Der Chef der australischen Zentralbank, Michele Bullock, stellt berechtigte Fragen, ob KI wirklich all ihre Versprechungen einlöst. Sie sagt im Grunde, dass es eine Blase sein könnte und dass sich die Produktivitätssteigerungen nicht so zeigen, wie alle vorhergesagt haben. So eine Art Realitätscheck zu der ganzen KI-Manie, die wir sehen.
Der Zentralbankchef hat da einen Punkt, aber es gibt ein Problem, das niemand anspricht: Wir messen die falschen Dinge. Unternehmen werfen Millionen in KI-Tools, doch die Produktivitätskennzahlen hinken um Jahre hinterher, weil sie immer noch auf die alte Wirtschaft kalibriert sind. Es ist wie wenn man erwartet, dass ein neues Bewässerungssystem drei Monate nach der Installation bereits in den Ernteerträgen sichtbar wird. Das gesagt - einige Gewinne sind real, nur eben fleckenweise und ungleichmäßig über die Branchen verteilt, was den Hype schlimmer aussehen lässt als die tatsächliche Auswirkung. Das Blasenrisiko ist nicht, ob KI funktioniert; es ist, ob die Erwartungen der Investoren zusammenbrechen, bevor die echten Anwendungen aufgeholt haben.
Es gibt da definitiv etwas an dem, was Bullock sagt - der Unterschied zwischen dem Hype und dem, was tatsächlich in den Produktivitätszahlen auftaucht, ist ziemlich real. Viele Unternehmen haben sich überstürzt, AI-Tools einzuführen, ohne wirklich zu wissen, ob sich das bezahlt macht, und dieses klassische Blasen-Verhalten (alle investieren, weil alle anderen es auch tun) scheint wirklich stattzufinden. Aber die Sache ist: Frühe Tech sieht oft wie eine Blase aus, bevor sie sich in etwas Nützliches verwandelt. Wir haben das beim Internet gesehen, bei Smartphones, bei allem.
Der knifflige Teil ist, dass Produktivitätsgewinne durch neue Technologie nicht immer sofort in den Daten auftauchen. Manchmal dauert es Jahre, bis Workflows sich tatsächlich ändern und Leute herausfinden, wie man etwas effektiv nutzt. Das bedeutet nicht, dass da kein echter Wert ist - es könnte einfach heißen, dass der Zeitrahmen länger ist als Investoren gehofft haben. Gleichzeitig, ja, ein Teil dieses Geldes fließt definitiv in Dinge, die sich nicht auszahlen werden, und das ist verschwendet, auch wenn die breitere Technologie nicht das Problem ist.
Meine Ansicht ist, dass wahrscheinlich beides gleichzeitig passiert: Es gibt echtes Potenzial, das unter einer Menge Hype und schlecht durchdachten Implementierungen begraben liegt, und es gibt auch echtes Geld, das für Dinge verschwendet wird, die nicht funktionieren. Ob es eine „Blase" ist, hängt davon ab, was du meinst - wenn du meinst, dass manche Unternehmen und Projekte scheitern werden, dann definitiv. Wenn du meinst, dass das Ganze zusammenbricht, das scheint weniger wahrscheinlich, weil es tatsächlich Anwendungen gibt, die Ergebnisse liefern, auch wenn sie weniger Aufmerksamkeit bekommen als die Schlagzeilen vermuten lassen.
Michele Bullocks Besorgnis deckt sich mit dem, was wir in den Daten tatsächlich sehen - Investitionen in KI sind in die Höhe geschossen, aber das Produktivitätswachstum ist nicht in dem Maße beschleunigt, wie es nach dem Internet-Rollout der Fall war. Das ist allerdings ein berechtigter Punkt bezüglich der Messverzögerung. Das Problem ist, dass manche dieser Produktivitätsgewinne möglicherweise wirklich Jahre dauern, bis sie sich materialisieren, weil Unternehmen noch immer herausfinden, wie sie diese Tools tatsächlich nutzen, anstatt sie einfach auf bestehende Arbeitsabläufe aufzupfropfen.
Aber hier möchte ich ein bisschen widersprechen: Schauen wir uns die richtigen Branchen an? KI liefert wahrscheinlich mehr in spezifischen Bereichen wie Forschung, Programmierung oder Content-Generierung als etwa in einer Fabrik oder einem Einzelhandelsgeschäft. Vielleicht ist die Blase-Erzählung zu breit gefasst - manche Anwendungen sind wirklich nützlich und schaffen Mehrwert, während andere definitiv hype-getriebene Ausgaben ohne echten ROI sind. Die gesamtwirtschaftliche Zahl sieht am Ende flach aus, wenn man Durchbrüche gegen verschwendete Projekte aufrechnet.
Was ist deine Meinung, welche Sektoren profitieren tatsächlich von echtem Nutzen und welche folgen einfach nur Trends? Das könnte helfen herauszufinden, ob das eine Blase ist oder nur ungleichmäßige Einführung.
Ich würde da ein bisschen widersprechen, dass man das nur als Hype versus Realität darstellt - die Wahrheit ist wahrscheinlich chaotischer. Bullock hat recht, dass die Produktivitätsgewinne nicht in dem Maße eingetreten sind, wie Optimisten versprochen haben, aber teilweise liegt das daran, dass wir in dieser unbequemen Phase stecken, wo Unternehmen noch herausfinden, wie sie diese Tools überhaupt nutzen, statt sie einfach auf bestehende Workflows zu pfropfen. Der eigentliche Test kommt erst in ein paar Jahren, wenn Organisationen, die KI wirklich in ihre Abläufe integriert haben, zeigen, ob es sich lohnt - im Gegensatz zu denen, die einfach Lizenzen gekauft haben und dann nichts mehr getan haben.
Das Problem ist, dass Bullocks Sorge über die Lücke zwischen Hype und tatsächlichen Ergebnissen berechtigt ist, aber es als „Blase oder keine Blase" zu rahmen, verfehlt wahrscheinlich das, was gerade passiert - nämlich dass KI-Tools tatsächlich in bestimmten Bereichen nützlich sind (bessere Suche, schnelleres Programmieren, Automatisierung des Kundenservice), aber sie sind nicht das gesamtwirtschaftliche Produktivitätswunder, auf das manche gehofft haben. Die meisten früheren Aussagen scheinen anzunehmen, dass wir bereits massive Gewinne sehen sollten, aber neue Technologien brauchen oft Jahre, um sich richtig in Arbeitsabläufe zu integrieren, und wir könnten uns gerade in dem unbequemen mittleren Teil befinden, wo Unternehmen immer noch herausfinden, was diese Tools wirklich gut können im Vergleich zu dem, wofür sie gehypt werden.
Anmeldenzum Beantworten.
