Wird die KI-Blase bald platzen?

Insight

10 Minuten

04.03.2024

Lilija Kucinskaja

Beim aktuellen Hype um Künstliche Intelligenz, Generative AI und Large-Language-Modelle (LLM) denkt man unwillkürlich an die späten 90er und frühen 00er Jahre. Damals steckten viele Menschen ihre Hoffnung – und Finanzen – in den Tech-Boom. Was können wir tun, damit sich die Fehler von damals nicht wiederholen? Ein Fachbeitrag von Lilija Kucinskaja, Manager EMEA AI & Analytics SCs bei OpenText (Foto).

Es ist das Jahr 2000, der Technologiemarkt boomt und neue Internet-Unternehmen sprießen aus dem Boden. Die verheißungsvolle New Economy verspricht riesiges Umsatz- und Gewinnwachstum, was Tech-Aktien durch die Decke schießen lässt. Schnell wird allerdings klar, dass der erhoffte Erfolg ausbleibt und die großen Erwartungen nicht erfüllt werden können, was im März letztendlich zu drastischen Kurseinbrüchen führt.

Die Dotcom-Blase hat nicht nur in den Finanzbüchern vieler Tech-Unternehmen, Großinvestoren sowie Kleinanleger, sondern auch im Vertrauen in technologische Innovationen ihre Spuren hinterlassen. Die Erinnerung an dieses Ereignis ermahnt uns, neue Technologien nicht allzu schnell in den Himmel zu hypen – bis ChatGPT 2022 die Bühne betrat und die Tür für zahlreiche Generative-AI-Anwendungen öffnete. Gefühlt preisen seitdem täglich reisserische Headlines neue KI-Tools und ihre beinahe unbegrenzten Einsatzmöglichkeiten an. Und auch Führungsetagen sind gewillt, in Generative AI zu investieren, damit ihr Unternehmen von dieser praktischen Entwicklung profitieret. Doch bei all dem Hype stellen sich viele die Frage: Wird diese Blase auch bald platzen?

Die Sorge ist groß, aber unbegründet

Vor allem zwei Indizien sprechen dagegen, dass sich diese Befürchtung in naher Zukunft bewahrheitet. Auf der einen Seite bestehen substanzielle technologische Unterschiede zwischen den KI-Fortschritten von heute und der Internet- und E-Commerce-Revolution der 90er. Bei Künstlicher Intelligenz handelt es sich um einen Forschungs-, Entwicklungs- und Innovationsbereich, der bereits tief mit der Computerwissenschaft verwurzelt ist. Alan Turing und andere Wissenschaftler haben sich bereits zu den Anfängen der Computergeschichte gefragt, was wäre, wenn die Maschinen eigenständig denken könnten. Seitdem haben zahlreiche brillante Experten ihre Arbeit den der KI zugrundeliegenden Konzepten gewidmet, was in diesem Ausmaß zu Zeiten des Internet-Booms nicht der Fall war.

Auf der anderen Seite hat Generative AI nicht dazu geführt, dass Unternehmen ChatGPT – unabhängig von Relevanz und Mehrwert – einfach zu ihrem Geschäftsmodell hinzugefügt haben. Unter anderem aufgrund der langen Forschungsgeschichte handelt es sich vielmehr um ein Wiedererstarken des Interesses und der Investitionen in eine Vielzahl innovativer Technologien, Produkte und Geschäftsmodelle, die ganz individuell zu Erfolg oder Misserfolg führen werden.

Potenzielle Stolperfallen umgehen

Vor diesem Hintergrund ist das Risiko, dass der KI-Boom ähnlich destruktive Ausmaße annimmt wie der Dotcom-Crash, vergleichsweise gering. Dennoch gilt: Wer die Geschichte vergisst oder absichtlich ignoriert, läuft Gefahr, sie zu wiederholen. Unternehmen sollten sich daher einiger Aspekte bewusst sein, die sich als tückisch herausstellen könnten.

Zunächst ist es mit Sicherheit sehr verlockend, auf den mitreißenden Hype Train aufzuspringen und ein wenig Aufmerksamkeit abzugreifen, anstatt KI sinnvoll und zweckmäßig zu integrieren. Bevor man sich also dem „AI Washing“ hingibt, sollten Unternehmen jeden ihrer Schritte in Richtung KI über einen wertorientierten Ansatz bewerten und den Mehrwert realer Use Cases eingehend beurteilen.

Darüber hinaus lassen sich Unternehmen in diesem dynamischen, hochkompetitiven Markt eventuell schnell dazu verleiten, zu viel Geld in junge KI-Start-ups zu investieren, um sich gegen erfolgreiche und aufmerksamkeitsstarke Wettbewerber zu behaupten. Eingehende Due-Dilligence-Prüfungen sowie langfristiges strategisches Denken sollten auch in Momenten großen Handlungsdrucks hohe Priorität genießen. Gleichzeitig müssen auch betroffene Kunden prüfen, wie sich solche M&A-Aktivitäten auf sie auswirken werden.

Schließlich sollte sich jedes Unternehmen, das ein Auge auf KI geworfen hat, mit dem Konzept der „Run Rate“ beschäftigen. Die Run Rate fasst die täglich anfallenden Kosten für Entwicklung und Bereitstellung von Innovationen zusammen und beschreibt, in welchem Verhältnis sie zu den existierenden Finanzmitteln stehen. Angesichts der astronomischen Rechenkosten, die mit dem Training von LLM und ähnlichen Tools verbunden sind, spielen solche Berechnungen auch beim Thema KI eine essenzielle Rolle. Sprich: Unternehmen dürfen nicht einfach alle ihnen zur Verfügung stehenden Ressourcen in den Anspruch stecken, der Konkurrenz meilenweit voraus zu sein. Vielmehr geht es darum, effiziente Modelle zu entwickeln, die auch einem angemessenen Preis-Leistungs-Verhältnis entsprechen.

Fazit: Die Vergangenheit hinter sich lassen

Mittlerweile fließt sehr viel Geld in KI-Innovationen. Das Risiko einer KI-Blase existiert also definitiv. Sollten wir in diesem Kontext also an einen Punkt gelangen, wo die Ausgaben den Rahmen sprengen und sich nicht rentieren, ist das Desaster vorprogrammiert. Es folgt ein Teufelskreis aus schwindenden Ressourcen, langsameren Entwicklungszyklen und scheiternden Unternehmen.

Mit Lektionen, die uns die Vergangenheit gelehrt hat, im Hinterkopf, sind wir in der Lage, das enorme Potenzial von KI in einen realen Nutzen umzuwandeln. Schließlich ist die Nachfrage nach den Stärken und Vorteilen der Technologie in vielen Bereichen eindeutig vorhanden. Möglicherweise wird KI ihrem Hype schneller gerecht als gedacht und sich als gehaltvoller erweisen als technologisch leere Blase, wie wir sie aus der Vergangenheit kennen.

Lilija Kucinskaja hat über zwanzig Jahre Erfahrung in der Softwareindustrie – vom Projektmanagement bis zum technischen Vertrieb. Sie kam 2002 zu OpenText Analytics (damals noch Actuate) und übernahm 2017 die Verantwortung für das europäische AI & Analytics Solution Consultants Team. Sie unterstützt dort Kunden und Partner bei Umsetzung von Analytics- und AI Projekten.

Wird die KI-Blase bald platzen?

Insight

10 Minuten

04.03.2024

Lilija Kucinskaja

Beim aktuellen Hype um Künstliche Intelligenz, Generative AI und Large-Language-Modelle (LLM) denkt man unwillkürlich an die späten 90er und frühen 00er Jahre. Damals steckten viele Menschen ihre Hoffnung – und Finanzen – in den Tech-Boom. Was können wir tun, damit sich die Fehler von damals nicht wiederholen? Ein Fachbeitrag von Lilija Kucinskaja, Manager EMEA AI & Analytics SCs bei OpenText (Foto).

Es ist das Jahr 2000, der Technologiemarkt boomt und neue Internet-Unternehmen sprießen aus dem Boden. Die verheißungsvolle New Economy verspricht riesiges Umsatz- und Gewinnwachstum, was Tech-Aktien durch die Decke schießen lässt. Schnell wird allerdings klar, dass der erhoffte Erfolg ausbleibt und die großen Erwartungen nicht erfüllt werden können, was im März letztendlich zu drastischen Kurseinbrüchen führt.

Die Dotcom-Blase hat nicht nur in den Finanzbüchern vieler Tech-Unternehmen, Großinvestoren sowie Kleinanleger, sondern auch im Vertrauen in technologische Innovationen ihre Spuren hinterlassen. Die Erinnerung an dieses Ereignis ermahnt uns, neue Technologien nicht allzu schnell in den Himmel zu hypen – bis ChatGPT 2022 die Bühne betrat und die Tür für zahlreiche Generative-AI-Anwendungen öffnete. Gefühlt preisen seitdem täglich reisserische Headlines neue KI-Tools und ihre beinahe unbegrenzten Einsatzmöglichkeiten an. Und auch Führungsetagen sind gewillt, in Generative AI zu investieren, damit ihr Unternehmen von dieser praktischen Entwicklung profitieret. Doch bei all dem Hype stellen sich viele die Frage: Wird diese Blase auch bald platzen?

Die Sorge ist groß, aber unbegründet

Vor allem zwei Indizien sprechen dagegen, dass sich diese Befürchtung in naher Zukunft bewahrheitet. Auf der einen Seite bestehen substanzielle technologische Unterschiede zwischen den KI-Fortschritten von heute und der Internet- und E-Commerce-Revolution der 90er. Bei Künstlicher Intelligenz handelt es sich um einen Forschungs-, Entwicklungs- und Innovationsbereich, der bereits tief mit der Computerwissenschaft verwurzelt ist. Alan Turing und andere Wissenschaftler haben sich bereits zu den Anfängen der Computergeschichte gefragt, was wäre, wenn die Maschinen eigenständig denken könnten. Seitdem haben zahlreiche brillante Experten ihre Arbeit den der KI zugrundeliegenden Konzepten gewidmet, was in diesem Ausmaß zu Zeiten des Internet-Booms nicht der Fall war.

Auf der anderen Seite hat Generative AI nicht dazu geführt, dass Unternehmen ChatGPT – unabhängig von Relevanz und Mehrwert – einfach zu ihrem Geschäftsmodell hinzugefügt haben. Unter anderem aufgrund der langen Forschungsgeschichte handelt es sich vielmehr um ein Wiedererstarken des Interesses und der Investitionen in eine Vielzahl innovativer Technologien, Produkte und Geschäftsmodelle, die ganz individuell zu Erfolg oder Misserfolg führen werden.

Potenzielle Stolperfallen umgehen

Vor diesem Hintergrund ist das Risiko, dass der KI-Boom ähnlich destruktive Ausmaße annimmt wie der Dotcom-Crash, vergleichsweise gering. Dennoch gilt: Wer die Geschichte vergisst oder absichtlich ignoriert, läuft Gefahr, sie zu wiederholen. Unternehmen sollten sich daher einiger Aspekte bewusst sein, die sich als tückisch herausstellen könnten.

Zunächst ist es mit Sicherheit sehr verlockend, auf den mitreißenden Hype Train aufzuspringen und ein wenig Aufmerksamkeit abzugreifen, anstatt KI sinnvoll und zweckmäßig zu integrieren. Bevor man sich also dem „AI Washing“ hingibt, sollten Unternehmen jeden ihrer Schritte in Richtung KI über einen wertorientierten Ansatz bewerten und den Mehrwert realer Use Cases eingehend beurteilen.

Darüber hinaus lassen sich Unternehmen in diesem dynamischen, hochkompetitiven Markt eventuell schnell dazu verleiten, zu viel Geld in junge KI-Start-ups zu investieren, um sich gegen erfolgreiche und aufmerksamkeitsstarke Wettbewerber zu behaupten. Eingehende Due-Dilligence-Prüfungen sowie langfristiges strategisches Denken sollten auch in Momenten großen Handlungsdrucks hohe Priorität genießen. Gleichzeitig müssen auch betroffene Kunden prüfen, wie sich solche M&A-Aktivitäten auf sie auswirken werden.

Schließlich sollte sich jedes Unternehmen, das ein Auge auf KI geworfen hat, mit dem Konzept der „Run Rate“ beschäftigen. Die Run Rate fasst die täglich anfallenden Kosten für Entwicklung und Bereitstellung von Innovationen zusammen und beschreibt, in welchem Verhältnis sie zu den existierenden Finanzmitteln stehen. Angesichts der astronomischen Rechenkosten, die mit dem Training von LLM und ähnlichen Tools verbunden sind, spielen solche Berechnungen auch beim Thema KI eine essenzielle Rolle. Sprich: Unternehmen dürfen nicht einfach alle ihnen zur Verfügung stehenden Ressourcen in den Anspruch stecken, der Konkurrenz meilenweit voraus zu sein. Vielmehr geht es darum, effiziente Modelle zu entwickeln, die auch einem angemessenen Preis-Leistungs-Verhältnis entsprechen.

Fazit: Die Vergangenheit hinter sich lassen

Mittlerweile fließt sehr viel Geld in KI-Innovationen. Das Risiko einer KI-Blase existiert also definitiv. Sollten wir in diesem Kontext also an einen Punkt gelangen, wo die Ausgaben den Rahmen sprengen und sich nicht rentieren, ist das Desaster vorprogrammiert. Es folgt ein Teufelskreis aus schwindenden Ressourcen, langsameren Entwicklungszyklen und scheiternden Unternehmen.

Mit Lektionen, die uns die Vergangenheit gelehrt hat, im Hinterkopf, sind wir in der Lage, das enorme Potenzial von KI in einen realen Nutzen umzuwandeln. Schließlich ist die Nachfrage nach den Stärken und Vorteilen der Technologie in vielen Bereichen eindeutig vorhanden. Möglicherweise wird KI ihrem Hype schneller gerecht als gedacht und sich als gehaltvoller erweisen als technologisch leere Blase, wie wir sie aus der Vergangenheit kennen.

Lilija Kucinskaja hat über zwanzig Jahre Erfahrung in der Softwareindustrie – vom Projektmanagement bis zum technischen Vertrieb. Sie kam 2002 zu OpenText Analytics (damals noch Actuate) und übernahm 2017 die Verantwortung für das europäische AI & Analytics Solution Consultants Team. Sie unterstützt dort Kunden und Partner bei Umsetzung von Analytics- und AI Projekten.

Wird die KI-Blase bald platzen?

Insight

10 Minuten

04.03.2024

Lilija Kucinskaja

Beim aktuellen Hype um Künstliche Intelligenz, Generative AI und Large-Language-Modelle (LLM) denkt man unwillkürlich an die späten 90er und frühen 00er Jahre. Damals steckten viele Menschen ihre Hoffnung – und Finanzen – in den Tech-Boom. Was können wir tun, damit sich die Fehler von damals nicht wiederholen? Ein Fachbeitrag von Lilija Kucinskaja, Manager EMEA AI & Analytics SCs bei OpenText (Foto).

Es ist das Jahr 2000, der Technologiemarkt boomt und neue Internet-Unternehmen sprießen aus dem Boden. Die verheißungsvolle New Economy verspricht riesiges Umsatz- und Gewinnwachstum, was Tech-Aktien durch die Decke schießen lässt. Schnell wird allerdings klar, dass der erhoffte Erfolg ausbleibt und die großen Erwartungen nicht erfüllt werden können, was im März letztendlich zu drastischen Kurseinbrüchen führt.

Die Dotcom-Blase hat nicht nur in den Finanzbüchern vieler Tech-Unternehmen, Großinvestoren sowie Kleinanleger, sondern auch im Vertrauen in technologische Innovationen ihre Spuren hinterlassen. Die Erinnerung an dieses Ereignis ermahnt uns, neue Technologien nicht allzu schnell in den Himmel zu hypen – bis ChatGPT 2022 die Bühne betrat und die Tür für zahlreiche Generative-AI-Anwendungen öffnete. Gefühlt preisen seitdem täglich reisserische Headlines neue KI-Tools und ihre beinahe unbegrenzten Einsatzmöglichkeiten an. Und auch Führungsetagen sind gewillt, in Generative AI zu investieren, damit ihr Unternehmen von dieser praktischen Entwicklung profitieret. Doch bei all dem Hype stellen sich viele die Frage: Wird diese Blase auch bald platzen?

Die Sorge ist groß, aber unbegründet

Vor allem zwei Indizien sprechen dagegen, dass sich diese Befürchtung in naher Zukunft bewahrheitet. Auf der einen Seite bestehen substanzielle technologische Unterschiede zwischen den KI-Fortschritten von heute und der Internet- und E-Commerce-Revolution der 90er. Bei Künstlicher Intelligenz handelt es sich um einen Forschungs-, Entwicklungs- und Innovationsbereich, der bereits tief mit der Computerwissenschaft verwurzelt ist. Alan Turing und andere Wissenschaftler haben sich bereits zu den Anfängen der Computergeschichte gefragt, was wäre, wenn die Maschinen eigenständig denken könnten. Seitdem haben zahlreiche brillante Experten ihre Arbeit den der KI zugrundeliegenden Konzepten gewidmet, was in diesem Ausmaß zu Zeiten des Internet-Booms nicht der Fall war.

Auf der anderen Seite hat Generative AI nicht dazu geführt, dass Unternehmen ChatGPT – unabhängig von Relevanz und Mehrwert – einfach zu ihrem Geschäftsmodell hinzugefügt haben. Unter anderem aufgrund der langen Forschungsgeschichte handelt es sich vielmehr um ein Wiedererstarken des Interesses und der Investitionen in eine Vielzahl innovativer Technologien, Produkte und Geschäftsmodelle, die ganz individuell zu Erfolg oder Misserfolg führen werden.

Potenzielle Stolperfallen umgehen

Vor diesem Hintergrund ist das Risiko, dass der KI-Boom ähnlich destruktive Ausmaße annimmt wie der Dotcom-Crash, vergleichsweise gering. Dennoch gilt: Wer die Geschichte vergisst oder absichtlich ignoriert, läuft Gefahr, sie zu wiederholen. Unternehmen sollten sich daher einiger Aspekte bewusst sein, die sich als tückisch herausstellen könnten.

Zunächst ist es mit Sicherheit sehr verlockend, auf den mitreißenden Hype Train aufzuspringen und ein wenig Aufmerksamkeit abzugreifen, anstatt KI sinnvoll und zweckmäßig zu integrieren. Bevor man sich also dem „AI Washing“ hingibt, sollten Unternehmen jeden ihrer Schritte in Richtung KI über einen wertorientierten Ansatz bewerten und den Mehrwert realer Use Cases eingehend beurteilen.

Darüber hinaus lassen sich Unternehmen in diesem dynamischen, hochkompetitiven Markt eventuell schnell dazu verleiten, zu viel Geld in junge KI-Start-ups zu investieren, um sich gegen erfolgreiche und aufmerksamkeitsstarke Wettbewerber zu behaupten. Eingehende Due-Dilligence-Prüfungen sowie langfristiges strategisches Denken sollten auch in Momenten großen Handlungsdrucks hohe Priorität genießen. Gleichzeitig müssen auch betroffene Kunden prüfen, wie sich solche M&A-Aktivitäten auf sie auswirken werden.

Schließlich sollte sich jedes Unternehmen, das ein Auge auf KI geworfen hat, mit dem Konzept der „Run Rate“ beschäftigen. Die Run Rate fasst die täglich anfallenden Kosten für Entwicklung und Bereitstellung von Innovationen zusammen und beschreibt, in welchem Verhältnis sie zu den existierenden Finanzmitteln stehen. Angesichts der astronomischen Rechenkosten, die mit dem Training von LLM und ähnlichen Tools verbunden sind, spielen solche Berechnungen auch beim Thema KI eine essenzielle Rolle. Sprich: Unternehmen dürfen nicht einfach alle ihnen zur Verfügung stehenden Ressourcen in den Anspruch stecken, der Konkurrenz meilenweit voraus zu sein. Vielmehr geht es darum, effiziente Modelle zu entwickeln, die auch einem angemessenen Preis-Leistungs-Verhältnis entsprechen.

Fazit: Die Vergangenheit hinter sich lassen

Mittlerweile fließt sehr viel Geld in KI-Innovationen. Das Risiko einer KI-Blase existiert also definitiv. Sollten wir in diesem Kontext also an einen Punkt gelangen, wo die Ausgaben den Rahmen sprengen und sich nicht rentieren, ist das Desaster vorprogrammiert. Es folgt ein Teufelskreis aus schwindenden Ressourcen, langsameren Entwicklungszyklen und scheiternden Unternehmen.

Mit Lektionen, die uns die Vergangenheit gelehrt hat, im Hinterkopf, sind wir in der Lage, das enorme Potenzial von KI in einen realen Nutzen umzuwandeln. Schließlich ist die Nachfrage nach den Stärken und Vorteilen der Technologie in vielen Bereichen eindeutig vorhanden. Möglicherweise wird KI ihrem Hype schneller gerecht als gedacht und sich als gehaltvoller erweisen als technologisch leere Blase, wie wir sie aus der Vergangenheit kennen.

Lilija Kucinskaja hat über zwanzig Jahre Erfahrung in der Softwareindustrie – vom Projektmanagement bis zum technischen Vertrieb. Sie kam 2002 zu OpenText Analytics (damals noch Actuate) und übernahm 2017 die Verantwortung für das europäische AI & Analytics Solution Consultants Team. Sie unterstützt dort Kunden und Partner bei Umsetzung von Analytics- und AI Projekten.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.