Der Einfluss von KI auf Arbeitsplätze – eher komplementär als substituierend

Aktuelle Schlagzeilen haben Besorgnis über die potenzielle Bedrohung menschlicher Arbeitsplätze durch künstliche Intelligenz (KI) ausgelöst. Eine neue Studie des MIT, finanziert vom MIT-IBM Watson AI Lab, legt jedoch nahe, dass die flächendeckende Ersetzung menschlicher Arbeitskräfte durch Maschinen möglicherweise nicht so unmittelbar bevorsteht, wie manche befürchten.

Kosten-Nutzen-Analyse der KI-Implementierung

Die MIT-Studie untersuchte die Integration von Computer-Vision-Systemen, einem speziellen Teilbereich der KI, in verschiedenen Arbeitsumgebungen. Entgegen den düsteren Prognosen zeigen die Ergebnisse, dass die wirtschaftliche Rechtfertigung für den Einsatz von KI oft unzureichend ist. Die Studie ergab, dass zwar 36 % der Arbeitsplätze in US-amerikanischen Unternehmen außerhalb der Landwirtschaft Aufgaben umfassen, die von Computer Vision beeinflusst werden, aber nur 8 % dieser Aufgaben genügend wirtschaftliche Vorteile bieten, um eine Automatisierung zu rechtfertigen.

In der Praxis bedeutet dies, dass für viele Berufe, insbesondere solche mit niedrigem Lohn und sich wiederholenden Aufgaben, die durch KI-Automatisierung erzielten Kosteneinsparungen nicht so bedeutend sind, dass sie die mit der Entwicklung, dem Einsatz und der Wartung der KI-Systeme verbundenen Kosten aufwiegen.

Fallstudie: KI in Bäckereien

Ein anschauliches Beispiel aus der Studie betrifft den potenziellen Einsatz von Computer Vision in einer Bäckerei. Eine Aufgabe von Bäckern ist die visuelle Qualitätskontrolle der Zutaten, die durch ein Computer-Vision-System ersetzt werden könnte. Die Studie berechnet jedoch, dass die Kosteneinsparungen durch die Automatisierung dieser Aufgabe – umgerechnet etwa 14.000 US-Dollar pro Jahr für eine durchschnittliche kleine Bäckerei – die Kosten für die Implementierung des KI-Systems nicht decken. Dies verdeutlicht die wirtschaftlichen Herausforderungen, denen sich kleine und mittlere Unternehmen bei der Einführung von KI-Technologien gegenübersehen.

Computer Vision vs. multimodale KI

Es ist wichtig zu beachten, dass sich die MIT-Studie primär auf Computer Vision konzentrierte. Diese unterscheidet sich von dynamischeren KI-Systemen wie multimodalen Sprachmodellen, darunter OpenAIs GPT-4. Während Computer Vision aufgabenspezifisch ist, weisen multimodale KI-Modelle ein breiteres Spektrum an Fähigkeiten auf und ähneln kognitiven Aufgaben, die vom Menschen ausgeführt werden. Eine aktuelle Studie von OpenAI schätzt, dass 19 % der US-amerikanischen Arbeitnehmer mit Auswirkungen fortschrittlicher KI-Systeme auf bis zu 50 % ihrer Aufgaben rechnen müssen, was auf ein potenziell erhebliches Ausmaß an Veränderungen am Arbeitsplatz hindeutet.

Die MIT-Studie bestätigt, dass Computer Vision zwar Aufgaben automatisieren kann, die 1,6 % der Lohnkosten in der US-Wirtschaft ausmachen, aber nur etwa 0,4 % der Unternehmen von den Kosteneinsparungen durch diese Automatisierung profitieren könnten. Weniger dynamische KI-Systeme werden voraussichtlich weniger Arbeitsplätze und Aufgaben effektiv automatisieren und sind daher aufgrund der Implementierungs- und Betriebskosten für Unternehmen, insbesondere kleinere, wenigertrac.

Langfristige Kosteneinsparungen und höhere Arbeitseffizienz

Eine Schwäche der Studie liegt möglicherweise in der Untersuchung der Kosteneinsparungen über längere Zeiträume. Zwar werden die anfänglichen Kosten im ersten Jahr möglicherweise nicht gedeckt, doch sinken die Betriebskosten für KI-Systeme im Laufe der Zeit tendenziell und erreichen schließlich die Gewinnschwelle. Darüber hinaus untersucht die Studie nicht den potenziellen Mehrwert, der entsteht, wenn Mitarbeiter ihre für automatisierte Aufgaben aufgewendete Zeit in andere Bereiche umlenken können, wodurch potenziell höhere Einnahmen generiert und KI-bedingte Kosten kompensiert werden.

Die MIT-Studie legt nahe, dass die flächendeckende Integration von Computer-Vision-Systemen nicht so unmittelbar bevorsteht, wie manche erwarten. Obwohl KI das Potenzial hat, die Arbeitswelt grundlegend zu verändern, bleibt die wirtschaftliche Machbarkeit der Automatisierung ein entscheidender Faktor. Die Studie betont, dass KI eher ein ergänzendes Werkzeug sein könnte, das die Produktivität steigert und es den Mitarbeitern ermöglicht, sich auf Aufgaben zu konzentrieren, die nicht automatisiert werden können.

Im Laufe des Jahres werden voraussichtlich weitere Fallstudien und Berichte die Auswirkungen von KI auf die Arbeitswelt beleuchten. Die anhaltende Debatte dreht sich darum, ob KI eine erhebliche Bedrohung für menschliche Arbeitskräfte darstellt und sie überflüssig macht, oder ob sie als ergänzendes Werkzeug dient, das die Produktivität steigert und die Weiterentwicklung von Berufsrollen im Zuge des technologischen Fortschritts ermöglicht. Da Unternehmen die Komplexität der KI-Einführung bewältigen müssen, ist ein differenziertes Verständnis der wirtschaftlichen Folgen entscheidend für die Gestaltung der zukünftigen Arbeitswelt.