Atome treffen Bits

Alles ändert sich: Die nächste Business Transformation zielt nicht mehr darauf ab, einzelne digitale Kompetenzen aufzubauen. Es geht vielmehr um die Verbindung der physischen Welt mit unserem digitalen Leben. Statt einer schrittweisen Veränderung ist ein Evolutionssprung gefragt, bei dem etwas grundlegend Neues erschaffen wird.

Wenn digitale und physische Welt verschmelzen, entstehen neue Produkte und Services. Aber auch völlig neue Forschungszweige. Führende Unternehmen erschaffen Werkzeuge, mit denen sie die Regeln unserer Welt neu schreiben. In der DACH-Region liegt der Fokus dabei wesentlich stärker als im Rest der Welt auf nachhaltiger Innovation: Schweizer Unternehmen konzentrieren sich auf Biotechnologie, während Österreich der schon weltweit hohen Bedeutung von KI noch mehr Aufmerksamkeit schenkt als jedes andere Land. Im Ingenieursland Deutschland liegt ein Schwerpunkt auf Digital Twins, aber auch Innovationen hinsichtlich Material- und Energieeffizienz stehen hoch im Kurs.

Wo soll es zum Essen hingehen? Früher haben wir uns auf Empfehlungen von Freund:innen verlassen oder in einen Restaurantguide geschaut. Etwa 2005 starteten dann die ersten Bewertungsplattformen für Lokale. Plötzlich konnten Gäste ihre Meinung öffentlich teilen. Damit änderte sich alles.

Diese Plattformen waren wie ein Fenster der Transparenz: Sie boten einen klaren, detaillierten und weitreichenden Blick auf die Gastroszene. Dieses Prinzip begegnet uns heute überall. Im Unterschied zu bloßen Daten hilft uns Transparenz dabei, bessere Einblicke in Geschäftsprozesse zu erlangen. Mehr Wissen über Kund:innen. Über Veränderungen im Markt. Über Investitionen, Führungspersönlichkeiten und ganze Branchen.

Wer aber setzt die Unternehmen unter Druck, transparenter mit Daten umzugehen? Das unterscheidet sich weltweit. In der DACH-Region sind es vor allem Partner (47 % gegenüber 33 % global) und Investoren (50 % gegenüber 39 % global). Im Rest der Welt fordern vor allem Kund:innen vermehrt Einblicke in die Datennutzung (sagen 52 % gegenüber 38 % in der DACH-Region).   

Bleibt die Frage, wie mehr Transparenz überhaupt entsteht. Dafür müssen Sie den gesamten Lebenszyklus Ihrer Daten betrachten. Welche Daten erfassen Sie? Wie gehen Sie dabei vor? Untersuchen Sie Ihren Datenmanagement-Ansatz und decken Sie Schwachstellen auf. Beurteilen Sie neu, wie Sie diese Daten nutzen, wer Zugang zu ihnen hat und was Sie mit ihnen erreichen wollen.

Ein solcher datengetriebender Ansatz ist der Schlüssel. Ganz gleich, ob Sie operativ effizienter werden oder Kundenbeziehungen neu gestalten möchten. Oder ob Sie einige der schwierigsten informationsbezogenen Probleme der Welt lösen möchten.

Fazit

Der Bedarf an Transparenz und Datenaustausch über Interessengruppen eines Unternehmens hinweg wird immer weiter wachsen. Ihr Unternehmen und Ihre Branche werden transparenter – ob Sie dabei nun eine Vorreiterrolle einnehmen oder nicht. Besser, wenn Sie die Entwicklung aktiv mitgestalten und die Chancen dieses neuen Daten-Ökosystems für sich nutzen.

Alle wollen tiefere Einblicke in Ihr Unternehmen oder Ihre Branche gewinnen. Wenn Sie diesen Anforderungen nicht gerecht werden, wird es jemand anderes tun.

Ende 2022 stellte OpenAI ChatGPT vor – und die Menschen stürzten sich geradezu darauf. Sie stellten dem KI-Bot die kompliziertesten Fragen, ließen ihn Gedichte schreiben und vieles mehr. Die Ergebnisse: beeindruckend. Noch vor ChatGPT gab es einen ähnlichen Hype um bilderzeugende KI-Systeme. KI-Kunst überflutete das Internet.

Diese generierten Inhalte sind Teil einer der größten Veränderungen in der Geschichte der KI: die Einführung von trainierten Modellen mit bemerkenswerter Anpassungsfähigkeit an neue Aufgaben.

Technologieunternehmen und die Forschung vergrößern diese Modelle und die Trainingsdatensets seit 2017 immer mehr. Die heutigen trainierten Modelle sind daher deutlich mächtiger als ihre Vorgänger. Diese sogenannten „Foundation Models“ sind in den Bereichen, für die sie entwickelt wurden, extrem anpassungsfähig.

Unternehmen können mithilfe von Foundation Models viele Aufgaben und Herausforderungen auf ganz neue Art und Weise meistern. Statt eine eigene KI zu entwickeln, erschaffen sie Neues durch existierende KI-Systeme.

Aber es gibt natürlich Hindernisse, Skepsis und Befürchtungen. Worin die größten Risiken der KI-Zukunft liegen, darüber gibt es unterschiedliche Vorstellungen. In Deutschland stehen rechtliche Bedenken im Vordergrund. 27 % der Befragten (17 % global) sehen Themen wie das Urheberrecht als Hürde Nummer eins. In der Schweiz sorgt man sich vielmehr darum, von den Entwicklern der Foundation Models abhängig zu werden. Das gaben 45 % der Befragten an, in den USA liegt der Wert nur bei 20 %. Klar, stammen viele der Modelle doch aus Nordamerika. In Österreich gibt es zudem Befürchtungen hinsichtlich des enormen Energiebedarfs der massiv skalierbaren Systeme.

Nichtsdestotrotz regen die neuartigen Fähigkeiten der Foundation Models und Large Language Models sowie die parallel stattfindenden technologischen Fortschritte einige Menschen zum Träumen an. Sie sehen darin einen Schritt auf dem Weg zu einer Artificial General Intelligence (AGI): Eine solche (bislang theoretische) generalisierte KI wäre in der Lage, jede geistige Aufgabe zu erlernen, die auch ein Mensch erlernen kann.

In jedem Fall haben Foundation Models das Potenzial, das Zusammenspiel von Mensch und KI völlig zu verändern. Manche bezeichnen ChatGPT bereits als Zukunft der Wissensbeschaffung. Der Bot kann Aufsätze schreiben, Programmcode debuggen und komplizierte Fragen beantworten. Schließlich wurde er mit Milliarden von Beispielen aus dem Internet trainiert. Zudem kann sich ChatGPT auf frühere Konversationen beziehen und entsprechend Antworten überarbeiten oder vertiefen. So wirkt der Umgang mit der Software natürlicher und ausgefeilter denn je.

Foundation Models sind außerdem der Schlüssel zu neuen KI-Anwendungen und -Services, die sich zuvor nur schwer oder überhaupt nicht entwickeln ließen.

Künftig wird es beim KI-Betrieb nicht mehr darum gehen, neue Modelle zu erstellen, sondern auf bestehenden aufzusetzen. Dafür braucht es zunehmend Expert:innen mit den nötigen Kompetenzen, um Foundation Models an geschäftliche Bedarfe anzupassen und sie in Anwendungen zu integrieren.

Fazit

Foundation Models sind ein Meilenstein der KI-Geschichte. Kein Unternehmen kann sich davor verschließen. Schon heute können sie Modelle zum Experimentieren verwenden und neue Anwendungen erstellen. Je weiter die Entwicklung voranschreitet, desto vielfältiger werden die Chancen.

Wissenschaft und Technologie haben sich immer schon gegenseitig beeinflusst. Immer wieder konnten beide Disziplinen so die Grenzen des Machbaren verschieben. Nun aber steht ein wahrer Urknall bevor – oder vielmehr eine ganze Phase radikaler Veränderung. Die Fortschritte in Wissenschaft und Technologie beschleunigen sich in rasantem Tempo. Viel schneller, als die meisten Menschen es für möglich gehalten hätten.

Die Ursache für diese kürzeren Feedbackschleifen ist eine kleine Zahl digitaler Technologien. Jene Technologien, mit denen Unternehmen bereits seit einigen Jahren ihr Geschäft unterstützen, erschließen nun ein neues Gebiet: die wissenschaftsgetriebene Innovation. Wissenschaftliche Ansätze hat das drastisch verändert: Wir können heute schneller konkrete Ergebnisse erzielen. Der potenzielle Nutzen für Unternehmen und Gesellschaft ist somit größer.

Wo bieten Unternehmen künftig ihre Lösungen an? Und welche Produkte entwickeln sie überhaupt? Beides könnte sich grundlegend verändern. Dessen sind sich vor allem die Entscheider:innen aus der DACH-Region bewusst. Viele der Befragten halten die derzeitige Innovationsgeschwindigkeit für beispiellos (Schweiz: 44 %, Deutschland: 35 %, Österreich: 20 %). In China (12 %) und den USA (0 %!) ist man da schon entspannter – wohl auch, weil ein hohes technologisches Innovationstempo hier zum Alltag dazu gehört. 

Unabhängig davon braucht unsere Gesellschaft eine schnellere Wechselwirkung zwischen Wissenschaft und Technologie. Schließlich steht die Welt vor nie dagewesenen Herausforderungen, unter anderem in der Medizin, bei Lieferketten und beim Klimawandel. Wir brauchen bessere Lösungen – in kürzerer Zeit.

In der Technology Vision 2023 betrachten wir beispielhaft drei Gebiete, in denen sich die Feedbackschleife besonders stark verkürzt hat: Materialwirtschaft und Energie, Erde und Weltraum sowie synthetische Biologie.

Immer mehr Unternehmen investieren in Technologien, die auch die Wissenschaft voranbringen. Im Gegenzug können sie wiederum wissenschaftliche Errungenschaften nutzen, um schneller neue Lösungen zu entwickeln.

Dennoch: An dieser Revolution teilzuhaben, ist nicht einfach. Schon heute existieren diverse „Beschleuniger-Technologien“. Und die damit verbundenen Veränderungen bei Innovationsprozessen breiten sich schnell aus.

Fazit

Die Revolution im Zusammenspiel von Wissenschaft und Technologie wird Fortschritte für Mensch, Unternehmen und die Welt als Ganzes mit sich bringen. In einer Zeit, in der Herausforderungen wie Pandemien oder der Klimawandel unser Leben prägen, stimmt die Aussicht auf derart verkürzte Innovationszyklen hoffnungsvoll. Jetzt sind Investitionen gefragt, um dieses Potenzial voll auszuschöpfen.