HANNOVER / LONDON (IT BOLTWISE) – Eine Fallstudie aus Hannover zeigt, wie Künstliche Intelligenz in der Praxis Wissen im Unternehmen konserviert: Chatbots übernehmen die Einarbeitung neuer Mitarbeitender, Teams nutzen Tablets für den Kundendienst. Gleichzeitig liefern Wachstumsmodelle aus der KI-Branche extrem hohe Zahlen für die USA. Ökonomen halten solche Spannen für plausibel, aber nur unter sehr strengen Annahmen zur Automatisierung und Produktivitätssteigerung. Entscheidend bleibt deshalb nicht nur das Modelltempo, sondern die Umsetzung entlang der gesamten „Kette“ aus Software, Organisation und Energieversorgung.
Die Diskussion über KI und Wachstum wirkt oft wie ein Rennen um die nächste Kennzahl. Doch gerade in Deutschland verschiebt sich der Blick schnell von der Frage „Wie intelligent sind die Modelle?“ hin zu „Wie lässt sich das neue Können in Prozesse übersetzen?“. Ein Beispiel liefert die Schädlingbekämpfung aus Hannover: Als Sina Schaper nach schwerer Erkrankung ihres Vaters die Leitung übernahm, ging es nicht zuerst um neue Tools, sondern um das über viele Jahre angesammelte Erfahrungswissen im Betrieb. Sie integrierte KI in die Unternehmensabläufe, sammelte damit implizites Wissen der Mitarbeitenden und machte daraus eine sofort nutzbare Unterstützung für die Praxis. Heute dient ein Chatbot etwa dem Einarbeiten neuer Kolleginnen und Kollegen, und im Kundendienst können Mitarbeitende mit einem iPad Fragen an das System stellen. Der „Schaper-Schliff“ beschreibt dabei weniger die Technik als das Ergebnis: Ein Qualitätsniveau, das sich auch dann liefern lässt, wenn Neueinsteiger ohnehin häufig Quereinsteiger sind.
Genau an dieser Schnittstelle setzt der Streit über die gesamtwirtschaftliche Wirkung an. Auf der einen Seite stehen optimistische Szenarien aus der KI-Wirtschaft, die in der Breite stark beschleunigtes Wachstum in Aussicht stellen. So hat der Chef von Anthropic in einem öffentlichen Statement eine Welt skizziert, in der KI der entwickelten Wirtschaft deutlich zweistelliges Wachstum bringt. Gleichzeitig wurden in einem Szenariopapier mehrere Pfade modelliert: In einem mittleren Verlauf sollen die USA mit mehr als fünf Prozent pro Jahr wachsen, in einem Extremfall mit mehr als 15 Prozent. Solche Größenordnungen sind nicht nur politisch und unternehmerisch „laut“, sie erzeugen auch die falsche Erwartung, dass Wachstum sich quasi automatisch aus dem Fortschritt der Modelle ergibt.
Das zentrale Gegenargument kommt aus der Volkswirtschaftslehre und lautet: Zwischen theoretisch möglicher KI-Leistung und tatsächlich messbarem Output liegt eine Kette aus Annahmen. Der Ökonom Anton Korinek, der die ökonomischen Auswirkungen der KI bei Anthropic mitbetreut, nennt drei Stellhebel: wie schnell die Fähigkeiten der KI zunehmen, wie stark sie in der Wirtschaft tatsächlich eingesetzt werden und wie groß der Produktivitätsgewinn bei einer konkreten Aufgabe im Durchschnitt ausfällt. In den Modellen taucht damit zwar ein Spektrum von „wenig bis viel Effekt“ auf, allerdings bleibt ausgerechnet die mögliche Schadensseite in den Szenarien weitgehend außen vor: Wenn KI auch zerstören kann, etwa über Cyberangriffe, dann verändert das die Netto-Wirkung auf die Wirtschaft. Außerdem melden andere Ökonomen Zweifel an der Realitätsnähe der zugrunde liegenden Automatisierungsraten. Für ein substanzielles Szenario müssten demnach ungefähr 20 Prozent der Aufgaben KI-gestützt werden, drei Viertel davon müssten automatisiert sein, und die KI müsste die Produktivität dieser Aufgaben um mehr als die Hälfte erhöhen. Für das Extrem wären sogar etwa 30 Prozent der Aufgaben im Einsatz, 90 Prozent davon automatisiert, und die Produktivitätssteigerung müsste sich im Kern verdoppeln.
Damit wird auch verständlich, warum „Silicon Valley“ allein das deutsche Wachstumsproblem nicht behebt. Ein Teil der Debatte dreht sich um den Unterschied zwischen disruptiven Tech-Erzählungen und dem konservativen Denken in marginalen Veränderungen. Der Ansatz von Analysten aus der Wirtschaftswissenschaft fragt: Selbst wenn KI neue Möglichkeiten eröffnet, bleibt Wachstum an Engpässen gebunden – etwa bei Robotik, bei der Automatisierung auch physischer Arbeit, bei Akzeptanz und bei politischen Rahmenbedingungen. In den Modellen wird außerdem ein weiterer Punkt oft unterschätzt: KI kann zwar Tätigkeiten effizienter machen, aber sie sorgt nicht automatisch dafür, dass Menschen ihr Ausgabeverhalten „linear“ in die gleiche Richtung verschiebt. Die klassische Analogie funktioniert hier ähnlich wie bei technologischen Effizienzgewinnen in der Landwirtschaft: Wenn Lebensmittel günstiger werden, kaufen Menschen nicht zwangsläufig doppelt so viel, sondern verlagern den Konsum. Und selbst dort, wo KI menschliche Interaktion indirekt unterstützt, bleibt der Mensch häufig der limitierende Faktor – etwa in Bereichen, in denen Servicequalität unmittelbar aus persönlicher Bedienung oder echter künstlerischer Leistung entsteht.
Ein weiterer Hebel ist Tempo, und Tempo hängt nicht nur an Software, sondern an Infrastruktur. Künstliche Intelligenz kann zwar in vielen Fällen auch auf „gängigen“ Endgeräten laufen, aber ein nachhaltiger Ausbau erfordert Rechenzentren, leistungsfähige Chips und stabile Energieversorgung. Genau hier setzt die Skepsis an, dass sich die Verbreitung schneller einstellt als die gesellschaftlichen und genehmigungsrechtlichen Prozesse nachziehen können. Wenn Ben Moll darauf verweist, dass sich mit der Zeit vieles „gehen wird“, dann meint er im Kern: Die Wachstumskurve hängt vom schwächsten Glied in der Kette ab. Diese Logik wird durch Rechnungen von Charles Jones unterstrichen, wonach selbst bei enormen Softwaremöglichkeiten die langfristige Wachstumswirkung deutlich begrenzt bleiben kann, wenn man historische Automatisierungstrends als Orientierung nimmt. Aus Unternehmenssicht heißt das: Der Weg zur produktivitätswirksamen KI läuft nicht über das beste Modell allein, sondern über die Fähigkeit, neue Funktionen in bestehende Abläufe zu integrieren, Datenflüsse aufzubauen und Rollen im Betrieb real anzupassen.
Für Deutschland kommt hinzu, dass die Engpässe nicht nur technologischer Natur sind. Luis Garicano, der den organisatorischen und politischen Rahmen betont und selbst Erfahrung aus der europäischen Politik mitbringt, beschreibt die Flaschenhälse als zweigeteilt: Unternehmensorganisation und Politik. Unternehmensinterne Prozesse ändern sich oft langsam; zwischen einer grundlegenden Erfindung und messbaren Effekten in den Wachstumsdaten vergehen demnach Jahrzehnte. Zusätzlich prägen politökonomische Gleichgewichte den Handlungsspielraum: Wenn etwa bestimmte Tätigkeiten trotz existierender Technologie bis in Alltagsroutinen hinein „analog“ bleiben, sinkt die Geschwindigkeit, mit der Produktivitätsgewinne volkswirtschaftlich sichtbar werden. Garicano nennt als pragmatische Perspektive sogar einen Weg, der nicht zwangsläufig Spitzenmodelle selbst bauen muss: Ein Land könne auch zeitversetzt arbeiten, etwa mit offenen Modellen, solange dadurch Wettbewerb, Preisdruck und damit breite Nutzbarkeit erhalten bleiben.
Am Ende entscheidet nicht, ob das nächste KI-Modell gegenüber dem aktuellen noch einen Sprung macht, sondern was die nächste Umsetzungsrunde in der Fläche tatsächlich verändert. Ben Moll räumt zwar ein, dass KI-Fortschritte bei den Fähigkeiten der Modelle vermutlich kontinuierlich mehr oder weniger „richtig“ ausfallen, stellt aber die zweite Frage in den Mittelpunkt: Was bedeutet das konkret für den Rest der Wirtschaft? Wenn die realen Einsatzquoten und Automatisierungsspielräume kleiner sind als in den optimistischen KI-Szenarien, verschiebt sich die Wirkung von „plötzlich zehnmal so reich“ hin zu graduellen Effekten. Die Anthropic-Forscher um Anton Korinek werden deshalb in der eigenen Logik eher moderater: KI erhöht Produktivität zwar überall ein Stück, aber über Jahre summiert sich das eher in Zehntelprozentpunkten als in zweistelligen Wachstumsraten. Trotzdem kann das für Mittelständler relevant sein, weil selbst kleine Produktivitätsgewinne die Fähigkeit verbessern, Personalengpässe zu überbrücken und Servicequalität zu stabilisieren – genau wie bei Sina Schaper. Nach Jahren mit schwachem Wachstum ist schon ein moderater Schub in der Breite ein spürbarer Fortschritt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Wie KI Wachstum in Deutschland beschleunigen kann – und wo die Grenzen liegen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Wie KI Wachstum in Deutschland beschleunigen kann – und wo die Grenzen liegen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Wie KI Wachstum in Deutschland beschleunigen kann – und wo die Grenzen liegen« bei Google Deutschland suchen, bei Bing oder Google News!