Die KI-Blasen-Blase: Wie der Weg in die KI-Zukunft wirklich aussieht

Erst sollte KI in einem Zweistufenplan alle Jobs und dann die Menschheit vernichten, jetzt reißt sie angeblich nur noch die Finanzwelt in den Abgrund. Quasi über Nacht wurden Schlagzeilen über die grenzenlosen Möglichkeiten zu Untergangs-Prophezeiungen einer überhypten Technologie. Gleich geblieben indes ist der apokalyptische Drall der Berichterstattung und Posts: Es gibt nur alles oder nichts in Sachen KI, keinen Mittelweg, kein Einerseits-Andererseits. Das ist Unfug und für alle, die entscheiden müssen, wie sie mit KI umgehen sollen, wenig hilfreich. Stattdessen sollte man über die Fragen nachdenken, ob es überhaupt eine KI-Blase gibt - und was sich aus der Antwort darauf für Handlungsempfehlungen ergeben.

"Aktuell gibt es zwei Extreme", sagt Sabine Baumann, Professorin für Digital Business an der Hochschule für Wirtschaft und Recht Berlin  : "Entweder wird gehypt oder alles ist extrem negativ. Angst vor der Überschätzung von KI steht eine überzogene Blasenpanik gegenüber, aber auch eine überzogene Erwartung an die Geschwindigkeit, mit der sich die Technologie in Wertschöpfung übersetzen lässt."

Für Sabine Baumann ist die Furcht vor einer "Bubble" ein typisches Begleitphänomen einer aufstrebenden Neuerung: "Nach dem Hype und Invests kommt die Darwin-Phase der Evolution, die konsequente Marktbereinigung. Viele Projekte werden scheitern, aber es gibt Lerneffekte, auf denen der nächste Schritt zum Produktivitätsniveau aufbaut."

Blase oder nicht - was denn nun?

Die Diagnose einer Blase ist für Prof. Dr. Nicolai Krüger, Wirtschaftsinformatiker an der Hochschule für Polizei und öffentliche Verwaltung Nordrhein-Westfalen  , eher eine US-Sicht der Dinge, während "Ich sehe in Europa deutlich weniger Risiko einer KI-Blase. Das liegt weniger am Innovationsgrad, sondern an der Art, wie wir Technologien einführen. Wir skalieren strukturiert, nicht impulsiv." So seien etwa die häufig herumgereichten Studien eher US-zentriert: "Die oft zitierten Zahlen zu wegfallenden Low-Level-Jobs sind hier weniger akut. Durch Vorgaben wie DSGVO und EU AI Act gibt es klare Grenzen für bestimmte Formen der Automatisierung.

Für Unternehmen bedeutet das, stärker in Qualifizierung, Prozessgestaltung und Governance zu investieren." Was man im "Silicon Valley gefühlt an einem Nachmittag durchboxt", dauert bei uns länger, "Im Silicon Valley werden Entscheidungen oft sehr schnell getroffen. In Europa dauern solche Schritte länger. Das wirkt manchmal bremsend, führt aber zu geordneteren Einführungsprozessen, klaren Zuständigkeiten und realistischen Use Cases. Langfristig ist das robuster als ein reiner Hype-Zyklus."

Für den weiteren Verlauf sei es auch wichtig, wie es mit der KI-Entwicklung weitergehe, so Krüger: "Wie sich die Entwicklung der Modelle fortsetzt, ist schwer vorherzusagen. Entscheidend ist weniger die reine Leistungssteigerung, sondern wie gut Organisationen diese Systeme in ihre Abläufe integrieren und welche Kompetenzen sie dafür aufbauen." Er sehe noch kein Ende, zumal "Modelle nur ein Teil des Gesamtbildes sind. OpenAI zeigt mit Systemen wie Atlas, dass Innovation zunehmend in Richtung Arbeitsintegration geht. Agenten, Werkzeuge und Umgebungen werden genauso wichtig wie das zugrunde liegende Modell."

Ähnlich sieht es Professor Ralph Sonntag, Digitalexperte, Marketing-Fachmann und Rektor der Hochschule Stralsund  , der zwar davon ausgeht, dass "es Probleme und Fehler geben wird, wir werden die Grenzen kennenlernen und schlechte Entscheidungen erleben, die eine KI verantwortet hat, doch all das wird nicht zum Einbruch der KI-Ökonomie führen." Denn nach Hype und Gier komme eine "Konsolidierung, und die ist erwartbar - auch für Banken - und ist Teil eines normalen Geschäftsgebarens und der Bewertungen."

Nicht mal ansatzweise so wie bei Dotcom

Das böse Wort mit 'B', die Blase, wird oft in einem Satz mit dem bösen Vergleich mit 'D' genannt - der Dotcom-Blase. Nicht wenige fühlen sich an den Kollaps der Internet-Goldgräberzeit erinnert, und kaum ein Newsartikel lässt den Vergleich aus. Sabine Baumann hält die Situation dagegen für nicht vergleichbar: "Dotcom war von Experimenten mit völlig neuen Geschäftsmodellen geprägt und keiner wusste, wie man das zu bewerten hat. KI dagegen soll eher in bestehende Geschäftsprozesse integriert werden. Impact, Dauer, Nutzen, Risiken - das kann man wesentlich besser einschätzen als damals."

Kernunterschied für Sabine Baumann ist der zwischen Geschäftsmodell und Geschäftsprozess, denn "das Internet war eine neue Anwendungsschicht, die auf den Nutzer einwirkte - während KI als Business-Basistechnologie eher Geschäftsprozesse verändert."

"Bei den aktuellen KI-Startups, die ich in meiner Bubble oder auf Startup-Veranstaltungen mitbekomme, ist der Fokus vom Start weg schon praktikabler und professioneller (als bei Dotcom)", sagt Informatik-Professor Doktor Knut Linke von der IU - Internationalen Hochschule  . "Die Einstiegshürden sind im Bereich KI meines Erachtens nach auch höher als damals. Hier wird sich eher zeigen müssen, wie gut und wie schnell sich GenAI in Unternehmen etablieren kann."

Nicolai Krüger hält es zwar für möglich, dass heute wie damals auch 'hohle Geschäftsmodelle' entstehen, doch "haben wir es heute eher mit Startups zu tun, die jetzt 'irgendwas mit KI' machen. Das sind aber keine Hochkapital-Unternehmungen, sondern eher studentische Projekte. In den großen Konzernen zeitigt KI eher Produktivitätssteigerungen als komplette Verwerfungen von Geschäftsmodellen."

Was Firmen brauchen und Agenturen bieten müssen: KI-Erwartungsmanagement

Hurra, hurra! Keine Blase also, also alles gut!

Nicht ganz, findet Sabine Baumann. Nur weil kein übergreifender Einschlag in der deutschen Wirtschaft droht, heißt das nicht, dass unser aktueller Umgang mit KI zielführend und zum Besseren des Betriebs ausfällt. Sie fordert einen neuen Umgang mit KI, ein Erwartungsmanagement statt eines AI-Managements: "Es geht zwar um Effizienzgewinne, doch die eigentliche Dynamik steckt in längerfristigen Transformationen - hier schafft nicht die Technologie selbst den Wandel, sondern die Art, wie man sie einsetzt. Aktuell dominiert jedoch eine Art Fear of Missing Out und viele Firmen investieren hektisch in KI, ohne eine klare Wertschöpfungslogik zu haben." Eher setze ein Lernprozess ein: "Unternehmen werden verstehen, dass Führung in der KI-Ära nicht heißt, den Hype zu bedienen, sondern den Lernprozess zu organisieren."

Sabine Baumann pflichtet bei und sieht drei Sorten von Unternehmen: "Es wird die geben, die vom Markt verdrängt werden, weil sie planlos investieren und nicht verstehen, wie sich ihr Geschäftsmodell verändert. Andere, vor allem datenintensive Branchen, werden profitieren, mit schnellen Effizienzgewinnen in Verwaltung und Logistik. In Kreativwirtschaft und Forschung hingegen geht es weniger um Effizienz, sondern um neue Formen der Zusammenarbeit zwischen Mensch und Maschine."

Zu den Unternehmen, die der Hype aufessen wird, sollten indes kaum Nvidia  oder OpenAI gehören, glaubt Nicolai Krüger: "KI ist heute eine Basistechnologie. Es gibt keine Anzeichen dafür, dass zentrale Anbieter wie OpenAI oder Nvidia kurzfristig scheitern. Der Markt wird sich verändern, Rollen und Wertschöpfungsketten werden sich verschieben, aber ein Zusammenbruch ganzer Firmen passt nicht zu den aktuellen Entwicklungen." Alles, was den Markt international ernsthaft treffen könnte, wären Schwarze Schwäne - unvorhersehbare Wildcards "Black-Swan-Ereignisse bleiben möglich. Dazu gehören geopolitische Krisen, Störungen in Lieferketten oder Engpässe bei kritischen Rohstoffen. Das sind systemische Risiken, die über KI hinausgehen."

Ist Deutschland doch nicht der globale KI-Loser

Bei Unternehmen gilt grundsätzlich, dass große Player mit Rücklagen die besseren Karten haben - aber wie sieht es bei den Nationen aus? Wird - auch wenn die Krise ausbleibt - Deutschland hier der KI-Loser werden? Sabine Baumann denkt, dass das Rennen um die größte KI-Nation bei Weitem noch nicht gelaufen ist: "Die USA sind stark in der kommerziellen Skalierung von KI, während Deutschland bei Basistechnologien überzeugt. Im Verständnis der Nutzerperspektive und im strategischen Denken über Geschäftsmodelle sind die USA allerdings schneller. Wir überlegen immer, was alles schiefgehen könnte." Die Gesetze in der EU hält sie indes in ihrer Mischung aus Freiraum und Regulierung für gut gemacht und clever und weniger als Bremsen: "Gesetze werden in Europa häufig vorschnell zu Innovationshemmnissen erklärt. Manchmal ist das aber schlicht eine bequeme Ausrede, die eigentliche Herausforderung liegt darin, Innovation innerhalb klarer Rahmenbedingungen zu gestalten." Und Marktzutrittsschranken wie der AI-Act? Baumann denkt, dass die natürlich "bei Neueinsteigern auf Kritik stoßen. Sobald Unternehmen jedoch etabliert sind, wünschen sie sich oft selbst Schutzmechanismen. Das zeigt, wie ambivalent die Debatte über Regulierung und Wettbewerb tatsächlich ist."

Ja, und nun? Wie geht's denn in Staffel drei von "KI" weiter? Knut Linke geht davon aus, dass es stark davon abhängen wird, wie sich die Technik in absehbarer Zeit verändern wird: "Also ob sich spezialisierte und dadurch weniger rechenintensive KIs durchsetzen, was zu weniger Nachfrage in bestimmten Bereichen führen könnte. Oder ob wir zeitnah im Bereich der Self-Motivated/Self-Improvement-AIs vorankommen, bei welchen vielleicht auch ganz andere Algorithmen benötigt werden, welche sich etwas vom aktuellen Statistik-Ansatz entfernen."

Damit ergeben sich vier denkbare Szenarien für den weiteren Verlauf der KI-Entwicklung.