Case Studies: Künstliche Intelligenz und Auswirkungen auf den Arbeitsmarkt

Zum Abschluss des Seminars widmeten sich die Seminarteilnehmer in einer Gruppenarbeit am Mittwochnachmittag und Donnerstagvormittag der Frage, welche Auswirkungen künstliche Intelligenz auf den Arbeitsmarkt der Zukunft haben wird.
Studienleiter Oliver Gnad vom Berliner Bureau für Zeitgeschehen nutzte für die Einführung dieser Seminareinheit auch eine Online-Umfrage, die im Vorfeld der Deutsch-Russischen Gespräche Baden-Baden unter den Teilnehmern durchgeführt worden war. Laut den Ergebnissen hatte immerhin knapp die Hälfte der Teilnehmer bereits Erfahrungen mit Vorhersage-Analysen gesammelt.

Je zwei Gruppen untersuchten die Auswirkungen künstlicher Intelligenz auf den deutschen und russischen Arbeitsmarkt. Eine Gruppe widmete sich der Frage, welche heute noch gänzlich außer Acht gelassenen Faktoren im Extremfall zu einer völligen Veränderung von Spielregeln führen könnte (Schwarzer-Schwan-Szenario). „Es gibt known knowns, known unknowns und unknown unknowns. Das ist die schwierigen Kategorie: Sachen, von denen wir nicht mal ahnen, dass wir sie nicht wissen, schwarze Löcher“, führte Gnad in diese Kategorie ein. „Wir haben weder mit dem Arabischen Frühling, noch mit der Ukraine-Krise noch mit Trump gerechnet. Was nicht passieren soll, kann nicht passieren. Man erlaubt sich nicht, ein destabilisiertes System zu denken.“

Gnad ermutigte deshalb die Teilnehmer dazu, auch gänzlich abseitige Entwicklungen in ihre „Vorhersage-Analyse (Foresight Analysis)“ einzubeziehen: „Wenn alle gleich denken, denkt niemand.“ Bedienen solle man sich dazu der Kenntnisse möglichst vieler Experten, um nach schwachen Signalen für mögliche Trends zu suchen. „Wir versuchen in Echo-Kammern zu schauen“, so Gnad zur Methodik. Eher hinderlich sei dagegen der Blick zurück: „Unser Blick auf die Zukunft wird oft durch die Vergangenheit bestimmt. Was früher richtig war, muss in der Zukunft richtig sein, denken wir. Aber das ist der falsche Ansatz.