Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

14.06.2023

Mehr als das BIP von UK: GenAI mit Produktivitätsplus von (bis zu) 4,4 Billionen US-Dollar

Generative KI (GenAI) hat, laut einer Studie, das Potential, einen jährlichen Produktivitätszuwachs von 2,6 bis 4,4 Billionen US-Dollar zu ermöglichen. Und könne damit das BIP des Vereinigten Königreichs übertreffen.

/artikel/genai-mit-produktivitatsplus-von-bis-zu-44-billionen-us-dollar

✨ AI Kontextualisierung

Um zu verstehen, was vor uns liegt, muss man die „Breakthroughs“ in Betracht ziehen, die den Aufstieg der generativen KI (GenAI) ermöglicht haben. ChatGPT, GitHub Copilot, Stable Diffusion und andere generative KI-Tools, die derzeit die Aufmerksamkeit der Öffentlichkeit auf sich ziehen, sind das Ergebnis enormer Investitionen in den letzten Jahren, die zum Ziel hatten, maschinelles Lernen und Deep Learning voranzutreiben.

GenAI anders als AlphaGo

Diese Investitionen bilden die Grundlage für KI-Anwendungen, die in viele der Produkte und Dienstleistungen eingebettet sind und die wir tagtäglich nutzen. Aber da KI unser Leben schrittweise durchdrungen hat – von der Technologie, die die Smartphones antreibt, über autonom fahrende Autos bis hin zu den Werkzeugen, mit denen Einzelhändler:innen ihre Kunden betreuen – waren bisherige Fortschritte fast unmerklich.

Meilensteine wie der Sieg von AlphaGo, einem von DeepMind entwickelten KI-basierten Programm, gegen einen Go-Weltmeister im Jahr 2016 wurden gefeiert, verschwanden dann aber schnell wieder aus dem Bewusstsein der Öffentlichkeit.

ChatGPT und seine Konkurrenten indes haben die Fantasie der Menschen auf der ganzen Welt in einer Weise beflügelt, wie es AlphaGo nicht getan hat, und zwar dank ihrer breiten Nutzbarkeit – fast jeder kann damit kommunizieren und kreativ sein – sowie ihrer bemerkenswerten Fähigkeit, ein Gespräch mit Nutzern zu führen.

Routine und Kunst

Neueste generativen KI-Anwendungen können eine Reihe von Routineaufgaben ausführen, wie z. B. die Reorganisation und Klassifizierung von Daten. Aber es ist ihre Fähigkeit, Texte zu schreiben, Musik zu komponieren und digitale Kunst zu schaffen, die für Schlagzeilen sorgt und Verbraucher und Haushalte dazu bringt, selbst zu experimentieren. Dies hat dazu geführt, dass sich ein breiterer Kreis von Akteur:innen mit den Auswirkungen der generativen KI auf Wirtschaft und Gesellschaft auseinandersetzt.

So wie auch das McKinsey Global Institute (MGI), das die Möglichkeiten von GenAI in der Studie „The economic potential of generative AI“ durchleuchtet hat. Und herausfand, dass Generative KI einen jährlichen Produktivitätszuwachs von 2,6 bis 4,4 Billionen US-Dollar ermöglichen kann (zum Vergleich: Die Größenordnung des Bruttoinlandsprodukts des Vereinigten Königreichs im Jahr 2021 betrug rund 3,1 Billionen US-Dollar).

Steigerung von 10 bis 40 Prozent

Im Vergleich zu bisherigen Ausprägungen von Künstlicher Intelligenz und Analytik würde dies eine zusätzliche Steigerung um zehn bis 40 Prozent bedeuten. Die tatsächlichen Auswirkungen könnten sogar höher ausfallen, würde GenAI in Software wie etwa Textverarbeitungsprogramme oder Chatbots integriert, so die Erkenntnis.

„In Verbindung mit anderen Technologien haben die derzeitigen Möglichkeiten von GenAI das Potenzial, jene Arbeitstätigkeiten zu automatisieren, die heute 60 bis 70 Prozent der Arbeitszeit von Arbeitnehmenden in Anspruch nehmen. Dadurch werden andere Tätigkeiten in den Fokus der Mitarbeiter:innen rücken und ein neues Bild von Produktivität etablieren“, erklärt Martin Wrulich, Senior Partner und Managing Director des Wiener McKinsey-Büros.

Etwa 75 Prozent des geschätzten Wertes würden durch GenAI in den Bereichen Kundenservice, Marketing und Vertrieb, Softwareentwicklung sowie Forschung und Entwicklung geschaffen – und damit in Feldern, die stark wissens- und menschenbasiert seien.

GenAI in verschiedenen Branchen

Eine Analyse von 63 Anwendungsfällen in 16 Geschäftsbereichen hat zudem spezifische Herausforderungen identifiziert, die durch diese Technologie gelöst werden können. Beispiele sind die Unterstützung der Interaktion mit Kunden, die Erstellung von Inhalten und die autonome Generierung von Softwarecode auf der Grundlage von Anweisungen in natürlicher Sprache.

Branchen wie Finanzdienstleistungen, Hightech, Medien und Biowissenschaften könnten im Vergleich jedoch den größten Nutzen aus GenAI ziehen: „So könnte der Einsatz von GenAI im Bankensektor jährlich einen Wertzuwachs von 200 bis 340 Milliarden Dollar erzielen. Auch im Einzelhandel und in der Konsumgüterindustrie ist das Potenzial mit zusätzlichen 400 bis 660 Milliarden Dollar pro Jahr beträchtlich“, heißt es in der Studie.

„Die zunehmende Entwicklung von GenAI eröffnet eine neue Ära der technologischen Innovation. GenAI ist ein Werkzeug, um die Produktivität zu steigern und das globale Wirtschaftswachstum voranzutreiben“, sagt Gérard Richter, Senior Partner im Frankfurter Büro von McKinsey und Leiter von McKinsey Digital in Deutschland und Europa.

Anmerkung: Für die Bewertung des ökonomischen Potenzials von GenAI haben die Studienautor:innen neben der Analyse möglicher Anwendungsszenarien auch über 100 Branchenexperten befragt.

Anhand der globalen Wirtschaftsstruktur im Jahr 2022 wurde dann der potenzielle jährliche Wert dieser GenAI-Anwendungsfälle errechnet. Dabei handelt es sich um eine konservative Abschätzung: Unberücksichtigt bleibt das Wertschöpfungspotenzial, sollte GenAI völlig neue Produkt- oder Dienstleistungskategorien hervorbringen.

Um zu ermitteln, welche Berufe, Tätigkeiten und Qualifikationslevel am meisten Potenzial haben, hat die Studie 850 Berufe (Verkäufer, Lehrer, Krankenpfleger) sowie 2.100 konkrete Tätigkeiten innerhalb dieser Berufe (Begrüßung von Kunden, Reinigungstätigkeiten, Zahlungen) analysiert.

GenAI fördert Arbeitsproduktivität in Hochlohnländern wie Österreich

Ein weiteres Studienergebnis ist, dass die aktuelle Entwicklung von GenAI die Veränderungen in der Arbeitswelt beschleunigen werde. Die Technologie habe das Potenzial, Arbeitsschritte zu automatisieren, Menschen von Routinearbeiten zu entlasten und so neue Freiräume für kreative Arbeit und Innovation zu schaffen.

Damit wäre es auch möglich, so die Studie, das insgesamt verlangsamte Produktivitätswachstum der letzten Jahrzehnte auszugleichen. Die Automatisierung von Arbeitstätigkeiten durch KI und weiteren Technologien der globalen Wirtschaft könne zudem von 2023 bis 2040 einen jährlichen Produktivitätsschub von 0,2 bis 3,3 Prozent erreichen.

„GenAI allein könnte zu einem Wachstum von 0,1 bis 0,6 Prozent beitragen. Dies setzt voraus, dass die von der Technologie betroffenen Personen in Arbeitsbereiche wechseln, die zumindest ihrem aktuellen Produktivitätsniveau entsprechen“, heißt es konkret in der Untersuchung.

Hochqualifizierte Arbeitsbereiche im Fokus

Anders als bei bisherigen Technologiesprüngen würden bei GenAI im Kern nicht physische Prozesse im Mittelpunkt stehen, sondern die komplexen, hochqualifizierten und hochbezahlten Arbeitsbereiche. Das größte Automatisierungspotenzial erfahren Arbeitsbereiche, die einen Bachelor- oder Masterabschluss und eine Promotion erfordern.

„Das Bild, dass nur manuelle Tätigkeiten automatisiert werden, dreht sich gerade. GenAI könnte potenziell den Unterschied bei der Einführung und Nutzung von Automatisierungstechnologien zwischen Gruppen mit hohen und niedrigen Löhnen einebnen“, präzisiert Christoph Sporleder, Partner im Frankfurter McKinsey-Büro und einer der Leiter von QuantumBlack in Deutschland, der KI-Beratung von McKinsey & Company.

Ein Blick auf konkrete Berufsfelder zeigt vor allem für Lehrberufe (38 Prozentpunkte) ein signifikantes Automatisierungspotenzial durch GenAI. Mit den verbesserten Fähigkeiten der generativen KI im Bereich der natürlichen Sprache könnte z.B. die Entwicklung von Arbeitsaufgaben von Maschinen übernommen werden.

„Vielleicht zunächst nur zur Erstellung eines ersten Entwurfs, der von den Lehrkräften bearbeitet wird, aber perspektivisch auch mit weitaus weniger menschlichem Bearbeitungsaufwand. Dadurch könnten die Lehrkräfte mehr Zeit für andere Tätigkeiten aufwenden, z. B. für die Leitung von Klassendiskussionen oder die Betreuung von Schülern, die zusätzliche Unterstützung benötigen. Besonders hohes Automatisierungspotenzial besteht zudem bei IT-Berufen (31 Prozentpunkte) gefolgt von Kreativberufen (24 Prozent). Demgegenüber wird für den physisch ausgerichteten Beruf des Bauarbeiters ein Potenzial von lediglich fünf Prozentpunkten ermittelt“, so in der Studie weiter.

Risiken von GenAI

Abschließend weisen die Forscher:innen der Studie auf die Risiken der GenAI hin. Und appellieren, sie von Anfang an mitzudenken und aktiv anzugehen. Folgende Punkte machen sie dabei aus.

Fairness: Modelle können aufgrund von unvollkommenen Trainingsdaten oder Entscheidungen der Ingenieure, die die Modelle entwickeln, zu algorithmischen Verzerrungen führen.

Geistiges Eigentum (IP): Trainingsdaten und Modellergebnisse können erhebliche IP-Risiken mit sich bringen, einschließlich der Verletzung von urheberrechtlich geschützten, markenrechtlich geschützten, patentierten oder anderweitig rechtlich geschützten Materialien. Selbst bei der Verwendung eines generativen KI-Tools eines Anbieters müssen Unternehmen verstehen, welche Daten in das Training eingeflossen sind und wie sie in den Tool-Outputs verwendet werden.

Datenschutz: Datenschutzbedenken könnten aufkommen, wenn Benutzer Informationen eingeben, die später in den Modellergebnissen in einer Form auftauchen, die Personen identifizierbar macht. Generative KI könnte auch dazu verwendet werden, bösartige Inhalte wie Desinformationen, Deepfakes und Hassreden zu erstellen und zu verbreiten.

Sicherheit: Generative KI kann von böswilligen Akteuren eingesetzt werden, um die Raffinesse und Geschwindigkeit von Cyberangriffen zu erhöhen. Sie kann auch manipuliert werden, um bösartige Ergebnisse zu liefern. Mit einer Technik namens Prompt Injection gibt ein Dritter einem Modell neue Anweisungen, die das Modell dazu bringen, eine Ausgabe zu liefern, die vom Hersteller des Modells und dem Endbenutzer nicht beabsichtigt war.

Erklärbarkeit: Die generative KI stützt sich auf neuronale Netze mit Milliarden von Parametern, was unsere Fähigkeit, zu erklären, wie eine bestimmte Antwort zustande kommt, infrage stellt.

Verlässlichkeit: Modelle können auf dieselben Aufforderungen unterschiedliche Antworten geben, was es dem Benutzer erschwert, die Genauigkeit und Zuverlässigkeit der Ergebnisse zu beurteilen.

Organisatorische Auswirkungen: Generative KI kann erhebliche Auswirkungen auf die Belegschaft haben, und die Auswirkungen auf bestimmte Gruppen und lokale Gemeinschaften könnten unverhältnismäßig negativ sein.

Soziale und ökologische Auswirkungen: Die Entwicklung und das Training von Basismodellen kann schädliche soziale und ökologische Folgen haben, einschließlich eines Anstiegs der Kohlendioxidemissionen (beispielsweise kann das Training eines großen Sprachmodells etwa 315 Tonnen Kohlendioxid ausstoßen).

Deine ungelesenen Artikel:

Martin Pacher

13.10.2026

Tina Ruseva über KI und Soft Work: „Wir können nicht mehr so führen wie früher“

KI-Agenten machen Kontrolle als Führungsprinzip unmöglich, sagt Unternehmerin und Autorin Tina Ruseva. Im Interview spricht sie über „Soft Work“, den Wechsel von Effizienz zu Effektivität und darüber, warum KI die Unternehmenskultur verstärkt.

/artikel/tina-ruseva-soft-work-interview

Martin Pacher

13.10.2026

Tina Ruseva über KI und Soft Work: „Wir können nicht mehr so führen wie früher“

/artikel/tina-ruseva-soft-work-interview

Wenn KI die standardisierbare Arbeit übernimmt, bleibt für Menschen das, was die Unternehmerin und Autorin Tina Ruseva „Soft Work“ nennt. Sie spricht am HR Inside Summit, der am 14. und 15. Oktober in der Wiener Hofburg stattfindet. Im brutkasten-Interview erklärt sie vorab, warum Kontrolle als Führungsprinzip ausgedient hat und was Unternehmen jetzt verändern müssen.

brutkasten: Sie sprechen am HR Inside Summit über „Soft Work“. Was ist die Kernthese?

Tina Ruseva: Ausgangspunkt ist die Arbeitsteilung, die wir aus der Industrialisierung kennen. Arbeit hatte eine feste Beschreibung, und an der Maschine hatte es keine Bedeutung, wer die Aufgabe übernimmt. Das ist die Hard Work. Maschinen sind genau in solchen Aufgaben sehr gut und werden sie in den nächsten Jahren zum großen Teil übernehmen. In den Bürojobs von heute gibt es aber viele Aufgaben, bei denen man das Endergebnis nicht kennt: Welchen neuen Markt müssen wir erschließen? Wie antworten wir auf eine neue Krise? Diese Aufgaben sind diffuser, deswegen „soft“. Was für uns an Arbeit bleibt, können wir nur dann gut machen, wenn wir das wollen. Effektives Wirtschaften hängt heute von der intrinsischen Motivation der Beteiligten ab.

Ein gutes Beispiel ist der Customer Support. Wenn jemand nur Dienst nach Vorschrift macht und sein Skript abliest, ist diese Person ersetzbar, weil diese Arbeit bald besser von einem Automaten gemacht wird. Wir automatisieren, was wiederholbar ist, und können dann von Mensch zu Mensch klären, was diesmal besonders ist und zum ersten Mal auftritt.

Wer den Begriff hört, denkt sofort an Soft Skills. Wo liegt der Unterschied?

Wir haben Führung sehr lange etwas generisch als Soft Skill abgehakt, also als Kommunikation und persönliche Gespräche. Soft Work ist für mich ein größerer Begriff. Er beschreibt das gesamte Umfeld, in dem sich Führungskraft und Mitarbeitende befinden. Dazu habe ich ein Framework definiert: SOFT steht für Synergien, Offenheit, Fairness und Technologie. Wir müssen wiederholbare Tätigkeiten automatisieren, damit überhaupt Zeit bleibt für all das, was wir heute so gut wie nicht machen.

Wie geht eine Führungskraft vor, die sich zum ersten Mal mit dem Thema beschäftigt?

Führung ist eine Frage der Komplexität, deshalb führen wir sehr selten große Teams direkt. Studien sagen, dass ab 2028 rund ein Achtel der Arbeit mit KI-Agenten erledigt wird. Wenn alle meine Mitarbeitenden ihr eigenes digitales Team haben, gibt es unendlich viel mehr Aufgaben und Abstimmungsaufwand. Hinter jedem herzugehen, alles abzuhaken und alles zu kontrollieren, wird einfach unmöglich. Vertrauen, Augenhöhe und Selbstführung sind deshalb kein Wunschdenken, sondern unsere Zukunft. Wir müssen uns jetzt überlegen, wie wir Mitarbeitende befähigen, ihre eigenen digitalen Teams zu kontrollieren. Dazu braucht es auch Technologie.

Gibt es Unternehmen, die das schon anwenden?

Das bekannteste Beispiel unter den deutschen Großkonzernen ist Bosch, weil dort die mittlere Managementebene komplett abgeschafft wird. Dadurch kommt mehr Verantwortung bei den einzelnen Mitarbeitenden an. Ein neueres Beispiel ist Stripe. Das Unternehmen hat sehr viel in KI investiert und fast das gesamte Management-Team abgebaut. Es gibt nur noch Leadership und Teams, und vor allem Ingenieur:innen sollen experimentieren können. Stripe hat in einem Podcast von a16z erzählt, dass es dadurch 200 bis 300 innovative Produkte in einem Jahr auf den Markt bringt.

Allerdings ist KI eine Art Verstärker für die Unternehmenskultur. In einer Muss-Kultur, in der wir nur auf den KPI schauen, bekomme ich durch Automatisierung nur noch schneller mehr vom Gleichen. In Will-Kulturen, in denen alle bereit sind, ihre Ideen preiszugeben und anderen zu helfen, können Automatisierung und KI zu wirklich neuen Ergebnissen führen.

Es geht also nicht mehr darum, erledigte Aufgaben zu messen, sondern die Wirkung?

Von Effizienz zu Effektivität. Heute können wir alle in zehn Sekunden einen LinkedIn-Post rausschießen. Die Anzahl der Posts war sehr lange eine gängige Marketingkennzahl. Die To-do-Liste für die Mitarbeitenden war eine Anzahl von Dingen und nicht deren Qualität. Man schreibt einen Post aber ganz anders, wenn man wirklich Wert darauf legt, dass die Nachricht durchkommt. Das ist der Unterschied zwischen KI-generierten Texten und guten Autor:innen.

Den Begriff New Work gab es schon vor dem KI-Hype. Wie hat sich die Szene verändert?

Der Begriff ist mit der Pandemie explodiert. Viele haben ihn missbraucht, einfach für moderne Führung oder für tolle Büromöbel. Als die Krise kam, wurde das Konzept vielerorts für gescheitert erklärt. Trotzdem ist für alle klar: There is no going back. Wir können nicht mehr so führen wie früher. Dienst nach Vorschrift und Kontrolle verschwenden die Ressourcen von Unternehmen, besonders in der Krise. Gleichzeitig haben wir es mit Menschen zu tun, die Angst um ihre Hypotheken, ihren Status und ihr Büro haben. Da gilt es, eine Lösung nach vorne zu finden. Ob man das Soft Work oder New Work nennt, ist nicht wichtig.

Auch bei uns arbeiten nicht alle gleich schnell mit KI. Wie schafft man Alignment in einer Organisation?

Bisher hieß Alignment: Alle bekommen ihre To-dos, und wenn die erledigt sind, gibt es Alignment. Was wir heute alignen müssen, sind aber keine Pflichtaufgaben mehr. Wofür ich KI nutze, muss ich niemandem erzählen. Ich definiere dafür vier Kriterien. Erstens müssen wir Silos in Synergien umwandeln, also Dialog möglich machen, wo keiner stattfindet. Im Onboarding heißt das, nicht nur eine fertige Checkliste bereitzustellen, sondern auch zu fragen: Was willst du in den ersten zwei Monaten lernen? Wen willst du kennenlernen? Zweitens geht es von Orthodoxie zu Offenheit, weg von „So haben wir das immer gemacht“, zum Beispiel mit einem Mitarbeiterbeirat. Drittens Fairness: Wenn ich weiß, dass ich als Frau immer weniger verdienen werde als ein Mann, kaufe ich dieses Wir irgendwann nicht mehr ab und behalte meine Ideen für mich. Das Allerwichtigste ist Technologie. Ohne sie sind all diese Veränderungen zum Scheitern verurteilt, sobald die zuständige Person andere Prioritäten hat. Technologie macht Regeln und Policies nachhaltig. Wir müssen festlegen: Mit welchem Tool werden die Gehälter erfasst? Wie sammeln wir Kompetenzen? Wie setzen wir digitales Feedback um? Das spart allen Zeit, und diese Zeit haben wir dann dafür, miteinander zu reden.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag