Die Haltbarkeit der KI-Bubble

Sogar das Wall Street Journal fragt sich, ob der Glaube an KI sich jemals rechnen wird. Und eine Studie stellt fest, dass selbst Programmierer mit ihr keine Zeit einsparen.

Wie der ein oder andere Leser vielleicht mitbekommen hat, stehe ich dem Hype um generative KI skeptisch gegenüber. Kürzlich durfte ich das im Magazin brand eins ausführen, das eine ziemlich nuancierte Ausgabe zu den Möglichkeiten und Grenzen von KI veröffentlicht hat. Mein Statement zur Frage könnt ihr hier nachlesen (in der Print-Ausgabe steht es direkt neben Cory Doctorow, was mich sehr ehrt:

Für die ZEIT habe ich außerdem über die Möglichkeiten geschrieben, Meta wegen seiner Überwachungstools auf Schadensersatz zu verklagen. Waren es zu Beginn meiner Recherche noch einzelne Kläger, die in erster Instanz dreistellige Summen zugesprochen bekommen hatten, gibt es nun eine Sammelklage – juristisch korrekt: Verbandsklage – der sich jeder deutsche Facebook- oder Instagramnutzer anschließen kann. Das durfte, sollte die EU hier nicht vor den USA einknicken, eine der größten Klagen der deutschen Rechtsgeschichte werden.

Ihr ahnt, was nun kommt: In den vergangenen Wochen war wegen als dieser Nebentätigkeiten wenig Zeit für den Newsletter, sorry dafür! Diese Woche soll es, Überraschung, mal wieder um Künstliche Intelligenz und deren vermeintliches Potenzial gehen. Derzeit ist im tech-kritischen Umfeld viel die Rede davon, dass die “Bubble” um generative KI bald platzen könnte und der ganze Hype sich in Luft auflöst, weil nun selbst Outlets wie das Wall Street Journal auf die Zahlen gucken und feststellen, dass sich das Ganze irgendwie nicht rechnet:

There are growing, worrying signs that the optimism about AI won’t pan out. An MIT report found 95% of organizations surveyed are getting no return on their AI product investments. A University of Chicago economics paper found AI chatbots had “no significant impact on workers’ earnings, recorded hours, or wages” at 7,000 Danish workplaces.

Ein Grund zum Jubeln ist das nur bedingt. Weder wird die Bubble einfach von einem Tag auf den anderen platzen (wenn überhaupt), eben weil so viele Milliarden Dollar in sie geflossen sind. Und selbst wenn das geschieht, dürfte uns das wohl kaum in eine heile Welt vor ChatGPT zurückkatapultierten, wie dieser Text mit einem sehr schönen Asbest-Vergleich argumentiert:

AI cannot do your job, but an AI salesman can 100% convince your boss to fire you and replace you with an AI that can’t do your job, and when the bubble bursts, the money-hemorrhaging “foundation models” will be shut off and we’ll lose the AI that can’t do your job, and you will be long gone, retrained or retired or “discouraged” and out of the labor market, and no one will do your job. AI is the asbestos we are shoveling into the walls of our society and our descendants will be digging it out for generations.

In diesem ähnlich gelagerten Text im Atlantic findet sich eine Studie, die ich bisher noch nicht kannte. Sie befasst sich mit dem Feld, in dem die Hoffnungen für einen breiten KI-Einsatz bisher eigentlich am höchsten waren: dem Programmieren. Für die Studie wurden Software-Entwickler aufgefordert, verschiedene Aufgaben mit und ohne KI-Hilfe zu lösen. Die Teilnehmer schätzten, dass sie mit KI etwa 20 Prozent schneller arbeiten würden, in einer Umfrage unter Experten lag der erhoffte Wert sogar bei 40 Prozent. Das überraschende Ergebnis: Die Entwickler waren tatsächlich 20 Prozent langsamer, wenn sie mit KI arbeiteten.

Quelle: “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity” https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/

Teilnehmer der Studie verglichen die KI-gestützte Arbeit im Nachhinein mit dem Einarbeiten eines motivierten Berufanfängers:

Developers ended up spending a lot of time checking and redoing the code that AI systems had produced—often more time than it would have taken to simply write it themselves. One participant later described the process as the “digital equivalent of shoulder-surfing an overconfident junior developer.”

Im Atlantic wird die “capability-reliability gap” als Problemursache benannt. Selbst wenn sich per ChatGTP im Privaten nette Fitness-Trainingspläne oder Gedichte über die beste Freundin erstellen lassen: in Berufs-Kontexten, in denen Fehler nicht im Powerpoint-Karaoke untergehen sondern tatsächlich auffallen, gerade beim präzisen Programmieren, ist die Fehlerquote oft einfach zu hoch, um Zeit zu sparen.

Die mangelnde Produktivität könnte der Make-or-Break-Faktor sein, der selbst solche Menschen am Hype zweifeln lassen könnte, denen die Halluzinationen der Sprachbots, das antidemokratische Gebahren der Tech-Konzerne und die Slopifizierung aller Lebensbereiche bisher egal waren – so lange sich per KI-Einsatz ein paar Euro oder Mitarbeiter sparen ließen.

In den vergangenen drei Jahren seit dem Launch von ChatGTP galt hier stets das Mantra: “Na gut, noch macht es Fehler, aber warten wir mal ab, was in einem Jahr los ist!”. Ob und wann die Bubble nun platzt oder nicht, dürfte weniger mit ihren Fähigkeiten zu tun haben, als mit der Haltbarkeit dieses seit Jahren hochgehaltenen Versprechens, das morgen doch noch alles gut wird.

In diesem Sinne, bis nächse Woche!

Quentin