Schach verlangt clevere Züge. Das Spiel war immer Messlatte für Intelligenz und strategische Klugheit. Und so ist es auch eine schöne und passende Analogie, will man verstehen, was uns durch die vierte industrielle Revolution mit dem Internet der Dinge und künstlicher Intelligenz erwartet.
1997 hat der IBM-Computer Deep Blue zum ersten Mal gegen Schachweltmeister Gary Kasparov gewonnen. Das war noch ein Hardwarekoloss, der von Menschen trainiert werden musste. Im vergangenen Jahr hat das Google- Programm AlphaGo die besten Spieler im komplizierteren chinesischen Go-Spiel geschlagen. Das ist eine Software, die über einige Monate mit Daten trainiert wurde. Und jetzt gewinnt der Nachfolger, AlphaGoZero, 100 zu 0 gegen seinen Vorgänger.
Eine Software besiegt eine Software im schwierigsten Spiel der Welt. Bei 0,4 Sekunden, die AlphaGoZero zum Nachdenken über den nächsten Zug braucht, war die Sache nach 72 Stunden geritzt, und zwar ohne dass das Programm vorher mit Daten trainiert worden wäre. Das Wunderwerk aus einem neuronalen Netzwerk und hoch entwickelten Algorithmen bekam nur die Regeln des Spiels, dann trat es gegen sich selbst an. Und gewann.
Reinforcement Learning, so heißt dieser neue Ansatz. Er kann beispielgebend sein für Unternehmerinnen, Vorstände und Aufsichtsräte, die wissen wollen, mit welchem Schachzug sich die deutsche Wirtschaft einen Vorteil verschaffen, sich für die Anforderungen der neuen Zeit positionieren kann. Um das gemeinsame Reinforcement Learning voranzutreiben, sind wir mit einer Delegation der WirtschaftsWoche auf unserer FutureBoard-Reise zu den Vorreitern der vierten industriellen Revolution in Deutschland und den USA (New York und Boston) gefahren. Aus den Besuchen vor Ort, den Gesprächen und weiteren Recherchen ist diese Sonderausgabe entstanden. Sie zeigt, was auch der Erfolg von AlphaGoZero uns ins Fahrtenbuch für den Weg in die Zukunft schreibt: Es reicht nicht mehr zu optimieren. Wir müssen die wirtschaftliche Zukunft radikal neu denken.
Diese Erkenntnis hat uns schon der amerikanische Computerwissenschaftler Alan J. Perlis 1982 in seinen 130 Epigrammen zum Programmieren mit auf den Weg gegeben. Epigramm Nr. 21 lautet: „Optimization hinders evolution.“ Die deutsche Wirtschaft ist extrem gut in der Optimierung von Prozessen und Geschäftsmodellen. Aber darum geht es nicht mehr allein. Künftig brauchen wir weniger Entwicklung, aber mehr Forschung. Die Investitionen der Unternehmen in Grundlagenforschung schrumpfen seit Jahren. Sie müssen wieder rauf, um sich für eine Zukunft der radikalen Brüche vorzubereiten.
Im Zeitalter der künstlichen Intelligenz geht es nicht nur um bessere Antworten. Es geht um ganz andere Fragen. Computer sind längst schneller als wir Menschen, aber sie sind Fachidioten. Ein Schachcomputer kann Schach spielen, mehr nicht. Erst aus der Verbindung von menschlicher und künstlicher Intelligenz (Artificial Smartness) entstehen neue Antworten und neue Fragen. Wer will schon im Schach gewinnen, wenn andere gerade das Spiel neu erfinden?