Das Thema Künstliche Intelligenz (KI) ist zurück, seit Chatbot Chat GPT das Licht der Öffentlichkeit erblickt hat. Berenberg-Volkswirt Jörn Quitzau analysiert gemeinsam mit Nico Baum, Leiter Innovation & Data bei Berenberg, die Konsequenzen für den Arbeitsmarkt.
Es wird einmal mehr die Frage diskutiert, welches Potenzial der Einsatz von KI hat – und wie groß das disruptive Potenzial für den Arbeitsmarkt wohl sein mag. Diesmal sind alle alarmiert, die dafür bezahlt werden, Texte und Analysen zu schreiben: zum Beispiel Journalisten, Analysten, Bankvolkswirte. Denn mithilfe von Chat GPT können Texte quasi vollautomatisch erstellt werden.
Doch wie groß ist die Bedrohung durch Künstliche Intelligenz wirklich?
Vor einiger Zeit haben wir gemeinsam mit dem Hamburgischen Weltwirtschaftsinstitut (HWWI) drei mögliche Szenarien für den digitalen Wandel skizziert: Im „Schlaraffenland-Szenario“ wird die menschliche Arbeitskraft überflüssig und das Knappheitsproblem gelöst. Dank vernetzten Computern und Robotern, Big Data und einem Quantensprung bei der Künstlichen Intelligenz werden automatisch und quasi ohne menschliches Zutun diejenigen Güter und Dienstleistungen produziert, die sich die Verbraucher wünschen. Die Menschen könnten sich deshalb Vollzeit mit Dingen beschäftigen, die ihnen Spaß machen. Das Schlaraffenland wäre Realität. Wir halten dieses Szenario für eine Utopie. So weit wird es nicht kommen, auch wenn die Künstliche Intelligenz immer stärker eingesetzt wird.
Etwas wahrscheinlicher, wenngleich nicht unser Hauptszenario, ist das Szenario einer 20:80-Gesellschaft: Gesamtwirtschaftlich führt die Digitalisierung zwar zu mehr Wachstum und zu mehr Wohlstand, aber aufgrund des technischen Fortschritts lässt sich der Wohlstand mit einem Bruchteil der heute benötigten Arbeitskräfte produzieren. In einer 20:80-Gesellschaft würden nur noch 20 Prozent der arbeitswilligen Bevölkerung bezahlte Arbeit finden und die erzielten Einkommen würden sich auf einen sehr kleinen Teil der Bevölkerung konzentrieren. In einem solchen Szenario gäbe es vor allem das Problem, wie der erwirtschaftete Wohlstand gerecht verteilt wird, sodass auch die am Arbeitsmarkt nicht benötigten 80 Prozent der Gesellschaft ein passables Leben führen können.
Am wahrscheinlichsten war und ist für uns ein Strukturwandel-Szenario: Der digitale Wandel gefährdet oder zerstört zwar viele Jobs, aber langfristig schafft er ungefähr genauso viele neue Arbeitsplätze. Der gesellschaftliche Wohlstand steigt und diejenigen, die bereit sind, sich dem Wandel am Arbeitsmarkt anzupassen, profitieren auf längere Sicht. So werden sich bestimmte Tätigkeiten – wie so oft in der Vergangenheit – verändern und das Verhältnis dessen, was der Mensch und was die Technik zum Arbeitsoutput beitragen, wird sich verschieben.
KI-Entwürfe brauchen Experten-Feinschliff
Um es an einem Beispiel aus unserem Arbeitsbereich konkret zu machen: Es ist gut möglich, dass der Erstentwurf für einen Research-Bericht mithilfe der Künstlichen Intelligenz geschrieben wird. Der Feinschliff wird aber wohl weiter einen Experten erfordern. Der Experte wird dadurch Zeit gewinnen für andere Aufgaben, denn statt den Text selbst zu schreiben, wird er sich eben nur noch um den Feinschliff kümmern müssen. Die Entwicklung der Übersetzungsmaschinen zeigt, dass das maschinelle Übersetzen von Texten hinsichtlich Schnelligkeit und Sprachniveau beeindruckend ist. Doch das Sprachniveau ist noch nicht perfekt. Daran hat sich in den letzten Jahren auch nicht mehr viel geändert.
Um die maschinell übersetzte Erstversion auf einen publikationsfähigen Standard zu bringen, ist der Mensch nochmal in nennenswertem Umfang gefordert. Es scheint so zu sein, dass die Künstliche Intelligenz bis zu einem bestimmten Niveau erstaunliche Arbeit leisten kann. Um aber das Niveau zu erreichen, mit dem die menschliche Arbeitskraft vollständig ersetzt werden kann, ist es oft noch ein gewisser Weg.
Auch bei Banken gibt es bereits eine Vielzahl von potenziellen Einsatzfeldern für neue Technologien. So nutzt man beispielsweise Künstliche Intelligenz, um täglich mehrere hunderttausende globale unstrukturierte Nachrichten in Echtzeit einzusammeln und mit Hilfe von natürlicher Sprachverarbeitung zu interpretieren. Natürliche Sprachverarbeitung ist eine Technologie aus dem Feld der Künstlichen Intelligenz, die dabei hilft, gesprochene und geschriebene Sprache zu hören, zu verarbeiten und zu verstehen – zu diesem Feld gehören auch die Large-Language-Modelle (zum Beispiel Chat GPT), wie sie aktuell in aller Munde sind. Mit neuester Machine Learning Technologie aus der Mustererkennung gewinnt man im nächsten Schritt aus diesen Daten Handelssignale für verschiedene Asset-Klassen.
Entlang der Wertschöpfungskette von Banken gibt es eine Vielzahl von weiteren Anwendungsfällen, bei denen der Einsatz von KI unterstützen kann. So können neben dem Einsatz von KI-gesteuerten Investmentstrategien, KI-basierte Auswertungen auch diskretionäre Fondsmanager bei ihrer Entscheidungsfindung unterstützen – beispielsweise durch das systematische Screening großer Aktienuniversen und auch die Vorselektion attraktiver Titel für den Fondsmanager.
Das Thema KI wird durch die exponentiell steigende Datenmenge, durch die gesammelte Erfahrung und durch neue Methoden, die in unsere Industrie Einzug halten, an Bedeutung gewinnen. Es ist jedoch enorm wichtig, dass man im ersten Schritt die Inputdaten und auch deren ökonomischen Bezug sehr gut versteht, ansonsten ist man schnell beim „Datamining“ und eine beobachtete Korrelation bedeutet nicht notwendigerweise eine kausale Beziehung.
Künstliche Intelligenz kann gut Muster in historischen Daten erlernen und diese in neuen Daten wiedererkennen. Anfangs müssen die Muster allerdings von Menschen vorgegeben werden. Auch hier sind wir wieder bei der gewinnbringenden Kombination von Menschen & Maschinen.
Aus unserer Sicht ist es wahrscheinlich, dass Künstliche Intelligenz – genauso wie bei bisherigen Innovationszyklen – die menschliche Arbeit nicht ersetzen, sondern als Assistent ergänzen und unterstützen kann. Die KI übernimmt dann komplexe, datenintensive und repetitive Routinearbeiten. Der Mensch erhält Freiraum für interessantere Aufgaben, welche eher softere Skills wie Kreativität und Empathie erfordern. Einige Berufe werden sich dadurch stark verändern.
