Künstliche Intelligenz: Quo vadis?

Steigende Konsum- und Investitionsausgaben oder auch höhere Staats- und Handelseinnahmen haben eine Sache gemeinsam: Sie erhöhen die Wirtschaftsleistung und damit das Wirtschaftswachstum. Dies geschieht allerdings im Rahmen eines regulären Konjunkturzyklus, bei dem Boom- und Abwärtsphasen dazugehören. Das bedeutet, das Wirtschaftswachstum wird nur temporär erhöht, kann sich aber langfristig nicht auf höheren Niveaus halten. Andere Faktoren wie beispielsweise der Anstieg an Arbeitskräften infolge einer wachsenden Bevölkerung oder technologische Neuerungen lassen das Trendwachstum nachhaltig zunehmen. Mit Trendwachstum meint man das langfristige Wachstumspotenzial einer Volkswirtschaft, bei dem weder von Überhitzung noch von Wachstumsschwäche die Rede ist. Neuerungen im Technologiebereich wirken auf das Trendwachstum vor allem über Effizienzgewinne. Effizienzsteigerungen können durch eine kürzere Dauer von Arbeitsschritten, durch eine niedrigere Fehlerquote, aber auch durch eine geringere Anzahl von Fachkräften bei gleichem Output erzielt werden. Außerdem kann technologischer Fortschritt zu neuen Leistungen bzw. Produktentwicklungen führen, wodurch ganz neue Marktgebiete erschlossen und bisher unbekannte Kundenbedürfnisse befriedigt werden können. Technologische Neuerungen verschieben damit, wie in der Grafik ersichtlich, das Trendwachstum nach oben, eine nachhaltige Veränderung im Vergleich zu Boomphasen im Konjunkturzyklus, die nur von kurzer Dauer sind. Wie stark das Trendwachstum durch die Neuerungen im Bereich der künstlichen Intelligenz tatsächlich ansteigt, ist im Vorfeld allerdings schwierig einzuschätzen. Denn die Entwicklung einzelner Tech-Firmen kann nicht eins zu eins auf die Wirtschaftsleistung einer Volkswirtschaft übertragen werden, da die Produktivität einer Volkswirtschaft niemals so stark steigen wird wie jene einzelner Unternehmen. Man kann in diesem Fall versuchen, sich mit Daten und Fakten aus der Vergangenheit zu behelfen, um die Auswirkungen auf die Wirtschaft numerisch einordnen zu können. Andere transformative Technologien wie der Elektromotor oder der PC konnten das Arbeitsproduktivitätswachstum um 1,5 Prozentpunkte steigern. Das bedeutet, das aktuelle Produktivitätswachstum in den USA oder der Eurozone würde sich sogar verdoppeln, was sich deutlich spürbar auf das Trendwachstum auswirken sollte.

Technologische Neuerungen können das Trendwachstum nachhaltig erhöhen

Quelle: BTV; Stand 20.09.2023.

Wenn bei gleichem Output eine geringere Anzahl an Fachkräften notwendig ist, dann sinken auch die Arbeitskosten. Die Herstellung eines Produktes wird damit günstiger, was sich auch in einem tieferen Verkaufspreis widerspiegeln sollte. An sich wirken technologische Neuerungen damit inflationssenkend, zumindest langfristig. Aber aller Anfang ist bekanntlich schwer. Denn mit der Implementierung einer neuen Technologie gehen auch Investitionskosten einher, die auf dem Umsatz lasten. Sinkende Produktionskosten werden damit erst erreicht, sobald sich die Investitionskosten amortisiert haben und wenn sich die Arbeitskosten tatsächlich nachhaltig verringern. Das bedeutet, eine neue Technologie kann kurzfristig zu höheren Kosten führen, sollte langfristig aber inflationsdämpfend wirken.

„Neue Technologien und eine zunehmende Automatisierung machen uns überflüssig!“ – das ist eine weit verbreitete Sorge in der Bevölkerung. Mit Blick auf die vielfältigen technischen Fortschritte in der Vergangenheit, wie etwa die Entwicklung des Computers oder des Internet, müssten wir heute aber alle schon arbeitslos sein. Dies ist jedoch nicht der Fall und dazu wird es auch diesmal nicht kommen. Warum? Auch wenn gewisse Stellen überflüssig bzw. Arbeiten automatisiert werden, entstehen andere Aufgaben, die erledigt werden müssen, wofür neuartiges Fachwissen gefragt ist. Den Beweis liefert die Ausgestaltung unseres aktuellen Arbeitsmarktes: 60 % der heutigen Arbeitsstellen gab es 1940 noch nicht. Das bedeutet, dass 85 % des Beschäftigungswachstums in den vergangenen 80 Jahren auf technologische Weiterentwicklungen zurückzuführen sind. Vor Erfindung des World Wide Web gab es zum Beispiel keine Webdesigner oder Softwareentwickler. Künstliche Intelligenz wird dazu führen, dass vor allem monotone und repetitive Arbeiten im administrativen Bereich bzw. in der klassischen Bürotätigkeit automatisiert werden können und damit kein menschliches Zutun mehr nötig ist. In dieser Zeit können allerdings andere Aufgaben ausgeführt werden, wofür menschliches Denk- und Urteilsvermögen unersetzbar ist. Im besten Fall handelt es sich hierbei um effiziente und auch erfüllende Aufgaben. Das Automatisierungspotenzial der KI ist daher in der sogenannten Wissensarbeit mit relativen hohen intellektuellen Anforderungen höher als beispielsweise in der Industrie oder im Konstruktionssektor. Die moderne Arbeitswelt steht damit vor tiefgreifenden Veränderungen und es werden deutliche Strategieanpassungen der Unternehmen erwartet. Es ist daher nicht überraschend, dass dies zu Verunsicherung am Arbeitsmarkt führt. In Europa oder den USA ist davon auszugehen, dass über die Hälfte der Arbeitnehmer*innen durch KI unterstützt werden können. Bedingt durch den Anwendungsbereich der KI werden davon verstärkt die entwickelte Welt und weniger die Entwicklungsländer profitieren.

                              »Die Digitalisierung vernichtet in Summe keine Jobs. Sie verändert Berufsbilder und die Ausbildung.«

Bernd Leukert, Vorstandsmitglied der Deutschen Bank

In welchem Ausmaß und mit welcher Geschwindigkeit die Neuerungen in der Realwirtschaft ankommen, ist im Vorfeld sehr schwierig einzuschätzen und hängt von unzähligen Parametern ab. Das Gesetz des US-Zukunftsforschers Roy Amara zeigt, dass wir dazu neigen die kurzfristige Wirkung einer Technologie zu überschätzen und die langfristige Wirkung zu unterschätzen. Verständlicher wird dies, wenn man sich den in der Grafik abgebildeten Hype-Zyklus ansieht. Zu Beginn einer entsprechenden Erfindung oder Innovation ist die (mediale) Aufmerksamkeit hoch und dementsprechend auch die Erwartung. Stellt sich diese als überzogen heraus, ebbt die Berichterstattung ab und das Interesse sinkt. Langfristig entsteht allerdings ein besseres Verständnis für die Funktionsweise der Technologie, die Anwendung in der Praxis, aber auch für deren Grenzen. Das bedeutet, um den Produktivitätsschub durch KI vollständig auszuschöpfen, werden zehn, vielleicht sogar zwanzig Jahre vergehen. Es braucht Zeit, bis die neue Technologie tatsächlich umfassend zur Anwendung gelangt, das heißt, bis die Nutzer-Lizenzen in Anspruch genommen werden, die Anwendungsgebiete klar sind und nötiges Fachwissen aufgebaut wurde. Bisher konnten sich Chatbots wie ChatGPT aber in Rekordgeschwindigkeit verbreiten. Während Telefon, Fernseher und das Smartphone noch mehrere Jahre brauchten, um globale Anwendung zu erreichen, verbreiteten sich diverse Apps wie Twitter, Facebook und Instagram schon deutlich schneller. Die Verbreitung der Chatbots geschah in Rekordgeschwindigkeit in nur wenigen Monaten. Es ist damit davon auszugehen, dass nicht nur die Verbreitung in derart hoher Geschwindigkeit verläuft, sondern auch die ständige Weiterentwicklung der Technologie eine Neuerung nach der nächsten nach sich zieht. Als Haupttreiber hierfür gilt die stark zunehmende Leistungsfähigkeit bei Computern und Hochleistungschips sowie das rasante Wachstum des weltweiten Datenvolumens via Milliarden von mobilen Endgeräten, Sozialen Medien sowie Cloud-Anbieter. Als Unternehmer* in gilt es daher, flexibel zu bleiben und mit den neuen Entwicklungen im Technologiebereich Schritt zu halten.

Das nachhaltige Ausmaß des Produktivitätsschubs ist erst langfristig erkennbar

Quellen: Hype-Zyklus nach Jackie Fenn, BTV; Stand 20.09.2023.

Unter künstlicher Intelligenz versteht man im Allgemeinen das Programmieren von Maschinen, die infolgedessen menschliche kognitive Fähigkeiten wie Lernen, Wahrnehmung und Entscheidungsfindung nachahmen können. Der Grundstock der künstlichen Intelligenz, nämlich maschinelles Lernen, wurde schon vor Jahrzehnten gesetzt und wird von bekannten Unternehmen wie Google, Meta oder LinkedIn für personalisierte Werbeanzeigen und Empfehlungen sowie für Sicherheitszwecke eingesetzt und stets weiterentwickelt. Die jüngsten Fortschritte im Bereich der sogenannten generativen künstlichen Intelligenz gelten deshalb als bahnbrechend, da sie deutlich mehr Potenzial aufweisen als die Anfänge des maschinellen Lernens und auch das Anwendungsfeld ein deutlich größeres ist. Denn durch die Entwicklung sogenannter Chatbots ist erstmals eine sehr einfache Kommunikation und Verständigung mit maschineller Intelligenz möglich, die aus enormen Datenmengen spezifische und intelligente Inhalte generiert. Dadurch ist jedem*r der Zugang zu KI möglich. In der Grafik erkennt man gut, wie viel Vorarbeit nötig war, um über große Sprachmodelle Chatbots wie ChatGPT, Bard oder Amazon Lex zu entwickeln. Dennoch bleibt die Basis das maschinelle Lernen. Hierbei wird das Programm mit sehr großen Datenmengen versorgt, um aus diesen heraus Regelmäßigkeiten und Zusammenhänge zu erkennen. Diese Erkenntnisse sollen dann auch bei neuen Daten angewendet werden. Neuronale Netzwerke gehen einen Schritt weiter, da sie der Struktur des menschlichen Gehirns nachempfunden sind, mit dem Ziel, Entscheidungen zu treffen. Ein neuronales Netzwerk mit zumindest drei Ebenen wird als „tiefes Lernen“ bezeichnet. Dieser Algorithmus kann auch mit weniger strukturierten Daten arbeiten und benötigt weniger menschliches Zutun, um zu lernen. An diesem Punkt lässt sich bereits ein erheblicher Fortschritt zum reinen maschinellen Lernen erkennen, da über „tiefes Lernen“ das Lernen an sich autonomer stattfindet und sich das Programm damit kontinuierlich über neuen Input selbst verbessert. Bekannte Beispiele hierfür wären autonomes Fahren oder Spracherkennung. Das KI-Segment „natürliche Sprachverarbeitung“ ist schließlich notwendig, um das Text- und Sprachverständnis des Programms zu gewährleisten. Große Sprachmodelle, worunter Chatbots fallen, bauen auf all diesen verschiedenen Teilbereichen der KI auf und schaffen es so, Texte zu verstehen, Informationen zu filtern und einen entsprechenden Output in Textformat zu liefern.

     »Der Mensch ist immer noch der außergewöhnlichste Computer von allen.«

John F. Kennedy (1917-1963), Bernd Leukert, Vorstandsmitglied der Deutschen Bank

Die genannten KI-Segmente fallen unter das Subsegment „Artificial Narrow Intelligence“, das heißt begrenzte künstliche Intelligenz, was schon erahnen lässt, dass die Visionen im Bereich KI die aktuellen Ergebnisse übersteigen. Das Ziel von „Artificial General Intelligence“ und „Artificial Super Intelligence“ ist es nämlich, menschliche Fähigkeiten wie Sprachverständnis und -interpretation, selbstständiges Lernen bzw. kreatives Problemlösen zu kopieren. Hierbei handelt es sich allerdings um Zukunftsmusik.

Vom maschinellen Lernen bis hin zum Sprachmodell sind Jahrzehnte vergangen

Quellen: Goldman Sachs Investment Research, BTV; Stand 20.09.2023.

Eine gewichtige technologische Entwicklung betrifft meist deutlich mehr Bereiche, als für die Anwender*innen ersichtlich sind. So ist es auch in der künstlichen Intelligenz. Die Wertschöpfungskette erstreckt sich von der Hardware bis hin zur anwenderfreundlichen Benutzeroberfläche. In Sachen Hardware sind aus Halbleitermaterialien bestehende Mikrochips das Rückgrat von KI-Systemen, da sie für die Ausführungen der komplexen Berechnungen sowie für die Datenspeicherung und -übertragung verantwortlich sind. Das bedeutet: Ist die KI zu immer komplexeren Problemlösungen mit immer größeren Datenmengen imstande, muss auch die Leistungsfähigkeit der Mikrochips ansteigen, die leider sehr viel Energie verbrauchen. Es gilt daher, die Leistungsfähigkeit zu steigern und den Energieverbrauch in Grenzen zu halten – keine leichte Aufgabe. Mikrochips finden ihre Anwendung in Hauptprozessoren (CPU) sowie Grafikprozessoren (GPU), die in jedem Computer verbaut und somit auch für die KI essenziell sind. Neben dem Hauptprozessor spielen auch Grafikprozessoren eine wichtige Rolle, da diese dem Chatbot ermöglichen, komplexe Sätze zu formulieren oder fotoähnliche Grafiken zu erzeugen. Für das reibungslose Übertragen der Daten sowie die Kommunikation zwischen den unterschiedlichen Hard- und Software-Komponenten sind Netzwerkausrüster zuständig, die ebenfalls vom KI-Boom profitieren. Unternehmer*innen, die sich die teure, leistungsfähige Hardware nicht anschaffen möchten, können auf flexibel anpassbare Cloudservices zurückgreifen, um wettbewerbsfähig zu bleiben. Denn durch die Cloud kann auf die nötige Speicherkapazität bzw. auch auf starke Rechenleistung zugegriffen werden. All dies sind Bereiche der Wertschöpfungskette, die für Anwender* innen unsichtbar bleiben. Meist ist nur das Programm (großes Sprachmodell) des Chatbots wie GPT (OpenAI/Microsoft) oder LaMDA (Google) bekannt sowie die Anwenderoberfläche wie ChatGPT (OpenAI/Microsoft) oder Bard (Google), die die Anwendung erst ermöglicht. Die Wertschöpfungskette mit Beispielen von Unternehmen finden Sie auch in der Grafik auf der nächsten Seite.

Eine umfangreiche Wertschöpfungskette ermöglicht die Nutzung von KI

Quellen: Deutsche Bank, BTV; Stand 20.09.2023.

Künstliche Intelligenz ist leistungsstark, schnell, vielseitig einsetzbar und bietet enorm viel Potenzial. Der aktuelle Entwicklungsstand ermöglicht insbesondere die Übernahme repetitiver Büroarbeiten, wodurch der Arbeitsalltag erleichtert werden soll. Wer Chatbots schon ausprobiert hat, weiß, dass diese Antworten auf die unterschiedlichsten Fragen liefern und sogar Berechnungen durchführen können. Hier zeigen wir kurz die wichtigsten drei Anwendungsfelder für Unternehmen bzw. Institutionen auf:

• Datenanalyse: Künstliche Intelligenz ermöglicht das Zusammentragen
  und Auswerten großer Datenmengen. Ein breiterer
  Datenpool führt zu stetigen Weiterentwicklungen der Analysemodelle
  durch die KI. Flexible, anpassungsfähige Modelle
  verbessern auch die Treffgenauigkeit der Auswertungen. Im
  Finanzwesen ist dies beispielsweise im Risikomanagement
  ein Vorteil und in der Medizin hilft die KI bei der Auswertung
  medizinischer Bilder.
• Texterstellung: Bei der Texterstellung kann die KI ebenso einen
  wertvollen Beitrag liefern. Das Erstellen eines ersten Entwurfs,
  an dem nur noch Kleinigkeiten anzupassen sind, kann Arbeitszeit
  einsparen. Beispielsweise lassen sich Standardverträge
  so deutlich schneller aufsetzen oder auch im privaten Bereich
  kann die KI bei dem Verfassen von Briefen oder Bewerbungsschreiben
  Ideen liefern.
• Kundenservice: Das Filtern von Kundenanfragen und die automatische
  Beantwortung von Standardanfragen ermöglicht
  eine schnellere Hilfestellung bzw. Problembehebung und eine
  erhebliche Zeitersparnis im Servicecenter, da nur noch spezifische
  Anfragen manuell beantwortet werden müssen.

Auch wenn bisher noch nicht jede*r den freien Zugang zu Chatbots ausprobiert hat, so wird künstliche Intelligenz immer mehr den Weg in unseren Alltag finden. In den nächsten Jahren wird dies vor allem über KI-integrierte Software passieren, und zwar in den verschiedensten Bereichen. Microsoft startet beispielsweise mit seinem KI-unterstützen Tool „Copilot“ durch, mit dem Ziel, unterschiedliche Aufgaben in den klassischen Büroanwendungen Word, Teams, Outlook, PowerPoint oder Excel zu erledigen. Das bedeutet, es kann zum Beispiel eine E-Mail in Outlook auf Basis einiger Notizen in Word erstellt werden. Berechnungen in Excel lassen sich über die Anweisung an den KI-Assistenten problemlos in PowerPoint zu einer Präsentation zusammenstellen. Und schließlich sollen in Excel auch ganze Modelle durch bloße Sprachanweisungen durchgerechnet werden können. Damit müssen sich die Anwender*innen weder mit dem Modell auseinandersetzen noch die nötigen Befehle in Excel kennen. Dies ist natürlich noch Zukunftsmusik, denn aktuell kann der KI-Assistent nur einfache Aufgaben erledigen, die auch noch fehleranfällig sind und menschliches Zutun notwendig machen. Ohne MS-Office-Kenntnisse lässt sich damit im Moment noch kein Bürojob ausführen, Ziel ist aber sicherlich, dies zu ermöglichen.

Aber auch im Privatleben dürfte KI in Zukunft immer öfter zur Anwendung kommen. Zum Beispiel bei der Reiseplanung, indem Reiseziele nach individuellen Hobbies und Interessen vorgeschlagen vorgeschlagen werden und das passende Hotel von der KI nach den persönlichen Vorlieben selektiert wird. Auch das passende Hotel wird von der KI nach den persönlichen Vorlieben selektiert. Auch in Handy-Apps werden KI-unterstützte Tools immer stärker Verwendung finden. Entweder die KI wird in die App integriert oder die App in das KI-Tool (siehe Grafik). Das Ergebnis könnte folgendermaßen aussehen: In der Ernährungs-App wird ein Menü mit den gewünschten Zutaten vorgeschlagen. Zusätzlich dazu wird der Energiewert ausgewiesen und (falls Daten vorhanden) schon angezeigt, wie viel des persönlichen Tagesbedarfs mit dem Menü gedeckt werden kann. Direkt darunter findet man auch gleich die Wegbeschreibung zum nächsten Supermarkt, der die gewünschten Lebensmittel anbietet, sowie dazu passende Restaurantvorschläge. Insgesamt werden Informationen damit stärker gebündelt, schneller verarbeitet und den Nutzer*innen direkt zur Verfügung gestellt. Unser Leben scheint damit um vieles einfacher, aber wahrscheinlich
auch noch schnelllebiger zu werden.

Wie sich Apps und KI zusammenfügen lassen

Quellen: Deutsche Bank, BTV; Stand 20.09.2023.

Herr Petz, Sie waren federführend im Projekt zur Einführung von künstlicher Intelligenz in den Arbeitsalltag der BTV. Bitte erklären Sie uns, worum es sich bei DaVinci genau handelt.

DaVinci ist eine hochmoderne künstliche Intelligenz (KI), deren Kern das Sprachmodell GPT ist. Der kreative Assistent, der mit riesigen Datenmengen trainiert wird, unterstützt unsere Mitarbeiter* innen bei ihrer täglichen Arbeit. DaVinci ersetzt keine Suchmaschine, sondern soll vielmehr bei der Generierung von Texten unterstützen, um kreative Schreibvorgänge zu beschleunigen. Dabei liefert DaVinci nur Vorschläge, die unsere Mitarbeiter* innen keinesfalls ungefiltert übernehmen, sondern stets auf Richtigkeit überprüfen. In diesem Sinne ist DaVinci analog zum Hilfsmotor eines Elektrofahrrads zu sehen.

Warum haben Sie sich für die Einführung von DaVinci entschieden? Erhoffen Sie sich davon Produktivitätsgewinne bzw. sollen bestimmte Arbeitsschritte zukünftig von der KI übernommen werden?

DaVinci ist ein Baustein unserer KI-Strategie, den wir bewusst bereits nach sehr kurzer Entwicklungszeit von weniger als einem Monat allen BTV Mitarbeiter*innen zur Verfügung gestellt haben, damit sie erste praktische Erfahrungen mit KI-Sprachmodellen im Arbeitskontext machen können. Wir wollen damit unsere Mitarbeiter* innen im Rahmen des bankweiten Innovationsmanagementprozesses ermutigen, konkrete Anwendungsfälle für den Einsatz von künstlicher Intelligenz zu identifizieren. Grundsätzlich sehen wir das Potenzial von KI-basierten Anwendungen in der Beschleunigung von Content Creation, bei der Analyse von Dokumenten und der Extraktion von strukturierten Daten (bspw. ESG-Kennzahlen aus Nachhaltigkeitsberichten), beim schnellen Auffinden von relevanten Informationen in internen Handbüchern und nicht zuletzt bei der Softwareentwicklung.

Herr Demetz, Sie sind in der BTV als Data Engineer tätig, dabei betrifft Sie auch das Thema Datenschutz – ein sehr sensibles Thema in einer Bank. Können Sie gewährleisten, dass es durch den Einsatz einer KI nicht zu Sicherheitslücken in diesem Bereich kommt?

Bei der Einführung von DaVinci haben wir neben der technischen Umsetzung unseren Fokus auf die Einhaltung unserer hohen Datenschutzstandards und sämtlicher regulatorischer Vorgaben gelegt. Dazu haben wir auf ein interdisziplinäres Team von Technikern sowie Datenschutz-, Informationssicherheits-, und bankfachlichen Expert*innen zurückgegriffen, das die notwendigen Kompetenzen vereint, um KI-Lösungen sicher zu entwickeln und zu betreiben.

Haben Sie bereits erste Erfahrungswerte, wie das Tool von den Mitarbeiter*innen angenommen wird?

Wir haben DaVinci bewusst auf unserer KI-Roadmap priorisiert, damit möglichst viele Mitarbeiter*innen möglichst rasche erste unmittelbare Eindrücke mit einem KI-System sammeln können. Diese explorative Phase ist sehr positiv verlaufen, ein Großteil unserer Mitarbeiter*innen hat DaVinci bereits praktisch verwendet und auch schon eine Reihe von Weiterentwicklungsideen im Rahmen unseres Innovationsmanagements eingebracht.

Gibt es bereits Pläne für den Ausbau von DaVinci bzw. weitere Einsatzfelder?

Wir haben eine sehr umfangreiche KI-Roadmap, die auch mit einem mehrjährigen Investitionsbudget unterlegt ist und sich nicht ausschließlich auf KI-Sprachmodell-Entwicklung bezieht. Wir gehen davon aus, dass in den kommenden Jahren KI-Elemente in allen wesentlichen Wertschöpfungsprozessen Einzug halten.

Herr Brockhoff, die Implementierung der KI schreitet in der BTV mit großen Schritten voran und wird von den Mitarbeiter*innen bereits gerne genutzt. Was erwarten Sie sich von dieser technologischen Entwicklung für den Geschäftsbereich Kunden?

Durch generative KI können wir unsere Expert*innen vor allem bei administrativen Aufgaben bzw. bei repetitiven und monotonen Tätigkeiten entlasten. Das wirkt sich in zweierlei Hinsicht positiv aus. Zum einen können sie sich dadurch verstärkt um andere Tätigkeiten kreativer und wertschöpfender Natur kümmern. Zum Beispiel bleibt dadurch mehr Zeit, sich der Prozessverbesserung zu widmen oder neue Ideen voranzutreiben. Dies wirkt sich produktivitätssteigernd aus und schafft außerdem spannende Aufgabenprofile. Zum anderen sehen wir durch diese Entlastung auch mehr freie zeitliche Ressourcen, die wir in der Unterstützung unseres Vertriebs im Rahmen von Kundengesprächen und Beratungen investieren können. So profitieren unsere Kund*innen ebenfalls direkt von dieser Entwicklung.

Vor allem der letzte Punkt ist interessant! Während viele Firmen bereits Kundenanfragen über Chatbots abwickeln und der persönliche Kontakt immer weiter in den Hintergrund rückt, setzt die BTV weiterhin stark auf die Kommunikation und strebt sogar einen noch intensiveren Austausch an. Wird die BTV diesem Ansatz treu bleiben?

Auf alle Fälle! Wir sind der festen Überzeugung, dass der persönliche Kontakt, die persönliche Beziehung zwischen Kund*in und BTV Mitarbeiter*in in unserem Geschäft der entscheidende Erfolgsfaktor ist und bleiben wird. Die KI mag uns Menschen kognitiv zwar überlegen sein, aber soziale und emotionale Intelligenz sind mindestens genauso wichtig und hier kann die KI uns Menschen nicht ersetzen.

Lieber Herr Petz, lieber Herr Demetz und lieber Herr Brockhoff, vielen Dank für das Gespräch!

Herwig Petz, Bereichsleiter Digital Unit 

Daniel Demetz, Data Engineering & Analytics

Dr. Jürgen Brockhoff, Bereichsleiter Geschäftsbereich Kunden  

Der US-Tech-Index Nasdaq konnte, wie in der Grafik ersichtlich, in diesem Jahr eine Top-Performance abliefern und hat sich auch deutlich besser als der S&P 500 entwickelt. Getrieben war die Outperformance vom KI-Boom, so ist es wenig überraschend, dass im 1. Halbjahr 2023 lediglich 15 Unternehmen 90 % der S&P-500-Performance ausmachten. Diese 15 Titel gehören zu den „sichtbaren“ Gewinnern der neuen Technologie, die den technologischen Fortschritt überhaupt erst ermöglichen bzw. die Infrastruktur bereitstellen, sodass die KI in der Breite Anwendung finden kann. Dazu gehören beispielsweise Nvidia (Hardwarehersteller) oder Microsoft (Cloud-Anbieter). Die Euphorie ist groß und die erste Emotionalität ließ vor allem die Kurse von US-Technologiewerten stark ansteigen, und zwar trotz des höheren Zinsniveaus, das 2022 zu Abverkäufen im Tech-Segment geführt hat. Man kann daher von einer Neubewertung der Tech-Branche sprechen, da sich die Gewinnerwartungen spürbar erhöht haben. Viele Investor*innen stellen sich nun die Frage, ob es sich hier bereits um eine Blasenbildung handelt. Bisher sind die Gewinner des KI-Booms aber vor allem großkapitalisierte Aktien von Unternehmen, die profitabel Cashflow generieren sowie einen hohen Return on Equity, starke Margen und hohe Reinvestitionsraten aufweisen. Eine Blase entsteht erst, wenn durch die mediale Aufmerksamkeit neue, kleine Unternehmen auf den Zug aufspringen wollen und dies durch die Kapitalflut interessierter Anleger*innen auch gelingt, leider oft auch ohne solides Geschäftsmodell. Damit steigt die Bewertung von kleinen Unternehmen oft viel zu schnell und zu stark an, ohne dass die hohen Erwartungen der Investor*innen jemals erreicht werden können, was früher oder später zum Platzen der Blase führt. Das erleben wir aber aktuell noch nicht. Dennoch kann es beim Abebben der ersten Euphorie auch bei Aktien solider Unternehmen zu Rücksetzern kommen, und zwar dann, wenn die hohen Erwartungen an die Unternehmensergebnisse doch nicht ganz erfüllt werden konnten. Bei gut aufgestellten Unternehmen mit hohem Wachstumspotenzial durch KI sollte es sich hierbei aber nur um zwischenzeitliche Rücksetzer handeln.

Top-Performance des Nasdaq-Composite-Aktienindex

Quellen: Bloomberg; Stand 20.09.2023.
Wertentwicklungen der Vergangenheit bieten keine Gewähr für künftige Ereignisse oder Wertentwicklungen. Wenn Finanzinstrumente in fremder Währung notieren, kann infolge von Währungsschwankungen die Rendite steigen oder fallen.

Viele große Unternehmen, die in der KI-Wertschöpfungskette von der Hardware bis zur Anwendung (siehe Kapitel 2) als „sichtbare“ Gewinner identifiziert werden können, haben bereits stark vom KI-Boom profitiert. Diese zählen als „Ermöglicher“ zu den ersten Gewinnern des Booms. In einem zweiten Schritt zeichnen sich die „Profiteure“ der neuen Technologie ab, das sind Unternehmen oder Institutionen, die oftmals gar nicht aus dem IT-Sektor stammen. Lassen sich Kosten einsparen, machen geringere Verkaufspreise das Unternehmen wettbewerbsfähiger bzw. erhöhen sich bei gleichbleibenden Verkaufspreisen die Margen, was sich positiv auf den Unternehmenserfolg auswirkt. Das kann Unternehmen im Finanzbereich, aber auch das Gesundheitswesen oder den Ausbildungssektor betreffen. Es können sich aber auch noch Opportunitäten in ganz anderen Bereichen ergeben. Schließlich entwickeln „Innovatoren“ neue Produkte/ Dienstleistungen, die erst durch die neue Technologie nachgefragt werden bzw. leistbar sind. Welche Unternehmen hier profitieren, ist noch völlig unklar. In der Grafik ist dieses Konzept kurz erklärt und auch mit Beispielen aus der Vergangenheit versehen. Von der Erfindung der Elektrizität konnte beispielsweise der Industriezweig stark profitieren. Erst durch die Elektrizität konnten viele neue Produkte wie zum Beispiel Haushaltsgeräte erzeugt werden. Die Entwicklung des PCs erleichterte die Büroarbeit in den verschiedensten Bereichen und war der Grundstein für die Erfindung des Smartphones sowie von Social-Media-Diensten Jahre später. Es dürfte daher in den nächsten Jahren noch genügend Gelegenheiten geben, als Investor*in vom KI-Boom zu profitieren.

Bei der Aktienauswahl ist es daher sehr wichtig, sich nicht von Emotionen und Begeisterung leiten zu lassen. Es gilt zuallererst, immer das Geschäftsmodell des Unternehmens zu prüfen und sich auch die Fragen zu stellen: Verstehe ich etwas von dieser Sparte? Kann ich überhaupt nachvollziehen, was hergestellt bzw. angeboten wird? Es gilt, das Produkt bzw. die Dienstleistung auf seine/ihre Langlebigkeit zu überprüfen und Wettbewerbsvorteile über Eintrittsbarrieren zu identifizieren. Laufend sollte auf Unternehmenszahlen wie Umsatz- und Gewinnentwicklung, Profitabilität, Verschuldung und auch Reinvestitionsmöglichkeiten geachtet werden. Insbesondere bei jungen Unternehmen muss man sehr streng sein. Passen Businessplan und Geschäftsbericht nicht zusammen, heißt es: Hände weg! Das BTV Asset Management achtet auch im Technologiesektor stets auf Qualität.

Märkte profitieren auf unterschiedliche Weise von KI

Quellen: Goldman Sachs Investment Research, BTV; Stand 20.09.2023.

Künstliche Intelligenz ist bereits heute in vielen Bereichen unseres täglichen Lebens präsent, von digitalen Assistenten wie Siri oder Alexa über personalisierte Werbung bis hin zu autonomen Fahrzeugen. Während die Vorteile von KI unbestreitbar sind, gibt es aber auch Herausforderungen bei der Implementierung in unseren Alltag:

• Daten- und Qualitätsprobleme: KI-Systeme können nur funktionieren,
  wenn ihnen große Mengen an qualitativ hochwertigen
  Daten zur Verfügung stehen, mit denen sie arbeiten und von denen
  sie lernen können. Oft stehen zwar eine Unmenge an Daten
  zur Verfügung, die aber nicht in einer nutzbaren Form vorliegen.
• Sicherheit und Datenschutz: Mit dem Einsatz von KI werden
  auch sensible Informationen gesammelt, was eine potenzielle
  Bedrohung für die Sicherheit von Systemen, aber auch für die
  Privatsphäre von Personen sein kann.
• Unvorhersehbares Verhalten: Trotz großer Fortschritte bei der
  Entwicklung von KI-Algorithmen bleiben maschinelle Entscheidungssysteme
  manchmal unerklärlich oder schwer vorhersehbar,
  was zu nicht-intuitivem Verhalten führen kann.
• Neue Regulierungsanforderungen: Es gibt keine klaren gesetzlichen
  Regelwerke für den Einsatz von KI.

Mit diesem letzten Punkt möchten wir uns in diesem Kapitel intensiver auseinandersetzen. Denn es gibt einige prominente Persönlichkeiten mit entsprechendem Hintergrundwissen, die vor den Gefahren warnen und Regulierungen fordern.

Die drei bekanntesten sind:

• Elon Musk: Der CEO von Tesla äußerte wiederholt seine Bedenken
  über unkontrollierte KI und bezeichnete dies als
  „größte existenzielle Gefahr“ für die menschliche Zivilisation.
  Konkret fordert er eine staatliche Regulierung im Bereich der
  KI-Entwicklung. Das Ziel sei es dabei, sicherzustellen, dass die
  Technologie nicht in falsche Hände gerät oder auf unbeabsichtigte
  Weise Schaden anrichtet.
• Bill Gates: Der Mitbegründer von Microsoft sagte u. a., dass
  wir uns auf eine Zukunft mit fortschrittlichen KI-Systemen
  vorbereiten müssen und dabei sicherstellen sollten, dass diese
  verantwortungsvoll gestaltet und kontrolliert werden.
• Stephen Hawking: Der 2018 verstorbene Physiker warnte ebenfalls
  vor den Risiken einer außer Kontrolle geratenen KI, insbesondere
  vor autonomer Waffen- oder Verteidigungstechnologie.

AI-Systeme müssen verantwortungsvoll und ethisch eingesetzt werden, so die einhellige Meinung dieser prominenten Kritiker. Elon Musk hatte in einem offenen Brief an die Vereinten Nationen im Jahr 2017 geäußert: „Ich schlage vor, dass wir international ein Verbot für autonome Waffensysteme erhalten.“ Eine ähnliche Forderung hatte zuvor auch schon Stephen Hawking ausgesprochen. Auch Bill Gates sprach sich dafür aus, in diesem Zusammenhang striktere rechtliche Rahmenbedingungen zu schaffen, um mögliche unkontrollierte, missbräuchliche Nutzungen von KI-Technologien zu minimieren.

   »KI ist wahrscheinlich das Beste oder das Schlimmste, was der Menschheit passieren kann.«

Stephen Hawking, Physiker

Aktuell gibt es weltweit Initiativen und Bemühungen, um entsprechende Regelungen einzuführen. Da es sich dabei aber um ein derart komplexes Thema handelt, wird es noch einige Zeit dauern, bis globale Standards gefunden sind und internationale Abkommen unterzeichnet werden können. Die EU ist dabei immerhin schon weiter als die USA, auch hierzulande wird das geplante Konzept aber noch diskutiert und ist noch nicht final.

Die umfassendste EU-Verordnung zu diesem Thema ist die „VERORDNUNG DES EUROPÄISCHEN PARLAMENTS UND DES RATES ZUR FESTLEGUNG HARMONISIERTER VORSCHRIFTEN FÜR KÜNSTLICHE INTELLIGENZ“ (kurz: KI-Verordnung). Die Verordnung gilt als fundamentaler Grundstein für die Regulierung von künstlicher Intelligenz in der EU und befasst sich insbesondere mit folgenden Themen:

• Regelung von Risikoklassen: Die Verordnung teilt die KI-Anwendungen
  basierend auf dem potenziellen Risiko in vier Stufen:
  risikoarme, begrenzt riskante, riskante und verbotene KI
• Verbote & Restriktionen: Einige Anwendungen werden durchgehend
  verboten, manche unterliegen bestimmten Nutzungseinschränkungen
  sowie Sicherheitsstandards, die eingehalten
  werden müssen
• Datenbezug/Datenkontrolle: Wie Datennutzungsrechte
  gestaltet sind bzw. welche Rechte User*innen an ihren Informationen
  haben

Diese Richtlinie ist noch nicht umgesetzt, der Vorschlag für eine Verordnung über künstliche Intelligenz befindet sich nach wie vor im Gesetzgebungsprozess, bei dem er vom Europäischen Parlament und den EU-Mitgliedstaaten diskutiert wird. Von Sicherheitsbedenken über Datenschutzfragen bis hin zu ethischen Bedenken rund um die Automatisierung und den Arbeitsplatzabbau haben wir als Gesellschaft noch viel zu diskutieren und abzuwägen, wenn es darum geht, diese neue Technologie erfolgreich zu integrieren.