Zukunft der Arbeit (1/3) - Was bringt KI Unternehmen konkret?

Ralf, ich habe dir eine Situation mitgebrachten Dialog, den ich bei einer Pressekonferenz hier in Berlin erlebt habe. Okay, Moritz, bin gespannt. Wir hören Jensen Hwang, das ist der Chef des wertvollsten Unternehmens der Welt, Nvidia. Okay, das dieser Weltmarkt für Rausen, USA, die diese Computerschips für Server-Farm bauen zum Training von KI-Modell. Genau, und Jensen Hwang gilt als 'ne Rampensau. Und gerade habe ich ihm eine Frage gestellt, die er beantwortet, kommen wir später dazu. Jedenfalls wäre jetzt eigentlich der nächste Kollege mit seiner Frage dran, Kollege von Bloomberg. Aber Jensen Hwang hat noch 'ne Message mitzugeben. Jensen, Tom McKenzie, Bloomberg. AI makes jobs. Und hopefully doesn't take my answer. Tell, thank you very much. Tell Europe, AI creates jobs. It's backwards. And I just reasoned it for you. Jensen, thank you. Tell the young people. Go to school. AI is going to create future jobs for you. Okay, also Jensen Hwang will hier offenbar unbedingt die Botschafte rüberbringen. KI schafft Arbeitsplätze. Aber die versammelten Journalisten lachen drüber? Ja, das war eine Situation. Weil der Kollege von Bloomberg überhaupt gar nicht dazu kam, seine Frage zu stellen. Und man sieht an dieser Szene, das System Nvidia-Chef offenbar wichtiger noch mal zu betonen. KI schafft unbedingt neue Jobs in der Zukunft. Und das müssen wir Journalisten Europa und auch unseren Kindern erzählen. Und abgesehen davon, dass ich finde, der Presse zu sagen, was sie berichten soll. Das geht trotz dieses charmanten Augen zwingend. Geht das gegen die Pressefreiheit, das geht nicht. Und diesen Gefallen werden wir aber diesen mächtigen AI-Tack-Bro und Konzernchef nicht einfach so tun. Auf keinen Fall in unser Ziel bei KI verstehen, ist ja gerade auch solche narrative mächtiger Konzernchefs zu hinterfragen. Zumal die Aussage von Jansson Wanger auch ein bisschen in deutlichen Widerspruch steht zu der Jups-Botschaft von dieser Woche, wo noch der Software Riese Microsoft ein Großkunde von Nvidia übrigens angekündigt hat, 6000 Beschäftigte loswerten, sowohl über Abfindungsregelungen, weil künstlich Intelligenz, künstlich deren Job machen soll. Und die spannende Frage lautet am Ende, also ob KI und am Strich tatsächlich mehr Jobs schaffen kann, als sie vernichtet. Und das kann letztlich nur gelingen, wenn sie Unternehmen hilft. Ihre Produktivität deutlich zu steiger. Und wie realistisch das wirklich ist, darüber sprechen wir heute. KI verstehen. Der Deutschlandfunkpodcast über künstliche Intelligenz im Alltag. Herzlich willkommen zu einer neuen Episode mit mir, Ralph Kraute und Moritz Mats, der recherchiert hat, wie künstlich Intelligenz unternehmen, heute schon ganz konkret hilft, ihre Produktivität zu steigern. Hallo Moritz. Hallo Ralph. Diese Folge ist auftakt einer dreitaligen Serie zur Zukunft der Arbeit im Zeitalter künstliche Intelligenz. Heute fragen wir, was bringt KI Unternehmen ganz konkret? Nächste Woche schauen wir darauf, wie sich Jobprofile verändern und was das für die Arbeitnehmer bedeutet. Und über nächste Woche dann geht es darum, wie KI die Jobsuche und den Bewerbungsprozess beeinflusst. Legen wir los Moritz? Welchen Kriegen mehr wird, bietet KI Unternehmen denn heute schon? Was weiß man drüber? Es kommt ganz darauf an, wo man hinschaut und das auch je nach Branchen ganz unterschiedlich. Und deshalb schauen wir uns heute verschiedene Studien und Beispiele an. Und ich sage dir, der Buchstabe Jot, groß geschrieben wird dabei eine Rolle spielen. Okay, Jot oder Englisch J wie bei Jensen Wong dem Invidia-Chef? Nee, den hören wir auch nochmal, aber nicht nur deswegen. Bevor wir also auf den zurückkommen und seinen Versprechen grandiose Produktivität steigerungen durch KI-Einsatz in Unternehmen. Erst mal habe ich dir ein paar Zahlen mitgebracht. Was schätzen du, Ralph? Wie viele Unternehmen in Deutschland schon KI nutzen jetzt im Jahr 26? Ich würde mal schätzen, dass den Zwischenbestimmt über die Hälfte der Firmen zumindest mal mit KI experimentieren. In der Hoffnung, dass jeder Prozess von Abläufe effizienter machen kann und mittelfristig vermutlich auch Personal einsparen können. Anders als weiß ich von vielen Gesprächen auch KI-Rein Produktivität hoch. Das ist leider praktisch nicht so einfach, wie man sich das vorstellt. Da liegt es ziemlich richtig. Ich nehme mal exemplarisch eine Studie vom Digitalverband "Bittkomm" von Mitte September und die sagen 57 Prozent. Der Mittlerin und großen Unternehmen setzen KI ein und im Vorjahr wands nur 36 Prozent. Und die kleinen Unternehmen sind eher hinterher. Und dann ist es so, nur noch 8 Prozent, sehen in KI einen halb der Massive überschätzt wird vor zwei Jahren, waren das noch 26 Prozent. Ok, will heißen künstlich Intelligenz kommt in der deutschen Wirtschaft zu langsam an, könnte man sagen? Ja, und ganz ähnliche Zahlen gibt es auch vom IFO-Institut in einer Umfrage vom Mai. Und Europa steht auch den USA da nichts nach, sagt die Europäische Investitionsbank. Aber Ralph Ratemall, wie viele Prozent der Unternehmen sagen denn, wir nutzen das Potenzial von KI stark aus. Ich würde mal vermuten, dass das bisher nur ein kleiner Teil des kleiner Prozents hat und der 10 Prozent. Ja, das ist der Recht. Er stark schaffen es laut Selbstauskunft nur 3 Prozent aus. Und 87 Prozent sagen wir nutzen das Potenzial von KI eher wenig oder gar nicht aus. Und jedes dritte Unternehmen sagten und nutze KI auch vor allem aus Angst, sonst den Anschluss zu verpassen. Ok, die Sorge, dass der Zug in Richtung höhere Produktivität ohne einabfährt, ist also offenbar sehr groß. Da sehen wir jetzt zum Beispiel auch bei Microsoft, wo man eben 60.000 Stellen mittelfristig durch KI ersetzen will. In welchen anderen Bereichen, also mal abseits von Programmieren und Software ist denn KI einsatz schon weit verbreitet? Also laut der Bitcoin-Studie natürlich im Kundenkontakt Service, um Anfragen zu beantworten. Wir fallen da so KI-Rotlines und so weiter ein, dann der Bereich Marketing und Kommunikation. Was auch noch mehr ansteigt, aktuell ist das interne Wissensmanagement in Betrieben. Da kann man sich auch vieles vorstellen, Dokumentationen und so weiter. Chatboards, die einem dann Dokumentenbestände durch suchen und Fragen beantworten. Dann KI-Produkte gibt es im Vertrieb und in der IT natürlich dieses ganze Thema Coding mit KI. Das ist ja eins der wenigen, wo KI wirklich schon vieles verändert. Wir haben darüber ausführlich gesprochen, in KI verstehen. Und jetzt wird es aber auch noch mehr in Controling, Entforschung und Entwicklung verwendet. Und das Ivo-Institut sagt, vor allem die Großunternehmen nutzen KI, besonders in der Industrie, auch im Dienstleistungsektor über die Hälfte. Auch im Baugewerbe ist die KI-Nutzung in den letzten drei Jahren geradezu explodiert. Und die Europäische Investitionsbank sieht auch die Lebensmittelindustrie da in diesen aufsteigenden Sektoren mit KI. Jetzt treffen 5 Chefs solche strategischen Entscheidungen ja selten aus dem Bauch aus. In der Regel beruft sich das Management auf Studien, Kennzahlen, die belegen. Wenn wir hier und da KI nutzen, könnten wir so viel Geld, Ressourcen und Personal einsperren. Gibt es denn dazu wirklich schon belastbare Daten? Das ist die große Frage. Also von mir kommt jetzt ein klares "J" ein. Das kommt für gesagt immer darauf an, so sieht das auch Barbara Engels. Sie ist Senior-Economist für nachhaltige Digitalisierung und KI. Beim Institut der deutschen Wirtschaft. Künstliche Intelligenz kann unternehmen Deutschland produktiver machen. Es kommt natürlich immer darauf an, wie man die künstliche Intelligenz einsetzt. Und Barbara Engels sieht die Wirtschaft aber noch in der Experimentierphase. Sie sagt, erst wenn wir die hinter uns lassen und in die Integrationsphase kommen, könne die Produktivität auch wirklich steigen. Zu dieser Integrationsphase gehört auch wirklich sich anzuschauen, was bringt mir denn die KI-Anwendung? Also wir haben neue noch unveröffentliche Daten aus einer repräsentativen Befragung von Unternehmen in Deutschland. Und da messt eben nur ein Drittel der Unternehmen überhaupt den Nutzen der KI-Anwendungen. Also zum Beispiel Produktivität gewinnen, Kosten, Einsparungen oder Umsatzeffekte. Und solange ich das natürlich nicht messen, kann ich ja nicht verlässlich sagen, ob ich tatsächlich einen Effekt habe. Die Unternehmen würden das also noch nicht so genau wissen und man sieht noch keine großen Umsatz gewinne. Aber die Kosten für KI Infrastruktur und Schulungen würden immerhin weiter steigen. Okay, das heißt, die Unternehmen investieren, wissen aber erst mal noch gar nicht so genau, welche Rendite ihr KI-Investment am Ende bringen würden. Plingt für mich nach keiner ganz optimalen Ausgangslage, weil schlimmstenfalls ja da dann viel Geld versenkt werden könnte mit Projekten die kaum ertragen bringen. Das ist ja froh, die aktuelle Umfrage des Branches Bitcoin erwähnt. Was verrät die denn über den messbaren KI-Nutzen für Unternehmen? Also in dieser Bitcoin-Unfrage unter den gut 600 Unternehmen ist das fast überraschend klar. Da sagen zwei Drittel derjenigen Unternehmen, die KI einsetzen. Wir haben damit unsere Wettbewerbsposition verbessert, fast zwei Drittel. 48 Prozent stellen fest, sie konnten interne Prozesse deutlich beschleunigen. Bei 45 Prozent gibt es einen messbaren Beitrag zum Unternehmensarfolg. Bei 40 Prozent hat sich die Qualität der Produkt- oder Dienstleistungen verbessert. 36 Prozent haben mit KI sogar neue Produkte- oder Dienstleistungen entwickelt. Okay, ob das nie doch schon mal ziemlich viel Versprechen und Nachreale mehr wird. Ja, das klingt gut, aber es ist aus mehreren Gründen mit Vorsicht zu betrachten. Erstens beschreibt bei den meisten Fragen wirklich nur weniger als die Hälfte von denen die KI einsetzen. Wirklich Vorteile. Es sind also mehr, die keine Vorteile an dieser Stelle bisher haben. Und es ist auch wichtig, es ist nur eine Selbstauskunft, der es keine seriöse Studie wie Barbara Engels das eigentlich gerne hätte. Es gibt aber andere Zahlen von der Europäischen Investitionsbank, die haben ausgerechnet. KI-Nutzung erhöht die Arbeitsproduktivität um 4 Prozent. Und zwar, weil es den Output von Beschäftigen nach oben setzt, das sei ein Capital Deepening. Das hänge aber stark von der Firmengröße ab. Das sind wir wieder bei großen kleinen, die großen Firmen über 250 Mitarbeitern. Die werden fast um 8 Prozent produktiver bei kleineren unter 50 Mitarbeitern, da sein keine Effekte zu sehen. Und wenn KI in einem Unternehmen die Mitarbeiter effizient ist. Das heißt, das auch nicht automatisch, das dann am Ende das ganze Unternehmen. Effizienter wird, leh sich jetzt aus verschiedenen Studien raus, bestätigt auch eine Studie der Unternehmensberater von McKinsey, die haben weltweit Unternehmerbefragt und da sagen 80% der Befragten, das KI ihre persönliche Produktivität gesteigert hat, wenn sie wahrscheinlich mit einem Chatbot arbeiten oder so. Aber nicht mal die Hälfte nur 37%, sagt das KI auch den Unternehmensgewinn steigert. Okay, da gibt es also eine erstaunliche Diskrepanz, wobei es man es wissen, aber auch Studien gibt die belegen, dass wir es auf persönliche Ebene oft nur mit gefühlten Produktivitätssteigerung zu tun haben. Also, die Leute denken, sie arbeiten viel effizienter, weil sie KI nutzen, vertändelt aber in Wahrheit viel Zeit mit der KI nutzen. Das vielleicht auf das Wesen von Experimentierfasen, aber ich würde auch sagen, das korrekt und im Unternehmenskontext kommt es außerdem vor allem auch darauf an, erstmal Vorbereitungen zu treffen, um KI effizienter einsetzen zu können, in Form von Datenpipelines, Infrastrukturen, und so weiter. Man muss das erstmals aufbauen. Und das ist für große Unternehmen einfach einfacher. Die können lockerer, mittelfrei machen für Infrastruktur, für Schulungen, für Laufenbekosten und so weiter. Und in kleinen Unternehmen brauchst es dann externe Berater. Teure Hardware, Leute mit Zeit und so weiter. Und KI vergrößert also wohl eher die Schere zwischen Arm und Reich jetzt auch eben bei den Unternehmen. Und Barbara Engels vom Institut der Deutschen Wirtschaft rett Unternehmen deshalb folgendes. Wenn wir es mit KI im Unternehmen ernst meinen, dann sollten wir uns unsere Prozesse wirklich angucken. Die bestehenden Prozesse und alle bestehenden Prozesse schritte. Und dann pro Prozess prüfen, ob dieser noch sinnvoll ist. Oft sind solche Prozesse über Jahrzehnte gewachsen. Und niemand hat sie mehr infrage gestellt. Jetzt ist ein guter Zeitpunkt, um das zu tun. Und dann quasi pro Prozess zu prüfen. Hilft mir hier eine KI. Hilft mir hier eine andere Art der Digitalisierung. Brauche ich vielleicht eine regelbasierte Automatisierung oder ist der Prozess fein so, wie er ist. Das wäre eine wirklich planvolle KI-Transformation im Unternehmen. Ich finde es eine total wichtige Unterscheidung, die Sie da macht. KI ist ja tatsächlich viel mehr als die großen Sprachmodelle und Chatboards, die jetzt zum Beispiel schon viele Orts im Call Center und Kundenanfragen abwickeln. Die KI kann jetzt zum Beispiel auch eine automatische Stückprüfung oder Qualitätskontrolle beschleunigen, weil man Sensor, Daten oder Kamera-Bilder besser und schneller auswerten kann. Ja, das ist ein schönes Beispiel. Hörens geht ja, finde ich, echt oft um Chatboards, KI kann aber eben auch viel Handfester sein. Ich habe etwas älteren Auton dabei, aber ich muss an den, seitdem ich den aufgenommen habe, und seitdem ich diese Geschichte kenne, immer wieder dran denken, da geht es eben nicht um krasse Chatboards, sondern um eine ganz kleine Bilderkennung, die die Qualität von Stahlruhen überprüft. Hören wir mal Stefan Leier, der das Projekt vor einem guten halben Jahr bei einer mittelständischen Firma begleitet hat. Jetzt arbeitet er zwar schon woanders, aber trotzdem wie gesagt spannend. Ein Schwesterunternehmen stellt natelose Eelstahlruhre her, und bei denen, die kommen in Rheinräumen zum Einsatz, zum Beispiel in einer Farmerbranche, werden Egelgase durchgeleitet. Und kleinste Verunreinigung können ja schon große Probleme verursachen. Diese Rohre müssen optische Kontrolle erfolgen durch die Mitarbeiter, da wird eine Endoscopie-Kamera durch das Rohr durchgeleitet. Und mit Augenmaß überprüft eine Monitor, ob Abweichung von der Norm verhandelt sind. Diesen Prozess haben optimiert durch ein eigenes KI-Modell, das wir selbst trainiert haben mit einer Fülle von Bilddaten. Und die KI kann jetzt in echt Zeit Abweichung von der Norm erkennen und kann die selbst klassifizieren, ob es zulässige Abweichung sind oder nicht zulässige Abweichung sind. Der Mitarbeiter sieht an Display in echt Zeit eingeblendet, ob Fehler vorhanden sind im Rohr oder nicht im Rohr. Das werden keine Mitarbeiter ersetzt, sondern der Mitarbeiter wird entlastet, der Prozess optimiert und beschleunigt. Wow, beeindruckend. Ich würde sagen, gegen diese Art von KI-Einsatz kann ja auch wirklich überhaupt niemand was haben, weil hier kein dem Job kostet, sondern stattdessen nerviger, greppetitiver Aufgaben von Menschen übernimmt. Außer der Mitarbeiter muss jetzt dann noch viel mehr Rohre in diese Maschine reinlegen und das Ganze damit prüfen, dann hat er vielleicht auch mehr Stress. Aber technisch ist es ja nur ein Beispül für eine kleine KI. Dafür braucht eben kein krasses Riesen-KI Frontiermodell aus den USA. Es ist dann nur ein kleines Modell, das auf einem Rechner vor Ort läuft, das genügt für solche bildgebenden Angelegenheiten. Und man sagt ja, dass Europas und Deutschlands Chancen eher bei solchen kleinen, spezialisierten Industriedatenmodellen liegen. Aber natürlich setzt man jetzt hier auch auf agentische KI. Es gibt auch ein deutsches Sprachmodell, was speziell für agentische Einsätze entwickelt wird, gerade, das heißt, so wie S. Und wir haben ja neulich hier schon über die Wirkmacht von diesen Agentenschwärmen geredet. Ich denke schon, also das am Ende, da sich noch vieles bewegen kann, gerade wenn in den nächsten Jahren mehr konkrete Physical AI, also sowas wie Robotik entsteht. Ja, es gibt da sich eine Menge Produktivitätspotenzier zu eben durch KI-Einsatz, das ist klar geworden, Moritz. Schau mal trotzdem mal auf die Kehreseite. Ich kann mich erinnern an 2023, da sorgte eine Studie von Goldman Sachs, nämlich für Wurbe, der zufolge generative KI weltweit 300 Millionen Jobs, teilweise übernehmen könnte. Rund zwei Drittel der Tätigkeiten in den USA und Europa während dem zufolge mit KI-Teils oder komplett automatisierbar. Und wenn wir jetzt mal auf einige aktuelle Entwicklung schauen, scheint sich dieser Trend ja durchaus zu bestätigen, also Microsoft ist ja kein Einzelfall. Der Versicherungskonzern Allianz zum Beispiel will Europa weit über 1500 Stellen abbauen, vor allem in Service Center, wo KI-Bots, Kunden, Anfragen und Schadensmeldungen jetzt bearbeiten. Der Versand Händler Amazon will 30.000 Stellen in der Verwaltung abbauen, knapp 10 Prozent seiner Bürobelegschaft. Loftansabel bis 2030 4.000 Verwaltungsstellen abbauen und Salesforce will im Kunden-Support 4.000 Stellen abbauen, weil KI ergätten künftig die Fallbearbeitung übernehmen. Also diese Angst vor Jobverlust durch KI, die sehr für viele angestellte, doch schon ziemlich real und konkret. Ja, darauf wird man sich leider einstellen müssen, dass das immer wieder kommt. Wahrscheinlich eher in so unteren Bürojobs. Das sind interessanterweise auch oft Jobs, in denen Frauen tätig sind, zum Beispiel im Sekretariat und so traditionell. Und laut der Ivo-Umfrage rechneten Viertel von Unternehmen mit einem Stellenabbau in der Industrie sind sogar noch mehr Unternehmen, die damit rechnen. Auch die ihr Bidkomm-Umfrage deckt das. Und was ich gelesen habe, verlieren nicht automatisch alle Leute ihre Jobs. So im Sinne von sie können gehen, sondern es werden eher weniger Leute eingestellt, weniger Stellen nachbesetzt und gerade auch für junge Leute hat das dann Auswirkungen. Zum Beispiel in der Softwareentwicklung, wo eher erfahrene Senior-Mitarbeiter gefragt sind. Und das passiert auch nicht nur in der Wirtschaft. Anfang der Woche kam die Nachricht in den Niederlanden. Sollen in den nächsten 9 Jahren 25.000 Beamte gestrichen werden. Auch unter anderem wegen künstlicher Intelligenz und Ratemal. Was in den USA der häufigste Grund ist bei Stellenabbau. KI natürlich, denke ich, wobei man aber auch sein muss. Das ist manchmal sicher auch nur vorgeschoben, um die Börsialer bei Laune zu halten und von anderen Problemen abzulenken. Ja, genau. Das war bei jeder vierten Stellenstreichungen Argument KI. Das sagt der sogenannte Challenge Report. Und genau das könnte auch das sogenannte AI-Warshing sein, mit denen die Firmen ihre Investoren beeindrucken wollen. Im Sinne von "Hey, schaut mal her, wir sind so cool, wir nutzen so viel KI, wir können die Leute rauswerfen, geht uns mal mehr Geld". Es ist ein spannendes Beispiel, wie unternehmen beim KI-Einsatz auch über das Ziel raus schießen können? War ja klar nah, diese schwedische Direktbank, die hat 2024 verkündet. Wir haben einen neuen KI-Assistenten. Im ersten Monat schon 2,3 Millionen Service-Chats in 35 Sprachen geführt. 7 Monat-Service-Mitarbeiter könnten dadurch ersetzt werden und das erklärte Ziel, weil jetzt sich 2000 Stellen in Call Centern abzubauen. 2025 dann die Kehrtwende, weil Kundinnen und Zunien unzufrieden waren mit dem Service, wurde zurückgerudert und man hat dann wieder angefangen menschliche Call-Center-Mitarbeiterin einzustellen. Ist sowas symptomatisch, dass auf die erste Euphorie, was man mit KI-Motorneumskontext so alles wuppen kann, die Ernüchterung folgt? Ja, das gibt es auch bei, z.B. Mieter und vielen anderen Unternehmen, die bislang nicht so richtig einen Vorteil von KI hatten, und dann teils ziemlich radikal zurückgedreht haben. Der Juba-Chef hat ja auch z.B. gesagt, es ist schwer, KI-Ausgaben mit Ergebnissen zu verbinden und es gibt eine Prognose des Markt-Forschungs-Unternehmens Gartner, die Hälfte der Firmen, die Stellenabbau mit KI begründet haben, stellt dann bis 2027 wieder Leute für ähnliche Aufgaben rein. Also, man sieht daran, wir stecken echt alle tief in einer ungewissen Experimentierphase in eine ungewisse Richtung, das geht dann halt mal hin und her wird kalibriert. Ich finde aber wirklich erschreckend dabei, wie dann mit Menschen und ihren Berufen als des Positionsmasse umgegangen wird. Okay, dann kommen wir doch mal zurück zu Genzen Wang, dem Chef von Invitia, den wir am Anfang schon ein recht euphorisch gehört haben, als du in Berlin da in gesehen hast. Das ist ja ein bewusst cool auftretener Manager mit Lederjacke und so. Letzte Woche hat er bei seinem Besuch dann auch Bundeskanzler Merz getroffen hier in Deutschland und massive Investitionen in die IT-Infrastruktur versprochen. Du hast ja vorhin gesagt, du hättest Genzen Wang für unsere Folge noch eine Frage gestellt zur Produktivitätssteigerung durch KI. Wie war denn das Setting und was hat er geantwortet? Ja, das war bei einer Art Pressekonferenz in Berlin und im Rahmen einer riesigen Hausmessage. Tissie, das ist so eine Advanderzirkus, Nvidia macht den an verschiedenen Orten da Welt und das ist eine riesige Show. Ich habe wirklich selten so eine gelte Veranstaltung gesehen mit verschiedenen Veranstaltungsorten, krassen Schattels, kostenlosen Essen für alle Besucher und so weiter. In diesem Raum, wo ich dann da war, saßen über 100 Journalisten, die zumindest nicht alle unkritische Fragen gestellt haben. Hey, Jensen, I'm Moritz from German National Public Radio Deutschland Funke, und I was wondering for an next podcast episode. Ich habe also Jensen Uang bei der Pressekonferenz gefragt, macht KI, die Menschen wirklich produktiver. Man sieht ja auch fälle, wo das nicht so ist. Und Uang hat relativ ausführlich geantwortet. Ich glaube, so fünf Minuten lang. There's two ways to think about productivity. One way, of course, is that whatever you used to do, you could now do more efficiently. The better way of thinking about AI is what you could not do. Wobei wir jetzt bisher in den Podcast geredet haben, was man bisher getan hat, kann man jetzt effizienter tun. Aus Jensen Uang sich die bessere Betrachtungsweise sei aber, was vorher unmöglich war, das geht jetzt. The better way of thinking about AI is what you could not do before you can now do. Und er spricht ein Auto-Design an, also wenn die KI verschiedenste Möglichkeiten für die Konstruktion eines Fahrzeuges der Karosserie und so weiter ausprobiert, die Ero-Dynamik und ganz viele Teile, um dann auf Stil zu prüfen, auf die Effizienz, auf die Herstellbarkeit, die Haltbarkeit und so weiter. Und da können KI-Agenten, Tausende Entwürfe machen, alles in Kostenrahmen. Und das sei dann Produktivität, die man sich heute kaum vorstellen kann. Now I have AI just go off and explore that universe. That is productivity. Impossible to imagine today. And inside our company we do this every single day now. Oder auch die Entwicklung von Medikamenten. Das ist ein anderes Beispiel, das Jensenhuang nennt. Da sei es genau so. Also welche Kombination aus Proteinen und Chemikalien passt, welche übersteht dann schwankende Temperaturen, was lässt sich herstellen, transportieren. Das können ein Farmer förmeln jetzt mit KI durchspielen. Ich würde denken mit KI vom Weltmarkt führen. Natürlich. Und das aktuang. Diese Version von Produktivität gefällt mir viel besser als ich arbeite eine Stunde und künftig möchte ich nur noch zehn Minuten arbeiten. I like that version of productivity. Far better than, you know, I do one hour work. I would like to do ten minutes. That is just not very ambitious. Technology should enhance our, lift our ambition. Not just give us more free time. Und das finde ich, muss man sich auf der Zunge zeigen lassen. Das sei nämlich nicht ergeizig. Technologie soll ja unseren Ergeiz steiger, nicht nur Freizeitschaffen. That's the reason why every single time we invented new technology, the economy got bigger. And frankly, we got busier. Ich glaube, das wurde immer falsch verstanden. Jedes Mal, wenn die Menschen neue Technologien erfunden haben, sei die Wirtschaft gewachsen. Und er sagt, wir Menschen hatten dann auch einfach mehr zu tun. Spannende Gedanke, Diner, da hat's, also klar, warum muss man mir Freizeit haben? Wenn man sagen, ihr ganz anstacheln kann, kann man mal drüber nachdenken. Wobei, man sollte es doch zusammen mit Friedrich Meerns. Mit Schworn, genau. Woher muss natürlich jetzt auch zumindest mit Blick auf Jensen Wang im Hinterkopf behalten? Das ist natürlich sein Job. Unsere Zukunft mit KI in den allerhausigsten Tönen auszumalten. Nur wenn wir alle dran glauben, dann verdienen er und seine Firma Milliarden damit. Das tut er schon längst natürlich. Und dann bringt er in seiner Antwort noch weitere Beispiele, wo KI weitere Jobs schafft wegen das massiven Baus von Rechenzentren. Also in der Energiebranche, wo alle Unternehmen, Siemens und so weiter, KI großartig fänden. Auch in der Chipsbranche lauf es hervorragend. Infinien, die Bauwirtschaft, Katerpillar, diese Hersteller von Baumaschinen. Und Bauarbeiter, Insta-Teure, Elektriker, Netzwerktechniker. Alle, die plötzlich so viele Jobs haben, dass in den USA schon mehrere hunderttausenden Menschen fehlen würden. Eine Million Jobs sei da entstanden und dazu all die ganzen Start-ups. Er hofft also, man nutze KI, um den kreativen Raum zu erweitern. Damit wir etwas schaffen, dass es nie zuvor gab, dass sei Produktivität. Das steigert das Bruttoinlandsprodukt unser Wachstum. Ich habe da jetzt plötzlich so ein Orm von "Ja, ja, ja, jetzt wird wieder in die Hände gesprungen". Und damit steigert aber auch, wie viel wir zu tun haben. Aber dass sei, so sagt Jensen Rang, in Ordnung. Also wie gesagt, interessante Positionen kann man mal sagten lassen. Und danach war dann aber die Szene, die wir anfangs das Podcast gehört haben, wo Jensen Rang dann gesagt hat, KI schafft neue Jobs. Und das sollten wir schon eine Listen-Leute noch bitte erklären. Ja, genau, das hat er dann noch mal sehr deutlich gesagt. Der ist ein charmante Redner. Der hat auch wirklich sich Zeit genommen, diese Frage zu beantworten. Aber man muss das natürlich alles in dieser Mission von Nvidia sehen, dass sie versuchen der Welt KI-Chips und dann aber jetzt zunehmend auch Software als Basis für alles zu verkaufen. Und sie sind da einfach der Weltmarktführer unangefochten. Und natürlich haben die dann enormes Selbstbewusstsein an dieser Stelle. Und diese Million Jobs, die ja gerade gesagt hat, die im Zusammenhang mit den Rechenzentren entstehen. Da muss man dann auch, wenn man das durchdenkt, auch wissen, das sind meistens befristete. Teilweise auch echt prekäre Baujobs, wo Leute vielleicht kurz viel Geld verdienen, aber danach dann wieder keinen Job haben oder sie reisen zur nächsten Rechenzentrumsbaustelle. Und ich habe auch Barbara Engels vom Institut der Deutschen Wirtschaft gefragt, ob das überhaupt stimmt. Wenn Hoang sagt, jedes Mal, wenn die Menschen neue Technologien erfunden haben, ist auch die Wirtschaft gewachsen. Und ihre Antwort war so, naja, schwer zu sagen. Trotzdem aber sie zieht sie Wachstum bei künstlichen Intelligenz. Die Ursache für Wirtschaftswachstum wirklich zu separieren ist schwierig bis unmöglich. Ich gehe aber auch davon aus, dass wir langfristig durch und mit KI auch ein Wirtschaftswachstum sehen werden. Nur halt ähnlich wie bei vergangenen Transformationen nicht sofort. Also ich glaube an dieses Prinzip der J-Curf, wo eben eine neue Technologie erst mal Investitionen benötigt. Unternehmen müssen sich aufschlauen, müssen schauen, wie setze ich die dann wirklich ein, um dann irgendwann nach einer gewissen Zeit wirklich diese Produktivität und Wachstumseffekte sehen zu können. Und sie sagt auch, wir stecken noch sehr früh in der Chatbot-Frühphase, wo wir KI eben uns nur als Chatbots vorstellen. Und sie sagt, wenn wir mehr über industrielle KI nachdenken über physische KI, also eben Robotik, Agenten und so weiter, dann werden wir neue Geschäftsmodelle sehen, dann werden wir neue Produkte sehen. Und das komme eben vor allem, wenn wir von dieser Chatbot-Diskussion wegkommen. Der Vergleich, der mir dazu einfällt, ist sich KI als ein Chatbot vorzustellen, das ist so ähnlich wie sich die Digitalisierung als Faxgerät oder als eine PDF da vorzustellen. Okay, stimmt, ja, es hat mehr Dimensionen, definitiv. Und jedenfalls ist dann Barbara Engels am Ende schon auch bei dieser Vision von Jens Nuang, das KI eben auch in der Lage ist, neues zu schaffen, anstatt nur Zeit einzusparen. Würdspannt zu sehen, was dann noch alles auf uns zukommt, Moritz. Danke für deine Beschärchen. Lasst uns mal versuchen, Fazit zu ziehen. Unsere Eingangsfrage war ja, was bringt KI unternehmen heute denn schon ganz konkret? Also ich nehm mit, von dem, was du erzählt hast, die Bilanz ist durchaus sehr gemischt. Es gibt manche Orts schon Protektivitätsgewinne, aber die sind oft auch noch eher überschaubar und der massive Stellenabbau vor dem Fachleute seit Jahren gewarnt haben. Der ist bisher noch nicht zu sehen oder wenn dann alle höchstens gerade in seinen Anfängen. Genau, man weiß das nicht so genau. Vielleicht gibt es auch genügend Dinge, die wir noch zu tun haben. Vielleicht müssen wir uns aber auch in der Hoffnung, dass wir bald alle nur noch zwei Tage die Woche arbeiten und genügend Geld verdienen und sonst die Beine hochlegen können. Vielleicht müssen wir uns dabei dann auch irgendwie bremsen. Jedenfalls dieser Zeeübergang, diese Jotkurve, wo es erstmal nach unten geht, um dann vielleicht möglicherweise stark anzusteigen. Dass überrascht Volkswirtschaftler eher weniger. Das heißt schon vor 40 Jahren so gewesen, in den 80er-90er Jahren, als der Computer neu war. Die PC ist zwei älteren erschaffen, drei verändern, und dann noch wieder so war. Das war ein Band. Total, ich find's jetzt auch spannend. Da hat der Nobelpreisträger Robert Zolloff in der New York Times geschrieben. Computer finden sich überall außer in den Produktivitätsstatistiken. Ganz berühmt ist die Tat und das ist das sogenannte Produktivitätsparadoxern. Und das bezeichnet, weshalb es bei Unternehmen manchmal länger dauert, trotz neuer Möglichkeiten auch produktiv zu bleiben. Es gibt da verschiedene Gründe für, dass die Wirkung von neuer Technologie man mehr später eintritt. Zum Beispiel, weil Mitarbeiter, die erst mal mit der Technik umgehen, lernen müssen. Weil das Management irgendwelche Potenziale nicht richtig nutzt, weil es auch aufwendig ist, eingespielte Arbeitsabläufe umzubauen. In dieser Zähheit, dies in Unternehmen einfach öfter es gibt, man nennt das vielleicht auch mal neue Betriebsblendheit. Okay, aber das heißt, es geht womöglich langsamer als gedacht. Aber die KI-Revolution in den Unternehmen wird kommen und auch den Arbeitsmarkt ordentlich umkrempeln. Ja, eben, das ist diese J-Kurve. Es geht erst mal runter, bevor es ansteigt. Es gibt, haben wir auch gerade schon drüber geredet, noch dieses andere Paradox und den Rebound-Effekt. Man denkt, KI spart Zeit ein. Aber dadurch kann der Mensch oft nicht früher nach Hause gehen. Es ist eher so, dass er dann mehr zu tun hat und dass auch Stress erger wird und enger getaktet, weil schon wieder der nächste Agent orchestriert werden will. Es gibt auch eine Studie von der Uni Berkeley, die eben sagt, KI macht die Arbeit immer intensiver und das führt auch schneller zum Burnout, sagen auch viele Software-Entwickler. Man macht halt dann mehr Aufgaben. Das war übrigens auch schon beim Erfinden des Staubsaugers oder der Waschmaschine so. Die Hausfrau hatte dann nicht weniger zu tun wegen der Technik, weil eben die Ansprüche an saubere Wäsche gestiegen sind und dann musste man plötzlich viel öfters waschen. Man kann sich aber sowieso fragen, das ist wirklich was, worüber ich jetzt im Kontext der Recherche dieser Folge viel nachdenke, muss eigentlich immer alles 100 Prozent effizient und produktiv sein, wo bleibt denn eigentlich da der Mensch? Mit dem Begriff Produktivität gewinnen, am Ende vor allem die KI-Konzerne, die uns da Lösungen verkaufen wollen und die Frage ist aber auch, inwiefern und wie weit man das gesellschaftlich will. Das ist so mein Fazit. Total wichtige Fragen, die du zum Schluss aufwürfst, können wir hier jetzt auch nicht abschließend beantworten. Also ich würde mal sagen, aus meiner Sicht KI ist ja letztlich nur ein Werkzeug. Und es kommt, das haben wir schon öfter gesagt, natürlich vor allem drauf an, es immer. der Gesellschaft klug zu nutzen. Und ich denke auf keinen Fall sollten wir halt den Fehler machen, bloß wir jetzt einen neuen Hammer haben, überall nur noch Nägel zu sehen. Denn die Welt hat draußen ist ja auch voller andere Dinge, Erfahrungen, Erlebnisse, die eben nicht besser werden, wenn man sie mit KI-Hilfe optimiert. Also, das wäre so mein Take. Ja, moritz, das war Folge 1 unserer Miserie zur Zukunft der Arbeit im Zeitalter künstlich Intelligenz. Nächste Woche nehmen wir Fidi und Max den Ball auf und sprechen darüber, welche neuen Anforderungen und Aufgaben KI am Arbeitsplatz mit sich bringt. Wenn ihr den beiden dazu input geben wollt und eure Erfahrungen schildern, wie KI euren Job schon ganz konkret verändert, hat macht das gerne und schickt uns eine E-Mail an [email protected]. Solange noch ein Job habt, möchte ich sagen, wünsche ich euch. Selbst wenn nicht, wünschten wir, aber ich habe euch auf jeden Fall genau. Wenn euch gefallen hat, was ihr gehört habt, empfiehlt uns gerne weiter in diesem Sinne, die hören uns. Und wir, das sind breifkrauter. Und moritz, Max. Ciao. Deutschlandfunk. Künstliche Intelligenz ist Boom und DOOM. Und sie löst immer größeren Protestaus. Es geht nämlich ums Grundsätzliche. So auch in Tech Bro Topia. KI macht und widerstand. Wo fing das an mit KI? Was meinen wir, wenn wir über KI sprechen? Was ist super Intelligenz? "You don't need super intelligence. These mythological machine gods, narratives." Welches Mindset steht hinter KI? Was macht KI mit unserem Mindset? Und wie viel macht hat die Protestbewegung? All das in Tech Bro Topia Staffel 2. 6 Folgen ab dem 22. Oktober in der Deutschlandfunk ab. Einige Maschinen müssen zerstört werden, damit sie aufhören, Monster zu erzeugen.