Künstliche Intelligenz ist längst im Alltag angekommen. Gleichzeitig lässt der große Produktivitätsschub noch auf sich warten. Sind die großen Hoffnungen auf einen Wirtschaftsboom durch KI also unberechtigt? Das wäre voreilig, denn gewaltige technologische Umwälzungen haben eins gemeinsam: Die Technologie entwickelt sich deutlich schneller als unsere Fähigkeit, sie sinnvoll einzusetzen.
Das Versprechen der Elektrizität: Mit Verspätung eingelöst
Technologische Revolutionen dauern meistens überraschend lange.
In den 80er Jahren des vorletzten Jahrhunderts überboten sich Ingenieure mit Vorstellungen davon, welche Transformationen direkt hinter dem Horizont warteten - viele davon ziemlich zutreffend.
Thomas Edison prophezeite korrekt, dass bald auch die ärmsten Haushalte mit elektrischem Licht beleuchtet würden, dass Hausgeräte “von der Kaffeemühle bis zur Nähmaschine” dank elektrischer Motoren bald auf Knopfdruck funktionieren würden und vor allem: dass die Dampfmaschine in Fabriken bald obsolet würde.
Auch wenn Edison und andere schließlich Recht behalten sollten, ließ die angekündigte wirtschaftliche und gesellschaftliche Transformation deutlich länger auf sich warten als gedacht.
40 Jahre nachdem die ersten Glühbirnen auf den Markt kamen und das erste Kraftwerk seinen Betrieb aufnahm, war gerade mal die Hälfte aller US-amerikanischen Haushalte und Fabriken elektrifiziert – in fast allen anderen Ländern dauerte es noch wesentlich länger als das.
Eigentlich war Elektrizität eine revolutionäre Querschnittstechnologie.
Anwendungen wie der Kühlschrank, die Waschmaschine und der Staubsauger befreiten Frauen schließlich von unterdrückender Hausarbeit.
Fabriken, die Dampfmaschinen nutzten, mussten ununterbrochen Kohle verbrennen, um Gewerke aus Riemen und Zahnrädern zu betreiben. Die Umstellung auf Elektrizität bedeutete für Fabrikarbeiter einen sicheren und sauberen Alltag.
Vor allem aber machte Elektrizität neue Konsumgüter so günstig, dass selbst die von Edison vorhergesagte elektrische Nähmaschine in den meisten Haushalten obsolet wurde – Kleidung selbst zu nähen oder zu reparieren lohnt sich heute einfach kaum noch.
Bei dem offensichtlichen Potenzial der Elektrizität, eine zweite industrielle Revolution in Gang zu setzen, fragt man sich vor allem: Wieso hat das so lange gedauert? Wie kann es sein, dass eine so offensichtlich extrem nützliche Technologie gleichzeitig so lange braucht, um sich durchzusetzen?
Die gleiche Frage stellte man sich 100 Jahre später über eine andere Querschnittstechnologie, den PC.
Intel brachte 1971 den Mikroprozessor aus Silizium auf den Markt. Bald konnten Computer gebaut werden, die nicht mehr ganze Räume ausfüllten, sondern auf dem Büroschreibtisch Platz fanden.
In den folgenden Jahrzehnten breitete sich die Technologie zwar immer weiter aus, aber selbst 1990 nutzten erst 10 Prozent aller Unternehmen weltweit Computer. Und vor allem: Produktivitätszuwächse waren nicht zu spüren.
Diese revolutionäre Technologie sollte, wie vorher die Elektrizität, die wirtschaftliche Entwicklung massiv antreiben – in Wirklichkeit war davon nichts zu sehen.
Der Nobelpreisgewinner Robert Solow bemerkte dazu 1987: “Wir sehen das Computerzeitalter überall – außer in den Produktivitätsstatistiken.” In anderen Worten: Die Technologie war überall präsent, aber der Wirtschaftsboom ließ auf sich warten.
Geschichte wiederholt sich nicht, aber sie reimt sich
Da sich Geschichte bekanntermaßen nicht unbedingt wiederholt, aber oft reimt, zeichnet sich heute ein ähnliches Bild: Statt Energie oder Information ist es heute Intelligenz, die uns extrem günstig bereitgestellt wird.
Die Fähigkeiten selbst veralteter Sprachmodelle wie GPT-3.5 waren vor nur 10 Jahren für die meisten Menschen noch weit entfernte Science-Fiction. Anthropics CEO Dario Amodei beschreibt KI als “ein Land voller Genies in einem Rechenzentrum.”
Gleichzeitig bleibt der erhoffte wirtschaftliche Boom bislang völlig aus. Zwar beschäftigen sich auch die trägsten Organisationen mittlerweile mit KI, und im Arbeitsalltag vieler Angestellter ist sie ein täglich benutztes Werkzeug. Aber Deutschland stagniert wirtschaftlich seit Jahren und auch beim Blick auf die USA ist kein KI-Boom zu erkennen.
Interessanterweise entspricht diese Entwicklung durchaus den Prognosen von Ökonomen, die sich mit der Auswirkung neuer Technologien auf Wirtschaft und Produktivität beschäftigen:
“Ökonomen gehen davon aus, dass KI bis 2030 die Fähigkeiten heutiger Systeme deutlich übertreffen wird; (sie) sagen jedoch voraus, dass wichtige Indikatoren – darunter das BIP (und) die totale Faktorproduktivität – weiterhin nahe an den historischen Trends liegen werden.”
In anderen Worten: Wieder einmal verbreitet sich eine revolutionäre Technologie, und wieder einmal bleibt der Boom zunächst aus.
Das Gute daran: Ein Blick in die Vergangenheit zeigt, warum Technologie oft viel länger braucht als erwartet, bis sie ihre volle Wirkung entfaltet – und was wir tun können, um sie zu beschleunigen und zu steuern.
Um die Vorteile von Elektrizität in Fabriken zu erkennen, hilft es, sich vor Augen zu führen, wie industrielle Produktion mit der Dampfmaschine aussah.
Fabriken der damaligen Zeiten waren überwältigende Moloche.
Sämtliche Energie wurde durch eine große Dampfmaschine erzeugt, die mit Kohle befeuert wurde. Über alle Stockwerke zog sich eine riesige Antriebswelle, die über Riemen und Zahnräder sämtliche Geräte in der Fabrik antrieb. Für den Betrieb bedeutet das alles oder nichts: Wenn sich auch nur ein einziges Gerät in der Fabrik bewegen sollte, musste das Kohlefeuer brennen und die gesamte Maschine laufen.
Damit man mit Elektrizität jedes Gerät flexibel einsetzen konnte, wann und wo es gerade nötig war, mussten Fabriken also komplett umgebaut und anders geplant werden. Arbeitsprozesse, die sich über Jahrzehnte eingeschliffen hatten, funktionierten nicht mehr. Arbeiter brauchten völlig neue Fähigkeiten, weil sie völlig andere Arbeit verrichten mussten.
In anderen Worten: Um das Potenzial von Elektrizität tatsächlich zu realisieren, mussten enorme Mengen an Kapital investiert, industrielle Produktion von Grund auf umorganisiert und Menschen komplett neu ausgebildet werden.
Bis künstliche Intelligenz sich als Produktivitätstreiber bemerkbar macht, wird es ziemlich sicher keine 40 Jahre dauern.
Gleichzeitig sollten wir nicht verwundert sein, wenn revolutionäre Technologien überraschend lange brauchen, ihre Wirkung zu entfalten – sondern genau darauf schauen, was wir tun können, um diese Entfaltung zu beschleunigen und zu steuern.
Wer früher lernt ist länger schlau
Für Individuen und Organisationen gleichermaßen sind die Wege dahin wenig überraschend, dafür aber umso wirksamer:
1. Implizites Wissen sichtbar machen
Das wenigste Wissen in Organisationen ist in Handbüchern und FAQs zu finden. Sehr viel von dem, was wirklich wichtig ist, steckt in den Köpfen der Mitarbeitenden. In komplexen Umgebungen lässt sich zwar nicht alles, was jemand kann und weiß auch explizit aufschreiben. Allerdings beschäftigen sich Organisationen oft auch einfach ungern mit Wissensmanagement und Kommunikationskultur. Wenn das Kriterium für gute Arbeit “I know it when I see it” vom Chef lautet, wird eine KI noch mehr Probleme haben als die Mitarbeitenden ohnehin schon. Wenn neue Mitarbeitende einen Tag lang Kollegen ausfragen müssen, um herauszufinden, wie ein Prozess wirklich funktioniert, hat eine KI keine Chance. Und wenn Projektupdates mal in Teams-Kanälen, mal in Telefonaten und mal beim Mittagessen geteilt werden, wird sich die KI stets auf veraltete Informationen berufen.
2. Technologie nutzen
Eine der wichtigsten Eigenschaften von Lernprozessen ist, dass neues Wissen umso schneller absorbiert werden kann, je mehr Wissen schon da ist. Das heißt: Wenn ich seit 2022 regelmäßig LLMs für meine Arbeit nutze und mich in die Technologie dahinter eingelesen habe, habe ich ein sehr nuanciertes Gespür dafür, wie ich sie am besten einsetze, wo ihre Grenzen verlaufen und wie neue Modelle sich unterscheiden. Ich habe Teile meiner Aufgaben automatisiert, habe dabei Erfolge erzielt und bin an manchen Stellen gegen eine Wand gelaufen. Ich kann dadurch jedes neue Feature schnell absorbieren – je später ich damit anfange, desto mehr muss ich aufholen.
3. Personal ausbilden
Eine Garantie für verschwendetes Geld: bei Lerninitiativen sparen. Eine unangenehme Tatsache über Weiterbildungen ist, dass ihre Wirkung oft völlig verpufft. Das passiert besonders dann, wenn Weiterbildung als Pflichttermin verstanden wird, der vor allem dazu dient, einen Haken auf einer To-Do-Liste zu setzen. Schlechte Weiterbildungen sind noch schlechter als überhaupt keine – der Effekt ist der gleiche, dafür kosten keine Weiterbildungen wenigstens nichts. Dieser Punkt geht weit über KI hinaus, aber gilt natürlich genauso hier: Copilot-Lizenzen zu kaufen und sie mit einer einmaligen Einführung in das Tool zu paaren reicht schlicht nicht – ist aber einer der Gründe, warum Organisationen sich dann über den ausbleibenden Produktivitätszuwachs wundern.
KI ist neu, anders und vielleicht noch eine Nummer größer als vorherige technologische Revolutionen. Aber wie bei jeder Technologie ist der Kontakt mit der Realität komplizierter, herausfordernder und vor allem: weniger vorherbestimmt als zunächst gedacht.
Das Gute daran ist: Wir haben selbst in der Hand, wie dieser Kontakt aussieht und wie neue Technologien unsere Welt verändern – so auch dieses Mal.
