#5 In fünf Jahren haben Sie keine KI. Sie sind abgehängt.

Es gibt eine Denkfigur, die in fast jedem Managementgespräch über KI irgendwann auftaucht, meist vorgetragen mit dem ruhigen Selbstbewusstsein langer Berufserfahrung. Sie geht ungefähr so: “Wir haben das bei jeder Technologie erlebt. Erst der Hype, dann die Ernüchterung, dann die Reife. Wer klug ist, wartet die ersten zwei Phasen ab und kauft in der dritten. Die Technologie ist dann besser, billiger, stabiler, und die Fehler haben andere für uns gemacht.”

Ich verstehe diese Denkfigur gut. Sie war über Jahrzehnte richtig. Beim PC war sie richtig, beim ERP-System, beim Smartphone im Unternehmenseinsatz. Wer 1985 keinen Computer kaufte, sondern 1992, bekam ein besseres Gerät zum halben Preis und hatte wenig verpasst, denn der Computer von 1992 stand für alle gleich auf dem Schreibtisch. Man kaufte eine Fähigkeit, und diese Fähigkeit war für Frühstarter und Nachzügler dieselbe.

Heute höre ich dieselbe Logik in neuer Verpackung: “Dann steht in fünf Jahren halt der KI-Computer auf meinem Tisch, und dann habe ich auch KI.” Und an genau dieser Stelle muss ich hart widersprechen, denn dieser Satz enthält den teuersten Denkfehler der gegenwärtigen Transformation. Diesmal funktioniert das Warten nicht. Nicht, weil die Technologie ausnahmsweise keinen Hype-Zyklus hätte, den hat sie durchaus. Sondern weil sich zwei Dinge fundamental von allen früheren Technologiewellen unterscheiden: die Wachstumskurve der Technologie und die Natur dessen, was man beim Warten verliert.

Fangen wir mit der Kurve an. Wir alle haben in den Covid-Jahren eine schmerzhafte Lektion über exponentielles Wachstum gelernt: Der Mensch denkt linear, und lineares Denken versagt an Exponentialkurven zuverlässig. Am Anfang wirkt exponentielles Wachstum harmlos, fast enttäuschend, die Zahlen sind klein, die Skeptiker fühlen sich bestätigt. Dann kommt der Knick, und plötzlich geht alles schneller, als irgendjemand für möglich gehalten hat. Wer beim Knick anfängt zu reagieren, ist bereits zu spät.

Generative KI wächst exponentiell, und zwar nicht als Metapher. Googles KI-Infrastrukturchef Amin Vahdat hat es intern auf eine Folie geschrieben: Die Rechenkapazität für KI muss sich alle sechs Monate verdoppeln, das nächste Tausendfache in vier bis fünf Jahren. Und Sundar Pichai berichtete, dass sich die intern verarbeitete Datenmenge zeitweise alle paar Wochen verdoppelt hat. Nehmen Sie solche Aussagen ruhig mit der gebotenen Vorsicht gegenüber Eigenwerbung. Selbst dann beschreiben sie eine Welt, in der sich die Nachfrage und die Fähigkeiten dieser Technologie in Zeiträumen verdoppeln, in denen klassische IT-Projekte nicht einmal ihr Kickoff-Meeting hinter sich bringen. Ich erlebe diese Kurve in meiner täglichen Arbeit ganz konkret: Aufgaben, an denen die Modelle vor einem Jahr gescheitert sind, erledigen sie heute beiläufig. Deshalb gebe ich in Workshops immer denselben Rat: Was gestern nicht funktioniert hat, kann morgen schon funktionieren. Nicht aufgeben und urteilen “ist halt zu dumm”, sondern wieder ausprobieren. Ein Testergebnis hat bei dieser Technologie ein Ablaufdatum von wenigen Monaten.

Was bedeutet das für die Warte-Strategie? Bei linearem Fortschritt ist Warten günstig: Die Technologie wird ein bisschen besser, ich steige später ein, der Rückstand ist überschaubar und aufholbar. Bei exponentiellem Fortschritt dreht sich die Rechnung um. Der Abstand zwischen dem, der heute anfängt, und dem, der in fünf Jahren anfängt, ist nicht fünf Jahre groß. Er ist so groß wie alles, was in fünf Verdopplungsperioden übereinandergeschichtet wurde. Wenn ich in fünf Jahren mit der KI anfange, hole ich es nicht mehr ein. Da haben mich alle anderen schon abgehängt.

Jetzt könnte man einwenden: Aber die bessere Technologie steht doch in fünf Jahren auch mir zur Verfügung, genau wie damals der Computer von 1992. Das stimmt. Und es geht am Punkt vorbei, denn es unterstellt, dass der Wert in der Technologie steckt. Das tut er nicht. Erinnern Sie sich an Ausgabe 1: Der Elektromotor war für jede Fabrik käuflich. Was die erfolgreichen Fabriken der 1920er von den anderen unterschied, war nicht der Motor, sondern die neu gedachte Fabrik um ihn herum, und die konnte man nicht kaufen. Man musste sie sich erarbeiten.

Genau das verliert der Wartende, und zwar in vier Schichten, die sich nicht nachbestellen lassen.

Die erste Schicht sind die Menschen. Eine Organisation, die heute anfängt, hat in fünf Jahren Mitarbeiterinnen und Mitarbeiter, die fünf Jahre Erfahrung im Denken mit KI haben, die vom Use zum Case gekommen sind, hundertfach, die ein Gespür dafür entwickelt haben, was geht und was nicht. Diese Lernkurve lässt sich nicht kaufen und nicht abkürzen, so wenig wie man Berufserfahrung kaufen kann.

Die zweite Schicht sind die Use Cases. Die wertvollsten Anwendungsfälle stehen in keinem Katalog, weil sie aus der spezifischen Arbeit der eigenen Organisation entstehen. Wer fünf Jahre experimentiert hat, besitzt eine gewachsene Sammlung erprobter, verworfener und verfeinerter Anwendungen. Der Nachzügler besitzt eine Wunschliste.

Die dritte Schicht ist der Kontext. Die KI wird umso wertvoller, je mehr sie über die eigene Organisation weiß, über Daten, Abläufe, Tonalität, Geschichte. Diesen Kontext baut man über Jahre auf, und wer erst 2031 damit beginnt, füttert seine KI mit dem Wissensstand von 2031, während der Wettbewerber auf einem halben Jahrzehnt aufbereiteter Organisationserfahrung sitzt. Mehr dazu in Ausgabe 10, hier nur so viel: Kontext ist die Mitgift, die man der Technologie mitgibt, und Mitgift spart man nicht in einem Monat an.

Die vierte Schicht ist die unbequemste: der Markt. Während Sie warten, wartet Ihre Konkurrenz vielleicht nicht. Und Konkurrenz heißt heute nicht mehr nur der bekannte Mitbewerber aus der Nachbarstadt. Amerikanische und chinesische Unternehmen setzen KI mit einer Konsequenz ein, die hierzulande gelegentlich für Kopfschütteln sorgt, und sie fragen nicht, ob unser Zeitplan schon so weit ist. Europa hat keine eigene nennenswerte KI-Infrastruktur, das ist die bittere Ausgangslage. Was Europa haben kann, ist die Führungsrolle in der kreativen Nutzung, in den Prozessen, Dienstleistungen und Produkten. Das ist unsere realistische Chance, und sie hat ein Zeitfenster. Ich widme dieser Frage die Ausgabe 29, weil sie mehr Raum verdient als einen Absatz, aber sie gehört hierher als Erinnerung: Beim Warten geht es längst nicht mehr nur um die eigene Effizienz.

Es gibt übrigens eine Variante des Wartens, die sich gar nicht als Warten zu erkennen gibt, und die ist die häufigste. Sie klingt so: “Wir haben es getestet, da kommen falsche Antworten raus. Ich warte lieber, bis die KI hundertprozentig richtige Ergebnisse liefert.” Das klingt nach Qualitätsanspruch. In Wahrheit ist es oft etwas anderes: Es ist bequem. Wer auf die perfekte KI wartet, muss sich heute nicht damit auseinandersetzen, muss nichts lernen, nichts verändern, nichts riskieren. Und er hat ein unschlagbares Alibi, denn die hundertprozentig fehlerfreie KI wird es vielleicht nie geben, so wie es den hundertprozentig fehlerfreien Mitarbeiter nie gegeben hat.

Genau an dieser Stelle wird das Warten zur Falle, denn der Maßstab ist falsch gewählt. Aber diesen Gedanken, der aus meiner Sicht über mehr Use Cases entscheidet als jede Modellverbesserung, hebe ich mir für die nächste Ausgabe auf, er verdient sie ganz.

Damit aus der Dringlichkeit kein Alarmismus wird, zum Schluss das Konkrete. Heute anfangen heißt nicht: morgen ein KI-Großprojekt ausschreiben, ein Budget von siebenstelliger Höhe freigeben und eine Taskforce gründen. Hektik ist nur die zweite Form der Hilflosigkeit, gleich nach dem Warten.

Heute anfangen heißt, in dieser Reihenfolge: Erstens, die eigenen sechs Stunden absolvieren, der Plan steht in Ausgabe 4, das ist der Einsatz für eine einzelne Person und kostet nichts als einen ehrlichen Kalenderblick. Zweitens, im eigenen Verantwortungsbereich das Experimentieren erlauben und aussprechen, dass es erwünscht ist, denn in vielen Organisationen wartet nicht das Management auf die Technologie, sondern die Belegschaft auf die Erlaubnis. Drittens, ein einziges wiederkehrendes Arbeitspaket auswählen und vier Wochen lang konsequent mit KI bearbeiten, mit Protokoll, als kleinster denkbarer Beweis. Wer diese drei Schritte gegangen ist, hat mehr Transformationsarbeit geleistet als mancher Lenkungsausschuss in einem Jahr, und er hat etwas, das kein Nachzügler kaufen kann: einen Anfang, der hinter ihm liegt.

Ich habe vorhin den Satz zitiert: “Da kommen falsche Antworten raus, das können wir uns nicht leisten.” In der nächsten Ausgabe stelle ich diesem Satz eine einzige Frage entgegen, und diese Frage bringt erstaunlich viele Gewissheiten ins Wanken: Verglichen womit? Es wird um ein Callcenter gehen, um eine Fehlerquote von vier Prozent, und um die Studien dazu, wie viele Fehler eigentlich Menschen in derselben Rolle machen. Es wird um den seltsamen Doppelstandard gehen, mit dem wir Maschinen an Perfektion messen und Menschen am Durchschnitt. Und es wird darum gehen, warum dieser Doppelstandard Organisationen ihre besten Use Cases kostet, Jahr für Jahr, ohne dass es jemand merkt. Falls Sie bis dahin in einer Diskussion den Satz hören “aber die KI macht doch Fehler”, antworten Sie versuchsweise mit einer Gegenfrage: “Und die bisherige Lösung macht keine?” Beobachten Sie, was passiert.

Denken Sie nicht über KI nach. Denken Sie mit KI.

Ihr Sindre Wimberger

Ein Nachtrag in eigener Sache: Wer nach dieser Serie mehr will, bekommt es bald in Buchform. Unlimitierte Intelligenz, der Termin folgt, sobald er steht.

PS: Zu den Zuschriften auf die Verzehnfachungs-Übung aus Ausgabe 2: Die mit Abstand häufigste Rückmeldung war nicht, dass die Ergebnisse besser wurden. Es war Verblüffung darüber, wie schwer das Verzehnfachen gefallen ist. Einer schrieb, er habe sich beim Anfordern von fünfzig Varianten “körperlich unverschämt” gefühlt. Genau dieses Gefühl ist der Rückstand, von dem heute die Rede war. Er sitzt nicht in der Technologie. Er sitzt in uns.