SlideShare ist ein Scribd-Unternehmen logo
1 von 4
Downloaden Sie, um offline zu lesen
Foresight  Trends  Strategie Q3 | 2017
August 2017
Digitale
Diskriminierung

Privatlehrer für alle!

Wenn Roboter
Roboter bauen

Bibliotheken als
"Dritte Orte"

Abonnieren Sie f/21 Quarterly!
Wir informieren Sie regelmäßig
über die neuesten Ausblicke in die
Welt von morgen. Bleiben Sie am
Ball und verpassen Sie keine Aus-
gabe des f/21 Quarterly – per Mail
erhalten Sie jeweils direkt nach
Erscheinen kostenlos die neueste
Ausgabe. Registrieren Sie sich hier:
www.f-21.de/quarterly
Digitale Diskriminierung
Wer würde noch bestreiten, dass Al-
gorithmen erhebliche Macht über
den Gang der Dinge haben? Immerhin
sind sie in vielen Bereichen unseres Le-
bens beteiligt, entscheidende Weichen
zu stellen: ob wir einen Kredit erhalten,
einen Job bekommen, welche Nach-
richten wir lesen, welche Werbung wir
sehen, welche Menschen wir treffen.
Immer stärker verbreiten sich algorith-
mische Entscheidungsverfahren, weil sie
die konsistente Behandlung großer Fall-
zahlen ermöglichen und daher hocheffi-
zient sind. Gleichzeitig eilt Algorithmen
der Ruf voraus, Entscheidungen wertfrei
und unbefangen zu treffen – immerhin
basierten sie auf
Daten und seien
daher objektiv.
Aber stimmt das
denn?
Je intensiver sich
die Forschung mit diesem relativ neu-
en Feld befasst, desto mehr Anzeichen
werden sichtbar, dass Ungerechtigkeit
und Diskriminierung keineswegs aus au-
tomatisierten Entscheidungsverfahren
verbannt sind. Denn Software ist keines-
wegs frei von menschlichem Einfluss: Sie
wird von Menschen geschrieben und wei-
terentwickelt, darüber hinaus nehmen
maschinelle Lernverfahren menschliches
Verhalten auf und agieren entsprechend.
Auch sind Algorithmen immer nur so gut
Immer mehr Entscheidungen werden nicht von
Menschen, sondern Maschinen getroffen. Vorurteils-
frei sind diese deshalb noch lange nicht.
wie die Daten, mit denen sie gefüttert
werden und schon diese können Verzer-
rungen beinhalten. Auf unterschiedlichs-
ten Wegen schleichen sich also mensch-
liche (Vor-)Urteile und Stereotype in
Software ein. Mehr und mehr kommt die
Forschung den maschinellen Diskriminie-
rungen auf die Schliche: So entdeckte
man etwa an der Carnegie Mellon Uni-
versity, dass Googles Werbeprogramm
eine Anzeige für Karrierecoaching für
hochbezahlte Jobs öfter Männern als
Frauen zeigt. Auch bei maschinellen
Übersetzungsprogrammen macht sich
bemerkbar, dass Maschinen ähnliche As-
soziationen produzieren wie Menschen
und daher etwa
mit denselben Rol-
lenklischees agie-
ren. ProPublica, ein
US-amerikanischer
Non-Profit-News-
desk für investigativen Journalismus,
stellte bedeutende systematische ras-
sistische Diskriminierung durch Algo-
rithmen fest, die die Wahrscheinlichkeit
eines Kriminellen berechnen, wieder
straffällig zu werden. Weil solche Ergeb-
nisse zunehmend Eingang finden in wich-
tige Entscheidungen US-amerikanischer
Gerichte, etwa im Zusammenhang mit
Untersuchungshaft oder Bewährung,
können die maschinellen Diskriminierun-
gen Menschen sogar ins 	 
Menschliche Vorurteile und
Stereotypen schleichen sich in
Software ein, die zum Spiegel
unserer Gesellschaft wird.
Quarterly
f/21 Quarterly	 Q3 | 2017
 Digitale Diskriminierung (Forts.)
Gefängnis bringen.
Weil immer mehr Daten für Analysezwe-
cke zur Verfügung stehen, wird sich das
Feld der Einsatzbereiche algorithmischer
Entscheidungen weiten. Während die
Vorteile dieses Vorgehens gut beleuch-
tet und viel besprochen sind, scheint die
Bedeutung eines verantwortlichen Um-
gangs mit Algorithmen, das heißt im Ein-
klang mit ethischen und legalen Normen,
noch nicht ausreichend im öffentlichen
Bewusstsein angekommen zu sein. Na-
türlich wissen wir, dass auch Menschen in
ihrer Entscheidungsfindung alles andere
als vorurteilsfrei sind. Doch sind Algorith-
men am Werk, werden datengetriebene
Entscheidungen massenhaft getroffen.
Finden wir uns also bald in einer Situati-
on wieder, in der nicht nur menschliche
durch maschinelle Vorurteile ersetzt,
sondern sogar noch verstärkt werden?
Daher ist es höchst Zeit, den Blick auf
mögliche maschinengemachte Verzer-
rungen zu richten. Es gilt Transparenz
herzustellen und die algorithmischen
Entscheidungsverfahren aus ihrer Black
Box herauszuholen. Auch ist eine stär-
kere Sensibilisierung der Öffentlichkeit
für die neuen Mechanismen und deren
Einflussmöglichkeiten notwendig. Und
nicht zuletzt wartet ein noch viel tiefer-
gehendes Problem auf eine Lösung: Da-
rüber, was objektiv und gerecht ist und
was es für einen Algorithmus bedeutet,
ausbalancierte Urteile zu fällen, muss
Übereinstimmung hergestellt werden. 
f/21 Büro für Zukunftsfragen  www.f-21.de 	 2
Werden Diskriminierungen
durch maschinelle Entschei-
dungen gar noch verstärkt?
f/21 Zukunftsperspektiven
BÜRO FÜR ZUKUNFTSFRAGEN
f/21
03.2017
Zukunftsperspektiven
Gameful City
Die Stadt als Spielraum
Gameful City
Die Stadt als Spielraum
Einem Brennglas gleich bündeln Städte Probleme und Ent-
wicklungen, doch waren sie schon immer auch Experimentier-
felder und Laboratorien für Neues. Daher erscheint die An-
wendung von Spielprinzipien („Gamification“) lohnend, um
das Zusammenleben in der Stadt der Zukunft zu gestalten:
In der Gameful City gelingt urbane Transformation spielerisch.
kostenloser Download:
www.f-21.de/zukunftsperspektiven
Vor nunmehr beinahe drei Dekaden,
im Jahr 1988, gab der Autor Isaac
Asimov für Bill Moyers‘ Reihe „World of
Ideas“ ein bemerkenswertes Interview,
in dem er unter anderem auch computer-
basiertes lebenslanges Lernen und On-
line-Bildungvoraussagte.Asimovwendet
sich gegen das gegenwärtige System der
Massenbildung, in dem ein Curriculum
für alle gleichermaßen gilt und zeichnet
eine Zukunft, in der Lernende sich von
zu Hause aus über Computer mit riesigen
Bibliotheken verbinden und auf jede be-
liebige Frage Antworten erhalten, in der
jeder lernen kann,
wie es ihm beliebt.
Computer, so sieht
der hellsichtige Au-
tor voraus, würden
der „one-size-fits-
all“-Bildung ein
Ende bereiten und personalisierte Lern-
möglichkeiten schaffen, die die eins-zu-
eins-Beziehung zwischen Lernenden und
Lehrenden herbeiführe.
Heute erscheint der technologische Fort-
schritt einen Stand erreicht zu haben,
der Asimovs Utopie Wirklichkeit werden
lässt. Eine ganze Reihe von Initiativen
setzt sich zum Ziel, mit Hilfe datengetrie-
bener Technologien Lernerfahrungen an
individuelles Vorankommen, an persön-
liche Fähigkeiten, Interessen und Ziele
anzupassen. Dabei existiert ein Sammel-
surium unterschiedlicher Werkzeuge:
Das Spektrum reicht von responsiven
Systemen, die im Wesentlichen Zugang
zu festgelegten Inhalten bieten und eine
Anpassung der Benutzeroberfläche zu-
lassen, dem Lernenden die Wahl eigener
Lernpfade erlauben oder Lernmateria-
len entsprechend dem über eine Daten-
analyse festgestellten Leistungsniveau
präsentieren. Adaptive Systeme gehen
darüber hinaus und versuchen den Lern-
prozess flexibel
zu unterstützen.
Indem sie sich an
das Verhalten und
die Kompetenz
eines Lernenden
nicht nur durch ei-
nen vorgegebenen Entscheidungsbaum
anpassen, sondern dabei Technologien
des Maschinenlernens nutzen. Die am
weitesten gehende Vision technologisch
gestützten personalisierten Lernens be-
steht in intelligenten Tutorsystemen, die
menschliche Lehrer nachahmen, proak-
tiv tätig werden und auf vielfältige Weise
mit dem Lernenden interagieren, indem
sie etwa aus den Interaktionen mit dem
Lernenden ständig dazulernen, mit Hilfe
vonGesichtserkennungEmotionenwahr-
nehmen und Lernprozesse entsprechend
anpassen. Die „künstlichen Lehrer“ sol-
len imstande sein, individuelles Feedback
und Tipps zu geben.
Zwar ist die Vision der intelligenten Tu-
torsysteme noch Zukunftsmusik – doch
ist nicht denkbar, dass angesichts des
rasanten technischen Fortschritts schon
bald Lehrer ersetzen werden? Die Ent-
wickler der Systeme selbst geben zu Pro-
tokoll, dass sie keineswegs daran arbei-
ten, Lehrer abzuschaffen. Die Systeme
versprechen den größten Erfolg, wenn
sie ergänzend eingesetzt werden. Noch
weiß man wenig über die neuen Techno-
logien, es fehlen empirische Belege, wie
die Systeme tatsächlich auf das 	 
Privatlehrer für alle!
Personalisierte Lernsysteme stellen das Ende der
Fließband-Bildung in Aussicht und versprechen
maßgeschneiderte Bildungserfolge. Doch sind die
großen Verheißungen übereilt.
Das Fließbandmodell der Mas-
senbildung verspricht Techno-
logie zu beenden. Die Zukunft
des Lernens soll stattdessen in-
dividualisiert vonstatten gehen.
f/21 Quarterly	 Q3 | 2017
f/21 Büro für Zukunftsfragen  www.f-21.de 	 3
Für weitere Informationen zu neuen Bil-
dungswelten besuchen Sie bitte unsere
Webseite oder kontaktieren Sie uns!
 www.f-21.de/fokus_neuebildungswelten
 zukunft@f-21.de
Wenn Roboter Roboter bauen
In der Biologie ist es eine Selbstver-
ständlichkeit: Dass alles Leben sich
selbst hervorbringt, selbst reproduziert
und selbst organisiert. Was die Technik
betrifft, so gehört die Selbstreplikation
ins Reich der Science Fiction. Roboter,
die perfekte Kopien ihrer selbst herstel-
len können und sich alsbald schrankenlos
vermehren sind eine äußerst populäre
Endzeitvision.
John von Neumann war wohl einer der
ersten, der dieser Vision in der Wirklich-
keit nahegekommen ist: In den 1940er-
Jahren konstruierte der berühmte Ma-
thematiker hypothetisch, abstrakt eine
selbstreplizierende Maschine. Sein Uni-
versalkonstruktor war praktisch aller-
dings nicht umsetzbar und es blieb beim
Selbstreplizierende Roboter haben immer schon
Fantasie und Ängste der Menschen angeregt. Was
nun, wenn diese Wirklichkeit werden?
theoretischen Konzept.
Was im vergangenen Jahrhundert John
von Neumann nicht gelang, scheint heu-
te auf dem besten Weg zu sein, Wirklich-
keit zu werden. Ein Forscherteam der
Universität Oslo entwarf selbstlernende
und sich selbstreparierende Roboter, die
komplexe Aufgaben in extremen Um-
gebungen ausführen sollen, wie etwa in
Erdrutschgebieten oder Kernkraftwer-
ken. Diese Roboter schaffen, worin Ma-
schinen normalerweise schlecht sind:
sich an Teilausfälle und unerwartete Be-
schädigungen anzupassen. Sie gehen mit
solchen Situationen um, wie dies auch
Lebewesen tun würden, nämlich kom-
pensatorisches Verhalten zu entwickeln,
das heißt, verliert der Roboter ein 
 Privatlehrer für alle! (Forts.)
Lernen wirken.
Jedenfalls aber wird es für deren Einsatz
selbständige, eigenverantwortliche Ler-
nende brauchen. Wo immer Unterricht
darauf setzt, Lernende dabei zu unter-
stützen, in deren eigenem Tempo vor-
anzuschreiten, braucht es große Verant-
wortung für den eigenen Lernprozess.
Lernenden werden Fähigkeiten des un-
abhängigen, eigenverantwortlichen Ler-
nens, Konzentrati-
onsvermögen und
anhaltende Moti-
vation abverlangt.
Solche Eigenschaf-
ten bringen nicht
alle Lernenden mit – und schon gar nicht
die jüngsten unter ihnen.
Auch Sorge um Privatsphäre und Daten-
schutz umgibt diese neuen Technologi-
en. Die Systeme setzen auf das Sammeln
von immer mehr Daten und machen da-
her Entscheidungen nötig, wie diese Da-
ten verwendet werden dürfen, mit wem
sie geteilt und warum sie überhaupt er-
hoben werden. Zudem beziehen die Sys-
teme zunehmend auch Daten mit ein, die
außerhalb des Lernkontexts herrühren.
Wenn aber Daten – beispielsweise durch
Monitoring von Social Media – über Frei-
zeitverhalten, Medienkonsum und der-
gleichen gesammelt werden, wirft das
die Frage auf, wann die Grenze zu Über-
wachung und Kontrolle überschritten
wird.
Ein weiteres Problem ist den Lernsys-
temen immanent: Damit die Software
adaptiv agieren kann, muss sie darauf
hinarbeiten, die Eintrittswahrscheinlich-
keit eines bestimmten Ziels zu erhöhen.
Aber welches Ziel wird den Systemen
einprogrammiert? Die Sache wird nicht
einfacher dadurch, dass sich Lernerfolge
kaum durch ein einziges Ziel beschreiben
lassen. Wie aber schafft es die Software,
auf mehrere Ziele gleichzeitig hinzusteu-
ern? Wie erfolgt die Abstimmung von
Zwischenzielen und größeren Endzielen?
Mit ihrem Enthusiasmus nehmen die
Technologien des personalisierten Ler-
nens für sich in Anspruch, so scheint es,
ein Problem zu lösen, das in Wirklich-
keit kein technisches, sondern ein ge-
sellschaftliches ist. Immer schon fiel es
schwer, Lernerfolg zu messen und zu
steuern, schlicht weil nicht eindeutig de-
finiert ist, was Lern- und Bildungserfolg
ausmacht. Worin besteht der Zweck des
Lernens und der Bildung? Menschen fit zu
machen für den Arbeitsmarkt? Ihnen ein
größtmögliches Einkommen zu verschaf-
fen? Auf ein humanistisches Bildungs-
ideal hinzuwirken? Kritisch denkende
Menschen hervorzubringen, die die Zivil-
gesellschaft stärken? Bevor nicht Einig-
keit besteht über das Ziel, bleiben die Er-
folgsversprechen der Lerntechnologien
zwangsläufig hohl. Von der gesellschaft-
lichen Beantwor-
tungder aufgewor-
fenen Fragen wird
auch abhängen,
inwieweit Asimovs
Vision überhaupt
relevant sein kann: Denn er malt ja nicht
nur Lernwelten aus, in denen Lernende
ihr eigenes Tempo gehen, sondern auch
ihren eigenen Interessen folgen. Inwie-
weit werden Eltern, Schulbehörden und
Arbeitgeber dies überhaupt als sinnvoll
erachten? 
Technologie nimmt für sich in Anspruch, ein Problem zu lösen,
das in Wirklichkeit ein gesellschaftliches, kein technisches ist.
Solange nicht Einverständnis über die Ziele von Bildung herrscht,
müssen die Erwartungen an Technologie gedämpft bleiben.
 Artikel
Neueste Veröffentlichungen:
Jenseits der Gutenberg-Galaxis. Zukunfts-
szenarien für (Öffentliche) Bibliotheken
BuB, 07/2017
Gamification. Spielerisch leicht durchs
Leben
Werkspuren, 02/2017
Spielwiese Smart City
transform, April 2017
Serious Games: Die spielende Bibliothek
goethe.de, März 2017
Gameful City: Die Stadt wird zum Spielfeld
archithese, März 2017
Gameful City: Spielerisch zur smarten Stadt
Carta, März 2017
Spieltrieb als Erfolgsfaktor: Der Einsatz von
Gamification im Projektmanagement
Digitale Spiele im Diskurs, März 2017
Die neuen Mikrounternehmer
The European, März 2017
Arbeiten in der Sharing Economy: Die
„Uberisierung“ der Arbeitswelt?
Vierteljahreshefte zur Wirtschaftsforschung, 03/2016
f/21 Quarterly	 Q3 | 2017
f/21 Büro für Zukunftsfragen  www.f-21.de 	 4
Impressum
f/21 Büro für Zukunftsfragen
Nora S. Stampfl, MBA
 Rosenheimer Straße 35
D-10781 Berlin
 +49.30.69 59 82 58
 zukunft@f-21.de
 www.f-21.de
Foto:
Joe Pizzio, unsplash.com (S. 1)
Weil sich Informationsbedürfnis-
se im Internetzeitalter schneller
und komfortabler befriedigen lassen als
sich in die örtliche Bibliothek zu bege-
ben, wurde bereits das Aussterben von
Bibliotheken an die Wand gemalt. Doch
ist diese Diagnose vorschnell, waren Bi-
bliotheken doch immer schon mehr als
Verwahranstalten für Bücher. Öffentli-
che Bibliotheken zeichnen sich seit jeher
durch ein niedrigschwelliges Angebot
aus, Zutritt und Anwesenheit sind kos-
tenlos und an keinerlei Bedingungen ge-
knüpft. Doch steigt klarerweise mit der
allgegenwärtigen
Informationsver-
fügbarkeit und der
fortschreitenden
Digitalisierung von
Büchern der Druck auf Bibliotheken, ihre
Rolle neu zu definieren, auch ein Stück
weit neu zu erfinden und nicht zuletzt ihr
Angebot deutlicher zu erklären und un-
ter die Leute bringen.
Es erscheint paradox: Gerade in der di-
gitalen, virtuellen Welt gewinnt die Bib-
liothek als physischer Ort an Bedeutung.
Galten Überlegungen hinsichtlich der Bi-
bliothek als physischer Raum herkömm-
lich der architektonischen und baulichen
Aspekte der Raumgestaltung, waren
Bestände und Sammlungen maßgebend
für die Raumgestaltung, so geben heute
Nutzer mit ihren Bedürfnissen und dem
Benutzerverhalten einer digitalen Infor-
mationsgesellschaft den Ton an. So muss
man feststellen, dass Zweckbestimmung
und Nutzung von Bibliotheksraum nach
wie vor gegeben sind, auch wenn sich
Anforderungen an die Räumlichkeiten im
Laufe der Zeit verändert haben.
Inwiefern öffentliche Bibliotheken in un-
serer zunehmend virtualisierten Lebens-
welt von Bedeutung sind, dazu finden
sich in dem von Ray Oldenburg entwi-
ckelten Konzept des „Dritten Orts“ wert-
volle Ansatzpunkte. Kneipen, Buchläden
oder kleinstädtische Fußgängerzonen
versteht der amerikanische Soziologe
allesamt als „third place“, weil sie im Ge-
gensatz zum „first place“ des Wohnens
und zum „second place“ des Arbeitens
ungezwungene Öffentlichkeit auf neu-
tralem Boden bieten. Nach Oldenburg
vermittelt der „Dritte Ort“ ein Gefühl des
„zweiten Zuhauses“ als auch der Zuge-
hörigkeit, ist leicht zugänglich und gleicht
Unterschiede zwischen Menschen aus,
wird gern allein aufgesucht und setzt
keine Mitgliedschaft voraus. Unschwer
können also auch Bibliotheken als „Drit-
te Orte“ klassifiziert werden.
Wollen Bibliothe-
ken im 21. Jahrhun-
dert weiter von Be-
deutung bleiben,
giltes,nebenderen
Informationsangebot weitere Vorzüge in
den Vordergrund zu rücken: dass sie Indi-
viduum und Gesellschaft verbinden und
ein „soziales Zuhause“ schaffen, in dem
sich Menschen abseits von Familie und
Arbeit in Anwesenheit von anderen und
in angenehmer Atmosphäre aufgeho-
ben fühlen. Bibliotheken füllen die Rolle
„öffentlicher Wohnzimmer“ aus: Sie sind
privater öffentlicher Raum und ermög-
lichen das Verfolgen individueller Ziele
und Zwecke im Öffentlichen. Zudem ge-
währen sie eine Auszeit von der Hektik
des Alltags, sie sind Oasen der Ruhe, Un-
gestörtheit und Kontemplation, bieten
Rückzugsmöglichkeiten und handyfreie
Zonen und sind Orte der Entschleuni-
gung – oder wie Klaus Kunzmann es so
schön nannte: „Zen-Gärten in der hekti-
schen Stadt“. 
Bibliotheken als „Dritte Orte“
Bibliotheken braucht heute kein Mensch, heißt es,
wir haben doch das Smartphone. Weit gefehlt! Denn
die Bibliothek bietet mehr als Information und ge-
winnt im digitalen Zeitalter gerade als physischer Ort
an Bedeutung.
Es erscheint paradox: In der vir-
tuellen Welt wird die Bibliothek
als physischer Ort bedeutender.
Für weitere Informationen zur Zukunft
der Bibliotheken, deren Rollenwandel
und Neuausrichtung im Internetzeital-
ter, besuchen Sie bitte unsere Websei-
te oder kontaktieren Sie uns!
 www.f-21.de/fokus_zukunftbibliothek
 zukunft@f-21.de
 Wenn Roboter Roboter bauen (Forts.)
Bein, lernt er selbständig, sich mit dem
verbleibenden Bein zu behelfen. Die aus-
geklügeltste Version der Roboter ist im-
stande, für sich selbst herauszufinden,
wie sie in einer bestimmten Situation
idealerweise zusammengesetzt sein soll-
te. Je nachdem, ob es darum geht, sich
schnell fortzubewegen, klein zu sein,
oder wenig Energie zu verbrauchen,
wählt der Roboter die bestmögliche Kon-
figuration aus. In Zukunft sollen sie aber
noch mehr können: Beispielsweise mit
Hilfe des eigenen 3D-Druckers Teile er-
stellen, installieren, um sich selbst etwa
über Hindernisse hinwegzuhelfen. Damit
freilich ist auch der Schritt zur Selbstrep-
likation nicht mehr fern.
Science Fiction lehrt uns, dass künstli-
ches Leben, wenn es sich selbständig
macht, sich letztendlich zumeist gegen
den Menschen selbst wendet. Was nun
also, wenn die Selbstvermehrung von
Maschinen außer Rand und Band gerät?
Wie kann sichergestellt werden, dass
der Mensch stets die Oberhand behält
und einen unendlichen Regress stoppen
kann? Wenn es möglich ist, dass Roboter
sich körperlich selbst optimieren, indem
sie sich etwa ein zusätzliches Bein „aus-
drucken“, wenn sie dies gerade benöti-
gen, wie können wir dann noch davon
ausgehen, dass sie nicht auch ständig
intelligenter werden? Um schließlich die
menschliche Intelligenz zu übertreffen?
Man sieht schon: Selbstvermehrende
und sich selbst optimierende Roboter
beflügeln die Fantasie, was deren Ein-
satzbereiche betrifft – wahrlich scheinen
diese grenzenlos. Ebenso viele Gedanken
sollten allerdings noch in die Beantwor-
tung der durch solche Entwicklungen
aufgeworfenen philosophischen Fragen
fließen. 
Selbstreplizierende Maschinen
treten aus der Science Fiction
in die Wirklichkeit.

Weitere ähnliche Inhalte

Ähnlich wie f/21 Quarterly Q3|2017

Künstliche Intelligenz in der Rekrutierung
Künstliche Intelligenz in der RekrutierungKünstliche Intelligenz in der Rekrutierung
Künstliche Intelligenz in der RekrutierungHays
 
HR Tech Ethikbeirat Richtlinien - Konsultationsfassung
HR Tech Ethikbeirat Richtlinien - KonsultationsfassungHR Tech Ethikbeirat Richtlinien - Konsultationsfassung
HR Tech Ethikbeirat Richtlinien - KonsultationsfassungAndreas Dittes
 
Was kommt nach Open Innovation?
Was kommt nach Open Innovation?Was kommt nach Open Innovation?
Was kommt nach Open Innovation?NETBAES
 
Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik?
Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik? Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik?
Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik? FernUniversität in Hagen
 
EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...
EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...
EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...EY Tax.Tech
 
Digitale Kompetenzen im Gymnasium
Digitale Kompetenzen im GymnasiumDigitale Kompetenzen im Gymnasium
Digitale Kompetenzen im GymnasiumPhilippe Wampfler
 
Somtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes
 
Quanten Computing orientierende Schlagworte (2017)
Quanten Computing   orientierende Schlagworte (2017)Quanten Computing   orientierende Schlagworte (2017)
Quanten Computing orientierende Schlagworte (2017)Research Impulses
 
Trendbarometer Digitales Lernen
Trendbarometer Digitales LernenTrendbarometer Digitales Lernen
Trendbarometer Digitales LernenJochen Robes
 
Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...
Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...
Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...FutureManagementGroup AG
 
5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....
5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....
5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....Restorm
 
Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art...
 Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art... Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art...
Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art...NETBAES
 
Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...
Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...
Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...Jochen Robes
 
Lernen in der Cloud - SAP Education Webinar
Lernen in der Cloud - SAP Education WebinarLernen in der Cloud - SAP Education Webinar
Lernen in der Cloud - SAP Education WebinarThomas Jenewein
 

Ähnlich wie f/21 Quarterly Q3|2017 (20)

coll:lab - Collaborative Readiness Assessment
coll:lab - Collaborative Readiness Assessmentcoll:lab - Collaborative Readiness Assessment
coll:lab - Collaborative Readiness Assessment
 
Künstliche Intelligenz in der Rekrutierung
Künstliche Intelligenz in der RekrutierungKünstliche Intelligenz in der Rekrutierung
Künstliche Intelligenz in der Rekrutierung
 
HR Tech Ethikbeirat Richtlinien - Konsultationsfassung
HR Tech Ethikbeirat Richtlinien - KonsultationsfassungHR Tech Ethikbeirat Richtlinien - Konsultationsfassung
HR Tech Ethikbeirat Richtlinien - Konsultationsfassung
 
Was kommt nach Open Innovation?
Was kommt nach Open Innovation?Was kommt nach Open Innovation?
Was kommt nach Open Innovation?
 
Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik?
Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik? Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik?
Der „Offene Lernende“ als Leitbild digitaler Bildungspolitik?
 
EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...
EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...
EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steue...
 
f/21 Quarterly Q1|2015
f/21 Quarterly Q1|2015f/21 Quarterly Q1|2015
f/21 Quarterly Q1|2015
 
f/21 Quarterly Q1|2016
f/21 Quarterly Q1|2016f/21 Quarterly Q1|2016
f/21 Quarterly Q1|2016
 
Digitale Kompetenzen im Gymnasium
Digitale Kompetenzen im GymnasiumDigitale Kompetenzen im Gymnasium
Digitale Kompetenzen im Gymnasium
 
Somtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche Intelligenz
 
Quanten Computing orientierende Schlagworte (2017)
Quanten Computing   orientierende Schlagworte (2017)Quanten Computing   orientierende Schlagworte (2017)
Quanten Computing orientierende Schlagworte (2017)
 
Data Driven Media
Data Driven MediaData Driven Media
Data Driven Media
 
Trendbarometer Digitales Lernen
Trendbarometer Digitales LernenTrendbarometer Digitales Lernen
Trendbarometer Digitales Lernen
 
Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...
Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...
Market Foresight Bildung Supplement I: Zukünftige Einflussfaktoren auf das Bi...
 
5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....
5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....
5. Marketing Symposium Mensch - Maschine - Roboter Hochschule Darmstadt, Nov....
 
f/21 Quarterly Q4|2016
f/21 Quarterly Q4|2016f/21 Quarterly Q4|2016
f/21 Quarterly Q4|2016
 
Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art...
 Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art... Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art...
Der Einfluss von Open Source Communities auf die Inspiration einer neuen Art...
 
Digitale Kompetenzen
Digitale KompetenzenDigitale Kompetenzen
Digitale Kompetenzen
 
Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...
Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...
Digitalisierung und Berufsbildung: Trends, Erfolgsgeschichten und Herausforde...
 
Lernen in der Cloud - SAP Education Webinar
Lernen in der Cloud - SAP Education WebinarLernen in der Cloud - SAP Education Webinar
Lernen in der Cloud - SAP Education Webinar
 

Mehr von f/21 Büro für Zukunftsfragen

Shareconomy. Aufwind für Bibliotheken durch den Sharing-Trend
Shareconomy. Aufwind für Bibliotheken durch den Sharing-TrendShareconomy. Aufwind für Bibliotheken durch den Sharing-Trend
Shareconomy. Aufwind für Bibliotheken durch den Sharing-Trendf/21 Büro für Zukunftsfragen
 
Bibliothekswelten im Umbruch. Die Bibliothek im Internetzeitalter
Bibliothekswelten im Umbruch. Die Bibliothek im InternetzeitalterBibliothekswelten im Umbruch. Die Bibliothek im Internetzeitalter
Bibliothekswelten im Umbruch. Die Bibliothek im Internetzeitalterf/21 Büro für Zukunftsfragen
 
Neue Bildungswelten. Lernen in der digitalen Gesellschaft
Neue Bildungswelten. Lernen in der digitalen GesellschaftNeue Bildungswelten. Lernen in der digitalen Gesellschaft
Neue Bildungswelten. Lernen in der digitalen Gesellschaftf/21 Büro für Zukunftsfragen
 
Die Zukunft der Dienstleistungsökonomie. Momentaufnahme und Perspektiven
Die Zukunft der Dienstleistungsökonomie. Momentaufnahme und PerspektivenDie Zukunft der Dienstleistungsökonomie. Momentaufnahme und Perspektiven
Die Zukunft der Dienstleistungsökonomie. Momentaufnahme und Perspektivenf/21 Büro für Zukunftsfragen
 

Mehr von f/21 Büro für Zukunftsfragen (20)

Arbeit und Spiel. Die Ludifizierung der Arbeitswelt
Arbeit und Spiel. Die Ludifizierung der ArbeitsweltArbeit und Spiel. Die Ludifizierung der Arbeitswelt
Arbeit und Spiel. Die Ludifizierung der Arbeitswelt
 
Shareconomy. Aufwind für Bibliotheken durch den Sharing-Trend
Shareconomy. Aufwind für Bibliotheken durch den Sharing-TrendShareconomy. Aufwind für Bibliotheken durch den Sharing-Trend
Shareconomy. Aufwind für Bibliotheken durch den Sharing-Trend
 
Zukunft der Arbeit | Delphi-Studie
Zukunft der Arbeit | Delphi-StudieZukunft der Arbeit | Delphi-Studie
Zukunft der Arbeit | Delphi-Studie
 
f/21 Quarterly Q1|2019
f/21 Quarterly Q1|2019f/21 Quarterly Q1|2019
f/21 Quarterly Q1|2019
 
f/21 Quarterly Q4|2018
f/21 Quarterly Q4|2018f/21 Quarterly Q4|2018
f/21 Quarterly Q4|2018
 
f/21 Quarterly Q3|2018
f/21 Quarterly Q3|2018f/21 Quarterly Q3|2018
f/21 Quarterly Q3|2018
 
f/21 Quarterly Q2|2018
f/21 Quarterly Q2|2018f/21 Quarterly Q2|2018
f/21 Quarterly Q2|2018
 
f/21 Quarterly Q1|2018
f/21 Quarterly Q1|2018f/21 Quarterly Q1|2018
f/21 Quarterly Q1|2018
 
f/21 Quarterly Q2|2017
f/21 Quarterly Q2|2017f/21 Quarterly Q2|2017
f/21 Quarterly Q2|2017
 
Gameful City. Die Stadt als Spielraum
Gameful City. Die Stadt als SpielraumGameful City. Die Stadt als Spielraum
Gameful City. Die Stadt als Spielraum
 
f/21 Quarterly Q3|2016
f/21 Quarterly Q3|2016f/21 Quarterly Q3|2016
f/21 Quarterly Q3|2016
 
Bibliothekswelten im Umbruch. Die Bibliothek im Internetzeitalter
Bibliothekswelten im Umbruch. Die Bibliothek im InternetzeitalterBibliothekswelten im Umbruch. Die Bibliothek im Internetzeitalter
Bibliothekswelten im Umbruch. Die Bibliothek im Internetzeitalter
 
f/21 Quarterly Q2|2016
f/21 Quarterly Q2|2016f/21 Quarterly Q2|2016
f/21 Quarterly Q2|2016
 
Gamification. Die Ludifizierung der Führungskultur
Gamification. Die Ludifizierung der FührungskulturGamification. Die Ludifizierung der Führungskultur
Gamification. Die Ludifizierung der Führungskultur
 
Games & Gamification. Bibliotheken als Spiel-Orte
Games & Gamification. Bibliotheken als Spiel-OrteGames & Gamification. Bibliotheken als Spiel-Orte
Games & Gamification. Bibliotheken als Spiel-Orte
 
f/21 Quarterly Q3|2015
f/21 Quarterly Q3|2015f/21 Quarterly Q3|2015
f/21 Quarterly Q3|2015
 
Neue Bildungswelten. Lernen in der digitalen Gesellschaft
Neue Bildungswelten. Lernen in der digitalen GesellschaftNeue Bildungswelten. Lernen in der digitalen Gesellschaft
Neue Bildungswelten. Lernen in der digitalen Gesellschaft
 
f/21 Quarterly Q4|2014
f/21 Quarterly Q4|2014f/21 Quarterly Q4|2014
f/21 Quarterly Q4|2014
 
f/21 Quarterly Q3|2014
f/21 Quarterly Q3|2014f/21 Quarterly Q3|2014
f/21 Quarterly Q3|2014
 
Die Zukunft der Dienstleistungsökonomie. Momentaufnahme und Perspektiven
Die Zukunft der Dienstleistungsökonomie. Momentaufnahme und PerspektivenDie Zukunft der Dienstleistungsökonomie. Momentaufnahme und Perspektiven
Die Zukunft der Dienstleistungsökonomie. Momentaufnahme und Perspektiven
 

f/21 Quarterly Q3|2017

  • 1. Foresight  Trends  Strategie Q3 | 2017 August 2017 Digitale Diskriminierung  Privatlehrer für alle!  Wenn Roboter Roboter bauen  Bibliotheken als "Dritte Orte"  Abonnieren Sie f/21 Quarterly! Wir informieren Sie regelmäßig über die neuesten Ausblicke in die Welt von morgen. Bleiben Sie am Ball und verpassen Sie keine Aus- gabe des f/21 Quarterly – per Mail erhalten Sie jeweils direkt nach Erscheinen kostenlos die neueste Ausgabe. Registrieren Sie sich hier: www.f-21.de/quarterly Digitale Diskriminierung Wer würde noch bestreiten, dass Al- gorithmen erhebliche Macht über den Gang der Dinge haben? Immerhin sind sie in vielen Bereichen unseres Le- bens beteiligt, entscheidende Weichen zu stellen: ob wir einen Kredit erhalten, einen Job bekommen, welche Nach- richten wir lesen, welche Werbung wir sehen, welche Menschen wir treffen. Immer stärker verbreiten sich algorith- mische Entscheidungsverfahren, weil sie die konsistente Behandlung großer Fall- zahlen ermöglichen und daher hocheffi- zient sind. Gleichzeitig eilt Algorithmen der Ruf voraus, Entscheidungen wertfrei und unbefangen zu treffen – immerhin basierten sie auf Daten und seien daher objektiv. Aber stimmt das denn? Je intensiver sich die Forschung mit diesem relativ neu- en Feld befasst, desto mehr Anzeichen werden sichtbar, dass Ungerechtigkeit und Diskriminierung keineswegs aus au- tomatisierten Entscheidungsverfahren verbannt sind. Denn Software ist keines- wegs frei von menschlichem Einfluss: Sie wird von Menschen geschrieben und wei- terentwickelt, darüber hinaus nehmen maschinelle Lernverfahren menschliches Verhalten auf und agieren entsprechend. Auch sind Algorithmen immer nur so gut Immer mehr Entscheidungen werden nicht von Menschen, sondern Maschinen getroffen. Vorurteils- frei sind diese deshalb noch lange nicht. wie die Daten, mit denen sie gefüttert werden und schon diese können Verzer- rungen beinhalten. Auf unterschiedlichs- ten Wegen schleichen sich also mensch- liche (Vor-)Urteile und Stereotype in Software ein. Mehr und mehr kommt die Forschung den maschinellen Diskriminie- rungen auf die Schliche: So entdeckte man etwa an der Carnegie Mellon Uni- versity, dass Googles Werbeprogramm eine Anzeige für Karrierecoaching für hochbezahlte Jobs öfter Männern als Frauen zeigt. Auch bei maschinellen Übersetzungsprogrammen macht sich bemerkbar, dass Maschinen ähnliche As- soziationen produzieren wie Menschen und daher etwa mit denselben Rol- lenklischees agie- ren. ProPublica, ein US-amerikanischer Non-Profit-News- desk für investigativen Journalismus, stellte bedeutende systematische ras- sistische Diskriminierung durch Algo- rithmen fest, die die Wahrscheinlichkeit eines Kriminellen berechnen, wieder straffällig zu werden. Weil solche Ergeb- nisse zunehmend Eingang finden in wich- tige Entscheidungen US-amerikanischer Gerichte, etwa im Zusammenhang mit Untersuchungshaft oder Bewährung, können die maschinellen Diskriminierun- gen Menschen sogar ins  Menschliche Vorurteile und Stereotypen schleichen sich in Software ein, die zum Spiegel unserer Gesellschaft wird. Quarterly
  • 2. f/21 Quarterly Q3 | 2017  Digitale Diskriminierung (Forts.) Gefängnis bringen. Weil immer mehr Daten für Analysezwe- cke zur Verfügung stehen, wird sich das Feld der Einsatzbereiche algorithmischer Entscheidungen weiten. Während die Vorteile dieses Vorgehens gut beleuch- tet und viel besprochen sind, scheint die Bedeutung eines verantwortlichen Um- gangs mit Algorithmen, das heißt im Ein- klang mit ethischen und legalen Normen, noch nicht ausreichend im öffentlichen Bewusstsein angekommen zu sein. Na- türlich wissen wir, dass auch Menschen in ihrer Entscheidungsfindung alles andere als vorurteilsfrei sind. Doch sind Algorith- men am Werk, werden datengetriebene Entscheidungen massenhaft getroffen. Finden wir uns also bald in einer Situati- on wieder, in der nicht nur menschliche durch maschinelle Vorurteile ersetzt, sondern sogar noch verstärkt werden? Daher ist es höchst Zeit, den Blick auf mögliche maschinengemachte Verzer- rungen zu richten. Es gilt Transparenz herzustellen und die algorithmischen Entscheidungsverfahren aus ihrer Black Box herauszuholen. Auch ist eine stär- kere Sensibilisierung der Öffentlichkeit für die neuen Mechanismen und deren Einflussmöglichkeiten notwendig. Und nicht zuletzt wartet ein noch viel tiefer- gehendes Problem auf eine Lösung: Da- rüber, was objektiv und gerecht ist und was es für einen Algorithmus bedeutet, ausbalancierte Urteile zu fällen, muss Übereinstimmung hergestellt werden.  f/21 Büro für Zukunftsfragen  www.f-21.de 2 Werden Diskriminierungen durch maschinelle Entschei- dungen gar noch verstärkt? f/21 Zukunftsperspektiven BÜRO FÜR ZUKUNFTSFRAGEN f/21 03.2017 Zukunftsperspektiven Gameful City Die Stadt als Spielraum Gameful City Die Stadt als Spielraum Einem Brennglas gleich bündeln Städte Probleme und Ent- wicklungen, doch waren sie schon immer auch Experimentier- felder und Laboratorien für Neues. Daher erscheint die An- wendung von Spielprinzipien („Gamification“) lohnend, um das Zusammenleben in der Stadt der Zukunft zu gestalten: In der Gameful City gelingt urbane Transformation spielerisch. kostenloser Download: www.f-21.de/zukunftsperspektiven Vor nunmehr beinahe drei Dekaden, im Jahr 1988, gab der Autor Isaac Asimov für Bill Moyers‘ Reihe „World of Ideas“ ein bemerkenswertes Interview, in dem er unter anderem auch computer- basiertes lebenslanges Lernen und On- line-Bildungvoraussagte.Asimovwendet sich gegen das gegenwärtige System der Massenbildung, in dem ein Curriculum für alle gleichermaßen gilt und zeichnet eine Zukunft, in der Lernende sich von zu Hause aus über Computer mit riesigen Bibliotheken verbinden und auf jede be- liebige Frage Antworten erhalten, in der jeder lernen kann, wie es ihm beliebt. Computer, so sieht der hellsichtige Au- tor voraus, würden der „one-size-fits- all“-Bildung ein Ende bereiten und personalisierte Lern- möglichkeiten schaffen, die die eins-zu- eins-Beziehung zwischen Lernenden und Lehrenden herbeiführe. Heute erscheint der technologische Fort- schritt einen Stand erreicht zu haben, der Asimovs Utopie Wirklichkeit werden lässt. Eine ganze Reihe von Initiativen setzt sich zum Ziel, mit Hilfe datengetrie- bener Technologien Lernerfahrungen an individuelles Vorankommen, an persön- liche Fähigkeiten, Interessen und Ziele anzupassen. Dabei existiert ein Sammel- surium unterschiedlicher Werkzeuge: Das Spektrum reicht von responsiven Systemen, die im Wesentlichen Zugang zu festgelegten Inhalten bieten und eine Anpassung der Benutzeroberfläche zu- lassen, dem Lernenden die Wahl eigener Lernpfade erlauben oder Lernmateria- len entsprechend dem über eine Daten- analyse festgestellten Leistungsniveau präsentieren. Adaptive Systeme gehen darüber hinaus und versuchen den Lern- prozess flexibel zu unterstützen. Indem sie sich an das Verhalten und die Kompetenz eines Lernenden nicht nur durch ei- nen vorgegebenen Entscheidungsbaum anpassen, sondern dabei Technologien des Maschinenlernens nutzen. Die am weitesten gehende Vision technologisch gestützten personalisierten Lernens be- steht in intelligenten Tutorsystemen, die menschliche Lehrer nachahmen, proak- tiv tätig werden und auf vielfältige Weise mit dem Lernenden interagieren, indem sie etwa aus den Interaktionen mit dem Lernenden ständig dazulernen, mit Hilfe vonGesichtserkennungEmotionenwahr- nehmen und Lernprozesse entsprechend anpassen. Die „künstlichen Lehrer“ sol- len imstande sein, individuelles Feedback und Tipps zu geben. Zwar ist die Vision der intelligenten Tu- torsysteme noch Zukunftsmusik – doch ist nicht denkbar, dass angesichts des rasanten technischen Fortschritts schon bald Lehrer ersetzen werden? Die Ent- wickler der Systeme selbst geben zu Pro- tokoll, dass sie keineswegs daran arbei- ten, Lehrer abzuschaffen. Die Systeme versprechen den größten Erfolg, wenn sie ergänzend eingesetzt werden. Noch weiß man wenig über die neuen Techno- logien, es fehlen empirische Belege, wie die Systeme tatsächlich auf das  Privatlehrer für alle! Personalisierte Lernsysteme stellen das Ende der Fließband-Bildung in Aussicht und versprechen maßgeschneiderte Bildungserfolge. Doch sind die großen Verheißungen übereilt. Das Fließbandmodell der Mas- senbildung verspricht Techno- logie zu beenden. Die Zukunft des Lernens soll stattdessen in- dividualisiert vonstatten gehen.
  • 3. f/21 Quarterly Q3 | 2017 f/21 Büro für Zukunftsfragen  www.f-21.de 3 Für weitere Informationen zu neuen Bil- dungswelten besuchen Sie bitte unsere Webseite oder kontaktieren Sie uns!  www.f-21.de/fokus_neuebildungswelten  zukunft@f-21.de Wenn Roboter Roboter bauen In der Biologie ist es eine Selbstver- ständlichkeit: Dass alles Leben sich selbst hervorbringt, selbst reproduziert und selbst organisiert. Was die Technik betrifft, so gehört die Selbstreplikation ins Reich der Science Fiction. Roboter, die perfekte Kopien ihrer selbst herstel- len können und sich alsbald schrankenlos vermehren sind eine äußerst populäre Endzeitvision. John von Neumann war wohl einer der ersten, der dieser Vision in der Wirklich- keit nahegekommen ist: In den 1940er- Jahren konstruierte der berühmte Ma- thematiker hypothetisch, abstrakt eine selbstreplizierende Maschine. Sein Uni- versalkonstruktor war praktisch aller- dings nicht umsetzbar und es blieb beim Selbstreplizierende Roboter haben immer schon Fantasie und Ängste der Menschen angeregt. Was nun, wenn diese Wirklichkeit werden? theoretischen Konzept. Was im vergangenen Jahrhundert John von Neumann nicht gelang, scheint heu- te auf dem besten Weg zu sein, Wirklich- keit zu werden. Ein Forscherteam der Universität Oslo entwarf selbstlernende und sich selbstreparierende Roboter, die komplexe Aufgaben in extremen Um- gebungen ausführen sollen, wie etwa in Erdrutschgebieten oder Kernkraftwer- ken. Diese Roboter schaffen, worin Ma- schinen normalerweise schlecht sind: sich an Teilausfälle und unerwartete Be- schädigungen anzupassen. Sie gehen mit solchen Situationen um, wie dies auch Lebewesen tun würden, nämlich kom- pensatorisches Verhalten zu entwickeln, das heißt, verliert der Roboter ein   Privatlehrer für alle! (Forts.) Lernen wirken. Jedenfalls aber wird es für deren Einsatz selbständige, eigenverantwortliche Ler- nende brauchen. Wo immer Unterricht darauf setzt, Lernende dabei zu unter- stützen, in deren eigenem Tempo vor- anzuschreiten, braucht es große Verant- wortung für den eigenen Lernprozess. Lernenden werden Fähigkeiten des un- abhängigen, eigenverantwortlichen Ler- nens, Konzentrati- onsvermögen und anhaltende Moti- vation abverlangt. Solche Eigenschaf- ten bringen nicht alle Lernenden mit – und schon gar nicht die jüngsten unter ihnen. Auch Sorge um Privatsphäre und Daten- schutz umgibt diese neuen Technologi- en. Die Systeme setzen auf das Sammeln von immer mehr Daten und machen da- her Entscheidungen nötig, wie diese Da- ten verwendet werden dürfen, mit wem sie geteilt und warum sie überhaupt er- hoben werden. Zudem beziehen die Sys- teme zunehmend auch Daten mit ein, die außerhalb des Lernkontexts herrühren. Wenn aber Daten – beispielsweise durch Monitoring von Social Media – über Frei- zeitverhalten, Medienkonsum und der- gleichen gesammelt werden, wirft das die Frage auf, wann die Grenze zu Über- wachung und Kontrolle überschritten wird. Ein weiteres Problem ist den Lernsys- temen immanent: Damit die Software adaptiv agieren kann, muss sie darauf hinarbeiten, die Eintrittswahrscheinlich- keit eines bestimmten Ziels zu erhöhen. Aber welches Ziel wird den Systemen einprogrammiert? Die Sache wird nicht einfacher dadurch, dass sich Lernerfolge kaum durch ein einziges Ziel beschreiben lassen. Wie aber schafft es die Software, auf mehrere Ziele gleichzeitig hinzusteu- ern? Wie erfolgt die Abstimmung von Zwischenzielen und größeren Endzielen? Mit ihrem Enthusiasmus nehmen die Technologien des personalisierten Ler- nens für sich in Anspruch, so scheint es, ein Problem zu lösen, das in Wirklich- keit kein technisches, sondern ein ge- sellschaftliches ist. Immer schon fiel es schwer, Lernerfolg zu messen und zu steuern, schlicht weil nicht eindeutig de- finiert ist, was Lern- und Bildungserfolg ausmacht. Worin besteht der Zweck des Lernens und der Bildung? Menschen fit zu machen für den Arbeitsmarkt? Ihnen ein größtmögliches Einkommen zu verschaf- fen? Auf ein humanistisches Bildungs- ideal hinzuwirken? Kritisch denkende Menschen hervorzubringen, die die Zivil- gesellschaft stärken? Bevor nicht Einig- keit besteht über das Ziel, bleiben die Er- folgsversprechen der Lerntechnologien zwangsläufig hohl. Von der gesellschaft- lichen Beantwor- tungder aufgewor- fenen Fragen wird auch abhängen, inwieweit Asimovs Vision überhaupt relevant sein kann: Denn er malt ja nicht nur Lernwelten aus, in denen Lernende ihr eigenes Tempo gehen, sondern auch ihren eigenen Interessen folgen. Inwie- weit werden Eltern, Schulbehörden und Arbeitgeber dies überhaupt als sinnvoll erachten?  Technologie nimmt für sich in Anspruch, ein Problem zu lösen, das in Wirklichkeit ein gesellschaftliches, kein technisches ist. Solange nicht Einverständnis über die Ziele von Bildung herrscht, müssen die Erwartungen an Technologie gedämpft bleiben.  Artikel Neueste Veröffentlichungen: Jenseits der Gutenberg-Galaxis. Zukunfts- szenarien für (Öffentliche) Bibliotheken BuB, 07/2017 Gamification. Spielerisch leicht durchs Leben Werkspuren, 02/2017 Spielwiese Smart City transform, April 2017 Serious Games: Die spielende Bibliothek goethe.de, März 2017 Gameful City: Die Stadt wird zum Spielfeld archithese, März 2017 Gameful City: Spielerisch zur smarten Stadt Carta, März 2017 Spieltrieb als Erfolgsfaktor: Der Einsatz von Gamification im Projektmanagement Digitale Spiele im Diskurs, März 2017 Die neuen Mikrounternehmer The European, März 2017 Arbeiten in der Sharing Economy: Die „Uberisierung“ der Arbeitswelt? Vierteljahreshefte zur Wirtschaftsforschung, 03/2016
  • 4. f/21 Quarterly Q3 | 2017 f/21 Büro für Zukunftsfragen  www.f-21.de 4 Impressum f/21 Büro für Zukunftsfragen Nora S. Stampfl, MBA  Rosenheimer Straße 35 D-10781 Berlin  +49.30.69 59 82 58  zukunft@f-21.de  www.f-21.de Foto: Joe Pizzio, unsplash.com (S. 1) Weil sich Informationsbedürfnis- se im Internetzeitalter schneller und komfortabler befriedigen lassen als sich in die örtliche Bibliothek zu bege- ben, wurde bereits das Aussterben von Bibliotheken an die Wand gemalt. Doch ist diese Diagnose vorschnell, waren Bi- bliotheken doch immer schon mehr als Verwahranstalten für Bücher. Öffentli- che Bibliotheken zeichnen sich seit jeher durch ein niedrigschwelliges Angebot aus, Zutritt und Anwesenheit sind kos- tenlos und an keinerlei Bedingungen ge- knüpft. Doch steigt klarerweise mit der allgegenwärtigen Informationsver- fügbarkeit und der fortschreitenden Digitalisierung von Büchern der Druck auf Bibliotheken, ihre Rolle neu zu definieren, auch ein Stück weit neu zu erfinden und nicht zuletzt ihr Angebot deutlicher zu erklären und un- ter die Leute bringen. Es erscheint paradox: Gerade in der di- gitalen, virtuellen Welt gewinnt die Bib- liothek als physischer Ort an Bedeutung. Galten Überlegungen hinsichtlich der Bi- bliothek als physischer Raum herkömm- lich der architektonischen und baulichen Aspekte der Raumgestaltung, waren Bestände und Sammlungen maßgebend für die Raumgestaltung, so geben heute Nutzer mit ihren Bedürfnissen und dem Benutzerverhalten einer digitalen Infor- mationsgesellschaft den Ton an. So muss man feststellen, dass Zweckbestimmung und Nutzung von Bibliotheksraum nach wie vor gegeben sind, auch wenn sich Anforderungen an die Räumlichkeiten im Laufe der Zeit verändert haben. Inwiefern öffentliche Bibliotheken in un- serer zunehmend virtualisierten Lebens- welt von Bedeutung sind, dazu finden sich in dem von Ray Oldenburg entwi- ckelten Konzept des „Dritten Orts“ wert- volle Ansatzpunkte. Kneipen, Buchläden oder kleinstädtische Fußgängerzonen versteht der amerikanische Soziologe allesamt als „third place“, weil sie im Ge- gensatz zum „first place“ des Wohnens und zum „second place“ des Arbeitens ungezwungene Öffentlichkeit auf neu- tralem Boden bieten. Nach Oldenburg vermittelt der „Dritte Ort“ ein Gefühl des „zweiten Zuhauses“ als auch der Zuge- hörigkeit, ist leicht zugänglich und gleicht Unterschiede zwischen Menschen aus, wird gern allein aufgesucht und setzt keine Mitgliedschaft voraus. Unschwer können also auch Bibliotheken als „Drit- te Orte“ klassifiziert werden. Wollen Bibliothe- ken im 21. Jahrhun- dert weiter von Be- deutung bleiben, giltes,nebenderen Informationsangebot weitere Vorzüge in den Vordergrund zu rücken: dass sie Indi- viduum und Gesellschaft verbinden und ein „soziales Zuhause“ schaffen, in dem sich Menschen abseits von Familie und Arbeit in Anwesenheit von anderen und in angenehmer Atmosphäre aufgeho- ben fühlen. Bibliotheken füllen die Rolle „öffentlicher Wohnzimmer“ aus: Sie sind privater öffentlicher Raum und ermög- lichen das Verfolgen individueller Ziele und Zwecke im Öffentlichen. Zudem ge- währen sie eine Auszeit von der Hektik des Alltags, sie sind Oasen der Ruhe, Un- gestörtheit und Kontemplation, bieten Rückzugsmöglichkeiten und handyfreie Zonen und sind Orte der Entschleuni- gung – oder wie Klaus Kunzmann es so schön nannte: „Zen-Gärten in der hekti- schen Stadt“.  Bibliotheken als „Dritte Orte“ Bibliotheken braucht heute kein Mensch, heißt es, wir haben doch das Smartphone. Weit gefehlt! Denn die Bibliothek bietet mehr als Information und ge- winnt im digitalen Zeitalter gerade als physischer Ort an Bedeutung. Es erscheint paradox: In der vir- tuellen Welt wird die Bibliothek als physischer Ort bedeutender. Für weitere Informationen zur Zukunft der Bibliotheken, deren Rollenwandel und Neuausrichtung im Internetzeital- ter, besuchen Sie bitte unsere Websei- te oder kontaktieren Sie uns!  www.f-21.de/fokus_zukunftbibliothek  zukunft@f-21.de  Wenn Roboter Roboter bauen (Forts.) Bein, lernt er selbständig, sich mit dem verbleibenden Bein zu behelfen. Die aus- geklügeltste Version der Roboter ist im- stande, für sich selbst herauszufinden, wie sie in einer bestimmten Situation idealerweise zusammengesetzt sein soll- te. Je nachdem, ob es darum geht, sich schnell fortzubewegen, klein zu sein, oder wenig Energie zu verbrauchen, wählt der Roboter die bestmögliche Kon- figuration aus. In Zukunft sollen sie aber noch mehr können: Beispielsweise mit Hilfe des eigenen 3D-Druckers Teile er- stellen, installieren, um sich selbst etwa über Hindernisse hinwegzuhelfen. Damit freilich ist auch der Schritt zur Selbstrep- likation nicht mehr fern. Science Fiction lehrt uns, dass künstli- ches Leben, wenn es sich selbständig macht, sich letztendlich zumeist gegen den Menschen selbst wendet. Was nun also, wenn die Selbstvermehrung von Maschinen außer Rand und Band gerät? Wie kann sichergestellt werden, dass der Mensch stets die Oberhand behält und einen unendlichen Regress stoppen kann? Wenn es möglich ist, dass Roboter sich körperlich selbst optimieren, indem sie sich etwa ein zusätzliches Bein „aus- drucken“, wenn sie dies gerade benöti- gen, wie können wir dann noch davon ausgehen, dass sie nicht auch ständig intelligenter werden? Um schließlich die menschliche Intelligenz zu übertreffen? Man sieht schon: Selbstvermehrende und sich selbst optimierende Roboter beflügeln die Fantasie, was deren Ein- satzbereiche betrifft – wahrlich scheinen diese grenzenlos. Ebenso viele Gedanken sollten allerdings noch in die Beantwor- tung der durch solche Entwicklungen aufgeworfenen philosophischen Fragen fließen.  Selbstreplizierende Maschinen treten aus der Science Fiction in die Wirklichkeit.