Sprache ist nicht dasselbe wie Intelligenz. Und genau deshalb hypen viele Unternehmen KI aus den falschen Gründen.
Die großen Fortschritte bei KI beruhen in den letzten Jahren in erster Linie auf sogenannten Sprachmodellen - wie zum Beispiel der KI hinter ChatGPT oder Gemini. Der eigentliche Engpass auf dem Weg zu weiterem Fortschritt ist dabei nicht die Intelligenz der KI-Modelle – es ist das fehlende Verständnis für die Probleme aus dem Geschäftsalltag. Dennoch versprechen führende Tech-Manager immer smartere KI als die ultimative Lösung:
- „OpenAI ist näher denn je daran, (...) AGI bis 2025 Realität werden zu lassen“ – Sam Altman, November 2024
- „Bis 2026 oder 2027 werden wir KI-Systeme haben, die in fast allen Bereichen weitaus besser sind als alle Menschen“ – Dario Amodei, Januar 2025.
- „Wenn man AGI als klüger als den schlauesten Menschen definiert, dann denke ich, dass es wahrscheinlich nächstes Jahr, innerhalb von zwei Jahren, soweit sein wird“ – Elon Musk, April 2024
Die Wissenschaft zeigt, warum diese Argumentation fehlerhaft ist
Menschen lernen durch Interaktion mit der Welt und denken in Gefühlen und Abstraktionen. Die Neurowissenschaft zeigt: Sprache ist ein Kommunikationswerkzeug, um Wissen zu teilen, nicht die Architektur von Intelligenz oder logischem Denken.
Denken Sie an Situationen, in denen Sie Ihre Gedanken nicht in Worte fassen können, Ihre Freunde Sie aber dennoch verstehen. Intelligenz ist nicht gleich Sprache – sie benötigt sie nicht einmal zwangsläufig.
LLMs replizieren Sprachmuster, keine kognitiven Prozesse. Sie imitieren die Form der Argumentation. Aber die heutige Technologie wird kein echtes „Verständnis“ für Ihre Geschäftsprobleme entwickeln. Dafür braucht es menschliche Intelligenz.
Warum das wichtig ist
Das AGI-Narrativ wird oft so vermarktet: Smartere Sprachmodelle = Automatischer Mehrwert. Das ist auf einer grundlegenden Ebene falsch und teuer.
Die heutige KI ist nicht wirklich intelligent. Das muss sie auch gar nicht sein. Intelligenz ist die Aufgabe des Menschen – die KI muss lediglich die Ausführung übernehmen.
Unternehmen, die mit KI erfolgreich sind, nutzen nicht zwangsläufig smartere Modelle. Stattdessen meistern sie die schwierigere Vorarbeit: Sie durchdringen ihre Geschäftsprozesse, identifizieren die wichtigen Herausforderungen und entwerfen präzise Lösungen.
Optimierte anstatt superintelligenter KI
Dabei ist es leichter als viele denken, seine KI-Modelle auf spezifische Probleme zu optimieren. Sie können verschiedenen Ansätzen folgen:
- Prompt Engineering: Hier werden konkrete Beispiele und optimierte Anweisungen direkt im Chat eines Chatbots geteilt. Dies ist am leichtesten umsetzbar, stößt jedoch auch schnell an seine Grenzen.
- RAG-Chatbot: KI kann auf eine umfassende Wissensdatenbank an Dokumenten zugreifen. Hilft besonders dabei, Wissen für die Kollegen leicht zugänglich zu machen. Mehr dazu hier.
- Integrierte KI: Entspricht der klassischen Software-Entwicklung, um Probleme mit einer maßgeschneiderten App zu lösen. Nur dass Sie sich von vorneherein Gedanken darüber machen, wie Sie die KI-Logik optimal in Ihre Software einbetten, um den meisten Mehrwert zu erzeugen.
- KI-Fine-Tuning: Sie optimieren eine KI auf Basis Ihrer eigenen Daten. Dies ist der beste Ansatz, um Texte in komplexer Fachsprache zu erzeugen und zu verarbeiten, oder sicher zu stellen, dass die Ergebnisse eine verlässliche Qualität besitzen. Dies bedeutet mehr Aufwand um die Lösung erstmalig zum Laufen zu bekommen - dafür sparen Sie langfristig.
Für alle diese Methoden brauchen Sie jedoch eines: ein tiefes Verständnis ihrer Prozesse und Herausforderungen. Haben Sie diese, und benötigen Unterstützung, um das in einen strukturierten und umsetzbaren Plan für Ihre eigene, maßgeschneiderte KI zu übersetzen? Schreiben Sie mich hier ganz unverbindlich an und wir sprechen darüber.