Der Aufstieg digitaler Zwillinge ermöglicht es Unternehmen, echte Menschen zu umgehen, um die Gewinne zu steigern

Große Unternehmen wenden sich von traditionellen Umfragen ab und wenden sich KI-generierten Repliken echter Menschen zu, eine Verschiebung, die schnellere Erkenntnisse bietet, aber auch Bedenken hinsichtlich Beschäftigung und Datenschutz auslöst.

Ein viraler TikTok kann eine Marke in Stunden berühmt machen, aber viele Unternehmen verlassen sich immer noch auf zwölfwöchige Forschungszyklen.

Bis die Ergebnisse eintreffen, sind die Daten oft veraltet.

Oft gibt es eine Verzögerung zwischen dem Erhalt von Feedback und dem Verständnis dessen, was es bedeutet. Aufgrund dessen können große Unternehmen Schwierigkeiten haben, schnell zu reagieren, wenn sich Trends schnell ändern.

Viele Unternehmen glauben, dass digitale Zwillinge die Lösung sind.

Dies sind digitale Kopien von realen Dingen, Systemen oder sogar Menschen. Unternehmen nutzen sie, um Ideen auszuprobieren und zu sehen, was passieren könnte, bevor sie es im echten Leben tun.

Große Banken und Pharmaunternehmen nutzen diese Technologie bereits, um vorherzusagen, wie Menschen auf wichtige Ereignisse oder frisch veröffentlichte Produkte reagieren würden.

Tests finden in Sekunden statt, anstatt Wochen zu dauern

Die Technologie gewinnt derzeit in der Hightech-Branche an Dynamik.

Forschende an der Universität Glasgow haben ein digitales Zwillingssystem entwickelt, das maschinelles Lernen nutzt, um Computernetzwerke zu überprüfen.

Ihre neue Methode kann die Leistungsfähigkeit eines Netzwerks in nur 4,78 Sekunden messen. Ältere Methoden benötigten dafür etwa 33 Stunden.

Da dies so viel schneller geht, können Ingenieurinnen und Ingenieure viel mehr Szenarien testen, insbesondere wenn Netzwerke komplexer werden.

Die gleiche Nachfrage nach schnellen Informationen verändert auch die Verbraucherforschung.

Ein Startup namens Brox hat 60.000 digitale Duplikate realer Personen erstellt.

Dies sind keine bloßen Schätzungen, sondern hochdetaillierte Profile, die auf umfangreichen Interviews basieren, wobei einige bis zu 300 Seiten Material über eine einzelne Person umfassen.

Statt sich primär auf traditionelle statistische Modelle zu verlassen, können Unternehmen nun mehrere Simulationen in Stunden statt in Monaten durchführen.

Hamish Brocklebank, der Leiter von Brox, erklärte den Unterschied.

„Sie können 10.000 wirklich synthetische digitale Zwillinge [unter Verwendung von LLMs] erstellen, aber die Antworten werden sich immer noch in eine sehr enge Verteilung normieren, was nicht realistisch ist, wenn Sie tatsächlich echte Menschen fragen“, sagte er.

Da Brox diese Zwillinge bereits bereit hat, kann ein großes Pharmaunternehmen die digitale Menge Fragen stellen und zuverlässige Ergebnisse in Stunden erhalten, wodurch der gesamte Schritt des Findens echter Personen für Interviews übersprungen wird.

Automatisierung zielt auf höher bezahlte Arbeitskräfte ab

Der rasante Vorstoß hin zur Automatisierung hat einen Nachteil.

Nach Ansicht des MIT-Ökonomen Daron Acemoglu nutzen viele Unternehmen Automatisierung hauptsächlich, um Geld zu sparen, anstatt die Effizienz zu steigern.

Laut seiner Forschung sind Arbeitgeber eher bereit, Menschen mit höherem Gehalt durch Automatisierung zu ersetzen.

Die Studie zeigte auch eine signifikante Auswirkung auf die Einkommensungleichheit.

Automatisierung war für 52 % des Anstiegs der Einkommensungleichheit zwischen 1980 und 2016 verantwortlich.

Acemoglu wies darauf hin, dass je höher das Gehalt eines Arbeitnehmers ist, desto größer ist der Anreiz für Unternehmen, diese Position zu automatisieren.

Er argumentierte auch, dass dieser Fokus auf die Senkung der Arbeitskosten viele der potenziellen Vorteile der Automatisierung zunichte gemacht hat.

Laut der Forschung haben Bemühungen zur Senkung der Löhne 60 % bis 90 % der Produktivitätsgewinne, die die Automatisierung schaffen sollte, zunichte gemacht, was zu einem relativ schwachen Produktivitätswachstum führte, wie er es beschrieb.

Datenschutz wird ebenfalls zu einem wichtigen Problem.

Ein Team des IMDEA Networks Institute hat entdeckt, dass prominente KI-Systeme, darunter ChatGPT, Claude und Perplexity AI, Tracking-Techniken verwenden, die von Google und TikTok entwickelt wurden.

Diese Tracker können Informationen darüber sammeln, worüber Benutzer sprechen, wie Chat-Titel und Webadressen.

Digitale Zwillinge werden unter Verwendung höchstpersönlicher Informationen gebildet, wie Kindheitserfahrungen, Verhaltensweisen und Beziehungen.

In Kombination mit Tracking durch Drittanbieter können diese Technologien massive Mengen sensibler Daten sammeln und verarbeiten.

Die Branche für KI-Simulationen und digitale Zwillinge wird voraussichtlich bis 2030 21,33 Milliarden US-Dollar erreichen.