Furcht dich nicht davor, dass KI deine Arbeit wegnimmt! Der Präsident von Y Combinator enthüllt das ökonomische Paradoxon: "Je stärker die Technologie, desto beschäftigter werden die Menschen."

Wenn die KI repetitive Arbeiten übernimmt,

beginnt erst der wahre Wert menschlicher Intelligenz freigesetzt zu werden

In den Diskussionen über KI hört man oft zwei extreme Stimmen: Eine behauptet, die KI werde zahlreiche Angestelltenjobs ersetzen und eine beispiellose Arbeitslosigkeitsschwelle auslösen; die andere behauptet, diese Hype sei überbewertet und nicht zu fürchten. Tatsächlich ist die Wahrheit vermutlich komplexer und zugleich vielversprechender.

Y Combinator (YC) Präsident und CEO Garry Tan erzählt in einem neuesten Video seine Ansichten zu diesem Thema: KI wird die Arbeit und Innovation tiefgreifend beeinflussen. Aber von der Radiologie bis zur Softwareentwicklung wiederholt sich in der Geschichte immer dasselbe Muster – wenn Technologien bestimmte Aufgaben billiger und effizienter machen, steigt der Marktbedarf an menschlicher Kreativität und Urteilsfähigkeit stattdessen. Technologie zerstört keine Jobs, sondern formt ständig neu, was Menschen tun können.

Als eines der weltweit führenden Investmentunternehmen und Startup-Inkubatoren hat YC seit seiner Gründung im Jahr 2005 Star-Unternehmen wie Airbnb, Stripe und Dropbox gefördert. Es ist darauf verpflichtet, Frühstadien-Unternehmern durch die Bereitstellung von Startkapital und intensiver Beratung zu helfen, die Herausforderungen der Anfangsphase zu überwinden und Ideen in realisierbare Produkte umzuwandeln. Garry Tan übernahm 2022 die Position als Präsident und CEO von YC und ist damit der vierte Leiter nach Paul Graham, Sam Altman und Geoff Ralston. Er ist sowohl ein bekannter Unternehmer (Gründer von Posterous, das an Twitter verkauft wurde) als auch einer der angesehensten Investoren in Silicon Valley.

● YC Präsident und CEO Garry Tan

In Garrys Erzählung spricht er nicht nur über die ökonomische Logik der KI, sondern warnt auch Unternehmer: Der echte Revolutionär ist niemals die Technologie selbst, sondern derjenige, der mutig genug ist, die Zukunft neu zu definieren.

Im Folgenden sind die Highlights des Videos, nachbearbeitet und übersetzt von "Zukunftsmensch-Labor" –

Panik oder Chancen?

Die Wahrheit hinter der KI-Arbeitslosigkeitstheorie

Wird die KI die menschliche Arbeitskraft überflüssig machen? Derzeit klingen in der Debatte über die Auswirkungen der Künstlichen Intelligenz auf die Beschäftigung die heftigsten Stimmen beider Seiten etwas hysterisch.

Einerseits sind die "Apokalyptiker" überzeugt, dass wir nur noch wenige Jahre von beinahe vollständiger Arbeitslosigkeit entfernt seien und dass dann die Hälfte der Einstiegsjobs für Angestellte verschwinden würde. In den nächsten fünf Jahren könnte die Arbeitslosenquote auf 10 bis 20 Prozent steigen. Das heißt, wir könnten einer Welt gegenüberstehen, in der die Arbeitslosenquote auf beispiellose Höhen steigt.

●

Andererseits halten einige die KI für überbewerteten Hype, der die Wirtschaftslandschaft grundlegend nicht verändern wird. Sam Altaman sagt seit Jahren, dass wir wissen, wie man eine allgemeine Künstliche Intelligenz (AGI) aufbaut, aber die heutige KI sei keineswegs AGI. Wir werden im nächsten Jahr keine AGI erreichen, und es ist auch unwahrscheinlich, dass wir so viel Kosten in verschiedenen Arbeitsumgebungen sparen können, wie ursprünglich erwartet.

Tatsächlich ist beide Ansichten fehlerhaft. Alle zuverlässigsten Schlussfolgerungen, die wir aus Geschichte, Branchenpraxis und gesundem Menschenverstand ziehen können, zeigen, dass die Künstliche Intelligenz die Wirtschaft verändern, aber nicht zerstören wird.

Die Effizienzrevolution wird stattdessen eine neue Branchenwelle auslösen

Lassen Sie mich den Grund erklären. Zuerst möchte ich Ihnen eine Geschichte über Radiologen erzählen. Schon 2016 erklärte der Turing-Award-Gewinner und einer der Gründerväter der Künstlichen Intelligenz, Geoffrey Hinton, dass man aufhören sollte, Radiologen auszubilden. Er meinte, dass die KI-Deep Learning in der radiologischen Diagnose innerhalb von fünf Jahren die menschlichen Radiologen übertreffen würde, da das Deep Learning mehr "Erfahrung" sammeln könne, was damals offensichtlich schien. Hinton ist ein Pionier im Bereich der neuronalen Netze und versteht die Potenziale dieser neuen Technologie besser als fast jeder andere.

● Turing-Award-Gewinner

Aber er lag falsch. Nach fast zehn Jahren ist der Bedarf an Radiologen nicht nur nicht auf Null gesunken, sondern hat sogar ein historisches Hoch erreicht – obwohl mittlerweile Dutzende der fortschrittlichsten KI-Produkte auf den Markt gekommen sind, die Hunderte von Krankheiten schneller und genauer diagnostizieren und klassifizieren können als Menschen. Natürlich gibt es in der medizinischen Branche einige besondere Faktoren, wie z.B. die Haftung für ärztliche Fehler und die Versicherungsaufsichtsauflagen, die die Beteiligung von Menschen an den Prozessen erfordern. Aber der grundlegendere Grund ist, dass sich gezeigt hat, dass, wenn wir Radiologen Werkzeuge zur Verfügung stellen, um die Effizienz ihrer Arbeit in einem bestimmten Bereich zu verbessern, der Gesamtbedarf an ihren Dienstleistungen plötzlich sprunghaft gestiegen ist.

●

Eine Verringerung der Kosten für Scans bedeutet, dass die Anzahl der Scans steigen wird; und eine höhere Anzahl an Scans wiederum bedeutet, dass der Bedarf an Radiologen bei der komplexen Diagnose und der Entwicklung von Behandlungsplänen weiter steigen wird. Mit anderen Worten, wenn wir die Kosten für die Nutzung einer Ressource (in diesem Fall Magnetresonanztomographie (MRT) und andere Bildgebungsverfahren) durch Technologie senken, steigt der Bedarf an dieser Ressource und ihren dazugehörigen Dienstleistungen sprunghaft.

Das ist das, was Ökonomen das "Jevons-Paradox" nennen. Mitte des 19. Jahrhunderts formulierte der britische Ökonom William Stanley Jevons erstmals dieses Paradox. Er stellte fest, dass technologische Innovationen, die die Effizienz der Kohlenstoffnutzung verbessern, stattdessen zu einem erhöhten Kohlenstoffverbrauch in mehreren Branchen führten. Dies steht im Gegensatz zu der Annahme vieler Menschen damals, dass "Effizienzsteigerungen den Verbrauch senken würden". Tatsächlich zeigt Jevons' Forschung, dass die Verbesserung der technologischen Effizienz oft latent vorhandenen Bedarf freisetzen kann. Und dieser neue Bedarf wiederum kann völlig neue Berufskategorien hervorbringen.

● Illustration des Jevons-Paradox, Bild aus dem Video

Es gibt viele Beispiele in der Geschichte. In den 1960er Jahren senkte die Containertransporttechnologie die Kosten für die Schifffahrt um 90 Prozent. Zunächst wurden tatsächlich einige Hafenarbeiter entlassen, aber der globale Handel erlebte daraufhin einen sprunghaften Anstieg, was zur Entstehung von Milliarden-Dollar-Geschäftsimperien und der Entstehung ganzer neuer Branchen wie Frachtagenturen, Logistikdienstleistern und Lagerverwaltungen führte.

Ähnlich verhält es sich mit der Cloud Computing-Technologie in den 2010er Jahren, die die Infrastrukturkosten um 90 Prozent senkte (d.h. die Kosten betrugen nur noch ein Zehntel des ursprünglichen Betrags). Traditionelle IT-Jobs haben sich daraufhin gewandelt: Serveradministratoren wurden DevOps-Engineer und Cloud-Architekten, die für die Verwaltung riesiger Infrastrukturen zuständig sind – eine Größe, die in der Vergangenheit kaum vorstellbar war. Kürzlich hat die Verbesserung der Algorithmen die Kosten für die Inferenz gesenkt, was zu einem starken Anstieg des Bedarfs an Grafikprozessoren (GPU) führte, statt zu einem Rückgang. Die Aktien von Nvidia haben kürzlich auch einen historischen Höchststand erreicht.

Was bedeutet das nun für unser Verständnis, wie die KI die Arbeitswirtschaft beeinflussen wird? Wie der CEO und Mitbegründer der Box Company, Aaron Levie, kürzlich schrieb, sollten wir erwarten, dass eine Effizienzsteigerung tatsächlich einen erhöhten Bedarf an Dienstleistungen in mehr (statt weniger) Bereichen bedeutet.

●

Er schrieb: "Wenn die Kosten für die Erledigung einer bestimmten Aufgabe sinken, steigt der Bedarf an dieser Aufgabe. Und in der Regel ist das Ausmaß des latenten Bedarfs viel größer, als wir uns vorstellen können." Mit anderen Worten, da die Künstliche Intelligenz es billiger, schneller und einfacher macht, Magnetresonanztomographien zu analysieren, Rechtsdokumente zu verfassen und Code zu schreiben, können wir mit gutem Grund erwarten, dass der Bedarf an der fachlichen Diagnose von Radiologen, der Entwicklung von Behandlungsplänen, der Beratung von Anwälten und der fachlichen Expertise von Ingenieuren eher steigen als sinken wird.

Das bedeutet nicht, dass sich die Arbeitsplätze in Zukunft nicht verändern werden oder dass bestimmte Jobs nicht verschwinden werden. Viele Aufgaben, die in der Vergangenheit manuell ausgeführt werden mussten, werden in Zukunft möglicherweise eher die Überwachung von "Intelligenten Agententeams" sein. Der Mensch wird weiterhin ein unverzichtbarer Teil des Prozesses bleiben.

Andrej Karpathy, einer der Mitbegründer von OpenAI, vertritt eine ähnliche Meinung. Er meint, dass die KI zunächst diejenigen Jobs verändern wird, die sich aus wiederholenden Aufgaben bestehen, wenig Hintergrundwissen erfordern und eine höhere Fehlerquote tolerieren können, wie z.B. die Jobs von Kundendienstmitarbeitern und Dateneingabeern. Aber selbst dann glaubt er, dass die meisten dieser Jobs nicht vollständig verschwinden werden, sondern zu Management- oder Überwachungsrollen umgestaltet werden.

Wir können diesen Trend bereits bei Unternehmen wie Avoca beobachten, das von YC finanziert wird: Avoca ist ein KI-Verkaufsagenturunternehmen, das für Branchen wie Rohrleitungsbau und Heizungs-, Lüftungs- und Klimaanlagen (HVAC) tätig ist. Es hilft Kundendienstmitarbeitern, sich von grundlegenden Aufgaben zu befreien und an wertvolleren Aufgaben zu arbeiten; ein anderes Unternehmen, Tennr, wandelt die Arbeitsinhalte von administrativen Jobs von der Dateneingabe in die Patientenbetreuungskoordination und die Verwaltung komplexer Fälle um, indem es den Papierfluss zwischen medizinischen Anbietern automatisiert.

Normalerweise sind diese Jobs sehr langweilig, aber wenn Sie beginnen, ein "KI-Agententeam" zu verwalten, wird die Arbeit plötzlich viel interessanter