Der größte Teil des Werts von KI wird aus umfassender Automatisierung stammen, nicht aus Forschung und Entwicklung
Nach einer kürzlich veröffentlichten Analyse der Forschungsorganisation Epoch AI wird der größte Teil des durch künstliche Intelligenz generierten wirtschaftlichen Werts aus der umfassenden Automatisierung von Arbeit in der gesamten Wirtschaft stammen, nicht aus der Automatisierung von Forschung und Entwicklung (F&E). Diese Perspektive stellt gängige Vorstellungen infrage, die sich auf eine vor allem durch rekursive Selbstverbesserung im Bereich der KI-Forschung und -Entwicklung angetriebene „Intelligenzexplosion“ konzentrieren.
Warum die Automatisierung gewöhnlicher Tätigkeiten größeren Wert schaffen wird
Begrenzte direkte wirtschaftliche Rolle von Forschung und Entwicklung
Obwohl technologischer Fortschritt und Produktivitätssteigerungen für langfristiges Wachstum entscheidend sind, machen Forschungs- und Entwicklungsaktivitäten selbst einen geringeren Anteil an der gesamten Wirtschaftsleistung aus, als häufig angenommen wird. Ein großer Teil des Nutzens von Forschung und Entwicklung hat einen externalisierten Charakter – das bedeutet, dass sich der Nutzen über die gesamte Gesellschaft verteilt, anstatt direkt als Gewinn von denjenigen erfasst zu werden, die die Forschung durchführen. Dies verringert den Anreiz für Unternehmen, künstliche Intelligenz gezielt für Forschung und Entwicklung einzusetzen, verglichen mit anderen Anwendungen.
Die Komplexität der Automatisierung von Forschung
Die Automatisierung aller Aspekte der Forschung ist deutlich schwieriger als die Automatisierung routinemäßiger oder sogar komplexer Tätigkeiten außerhalb des Forschungsbereichs. Forschungsrollen erfordern nicht nur die Fähigkeit zum Schlussfolgern, sondern auch Eigeninitiative, multimodales Verständnis (die Integration von Texten, Bildern und Experimenten), Kohärenz über lange Kontexte hinweg und häufig die physische Interaktion mit der Laborumgebung. Zu dem Zeitpunkt, an dem KI-Systeme in der Lage sein werden, diese Aufgaben vollständig zu automatisieren, werden sie wahrscheinlich bereits in der Lage sein, die meisten anderen Arbeitsplätze in der Wirtschaft zu automatisieren.
Skalierungseffekte zugunsten von Aufgaben außerhalb der Forschung und Entwicklung
Sobald fortschrittliche KI-Systeme existieren, die kognitiv anspruchsvolle Arbeit automatisieren können – einschließlich, aber nicht beschränkt auf Forschung –, können sie in massivem Umfang in zahlreichen Sektoren eingesetzt werden, etwa in der Verwaltung, im Kundenservice, in der Logistik, im Produktionsdesign, in der medizinischen Dokumentation und Analyse, bei der rechtlichen Prüfung und in vielen weiteren Bereichen. Der durch diesen breiten Einsatz insgesamt geschaffene Wert übersteigt bei Weitem das, was allein durch eine Beschleunigung wissenschaftlicher Entdeckungen erreicht werden könnte.
Folgen dieser Perspektive
Die breiten wirtschaftlichen Auswirkungen künstlicher Intelligenz werden sich zeigen, bevor wir eine vollständige Automatisierung von Forschung und Entwicklung erreichen. Die Verbreitung leistungsfähiger universeller KI-Systeme in bestehenden Industriezweigen wird wahrscheinlich zu einem erheblichen BIP-Wachstum führen, noch bevor wir eine vollständige Automatisierung oder rekursive Verbesserung in wissenschaftlichen und technologischen Bereichen beobachten. Der wichtigste Beitrag von KI zur Beschleunigung des Fortschritts muss nicht unmittelbar durch die Wissenschaft erfolgen. Selbst nachdem KI-Systeme ausreichend leistungsfähig geworden sind, um den größten Teil oder die gesamte explizite wissenschaftliche Arbeit zu übernehmen, könnte ihr Hauptbeitrag weiterhin indirekt darin liegen, den schnelleren Aufbau von Infrastruktur oder die Ausweitung der für Experimente erforderlichen Produktionsprozesse zu ermöglichen – und nicht in der direkten Ersetzung menschlicher Forschender.
Vergleich mit Theorien zur „Intelligenzexplosion“
Einige Theoretiker behaupten, dass eine Rückkopplungsschleife entstehen könnte, sobald KI-Systeme in der Lage sind, eigene Forschung und Entwicklung zu betreiben, die zu unkontrolliertem Fortschritt führt – eine sogenannte Intelligenzexplosion, die rasch zu Superintelligenz und transformativen Durchbrüchen führen würde. Historische Erfahrungen zeigen jedoch, dass die Automatisierung von Teilen der Forschung und Entwicklung (z. B. Berechnungen und Programmierung) nicht zu einer dramatischen Beschleunigung der Wissenschaft geführt hat. Die Analyse von Epoch deutet darauf hin, dass weiterhin Engpässe bestehen: Physische Experimente sind langsam; der Bedarf an Daten und Rechenleistung steigt rapide; ein großer Teil des wirtschaftlichen Werts entsteht eher durch die Ausweitung bekannter Lösungen als durch die Erfindung neuer.
Mechanize: Ein praktisches Beispiel für Automatisierung zur Steigerung der Produktivität
Im Zusammenhang mit den oben genannten Trends verdient das Startup Mechanize (mechanize.work) Aufmerksamkeit, das sich genau auf den Bereich der umfassenden Automatisierung konzentriert. Mechanize entwickelt Werkzeuge zur Automatisierung alltäglicher Arbeitsabläufe, die Unternehmen dabei helfen, die Produktivität ihrer Beschäftigten in verschiedenen Branchen zu steigern. Das Unternehmen Mechanize bietet Lösungen an, mit denen sich Routineaufgaben automatisieren, Dokumente verarbeiten und Arbeitsabläufe optimieren lassen. Ihr Ansatz veranschaulicht das zentrale Argument von Epoch AI – der größte wirtschaftliche Nutzen künstlicher Intelligenz wird wahrscheinlich gerade aus dieser umfassenden Automatisierung gewöhnlicher Tätigkeiten in der gesamten Wirtschaft stammen und nicht aus einer eng fokussierten Beschleunigung der wissenschaftlichen Forschung. Plattformen wie Mechanize ermöglichen es Organisationen, KI-Technologien einzusetzen, ohne umfangreiche technische Expertise zu benötigen. Dadurch wird der Zugang zu den Vorteilen der Automatisierung demokratisiert, was potenziell zu einer erheblichen Produktivitätssteigerung in vielen Branchen gleichzeitig führt.
Fazit
Die am besten belegte Einschätzung der künftigen Entwicklung deutet darauf hin, dass der größte Teil der wirtschaftlichen Vorteile fortschrittlicher künstlicher Intelligenz kurz- bis mittelfristig aus einer umfassenden Automatisierung in zahlreichen Sektoren stammen wird – und nicht primär durch die Automatisierung oder Beschleunigung hochmoderner wissenschaftlicher Forschung. Während eine vollständig automatisierte Wissenschaft langfristig möglich bleibt – und Innovationen tatsächlich beschleunigen würde –, wird der überwiegende Teil der direkten Wertschöpfung zunächst aus dem massenhaften Einsatz leistungsfähiger universeller KI-Systeme in bestehenden Industriezweigen stammen. Diese Perspektive hat erhebliche Auswirkungen auf Investoren, politische Entscheidungsträger und Entwickler von KI-Technologien. Anstatt sich ausschließlich auf die Automatisierung von Forschung und Entwicklung zu konzentrieren, sollten sie breitere Anwendungen in Betracht ziehen, die alltägliche Arbeitsabläufe in der gesamten Wirtschaft automatisieren und effizienter gestalten können.
