Statistik wird niemandem gerecht - und was das für "KI" bedeutet

Statistik ist nützlich, um Trends zu ermitteln. Man bekommt dann beispielweise heraus, dass eine Variable v (zum Beispiel Körpergröße in einer Population) zu 95% (p=0.05, von (100-95)/100) ) den Bereich 150 bis 170cm überdeckt. Gut. Also werden Türen auf 170cm dimensioniert. Die 2,5% (da man immer von Gleichverteilung ausgeht, was aufgrund verschiedener Absurditäten tatsächlich vinnvoll ist, der halbe Fehlerraum) die größer sind, haben dann halt Pech gehabt.

Da wir mittlerweile in einer massiv datengetriebenen Gesellschaft leben, kommt sowas ständig vor. Du fällst aus der Norm? Schade, aber darauf können wir jetzt nicht auch noch Rücksicht nehmen…

wie KI da rein passt

KI treibt das ganze ins Extrem: alle Aussagen werden statistisch getroffen, eigentlich schon immer. Nicht-statistische Modelle für künstliche Intelligenz sind eher die Ausnahme.

Bei KI (auch den aktuellen LLM) wird das Konfidenzintervall nicht dazugeschrieben - es variiert eh ständig, der Algorithmus nimmt “das beste was er hat”, auch wenn das Vertrauen in die getroffene Wahl nur 60% beträgt, ebensowenig die Stichprobe (Geschäftsgeheimnis) oder Grundgesamtheit (zusammengeklaut, daher auch besser Geschäftsgeheimnis).

Nun gibt es in der Statistik die “Regression”, deren Name von einer Beobachtung stammt, dass bei einer normalverteilten Größenverteilung (die meisten in der Mitte, Extrema eher klein) von Erbsen, deren Nachkommen ebenso normalverteilt sind - aber die Extreme näher beisammen liegen. Es findet also ein “Rückzug zur Mitte” statt (regression towards the mean).

Von daher bleibt zu vermuten, dass jegliche Ausreißer mit der Zeit verschwinden - so dass ein Einheitsbrei zurückbleibt, der niemandem so wirklich gerecht wird.