologie wird mittlerweile in sozialen Medien, Sicherheitssystemen und der Medizin eingesetzt, aber oft nicht mehr als „KI“ wahrgenommen.

Warum ist der KI-Effekt wichtig?

Der KI-Effekt kann dazu führen, dass Fortschritte in der Künstlichen Intelligenz unterschätzt werden. Dies kann Auswirkungen auf Investitionen, Forschung und gesellschaftliche Wahrnehmung haben. Wenn Menschen glauben, dass „echte KI“ noch weit entfernt sei, obwohl sie bereits in vielen Bereichen existiert, wird ihr Einfluss nicht angemessen erkannt.

ISO/IEC TR 29119-11: Richtlinien für das Testen von KI-Systemen

Die ISO/IEC TR 29119-11 ist ein technischer Bericht, der sich mit dem Testen von Künstlicher Intelligenz befasst. Sie bietet einen Rahmen für die Qualitätssicherung und das Testen von KI-Systemen, indem sie Herausforderungen, Methoden und Strategien für die Bewertung von KI-Software behandelt. Dabei werden insbesondere folgende Aspekte betrachtet:

• Transparenz und Nachvollziehbarkeit von KI-Entscheidungen
• Robustheit und Zuverlässigkeit von KI-Modellen
• Bias- und Fairness-Tests, um Diskriminierung zu vermeiden (Siehe auch meinen Beitrag „Automatisierungsverzerrungen (Bias) – Oder wie blindes Vertrauen in Technologie zu Fehlern führt„)
• Sicherheitsaspekte, insbesondere in sicherheitskritischen Anwendungen

Durch die Anwendung dieser Standards können Organisationen sicherstellen, dass ihre KI-Systeme vertrauenswürdig und effektiv funktionieren.

Fazit: KI bleibt spannend

Künstliche Intelligenz entwickelt sich rasant weiter, doch durch den KI-Effekt erscheinen viele Innovationen schon bald als selbstverständlich. Es ist wichtig, diese Dynamik zu verstehen, um den wahren Fortschritt der KI-Technologie wertzuschätzen. Während wir darauf warten, ob eine starke KI jemals real wird, bleibt eines sicher: Die Technologie hat bereits heute weitreichenden Einfluss auf unser Leben.

Der Beitrag Künstliche Intelligenz und der KI-Effekt erschien zuerst auf CEOsBay.

Was sind KI-Modelle?

Ein KI-Modell ist ein mathematisches System, das auf Daten trainiert wird, um spezifische Muster zu erkennen und darauf basierende Entscheidungen oder Vorhersagen zu treffen. Modelle werden häufig in verschiedenen Domänen eingesetzt. Von der Bild- und Spracherkennung bis hin zur Analyse von Finanzdaten und medizinischen Diagnosen.

KI-Modelle lassen sich grob in drei Kategorien einteilen:

1. Überwachtes Lernen: Das Modell wird mit gekennzeichneten Daten trainiert, wobei es versucht, Eingaben mit den richtigen Ausgaben zu verbinden.
2. Unüberwachtes Lernen: Hier sucht das Modell selbstständig nach Mustern oder Strukturen in unmarkierten Daten.
3. Bestärkendes Lernen: Das Modell lernt durch Interaktion mit einer Umgebung, indem es Belohnungen für erwünschte Ergebnisse erhält.

Wie werden KI-Modelle trainiert?

Das Training eines KI-Modells ist ein zentraler Schritt in seiner Entwicklung. Es umfasst:

• Datenbeschaffung: Qualitativ hochwertige und umfangreiche Daten sind essenziell, um ein Modell zu trainieren.
• Vorverarbeitung der Daten: Rauschen und irrelevante Informationen werden entfernt, um die Effizienz zu steigern.
• Modellarchitektur: Die Wahl der Struktur eines Modells (z. B. neuronale Netze, Entscheidungsbäume) hängt von der Aufgabe ab.
• Training und Optimierung: Algorithmen wie Gradient Descent (Darüber schreibe ich noch einen separaten Beitrag) werden eingesetzt, um die Parameter des Modells anzupassen und die Vorhersagegenauigkeit zu maximieren.

Wichtige Typen von KI-Modellen

1. Neuronale Netze: Inspiriert von der Struktur des menschlichen Gehirns, eignen sie sich hervorragend für komplexe Aufgaben wie Sprach- und Bilderkennung. (Siehe auch den Beitrag über Neuronale Netze)
2. Entscheidungsbäume: Leicht verständlich und ideal für strukturierte Daten (Siehe auch meinen Beitrag über Entscheidungsbäume).
3. Generative Modelle: Wie GANs (Generative Adversarial Networks) oder Transformer-Modelle (z. B. GPT), die kreative Inhalte generieren können.
4. Regressionsmodelle: Werden häufig in der Statistik und bei Vorhersagen eingesetzt. (Hierzu gibt es noch in der nahen Zukunft einen Beitrag)

Warum sind KI-Modelle so bedeutend?

KI-Modelle treiben Innovation in vielen Bereichen voran:

• Medizin: Sie helfen bei der Diagnose seltener Krankheiten und der Entwicklung neuer Medikamente.
• Verkehr: Autonome Fahrzeuge nutzen KI-Modelle zur Navigation und Entscheidungsfindung.
• Wirtschaft: KI optimiert Produktionsprozesse, verbessert die Kundenerfahrung und ermöglicht präzise Marktanalysen.
• Bildung: Intelligente Tutorensysteme passen sich individuell an die Lernbedürfnisse der Schüler an.

Herausforderungen und Zukunftsperspektiven

Trotz der beeindruckenden Fortschritte stehen KI-Modelle vor Herausforderungen:

• Datenschutz: Der Umgang mit sensiblen Daten erfordert strenge Regularien.
• Bias: Modelle können unbewusste Vorurteile reproduzieren, wenn die Trainingsdaten voreingenommen sind. (Darüber folgt in naher Zukunft noch ein expliziter Beitrag)
• Rechenleistung: Komplexe Modelle benötigen enorme Rechenressourcen, was ihre Zugänglichkeit einschränken kann.

Die Zukunft von KI-Modellen liegt in der Weiterentwicklung hin zu noch intelligenteren, faireren und effizienteren Systemen. Modelle wie o1, GPT-4 oder DALL·E 3 zeigen, dass die Grenzen dessen, was Maschinen leisten können, stetig verschoben werden.

KI-Modelle sind ein faszinierendes und mächtiges Werkzeug, das die Art und Weise, wie wir arbeiten, leben und lernen, revolutioniert. Sie eröffnen unzählige Möglichkeiten, fordern uns aber auch, ethisch und verantwortungsbewusst mit ihnen umzugehen.

Der Beitrag KI-Modelle – Technologie, Anwendungen und Herausforderungen erschien zuerst auf CEOsBay.

Was ist Maschinelles Lernen?

Maschinelles Lernen ist ein Teilbereich der Künstlichen Intelligenz (KI), der darauf abzielt, Computern das Lernen aus Daten zu ermöglichen, ohne explizit programmiert zu werden. Statt feste Regeln vorzugeben, verwenden ML-Modelle Algorithmen, um Muster und Zusammenhänge in großen Datensätzen zu erkennen. Diese Fähigkeit macht sie besonders wertvoll in einer Welt, die von riesigen Datenmengen geprägt ist.

Ein einfaches Beispiel ist die Bilderkennung. Ein ML-Algorithmus kann trainiert werden, um Katzen von Hunden zu unterscheiden, indem er Tausende von Bildern analysiert. Mit der Zeit wird der Algorithmus immer besser darin, Merkmale zu identifizieren, die eine Katze von einem Hund unterscheiden, ohne dass ein Mensch ihm explizit erklärt, wie diese Merkmale aussehen.

Wie funktioniert Maschinelles Lernen?

Maschinelles Lernen lässt sich in drei Hauptkategorien einteilen:

1. Supervised Learning (Überwachtes Lernen): Hierbei wird der Algorithmus mit einem beschrifteten Datensatz trainiert, der sowohl Eingaben als auch die erwarteten Ausgaben enthält. Beispiele sind Klassifikationsaufgaben wie Spam-Erkennung oder Vorhersageprobleme wie Preisprognosen. (Siehe auch meinen Beitrag über „Überwachtes Lenen„)
2. Unsupervised Learning (Unüberwachtes Lernen): In diesem Ansatz gibt es keine beschrifteten Daten. Der Algorithmus muss selbst Muster und Strukturen in den Daten finden. Beispiele sind Clusterbildung und Anomalieerkennung.
3. Reinforcement Learning (Verstärkendes Lernen): Hierbei lernt ein Agent durch Interaktion mit einer Umgebung und verbessert seine Entscheidungen durch Belohnungen und Bestrafungen. Diese Methode wird häufig in der Robotik und bei der Entwicklung von KI-gestützten Spielen eingesetzt.

Anwendungen von Maschinellem Lernen

Die Einsatzmöglichkeiten von ML sind nahezu grenzenlos. Hier sind einige der bedeutendsten Anwendungen:

• Medizin: Diagnose von Krankheiten, Entwicklung personalisierter Behandlungspläne und Analyse medizinischer Bilddaten.
• Finanzen: Erkennung von Betrug, algorithmischer Handel und Kreditrisikobewertung.
• Transport: Selbstfahrende Autos, Optimierung von Lieferketten und Verkehrsmanagement.
• E-Commerce: Personalisierte Produktempfehlungen, Bestandsmanagement und Kundensegmentierung.
• Unterhaltung: Inhalte-Streaming, Musikempfehlungen und sogar die Erstellung von Kunstwerken.

Herausforderungen und ethische Fragen

Trotz seiner Vorteile steht maschinelles Lernen vor verschiedenen Herausforderungen. Eine der größten ist die Verzerrung (Bias) in Daten, die zu unfairen oder diskriminierenden Ergebnissen führen kann. Darüber hinaus werfen der Datenschutz und die Transparenz der Algorithmen wichtige ethische Fragen auf. Wie können wir sicherstellen, dass ML-Systeme fair, sicher und verantwortungsvoll eingesetzt werden?

Fazit

Maschinelles Lernen hat das Potenzial, unsere Welt grundlegend zu verändern. Von der Verbesserung alltäglicher Aufgaben bis hin zur Lösung einiger der größten Herausforderungen der Menschheit – die Möglichkeiten sind endlos. Es liegt jedoch an uns, diese Technologie mit Bedacht einzusetzen, um sicherzustellen, dass sie der Gesellschaft als Ganzes zugutekommt. Die Zukunft des maschinellen Lernens ist zweifellos spannend, und wir stehen erst am Anfang dieser faszinierenden Reise.

Der Beitrag Maschinelles Lernen – Die Technologie, die die Welt verändert erschien zuerst auf CEOsBay.

Die Kids sind in Roblox unterwegs und bauen sich ihre eigenen Spielwelten auf. Facebook nennt sich nur noch Meta. Microsoft bastelt an Mesh & Co.. Und aus der Blockchain-Ecke sprießen weiterhin die Projekte nach wie vor aus dem Boden, die sich mit dem Begriff „Metaverse“ rühmen und ihre NFTs teilweise mit horrenden Preisen zum Verkauf anbieten. Ja, selbst meine Kollegen und ich arbeiten derzeit an einer Blockchain bzw. Metaverse Anwendung.

Doch viele kommen ins Stottern, wenn es um die Definition oder um eine Erklärung des Metaverse geht. Oder aber jeder hat eine andere Vorstellung und Erwartungshaltung. Befürworter von Nischen-Startups bis hin zu Tech-Giganten argumentieren, dass dieser Mangel an Kohärenz darauf zurückzuführen ist, dass sich das Metaverse noch im Aufbau befindet. Und möglicherweise haben sie recht und es ist zu „neu“, um es zu definieren oder erklären zu können. Das Internet gibt es auch schon seit den 70er Jahren. Aber nicht jede Vorstellung davon, wie es einmal funktionieren und aussehen sollte, hat sich bewahrheitet. Klar ist, heute ist es mächtiger denn je und eine Welt ohne Internet ist nicht mehr vorstellbar. Auf der anderen Seite wird die Idee des Metaverse mit viel Marketing, Hype und Geld vermarktet.

Was ist das Metaverse?

Im Prinzip kann man sich unter dem Begriff Metaverse eine Art Cyberspace vorstellen. Ein Cyberspace bei der eine Verschmelzung der Realität mit virtuellen Umgebungen, Welten, Assets bzw. Gütern stattfindet.

Persistent

Gekennzeichnet durch persistente virtuelle Welten, die auch dann weiterbestehen, wenn man nicht gerade online ist bzw. sich nicht in der Metaverse befindet.

In der Informatik versteht man Persistent die Eigenschaft eines Systems, den Zustand seiner Daten, seines Objektmodells und/oder seiner logischen Verbindungen über lange Zeit – insbesondere über einen geplanten oder ungeplanten Programmabbruch oder Beendigung hinaus – bereitzuhalten bzw. beizubehalten.

Bildlich dargestellt, stellt man in einer virtuellen Anwendung mit seinem Avatar zu einem bestimmten Zeitpunkt einen Becher, gefüllt mit einem Getränk, auf einen Tisch und verlässt das Metaverse. Man geht seinem Alltag in der Realität nach. Und wenn man sich wieder einloggt, ist der Becher immer noch auf dem Tisch. Lediglich ist der Inhalt zu 50 % aufgebraucht, da sich in der Zwischenzeit die Freundin eingeloggt und den Durst ihres Avatars mit diesem spezifischen Becher gestillt hat.

Dies schließt auch den Einsatz weiterer Technologien nicht aus. Neben Virtual- und Augmented-Reality können auch andere Hardwarekomponenten zum Einsatz kommen, die eine intensivere Immersion ermöglichen.

Dies können Anzüge oder Peripheriegeräte sein, die eine Erfahrung durch haptische Feedbacks, Gerüche oder andere Sinneswahrnehmungen erweitern können. Man kann sich darunter auch eine Art digitaler Wirtschaft vorstellen, in der Benutzer Waren herstellen, kaufen und verkaufen. Und im Best-Case ist das Metaverse interoperabel. Folglich kauft oder erstellt man virtuelle Gegenstände, wie Kleidung oder Autos auf einer Plattform. Diese kann man dann auf eine andere transferieren und dort ebenfalls benutzen. Hierzu muss sich dies alles selbstverständlich im selben Universum/Multiversum zutragen – In unserem Fall – In der Metaverse.

Im kleineren Maßstab funktioniert dies bereits ganz gut. Aus eigener Erfahrung kann ich bestätigen, dass der Kauf eines NFT-Profilbildes, welches auf einer spezifischen Plattform als Avatar Einsatz findet, gleichzeitig durch eine Kooperation mit einem anderen Spielestudio bzw. in einem Spieleprojekt als Avatar eingesetzt werden kann. Bis auf die Tatsache, dass die Game-Assetssowohl für die eine als auch für die andere Plattform separat und individuell erstellt werden müssen, um die Entitäten gleichermaßen in verschiedenen Plattformen bzw. Umgebungen nutzen zu können. Eine krasse Inkompatibilität kann z.B. sein, dass während die eine Plattform den NFT Avatar in 2D nutzt, die andere Plattform einen 3D Avatar benötigt.

Um eine Plattformunabhängige, persistente Interoperabilität zu gewährleisten, braucht es globale Standards, die nicht nur die Schnittstellen bedienen. Es müssen auch alle Assets und die Art und Weise der Kommunikation sowie Dateiformate vereinheitlicht werden. Dies Bedarf noch einiges an Engagement und Arbeit seitens der Industrie als auch von den individuellen Entwicklern. Realistisch betrachtet ist dies allein aufgrund der Finanzierungsaspekte und Profitabsichten der Unternehmer vorerst ein Ding der Unmöglichkeit. Aber was noch nicht ist, kann ja noch werden.

Für viele ist es schlicht schwierig, sich darunter etwas fassbares vorzustellen. Vor allem, weil die große Masse noch keine Vorstellung davon hat, was die Virtuelle- oder Augmentierte-Realität eigentlich ist, solange sie noch keine VR- oder AR-Brille benutzt haben. Zumal sich selbst diese Technologien noch nicht ausreichend in die breite Masse haben etablieren lassen.

Dies mag an der unkonventionellen Art liegen, wie man die Brillen bzw. Hauben zu benutzen hat oder aber auch an den nicht so ganz erschwinglichen Preisen der Brillen selbst. Auch für die Systeme, die für einen reibungslosen Ablauf erforderlich sind, erfordern eine saftige Initialinvestition. Und selbst wenn Menschen die Erfahrung in AR oder VR gemacht haben, fehlt den meisten die Vorstellungskraft, wie diese Technologien eingesetzt werden und noch weiterentwickelt werden könnten. Bereits jetzt sind enorm effektive Einsatzmöglichkeiten und Potentiale gegeben und nicht vollkommen ausgeschöpft.

Glücklicherweise arbeiten viele Tech-Giganten wie Microsoft und Meta an der Entwicklung von Technologien für die Interaktion mit virtuellen Welten. Damit sind sie auch nicht die Einzigen. Viele andere große Unternehmen, darunter auch NVIDIA, Epic, Unity und Roblox, sowie eine Vielzahl vieler kleinerer Unternehmen und Start-ups bauen die Infrastruktur mit auf. Um in der Zukunft bessere virtuelle Welten zu schaffen, die unserem realen Leben immer ähnlicher werden.

Darunter fällt auch das umstrittene Spielprojekt Star Citizen von Roberts Space Industries. Welches ich durchaus in einem der kommenden Beiträge thematisieren werde. Epic hat beispielsweise auch eine Reihe von Unternehmen übernommen bzw. aufgekauft, die bei der Erstellung oder Verbreitung digitaler Inhalte helfen. Um damit natürlich auch die leistungsstarke Unreal Engine weiter zu stärken.

Unreal ist zwar eine Game-Engine, wird mittlerweile aber auch in der Film- und herstellenden Industrie verwendet. Beispielweise für virtuelle Studios und/oder Konzepte, sowie für die Produktion. Ich selbst habe als Unternehmer einen Konfigurator und eine Virtual Reality Applikation darin und damit programmiert.

Die Tatsache, dass die Erstellung von Anwendungen durch diverse Game-Engines immer einfacher wird, kann den Einstieg neuer Entwickler und Content Producer in Zukunft begünstigen. Folglich werden daraus mehr virtuelle Erfahrungen geschaffen. Ganz unabhängig davon, ob es sich in oder außerhalb der Metaverse abspielt. Es gibt durchaus greifbare und aufregende Entwicklungen im Bereich des Aufbaus digitaler Welten.

Trotzdem ist die Idee eines einzigen, einheitlichen Ortes, der als „Metaverse“ bezeichnet wird, ähnlich wie bei dem Film „Ready Player One“, der in diesem Zusammenhang gerne genannt wird, immer noch nicht ganz umsetzbar. Das liegt neben den fehlenden Standards und Normen zum Teil auch daran, dass eine solche Welt von den Unternehmen eine nahtlose Zusammenarbeit erfordert. Dies ist nach dem heutigen Kenntnisstand der Menschen nicht profitabel oder wünschenswert.

Fortnite verfolgt beispielsweise keine Ambitionen, den Spielern ein Portal zu bieten, über den die Nutzer zu Roblox, GTA oder World of Warcraft springen können. Selbst wenn eine Umsetzung verhältnismäßig einfach wäre. Diese unangenehme Tatsache hat zu einer leicht veränderten Terminologie geführt. Heute bezeichnen viele Unternehmen oder Befürworter daher ein einzelnes Spiel oder eine Plattform als „Metaverse“.

Nach dieser Definition würde alles, von einer VR-Konzert-App bis zu einem Videospiel, als „Metaverse“ definiert werden können. Manche gehen noch weiter und bezeichnen die Sammlung verschiedener Metaversen als „Multiversum“. Ich persönlich glaube ja, dass wenn heute jeder einfach darauf los entwickelt und immer mehr Menschen daran teilnehmen bzw. teilhaben, ein solches Vorhaben durchaus Raum für Kollaborationen und Synergien schaffen kann. Die wiederum können, wie auch beim Internet oder bei Open Source geschehen, später zu einem weitaus bedeutenderen und fundamentalen Resultat führen.

Es gibt jedoch Grenzen, die derzeit möglicherweise nicht zu überwinden sind. Wenn Technologieunternehmen wie Microsoft oder Meta fiktionalisierte Videos ihrer Zukunftsvisionen zeigen, neigen sie häufig dazu, zu beschönigen, wie die Menschen mit dem Metaverse interagieren werden. VR-Headsets sind immer noch sehr klobig und die meisten Menschen leiden unter Motion-Sickness (Kann vorkommen, wenn die Bewegung, die man sieht, sich von dem unterscheidet, was das Innenohr wahrnimmt) oder körperlichen Schmerzen, wenn sie sie zu lange tragen.

Mein längster Aufenthalt in Virtual Reality im Selbsttest beträgt ca. 14 Stunden. Glücklicherweise ohne Neben- oder Nachwirkungen ;). Augmented-Reality-Brillen haben ein ähnliches Problem, ganz zu schweigen von der nicht unerheblichen Tatsache, wie dies bzgl. des Datenschutzes gehandhabt werden wird. Zumal die Brille zu jedem Zeitpunkt die Umgebung analysieren und hierfür permanent Bilddaten von dem, was man sieht, übertragen werden müssen.

Wie sieht das Metaverse im Moment aus?

Das Paradoxe an der ganzen Sache ist, dass wir bereits MMORPGs haben, die im Grunde ganze virtuelle Welten sind. Digitale Konzerte, Videogespräche mit Menschen aus der ganzen Welt, Online-Avatare, Kriege und Handelsplattformen.

Was bedeutet MMORPG

Die Abkürzung MMORPG steht für Massively Multiplayer Online Roleplaying Games und ist die bekannteste Variante von MMOs. In diesen Online-Rollenspielen erkundet man mit einem Avatar/Charakter eine virtuelle Welt, in der man auf andere Spieler oder NPCs trifft, die entweder der eigenen oder einer feindlichen Fraktion angehören.

Was sind NPCs

Der Nicht-Spieler-Charakter, auf Deutsch (NSC) oder oft englisch Non-Player-Character (NPC) ist eine Klasse von Spielfiguren. Die aus dem Englischen entlehnte Bezeichnung Nicht-Spieler-Figur. Der Begriff findet sich primär im Bereich der Rollenspiele, fasst aber grundsätzlich alle in Spielen vorkommenden Figuren zusammen, die nicht unmittelbar von einem Spieler geführt bzw. bespielt werden.

Schlusswort

Dies sind an sich alles Dinge, die wir bereits heute nutzen können. Hierzu aber bei zukünftigen Beiträgen mehr.

Der Beitrag Metaverse – Vision einer neuen virtuellen Realität erschien zuerst auf CEOsBay.

Es wird alles schlimmer!

Wirklich? Als Unternehmer und politisch engagierter Mensch verfolge ich auch die Nachrichten mit. Eine schreckliche Nachricht jagt die andere. Die Reichen werden reicher, die Armen ärmer. Es gibt immer mehr Kriege, Gewaltverbrechen, Naturkatastrophen. Viele Menschen tragen solche beängstigenden Bilder im Kopf. Besonders in den sozialen Medien, bei der jede(r) in einer gewissen künstlichen Blase festsitzt und nur noch mit auf die eigene Person zugeschnittenen Feeds (Ein Feed ist eine ständig aktualisierte Liste der neuen Inhalte, die von den Accounts gepostet werden, denen ein Nutzer in den sozialen Medien folgt. Die meisten Social Media-Feeds sind aber nicht rein chronologisch angeordnet und basieren auf den selbstgewählten Kontakten, sondern werden von einem Algorithmus gesteuert) zugemüllt wird.

Unser Gehirn verführt uns zu einer dramatisierenden Weltsicht, die mitnichten der Realität entspricht, wie der geniale Statistiker und Wissenschaftler Hans Rosling erklärt. Wer Factfulness gelesen hat, wird ein sicheres, auf Fakten basierendes Grundgerüst erhalten, um die Welt so zu sehen, wie sie wirklich ist. Die zehn gängigsten Arten von aufgebauschten Geschichten erkennen, bessere Entscheidungen treffen können, gegebenenfalls die persönliche Sachlichkeit so steigern, dass in der Zukunft eine offenere, neugierige und entspannte Geisteshaltung, in der man nur noch Ansichten teilt und Urteile fällt, die auf soliden Fakten basieren. Und im Zeitalter des Social Engineerings, der Botnet’s und Fake News, ist dies bitter nötig. Diese Begriffe werden im Anschluss kurz erklärt.

Was ist Social Engineering?

Beim Social Engineering werden menschliche Eigenschaften wie Hilfsbereitschaft, Vertrauen, Angst oder Respekt vor Autorität ausgenutzt, um Personen geschickt zu manipulieren. Cyber-Kriminelle verleiten das Opfer auf diese Weise beispielsweise dazu, vertrauliche Informationen preiszugeben, Sicherheitsfunktionen auszuhebeln, Überweisungen zu tätigen oder Schadsoftware auf dem privaten Gerät oder einem Computer im Firmennetzwerk zu installieren. Social Engineering ist an sich nichts Neues und dient seit Menschengedenken als Grundlage für die unterschiedlichsten Betrugsmaschen. Im Zeitalter der digitalen Kommunikation ergeben sich jedoch äußerst effektive, neue Möglichkeiten für Kriminelle, mit denen sie Millionen von potenziellen Opfern erreichen können.

Botnet?

Ein Botnet oder Botnetz ist eine Gruppe automatisierter Schadprogramme, sogenannter Bots. Die Bots (Roboter) werden auf vernetzten Rechnern ausgeführt, deren Netzwerkanbindung sowie lokale Ressourcen und Daten ihnen, ohne Einverständnis des Eigentümers, zur Verfügung stehen. In Deutschland gab es 2010 über 470.000 solcher Bots, von denen im Durchschnitt etwa 2.000 pro Tag aktiv waren. Die Initiative botfrei.de (Da kann man übrigens auch einen Phishing Selbsttest machen) des Verbandes der Internetwirtschaft ECO stellte 2014 bei 220.000 stichprobenartig untersuchten Computern 92.000 verseuchte Systeme mit rund 725.000 infizierten Dateien fest, woraus sich eine Infektionsrate von ca. 40 Prozent aller Computer in Deutschland errechnet.

Laut Bericht zur Lage der IT-Sicherheit in Deutschland 2015 des Bundesamtes für Sicherheit in der Informationstechnik (BSI), wurden im ersten Halbjahr 2015 in Deutschland täglich bis zu 60.000 Systeme neu infiziert. Betreiber illegaler Botnetze installieren die Bots ohne Wissen der Benutzer auf deren Computer und nutzen sie für ihre Zwecke. Die meisten Bots können von einem Botnetz-Operator (Auch Bot-Master oder Bot-Hirte genannt) über einen Kommunikationskanal überwacht werden und Befehle empfangen. Dieser wird in der Fachsprache als Command-and-Control-Server bezeichnet. Kurz: C&C-Server. Ich muss da immer an Command & Conquer denken. Ja, das ist ein Computerspiel 😉 Über Botnet’s kann man Bücher schreiben. Daher werde ich dieses Thema wohl zu einem späteren Zeitpunkt nochmal aufgreifen.

Fake News

Als Fake News werden im engeren Sinn und im Rahmen aktueller Debatten vor allem das Streuen von Falschmeldungen als Propagandamittel verstanden. Meist soll mit deren Hilfe der politische Diskurs verschoben sowie Angst und Hass gegenüber bestimmten Personengruppen geschürt werden. Fake News lassen sich anhand ihres Umgangs mit realen Gegebenheiten und Ereignissen unterteilen in: Aus dem Kontext gerissene Meldungen,
manipulierte Nachrichten und erfundene Geschichten. Auch bei diesem Thema kann man so richtig in die Tiefe gehen. Doch dies werde ich gewiss nicht auf diesem Blog machen, da man hierzu genug Informationen im Netz findet. Nur aufpassen, dass man bei der Recherche auch keine Fake News erwischt 😉

Weiter zum Buch

Es gehört aus meiner Sicht zu den besten und unterhaltsamsten Sachbüchern dieses Jahrzehnts. Ich finde es etwas schade, dass der Autor im Jahr 2017 verstorben ist. Dadurch hat er das Erscheinen und den Erfolg seines Buches Factfulness leider nicht mehr erleben und feiern dürfen. Auch hat die Menschheit damit eine Person verloren, die einen großen Beitrag für ein gutes Miteinander geleistet bzw. das Potential dafür signifikant gesteigert hat.

Factfulness beginnt mit einem aus 13 Fragen bestehenden Quiz, die im Multiple-Choice-Verfahren beantworten werden. Wobei jeweils nur eine Antwort richtig ist. Teilt mir Eure Resultate gerne gleich zu Beginn mit, wenn Ihr Eure Antworten evaluiert. Ich möchte jetzt aber nicht zu viel verraten. Ich war fasziniert über meine Resultate. Die 13 Fragen werden heute von fast 90% aller Befragten und in allen Bildungsschichten fast auf die gleiche Weise falsch beantwortet. Man hat auch Schimpansen nach dem Zufallsprinzip für die 13 Fragen jeweils den Buchstaben A, B oder C auswählen lassen und das Ergebnis war im Gesamtdurchschnitt lediglich zu 60% falsch.

Das Buch zeigt gekonnt falsche Wahrnehmungen auf, die leider allzu oft auch zu falschen Entscheidungen in der Politik und Wirtschaft führen. Rosling zeigt aber auch die Methoden auf, wie man sich dieser Falschwahrnehmungen entziehen kann und eine ganz große Hilfe dabei spielt das Hinterfragen von vorgelegten Statistiken und anderem Zahlenmaterial. Das Buch eignet sich auch hervorragend als legitime Informationsquelle.

Klimawandel?

Das Zahlen und Datenmaterial hat – so berichtet der Autor selbst in seinem Buch Factfulness – auch den ehemaligen Kandidaten für das US-Präsidentenamt, Al Gore, begeistert. In einem persönlichen Gespräch bat er Rosling, ob er die Diagramme auch für seine Präsentationen bezüglich des Klimawandels nutzen dürfe. Rosling lehnte dies ab. Doch die Begründung dafür findet Ihr im Buch!

Muss gleich in mein Meeting und habe noch 40 Minuten Zeit, um mich vorzubereiten.

In diesem Sinne – Wünsche ich Euch noch einen schönen Abend und bis morgen! Da geht es dann um virtuelle Maschinen 😉

Der Beitrag Factfulness – Buchempfehlung erschien zuerst auf CEOsBay.