„Logik ist ein weites Gebiet, das seit über zwei Jahrtausenden existiert. Grundsätzlich beschreibt die formale Logik, wie man auf Basis bestehenden Wissens vernünftige Schlüsse ziehen kann“, erklärt der Informatiker Johannes P. Wallner. Er war an einem Projekt beteiligt, bei der eine Methode entwickelt wurde, die Künstlicher Intelligenz logisches Denken beibringt. Die Methode wurde getestet, um Online-Betrug zu erkennen. Ein klassisches Beispiel für logisches Denken ist folgendes: „Erste Annahme: Alle Menschen sind sterblich. Zweite Annahme: Sokrates ist ein Mensch. Logischer Schluss: Daher ist Sokrates sterblich.“ In der Informatik und in der Künstlichen Intelligenz hat formale Logik zwei gute Eigenschaften: Durch sie kann man Wissen logisch präzise formulieren und Schlüsse automatisch berechnen. Formale Logiken zeigen, was wir Menschen als rationale oder logische Schlüsse betrachten. Formale Logik beschreibt jedoch nicht, ob eine Annahme passend (oder moralisch vertretbar) ist. „Formale Logik allein kann nicht entscheiden, ob die ‚Eingabe‘ zu einem System passend ist oder nicht. Man kann damit allerdings logische Schlüsse ziehen unter der Annahme, dass die Eingabe richtig ist“, so Johannes P. Wallner.
LLMs und Logik
Es gibt zwar Systeme innerhalb der Künstlichen Intelligenz, die korrekte Schlussfolgerungen liefern, jedoch haben diese Systeme Grenzen. Johannes P. Wallner: „Erstens kann die Berechnung aufwändig sein und zweitens wird eine präzise formulierte Eingabe benötigt, das ist nicht einfach.“ Zudem betont der Informatiker, dass man unter dem Begriff Künstliche Intelligenz meist Large Language Models (LLMs) wie ChatGPT, DeepSeek, Claude oder Gemini versteht. „Das sind beeindruckende Systeme, die sich jedoch deutlich von den logischen Systemen unterscheiden. LLMs arbeiten mit statistischen Häufigkeiten. Nach heutigem Stand der Technik geben LLMs ohne Unterstützung anderer Systeme keine Garantie dafür, dass etwa logische Regeln eingehalten werden. Allerdings sind die Antworten von LLMs oftmals sehr gut und können logischen Schlüssen entsprechen.“
Beispiel Online-Betrug
Johannes P. Wallner und seine Kolleg*innen haben eine KI-Methode entwickelt, die logische Schlüsse ziehen kann. Die Methode haben sie – zusammen mit der niederländischen Polizei – am Beispielen von Online-Betrug getestet. „In der Anwendung der niederländischen Polizei geht es darum, dass Menschen auf einer Webseite eine Beschreibung ihres Falles eingeben. Ein Computersystem wandelt diese Beschreibung in Argumente für und gegen einen möglichen Betrug um. Auf Basis dieser Argumente wird geprüft, ob es sich um Betrug handelt oder nicht. Ebenso wird geprüft, ob die derzeitige Beschreibung ausreicht oder ob zusätzliche Informationen nachgefragt werden müssen.“ Das Team fokussierte dabei auf die mathematische Modellierung der logischen Fragestellungen und entwickelte präzise logische Formeln, mit denen das KI-System zur optimalen Lösung findet.
Einsatzbereitschaft
Die bisherigen Tests konnten zeigen, dass formale Logik als Grundlage für die Berechnung angewendet werden kann, sie liefert schnelle und präzise Antworten. Dennoch wird es vermutlich noch dauern, bis die Methode breit eingesetzt wird. Johannes P. Wallner: „Eine Hürde für die breite Anwendung ist, dass man eine in natürlicher Sprache verfasste Beschreibung von User*innen in präzise Argumente umwandeln muss. Hierfür braucht es Regelwerke, die ein solches System intern nutzt. Solche Regelwerke erfordern einen gewissen Aufwand, um sie passend zu gestalten. Wir denken, dass man hier logische Methoden mit anderen Ansätzen der KI – etwa LLMs – sinnvoll kombinieren kann, um Menschen zu unterstützen, diese Regelwerke zu entwickeln. Derzeit denke ich allerdings nicht, dass es ganz ohne menschliche Mitarbeit gelingt, sinnvolle Regeln zu entwickeln.“
