Kreativität auf Knopfdruck?

Was KI kann und wofür es Menschen braucht Seit die Fähigkeiten der Künstlichen Intelligenz durch einen technologischen Quantensprung ein neues Niveau erreicht haben, stellen sich plötzlich auch im Berufsleben Fragen, die bisher eher Philosophen beschäftigten:

• Was ist Kreativität?
• Und wozu brauchen wir bei der Entwicklung kreativer Produkte noch Menschen?

 

Kreativität heißt: neu und potenziell nützlich

Kreativität als Eigenschaft einer Idee, eines Produktes oder allgemein eines Arbeitsergebnisses lässt sich vereinfacht so definieren: kreativ = neu + potenziell nützlich.

Ob eine Idee kreativ ist oder nicht, lässt sich allerdings gar nicht so leicht beurteilen. Denn sowohl die Neuartigkeit als auch die Nützlichkeit sind weniger eindeutig, als es auf den ersten Blick scheint.

Zunächst zur Neuartigkeit: Dabei müssen wir zwei Perspektiven berücksichtigen, nämlich die des Erfinders und die aller anderen Menschen. Wenn sich ein Student in seinem Wohnheimzimmerchen eine App ausdenkt und programmiert, die es schon so gibt, ist diese Tätigkeit trotzdem kreativ, falls er die Vorbilder nicht kannte. Seine Tätigkeit war in dem Sinne kreativ, dass er sich etwas für ihn Unbekanntes neu ausgedacht hat. Sein Gehirn hat also im ursprünglichen Wortsinn des lateinischen Verbs „creare“ etwas Neues erschaffen. Ob eine ähnliche App schon anderswo existiert oder nicht, ist dann zunächst Zufallssache.

Ich plädiere dafür, alles als kreativ zu bezeichnen, bei dem der Erfinder schöpferisch tätig war. Es geht also um die intellektuelle Leistung. Nicht um das Ergebnis einer Marktrecherche, die später feststellt, ob die vermeintlich neue Idee absolut neu ist. Das Adjektiv „innovativ“ legt hier strengere Maßstäbe an. Damit etwas als innovativ gelten darf, muss es wirklich neuartig sein im Vergleich zu schon existierenden Produkten, also aus Sicht aller Menschen. Unwissenheit schützt nicht davor, dass das kreative Produkt dann halt leider nicht als innovativ gelten kann.

Auch die Nützlichkeit ist ein schwer greifbares Kriterium. Nützlich ist etwas, wenn es jemandem einen Nutzen bringt. Gelingt es einem überzeugenden Erfinder, heiße Luft mit Gewinn zu verkaufen, bringt das zumindest ihm den Nutzen einer hohen Marge. Für den Käufer ist es nicht nützlich, gemessen an objektiven Kriterien. Aber vielleicht fühlt er sich besser, wenn er ein Glas heiße Luft zu Hause stehen hat? Auch wenn das Kindergartenkind der Tante ein primitives Krakelbild schenkt, das diese stolz an die Wand hängt, wird ein emotionaler Nutzen ersichtlich.

Ob etwas nützlich ist, kann nur die Zielgruppe beurteilen. Allerdings erweist sich der Nutzen eines Produkts oft erst während der Nutzung. Man denke an Küchengeräte, die im Laden so genial und praktisch aussahen, dass man sie unbedingt mitnehmen musste. Nach fünf Jahren Dornröschenschlaf im Küchenschrank wird das Gerät dann wachgeküsst, zum ersten Mal verwendet und anschließend als nutzlos in die Elektroschrottkiste entsorgt.

Darum habe ich in der Definition das „potenziell“ vor „nützlich“ gesetzt. Um den Nutzen eines technischen Geräts zu ermitteln, müssen wir es erst bauen und verwenden.

Kreativität steckt nicht nur im Ergebnis

Diese Definition hilft allerdings nur begrenzt, solange sie abstrakt bleibt. Praktisch interessant wird sie erst in dem Moment, in dem ich mehrere Ideen vor mir habe und entscheiden muss, welche davon ich weiterverfolge.

Ich will ja als Erfinderin schon während des Auswahlprozesses entscheiden, welche meiner mit einer Kreativitätsmethode erschaffenen, neuen Ideen kreativ sind, also nützlich sein könnten. Da muss ich nach „menschlichem Ermessen“ urteilen. Schließlich habe ich sehr viele Ideen und suche diejenigen aus, die sich weiterzuverfolgen lohnen.

Dabei gewichte ich die Nützlichkeit höher als die Neuartigkeit. Im Zweifel kann ich mit einer nützlichen, aber nicht ganz neuen Idee mehr Gewinn erwirtschaften als mit einer genialen, innovativen Idee, die meinen Kunden nur wenig Nutzen bringt.

Bisher ging es vor allem um kreative Ideen und Produkte. Aber auch die Tätigkeit, die eine kreative Idee erzeugt, kann als kreativ bezeichnet werden. Im Gegensatz zu einer Routinetätigkeit. Bei genauerer Betrachtung enthalten kreative Tätigkeiten meist einen nichtdeterministischen Anteil. Verschiedene Menschen starten mit derselben Aufgabenstellung und erzielen unterschiedliche Ergebnisse. Genauso auch derselbe Mensch zu verschiedenen Zeitpunkten.

Nichtdeterminismus ist allerdings nicht automatisch kreativ, sondern könnte auch durch Denkfehler entstehen. Grundsätzlich gelten Tätigkeiten, die durch Regeln beschrieben und womöglich durch ein deterministisches Computerprogramm automatisiert werden können, als nicht kreativ. Eine Rechenaufgabe zu lösen, beispielsweise.

Freiräume für Kreativität entstehen durch Arbeitsschritte, deren Ergebnis nicht durch eine Regel vorgegeben ist. Daraus muss aber nicht unbedingt ein kreatives Ergebnis entstehen, weil man auch einfach eine bewährte Standardlösung verwenden kann, was per Definition nicht neuartig und damit nicht kreativ ist. Kreativität wird durch Entscheidungsfreiräume ermöglicht, aber nicht erzwungen. Nur wo es keine Standardlösung gibt, wird eine kreative Lösung gebraucht oder das Problem bleibt ungelöst.

Eine Person, die dazu fähig ist, kreative Ideen zu entwickeln, gilt als kreativ. Das ist aber keine binäre Eigenschaft. Jeder erfindet mal etwas Kreatives und jedem fällt mal gar nichts Passendes ein. Bezüglich Kreativität verteilen sich Menschen auf ein kontinuierliches Spektrum. Manchen fällt fast nie eine kreative Idee ein, andere erzeugen fast immer eine nützliche Idee. Die meisten sind irgendwo dazwischen.

Ob es sich dabei um einen angeborenen Unterschied handelt oder durch Erziehung die sprudelnde kindliche Phantasie unterschiedlich stark beschnitten wurde, weiß ich nicht. Jedenfalls würde ich nicht davon ausgehen, dass es kreative und unkreative Menschen gibt, sondern dass man in einer bestimmten Situation kreative Ideen hat und in einer anderen nicht.

Kreativitätsmethoden leiten Menschen schrittweise dazu an, das Beste aus ihrer Kreativität herauszuholen. [1]

Wenn Kreativität aus Neukombination entsteht

Die meisten Innovationen sind keine radikal neuen Erfindungen, die aus dem Nichts entstehen. Selbst wenn ein technologischer Fortschritt für Laien überraschend kommt, ist er es für Expertinnen meist nicht. Jedes neuartige Produkt entsteht durch inkrementelle Weiterentwicklung des Bestehenden und durch die Kombination mehrerer Ideen oder Technologien, die für sich genommen oft gar nicht so innovativ sind.

Viele Erfindungen lagen als Idee längst in der Luft und wurden sofort in die Tat umgesetzt, sobald alle dafür notwendigen technologischen Voraussetzungen erfüllt waren. Dieses eher kleinschrittige Verbessern entsteht einerseits aus technischer Notwendigkeit, weil für die Entwicklung eines innovativen, stabilen Produkts zahlreiche praktische Probleme gelöst werden müssen.

Andererseits fällt es dem menschlichen Gehirn grundsätzlich schwer, wirklich Neues zu erzeugen. Es orientiert sich immer am Bekannten. Scheinbar neuartige Ideen stellen sich bei genauerer Betrachtung oft als Kombination von Vorhandenem heraus. So wie die kreativsten Nachtträume häufig Erlebtes, Elemente aus einem Film und beliebige sonstige Sinneseindrücke miteinander verbinden. Bekanntes wird von einem Umfeld auf ein anderes übertragen. Radikal neu ist es im Nachhinein betrachtet oft gar nicht.

Vor diesem Hintergrund wird auch der Vorwurf an generative KI interessant, sie sei nicht wirklich kreativ, weil sie nur im Trainingsmaterial Vorhandenes neu kombiniere. Tja, aber viel mehr macht unser menschliches Gehirn ja auch nicht. Nur mit dem Nachteil, dass wir über weniger umfangreiches Trainingsmaterial verfügen als die KI. Viel hilft viel. Je mehr Trainingsdaten, umso mehr Kombinationsmöglichkeiten.

Generative KI kann Elemente neu kombinieren und dadurch Ideen erzeugen. Genau dafür wurde sie programmiert. Wie neuartig und nützlich diese Ideen tatsächlich sind, kann die KI selbst allerdings nicht beurteilen.

Ideen erzeugen ist nicht dasselbe wie Ideen bewerten

Ein Grundprinzip von Kreativitätsmethoden besteht meist darin, dass kreative und analytische Aktivitäten abwechseln.

In der kreativen Phase generiert man völlig unzensiert möglichst viele Ideen, die gerne auch unrealistisch und abwegig sein dürfen. Erst in einer analytischen Phase wird bewertet: Was ist wirklich neu? Wie nützlich ist jede dieser Ideen?

Genau an dieser Stelle wird die Aufgabenverteilung zwischen Mensch und KI interessant. Der generativen KI würde ich vor allem die kreativen Aktivitäten anvertrauen. Neue Ideen generiert sie in Sekundenschnelle und in großen Mengen. Sie kann zwar auch Texte schreiben, die wie sinnvolle Bewertungen klingen, aber es können keine echten Bewertungen sein.

Die KI verfügt über keinerlei Weltverständnis. Sie verwaltet Daten, kann diese aber nicht in echtes Wissen umwandeln. Sie kann nur Texte schreiben, die Wissen imitieren. Deshalb ist Ideen erzeugen nicht dasselbe wie Ideen bewerten.

Bullshit ist kein KI-Problem, aber KI beschleunigt es

Neulich lernte ich durch einen Vortrag von Professor Daniel M. Berry eine „wissenschaftliche“ Definition des Begriffs Bullshit kennen: Bullshit ist etwas, zum Beispiel ein Text, das unabhängig von dem ist, was in der Realität existiert. [2]

Das muss nicht bedeuten, dass der Bullshit falsch ist. Er ist nur einfach unabhängig von der Realität. Ein Student von mir ließ mal eine KI einen Text darüber schreiben, warum es gesünder ist, auf Beton als auf einer Matratze zu schlafen. Die Argumentation klang sehr schlüssig. Trotzdem ist es natürlich Bullshit.

Für unsere Frage nach der Kreativität bedeutet das: Nicht alle KI-generierten Ideen sind kreativ. Manche sind stattdessen Bullshit.

Allerdings hat es Bullshit schon immer gegeben: inkompetentes Dahergerede, gefälschte Messergebnisse, alternative Fakten. Menschen produzieren also auch ohne KI-Unterstützung Bullshit.

Dazu passt auch ein Zitat, das ich mir aus Pascal Merciers „Nachtzug nach Lissabon“ herausgeschrieben habe: „Was die Leute sagen, sind keine Texte. Sie reden einfach.“ [3]

Mit KI geht es natürlich noch besser: „A fool with a tool is a faster fool.“ Zukünftig werden Menschen mit weniger Aufwand noch mehr Bullshit produzieren können als bisher. Bullshit ist also kein reines KI-Problem. Aber KI kann ihn schneller, günstiger und in größeren Mengen erzeugen.

Warum der Mensch das Quality Gate bleibt

Daraus ergibt sich eine sinnvolle Aufgabenverteilung: Die KI generiert möglichst viele Ideen durch Neukombination von Wörtern. Der Mensch prüft, was davon tatsächlich neu, nützlich und machbar ist. Der Mensch hütet das Quality Gate und lässt nur die guten Ideen passieren.

Da es Menschen leichter fällt, Ideen zu bewerten als neue zu generieren, während die KI leichter Kombinationen generiert als diese zu bewerten, hat sich hier ein gutes Team gefunden. Jeder tut, was er am besten kann. Der Mensch kann aus einer riesigen Vielzahl an möglicherweise kreativen Ideen auswählen.

Allerdings hat diese Aufgabenverteilung eine Grenze. KI-Systeme können richtig gute Ideen finden und schlechte weglassen. Sie können aber auch zwei Arten von Fehlern machen: unkreative Ideen erzeugen, also False Positives, und gute Ideen übersehen, also False Negatives. [4] Will man nichts Gutes übersehen, muss man die KI möglichst viel generieren lassen und anschließend alles prüfen. Je weniger False Negatives, umso mehr False Positives. Und je mehr false positives, umso mehr Arbeit für den Menschen.

Irgendwann lohnt es sich nicht mehr. Nämlich dann, wenn der Prüfaufwand höher wird als der Aufwand für einen ergebnisorientierten Kreativitätsworkshop mit kompetenten Menschen.

Nach meiner Erfahrung ist das Risiko dafür jedoch gering, wenn man auch in der Zusammenarbeit mit der KI strukturiert vorgeht, zum Beispiel vom Groben zum Feinen oder nach einer bewährten Kreativitätsmethode. Dann kann man in jedem einzelnen Schritt ausfiltern und nur mit den guten Ansätzen weiterarbeiten.

Fazit: Kreativität braucht mehr als neue Ideen

Kreativität zeigt sich nicht nur im Ergebnis. Sie steckt auch in der Tätigkeit, die zu einer Idee führt, und in der Fähigkeit eines Menschen, in einer bestimmten Situation etwas Neues und potenziell Nützliches hervorzubringen.

Generative KI kann diesen Prozess unterstützen, weil sie schnell viele neue Kombinationen erzeugt. Genau darin liegt ihre Stärke. Gleichzeitig zeigt sich hier aber auch ihre Grenze: Nicht jede neue Kombination ist kreativ. Manche Ideen sind nützlich, manche unbrauchbar, manche nur gut klingender Bullshit.

Deshalb entsteht Kreativität im Zusammenspiel nicht schon durch den Output der KI. Entscheidend ist, was danach passiert: Der Mensch bewertet, prüft, sortiert aus und entwickelt weiter. Erst dadurch wird aus vielen möglichen Ideen eine, die wirklich neu, nützlich und machbar sein kann.

 

Hinweise:

Inwiefern sich menschliche und KI-Kreativität tatsächlich unterscheiden, ist bislang noch nicht abschließend erforscht. Offen ist unter anderem, ob KI-Ideen kreativer, neuartiger oder nützlicher sind als menschliche Ideen und ob sie vorgegebene Rahmenbedingungen besser einhalten.

Dr. Andrea Herrmann untersucht diese Frage gerade in einem Experiment. Nachdem ihre Studierenden eine Aufgabe gelöst hatten, ließ sie eine generative KI dieselbe Aufgabe bearbeiten. Die Auswertung läuft noch, doch ein erster Befund zeichnet sich bereits ab: Die KI erzeugte in kürzerer Zeit mehr Ideen als die menschlichen Probandinnen und Probanden.

[1] Ideenfindung mit Methode
[2] Daniel M. Berry: Why Large Language Models Appear to be Intelligent and Creative: Because They Generate Bullshit!
[3] Pascal Mercier: Nachtzug nach Lissabon, Seite 166
[4] Was ist False Positive?

Wie generative KI dabei helfen kann, Ideen für neue technische Produkte zu entwickeln und weiter auszuarbeiten, beschreibt Dr. Andrea Herrmann in ihrem neuen Buch „Kreativität in IT und Technik für Dummies“.

Wollen Sie als Meinungsmacher oder Multiplikatorin über Kreativität und Künstliche Intelligenz sprechen? Dann teilen Sie den Beitrag auf Ihren Social-Media-Kanälen.

Dr. Andrea Herrmann hat weitere Beiträge im t2informatik veröffentlicht, u. a.: