Wie die KI teurer wurde als die Menschen, die sie ersetzte

Künstliche Intelligenz sollte die Arbeitswelt revolutionieren. Weniger Menschen, mehr Maschinen und vor allem geringere Kosten. Seit dem Start von ChatGPT Ende 2022 haben Unternehmen weltweit Milliarden in KI investiert. Vor allem die großen US-Techkonzerne treiben seitdem den Ausbau voran.

Die Rechnung schien zunächst einfach: Wenn eine KI die Arbeit eines ganzen Teams übernehmen kann, lassen sich Personalkosten einsparen. Unternehmen bauten Stellen ab, integrierten KI in ihre Arbeitsabläufe und investierten massiv in Rechenzentren, Cloud-Systeme und leistungsfähige Chips. Doch mittlerweile zeigt sich: KI ist nicht automatisch billig.

Holger Hoos, Alexander von Humboldt-Professor für Künstliche Intelligenz und Direktor des KI-Centers an de RWTH Aachen, nennt einen aus seiner Sicht entscheidenden Denkfehler, der von Anfang an gemacht wurde: "Einer dieser Fehler ist, dass die ganze Grundausrichtung zu sehr in Richtung ersetzen statt sinnvoll ergänzen geht."

Auch in den News:

• Linken-Politiker Bartsch verliert bei "Lanz" wegen Sven Schulze die Fassung

• Solarziel erreicht – doch der nächste Ausbau wird schwieriger

• Warum kehren Harry und Meghan nach Großbritannien zurück?

Wenn KI plötzlich teuer wird

Auf Unternehmensebene können die Kosten für KI-Nutzung erheblich sein. Neben den eigentlichen Software-Lizenzen müssen Unternehmen für Rechenleistung und die Nutzung von sogenannten Tokens bezahlen. Tokens sind vereinfacht gesagt eine Art Guthaben für KI-Anfragen. Je mehr Anfragen verarbeitet werden und je komplexer diese sind, desto höher können die Kosten ausfallen.

"Die Nahbarkeit von KI hat auch zu Missverständnissen geführt, weil man viele Dinge ad hoc spontan eben auch lösen konnte. Fragen beantworten, die durchaus komplex waren, Texte generieren und so weiter. Man hat eine sehr einfache Rechnung gemacht, nämlich Nutzen pro Zeit und hat das dann verglichen mit dem Personaleinsatz", erklärt Prof. Andreas Dengel vom Deutschen Forschungszentrum für KI in Kaiserslautern.

In der Tech-Branche hat sich dabei ein Begriff etabliert: Tokenmaxxing. Dabei geht es darum, möglichst viel KI zu nutzen und möglichst viele Tokens zu verbrauchen. KI-Nutzung wird teilweise zum Statussymbol. Wer besonders viel mit KI arbeitet, kann innerhalb eines Unternehmens als besonders fortschrittlich gelten.

Das Problem: Ein hoher Verbrauch bedeutet nicht automatisch einen hohen Nutzen. Unternehmen können so enorme Rechnungen produzieren, ohne dass die zusätzliche KI-Nutzung tatsächlich einen entsprechenden Mehrwert schafft. Prof. Hoos warnt vor dem KI-Einsatz um jeden Preis.

"Also KI so viel wie möglich, so oft wie möglich immer und überall anzuwenden. Und das ist, glaube ich, genau das, was man nicht tun sollte, weil damit macht man eine Menge schlechter Erfahrungen. Schlechte Erfahrungen in dem Sinne, dass man einfach viele Dinge probiert, die dann eben nicht gut funktionieren, die man zurückdrehen muss und das ist teuer", erklärt Prof. Hoos.

Die KI-Rechnung wächst

Das Problem beschränkt sich nicht auf Software und Tokens. KI benötigt enorme Rechenkapazitäten. Dafür werden immer größere Rechenzentren gebaut. Diese Infrastruktur ist teuer und benötigt große Mengen an Energie. Gleichzeitig fließen bereits Milliarden in den weiteren Ausbau der KI-Infrastruktur.

Damit entsteht ein Widerspruch: Unternehmen wollten mit KI eigentlich Kosten senken. Gleichzeitig müssen sie immer mehr Geld investieren, um die Technologie überhaupt betreiben zu können. Auch die Qualität der Ergebnisse ist ein Faktor. KI macht Fehler. Die Ergebnisse müssen deshalb häufig von Menschen überprüft und korrigiert werden.

Damit entsteht eine neue Kostenrechnung: Wenn ein Mensch durch KI ersetzt wird, die KI aber anschließend von anderen Menschen kontrolliert werden muss, fällt ein Teil des erwarteten Einsparpotenzials wieder weg.

Viele Unternehmen, die wegen KI Stellen abgebaut haben, stellen inzwischen wieder Mitarbeiter:innen ein. Teilweise handelt es sich sogar um dieselben Beschäftigten, die zuvor entlassen wurden. Dieses Phänomen wird als "Boomerang Hiring" bezeichnet.

Der Grund: Die Unternehmen stellen fest, dass menschliche Arbeit an vielen Stellen weiterhin notwendig ist. KI kann Aufgaben übernehmen, aber sie kann nicht jede Entscheidung treffen, jeden Fehler erkennen oder jede praktische Tätigkeit ausführen. Das Boomerang-Hiring zeige, so Prof. Dengel vom DFKI Kaiserslautern, "dass die Unternehmen feststellen, dass Erfahrung trotz KI unverzichtbar bleibt".

Platzt die KI-Blase?

Der KI-Boom ist noch lange nicht vorbei. Im Gegenteil: Die Investitionen in Künstliche Intelligenz steigen weiter. Doch die Euphorie der vergangenen Jahre bekommt Risse. Die Kosten steigen, die Infrastruktur muss massiv ausgebaut werden und Unternehmen stellen zunehmend fest, dass KI menschliche Arbeit nicht überall vollständig ersetzen kann.

Gleichzeitig wächst selbst innerhalb der Tech-Branche die Sorge über das Tempo der Entwicklung. Führungskräfte und Mitarbeiter großer KI-Unternehmen wie OpenAI, Meta und Google haben bereits öffentlich eine langsamere Entwicklung und stärkere Sicherheitsmaßnahmen gefordert.

Die USA erleben damit möglicherweise die nächste Phase der KI-Revolution: Nach der Euphorie kommt die Ernüchterung. Für Deutschland könnte das eine Chance sein, eine gute Strategie zu entwickeln. Der kritische Umgang mit dem Thema KI gehört unbedingt dazu, sagen die KI-Experten Hoos und Dengel.