Interview: Das Voreingenommenheitsdilemma bei KI im Bauwesen

Premium-Inhalte

Künstliche Intelligenz (KI) spielt im Bauwesen eine immer größere Rolle, doch die Herausforderungen durch Voreingenommenheit erfordern durchdachte Lösungen. Catrin Jones spricht mit Karoliina Torttila, KI-Direktorin bei Trimble, über einige dieser Lösungen.

KI hat Branchen weltweit verändert, und die Baubranche bildet hier keine Ausnahme. Von der Optimierung der Logistik bis hin zur Verbesserung von Compliance-Prüfungen gestaltet KI die gebaute Umwelt auf eine Art und Weise, die bisher unvorstellbar war.

Karoliina Torttila, Direktorin für KI bei Trimble Karoliina Torttila, Direktorin für KI bei Trimble (Foto: Trimble)

So können beispielsweise KI-gestützte Designtools Arbeitsabläufe automatisieren, Projektlaufzeiten beschleunigen und gleichzeitig Fehler reduzieren. Systeme zur vorausschauenden Wartung nutzen KI, um potenzielle Geräteausfälle zu erkennen, bevor sie auftreten. So wird die Sicherheit der Arbeiter gewährleistet und Ausfallzeiten werden minimiert. Darüber hinaus verändert KI das Ressourcenmanagement und hilft Bauunternehmen, Materialien effizienter und nachhaltiger zu verteilen.

Mit diesen Fortschritten gehen jedoch auch Herausforderungen einher, insbesondere im Hinblick auf Voreingenommenheit. Um dies zu untersuchen, sprach Construction Europe mit Karoliina Torttila, Direktorin für KI bei Trimble. Mit ihrer umfassenden Erfahrung in der KI-Entwicklung bietet Torttila Einblicke in die Ursachen von Voreingenommenheit, ihre Auswirkungen auf die Branche und mögliche Lösungen.

Voreingenommenheit in der KI verstehen

„Voreingenommenheit ist ein wesentliches Konzept in der KI-Entwicklung“, beginnt Torttila. „Während gesellschaftliche Diskussionen Voreingenommenheit oft negativ darstellen, ist in der KI ein gewisses Maß an induktiver Voreingenommenheit notwendig, damit maschinelle Lernmodelle funktionieren.“ Sie erklärt, dass induktive Voreingenommenheit es KI-Modellen ermöglicht, Annahmen auf der Grundlage von Trainingsdaten zu treffen, wodurch sie sich auf plausible Szenarien konzentrieren können, anstatt von unendlichen Möglichkeiten überwältigt zu werden.

Das Problem entsteht jedoch durch schädliche Verzerrungen, die sich aus unvollständigen oder verzerrten Trainingsdaten ergeben. „Nehmen Sie die georäumliche Kartierung“, sagt sie. „Wenn in den Trainingsdaten abgelegene Gebiete oder bestimmte Kontinente nicht dargestellt sind, können KI-Modelle Karten von geringerer Qualität erstellen, was zu einer unzureichenden Infrastrukturplanung oder einer Fehlallokation von Ressourcen führt.“

Als weiteres Beispiel nennt sie Compliance-Algorithmen. Wenn diese Modelle nur mit Daten aus einer einzigen Gerichtsbarkeit trainiert würden, könnten sie aufgrund regionaler regulatorischer Unterschiede Probleme fälschlicherweise kennzeichnen oder übersehen, warnt sie.

Verzerrung in Sprachmodellen

Torttila befasst sich mit den Nuancen von Verzerrungen in großen Sprachmodellen (LLMs), die branchenübergreifend immer häufiger eingesetzt werden. „Verzerrungen können in mehreren Entwicklungsphasen auftreten, von der Vortrainingsphase, in der Modelle Sprachmuster lernen, bis zur Feinabstimmungsphase, in der menschliche Eingaben subjektive Vorlieben einbringen.“

So führt beispielsweise die menschliche Aufgabe, Modellergebnisse nach Qualität zu bewerten, zwangsläufig zu Verzerrungen. „Selbst strenge Richtlinien für Kommentatoren basieren auf der Interpretation einer Person“, stellt sie fest. Torttila weist auch auf Herausforderungen bei der Sicherheitsausrichtung hin, wo Bemühungen zur Vermeidung schädlicher Ergebnisse manchmal zu Überkorrekturen führen können. Es gibt Beispiele dafür, dass Bildgenerierungsmodelle aufgrund dieser Korrekturen unerwartete Ergebnisse produzierten.

Der Branchenkontext

Im Bauwesen können die Folgen von Voreingenommenheit erheblich sein. Die KI-Anwendungen von Trimble beinhalten oft Daten über gebaute Umweltgüter wie Gebäude und Brücken und nicht persönliche Informationen. Diese Unterscheidung beseitigt Voreingenommenheit nicht, verändert aber ihre Natur. „Unzureichende Daten zu neueren Materialien oder unterrepräsentierten Regionen können zu Fehlern führen, die ganze Projekte beeinträchtigen“, erklärt Torttila.

Sie betont, dass die Branche Voreingenommenheit mit einer konstruktiven Einstellung begegnen müsse. „Die Jagd nach Voreingenommenheit und die Bestrafung von Versagen fördert keine Verbesserungen“, behauptet sie. Stattdessen könne die Förderung der Zusammenarbeit zwischen den Beteiligten Fortschritte bringen.

„Eine positive Entwicklung im Bauwesen, sowohl in Europa als auch weltweit, ist die wachsende Zahl von Konsortien, die verschiedene Parteien zusammenbringen. Dies spiegelt ein gemeinsames Verständnis wider, dass die Herausforderungen, vor denen wir stehen, zu groß sind, als dass eine einzelne Einheit sie allein bewältigen könnte.“

Wenn man Torttila nach Lösungen fragt, ist ihr klar: Datenqualität und Transparenz sind entscheidend. „Die Einbeziehung vielfältiger, qualitativ hochwertiger Datensätze trägt wesentlich dazu bei, Voreingenommenheit zu vermeiden“, sagt sie. Sie betont auch, wie wichtig es ist, Systeme rund um KI-Modelle aufzubauen, die Sicherheitsvorkehrungen wie menschliche Aufsicht oder sekundäre KI-Kontrollen beinhalten.

Auch die Regulierung wird ihrer Meinung nach eine Schlüsselrolle spielen. „Das europäische KI-Gesetz ist ein wichtiger Schritt, aber es ist entscheidend, die richtige Balance zu finden“, rät sie.

Überregulierung könnte Innovationen hemmen und die KI-Entwicklung auf die größten und am besten finanzierten Unternehmen beschränken. „Nur Unternehmen wie Microsoft, Google, OpenAI und einige andere, die diese Technologie entwickeln, werden in der Lage sein, sie zu beherrschen. Kleinere Startups, gemeinnützige Organisationen oder sogar Universitäten könnten dazu nicht in der Lage sein, weil die Regulierungslast so hoch ist.“

„Ich denke, es besteht die Gefahr, dass der Fortschritt behindert wird, wenn man die Regulierung nicht mit Bedacht angeht. Deshalb muss der Ausgangspunkt darin bestehen, Gesetze und Regulierungen auf der richtigen Ebene zu erlassen – egal, welche Ebene das sein muss“, sagt sie.

Die Mensch-Maschine-Dynamik

Torttila betont, wie wichtig das Zusammenspiel zwischen Mensch und Maschine ist, um Voreingenommenheit zu mildern. KI arbeitet nicht isoliert. Die meisten Branchen, darunter auch das Baugewerbe, sind noch nicht an einem Punkt angelangt, an dem sie sich mit völlig autonomen Systemen zufrieden geben, die Entscheidungen treffen. Menschliche Kontrolle bleibt unerlässlich, sei es als letzter Kontrollpunkt oder als Teil einer breiteren Feedbackschleife.

Sie spricht auch die Verantwortlichkeit an, ein umstrittenes Thema in der KI-Ethik. „Die Verantwortung wird von Entwicklern, Benutzern und der Gesellschaft als Ganzem geteilt“, argumentiert sie. Transparenz und das Setzen realistischer Erwartungen sind von entscheidender Bedeutung. „Perfektion ist unerreichbar, aber wir werden irgendwo anfangen, einen Mehrwert schaffen und dann hoffentlich gemeinsam die Dinge verbessern.“

Torttilas Erkenntnisse zeigen sowohl die Herausforderungen als auch die Chancen auf, die sich aus der Bekämpfung von Voreingenommenheit in der KI in der Baubranche ergeben. Da KI zunehmend in die gebaute Umwelt integriert wird, werden durchdachte Ansätze in Bezug auf Daten, Regulierung und Mensch-Maschine-Interaktion von entscheidender Bedeutung sein. Auch wenn der Weg vor uns komplex ist, können die Förderung der Zusammenarbeit und die Aufrechterhaltung einer konstruktiven Denkweise sicherstellen, dass KI weiterhin transformative Vorteile für die Gesellschaft und das Baugewerbe bietet.

Bleiben Sie verbunden

Erhalten Sie die Informationen, die Sie brauchen, genau dann, wenn Sie sie benötigen – durch unsere weltweit führenden Magazine, Newsletter und täglichen Briefings.

Melden Sie sich an

Mit dem Team verbinden
Andy Brown Redakteur, UK - Wadhurst Tel: +44 (0) 1892 786224 E-mail: [email protected]
Neil Gerrard Leitender Redakteur, UK - Wadhurst Tel: +44 (0) 7355 092 771 E-mail: [email protected]
Catrin Jones Stellvertretender Redakteur, UK - Wadhurst Tel: +44 (0) 791 2298 133 E-mail: [email protected]
Eleanor Shefford Brand Manager Tel: +44 (0) 1892 786 236 E-mail: [email protected]