+34
Die Google-Suche war einst schnell und schlank, dann kamen Werbung und Spam. Auch KI-Anwendungen folgen dem gleichen Muster – mit noch höheren Kosten.
Künstliche Intelligenz wird die Arbeitsproduktivität verringern Die Google-Suche war einst schnell und schlank, dann kamen Werbung und Spam. Auch KI-Anwendungen folgen dem gleichen Muster – mit noch höheren Kosten.
Der Vorsitzende der US-Notenbank, Kevin Warsh, ist überzeugt – und namhafte Ökonomen stimmen ihm zu –, dass künstliche Intelligenz die Arbeitsproduktivität deutlich steigern wird. Darauf sollte man nicht wetten. Tatsächlich könnte eine breitere Einführung dieser Modelle den Output pro Arbeitnehmer verringern. Die breite Einführung neuer Technologien ist ein Eckpfeiler der wirtschaftlichen Dynamik.
Und im Internetzeitalter waren benutzerfreundliche Oberflächen und Erschwinglichkeit unverzichtbare Voraussetzungen dafür. Bis Anfang der 90er-Jahre waren Technikbegeisterte auf streng strukturierte, textbasierte Tools wie Gopher angewiesen, um Dokumente im Internet auszutauschen. Dann entstand das flexiblere World Wide Web, aus dem Browser – Mosaic, Netscape Navigator und Microsofts Internet Explorer – sowie Suchmaschinen hervorgingen, die schnell, benutzerfreundlich und kostengünstig waren.
AltaVista, der erste Volltext-Suchindex des World Wide Web, verzeichnete 1995 am ersten Tag 300’000 Zugriffe und stieg auf mehr als 80 Mio. tägliche Zugriffe an. Doch AltaVista verunstaltete ihre Ergebnisse mit hässlichen Werbebannern. Als Google 1998 ihre Suchmaschine auf den Markt brachte, waren Nutzer wie ich daher von ihrem Design begeistert, ohne auf die Qualität der Ergebnisse zu achten.
Googles Erfolg vernichtete konkurrierende Suchmaschinen und traditionelle Printverlage, und seine Ingenieure hielten auf wundersame Weise die Effizienz der IT-Infrastruktur aufrecht, um sicherzustellen, dass die Suche nach Informationen schnell, einfach und kostengünstig blieb. Doch der Erfolg untergrub dann auch die Nutzererfahrung und die Produktivität. Als Google zur Monopolmacht wurde, überschwemmten Suchmaschinenoptimierer die Ergebnisse mit nutzlosen Links. Traditionelle Medien griffen auf Clickbait zurück.
Dieser Ballast zwang die Nutzer dazu, neue Fähigkeiten zu erlernen: wie man Suchbegriffe auswählt, boolesche Operatoren verwendet und Clickbait erkennt. Google verschlechterte das Nutzererlebnis zusätzlich, indem es gesponserte Ergebnisse ganz oben auf der Seite anzeigte.
«Mit Billionen von Parametern können LLM Kontextfaktoren einbeziehen, die frühere Modelle ignorieren mussten. » KI-Chatbots sind einen ähnlichen Weg gegangen. ChatGPT zog in den ersten fünf Tagen nach seinem Start im November 2022 1 Mio. Nutzer an.
Wie bei Googles anfangs übersichtlicher Suchseite war die Benutzeroberfläche des Chatbots überzeugend: Nutzer konnten Fragen in einfachem Englisch stellen, ohne dass boolesche Operatoren erforderlich waren. Leider entpuppte sich ChatGPT als lügendes sprechendes Pferd. Das Herausfiltern seiner Erfindungen nahm mehr Zeit in Anspruch als die Stichwortsuche bei Google, was die Produktivität schmälerte. Bard – der Chatbot, den Google angesichts einer existenziellen Bedrohung seiner Suchdominanz hastig auf den Markt brachte – war ebenso enttäuschend.
Nun, mehr als drei Jahre später, hat Google Bard eingestellt und durch eine KI-Übersicht oberhalb der herkömmlichen Suchergebnisse sowie eine KI-Modus-Option ersetzt – einen Chatbot, der Nutzer dazu auffordert, «alles zu fragen». Meiner Erfahrung nach sind die Ergebnisse jedoch nach wie vor ärgerlich unzuverlässig, selbst bei einfachen Suchanfragen. Im Vergleich zu herkömmlichen statistischen Modellen, einschliesslich der bahnbrechenden Algorithmen von Google, scheinen grosse Sprachmodelle überzeugende Vorteile zu bieten.
Mit Billionen von Parametern können LLM Kontextfaktoren einbeziehen, die frühere Modelle ignorieren mussten. Und LLM informieren nicht nur; sie nutzen Metaphern und Humor in dem, was der Philosoph Ludwig Wittgenstein als Sprachspiele bezeichnete, die beruhigen, erklären, schmeicheln, behaupten und überreden. Wie ihre früheren Vorläufer stützen sich LLM jedoch auf statistische Extrapolation und gehen von einer Zukunft aus, die die Vergangenheit wiederholt. Das ist für natürliche Phänomene wie die Proteinfaltung in Ordnung, nicht aber für sich ständig verändernde Waren und Dienstleistungen.
Kleine Änderungen am Aufbau eines Laptop-Akkus können beispielsweise Anleitungen zu dessen Austausch unbrauchbar machen. Trotzdem befolgen Nutzer – ähnlich wie die Teilnehmer an Stanley Milgrams berüchtigten Schock-Experimenten – reflexartig die selbstbewusste Antwort eines Chatbots. Im Gegensatz dazu zeigen traditionelle Suchergebnisse besser auf, inwiefern Informationen veraltet und Quellen unzuverlässig sind. Dies gibt den Nutzern mehr Spielraum, ihr eigenes Urteilsvermögen einzusetzen, was Fehlschläge und Kosten reduziert.
Die wahllose Einbeziehung von Billionen von Parametern verstärkt die Extrapolationsprobleme von LLM, indem sie die Wahrscheinlichkeit erhöht, dass sie nicht vorhandene Muster erkennen oder irrelevante bzw. unzuverlässige Antworten aus umfassenden, nicht kuratierten Katalogen auswählen. Entwickler traditioneller statistischer Modelle können Variablen und Datenquellen einschränken, um dieses Ergebnis zu vermeiden und gleichzeitig die Rechenkosten zu kontrollieren. Die Abhängigkeit von LLM von statistischer Extrapolation macht ihre Konversationsschnittstellen zudem zu sprachlichen Schimären.
Da LLM die menschliche Sinnbildung nicht nachbilden können und kein echtes kontextuelles Verständnis von Absichten besitzen, nutzen sie Sprache nicht als «Lebensform», um noch einmal Wittgenstein zu zitieren.
«Trotz scheinbar unbegrenzter Ressourcen hat Google mindestens ebenso viele Flops wie Hits vorzuweisen. » Die Vortäuschung, dass sie dies tun, hat es KI-Anbietern ermöglicht, Chatbots wahllos zu vermarkten – zumal die enger gefassten Anwendungsbereiche, für die LLM tatsächlich nützlich sind, Investitionen in Höhe von mehreren Billionen Dollar nicht rechtfertigen können. KI-Befürworter setzen alles daran, Menschen süchtig zu machen. Googles KI-Übersichten und der KI-Modus sind wie eine kostenlose Kostprobe.
Sobald die Nutzer einmal süchtig sind, werden die Hyperscaler mit Sicherheit hohe Preise verlangen, um ihre hohen Entwicklungs- und Betriebskosten wieder hereinzuholen. Man könnte hoffen, dass selbst die mächtigsten Unternehmen die Konsumenten nicht zur Unterwerfung täuschen können. Trotz scheinbar unbegrenzter Ressourcen hat Google mindestens ebenso viele Flops wie Hits vorzuweisen. Schon der Name Meta erinnert an eine gescheiterte, milliardenschwere Wette auf die virtuelle Realität.
Doch die Marketingoffensive, die die Sucht nach Junkfood in ein boomendes Geschäft verwandelt hat, liefert ein entmutigendes Gegenbeispiel. Hyperscaler könnten die LLM-Sucht so weit verbreiten wie physiologische Abhängigkeiten, indem sie das tief sitzende Verlangen der Menschen nach geselliger Unterhaltung ausnutzen. Während soziale Bindungen bröckeln, bieten Chatbots ein Abbild davon an und verwandeln ernsthafte Fachleute möglicherweise in liebeskranke Teenager.
Und wie bei anderen Abhängigkeiten beanspruchen LLM bereits Ressourcen – darunter Kapital, Strom, Chips und unternehmerische Energie –, die andere verdienstvolle Innovationen benötigen. Solange sich dieser Trend fortsetzt, sollten Techno-Optimisten ihre rosige Sicht auf das Produktivitätsversprechen der KI überdenken.ist Professor für Gesundheitspolitik an der Mailman School of Public Health der Columbia University. Er ist Autor des kürzlich erschienenen Buches «Uncertainty and Enterprise: Venturing Beyond the Known».
Switzerland Neuesten Nachrichten, Switzerland Schlagzeilen
Similar News: Sie können auch ähnliche Nachrichten wie diese lesen, die wir aus anderen Nachrichtenquellen gesammelt haben.
Uster ZH: Stadtrat setzt auf Künstliche Intelligenz in der VerwaltungDer Stadtrat von Uster ZH hat den Fokus 2026–2029 der Digitalstrategie verabschiedet. Bis Ende 2029 sollen digitale Dienstleistungen breiter verfügbar sein.
Weiterlesen »
OpenAI nimmt Ukraine in KI-Cyberabwehr-Programm aufKünstliche Intelligenz des ChatGPT-Entwicklers OpenAI soll der ukrainischen Regierung helfen, Cyberattacken aus Russland abzuwehren.
Weiterlesen »
Künstliche Intelligenz im Aargau: Spitäler erproben neue TherapienIm Aargau werden an Spitälern bereits neue Anwendungen mit Künstlicher Intelligenz erprobt. Die Palette reicht von Diagnosen bis zu Entlastung im Spitalalltag.
Weiterlesen »
KI im Baugewerbe: Schweizer Baumeisterverband setzt auf künstliche IntelligenzDer Schweizerische Baumeisterverband setzt auf KI, um Administration zu bewältigen und dem Fachkräftemangel zu begegnen. Über 300 Personen nahmen an Workshops teil.
Weiterlesen »