Der Hype um den Chatbot ChatGPT und den Durchbruch generativer künstlicher Intelligenz ist enorm. Zahlreiche Berufsgruppen sind nervös geworden, weil ChatGPT Aspekte ihrer Arbeit schneller, besser und günstiger erledigen könnte. Auf der anderen Seite entstehen neue Berufsgruppen wie der Prompt-Redakteur, der aus KI-Anwendungen das Maximum herauskitzeln soll. KI hat somit das Potenzial, zu einem Jobkiller oder einem Schrittmacher zu werden. Was überwiegt, ist bei Experten noch umstritten.

Forscher der Investmentbank Goldman Sachs schätzen, dass ein Viertel aller Arbeitsplätze in den USA und Europa durch KI-Automatisierung gefährdet ist und bis zu 50 Prozent der von Menschen verrichteten Arbeiten durch Maschinen ersetzt werden können. Weltweit würden so bis zu 300 Millionen Menschen ihre Arbeit verlieren.

Jack Klaassen wiederum, Director Innovation & Technology bei Macaw, einem Full-Service-Provider für die digitale Transformation, sieht den Einsatz von KI für die tägliche Arbeit als Gamechanger und wesentlichen Bestandteil der vierten industriellen Revolution. «Aus der Geschichte wissen wir, dass alle vorherigen tiefgreifenden Veränderungen in der Industrie eher mehr als weniger Arbeit geschaffen haben. Dennoch verändert sich die Aufgabenverteilung: Stellen fallen weg, verändern sich, neue kommen hinzu. Diese Phase führt immer zu Spannungen zwischen Beschäftigten, Unternehmen und der Gesellschaft. Alle sollten jetzt flexibel sein, um ihre Chancen zu erkennen und zu ergreifen. Es besteht die Gefahr, dass sich Unterschiede zwischen Ländern durch die Globalisierung der Wirtschaft noch mehr verstärken, wenn nicht alle KI mit dem gleichen Mut einsetzen.»

Für Wieland Alge, CFO von Swarm Analytics, einem Start-up aus Österreich, das Verkehrsdaten für die Smart City von morgen analysiert, steht dagegen fest: «KI wird kein Jobkiller sein, sondern ein Schrittmacher. Vor allem weil es – im Gegensatz zu den disruptiven Automatisierungen, die wir schon erlebt haben – wenige manuelle Tätigkeiten betrifft. Die KI ersetzt keine Installateure. Die KI ersetzt keine Tischler. Die KI ersetzt keine Pflegekräfte. KI killt keine manuellen Tätigkeiten, sondern eher pseudokreative Tätigkeiten. Mediale Aufmerksamkeit für Bedrohungen der Kreativ- und Medienbranche ist normal, aber der disruptive Effekt von Automatisierungen war stärker.»

Einen neuen Aspekt hebt Jörg Herbers, Geschäftsführer von Inform, hervor: «KI und Sprachmodelle sind vielleicht keine Jobkiller, aber doch Jobveränderer, und natürlich stehen jetzt einige andere Berufsbilder im Fokus, die von KI in der Vergangenheit nicht so stark betroffen waren», sagt er. Man könne trotzdem erwarten, dass andere Berufsbilder entstehen. «Das ist ein Veränderungs-, aber auch ein Automatisierungsprozess. Nehmen wir die Programmierer, die jetzt Tools an die Hand bekommen, mit denen sie im gleichen Zeitraum im Zweifel mehr Output erzeugen. Oder wenn der Output gleich bleiben soll, kann der Arbeitseinsatz sinken. Das sind mögliche Bewegungen ins Negative für diese Berufsbilder. Es könnten aber auch neue Berufsbilder entstehen, wie das bei anderen technologischen Evolutionsstufen ebenfalls der Fall war.»

Manche Sozialwissenschaftler sprechen nicht von einem Jobkiller, sondern von einem Jobshifter. Bei dem viel zitierten Beispiel des mechanischen Webstuhls war es auch so, dass viele Arbeiter zuerst überflüssig geworden sind, dann aber in der boomenden Stoffindustrie neue Jobs gefunden haben. Allerdings sind jetzt Berufe bedroht, die eher gut situiert sind, etwa Entwickler, Programmierer, Grafikdesigner, Journalisten und Juristen. Wenn diese durch den Jobshifter KI in andere Berufe kommen, wo sie dann vielleicht überqualifiziert und unterbezahlt sind, ist das gesellschaftlich und ökonomisch problematisch.

In Sicherheit wähnen sollte sich keine Gruppe. Die Forscher von OpenAI und der University of Pennsylvania gehen davon aus, dass die meisten Arbeitsplätze in irgendeiner Form durch die KI-Sprachmodelle verändert werden. Rund 80 Prozent der Arbeitnehmenden in den USA seien in Berufen tätig, in denen mindestens eine Aufgabe durch generative KI schneller erledigt werden könne.

«Was wir eigentlich immer gesehen haben in Bewegungen wie jener mit dem Webstuhl, und jetzt auch mit den Sprachmodellen, ist, dass bestimmte mechanische Arbeiten durch Arbeiten einer höherwertigen Natur ersetzt wurden», so Herbers. «Wenn ich jetzt zum Beispiel aus einem intelligenten Bildgenerator oder einem Sprachmodell einen guten Output erzeugen will, dann muss ich mir Gedanken darüber machen, wie ich diesen Output denn rauskriege. Das hebt meine Aufgabe auf ein höheres Niveau – indem ich die Koordination dieser Tätigkeiten mache und immer noch einen kreativen Beitrag leiste.» Auch Alge meint, was GPT oder die Language Models recht schnell perfektionieren würden, seien repetitive kreative Dinge. «Boshaft gesagt ist das Pseudokreativität. Nicht als Künstler etwas zu erschaffen, was originär noch nie da gewesen ist, sondern irgendwas wiederzugeben, das in ähnlicher Form schon einmal da war.» Kinderbücher einer bestimmten Form etwa hätten alle dasselbe Muster. Das sei einfach Runterschreiben immer desselben Themas.

Jede neue Technologie schaffte bisher auf lange Sicht mehr Arbeitsplätze, als sie vernichtet hat. Das könnte dieses Mal anders sein. Es gibt zwar offene Arbeitsstellen in der Schweiz – derzeit etwas mehr als 50 000 –, die sind aber vielleicht im Vergleich zu dem, was die Leute vorher gemacht haben, niederwertiger oder schlechter bezahlt.

Klaassen aber erwartet, dass auch dieses Mal die Bilanz positiv ausfallen werde. «Aber es ist möglich, dass der Wandel, den wir in den nächsten Jahrzehnten vollziehen werden, extremer sein wird als während der vorherigen Revolutionen. Im Lauf der Zeit wird sich die Arbeitsteilung zwischen Menschen und Maschinen verschieben, was zu einem anderen Arbeitsmarkt führen wird.»

Ähnlich sieht das Herbers: «Ich glaube, dass vielleicht das Gesamtvolumen der Arbeit für eine gesellschaftliche Wertschöpfung sinkt. Im Rahmen der gesellschaftlichen Diskussion zur Reduzierung der Arbeitszeit bringen wir vielleicht beides zusammen: Dass der Output ein bisschen steigt und gleichzeitig die Arbeitszeit ein bisschen sinkt und wir dieses Geflecht neu ausnivellieren.»

Alge argumentiert: «Es sind aus den Armeen von Buchhaltern nicht verzweifelte Strassenreiniger geworden, als die AS/400 von IBM entstanden ist. Allerdings wird es bei diesem Jobshifting notwendig sein, das als Individuum aktiv zu gestalten. Nicht warten, bis man irgendwo anders hingestellt wird und beleidigt sein. Was KI schlecht kann – und da wird sie immer schlecht bleiben – ist, die richtigen Fragen zu stellen.»

In den Benchmarks schneidet GPT 4 deutlich besser ab als GPT 3.5. Weitere Schritte sind zu erwarten. Inform-Manager Herbers meint: «Diese Modelle werden trainiert mit grossen Sprachkorpora und können das Wissen wiedergeben und auch interpolieren. Man muss jedoch aufpassen. Welche der vorgeschlagenen Aussagen sind wirklich richtig? Man denke an die Halluzinationen der Sprachmodelle. Aber die Transferfähigkeit, also echte Ideen zu generieren, ist natürlich nichts, was im Training solcher Modelle inhärent ist. Dennoch sehen wir in den neusten Generationen der Sprachmodelle Fähigkeiten, die man sich noch nicht genau erklären kann, die eine gewisse Transferfähigkeit mit sich bringen. Den Prozess zu verstehen, was diese Modelle können und was nicht, ist in vollem Gange.»

Klaassen gibt zu bedenken, dass vieles, was KI heute könne, sie auch gestern schon konnte. Nur habe man sie noch nicht als KI bezeichnet. «In der jetzigen Phase, der Artificial Narrow Intelligence (ANI), ist KI in der Lage, eine einzelne Aufgabe auf beinahe menschlichem Niveau auszuführen. Die zugrundeliegenden KI-Modelle werden ständig stärker und durch die verfügbare Datenmenge zuverlässiger. Für Fachleute kommt diese Entwicklung nicht überraschend. Aber durch generative KI wie ChatGPT kann plötzlich jeder sehen, wie wirkungsvoll, aber auch wie potenziell mächtig diese Anwendungen sind. Die Gesellschaft muss jetzt herausfinden, wie, wo und wann KI Teil unseres Lebens sein darf. Vor allem, weil die nächste Phase der KI uns noch mehr ethisches und verantwortungsvolles Verhalten abverlangen wird. Schliesslich steht uns im nächsten Jahrzehnt die Artificial General Intelligence (AGI) bevor. Die KI wird dem Menschen technisch ebenbürtig sein.» «KI wird kleiner, schneller, verlässlicher und kontextueller in den Bereichen, die schon länger damit angegangen werden, insbesondere Computer Vision», sagt auch Alge. «Der Durchbruch nach langer Stagnation bei Chatbots kam unerwartet und die AP und die AAP (Accepted Artificial Person) sind nun vorstellbarer als noch vor einem Jahr.»

Die KI-Fortschritte verändern andere Berufsfelder als die digitale Transformation und die Automatisierung. Alge: «Betroffen sind alle repetitiv Kreativen, die nicht originäre neue Werke, sondern eher gefällige Dinge kreieren wie Texte, Musik, Malerei, Architektur.» Klaassen zufolge könne KI jede Position unterstützen, in der es um Analyse, Texterstellung oder sich wiederholende digitale Arbeit geht. «KI-Lösungen helfen diesen Berufen bei täglichen operativen Tätigkeiten und ermöglichen den Menschen, sich mehr auf den kreativen Teil ihrer Arbeit zu konzentrieren. Medizinische KI-Tools haben mittlerweile eine sehr hohe Genauigkeit, um aus komplexen Untersuchungsergebnissen Krebs zu diagnostizieren. Strafverfolgungsbehörden können automatisch Nummernschilder auf Verkehrssünder überprüfen. KI wird im Grunde jeden Beruf irgendwie beeinflussen – oder tut es bereits.»

Oft können offene Stellen für Fachkräfte nicht besetzt werden, weil es nicht genug qualifiziertes Personal gibt. Besonders ausgeprägt ist der Fachkräftemangel in den Bereichen Gesundheit, Informatik und Technik. Ein grosser Faktor, der immer wichtiger wird, ist die alternde Gesellschaft in der Schweiz. Könnte ein Teil der offenen Stellen nicht mit KI besetzt werden?

Jack Klaassen hält dies für einige Berufsfelder für möglich. «Nehmen wir zum Beispiel die Software-Entwicklung. Hier könnte KI durchaus entlasten, etwa indem Bots das Hardcoding übernehmen oder die Software-Architektur erstellen.» Die Entwickler könnten sich auf anspruchsvollere Aufgaben konzentrieren. Als Resultat würde die Gesamtproduktivität bei gleichem Personaleinsatz steigen.

Jörg Herbers gibt zu bedenken: «Natürlich kann man den Fachkräftemangel auch auf dieser Schiene adressieren. Wir haben aber offene Stellen, die nicht alle und auch nicht überwiegend den Bereichen zugeordnet sind, die von den aktuellen KI-Evolutionen betroffen sind – zum Beispiel Pflege, Kinderbetreuung, Kitas, Hospitäler, Gesundheitswesen, Einzelhandel oder Bäckereien. Dort haben wir gerade einen sehr starken Fachkräftemangel und das sind alles Tätigkeiten, die im menschlichen Kontakt stattfinden und bei denen ich nicht glaube, dass sie durch die aktuellen KI-Evolution betroffen sein werden. Auf der anderen Seite: Marketing, Programmierung und Software-Entwicklung, Jura – hier sehen wir sicher Bewegung in den nächsten Jahren.»

Ähnlich argumentiert Wieland Alge: «KI lindert oder verbessert die Situation in manchen Bereichen. Allerdings ist das nicht so trivial. Viele KI-Machbarkeitsstudien führen nicht zu Projekten, weil die Leute fehlen, die das umsetzen können. Nur weil irgendwo Technologie vorhanden ist, kann sie noch lange nicht richtig eingesetzt werden. Die grössten Bereiche, wo wir über Fachkräftemangel jammern, sind Hands-on-Geschichten, etwa Ingenieure und das Handwerk im Wortsinn. Da hilft uns KI nur wenig.»

Für Alge limitieren zwei Faktoren den KI-Erfolg: «Einerseits tun sich immer noch viele schwer, die richtigen Fragen zu stellen, um dann das passende Werkzeug zu finden, andererseits gibt es zu wenige Experten.» Würden alle KI-Projekte umgesetzt, würden sich die Folgen für den Arbeitsmarkt deutlich beschleunigen. Klaassen widerspricht. «Es gibt viele grossartige Beispiele für erfolgreiche KI-Anwendungen: intelligente KI-gesteuerte Geräte sind allgegenwärtig, autonome Autos mit KI-Unterstützung sind zum Standard geworden, Next-Best-Action-Algorithmen werden überall im digitalen Bereich eingesetzt. Falls Machbarkeitsstudien einmal nicht zu einem Projekt führen, hat das meist zwei Gründe. Die Entwickler konnten keinen passenden Einsatzbereich für die KI finden. Oder die Prognosen waren nicht aussichtsreich genug.»

In der jetzigen Phase seien Unternehmen damit beschäftigt, Anwendungen für die KI zu finden. «Lässt sich damit Zeit und Geld sparen und ist sie günstig in eine bestehende Arbeitsweise zu implementieren, stehen die Chancen für eine Realisierung sehr gut. Andernfalls war der Use Case nicht gut genug. Mit der Erfahrung wächst auch der Erfolg der Machbarkeitsstudien. Klaassen betont, dass der Erfolg der KI-Anwendungen von der Menge der Daten abhängt. Habe ein Modell zu wenig Daten, sei auch das Ergebnis unzuverlässig. «Diese Tatsache ist vielen Unternehmen noch zu riskant. Sie haben Angst, durch unausgereifte KI-Anwendungen Kunden zu verlieren und verzichten dann lieber auf ihre Umsetzung. Dieser Punkt wird sich mit der Weiterentwicklung der KI abschwächen, weil die Modelle immer leistungsfähiger und zuverlässiger werden.»

Generative Chatbots wie ChatGPT machen es schwieriger, die Wahrheit zu erkennen. Das spielt auch im Arbeitsumfeld eine wichtige Rolle. Beim Halluzinieren begründet die KI falsche Tatsachen ausgesprochen gut. Auch Quellenangaben sind mitunter frei erfunden. Herbers räumt ein, dass die Sprachmodelle schon grosse Sprachfähigkeiten haben und sehr überzeugenden Text schreiben. «Gerade aufgrund dieser guten Stilistik fällt es schwer, Halluzination von Wahrheit zu unterscheiden.» Klaassen fordert: «Die KI schöpft ihre Wahrheit aus einer Kombination von drei Variablen: den richtigen Trainingsdaten, einem korrekten Trainingsprozess des Modells sowie der Wahrscheinlichkeit des Ergebnisses. Daher muss ein Unternehmen, das KI einsetzt, Transparenz schaffen, wie das Modell ein Ergebnis berechnet, woher die Trainingsdaten kommen und ob sie konsistent sind. Dieses Qualitätssiegel schafft Vertrauen in die Wahrheit.

«Es geht einerseits um die Wahrheit des Inhalts, aber auch um die Identität einer Person», warnt Alge. «Wenn die AAP da ist, kann ich Identitätsdiebstahl wirklich skalierbar machen. Diese Skalierbarkeit macht das Ganze so bedenklich. Wie viel Aufwand kostet es, beliebig viele falsche Identitäten zu generieren und beliebig viel Fake-Material herauszubringen? Zwei Start-up-Kollegen wollten sich genau darauf fokussieren, Fake-Identitäten in Videokonferenzsystemen zu erkennen und zu filtern. Aber nach eineinhalb Jahren Entwicklung sind sie vor Kurzem draufgekommen, dass sie das Rennen nicht gewinnen werden.»

Doch wie geht es nun weiter mit der KI? Von der generalisierten KI, sagen die meisten Experten zumindest bisher, sind wir noch weit weg. Herbers pronostiziert: «Mit Sicherheit werden sich Sprachmodelle überall durchsetzen, wo es um Sprache geht. Ich hoffe, dass wir trotzdem erkennen, dass auch andere KI-Techniken in den Katalog gehören, insbesondere Verfahren wie Mathematik oder Such- und Optimierungstechniken.»

Alge erwartet nach einer gewissen «Sturm- und Drang-Phase», in der eventuell noch GPT 5 komme, eine Stagnation, «weil wir zu wenig verstehen, warum Dinge nicht mehr viel besser werden und woher dieser Drang zu Halluzinationen und zur Plausibilisierung und Rationalisierung erfundener Tatsachen kommt.»

Der Potsdamer Informatik-Professor Christoph Meinel sieht ein weiteres Hindernis für den Durchbruch der KI in der Arbeitswelt: Die Systeme benötigten gewaltige Rechnerkapazitäten und würden auch riesige Mengen an Energie erfordern.