With this article, the two authors would like to pay tribute to the memory of their dear friend and colleague Steffen Hölldobler, who left us far too early in 2023. Ulrich (UF), in his time as a postdoc at the University of the Bundeswehr Munich, mentored Steffen as a student in his first logic lectures. Meghna (MB) is Steffen’s last PhD student. Although there is so much more to the wonderful man Steffen was, this article strives to briefly touch upon some of the various hats he donned during his lifetime—as a student, a researcher, a professor and a friend.

Should AI research target systems with human-like intelligence or should it serve to improve practical applications for the user? These topics are examined in conjunction with the consideration of various methods beyond the Turing test for evaluating the performance of AI systems. Possible effects of AI on the labor market are also discussed.

The human capability to reason about one domain by using knowledge of other domains has been researched for more than 50 years, but models that are formally sound and predict cognitive process are sparse. We propose a formally sound method that models associative reasoning by adapting logical reasoning mechanisms. In particular it is shown that the combination with large commensense knowledge within a single reasoning system demands for an efficient and powerful association technique. This approach is also used for modelling mind-wandering and the Remote Associates Test (RAT) for testing creativity. In a general discussion we show implications of the model for a broad variety of cognitive phenomena including consciousness.

This paper outlines the state of the art in AI. It then describes basic machine learning and knowledge processing techniques. Based on this, some possibilities and limitations of future AI developments are discussed.

This note is intended as a contribution to the discussion whether artificial systems can have consciousness. Based on the notion of Tononi’s Information Integration Theory we will argue, that AI systems that have to reason with large knowledge bases need such techniques in order to handle them efficiently. We furthermore discuss mind-wandering and creativity on this basis.

Die Geschichte der Künstlichen Intelligenz (KI) ist eine recht wechselhafte. Von einer anfänglichen Euphorie in den 1950er Jahren ging es wellenförmig durch Höhen und Tiefen: War man zu Beginn recht optimistisch, mit logischen, symbolischen Verfahren Probleme wie maschinelles Übersetzen, Bildund Textverstehen oder Robotersteuerung innerhalb weniger Jahrzehnte zu lösen, musste man schließlich diese anfänglichen Vorstellungen nachjustieren. Die 1980er sahen dann die Hochzeit der Expertensysteme, deren Ziel es war, Wissen von spezialisierten Experten in einem KI-System verfügbar zu machen. Danach folgte eine Periode der Ernüchterung, der sogenannte KI-Winter. Die öffentlichen Forschungsgelder wurden zurückgefahren, viele der großen Projekte, so etwa das japanische 5th Generation Project oder das europäische ESPRIT Programm wurden nicht weiterverfolgt. Diese Haltung änderte sich allmählich, als 1997 ein Computer den damals amtierenden Schachweltmeister besiegte und 2011 das IBM-System Watson in der Quizshow Jeopardy gegen menschliche Champions gewann. KI wird omnipräsent: Wir sprechen mit Siri, Alexas und ähnlichen Assistenten, die automatische Sprachübersetzung hat es zu beachtlicher Reife gebracht, und Bilder und Videos werden automatisch ausgewertet. 2017 siegt überraschenderweise ein KI-System gegen einen Weltklasse-Go-Spieler. Die Robotik ist mittlerweile in unserem Alltag angekommen, sei es staubsaugend in unseren Wohnzimmern, in der Form von autonomen Fahrzeugen im Straßenverkehr und als intelligente Waffensysteme auf den Kriegsschauplätzen dieser Welt (diesen Aspekt werden wir in Abschnitt 7 gesondert diskutieren). Mittlerweile ist KI ein riesiger Wirtschaftsfaktor. Alle großen Unternehmen beschäftigen sich mit den Einsatzmöglichkeiten von KI und dies quer durch alle Branchen. In Deutschland wurde der Begriff Industrie 4.0 [13] geprägt, wodurch eine vierte industrielle Revolution angedeutet werden soll. Kai-Fu Lee hat dies mit folgendem Zitat eindrucksvoll formuliert: ”KI wird bahnbrechender als die Erfindung der Elektrizität“[10]. Natürlich führt auch dieses hohe Maß an wirtschaftlicher Bedeutung zu einem breiten gesellschaftlichen Diskurs. Wir werden diesen Aspekt später in diesem Artikel aufgreifen. In den folgenden beiden Abschnitten wollen wir ein wenig hinabsteigen in die Niederungen der KI, was die Maschinerie, die Technik und Methoden angeht. Wir meinen, dass ein gewisses Grundverständnis darüber notwendig ist, um über Möglichkeiten und Grenzen in den folgenden Abschnitten zu sprechen.

Academic Computer Science emerged in Germany at the end of the 1960s. In 2017, the Munich universities celebrated “50 Years of Computer Science in Munich”. To this occasion various events were held; also, there was a special issue in the Informatik Spektrum, the official journal of the Gesellschaft für Informatik e.V. (GI – the German Society for Computer Science) and of associated organizations, as well as an anthology on Computer Science in Munich [1]. One year later, the present authors published a tribute to the research group for Artificial Intelligence/Intellectics at the TUM in a volume of the Deutsche Museum’s Preprints series [2], of which the present article is a very brief summary—for much more detailed information and impressions of former group members please refer to this booklet. The Munich group for Artificial Intelligence/Intellectics came into being thanks to academic freedom at German universities, in this case the Technical University of Munich (TUM): A single young scientist is enthusiastic about an idea, a new idea, which has not yet been worked on or supported by any professor at the TUM: Artificial Intelligence or Intellectics. The scientist initiates relationships with other colleagues, nationally and internationally; he is successful, receives research funding, and establishes a research group that asserted itself over almost four decades and influenced and advanced the field. The present article provides a brief history of the group.

This paper aims at demonstrating how a first-order logic reasoning system in combination with a large knowledge base can be understood as an artificial consciousness system. For this we review some aspects from the area of philosophy of mind and in particular Tononi's Information Integration Theory (IIT) and Baars' Global Workspace Theory. These will be applied to the reasoning system Hyper with ConceptNet as a knowledge base within a scenario of commonsense and cognitive reasoning. Finally we demonstrate that such a system is very well able to do conscious mind wandering.