3 seltsame Arten, wie Unternehmen wegen KI ausrasten

MMaximilian Schwarzmüller
ManagementBusiness NewsComputing/Software

Transcript

00:00:00Wenn es darum geht,
00:00:02dass Unternehmen KI einsetzen,
00:00:04befinden wir uns wahrscheinlich hier, was den aktuellen KI-Hype angeht.
00:00:10Ich bin mir nicht sicher, ob wir das Maximum, den Höhepunkt, schon erreicht haben, aber wir sind definitiv an einem sehr hohen Punkt.
00:00:17Nun bin ich natürlich keine Ausnahme. Ich erstelle eine Menge Inhalte über KI,
00:00:23ich habe Kurse zu KI, Kurse zu Codecs, Cloud Code und vielem mehr, weil es einfach ein Thema ist,
00:00:31es ist nützlich, es verändert, wie wir Software entwickeln.
00:00:35Es gibt keinen Weg daran vorbei.
00:00:36Und ich meine, ich habe sehr, sehr deutlich gemacht, wie ich dazu stehe,
00:00:43zu KI beim Programmieren, und dass ich persönlich mehr Spaß daran hatte,
00:00:47dass ich es genossen habe, Code zu schreiben, bevor wir KI hatten, aber es ist nun mal so.
00:00:52Und natürlich hält mich nichts davon ab, immer noch von Hand zu programmieren, aber wenn man ernsthaft
00:00:58an der Entwicklung arbeitet, wenn man Software baut,
00:01:01ja, KI kann einen produktiver machen, und sie nicht zu nutzen, ist eine legitime Wahl,
00:01:07aber in den meisten Fällen wahrscheinlich nicht die richtige, wenn man es beruflich macht – das ist zumindest meine Meinung.
00:01:15Das ändert aber nichts daran, dass wir
00:01:20wirklich an einem Höhepunkt in Bezug auf den Hype sind,
00:01:24was KI in Unternehmen betrifft und
00:01:27vielleicht werden wir noch höhere Gipfel erklimmen. Wenn ich natürlich von KI in Unternehmen spreche, bin ich mir voll bewusst, dass es
00:01:36technisch gesehen keine unendliche Menge an Unternehmen gibt,
00:01:39aber es gibt natürlich sehr, sehr viele Unternehmen auf der ganzen Welt und die Nutzung von KI ist nicht gleichmäßig verteilt.
00:01:46Und natürlich spreche ich hier hauptsächlich von Technologie, von softwareorientierten Unternehmen.
00:01:52Aber wenn wir über die Nutzung von KI in Unternehmen sprechen oder sie betrachten,
00:01:58gibt es ein paar
00:02:00interessante und irgendwie besorgniserregende Trends, über die wir sprechen müssen, die wir uns ansehen müssen.
00:02:08Ein großer Trend, den wir in den letzten paar Wochen sahen oder
00:02:13von dem wir in den letzten paar Wochen gehört haben, ist zum Beispiel
00:02:16Token-Maximierung.
00:02:19Token-Maximierung bedeutet natürlich, dass für einige Unternehmen mehr KI-Nutzung besser ist.
00:02:25Das war's.
00:02:28Es gibt
00:02:30berichten zufolge Unternehmen, die
00:02:33interne Bestenlisten hatten oder haben, die nachverfolgen, wie viele
00:02:37Token ihre
00:02:39Softwareentwickler oder Mitarbeiter im Allgemeinen für KI ausgeben, und
00:02:45nun, das ist ein bisschen so, als würde man nur die Zeilen Code zählen, die man generiert, als
00:02:52Maßstab dafür, wie gut man ist. Es ist natürlich ein schlechter Maßstab.
00:02:57Und ich muss Ihnen wahrscheinlich nicht sagen, dass es ziemlich offensichtlich sein sollte, dass das bloße Ausgeben von vielen Token
00:03:03kein guter Maßstab ist, um zu messen, wie produktiv man ist. Ich meine, zum einen
00:03:09ist es leicht zu manipulieren; man kann einfach sinnlose Prompts an die KI senden oder sie sinnlose,
00:03:15bedeutungslose Arbeit erledigen lassen, und das erlaubt einem, seine Token zu maximieren. Aber selbst wenn man das nicht tut,
00:03:21welcher Entwickler ist wahrscheinlich besser? Derjenige, der sich Gedanken macht
00:03:29über ein Problem,
00:03:32das Ergebnis analysiert, das die KI einem gibt oder vorschlägt, und der den Code analysiert
00:03:38oder der "Vibe-Coder", der einfach nur drauf los promptet und
00:03:42tonnenweise Token und Output produziert? Für manche Unternehmen scheint es Nummer zwei zu sein. Für mich definitiv Nummer eins. Ich
00:03:51glaube, das Magische an der KI und wo man sie wirklich gut nutzen kann,
00:03:58ist, wenn man seine eigene Expertise mit den Vorteilen der KI kombiniert,
00:04:05die natürlich darin bestehen, dass man schnell agieren kann, dass man einen unendlich geduldigen
00:04:10Mentor hat, bei dem man Fragen stellen kann, dass man gewissermaßen zwei Gehirne kombinieren kann – obwohl
00:04:16man in den meisten Situationen seinem eigenen Gehirn ein bisschen mehr vertrauen sollte.
00:04:20Ja, man kann Vorteile aus der KI ziehen, aber Token-Maximierung ist es wahrscheinlich nicht, aber es ist ein Trend, den
00:04:28wir sehen, von dem wir in einigen Unternehmen gehört haben.
00:04:31Natürlich, jetzt wo es öffentlich wurde, haben einige dieser Unternehmen, wie zum Beispiel Meta, bereits angekündigt, dass sie gewissermaßen
00:04:37diese Bestenliste oder diesen starken Anreiz, Token zu maximieren, abschaffen.
00:04:43Aber es ist anscheinend immer noch ein Ding bei einigen Unternehmen da draußen. Ein anderer
00:04:48Trend, den ich in der letzten Woche immer öfter gesehen habe, ist, dass es Unternehmen wie
00:04:55McKinsey gibt,
00:04:56die wirklich gerne
00:04:59das Narrativ von KI-Agenten als Mitarbeiter pushen.
00:05:04Der CEO von McKinsey sagte hier also, dass sie 60.000 Mitarbeiter hätten, wo
00:05:0925.000 davon KI-Agenten und nur etwa 40.000 Menschen seien.
00:05:15KI-Agenten als Belegschaft sind also etwas, das ich auch hier und da gesehen habe, und ja,
00:05:22natürlich ist das eine Art, es zu betrachten, schätze ich,
00:05:26aber andererseits, ich
00:05:29weiß nicht. Ich meine, zum einen
00:05:32befinden wir uns gerade an einem Punkt, an dem die meisten KI-Agenten ziemlich
00:05:38spezialisiert sind in dem, was sie tun. Wohingegen Menschen eher
00:05:44vielseitiger sind in dem, was sie tun können und was man ihnen beibringen kann.
00:05:48Ich bin mir also nicht sicher, ob dieser Vergleich wirklich viel Sinn ergibt. Ich meine, wer wäre darauf gekommen,
00:05:55sein Backup-Skript als
00:05:58Mitarbeiter zu bezeichnen, den man vielleicht schon 2018 hatte, oder? Wir hatten also Automatisierungen,
00:06:03wir hatten Arbeitsabläufe vor der KI, und das ergibt viel Sinn.
00:06:08Natürlich haben wir automatisierte Deployment-Prozesse, Backup-Prozesse, Web-Scraper, Datenanalyse-Prozesse.
00:06:15Wir haben alle Arten von Automatisierungen und wir haben sie seit 10, 20 Jahren oder länger.
00:06:20Aber jetzt sind es die KI-Agenten, die wir als Teil der Belegschaft bezeichnen, und
00:06:26verstehen Sie mich nicht falsch. Man kann nützliche Sachen mit KI-Agenten machen.
00:06:31Ich bin persönlich nicht voll an Bord mit dem Open-Claude-Hype, weil ich persönlich
00:06:36immer noch nicht in der Lage bin, eine Menge nützliche
00:06:41Nutzung daraus zu ziehen. Ich habe diese Anwendungsfälle noch nicht gefunden, die für mich wirklich magisch sind, wenn es um Open Claude geht.
00:06:49Aber ich benutze Claude Code und Codecs zum Programmieren, aber auch für mehr als das.
00:06:55Ich benutze den Pie-Agenten, der ein Open-Source-
00:07:00unabhängiger KI-Agent ist, den man zum Beispiel mit seinem ChatGPT-Abonnement verwenden kann.
00:07:05Ich benutze das, um alle möglichen Dinge auf meiner Maschine oder auf meinem VPS zu erledigen, damit es Log-Dateien analysiert.
00:07:12Ist das ein Mitarbeiter? Da bin ich mir nicht so sicher.
00:07:16Es ist auf jeden Fall ein nützliches Werkzeug.
00:07:19Und ich wüsste gar nicht, wie ich das zählen soll, wenn ich zwei Mitarbeiter habe und jeder von ihnen diesen Agenten benutzt,
00:07:25sind das dann zwei zusätzliche Mitarbeiter oder ist der Agent immer noch nur ein Mitarbeiter, der von mehreren anderen Mitarbeitern benutzt wird?
00:07:34Ich weiß es nicht. Aber ja, das ist etwas, das man auch hier und da sieht, und offensichtlich ist da eine Menge Marketing im Spiel.
00:07:41Man will offensichtlich das Unternehmen sein, das weiß, wie man KI einsetzt, und das an der
00:07:48Speerspitze steht, wenn es darum geht, das Beste aus der KI herauszuholen. Und offensichtlich ist das ein Narrativ, das einem Beratungsunternehmen wie
00:07:55McKinsey nützen würde, also verstehe ich, woher sie kommen. Aber das ist ja, es ist, es ist ein seltsamer Trend. Das werde ich auf jeden Fall sagen.
00:08:03Ein anderer
00:08:05interessanter Trend, den ich gesehen habe, ist irgendwie mit der Token-Maximierung verwandt. Ich schätze, es ist
00:08:11mandatierte Nutzung. Damit meine ich nicht, dass man gezwungen ist, KI so viel wie möglich zu nutzen,
00:08:19aber man ist gezwungen, sie zu nutzen,
00:08:23oft oder in einigen Fällen auch spezifische Modelle oder Agenten.
00:08:29Das ist also etwas, das in einigen Unternehmen da draußen zumindest Hand in Hand mit dieser mandatierten Nutzung geht, und
00:08:37das ist ein Punkt, den ich bis zu einem gewissen Grad verstehe, weil ich
00:08:41verstehe, dass man als Unternehmen sicherstellen möchte, dass die Mitarbeiter
00:08:47mit dieser neuen Technologie experimentieren und versuchen herauszufinden, wo sie nützlich ist, denn ich
00:08:53glaube, es gibt eine anständige
00:08:55Anzahl von Leuten, die
00:08:57vor ein paar Monaten die kostenlose Version von ChatGPT oder Ähnliches benutzt haben,
00:09:04oder sie benutzen es hier und da und es ist okay, aber es scheint nicht besonders beeindruckend zu sein, und
00:09:10besonders unter den normalen Leuten, die nicht in dieser Tech-Blase sind, ist der Anteil der Leute,
00:09:17die in diese Kategorie fallen und nicht regelmäßig hochmoderne Modelle verwenden, sehr wahrscheinlich
00:09:24sehr, sehr hoch. Also verstehe ich, warum Unternehmen einen dazu anreizen oder drängen wollen,
00:09:30aktiv KI zu nutzen, es zu versuchen, sie in der täglichen Arbeit einzusetzen, und
00:09:35das funktioniert natürlich am besten, wenn man dann auch Zugang zu den leistungsfähigeren Modellen bekommt.
00:09:43Ich meine, wenn ich Sie zwinge, mit einem KI-Modell zu arbeiten, das zwei Jahre alt ist, das keine zusätzlichen
00:09:48Fähigkeiten hat, weil es in keinem System läuft, das ihm diese Fähigkeiten verleihen würde,
00:09:53dann wäre das ziemlich bedeutungslos.
00:09:55Aber ich verstehe schon, warum Unternehmen wollen, dass Mitarbeiter jetzt mit KI herumspielen. Unnötig zu sagen, dass manche Unternehmen
00:10:03definitiv zu weit gehen, und es macht keinen Sinn,
00:10:08Mitarbeiter dazu zu zwingen, alles mit KI zu machen, und ich denke, man sollte auch
00:10:13versuchen, seinen Mitarbeitern zu vertrauen, wenn sie einem sagen, dass eine bestimmte Aufgabe nicht mit KI erledigt werden kann oder zumindest
00:10:20nicht besser mit KI erledigt werden kann. Aber natürlich verstehe ich,
00:10:24dass Unternehmen auch daran zweifeln können, ob sich Mitarbeiter wirklich mit KI beschäftigt haben, und es ist einfach, sich gegen
00:10:32die neue Technologie zu wehren, offensichtlich auch deshalb, weil viele Menschen Angst haben – und wie könnte man auch nicht, wenn Dario Amodei im Grunde
00:10:40jede Woche in eine Talkshow oder ein Interview geht und den Leuten erzählt, dass die große Mehrheit
00:10:45der Büroangestellten ihren Job verlieren wird. Ich verstehe es, viele Leute haben Angst, also ist es einfach, sich gegen KI zu wehren.
00:10:53Aber ich habe es schon früher in anderen Episoden gesagt und ich glaube fest daran:
00:10:57Der einzige Weg, mit dieser neuen Technologie umzugehen,
00:11:01genau wie mit allen neuen Technologien in der Vergangenheit, ist, sie wirklich
00:11:07zu umarmen und zu versuchen, das Beste daraus zu machen. Das bedeutet nicht, dass man ihr blind vertrauen soll.
00:11:13Das bedeutet auch nicht, dass man sie für alles verwenden soll,
00:11:16aber es bedeutet, dass man ernsthaft
00:11:19versuchen sollte, sie zu nutzen, um zu sehen, wo sie einem helfen kann, dass man sie an ihre Grenzen bringen will, und besonders bei KI,
00:11:25wo sich ständig alles so schnell verändert,
00:11:28will man sie auch wirklich reevaluieren,
00:11:32regelmäßig, alle paar Monate oder so, weil sich die Dinge ändern, die Modelle sich ändern, aber noch wichtiger,
00:11:38und das habe ich auch in anderen Episoden gesagt, aber noch wichtiger, die Systeme, die Werkzeuge rund um diese Modelle entwickeln sich auch weiter, die
00:11:46Agenten, die agentischen Systeme, in denen diese Modelle laufen, um es so zu sagen, die entwickeln sich auch weiter, und daher ist es sehr
00:11:54wahrscheinlich, oder es ist möglich, dass man heute etwas mit KI tun kann, das man vor ein paar Monaten nicht tun konnte.
00:12:00Ich verstehe das also, aber es ist natürlich klar, dass einige Unternehmen das zu weit treiben und
00:12:06Mitarbeiter dazu zwingen, etwas mit KI zu tun, das einfach nicht mit KI funktioniert oder wo man ohne KI effizienter ist,
00:12:14das ist natürlich irgendwie ein
00:12:16Überschießen des Ziels,
00:12:18die Belegschaft dazu anzureizen, KI zu nutzen, aber ja, hier stehen wir.
00:12:24Das ist der seltsame Zustand, in dem wir uns gerade befinden. Und ich war nicht wirklich Teil früherer
00:12:30technologischer Revolutionen, die wir in der Vergangenheit durchlaufen haben.
00:12:33Ich meine, sicher, das Internet, die Mainstream-Adoption des Internets passierte, während ich lebte,
00:12:40aber ich war ein Kind damals, als das Internet ein Ding wurde. Also war ich nicht Teil der Belegschaft.
00:12:48Es ist sehr wahrscheinlich ziemlich normal, dass die Dinge rau und seltsam sind, wann immer eine solche
00:12:55Transition oder Evolution stattfindet. Natürlich, bei KI
00:12:58ist es wahrscheinlich besonders rau, weil alles so schnell geht und
00:13:03aufgrund dessen, dass es so schnell geht und der Art und Weise, wie es funktioniert und was Leute wie Dario einem die ganze Zeit erzählen,
00:13:10ist es auch super beängstigend. Also ja,
00:13:14all diese Dinge zusammen. Es macht sehr viel Sinn, dass die Dinge sehr, sehr seltsam sind.
00:13:20Und wieder, wie ich vorher erwähnt habe,
00:13:22für mich
00:13:24definitiv – ich hatte mehr Freude am Programmieren, bevor KI ein Thema war. Aber hier sind wir und
00:13:31ja, definitiv stehen hier momentan viele Unternehmen, und wir werden sehen, ob wir so weitermachen oder ob wir einen
00:13:40sinnvolleren, vernünftigeren Weg nach vorne finden, wo wir wirklich versuchen können, das Beste aus der KI herauszuholen, anstatt nur
00:13:47die meiste KI zu nutzen,
00:13:49ohne den Nutzen-Teil.

Key Takeaway

Anstatt die Produktivität durch die blinde Maximierung von KI-Token oder die Kennzeichnung von Automatisierungen als KI-Agenten zu messen, sollten Unternehmen die gezielte Kombination menschlicher Expertise mit KI-Modellen fördern, um echten Mehrwert zu schaffen.

Highlights

Einige Unternehmen nutzen interne Bestenlisten, um die Anzahl der von Entwicklern ausgegebenen KI-Token zu maximieren, was sich als ineffektiver Leistungsmaßstab erwiesen hat.

Das Beratungsunternehmen McKinsey ordnet 25.000 seiner 60.000 Arbeitsplätze als KI-Agenten ein, eine Praxis, die die Vielseitigkeit menschlicher Arbeit unterschätzt.

Unternehmen erzwingen zunehmend die Nutzung spezifischer KI-Modelle, um die Akzeptanz bei Mitarbeitern zu fördern, die sich aufgrund von Arbeitsplatzängsten gegen neue Werkzeuge wehren.

Der bewusste Einsatz von KI durch die Kombination menschlicher Expertise mit der Analysefähigkeit von KI-Modellen liefert produktivere Ergebnisse als die bloße Quantität der Token-Erzeugung.

Die schnelle technologische Entwicklung erfordert eine regelmäßige Neubewertung von KI-Strategien, da sich die Leistungsfähigkeit der Modelle und der umgebenden agentischen Systeme alle paar Monate signifikant verändert.

Timeline

Token-Maximierung als irreführender KPI

  • Die Messung der Produktivität anhand der Anzahl generierter KI-Token ist ineffektiv.
  • Token-Bestenlisten lassen sich leicht durch bedeutungslose Prompts manipulieren.
  • Echte Produktivität entsteht durch die kritische Analyse der KI-Vorschläge statt durch hohe Output-Volumina.

Unternehmen haben interne Bestenlisten eingeführt, um die Token-Nutzung ihrer Entwickler zu verfolgen. Diese Methode gleicht dem Zählen von Code-Zeilen als Qualitätsmerkmal und motiviert Mitarbeiter dazu, sinnlose Arbeit durch die KI zu generieren. Im Gegensatz dazu basiert effektive KI-Nutzung auf der Kombination menschlicher Expertise mit dem schnellen, geduldigen Mentoring der KI. Einige Unternehmen wie Meta haben den Anreiz zur Token-Maximierung bereits wieder abgeschafft.

Das Narrativ der KI-Agenten als Belegschaft

  • Beratungsunternehmen definieren KI-Agenten zunehmend als Teil der Belegschaft.
  • Die Analogie hinkt, da bestehende Automatisierungen schon lange vor dem KI-Hype existierten.
  • Die Unterscheidung zwischen einem nützlichen Werkzeug und einem eigenständigen Mitarbeiter ist unscharf.

McKinsey bezeichnet in seiner Personalplanung KI-Agenten explizit als Mitarbeiter, was 25.000 von insgesamt 60.000 Rollen ausmacht. Diese Darstellung vernachlässigt die Vielseitigkeit menschlicher Mitarbeiter gegenüber spezialisierten KI-Funktionen. Während automatisierte Prozesse wie Backups oder Datenanalysen seit Jahrzehnten existieren, werden diese heute unter dem Marketing-Begriff 'KI-Agent' zusammengefasst, um die technologische Führungsposition des Unternehmens zu betonen.

Mandatierte KI-Nutzung und der Weg nach vorne

  • Unternehmen erzwingen die KI-Nutzung, um Berührungsängste abzubauen.
  • Starke Arbeitsplatzängste fördern die Ablehnung neuer KI-Technologien.
  • Erfolgreiche Integration erfordert das kontinuierliche Testen und Neubewerten der Werkzeuge.

Einige Unternehmen verpflichten ihre Mitarbeiter dazu, KI-Modelle aktiv im Arbeitsalltag einzusetzen. Dies soll die Experimentierfreudigkeit steigern, da viele Mitarbeiter außerhalb der Tech-Blase die Leistungsfähigkeit moderner Modelle unterschätzen. Angesichts öffentlicher Prognosen, die einen massiven Stellenabbau durch KI vorhersagen, ist die Skepsis der Belegschaft nachvollziehbar. Die sinnvollste Strategie besteht darin, die Technologie bewusst zu nutzen, ihre Grenzen zu testen und aufgrund der schnellen Entwicklung alle paar Monate neu zu bewerten.

Community Posts

View all posts