Künstliche Intelligenz gilt als revolutionär in vielen Bereichen, doch eine aktuelle Forschungsfindung zeigt fundamentale Schwächen in den Grundfähigkeiten dieser Systeme. Trotz ihrer beeindruckenden Leistungen bei vielen Aufgaben scheitern moderne KI-Modelle überraschend häufig bei einer Aufgabe, die für Menschen trivial ist: der zuverlässigen Erkennung von Objektumrissen.
Wissenschaftler haben getestet, wie gut aktuelle KI-Systeme einfache Umrisse von alltäglichen Objekten erkennen. Die Ergebnisse sind besorgniserregend. Ein Bild einer Katze wird von der KI beispielsweise als Kettenhemd oder Kreuzworträtsel klassifiziert. Ähnliche Fehler treten bei anderen einfachen Objekten auf. Die KI konzentriert sich offenbar auf andere Merkmale als die Gesamtform und vertraut dabei auf Mustererkennung auf Pixelebene, die zu bizarren Fehlinterpretationen führt.
Das Phänomen verdeutlicht ein fundamentales Problem: KI-Systeme funktionieren anders als menschliches Sehen. Menschen erkennen Objekte primär durch ihre Gesamtform und Silhouette. KI-Modelle hingegen verlassen sich auf statistische Muster, die sie in Trainingsdaten gelernt haben. Wenn diese Muster fehlen oder irreführend sind, versagt die KI bei Aufgaben, die für Menschen banal sind.
Für den praktischen Einsatz in Geschäftsanwendungen ist diese Erkenntnis wichtig. Ein KI-basiertes System zur Qualitätskontrolle, zur Bildanalyse in der Medizin oder zur automatisierten Bildverarbeitung muss daher gründlich getestet und validiert werden. Man kann sich nicht darauf verlassen, dass ein KI-Modell intuitive Aufgaben löst, nur weil es in anderen, komplexeren Szenarien beeindruckend wirkt. Für KMUs bedeutet das: Bei der Einführung von KI-gestützten Lösungen ist Vorsicht und genaue Prüfung erforderlich, bevor kritische Prozesse automatisiert werden.