Die Diskussion über künstliche Intelligenz ist mittlerweile ausgereift. Fast niemand bestreitet mehr, dass KI beeindruckende Leistungen vollbringen kann. Die zentrale Frage ist nun, wie viel echten wirtschaftlichen Mehrwert diese Technologie schafft.
Dieser Unterschied ist entscheidend. KI kann eine Aufgabe viel schneller erledigen, ohne dass dies zwangsläufig bedeutet, dass Unternehmen viel mehr Produkte verkaufen, mehr Gewinn erzielen oder die Produktivität der gesamten Organisation stark steigern. Eine neue Studie des MIT veranschaulicht genau dieses Spannungsfeld.
Forscher begleiteten Softwareentwickler vor und nach dem Einsatz von KI-Tools. Sie untersuchten nicht nur, wie viel Code geschrieben wurde, sondern auch, wie viele Dateien bearbeitet wurden, wie viel Arbeit zur Überprüfung eingereicht wurde und wie viel neue Software letztendlich tatsächlich veröffentlicht wurde.
Der erste Eindruck war überwältigend. Entwickler erstellten oder bearbeiteten fast 300 Prozent mehr Dateien. Das klingt nach einem enormen Anstieg der Produktivität.
Doch im weiteren Verlauf des Prozesses ließ der Effekt nach. Die Anzahl der zur Überprüfung eingereichten Arbeiten stieg zwar noch um etwa 150 Prozent. Letztendlich belief sich der Anstieg bei den tatsächlichen Software-Veröffentlichungen jedoch auf etwa 30 Prozent. Das ist immer noch beachtlich. Aber es ist viel weniger, als die ersten Zahlen vermuten lassen.
Die Erklärung ist einfach. Mehr Code bedeutet nicht automatisch mehr Wert. Code muss überprüft, getestet, zusammengeführt, freigegeben und schließlich von Kunden genutzt werden. Hier gibt es häufig menschliche Engpässe. Teams müssen Reviews durchführen, Manager Prioritäten setzen und Unternehmen entscheiden, welche Funktionen wirklich relevant sind.
KI beschleunigt also einen Teil der Prozesskette, aber nicht automatisch die gesamte Kette. Wenn der Rest des Unternehmens weiter wie bisher arbeitet, geht ein Teil der Gewinnsteigerung unterwegs verloren.
Die Forscher untersuchten auch, ob eine erhöhte Softwareproduktion zu mehr Nutzung führte. Dafür fanden sie wenig Beweise.
Die Zahl neuer mobiler Apps stieg deutlich an, aber die Zahl der Downloads folgte diesem Trend nicht. Viele neue Apps erreichten kaum ein breites Publikum.
Das ist eine wichtige Erkenntnis. KI erleichtert die Produktentwicklung, macht es aber nicht automatisch einfacher, Produkte zu schaffen, die die Menschen wirklich nutzen wollen.
Der Zeitpunkt der Studie ist insofern interessant, als dass Uber-Chef Dara Khosrowshahi kürzlich erklärte, das Unternehmen habe sein gesamtes KI-Budget für 2026 bereits in einem einzigen Quartal aufgebraucht. Uber will daher künftig häufiger kostengünstigere Modelle einsetzen und die teuersten „Frontier“-Modelle für Sonderfälle reservieren.
Auch neue Forschungen zu KI in der juristischen Arbeit weisen in diese Richtung. Kostengünstige Open-Source-KI-Agenten, kombiniert mit leistungsstarken Modellen, die nur gelegentlich als Berater eingesetzt werden, erzielten bessere Ergebnisse bei deutlich geringeren Kosten.
Die Geschichte bietet einen nützlichen Vergleich. Als Elektrizität Ende des 19. und Anfang des 20. Jahrhunderts aufkam, brachte sie nicht sofort einen großen Produktivitätssprung.
Fabriken, die einfach ihre große Dampfmaschine durch einen großen Elektromotor ersetzten und sonst alles beim Alten ließen, erzielten nur begrenzte Gewinne. Der eigentliche Durchbruch kam erst, als Fabriken ihre Prozesse neu gestalteten und Maschinen individuelle Elektromotoren erhielten.
Mit KI kann etwas Ähnliches passieren. Unternehmen, die KI einfach auf bestehende Arbeitsabläufe aufsetzen, erzielen nur begrenzte Gewinne. Unternehmen, die ihre Prozesse rund um KI von Grund auf neu gestalten, können viel mehr Wert schaffen.
Deshalb sind Unternehmen wie OpenAI und Anthropic interessant. Sie wurden nicht als traditionelle Organisationen gebaut, die nachträglich KI hinzufügen. Ihre Produkte, Prozesse und Kultur sind von Anfang an um KI herum aufgebaut.
Das könnte erklären, warum Nutzung, Umsatz und Produktivität dort viel schneller wachsen als bei etablierten Unternehmen, die versuchen, KI in alte Strukturen zu integrieren.
Die großen Gewinner der KI sind also möglicherweise nicht die Unternehmen, die KI nutzen, um bestehende Prozesse etwas zu beschleunigen. Es könnten vielmehr Unternehmen sein, die rund um KI völlig neue Prozesse aufbauen.
GQG warnt, dass Rekordinvestitionen in KI, Chips und Rechenzentren auf eine klassische Spekulationsblase hindeuten – mit erheblichen Risiken für Anleger.
Robinhood rechnet damit, dass KI schon bald eigenständig handeln kann. Privatanleger erhielten damit Zugang zu professioneller Handelstechnologie und intelligenter Automatisierung.
Alles scheint sich derzeit um künstliche Intelligenz zu drehen. Wer nicht mitzieht, verliert nach Ansicht des Kolumnisten den Anschluss.
Viele XRP-Halter ziehen ihre Coins von der Kryptobörse Binance in eigene Wallets ab. Kann das dem Kurs neuen Schwung geben?
KI-Modelle prognostizieren weitere Schwäche für XRP. Große Abverkäufe durch Wale und sinkende Aktivität belasten den Kurs erheblich.
Das KI-Modell ChatGPT schätzt die Wahrscheinlichkeit für einen XRP-Kurs von 20 Dollar im Jahr 2030 als gering ein. Die mittlere Prognose liegt deutlich niedriger.
