In den vergangenen Episoden haben wir uns ja viel mit der Nachfolge in Unternehmen beschäftigt. Ab dieser Folge richten wir unseren Blick aus Gründen mal wieder auf die Fortschritte beim Thema künstliche Intelligenz. Denn in den letzten Monaten ist da ja nochmal wahnsinnig viel passiert. Wir haben vermutlich alle die Debatten über das zerstörerische, vielleicht ja sogar tödliche Potenzial von KI auch mitbekommen.
Eigentlich haben alle großen KI-Konzerne zuletzt mehr Regeln und mehr Kontrolle verlangt. In dieser Episode wagen wir deshalb mal einen aktuellen Umschlag. Ich bin Christian Bollert, ich bin ein Mensch und das ist unser gemeinsamer Podcast, der Brandeins Podcast: Wirtschaft anders denken. Jede Woche bei detektor.fm.
Die Debatte über KI hat interessanterweise eine riesige Spannbreite. Von der endgültigen Verheißung bis hin zur Apokalypse ist da wirklich alles dabei. Und irgendwo dazwischen sind die Folgen auf unseren Arbeitsalltag und die Wirtschaft. Sehr viele Menschen nutzen KI längst ganz selbstverständlich, beispielsweise an ihrem Arbeitsplatz. Auch Unternehmerinnen und Unternehmer sind immer wieder mit neuen KI-Entscheidungen herausgefordert. Genau deshalb schauen wir uns das mit dieser Episode mal genauer an und auch in den folgenden.
Philipp Klöckner zu Gast
Philipp Klöckner kennen viele von euch als Investor und natürlich auch aus dem Doppelgänger Podcast als einen der bekanntesten Wirtschaftspodcasts Deutschlands. Philipp beschäftigt sich seit vielen Jahren mit künstlicher Intelligenz und ihren Entwicklungen. Denn klar, an KI kommt heute im Start-up- oder Gründungskontext kaum noch jemand vorbei. Ich freue mich sehr, dass Philipp in dieser Episode hier im Brandeins Podcast zu Gast ist und sage: Hallo und herzlich Willkommen!
Hallo Christian, ich freue mich auch. Du fragst ja mittlerweile fast schon traditionell immer im Frühjahr: Wo stehen wir denn da in Sachen KI? Nach diesem turbulenten KI-Sommer, wo stehen wir denn jetzt im Herbst 2026? Ich glaube, wir stehen an so einem pivotalen Moment, also wo das bisher relativ lineare Wachstum, aber schon sehr dynamisch und schnell, sich noch mal zu beschleunigen scheint. Was, glaube ich, an zwei Dingen liegt.
Das eine ist die Fähigkeit, dass KI-Agenten jetzt wirklich stundenlang, zwischen 12 und 16 Stunden, orchestriert, autonom, selbstständig arbeiten können. Das andere ist, dass sie dadurch auch zunehmend sich selbst verbessern kann. Also die KI von morgen, das nächste Modell, wird teilweise von dem heutigen Modell schon mitgebaut. Menschen geben eigentlich nur noch die Aufgaben. Und das ist auch so ein bisschen, warum man Angst hat, dass durch diese rekursive Selbstverbesserung die KI sich so ein bisschen verselbstständigen könnte, eventuell.
Ängste und Herausforderungen
Kannst du diese Angst verstehen? Ich kann die nachvollziehen. Ich teile die auch teilweise, also so differenziert, wie es erforderlich ist. Natürlich, wir sind diesem Schicksal nicht ausgeliefert. Aber ich glaube, ich halte es für vollkommen richtig, sich jetzt diese Fragen zu stellen und eventuell Vorkehrungen zu treffen, damit das, was in den letzten Wochen passiert ist, also in den letzten Wochen und Monaten, also dass Agenten Regierungswebseiten, Open-Source-Webseiten hacken und kompromittieren, das für die Zukunft auszuschließen oder zu unterbinden, ist, glaube ich, schon wichtig.
Die Zahnpaste geht ja nicht zurück in die Tube. Es wird nicht von alleine weggehen, sondern es wird noch viel mehr Fälle geben. Es gibt wahrscheinlich ganz viele Fälle, derer wir uns noch gar nicht bewusst sind gerade. Und insofern halte ich es gar nicht für Angstmache, wenn Leute da waren, sondern ich glaube, es ist jetzt wirklich der letzte Punkt, an dem wir uns noch gut darauf vorbereiten können, eventuell.
Also du hältst es auch nicht für PR, was ja auch wiederum manche unken, so nach dem Motto: Wir wollen zeigen, wie toll wir sind und gleichzeitig mit Kontrolle und ich sag mal Regulierung dafür sorgen, dass der Markt abgeschottet wird? Ja, also niemand weiß, was die, oder bis auf die KI-Firmen selber, weiß niemand, was sie denken aus Marketing- und PR-Sicht. Wenn es das wäre, dann wäre es schlechte PR, weil es kauft ja niemand mehr KI jetzt dadurch oder bestellt eine zusätzliche Instanz oder einen Vertrag, weil die KI besonders gefährlich ist.
Also es wäre kein effektives Marketing, wenn PR dahinter stecken sollte. Insofern glaube ich das nicht. Was ich mir vorstellen könnte, ist, dass die Unternehmen sich so ein bisschen bei den Steuern, sagt man, melden macht frei, glaube ich. Also dass sie quasi sagen möchten: Wir haben es euch doch gesagt, früh genug. Wenn jetzt was passiert, solidarisieren wir die Haftung auch so ein bisschen.
Risiken und Haftung
Und ich glaube, darum geht es sehr stark, dass sie ultimativ wahrscheinlich sogar wollen, dass der Staat mithaftet. Denn ich befürchte, dass KI als Technologie so ein bisschen wie Atomkraft wird. Das heißt, eigentlich kann niemand ein Atomkraftwerk betreiben, ohne dass der Staat die letzte Haftung übernimmt. Denn sollte es mal zu einem katastrophalen Ereignis kommen, wofür es eine gewisse Wahrscheinlichkeit immer gibt, dann sind die Schäden im Zweifel potenziell zumindest so groß, dass ein einzelnes Wirtschaftsunternehmen das eigentlich nicht mehr tragen kann.
Und das ist auch die großen Rückversicherer, also irgendwie eine Münchner Rück oder so, das nicht versichern kann, sondern es braucht dann so eine Art Versicherer auf Last Resort. Und das kann nur der Staat sein. Ich habe das Gefühl zumindest, oder es wäre eine Erklärung, dass die KI-Labore gerade dafür kämpfen, dass der Staat so ein bisschen sagt, dass er die letzten Risiken übernimmt.
Das klingt ja auch so, wenn man das zu Ende denkt, dass die Argumentation tatsächlich auch schlüssig ist. Und wie du sagst, wenn es wie Atomkraft ist und sozusagen, ich sag mal, so krasse Folgen haben könnte, dass der Staat sowieso einspringen muss, dass das nur der zwangsläufige richtige Auftakt dazu ist, zu diesen, ich sag mal, Verhandlungen. Genau, also der potenzielle Schaden wird ja relativ klar.
Im Moment sind es nur relativ unwichtige Webseiten, die kompromittiert worden sind. Aber es könnte demnächst auch die Energieversorgung, Wasserwerke, ein Netzwerk von Krankenhäusern oder so sein. Und dann können die Schäden halt schnell in die Milliarden gehen. Und das wäre nicht nur für diese Firmen bedrohlich. Und es kann weit darüber hinausgehen, wenn noch größere Teile der Infrastruktur oder ein gewisses Bauteil oder ein gewisses Stück Software was vielleicht in jedem Transformator oder in jedem Router im Zuhause oder so kompromittiert wird. Dann können die Schäden schnell in die Hunderte von Milliarden gehen.
Ja, und ich habe das Gefühl, es wäre eine Erklärung. Ich will nicht sagen, das ist die einzig logische, aber ich halte sie für nachvollziehbarer, als dass das alles ein Marketing- und PR-Trick wäre. Weil inzwischen merkt man eigentlich, dass es die schlechteste PR ist, die man machen kann. Also der Gegenwind gegen KI nimmt ja immer weiter zu. Vorher haben Leute sich sehr stark gegen die Data Center gerichtet. Inzwischen wachsen auch die Ängste eben vor möglichen katastrophalen Szenarien.
Hacking-Vorfälle und Gefahren
Sind denn diese Hacking-Vorfälle das, was dich persönlich in den letzten Monaten am meisten überrascht hat beim Thema KI? Oder ist es noch was anderes? Ich halte die Hacking-Vorfälle, auch wenn sie ernst zu nehmen sind, nicht für das Bedrohlichste, ehrlich gesagt. Die zeigen so ein bisschen, was möglich ist. Aber ich glaube, dass wir Menschen eigentlich genug Aufmerksamkeit auf diesen möglichen Fall richten, dass die KI sich verselbstständigt. Das haben wir eigentlich ganz gut auf dem Schirm.
Das ist auch das, woran jeder eigentlich denkt bei KI-Gefahren. Was ich für viel gefährlicher halte, ist ehrlich gesagt zwei Szenarien. Nämlich entweder, dass ein Mensch KI einsetzt für was Boswilliges. Also dass Terroranschläge geplant werden mithilfe von KI, Biowaffen eventuell gebaut werden oder andere Arten von Anschlägen geplant. Es gab jetzt Beispiele dafür, dass die Houthi-Milizen im Jemen KI genutzt haben, um Raketensteuerungssoftware zu bauen und so weiter.
Das heißt, die KI muss sich gar nicht selbstständig machen oder irgendwie ein Bewusstsein entwickeln, um gefährlich zu werden, sondern Menschen, die KI nutzen und dadurch neue Fähigkeiten erlangen. Das ist die Gefahr, die ich zumindest nicht so weit in der Zukunft, sondern viel näher an der Gegenwart sehe. Und die andere Gefahr ist, dass die KI Menschen zum Diener macht. KI ist extrem gut darin, Menschen zu überzeugen, im Zweifel zu bestechen oder zu erpressen, sogar.
Sicherheitsvorkehrungen und Herausforderungen
Und als Sicherheitsvorkehrungen erwähnt man ja oft, dass man die KI in so eine Blase einschließen kann. Man nennt das Airgapen. Das heißt, ich trenne einfach alle Verbindungen zum Internet und dann wäre die KI sicher. Was die KI zum Beispiel machen könnte, ist einfach den Fördler bestechen, sozusagen, um ins Fort Knox zu kommen. Also irgendwie kompromittierende Daten über einen Wissenschaftler zu finden oder Menschen mit geklauten Bitcoins zu bestechen oder so.
Es gibt zahlreiche Möglichkeiten, wie die KI auch technische Hürden überwinden könnte. Das macht mir ehrlich gesagt mehr Angst, als dass sie irgendwie die Kontrolle über Roboter gewinnt und wir dann so ein Skynet-Terminator-Szenario haben. Lange bevor das der Fall ist, werden entweder Menschen mit KI Schaden anrichten oder KI mit der Hilfe von Menschen erheblichen Schaden anrichten. Das macht mir kurzfristig viel mehr Sorgen, ehrlich gesagt.
Ökonomische Perspektiven
Philipp Fragner vom Doppelgänger Podcast im Gespräch beim Podcast Radio detektor.fm. Und wir sprechen gleich noch intensiver über künstliche Intelligenz, über die Gefahren, aber natürlich auch über die Chancen. Philipp, es gibt ja auch viele Ökonomen, die sagen, das ist alles irgendwie doch eine große Blase, das funktioniert alles nicht. Diese ganzen Milliardeninvestitionen, die können sich niemals rechnen. Wie blickst du da drauf? Du guckst dir das ja auch ziemlich genau an.
Ich glaube, es ist sinnvoll, da an Szenarien zu denken. Also niemand weiß, ob das klappt oder nicht. Es kann definitiv klappen. Die Bedingung dafür ist, dass die Nachfrage nach KI-Lösungen weiterhin steigt. Es kann aber auch scheitern, wenn die Nachfrage, die Adoption, die Anwendung von KI nicht schnell genug zunimmt. Das heißt, die große Gefahr ist, es wird nicht an den Fähigkeiten von KI scheitern. Die werden immer besser.
Es gibt sogar so einen Fähigkeitenüberhang eigentlich. Das heißt, KI ist schon viel besser, als wir sie einsetzen können. Das heißt, der Haupt-Bottleneck ist, dass insbesondere große Unternehmungen, Organisationen, aber auch Menschen im Einzelnen noch gar nicht genug Use Cases finden oder sogenannte Best Practices oder Anwendungsbeispiele, die gut funktionieren. Wir wissen, es funktioniert im Coding, im Kundenservice inzwischen ganz gut.
Aber davon brauchen wir eben noch drei, vier, fünf weitere Industrien, die disruptiert werden können von KI, wo die KI einen Großteil der Wertschöpfung generieren kann. Und das muss eben passieren, damit man in Zukunft diese massiven Investitionen rechtfertigen kann. Das heißt, man muss am Ende von dem Software auch in den Dienstleistungssektor gehen. Man muss wirklich die menschliche Arbeit ersetzen und nicht nur bessere Software bauen. Das ist so ein bisschen die erforderliche Bedingung dafür.
Marktentwicklung und Risiken
Und sollte die Nachfrage nicht schnell genug steigen, dann könnte es drohen, zumindest die Gefahr, dass man zu viel Kapazität aufgebaut hat. Wobei man sagen muss, das, was uns dann sozusagen an Investitionsvorhersagen verkauft wird, ist teilweise eben auch revidierbar. Also wenn da steht, bis 2030 werden zwei Billionen investiert oder drei, vier Billionen, je nach Schätzung, dann ist das schon so, dass, wenn die Nachfrage jetzt nachlassen würde, dann würde man natürlich auch ein paar Datacenter noch absagen können.
Es ist alles nicht so starr, wie immer vermutet wird. Also man nimmt eigentlich an, dass die Nachfrage extrem dynamisch ist. Die könnte viel zu tief ausfallen, sie könnte aber auch weiter sehr hoch bleiben. Aber natürlich sind die Investitionen auch nicht in Stein gemeißelt. Ganz viele Datacenter werden ja zum Beispiel gar nicht gebaut, weil die Zulassung fehlen oder Menschen sich dagegen aufwenden.
Und insofern glaube ich, dass man das eigentlich ganz gut austarieren kann und zumindest eine gute Chance besteht, dass man ein Gleichgewicht findet. Tatsächlich ist es ja so, dass die Firmen ihre zukünftigen Umsätze schon relativ gut antizipieren können, weil sie sehr langfristige Verträge zumindest mit einigen Kunden haben.
Es gibt trotzdem ein signifikantes Risiko, unter anderem weil die zwei größten Kunden natürlich OpenAI und Entropiq selber sind, die wiederum derzeit noch nicht profitabel sind. Das heißt, würde einer von denen ausfallen, dann könnte die ganze Industrie so ein bisschen in Zwang geraten. Das heißt, das Risiko ist real, es ist aber nicht zwangsläufig, sodass wir jetzt in den nächsten zwölf Monaten einen Crash sehen müssen.
Es gibt durchaus das Szenario, aber ich halte es im Moment zumindest nicht für das Wahrscheinlichste. Wenn man das so ein bisschen mit dem großen Internetboom der 2000er Jahre vergleicht, dann sind wir eben noch nicht im Jahr 2000, glaube ich, wo dann der große Crash passiert. Sondern vielleicht sind wir noch 1998 und haben noch 12, 18 gute Monate vor uns. Und vielleicht schafft man auch so eine Art Soft Landing, dass man es sehr gut schafft, Nachfrage und Angebot ins Gleichgewicht zu bringen.
Zukunftsausblick
Wie müsste denn das passieren? Also Windows 98 ist so eine Assoziation, die ich jetzt sofort natürlich habe. Aber was wäre dafür nötig? Also die Analogie mit der 2000er Blase hält insofern nicht gut, dass damals Firmen halt kein Geld verdient haben. Es gab kaum Umsätze, schon gar nicht Gewinne. Das ist heute halt ganz anders.
Die Firmen, die sozusagen an dem KI-Wettbewerb partizipieren, sind unter anderem Google, Microsoft, Amazon, Meta, die selber extrem profitable Geschäftsmodelle haben, die das auch gut aus dem einen Cashflow finanzieren können. Teilweise verschulden sie sich trotzdem zusätzlich, aber die könnten, also die werden jetzt nicht pleite gehen, dadurch, wie man das 2000 gesehen hat.
Es gibt ein paar Firmen, Oracle, CoreWeave, diese Neo-Hoster oder jüngste Generation der Data-Center-Betreiber, die arbeiten mit sehr viel Schulden und die wären eventuell die Ersten, die dann hops gehen könnten. Insgesamt ist aber so, dass auch Entropiq und OpenAI nicht nur Umsätze fahren, sondern auch positive Deckungsbeiträge haben. Das heißt, sie verdienen mit jedem Kunden eigentlich Geld. Das wird auch so bleiben.
Ich würde nicht davon ausgehen, dass die Nachfrage nach KI nachlässt. Das ist, glaube ich, das am wenigsten wahrscheinlichste Szenario. Die andere Hauptgefahr ist, so ein bisschen, dass ich habe gerade gesagt, die verdienen Geld damit, KI-Dienstleistungen zu verkaufen. Das Problem ist aber, um in diesem Rennen drin zu bleiben, dass sie eins der besten Modelle haben, müssen sie immer massiv Multimilliarden investieren jedes Jahr, um quasi ein marktfähiges Spitzenmodell zu trainieren.
Und das verschlingt so viel Geld. Wir haben das neulich im Podcast mit der Formel 1 verglichen. Das ist so ein bisschen so, du bist ein Autohersteller und du weißt, jedes Mal, wenn du das Formel 1-Rennen gewinnst, verkaufst du 100.000 Autos mehr. Und jetzt ist es in dem Fall aber so, dass der Preis dafür, das Formel 1-Rennen zu gewinnen, 20 Milliarden sind und du verkaufst dann aber nur Autos im Wert von 10 Milliarden eventuell.
Also das Training dieser Modelle ist so teuer, dass selbst wenn der Verkauf der KI-Dienstleistung prinzipiell positiv ist, ist die Firma insgesamt dann noch verlusttragend, weil dieses Wettrüsten zwischen den großen KI-Anbietern halt so ruinös ist für alle Teilnehmer im Moment. Das heißt aber auch, nehmen wir mal an, du hast ja gesagt, dieses Bild von der Dotcom-Blase ist wahrscheinlich nicht ganz treffend, aber wir sind schon in so einem Hype Cycle und aber noch lange nicht im Tal, höre ich daraus.
Ja, also das ist, Prognosen über die Zukunft immer schwierig, gerade wenn es auch um Märkte geht, natürlich. Mein persönliches Empfinden ist, wir sind noch nicht im Tal. Wir sind definitiv in einer Art von Übertreibung und Hype-Phase. Das sieht man in verschiedenen Sachen, also die Dimension allein, aber auch, dass es wieder viel mehr Börsengänge gibt, die Bewertungen natürlich astronomisch sind teilweise, die Euphorie unter den Menschen sehr hoch ist, viele neue Leute auch in den Aktienmarkt kommen.
Gleichzeitig sieht man auch, wie nervös der Markt ist, also dass gestern, als wieder so ein bisschen stagnierende Zahlen reported wurden, die Aktien dann auch sehr stark eingebrochen sind kurzfristig. So, kurz kleinere Korrekturen wird man sicherlich ganz viele noch sehen auf dem Weg. Ich halte es aber für eher unwahrscheinlich, dass wir noch in diesem Jahr oder in den nächsten sechs, acht Monaten einen größeren Crash sehen, es sei denn, es gibt irgendein Black-Swan-Event, also dass Trump noch einen zusätzlichen Krieg anfängt oder die Chinesen wirklich das erste Mal ein besseres Modell bauen als die USA, was außerdem noch günstiger ist.
Das kann schon alles passieren, die Risiken existieren, aber für das wahrscheinlichste Szenario halte ich es gerade nicht. Also ich glaube, es ist noch eine sehr aufregende Zeit und wir sind gerade erst am Anfang, sowohl wenn man auf Konsumenten schaut, also auf ganz normale Verbraucher wie du und ich oder unsere Eltern. Da ist die KI Nutzung noch ganz am Anfang. Eigentlich, die werden wahrscheinlich in Zukunft noch nicht für KI bezahlen wollen, sondern es wird werbefinanziert werden.
Aber auch bei den Unternehmen ist man eigentlich noch ganz am Anfang. Also die meisten Unternehmen haben noch die ersten Pilotprojekte, wo sie ein bisschen versuchen, sinnvolle Anwendungen zu finden mit KI. Es gibt aber noch, zumindest bei den größeren Unternehmen, relativ wenige, die wirklich gute Use Cases gefunden haben, die man unternehmensweit ausrollen kann und die deutlich zu den Umsätzen der KI-Firmen beitragen. Das heißt, ich glaube, eigentlich da ist noch wirklich viel Marktpotenzial vor uns und das wird sich über die nächsten Monate noch aufbauen, wäre zumindest meine Vermutung.
Wertschöpfung und Chancen
Ja, ich würde gerne bei der du hast es auch vorhin Wertschöpfung genannt, bleiben, weil das ist ja das, was immer jetzt gerade aktuell rauskommt. Genau, Unternehmen, wie du es gerade beschrieben hast, haben jetzt irgendwie angefangen, haben ihre Modelle eingekauft, kombinieren die möglicherweise und testen darum. Aber kaum jemand, zumindest glaubt man so den Umfragen, hat schon wirklich irgendwie einen Kostenvorteil bei sich entdeckt und eine Wertschöpfung.
Du hast gesagt, im Dienstleistungsbereich liegt da noch eine Chance, also bei den Menschen selbst. Hast du da eine Vision, wie das konkret aussehen könnte? Ja, also das Wichtige ist, dass man im Kopf sich so ein bisschen erlaubt, die Ambiguität zu haben, dass es zwei Realitäten gibt. Es ist einerseits so, dass große Organisationen, Mittelständler, staatliche Behörden, Konzerne, die werden wahrscheinlich wieder 10 bis 20 Jahre brauchen, um die KI-Transformation zu schaffen, so wie es auch bei der digitalen Transformation war.
Vielleicht geht es ein bisschen schneller, aber die Beharrungskräfte großer Organisationen, also dass da auch Menschen sitzen, die dem nicht vertrauen, die sich dagegen weigern, dass es Betriebsräte gibt, dass auch Management-Entscheidungen so ein bisschen zögernd getroffen werden, all das verlangsamt eigentlich das, was technisch heute schon möglich wäre.
Weil die so träge sind. Genau, weil die so träge sind. Und wie gesagt, da ist die Digitalisierung eigentlich eine relativ gut haltende Analogie, glaube ich. Und parallel gibt es sogenannte AI-Native oder AI-First-Companies, also die vielleicht in den letzten zwei Jahren gegründet wurden als Start-up. Da ist es natürlich schon längst so, dass die vielleicht niemals eine Personalperson einstellen werden oder eine Buchhaltungsperson, weil das tatsächlich zumindest am Anfang agentisch gelöst werden kann.
Und wenn man auf dem weißen Blatt Papier beginnt, dann kann man, glaube ich, ganz viele Dinge schon heute mit KI lösen. Und das sieht man unter anderem darin, dass der Umsatz pro Mitarbeiter bei solchen Firmen viel größer ist. Das wäre eigentlich das Maß für die Produktivität. Man sieht, dass der Weg zu einer 1-Milliarde-Bewertung viel weniger Mitarbeiter braucht heutzutage. Es gibt verschiedene Indikatoren, zumindest die das zeigen.
Und nicht zuletzt auch die Produktivität der KI-Labore selber. Der durchschnittliche Mitarbeiter bei Entropic generiert 15 Millionen US-Dollar Umsatz im Jahr pro Person. Es gibt kein anderes Unternehmen, als das mir bekannt ist, auf der Welt, was so viel verdient. Google ist vielleicht bei 1, 2 Millionen pro Mitarbeiter. Und das ist schon ein hyperprofitabler und umsatzstarker Konzern.
Das heißt, in den KI-Unternehmen selber und in der neuesten Generation von Start-ups, da sieht man die Produktivität schon. Das dann aber in bestehende Prozesse und Organisationen zu integrieren, das ist eben die eigentliche Herausforderung. Daran arbeiten jetzt Unternehmensberatungen. Daran arbeiten die KI-Labore selber, indem sie ihre eigenen Leute in die Unternehmen schicken. Daran arbeiten Private-Equity-Unternehmen, indem sie versuchen, andere Unternehmen zu kaufen und so ein bisschen mit dem Schwert zu missionieren und zu transformieren.
Da gibt es verschiedene Ansätze, aber das wird Jahre und Jahrzehnte vielleicht dauern, bis sich das komplett durchgesetzt hat durch die Industrie und die größten Unternehmen. Jetzt haben wir gerade, ich sag mal, die großen Tanker angesprochen und auch die öffentliche Verwaltung, wo du sagst, das ist wahrscheinlich wie bei der Digitalisierung, das dauert Jahre oder Jahrzehnte.
Familienunternehmen und Anpassungsfähigkeit
Und die KI-Unternehmen selbst. Wir haben hier in dem Podcast in den vergangenen Wochen sehr viel über Familienunternehmen gesprochen. Die sind ja auch oft eher kleiner, eher konservativer. Da hängt es wahrscheinlich, was würdest du sagen, von den einzelnen Führungsleuten ab oder vom Team? Wie können die da schnell darauf reagieren? Müssen die überhaupt oder sollten die die Geschwindigkeit der, weiß ich nicht, der großen DAX-Konzerne mitmachen?
Also die können sich besser stellen im Vergleich zur Konkurrenz, wenn sie früh, also man muss jetzt nicht die blutige Nase holen und alles zuerst ausprobieren, aber man sollte am Markt dranbleiben und überwachen, was sind Use Cases, die schon funktionieren. Und die sollte man dann auch schnell übernehmen. Das heißt, so eine sogenannte Fast-Follower-Strategie. Ich bin jetzt nicht der Pionier, der selber versucht, alles zuerst zu lösen, sondern ich schaue, was funktioniert für andere schon und das übernehme ich dann schnell.
Das halte ich für die richtige Strategie. Sollte man das nicht, und es gibt natürlich ein breites Spektrum, auch das muss man differenzieren. Es gibt Familienunternehmen, die das schon sehr erfolgreich einsetzen. Die Mehrheit ist vielleicht eher so im Konzern zu vergleichen, wo es starke Beharrungskräfte gibt, die das eher verhindern oder Trägheit verursachen.
Die Gefahr ist, wenn man das nicht macht, dann gibt es eben die nächste Generation, wenn man so möchte, an Firmen, die versuchen, entweder bestehende Firmen aufzukaufen und sie dann so ein bisschen eigentlich fast auszuhöhlen und mit KI-Prozessen zu ersetzen. Das liegt daran, dass, wenn jetzt ein Start-up zum Beispiel ein Softwareprodukt eines Mittelständlers nachbaut oder einen Prozess, auch meinetwegen einen industriellen Prozess, dann können die das vielleicht heute effizienter aufbauen durch KI und Robotik.
Aber ihnen fehlt natürlich der Zugang und das Vertrauen von Kunden. Daran scheitern die Start-ups in der Regel. Und deswegen gibt es schon Ansätze, wo man in sogenannten Roll-Ups dann bestehende Firmen, die schon länger im Markt sind, aufkauft, hauptsächlich um die Kundenkontakte und Umsätze quasi zu akquirieren und dann im Backoffice oder in der eigentlichen Unternehmung dann die Produktivitätspotenziale zu heben, indem man eben dann viel moderner arbeitet.
Wenn man ganz ehrlich ist, muss man dafür aber einen Großteil der bisherigen Organisation, des Tech-Stacks, des Maschinenparks eventuell austauschen, weil die Transformation der bestehenden Unternehmen eben sehr kompliziert ist.
Philipp Klöckner vom Doppelgänger Podcast im Brandeins Podcast. Und wir sind gleich wieder da.
Philipp, du bist ja auch bekannt dafür, dass du gerne mal mit Mythen aufräumst oder sie infrage stellst, zum Beispiel dass KI für die Entlassung bei den Tech-Konzernen seit Corona verantwortlich ist.
Welcher Mythos nervt dich denn gerade in der Debatte über KI?
Am meisten nervt mich, dass diese Aufrufe oder Alarmmeldungen, was die Gefahren angeht, oft als sogenanntes Fearmongering, also Angstmacherei oder Angsttreiberei, bezeichnet werden oder eben als Marketing. Das halte ich für zu kurz gedacht. Ich nehme die Gefahr ernst und ich glaube, dass zumindest einige der Akteure, die da Alarm schlagen, das ernst meinen und wirklich vor tatsächlichen Gefahren warnen möchten.
Ein weiteres Problem ist, dass man immer alles in Schubladen versucht zu stecken. Das ist vielleicht ein generelles Problem der Zeit und von sozialen Medien oder der Medienlandschaft insgesamt. Es fehlt der differenzierte Blick. Man lässt nicht zu, dass es einerseits Start-ups gibt, die zu einem sehr hohen Maß von der Produktivität von KI schon heute profitieren.
Gleichzeitig ist es aber falsch zu behaupten, dass bei großen Unternehmen in den nächsten zwei Jahren 50 Prozent der Jobs wegfallen werden. Man muss wirklich diese Ambiguität im Kopf erlauben, dass es parallele Realitäten gibt und beides gleichzeitig wahr sein kann. Es gibt Unternehmen, die schon 100 Prozent KI-native arbeiten, für die es selbstverständlich ist, und es wird trotzdem Jahrzehnte dauern, ein großes Unternehmen zu transformieren.
Deswegen versuchen wir, das im Podcast so differenziert wie möglich zu gestalten. Unser Podcast dauert oft bis zu zwei Stunden. Da haben wir den Rahmen dafür. Ich verstehe natürlich auch, dass Medien versuchen, das verkürzt zu machen oder so ein bisschen auf den Punkt zu bringen, um Aufmerksamkeit zu erhaschen.
Aber wie schön, dass es das Medium Podcast gibt! Ich glaube, das ist auch eine Rückmeldung, die wir zu diesem Podcast hier immer bekommen: dass es möglich ist, auch mal Grautöne zu zeigen und tiefer in die Materie einzusteigen als beispielsweise in einer Minute auf TikTok oder so.
Weil du gerade danach gefragt hast, was mich stört oder was man aufhören sollte. Ich glaube, die eine Haltung, die wirklich nicht mehr zeitgemäß ist, ist, die KI jetzt irgendwie mit Macht dafür zu finden, was nicht funktioniert. Sei es Halluzination oder dass die Software nicht gut genug ist, die gebaut wurde.
Was sich ja in den letzten drei, vier Jahren gezeigt hat, ist, dass zuerst die Texter gesagt haben, sie kann keine ordentlichen Texte schreiben. Dann haben die Designer gesagt, sie kann keine ordentlichen Bilder generieren. Die haben alle sechs Finger. Dann hat Hollywood gesagt, die Videos, da müssen wir uns keine Sorgen machen. Die Programmierer haben gesagt, die Software ist nicht gut.
Und wir sehen eigentlich, wie all diese Brandmauern, wenn man so möchte, gefallen sind. KI kann alles, was intellektuelle Arbeit ist, zumindest 90 bis 95 Prozent der Arbeit, die Menschen typischerweise machen, schon sehr gut erledigen.
Und alles, worüber wir heute reden, was KI nicht kann, ist das, was sie in den nächsten sechs bis zwölf Monaten antrainiert bekommen wird. Zeit damit zu verschwenden, mit so Grabenkämpfen, was jetzt gerade noch nicht geht oder wo sie nicht gut genug ist oder wo der Mensch noch besser ist, finde ich absolut müßig.
Es geht eigentlich nur um die Trajektorie. Wir müssen uns vor allen Dingen anschauen, was von Ende 2022 bis heute 2026 passiert ist, in extrem kurzer Zeit, in etwas mehr als drei Jahren. Und davon ausgehend überlegen, wo wir in zwei Jahren oder drei Jahren stehen werden, wenn die Entwicklung einfach nur so weitergeht.
Und das ist vollkommen müßig, darüber zu reden, ob das Modell heute noch ein bisschen traditioniert Buchstaben nicht zählen kann oder nicht gut rechnen kann. Das sind alles lösbare Probleme, die nur Zeit brauchen. Und die Lösung dieser Probleme beschleunigt sich eher in der Geschwindigkeit. Ich glaube, das kann eigentlich heutzutage niemand mehr ignorieren.
Dann würde ich doch noch einmal, wenn du es gerade so beschreibst, zurückkommen auf das Thema Podcast. Diese Episode hier ist ja auch so ein bisschen eine Vereinigung zweier erfolgreicher Wirtschaftspodcasts in Deutschland.
Und es gibt ja nicht wenige Leute, die meinen, auch Podcasts werden in wenigen Jahren vor allem KI-generiert sein, vor allen Dingen was die Masse angeht. Wie blickst du denn da drauf, oder ihr beide?
Ich würde sagen, also technisch möglich ist das mit Notebook oder M zum Beispiel. Das ist ein Google-Modell oder auch Eleven Labs. Man könnte es erst von Code quasi texten lassen und dann mit Eleven Labs oder anderen Text-to-Speech-Modellen in Sprache übersetzen lassen. Das wird immer besser. Das wird auch interaktiver. Man kann zwei Hosts oder Gastgeberinnen miteinander sprechen lassen.
Die fallen sich inzwischen sogar gegenseitig ins Wort, sodass es natürlicher klingt und so weiter. Ich würde sagen, im Moment hört man auch raus, dass es KI-Stimmen sind. Es sind so typische Muster und Artefakte noch dabei. Aber auch das wird eben immer besser werden.
Ich glaube, am Ende wird die KI vielleicht relativ spät lernen, ich sage nicht nie, aber relativ spät, was man vielleicht Geschmack oder im Englischen „Taste“ dazu sagt. Also was ist dann wirklich das Persönliche, was den Podcast ausmacht?
Das ist halt, sich auch mal versprechen, Fehler machen, mal ein falsches Wort benutzen, einen schmutzigen Witz einstreuen oder solche Sachen. Das macht dann am Ende den Podcast aus. Da hat man ja auch immer so eine parasoziale Beziehung.
Das heißt, die, die einen hören, haben einen irgendwie zweimal die Woche im Ohr und denken, sie sind der beste Freund. Man selber kennt seine 50.000 Hörer natürlich, aber vielleicht gerade nicht so gut, jedenfalls nicht so gut.
Und ich glaube, da ist schon ein bisschen mehr drin. Aber so rein technisch, sagen wir mal, so ein typisches Wirtschafts-Morning-Briefing, das kann man heute vollautomatisiert erstellen lassen. Es gibt ein gutes Beispiel, den KI-Newsletter Synthesizer. Den gibt es auch als Podcast von Mathis Schrader. Der ist da schon relativ weit vorne, würde ich sagen, bei dem, was möglich ist, und wird sicherlich noch besser werden.
Es klingt immer noch synthetisch, würde ich dazu sagen. Also einem ist vollkommen bewusst, dass man da KI zuhört. Und es hat so seine eigenen Spleens. Also das, was bei Menschen vielleicht Macken sind, hat die KI dann auch, wenn man so möchte.
Die Frage ist, wie schnell Menschen sich daran gewöhnen, also ob die dann zufrieden sind damit, auch synthetische Stimmen zu hören, oder ob ihnen es wirklich sehr wichtig ist, authentische Menschen zu haben, die auch ein echtes Leben haben, die echte Erlebnisse und Erfahrungen haben.
Philipp Klöckner vom Doppelgänger Podcast im brand eins Podcast. Und ich sage vielen Dank für das Gespräch und den Austausch.
Ich hatte zu danken. Das Thema KI wird uns, wie angekündigt, auch in den kommenden Wochen noch intensiver beschäftigen. Folgt doch gern dem brand eins Podcast in eurer Lieblings-Podcast-App. Das ist die beste Versicherung dafür, dass ihr diese Episoden dann auch nicht verpasst.
Und Stichwort Sichtbarkeit: Uns hilft jede Fünf-Sterne-Bewertung von euch natürlich bei Apple Podcasts oder Spotify, denn das erhöht die Sichtbarkeit unseres Podcasts für andere Leute. Sollte euch diese Episode hier also gefallen haben, dann schickt sie doch gern einer Person weiter, der das möglicherweise genauso geht, die vielleicht auch genau das mag, dass hier quasi Menschen direkt miteinander sprechen und kommunizieren und sich möglicherweise auch mal versprechen.
Auf jeden Fall hilft das Weitersagen, dass wir noch mehr von diesem Podcast hier machen können.
Und zum Schluss habe ich noch eine Podcast-Empfehlung: Klussmann und Beck. Die beiden Namen habt ihr vielleicht schon mal gehört. Henning Beck ist Neurowissenschaftler, hat Bestseller wie „Besser Denken“ geschrieben und ist Kolumnist für brand eins und war ja auch hier schon mal im Podcast zu Gast.
Und Sebastian Klussmann kennt ihr vielleicht aus dem Fernsehen, wenn ihr denn noch Fernsehen guckt, denn er ist Jäger in der ARD-Quizshow „Gefragt Gejagt“. Und beide zusammen haben einen Podcast, und zwar „Klussmann und Beck – das Duell der Besserwisser“.
Und da ist der Name Programm, denn die beiden duellieren sich jede Woche. Es geht um die kleinen und großen Fragen unserer Zeit, immer mit offenem Visier und mit Fakten. Ein wissenschaftlicher Blick hinter Schlagzeilen und Debatten.
Außerdem ist es ein Podcast zum Mitreden und Mitmachen, denn ihr könnt Klussmann und Beck auch herausfordern. Wie das funktioniert, erfahrt ihr natürlich in diesem Podcast. „Klussmann und Beck – das Duell der Besserwisser“ erscheint jeden Dienstag und Samstag.
Und der brand eins Podcast, der erscheint seit mehr als zehn Jahren jeden Freitag, und das wird auch kommende Woche so sein. In diesem Sinne, macht’s gut und gern bis nächste Woche.
Der brand eins Podcast – Wirtschaft anders denken. Jede Woche bei detektor.fm. Der brand eins Podcast wird produziert vom Podcastradio detektor.fm. Redaktion: Stefan Ziegert, Katja Stamm und Gerolf Meyer. In Zusammenarbeit mit Frank Dahlmann vom brand eins Magazin. Moderation: Christian Bollert.
Foto: Hubert Boesl