Über ChatGPT hinaus: Wie KI Transaktionen und Wettbewerbsvorteile prägen wird
Abwägen von Chancen und Risiken
Generative KI birgt enorme Chancen für Unternehmen, aber auch erhebliche Risiken, die immer deutlicher zutage treten. Maschinen, die in der Lage sind, einen immer größeren Teil von (Angestellten-)Aufgaben zu übernehmen, versprechen in erster Linie erhebliche Effizienzsteigerungen in der Wertschöpfungskette vieler Branchen. Generative KI setzt dort an, wo niedrigere Formen des maschinellen Lernens mit Modellen wie Entscheidungsbäumen oder Support Vector Machines aufgehört haben. Zweitens bietet generative KI den Unternehmen auch die Möglichkeit, sich mit ihrem Angebot von der Konkurrenz abzuheben. Ein Beispiel dafür ist die Integration von KI in die Bing-Suche, die komplexere Suchanfragen von Nutzern als bisher beantworten kann, was Bing in die Lage versetzt, seinen Marktanteil bei der Suche im Internet zu vergrößern, die bisher von Google dominiert wurde. Drittens können durch die Übertragung alltäglicher Aufgaben an Maschinen Kapazitäten für höherwertige Aufgaben freigesetzt werden, wodurch sich Berufe in hohem Tempo verändern.
Generative KI-Modelle haben jedoch auch aus mehreren Gründen Kontroversen ausgelöst. Ein Hauptproblem ist die mangelnde Transparenz der für die Modelle verwendeten Trainingsdaten, die das Risiko einer Verletzung der Rechte an geistigem Eigentum birgt. Darüber hinaus kann die unkontrollierte Nutzung der Technologie durch Mitarbeiter dazu führen, dass unternehmenseigenes geistiges Eigentum oder sensible Informationen nach außen dringen, wie der jüngste Code-Vorfall bei Samsung zeigt. Ein weiteres Problem ist die Unmöglichkeit, die Eingabeparameter oder Quellen, die zu einem bestimmten Ergebnis geführt haben, zurückzuverfolgen. Dieser Mangel an Transparenz erhöht das Risiko, dass fiktive Antworten ("Halluzinationen") erzeugt werden, da das Modell einen probabilistischen Algorithmus ausführt, um den Output zu erzeugen. Darüber hinaus kann die rasche Beschleunigung und breitere Anwendung großer KI-Modelle ein disruptives Potenzial für die Gesellschaft haben, da Teile bestimmter Berufe von der Automatisierung betroffen sind. Wenn man der Geschichte glauben darf, ist diese Angst so alt wie die technische Innovation selbst, und jede Automatisierungswelle hat zur Schaffung neuer Arbeitsplätze geführt und gleichzeitig Produktivität und Wohlstand erhöht. Während das weitere Ausreifen künstlicher Intelligenz wahrscheinlich einige dieser Ängste zerstreuen werden, wird die Steuerung durch Regulierungsbehörden eine wichtige Rolle spielen.
Aufkommende Spielregeln
Die generative KI-Technologie an sich ist zwar nicht neu, aber ihre beschleunigte Entwicklung hat die Regulierungsbehörden in die schwierige Lage versetzt, gleiche Wettbewerbsbedingungen zu schaffen, die die Interessen aller Beteiligten schützen. In der Vergangenheit haben die USA und das Vereinigte Königreich einen liberaleren Ansatz verfolgt und Anreize für Innovationen geschaffen, während in Europa der Verbraucherschutz und wettbewerbsfähige Märkte im Vordergrund standen.
Unabhängig davon, für welchen Ansatz sich die Regulierungsbehörden entscheiden, kann man davon ausgehen, dass die rasante Entwicklung der generativen KI weitergehen wird. Marktteilnehmer müssen dies bei ihren Investitions- und strategischen Entscheidungen berücksichtigen. Wir können Analogien aus der Sharing Economy (wo Uber und AirBnB eine marktbeherrschende Stellung einnahmen, bevor die Streitigkeiten mit etablierten Unternehmen und Kommunen beigelegt waren), dem autonomen Fahren und der Anrechnung von Emissionskosten ziehen, die zeigen, dass frühe Anwender einen Wettbewerbsvorteil erlangen können.
Die Bedeutung von KI für Transaktionen und Wertschöpfung
Vor dem Hintergrund der rasanten Entwicklung der generativen KI beschäftigen sich Investoren und Führungskräfte zunehmend mit zwei Fragen:
- Welche Auswirkungen hat diese Technologie auf unser Unternehmen oder Portfolio?
- Wie können wir (generative) KI für uns nutzen?
Während die erste Frage im Rahmen der Due-Diligence-Prüfung und der Strategiefindung eine wichtige Rolle spielt, erfordert die zweite Frage eine sorgfältige Planung und Ausführung.
Bei einer Folgenabschätzung sollten sowohl die Risiken als auch die Chancen für ein Unternehmen berücksichtigt werden. Aus der Risikoperspektive ist es wichtig, die potenzielle Störung des Geschäftsmodells zu berücksichtigen. Um dieses Risiko zu bewerten, ist eine systematische Analyse der Wertschöpfungskette und der wichtigsten Prozesse erforderlich, um zu ermitteln, welche Teile derzeit und in Zukunft von KI übernommen werden können. Es ist auch wichtig zu untersuchen, wie sich der Einsatz von KI auf die Lieferanten oder Kunden des Unternehmens auswirken kann, da in einigen Fällen eine Disintermediation zu befürchten ist.
Andererseits ist mit Blick auf die Chancen zu fragen, wie der Einsatz von Tools die Inputkosten senken, manuelle Aufgaben automatisieren oder neue Produkte oder Funktionen ermöglichen kann, die einen Wettbewerbsvorteil darstellen. Insbesondere unternehmenseigene Datensätze, die zum Trainieren eigener Modelle verwendet werden können, lassen sich durch KI zu einer noch stärkeren Quelle von Wettbewerbsvorteilen machen.
Der Einsatz von KI in einem Unternehmen erfordert zunächst eine strategische Analyse der Anwendungsfelder ("where to play") und eine Bewertung der KI-Readiness des Unternehmens ("how to win"). Die Anwendungsfälle können entlang der Wertschöpfungskette strukturiert und dann nach der strategischen Auswirkung (z. B. Kosteneinsparungspotenzial) und der Einfachheit der Implementierung (z. B. durch die Verfügbarkeit bestehender Lösungen) priorisiert werden. Darüber hinaus sollten beim Readiness Assessment die Datenkapazitäten, die technische Infrastruktur und die Prozesse sowie die Reife des Ökosystems untersucht werden.
Um KI dann in der Business-Realität zum Einsatz zu bringen, sollte ein agiler Entwicklungsansatz verwendet werden, um ein MVP zu erstellen und schnelle Lernzyklen zu ermöglichen. Um die KI-Tools effektiv und verantwortungsbewusst zu nutzen, sollte ein modifiziertes Betriebsmodell eingeführt werden, das möglicherweise geänderte Prozesse, Rollen und Verantwortlichkeiten sowie eine Governance umfasst, um die Interessen des Unternehmens und der Stakeholder zu wahren.
Wenn Sie mehr über das Thema erfahren möchten, können Sie sich gerne an die Autoren Dr. Hardy Kremer und Max Kneissl wenden.