Loading
Loading
Künstliche Intelligenz (KI) wird heute überall diskutiert, oft mit sehr unterschiedlichem Verständnis. Daher wird KI teils als Allheilmittel, teils als große Bedrohung dargestellt.
In der Realität hat künstliche Intelligenz bereits heute — und wird auch künftig — einen erheblichen Einfluss auf die Gesellschaft haben, unter anderem auf Beschäftigung, Wirtschaft, Bildung und Serviceleistungen.
Basierend auf meiner beruflichen Erfahrung in Data, Analytics & AI sowie meinem Studium an der MIT Sloan School of Management habe ich beobachtet, dass der Fortschritt von KI je nach Anwendungsbereich sehr ungleich verläuft.
Eine kurze Geschichte der Künstlichen Intelligenz: Hype, Winter und Durchbrüche
In den letzten 70 Jahren haben wir mehrere KI-Hypes und ebenso viele sogenannte KI-Winter erlebt. Alles begann 1956 mit dem Dartmouth Summer Research Project on Artificial Intelligence. Das Projekt zog erhebliche Fördermittel an, um automatische Übersetzung zu ermöglichen. Doch es scheiterte, und nach DARPA-Kürzungen für die akademische KI-Forschung im Jahr 1974 folgte der erste KI-Winter.
1980 wurde an der Carnegie Mellon University das erste Expertensystem für DEC entwickelt. Es löste viele Investitionen aus, doch 1987 brach der Markt für LISP-Maschinen zusammen, und die meisten Expertensysteme wurden kurz darauf aufgegeben — der nächste KI-Winter.
1996 besiegte IBMs Deep Blue als erster Computer den Schachweltmeister Garri Kasparow. IBM und andere investierten erneut. 2011 gewann IBM spektakulär die Quiz-Show Jeopardy. Beide Erfolge beruhten jedoch vor allem auf enormer Rechenleistung, nicht auf echter Intelligenz. IBM Watson erfüllte die hochgesteckten Erwartungen nie und wurde entsprechend zurückgestuft. Die Veröffentlichung von ChatGPT im Jahr 2022 löste den neuesten KI-Hype aus.
Wo Künstliche Intelligenz echte Fortschritte erzielt
2020/2021 besuchte ich den MIT-Kurs „Artificial Intelligence: Implications for Business Strategy“. In meiner beruflichen Rolle konnte ich zahlreiche Diskussionen und praktische KI-Anwendungen erleben. Der Fortschritt ist nicht gleichmäßig verteilt.
Bereiche mit bedeutendem Fortschritt
Bildgenerierung erzeugt heute keine Personen mit sechs Fingern mehr, wie noch vor einem Jahr. Als Schachtrainer habe ich ein Zertifikat für einen Kinderkurs erstellt — das KI-Modell erzeugte jedoch ein Schachbrett mit drei schwarzen Feldern in einer Reihe. Menschliche Kontrolle bleibt notwendig.
Aktuelle Grenzen der Künstlichen Intelligenz
Startups sammeln häufig Risikokapital mit äußerst ambitionierten Visionen — ähnlich wie zur Internet-Blase Ende der 1990er-Jahre. Viele werden scheitern, viel Kapital wird verloren gehen, aber einige Gewinner werden bleiben. Google ist ein Gewinner der Internet-Blase. Wer der Gewinner der KI-Blase sein wird, weiß ich nicht — sonst müsste ich nicht für ein Gehalt arbeiten.
Gesellschaftliche und wirtschaftliche Auswirkungen von KI
Ich sehe derzeit keinen Hinweis auf eine allgemeine künstliche Intelligenz. Der Einfluss hängt daher stark davon ab, in welchen spezifischen Bereichen KI eingesetzt wird.
Fazit
Künstliche Intelligenz wird unser Leben tiefgreifend verändern. Nutzen wir sie zu unserem Vorteil und lernen wir, KI zu beherrschen — statt sie zu fürchten. Forschende, IT-Spezialisten und Mathematiker haben ein Interesse daran, Technologien zu entwickeln, die die Menschheit ergänzen und weiterbringen.
Wie schafft Künstliche Intelligenz Mehrwert für Unternehmen?
KI schafft Mehrwert, wenn sie auf klar definierte Geschäftsprobleme angewendet und in bestehende Prozesse integriert wird — statt als isolierte Technologie. Heute liefert KI den größten Nutzen durch Effizienzsteigerung, bessere Servicequalität und fundiertere Entscheidungen, etwa in Kundeninteraktion, Dokumentenverarbeitung, Prognosen und Qualitätskontrolle. Erfolgreiche Unternehmen beginnen mit Use Cases, bei denen Daten verfügbar sind, Ergebnisse messbar bleiben und menschliche Kontrolle zentral ist. Nachhaltiger Erfolg entsteht, wenn KI in eine übergreifende Daten- und Geschäftsstrategie eingebettet ist — mit Governance, solider Datenbasis und klarer Verantwortung zwischen Business und IT.
Zentrale Erkenntnisse
Over the last 70 years, we have seen multiple AI hypes and as many so called AI winters. It started in 1956 with the Dartmouth Summer Research Project on Artificial Intelligence. It attracted a lot of funding to enable automatic translation. But it failed and afters DARPA’s cutbacks to academic AI research in general in 1974, we had the first AI winter. In 1980, the first expert system was developed at Carnegie Mellon for DEC. It kick-started many investments, but in 1987 the LISP machine market collapsed, and most expert systems were abandoned soon after. Next AI winter. In 1996, IBM DeepBlue was the first computer winning against the chess world champion Garri Kasparow. IBM and others invested again. In 2011, IBM won the quiz Jeopardy in a stunning fashion. But both successes are based on huge computing power and no intelligence. IBM Watson never achieved the promised results and was downgraded accordingly. The 2022 release of ChatGPT started the latest hype.
In 2020/2021, I attend the MIT Sloan School of Management course on “Artifical Intelligence: Implications for Business Strategy”. In my role, I had the opportunity to participate in many discussions around AI and see applications of it left and right. Progress is not equally distributed.
Obviously, startup’s raise venture capital with the boldest imagination possible. It is the same situation as we have seen in the internet bubble in the late 90ies. Most startup’s will go bust, a lot of venture capital will be lost, but I expect a few winners. Google is a winner of the internet bubble. I do not know the winner of the AI bubble. If I would, I would not require a job for salary.
I do not see anything that lets me believe in general artificial intelligence. Therefore, the impact depends very much on if AI can support specific domains.
In articles written five years ago, authors expected driver jobs to become redundant. It is far away. But there are less jobs in translation offices already today. I expect a shift in the job market and more jobs at the end. It was the same with all earlier shifts. Today, there are less jobs available as horse coachman, telegraph operator, typesetter, home weaver, elevator operator; but many more in new domains. In fact, the advent of AI does not destroy jobs but rather addresses a lack of service coverage: call centers overwhelmed, unable to handle huge numbers of calls; 24/7 service coverage which is too expensive to fund; problems arriving at service desks and taking far too long to resolve etc.
Artificial Intelligence has fundamentally changed how we create and interact with content. Generative models can produce high-quality text, images, and even videos in seconds, reducing the cost and time of content production dramatically. At the same time, personalization algorithms ensure that users receive tailored information, which increases engagement but also raises questions about authenticity and bias. In short, content is no longer scarce—its abundance requires new strategies for curation, trust, and ethical use. (This paragraph is written with GenAI, whereas I wrote the rest of the article.)
In conclusion, we are aware that Artificial intelligence is going to impact our lives with far-reaching change. Lets use it to our benefit and learn to master AI rather than living in fear of it. Researchers, IT specialists and mathematicians etc. have an interest in creating something complementary, which would allow humanity to evolve.
Artificial intelligence creates business value when it is applied to specific, well-defined business problems and integrated into existing processes rather than treated as a standalone technology. Today, AI delivers the greatest value by improving operational efficiency, enhancing service quality, and supporting better decision-making in areas such as customer interaction, document handling, forecasting, and quality assurance. Successful organizations start with use cases where data is available, outcomes are measurable, and human oversight remains central. Experience shows that sustainable value emerges when AI initiatives are embedded in a broader data and business strategy, supported by strong governance, reliable data foundations, and clear ownership across business and IT.


Head of Business Line Data, Analytics & AI
Lernen Sie Markus Grob kennen, unseren Experten für Daten, Analysen und künstliche Intelligenz.
Markus ist spezialisiert auf Cloud-Analyseplattformen, KI-Anwendungen und Data/ AI-Strategie und -Governance und unterstützt Organisationen bei der Umsetzung ihrer ehrgeizigsten Initiativen.
Kontaktieren Sie Markus noch heute, um zu erfahren, wie er Ihnen helfen kann, Ihre Data & AI Transformation zu beschleunigen.

Abonniere jetzt und bleib einen Schritt voraus in einer Welt, in der Data, Analytics & KI jede Branche verändern.