KI-Agenten — Rundschau #29

KI-Agen­ten in der Unternehmenswelt: Aktuelle Entwick­lun­gen und Trends

Die gen­er­a­tive Kün­stliche Intel­li­genz markiert einen fun­da­men­tal­en Wen­depunkt in der Geschichte der Men­schheit. Ähn­lich wie die indus­trielle Rev­o­lu­tion des 19. Jahrhun­derts erleben wir eine “Ent­bet­tung” gesellschaftlich­er Struk­turen: Arbeit, Bil­dung und Kom­mu­nika­tion wer­den von tra­di­tionellen Insti­tu­tio­nen entkop­pelt und den Kräften des Mark­tes unter­wor­fen. Doch während die indus­trielle Rev­o­lu­tion Jahrzehnte brauchte, um ihre volle Wirkung zu ent­fal­ten, vol­lzieht sich die KI-Trans­for­ma­tion mit beispiel­los­er Geschwindigkeit.

Die unmit­tel­bare Real­ität: Masse­nent­las­sun­gen und Struk­tur­wan­del

Die Auswirkun­gen auf den Arbeits­markt sind bere­its drama­tisch sicht­bar. Tech-Gigan­ten wie Ama­zon, Microsoft, Apple und Sales­force treiben eine koor­dinierte KI-Offen­sive voran, die Mil­lio­nen von Arbeit­splätzen bedro­ht. Die Zahlen sprechen eine deut­liche Sprache:

• Accen­ture hat über 11.000 Stellen abge­baut, während gle­ichzeit­ig 550.000 Mitar­bei­t­ende in gen­er­a­tiv­er KI geschult wur­den
• Ama­zon set­zt in seinen Lagern bere­its über eine Mil­lion humanoide Robot­er ein
• Sales­force und SAP erset­zen sys­tem­a­tisch Entwick­ler und HR-Prozesse durch KI-Sys­teme
• Soft­bank plant den Ein­satz von Bil­lio­nen KI-Agen­ten

Prog­nosen gehen davon aus, dass bis 2025 rund 16 % der Arbeit­splätze durch KI erset­zt wer­den, während nur 9 % neue entste­hen – ein Net­tover­lust, der struk­turelle Arbeit­slosigkeit und wach­sende soziale Ungle­ich­heit zur Folge haben wird.

Das Para­dox der “KI-Fit­ness”

Beson­ders auf­schlussre­ich ist der Fall Accen­ture, der ein grundle­gen­des Dilem­ma offen­bart. Das Unternehmen investiert 865 Mil­lio­nen US-Dol­lar in Restruk­turierung und schult mas­siv in KI-Kom­pe­ten­zen – entlässt aber gle­ichzeit­ig Tausende, die kein “KI-Poten­zial” zeigen. Der Begriff “KI-fit” dient dabei als Euphemis­mus, der Men­schen auf tech­nis­che Kom­pat­i­bil­ität reduziert und die men­schliche Dimen­sion aus­blendet.
Dieses Para­dox verdeut­licht eine tiefer­liegende Prob­lematik: Selb­st hochqual­i­fizierte Berufs­felder wie Soft­wa­reen­twick­lung und Date­n­analyse ver­lieren ihre ver­meintliche Sicher­heit. Die Geschwindigkeit des Wan­dels über­fordert klas­sis­che Umschu­lungskonzepte – wed­er in Quan­tität noch in Qual­ität kön­nen sie die ver­lore­nen Arbeit­splätze erset­zen.

Demokratisierung oder neue Exk­lu­sion?

Die Auswirkun­gen von KI auf die Arbeitswelt sind ambiva­lent. Ein­er­seits ermöglicht “Agen­tic AI” neue For­men der Pro­duk­tiv­ität:

Pos­i­tive Beispiele:

• Man­ag­er kön­nen mith­il­fe von KI-gestütztem “Vibe Cod­ing” wieder pro­gram­mieren, ohne umfassende Weit­er­bil­dung
• Design­er, Pro­duk­t­man­ag­er und Tester kön­nen direkt Änderun­gen vornehmen, ohne tiefes Pro­gram­mier­wis­sen
• Die Bar­ri­eren zwis­chen tech­nis­chen und nicht-tech­nis­chen Rollen brechen auf

Kri­tis­che Real­ität:

• Die Demokratisierung bet­rifft vor allem bere­its priv­i­legierte Grup­pen
• Struk­turell benachteiligte Men­schen haben kaum Zugang zu den notwendi­gen Ressourcen
• Der “Unbes­timmtheitsspiel­raum” – jen­er kreative Raum zwis­chen Tech­nik und Anwen­dung – wird von hochspezial­isierten Grup­pen kon­trol­liert

Gen­er­a­tive KI kön­nte bis 2030 jährlich 30 Bil­lio­nen Dol­lar zur Weltwirtschaft beitra­gen. Doch ob dies zu mehr Teil­habe oder neuen Auss­chlüssen führt, hängt nicht von der Tech­nolo­gie selb­st ab, son­dern von ihrer gesellschaftlichen Ein­bet­tung.

Tech­nol­o­gis­che Sou­veränität: Deutsche Illu­sio­nen

Die Analyse der deutschen Sit­u­a­tion offen­bart eine schmerzhafte Kluft zwis­chen poli­tis­chem Wun­schdenken und wirtschaftlich­er Real­ität. Während die Poli­tik von eige­nen Foun­da­tion Mod­els und tech­nol­o­gis­ch­er Führerschaft träumt, zeigt sich:

• Die notwendi­ge Infra­struk­tur – Dat­en, Ressourcen, glob­ale Net­zw­erke – liegt in den Hän­den weniger inter­na­tionaler Play­er
• Zen­trale deutsche Indus­trien (Maschi­nen­bau, Auto­mo­bil, Chemie) kämpfen mit struk­turellen Prob­le­men und Dig­i­tal­isierungss­chwächen
• Die deutsche Inge­nieurstra­di­tion wird zum Hin­der­nis, wenn Soft­wa­reen­twick­lung wichtiger wird als Hard­warelö­sun­gen
• Die Annahme, Deutsch­land könne “mal eben” eigene Foun­da­tion Mod­els entwick­eln, ist unre­al­is­tisch

Diese Diskrepanz erin­nert an frühere Fehlein­schätzun­gen bei der Energiewende oder Dig­i­tal­isierung. Ohne prag­ma­tis­che Strate­gien, die eigene Gren­zen anerken­nen, dro­ht Deutsch­land in der glob­alen KI-Rev­o­lu­tion abge­hängt zu wer­den.

Neue Macht­struk­turen im dig­i­tal­en Han­del

Ope­nAI und Stripe haben mit der Inte­gra­tion von Shop­ping-Funk­tio­nen in Chat­G­PT eine neue Ära ein­geleit­et. Das Agen­tic Com­merce Pro­to­col (ACP) ermöglicht naht­lose Transak­tio­nen direkt im Chat – ein beque­mer, aber macht­poli­tisch hochrel­e­van­ter Schritt.

Wer den Zugang zum Kun­den kon­trol­liert, kon­trol­liert den Markt. Der Wet­tbe­werb zwis­chen Ope­nAIs ACP und Googles AP2 erin­nert an frühere Kämpfe um Inter­net­stan­dards. Für Ver­brauch­er ver­schwimmt die Gren­ze zwis­chen Infor­ma­tion und Transak­tion – Kaufentschei­dun­gen wer­den weniger bewusst getrof­fen.

Was bleibt men­schlich? Die Super­sym­bol­ge­sellschaft

In der KI-gestützten Ökonomie ver­schiebt sich der Fokus von der Akku­mu­la­tion von Fach­wis­sen zur Fähigkeit, Bedeu­tun­gen zu erschaf­fen und Sym­bol­sys­teme zu verknüpfen. Philosophis­che Konzepte helfen, die neue Rolle des Men­schen zu ver­ste­hen:

• Alvin Tof­fler: In der Super­sym­bol­wirtschaft basiert Wertschöp­fung nicht auf materiellen Gütern, son­dern auf kreativ­er Ver­ar­beitung von Infor­ma­tio­nen und Nar­ra­tiv­en.
• Ernst Cas­sir­er: Der Men­sch als ani­mal sym­bol­icum – die Kernkom­pe­tenz liegt in der Schaf­fung und Inter­pre­ta­tion von Sym­bol­en.
• Karl Pop­per: Wertschöp­fung entste­ht durch bewusste Über­set­zung zwis­chen materieller Real­ität, sub­jek­tivem Bewusst­sein und objek­tiv­en Geis­te­spro­duk­ten.

Fünf uner­set­zliche men­schliche Kom­pe­ten­zen

Selb­st wenn KI-Agen­ten eigen­ständig analysieren, pla­nen und Code pro­duzieren, bleiben zen­trale Fähigkeit­en men­schlich:

1. Ziel- und Pri­or­itätenset­zung: Die Fes­tle­gung, welche Werte und Prob­leme wichtig sind
2. Meta-Koor­di­na­tion: Inte­gra­tion von Per­spek­tiv­en und Bew­er­tung emer­gen­ter Effek­te
3. Ver­ant­wor­tung: Nor­ma­tive Entschei­dun­gen und ethis­che Grenzziehung
4. Trans­for­ma­tion in die physis­che Welt: Umset­zung von Ideen basierend auf Mut, Intu­ition und Erfahrung
5. Sinns­tiftung: Ein­bet­tung von Lösun­gen in Werte und Visio­nen

Men­schen verbinden die drei Wel­ten: Sie erleben abstrak­te Sym­bole, bew­erten sie ethisch und über­set­zen sie in materielle Real­ität. Während KI-Agen­ten Welt 3 hor­i­zon­tal erweit­ern, leis­ten Men­schen die ver­tikale Inte­gra­tion.

Die Rolle men­schen­zen­tri­ert­er Ökosys­teme

His­torische Beispiele zeigen: Tech­nolo­gie allein bewirkt keinen Wan­del. Elek­triz­ität, das Auto­mo­bil oder das Inter­net benötigten Jahrzehnte, um ihr Poten­zial zu ent­fal­ten – erst wenn Organ­i­sa­tio­nen, Prozesse und Arbeitsweisen angepasst wur­den.
Inno­va­tion entste­ht in Ökosys­te­men, in denen ver­schiedene Diszi­plinen und Akteure zusam­men­wirken. Die Radio Row der 1930er Jahre oder das heutige Sil­i­con Val­ley zeigen: Dichte Inter­ak­tion, Wis­sensaus­tausch und Kol­lab­o­ra­tion sind entschei­dend.

Der franzö­sis­che Philosoph Gilbert Simon­don betonte, dass tech­nis­che Sys­teme ko-evo­lu­tiv mit dem Men­schen wach­sen. Je mächtiger die Tech­nolo­gie, desto wichtiger wer­den men­schliche Net­zw­erke, die ihre Poten­ziale erschließen.

Tech­nis­che Durch­brüche: Agen­tic AI als Wen­depunkt

Alibabas Tongyi Lab hat mit Agen­tic Con­tin­u­al Pre-train­ing (Agen­tic CPT) einen method­is­chen Schritt zur Entwick­lung hand­lungs­fähiger KI-Agen­ten vol­l­zo­gen. Das Frame­work:

• Führt eine Zwis­chen­stufe im Train­ing ein: ein “pre-aligned” Mod­ell mit agen­tis­chen Fähigkeit­en
• Ver­ar­beit­et 300 Mil­liar­den Tokens mit erweit­erten Kon­textfen­stern (bis 128K)
• Nutzt Daten­syn­these ohne API-Kosten
• Erzielt Best­werte in Bench­marks wie BrowseC­omp und Aca­d­e­m­ic Browse (75,3 %)

Für Unternehmen ermöglicht dies die kosten­ef­fiziente Entwick­lung domä­nen­spez­i­fis­ch­er Agen­ten – ein Par­a­dig­men­wech­sel von reinen Textgen­er­a­toren zu hand­lungs­fähi­gen Sys­te­men.

Die Illu­sion der Bench­marks

Der neue “AI Pro­duc­tiv­i­ty Index” (APEX) von McK­in­sey und Gold­man Sachs soll messen, wie gut KI hochqual­i­fizierte Arbeit leis­ten kann. Die besten Mod­elle erre­ichen 64,2 % – schein­bar weit ent­fer­nt von men­schlichen Experten.

Doch der Bench­mark offen­bart struk­turelle Verz­er­run­gen:

• Tests wur­den von Experten erstellt, deren Jobs durch KI bedro­ht sind
• Er misst, wie gut KI beste­hende Muster imi­tiert, nicht wie sie Auf­gaben effizien­ter lösen kön­nte
• Dis­rup­tive Ansätze wer­den überse­hen
• Die wahre Trans­for­ma­tion find­et in den unteren Ebe­nen statt: bei Rou­tineauf­gaben von Junior-Mitar­beit­ern

His­torisch definieren bedro­hte Beruf­s­grup­pen jene Tätigkeit­en als “wesentlich”, die sich (noch) nicht automa­tisieren lassen. APEX zeigt nicht die Gren­zen der KI, son­dern die Gren­zen unser­er Vorstel­lungskraft und die Macht der­jeni­gen, die Kri­te­rien für “gute Arbeit” fes­tle­gen.

Bil­dung im Wan­del

Die Trans­for­ma­tion erfordert einen radikalen Wan­del der Bil­dung:
Weg von:

• Fak­ten­wis­sen und Rou­tine­fähigkeit­en
• Lin­earen Kar­ri­erewe­gen
• Spezial­isierung ohne Kon­text

Hin zu:

• Kreativ­ität, Urteilsver­mö­gen und soziale Inter­ak­tion
• Kon­tinuier­lich­er Anpas­sung
• Trans­diszi­plinären Fähigkeit­en
• Metakog­ni­tion und ethis­ch­er Reflex­ion
• Train­ing der Trans­for­ma­tion zwis­chen The­o­rie und Prax­is

Bil­dung muss zu einem Übungs­feld wer­den, in dem der Umgang mit Sym­bol­sys­te­men und die Verbindung ver­schieden­er Wel­ten trainiert wer­den.

Gesellschaftliche Kon­se­quen­zen und Gestal­tung­sop­tio­nen

Die KI-Rev­o­lu­tion führt zu gravieren­den gesellschaftlichen Fol­gen:
Risiken:

• Struk­turelle Arbeit­slosigkeit in his­torischem Aus­maß
• Konzen­tra­tion der Gewinne bei weni­gen Konz­er­nen
• Wach­sende soziale Ungle­ich­heit und mas­sive Span­nun­gen
• Ver­lust wirtschaftlich­er Grund­la­gen für bre­ite Bevölkerungss­chicht­en

Gestal­tung­sop­tio­nen:

• Bedin­gungslos­es Grun­deinkom­men
• KI-Reg­ulierung und Schutzrechte für dig­i­tale Arbeit­er
• Neue Sozial­stan­dards
• Investi­tio­nen in Bil­dung und Weit­er­bil­dung als gesellschaftliche Pflich­tauf­gabe
• Auf­bau von Clus­tern und Kol­lab­o­ra­tionsräu­men

Faz­it: Die offene Zukun­ft

Die KI-Rev­o­lu­tion hat begonnen, doch ihre Rich­tung ist nicht deter­miniert. Die Lehren aus der indus­triellen Rev­o­lu­tion zeigen: Solche Umbrüche sind gestalt­bar. Es entste­hen bere­its soziale und poli­tis­che Gegen­be­we­gun­gen, die darauf abzie­len, den tech­nol­o­gis­chen Wan­del in soziale Struk­turen einzu­bet­ten.

Entschei­dend wird sein:

• Ob die Trans­for­ma­tion inklu­siv ver­läuft und mehr Men­schen befähigt, statt sie auszuschließen
• Ob wir den tech­nol­o­gis­chen Fortschritt so steuern, dass er der Men­schheit dient
• Ob wir den poli­tis­chen und gesellschaftlichen Willen auf­brin­gen, diese Trans­for­ma­tion für die Mehrheit zugänglich zu machen

In ein­er Welt voller autonomer Sym­bol­prozes­soren wird Bedeu­tung das knapp­ste Gut – und die Fähigkeit, sie zu stiften, bleibt zutief­st men­schlich. KI ist kein Schick­sal, son­dern ein Hand­lungs­feld, das wir aktiv gestal­ten müssen. Die Werkzeuge existieren, nun liegt es an uns, die Zukun­ft zu for­men.

Die zen­trale Frage lautet nicht, ob KI Men­schen erset­zt, son­dern wie wir eine Gesellschaft gestal­ten, in der tech­nol­o­gis­ch­er Fortschritt soziale Zer­reißproben ver­hin­dert statt ver­stärkt. Die Antwort darauf wird darüber entschei­den, ob wir eine dystopis­che Spal­tung oder eine ko-evo­lu­tive, men­schen­zen­tri­erte Zukun­ft erleben.