Künstliche Intelligenz: Mehr als nur Hype

Über Künstliche Intelligenz (im Folgenden einfach KI) wird heute überall gesprochen. Auf Konferenzen, in Seminaren, auf Fachmessen und Branchenveranstaltungen, in sozialen Medien und klassischen Medien – aber ebenso beim Kaffee, am Esstisch, in Besprechungsräumen, in Schulen und im Familienkreis.

Das allein zeigt bereits, wie bedeutsam das Thema geworden ist: KI wird heute als eine der wichtigsten Technologien unserer Zeit wahrgenommen – und verdient deshalb eine offene, fundierte und sachliche Diskussion...

Die drei Punkte sind bewusst gesetzt. Denn sie führen zu einer entscheidenden Frage.

Sind wir wirklich darauf vorbereitet, diese Diskussion zu führen?

Verstehen wir die grundlegenden Konzepte der KI – oder verhalten wir uns wie so oft in anderen Bereichen: Jeder wird zum Sporttrainer, sobald ein Spiel läuft, und zum Rechtsexperten, sobald eine Schlagzeile die Nachrichten beherrscht.

Diese Frage beschäftigt mich jedes Mal, wenn ich eine Diskussion über KI verfolge oder einen Artikel zu diesem Thema lese. Manchmal bin ich ehrlich überrascht. Manchmal aber auch ernüchtert.

Was mich am meisten beschäftigt, ist die weit verbreitete Verwirrung über einige der grundlegendsten Konzepte dieser Technologie.

• Zunächst einmal setzen viele Menschen Künstliche Intelligenz mit öffentlichen Large Language Models (LLMs) gleich.

  Tatsächlich sind LLMs jedoch nur eine von vielen Anwendungen der KI. Ohne Zweifel gehören sie zu den bekanntesten – sie repräsentieren jedoch keineswegs das gesamte Spektrum der Künstlichen Intelligenz.

• Ein weiteres weit verbreitetes Missverständnis besteht darin, ein statistisches, mathematisches und probabilistisches System so zu betrachten, als könne es tatsächlich denken. Persönlich halte ich die Bezeichnung intelligent für Maschinen nach wie vor für etwas irreführend. Sie ist eine nützliche Vereinfachung – sollte jedoch niemals wörtlich verstanden werden.

• Ebenso verbreitet ist die Annahme, KI sei ausschließlich über Online-Dienste wie ChatGPT, Copilot, Gemini oder vergleichbare Plattformen zugänglich – häufig nur im Rahmen kostenpflichtiger Abonnements. Die Realität sieht jedoch anders aus.

  Seit der Dartmouth-Konferenz im Jahr 1956 gilt KI als Teilgebiet der Informatik, das dem Menschen dienen soll. Auch heute werden zahlreiche KI-Modelle unter offenen Lizenzen veröffentlicht. Entwickler, Forschende, Unternehmen und selbst technisch interessierte Anwender können sie herunterladen, analysieren und lokal betreiben. Deshalb ist es wichtig, klar zwischen KI-Modellen, die häufig frei verfügbar sind, und kommerziellen Diensten zu unterscheiden, die diese Modelle in Form komfortabler Cloud-Angebote mit eigenen Geschäftsmodellen bereitstellen.

  Ob eine KI-Lösung lokal im Unternehmen, in einer Hosting-Umgebung oder in der Cloud betrieben wird, ist in erster Linie eine unternehmerische Entscheidung – keine technische Notwendigkeit und keine Vorgabe des Marktes.

  Das unternehmenseigene Wissen zu schützen, ist weder eine theoretische Übung noch ein unüberschaubar kostspieliges Vorhaben. Es ist vielmehr eine bewusste strategische Entscheidung.

• Ein weiterer hartnäckiger Mythos lautet, dass KI nur mit enormen Datenmengen – dem bekannten Begriff Big Data – funktionieren könne. Zwar benötigen manche Anwendungen tatsächlich sehr große Datensätze, doch unzählige erfolgreiche Unternehmensprojekte zeigen, dass leistungsfähige KI-Lösungen ebenso mit deutlich kleineren, zielgerichtet ausgewählten Datenbeständen realisiert werden können.

• Aus diesem Irrtum ergibt sich häufig ein weiterer: die Annahme, Daten müssten vollständig bereinigt sein, bevor KI einen Mehrwert schaffen könne. Theoretisch gilt zwar: Je besser die Datenqualität, desto besser die Ergebnisse. In der Praxis wird KI jedoch zunehmend eingesetzt, um genau diese Datenqualität zu verbessern – durch das Erkennen von Anomalien, das Korrigieren von Inkonsistenzen, die Anreicherung von Daten sowie die Unterstützung bei der Vorbereitung von Datensätzen für Machine Learning und Predictive Analytics.

• Schließlich hält sich auch die Vorstellung, KI erfordere zwangsläufig riesige Rechenzentren und kostspielige Cloud-Infrastrukturen. Auch das trifft nur teilweise zu. Einige hochentwickelte Modelle benötigen tatsächlich erhebliche Rechenleistung. Gleichzeitig laufen jedoch weltweit tausende KI-Anwendungen erfolgreich auf angemessen dimensionierten Unternehmensservern und wirtschaftlich sinnvollen IT-Infrastrukturen – ganz ohne die Nutzung hyperskalierter Cloud-Plattformen.

All diese Missverständnisse führen insbesondere in der Wirtschaft zu Unsicherheit. Und Unsicherheit führt fast immer zu Zögern.

Sollten wir jetzt investieren? Sollten wir lieber abwarten? Handeln wir zu früh – oder sind wir bereits zu spät?

Ironischerweise kann genau diese Unsicherheit zum größten Hindernis für Innovation werden.

Deshalb möchte ich Unternehmern, Führungskräften und Entscheidungsträgern eine einfache Empfehlung mit auf den Weg geben.

Bevor Sie sich von den Versprechen des Marktes leiten lassen, investieren Sie einige Stunden in das Verständnis der Grundlagen der Künstlichen Intelligenz.

Niemand muss Programmierer werden. Niemand benötigt einen Abschluss in Mathematik oder Data Science. Was wirklich zählt, ist ein solides Verständnis der grundlegenden Prinzipien: Wie funktioniert KI? Welche Probleme kann sie lösen? Wo liegen ihre Grenzen? Und welche der weit verbreiteten Annahmen sind in Wirklichkeit nichts weiter als Missverständnisse?

Schon wenige Stunden fundierter Weiterbildung reichen oft aus, um einen Großteil der Verwirrung zu beseitigen und die notwendige Sicherheit zu gewinnen, Chancen realistisch und fundiert bewerten zu können.

Erst dann werden wir in der Lage sein, echte Chancen von bloßem Marketing-Hype zu unterscheiden.