Co-Evolution
Co-Evolution bezeichnet die Entwicklung zweier Seiten, die sich gegenseitig antreiben: Jede Veränderung der einen Seite verändert die Bedingungen für die andere. In der Technikwelt beschreibt der Begriff etwa, wie sich KI-Systeme und ihre Nutzer, Angreifer und Abwehr oder Software und Hardware wechselseitig hochschaukeln.
Manche Entwicklungen laufen nicht getrennt voneinander ab, sondern schieben sich gegenseitig an. Ein bekanntes Beispiel aus der Natur: Gepard und Gazelle. Weil der Gepard schneller wird, überleben nur die schnelleren Gazellen. Weil die Gazellen schneller werden, überleben nur die schnelleren Geparde. Keiner der beiden kommt dauerhaft in Führung, aber beide werden immer schneller. Genau dieses Muster meint der Begriff Co-Evolution: zwei Seiten verändern sich, und jede Veränderung ist zugleich Ursache und Folge der anderen.
Warum Fortschritt selten allein passiert
In der Technikberichterstattung taucht der Begriff auf, weil er eine verbreitete Vorstellung korrigiert. Man stellt sich Fortschritt gern als Einbahnstraße vor: Erst kommt die Erfindung, dann passt sich die Welt an. Tatsächlich verlaufen viele Entwicklungen als Rückkopplung. Die Erfindung verändert das Umfeld, und das veränderte Umfeld verlangt die nächste Erfindung.
Für Unternehmen und Investoren hat das praktische Folgen. Ein Vorsprung, der aus Co-Evolution entsteht, ist selten von Dauer. Wer heute ein besseres Betrugserkennungssystem hat, zwingt Betrüger zu neuen Methoden. Wenige Monate später ist der Vorsprung wieder weg. Das erklärt, warum in manchen Branchen dauerhaft investiert werden muss, ohne dass sich der relative Abstand zur Konkurrenz verändert.
Ein zweiter Punkt betrifft Prognosen. Wer nur eine Seite betrachtet, schätzt die Zukunft falsch ein. Die Frage lautet nie nur, wie gut eine KI wird. Sie lautet auch, wie sich die Menschen, Regeln und Gegenspieler verändern, sobald diese KI existiert.
Der Kreislauf aus Zug und Gegenzug
Technisch braucht Co-Evolution drei Zutaten. Erstens zwei Seiten, die aufeinander reagieren können. Zweitens eine Rückkopplung: Was die eine Seite tut, verändert messbar die Lage der anderen. Drittens Zeit für mehrere Runden. Fehlt eine dieser Zutaten, gibt es nur einseitige Anpassung, keine Co-Evolution.
In der KI-Forschung wird dieses Prinzip bewusst nachgebaut. Bei sogenannten Generative Adversarial Networks trainieren zwei Netze gegeneinander: Eines erzeugt Bilder, das andere versucht, echte von erzeugten Bildern zu unterscheiden. Jede Verbesserung des Prüfers erhöht den Druck auf den Erzeuger und umgekehrt. Ähnlich funktioniert Selbstspiel im Schach oder Go, wo ein Programm gegen frühere Versionen seiner selbst antritt und dabei stärker wird.
Wichtig ist die Abgrenzung zu einem einfachen Wettrennen. Bei einem Wettrennen ist das Ziel fest, und einer kommt zuerst an. Bei Co-Evolution verschiebt sich das Ziel selbst, weil der Gegner sich verändert. Deshalb kann ein System, das gestern hervorragend funktioniert hat, heute wertlos sein, ohne dass sich an ihm etwas geändert hätte.
Vom Spamfilter bis zum Arbeitsplatz
Das älteste Alltagsbeispiel ist der Spamfilter im E-Mail-Postfach. Filter lernen, typische Werbemails zu erkennen. Absender formulieren daraufhin anders, tauschen Buchstaben aus oder verstecken Text in Bildern. Der Filter lernt erneut dazu. Dieses Hin und Her läuft seit über zwanzig Jahren und endet nicht.
Aktueller ist die Co-Evolution zwischen Menschen und Sprachmodellen. Nutzer lernen, wie sie Anfragen formulieren müssen, damit brauchbare Antworten herauskommen. Die Anbieter beobachten diese Anfragen und passen ihre Systeme an. Dadurch ändert sich wieder, wie Menschen fragen. Auch Schulen und Universitäten stecken darin: Prüfungsformate ändern sich, weil KI-Werkzeuge existieren, und die Werkzeuge werden auf die neuen Aufgaben hin weiterentwickelt.
In Nachrichtentexten begegnet einem der Begriff außerdem beim Verhältnis von Software und Hardware. Große Sprachmodelle wurden möglich, weil bestimmte Grafikchips schnell genug rechnen konnten. Umgekehrt entwerfen Chiphersteller ihre neuen Produkte inzwischen gezielt für die Rechenmuster dieser Modelle. Ein typischer Irrtum ist, hier nach dem Auslöser zu suchen. Bei echter Co-Evolution gibt es keinen sinnvollen Anfangspunkt, sondern nur den Kreislauf.