Warum KI Allein Nicht Die Produktivitätskrise Lösen Kann

LONDON (IT BOLTWISE) – Die Diskussion über die Rolle der Künstlichen Intelligenz (KI) in der modernen Wirtschaft ist aktueller denn je. Während einige optimistisch sind, dass KI die Produktivität steigern könnte, zeigen historische Daten und aktuelle Studien, dass Effizienz allein nicht ausreicht, um die stagnierende Produktivität zu beleben.

Die Vorstellung, dass Künstliche Intelligenz (KI) die Produktivitätsprobleme der modernen Wirtschaft lösen könnte, ist weit verbreitet. Doch ein Blick auf die vergangenen Jahrzehnte zeigt, dass technologische Fortschritte nicht zwangsläufig zu einem Anstieg der Produktivität geführt haben. Trotz der Verbreitung schnellerer Computer und des Internets ist das Wachstum der Arbeitsproduktivät in den fortgeschrittenen Volkswirtschaften seit den 1990er Jahren von etwa 2 Prozent auf nur noch 0,8 Prozent pro Jahr gesunken.

Ein zentraler Aspekt dieser Entwicklung ist die Erkenntnis, dass Effizienzgewinne allein nicht ausreichen, um wirtschaftliche Wunder zu bewirken. Historisch gesehen waren es bahnbrechende Entdeckungen und nicht nur die Beschleunigung bestehender Prozesse, die zu wirtschaftlichen Aufschwüngen geführt haben. Die großen Erfindungen der Vergangenheit, wie Antibiotika oder die Dampfmaschine, entstanden nicht durch die Optimierung bestehender Technologien, sondern durch völlig neue Ansätze.

Ein weiteres Problem ist die zunehmende Inkrementalität in der Forschung. Studien zeigen, dass Wissenschaftler, die an mehreren Projekten gleichzeitig arbeiten, weniger wahrscheinlich bahnbrechende Innovationen hervorbringen. Dies liegt daran, dass die Konzentration auf wenige, aber bedeutende Probleme oft zu größeren Durchbrüchen führt. Isaac Newton und Steve Jobs erkannten beide, dass wahre Innovation oft darin besteht, sich auf das Wesentliche zu konzentrieren und viele andere Möglichkeiten auszuschließen.

Große Sprachmodelle, die auf statistischen Konsens abzielen, könnten ebenfalls ein Hindernis für echte Innovation darstellen. Diese Modelle neigen dazu, bestehende Informationen zu reproduzieren, anstatt neue Erkenntnisse zu generieren. Ein Modell, das vor Galileo trainiert wurde, hätte wahrscheinlich ein geozentrisches Weltbild propagiert, und eines, das im 19. Jahrhundert trainiert wurde, hätte den Flug der Gebrüder Wright als unmöglich angesehen.

Obwohl KI-Modelle wie AlphaFold von Google DeepMind beeindruckende wissenschaftliche Leistungen erbracht haben, bleibt die Entwicklung eines echten allgemeinen KI-Systems, das die gesamte Bandbreite menschlicher kognitiver Aufgaben übertreffen kann, eine Herausforderung. Laut Demis Hassabis, dem Leiter von DeepMind, sind dafür noch mehrere Innovationen erforderlich.

In der Zwischenzeit bleibt die Hauptstärke der KI in der Effizienzsteigerung, nicht in der Kreativität. Eine Umfrage unter über 7.000 Wissensarbeitern ergab, dass intensive Nutzer von generativer KI ihre wöchentliche E-Mail-Bearbeitungszeit um 31 Prozent reduzieren konnten, während die kollaborative Arbeit unverändert blieb. Doch sobald alle ihre E-Mail-Antworten an ChatGPT delegieren, könnte das Volumen der Posteingänge steigen und die anfänglichen Effizienzgewinne zunichtemachen.

Um eine Renaissance der Produktivität zu entfachen, müsste KI dazu genutzt werden, neue und bisher unvorstellbare Unternehmungen zu erkunden, anstatt nur bestehende Prozesse zu optimieren. Dies erfordert eine Förderung von Originalität über Volumen, die Unterstützung riskanterer Projekte und die Wiederherstellung von Autonomie. Die Algorithmen könnten bald bereit sein; unsere Institutionen müssen sich jedoch anpassen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!