Kürzlich habe ich die folgenden Schlagzeilen gesehen:

• „Applied Materials nutzt die Automatisierung, um die Zeit der Finanzmitarbeiter zu verändern¹“
• „Microsoft hält die Zahl seiner Finanzmitarbeiter mit tels KI, Bots und anderen Technologien niedrig²“

Zusammen mit den anderen Nachrichten der letzten Zeit über den „Arbeitskräftemangel“ oder die „große Resignation“ hat mich das zum Nachdenken gebracht - ist die KI bereit, künftig unsere Arbeit zu tun?

Schritt 1: Was machen Applied Materials und Microsoft wirklich?

Als erstes muss man sich jedoch darüber im Klaren sein, dass Begriffe wie „Automatisierung“, „KI“ und „Bots“ je nach den Einzelheiten und dem Kontext viele Bedeutungen haben können.

Der Fall Applied Materials³

Die generelle Motivation bestand darin, die Mitarbeiter von sich wiederholenden Arbeiten zu entlasten und ihnen eine stärker analytisch ausgerichtete Arbeit zu ermöglichen. Einige Element des Toolkits umfasste robotergesteuerte Prozessautomation und Cloud-Computing. Die Gesamtorganisation von Applied Materials wuchs beträchtlich, aber die Zahl der Mitarbeiter:innen im Finanzbereich blieb weitgehend unverändert. Es wurde aufgeführt, dass das Unternehmen viel mehr für Forschung und Entwicklung (F&E) ausgeben müsse und dass kein Budget für mehr Einstellungen von Mitarbeiter:innen im Finanzbereich vorhanden sei. Ein wesentlicher Teil des Plans bestand darin, die Fähigkeiten der derzeitigen Mitarbeiter:innen zu steigern, um neue Software zu erlernen und effizienter zu werden, anstatt neue Mitarbeiter einzustellen.

Eine pragmatische Statistik besagte: Das Finanzteam wollte von 60-70 Prozent der Zeit für die Datenerfassung auf nur noch 10-15 Prozent der Zeit für die Datenerfassung und den Rest für die Analyse kommen.

Der Fall Microsoft⁴

Microsoft beschäftigt rund 5.000 Mitarbeiter:innen in seinem Finanzteam. Diese Zahl ist weitgehend konstant geblieben, obwohl die Geschäftstätigkeit, die Gewinne und die Marktkapitalisierung des Unternehmens enorm gestiegen sind. Daraus ergibt sich eindeutig, dass Microsoft über ein Toolkit verfügt, das Folgendes umfasst:

• Künstliche Intelligenz
• Bots/Virtuelle Agenten
• Cloud-Computing
• Data Lakes
• Maschinelles Lernen

Die Erstellung von Prognosen war für das Unternehmen eine hervorragende Fallstudie, da es sich um einen Prozess handelte, der regelmäßig etwa drei Wochen in Anspruch nahm und etwa 1.000 verschiedene Personen daran beteiligt waren. Durch die Anwendung maschineller Lernprozesse konnte die Gruppe den Zeitaufwand von drei Wochen auf etwa 30 Minuten reduzieren und die Prognoseabweichung von 3,0 Prozent auf 1,5 Prozent verringern. Ähnliche Instrumente des maschinellen Lernens wurden in den Bereichen Compliance und Innenrevision eingesetzt und unterstützen sogar bei der Vorhersage künftiger Rezessionen.

Virtuelle Agenten – die bis zu 60 Sprachen erkennen und sogar die „Absicht“ aus der Verarbeitung natürlicher Sprache erkennen können – bearbeiten etwa 30 Prozent von 1 Million verschiedener virtueller Anfragen. Es entspricht auch der Wahrheit, dass etwa 70 Prozent der Rechnungen bei Microsoft durch maschinelles Lernen abgedeckt werden können und die Fehlerquote bei der Bearbeitung von 2 Prozent auf 1 Prozent gesunken ist, da Menschen nicht mehr manuell etwas eintippen oder Berechnungen durchführen müssen.

Microsoft ist dafür bekannt, diese Art von Tools auf den Markt zu bringen, sei es über seine Azure-Plattform oder die Office 365-Software. Aber es war interessant zu sehen, wie sie sozusagen ihr eigenes Süppchen kochen.

Bestehende Mitarbeiter:innen weiterbilden, statt sie zu ersetzen

In beiden Fällen, sowohl bei Applied Materials als auch bei Microsoft, wurden die Fähigkeiten und Fertigkeiten der vorhandenen Mitarbeiter:innen verbessert, aber nicht ersetzt. In beiden Fällen wurde Künstliche Intelligenz (KI) nicht als „Arbeitsplatzersatz“ bezeichnet. Im Vordergrund stand die Effizienz. Ebenso ist auch erwähnenswert, dass die Finanzfunktion in einem typischen Unternehmen einen großen Teil des Arbeitsergebnisses in der Software hat, und daher könnte es sein, dass die Verwendung dieses Toolkits in der Welt der Software einfacher ist als in der Welt der drei Dimensionen.

Das Problem „Beeren sammeln“ – eine Herausforderung für die KI⁵

Im Finanzteam eines großen Unternehmens zu arbeiten, mag eine Sache sein, aber zwölf Stunden am Tag auf den Feldern zu verbringen und Obst zu pflücken, ist etwas ganz anderes. Jeder Beerenpflückroboter, der auf einem Feld eingesetzt wird, müsste Folgendes erledigen:

1. Den Reifegrad beurteilen, um keine Früchte zu pflücken, die noch nicht ganz reif sind.
2. Die Frucht greifen, ohne sie zu beschädigen.
3. Stark genug ziehen, sodass sich die Frucht vom Stiel löst, jedoch nicht so stark, dass die Pflanze beschädigt wird.

Ein Mensch kann diese drei Dinge tun, während er möglicherweise von etwas anderem „träumt“. Das Unternehmen Agrobot hat bereits vor zehn Jahren einen Erdbeerroboter vorgestellt, bei dem es sich allerdings noch um einen Prototyp handelt. In den vergangenen zwanzig Jahren hat das Pflücken von Erdbeeren die meiste Aufmerksamkeit unter allen Obstpflückprojekten auf sich gezogen.

Ähnlich wie es autonome Fahrzeuge leichter haben könnten, wenn neue Straßen mit integrierten Sensoren gebaut würden, so könnten es Roboter in der Landwirtschaft leichter haben, wenn sie in hochmodernen Indoor-Farming-Anlagen eingesetzt werden, in denen die Pflanzen präzise – möglicherweise sogar vertikal – positioniert werden.

Logistik und Lagerhäuser – KI als bisheriges Tor zur „realen Welt“⁶

Wenn es einen Bereich gibt, in dem die KI eindeutig begonnen hat, Auswirkungen auf die realen Welt zu haben, dann sind es die Lagerhäuser. Es ist bemerkenswert, dass sich die Einführung von mehr Robotik positiv auf die Arbeitsmärkte ausgewirkt hat. Japan und Südkorea sind Länder mit einer sehr hohen Roboterdurchdringung. Eine Studie der Yale University, die das japanische verarbeitende Gewerbe zwischen 1978 und 2017 untersuchte, ergab, dass ein Anstieg von einem Roboter pro 1.000 Arbeitnehmer die Beschäftigung in einem Unternehmen um 2,2 Prozent erhöht. Untersuchungen der Bank of Korea haben ergeben, dass der verstärkte Einsatz von Robotern zu einer Verlagerung von Arbeitsplätzen aus bestimmten Sektoren, wie der verarbeitenden Industrie, in andere Sektoren führte, ohne dass es jedoch zu einem Rückgang der offenen Stellen insgesamt kam. Es wird interessant sein zu sehen, ob sich diese Ergebnisse in den 2020er Jahren ändern werden.

Schlussfolgerung: Die Menschen sollten sich über die Steigerung freuen, die die KI für ihre Tätigkeiten bedeuten kann

Während wir diese Zeilen Anfang 2022 schreiben, wird der derzeitige „Stand der KI“ wahrscheinlich eher zu einer Steigerung der Produktivität führen als dass menschliche Arbeitskräfte sofort ersetzt werden. „Effizienz“ und „Automatisierung“ gehören zu den am häufigsten verwendeten Begriffen. Es ist immer wieder spannend zu sehen, wie Ingenieure mit diesen neuen Werkzeugen wichtige, schwerwiegende Probleme der Gesellschaft angehen.

This material is prepared by WisdomTree and its affiliates and is not intended to be relied upon as a forecast, research or investment advice, and is not a recommendation, offer or solicitation to buy or sell any securities or to adopt any investment strategy. The opinions expressed are as of the date of production and may change as subsequent conditions vary. The information and opinions contained in this material are derived from proprietary and non-proprietary sources. As such, no warranty of accuracy or reliability is given and no responsibility arising in any other way for errors and omissions (including responsibility to any person by reason of negligence) is accepted by WisdomTree, nor any affiliate, nor any of their officers, employees or agents. Reliance upon information in this material is at the sole discretion of the reader. Past performance is not a reliable indicator of future performance.

¹ Trentmann, Nina. “Applied Materials Uses Automation to Shift How Finance Workers Spend Their Time.” Wall Street Journal. 17 Februar 2022.

² Trentmann, Nina. “Microsoft Keeps Its Finance Head Count Flat With AI, Bots and Other Tech.” Wall Street Journal. 10 Februar 2022.

³ Trentmann, 2022.

⁴ Trentmann, 2022.

⁵ Johnson, Khari. “The Elusive Hunt for a Robot That Can Pick a Ripe Strawberry.” MIT Technology Review. 16 Februar 2022.

⁶ “The World Should Welcome the Rise of the Robots.” Economist. 26 Februar 2022.

Zudem könnte Sie folgende Lektüre interessieren...

+ Bei Megatrends geht es um Zusammenarbeit statt Isolation: Eine Fallstudie zu KI und Biorevolution

+ Nimmt zu Beginn des Jahre 2022 an Fahrt auf