03.01.2019

Prognose und Hellseherei: Was wir über die Zukunft wissen

Leitartikel des brutkasten Magazins #7: Leuchtende und dunkle Zukunftsszenarien sind so alt wie die Menschheit selbst. Doch was können wir tatsächlich zuverlässig voraussagen?
/artikel/prognose-und-hellseherei-was-wir-ueber-die-zukunft-wissen
Zukunft
(c) fotolia / razoomanetu

„Ich glaube an das Pferd. Das Automobil ist eine vorübergehende Erscheinung“. Zugegeben, dieses bekannte Zitat des Deutschen Kaisers Wilhelm II zu Beginn des 20. Jahrhunderts mag ein Beispiel für besondere Ignoranz bei Zukunftsprognosen sein. Es zeigt aber ein Muster, das wir auch bei aktuellen Voraussagen finden. Sie sind häufig von individuellen Einschätzungen und Emotionen geprägt. Ihnen können dabei durchaus empirische Erkenntnisse zugrunde liegen. Auch das macht sie noch nicht automatisch richtig.

+++ brutkasten Magazin #7: Die Welt in 5 Jahren +++

Von KI bis zum Klimawandel

Werden Maschinen und künstliche Intelligenzen uns in absehbarer Zeit in fast allen Bereichen ersetzen? Wird Europa wirtschaftlich zwischen China und den USA zerrieben? Fällt das Pensionssystem bald zusammen? Wird in einigen Jahren niemand mehr selbst Auto fahren? Und haben wir in Sachen Klimawandel die Kante des Abgrunds bereits überschritten? Diesen Fragen liegen Thesen zugrunde, die uns ständig begegnen. Diese Thesen basieren alle auf Zahlen. Sie sind nicht an den Haaren herbeigezogen. Umstritten sind sie dennoch – aus gutem Grund.

Was wissen wir über die Zukunft?

Wir wissen etwa, dass die Entwicklung von Machine-Learning-Algorithmen und -Applikationen gerade in großem Tempo vorangeht. Wir wissen, dass in diesem Moment an der Automatisierung unzähliger Tätigkeiten, die jetzt noch von Menschen durchgeführt werden, gearbeitet wird. Wir wissen also, dass ein Austausch von Menschen durch Maschinen in absehbarer Zeit in sehr vielen Bereichen möglich sein wird, die bislang nicht automatisiert werden konnten.

Europa könnte ins Hintertreffen geraten

Wir wissen, dass China seit Jahren ein enormes Wirtschaftswachstum hinlegt und sich technologisch an die Weltspitze gearbeitet hat. Wir wissen, dass die USA dabei nicht den Anschluss verloren haben und nach wie vor eine dominante Rolle in der Weltwirtschaft spielen. Wir wissen auch, dass Europa nicht im gleichen Tempo vorankommt. Wir wissen also, dass der „alte Kontinent“ in den kommenden Jahren wirtschaftlich ins Hintertreffen geraten könnte.

Babyboomer gehen in Pension

Wir wissen, dass die geburtenstarken Jahrgänge der „Baby Boom“-Generation sich dem Pensionsalter nähern. Wir wissen, dass es in den Jahrzehnten nach dem Boom zu einem Geburtenrückgang kam. Wir wissen, dass unser aktuelles Pensionssystem darauf angewiesen ist, genügend Einzahler zu haben. Wir wissen also, dass der Status Quo sich nicht aufrechterhalten lässt.

Verbot von selbständigen Autofahren?

Wir wissen, dass selbstfahrende Autos bereits seit Jahren in einigen Städten unterwegs sind. Wir wissen, dass sie dabei inzwischen deutlich sicherer fahren, als Menschen. Wir wissen, dass die großen Technologie- und die großen Autokonzerne an neuen Geschäftsmodellen arbeiten, um diesen Umstand zu nutzen. Wir wissen, dass bereits laut über Pläne zum Verbot menschlicher Fahrer aus Sicherheitsgründen nachgedacht wird. Wir wissen also, dass selbstfahrende Autos bald weitreichend verfügbar sein werden.

Wir müssen uns an den Klimawandel anpassen

Und zuletzt: Wir wissen, dass die Menschheit durch CO2-Emmissionen bereits nicht umkehrbare Veränderungen unseres Planeten verursacht hat. Wir wissen, dass die dadurch entstehende Erderwärmung eine massive Auswirkung sowohl auf Natur und Biodiversität, als auch auf den Menschen und verschiedene Branchen haben wird. Wir wissen also, dass eine Anpassung an die durch den Klimawandel geänderten Gegebenheiten nötig ist und weiter sein wird.

Empirische und kreative Prozesse

All das sind keine Mutmaßungen. Es sind fundierte Aussagen, an denen sich nicht rütteln lässt. Ihnen liegt kein kreativer Prozess zugrunde, sondern ein empirischer. Innovationen hingegen liegt dieser kreative Prozess zugrunde. Sie nutzen die Empirie als Grundlage. Doch die InnovatorInnen stellen eine andere Frage:

Was wissen wir nicht über die Zukunft?

Wir wissen etwa nicht, in welchen Bereichen automatisierte Lösungen letztlich von KundInnen angenommen werden und in welchen nicht. Wir wissen nicht, nach welchen genuin menschlichen Tätigkeiten hohe Nachfrage bestehen wird, wenn Maschinen dafür Platz schaffen.Wir wissen nicht, ob das Kapital, dass in China und den USA gerade angehäuft wird, in einer Welt, die mit den anderen genannten Herausforderungen konfrontiert ist, auf Dauer den gleichen Stellenwert haben wird, den es jetzt hat. Wir wissen nicht, ob in einer Welt, in der Maschinen einen Großteil der traditionellen Wertschöpfung generieren, ein klassisches Pensionssystem nötig sein wird.

Pensionen und Vertrauen in selbstfahrende Autos

Wir wissen nicht, ob Menschen im Pensionsalter überhaupt aufhören wollen zu arbeiten, wenn ihnen für sie spannende Tätigkeiten offenstehen. Wir wissen nicht, ob viele Menschen nicht weiterhin selbst fahren wollen, weil es ihnen einfach Spaß macht. Wir wissen nicht, ob den selbstfahrenden Autos das Vertrauen entgegengebracht werden wird, dass ihnen aus empirischer Sicht zustünde. Und zuletzt: Wir wissen nicht, wie genau unsere Chancen in einem noch nicht einmal richtig begonnenen Kampf gegen den Klimawandel stehen.

Wie sieht die Welt in fünf Jahren aus?

Wer klare Voraussagen zu diesen Aussagen trifft, begibt sich ins Feld der Spekulation, oder wenn man es provokant ausdrücken will: der Hellseherei. Aber viele dieser Fragen werden letztlich durch das Schaffen von EntrepreneurInnen beantwortet werden. Wie die Entwicklung weiter verläuft hängt stark davon ab, was InnovatorInnen aus den Gegebenheiten machen. Wie sieht die Welt in fünf Jahren aus? Wir wissen es nicht. Was wir wissen ist: Es gibt viele AkteurInnen, die sie gestalten wollen.


Dieser Beitrag erschien in gedruckter Form im brutkasten Magazin #7 “Die Welt in 5 Jahren”.

Redaktionstipps
Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

AI Summaries

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Prognose und Hellseherei: Was wir über die Zukunft wissen