KI maximiert die Innovationseffizienz – warum gibt es aber immer weniger gute Ideen?

Mit demselben großen Sprachmodell unterscheiden sich die Innovationsergebnisse verschiedener Teams dramatisch. KI kann die Verarbeitungseffizienz erheblich steigern, verstärkt jedoch leicht die inhärenten kognitiven Verzerrungen und organisatorischen Vorurteile des Menschen. Innovation ist nicht ausschließlich ein technisches Problem. Die Erkenntnis der Fähigkeitsgrenzen von KI und die Bewahrung der Verbindung zwischen Mensch und der realen Welt sind der Schlüssel zur Überwindung des Innovationsdilemmas.

Heutzutage verfügen fast alle Innovationsteams über dieselben Werkzeuge: dasselbe große Modell und Prompt-Bibliotheken, die sich kaum voneinander unterscheiden. Die daraus hervorgehenden Innovationsergebnisse unterscheiden sich jedoch dennoch dramatisch. Ein Teil der Teams erlebt einen Ausbruch an Kreativität, während ein anderer Teil von einer großen Anzahl homogener, einprägsloser Ideen überflutet wird, die sich so lesen, als stammten sie alle von derselben Person. Das Problem liegt nicht darin, welches Modell gewählt wird, sondern darin, dass generative KI auf die tief verwurzelten menschlichen inhärenten Engpässe im Innovationsprozess einwirkt. Angesichts der KI zeigen diese Engpässe völlig unterschiedliche, sogar gegensätzliche Veränderungen.

Dies ist der Kernpunkt eines Arbeitspapiers, das auf Einladung des *International Journal of Research in Marketing* verfasst wurde, dessen Autoren von der Harvard Business School, der Wharton School, der Northwestern University und der Columbia University stammen. Die Forschung beschäftigt sich nicht mit der Frage „Was kann generative KI tun?“, sondern stellt eine Frage mit langfristigem Wert: Welche kognitiven, sozialen und organisatorischen Einschränkungen behindern Innovationen seit langem, und wie interagiert KI mit jeder einzelnen dieser Einschränkungen?

Um diese Frage zu beantworten, integriert die Forschung empirische Studien im Zusammenhang mit generativer KI und Innovation aus den letzten Jahren, die Bereiche wie die Vielfalt der Kreativität, die KI-Simulation von Verbrauchern, die algorithmische Filterung von Ideen und die Nachanalyse nach der Markteinführung abdecken. Gleichzeitig kombiniert sie die ausgereiften Forschungsergebnisse aus den Bereichen Kreativität, Entscheidungsfindung unter Unsicherheit und Verbraucherverhalten, die über Jahrzehnte erarbeitet wurden. Für die vier im Folgenden beschriebenen Innovationsphasen stellt die Forschung einheitlich drei Fragen: Was sind die zugrunde liegenden menschlichen Einschränkungen? Welche Auswirkungen hat die direkte Verwendung generativer KI ohne sorgfältige Gestaltung auf diese Einschränkung? Wie kann eine gezielte Prozessneugestaltung umgesetzt werden?

Dieses einheitliche Analyseframework ermöglicht es uns, mit derselben Logik der Beurteilung verschiedene Arten von Engpässen zu betrachten, die oberflächlich völlig unterschiedlich erscheinen – zum Beispiel die Vorurteile des Bewertungsausschusses gegenüber Neuem oder die Tatsache, dass Verbraucher vor der praktischen Erfahrung mit einem Produkt gar nicht klar sagen können, was sie wollen. Beseitigt KI diesen Engpass oder verschlimmert sie das Problem unbemerkt?

Die Innovationsmanager sind sich der Bedeutung dieses Problems noch nicht vollständig bewusst. Es hat sich gezeigt, dass ein Teil der Einschränkungen tatsächlich durch generative KI aufgelöst werden kann; bei einem anderen Teil scheint KI zu helfen, verschlechtert das Problem aber tatsächlich weiter; und bei einem weiteren Teil der Einschränkungen ist selbst mit leistungsfähigeren Modellen, die in Zukunft entwickelt werden, keine Lösung möglich.

Die selbstverständliche Annahme, dass KI Innovationsschwachstellen beheben kann

ist an sich schon ein Irrtum

Die allermeisten Diskussionen über KI und Innovation gehen davon aus, dass KI die Reibungsverluste im Innovationsprozess umfassend beseitigen kann. Die gängige Vorstellung lautet: KI kann Teile der Arbeit menschlicher Innovatoren vollständig ersetzen, mehr Ideen erzeugen, Tests schneller abschließen, die Kosten für Untersuchungen senken und die Erfahrungsaustauschphase beschleunigen.

Das Analyseframework dieses Artikels widerspricht dieser Ansicht. Die Forschung hat nach der Untersuchung verschiedener Engpässe in den vier Phasen des gesamten Innovationsprozesses – Ideengenerierung, Ideenfilterung, Verbrauchereinblicke und Marktlernen – festgestellt: In den allermeisten Phasen ist die Standardwirkung von KI, wenn sie einfach und ohne gezielte Prozessoptimierung verwendet wird, die Verschärfung der ursprünglichen Engpässe, nicht ihre Beseitigung.

Der Grund dafür liegt darin: Die allermeisten Innovationsengpässe sind im Wesentlichen menschliche Probleme, keine technischen Probleme. Menschen halten an festen Vorstellungen fest; Bewertungsteams bilden gruppenspezifische Präferenzen, um zu bestimmen, was als „potenzialreich“ gilt; Verbraucher wissen erst, wenn sie das Produkt tatsächlich sehen, was sie wollen. Generative KI verwendet eine riesige Menge vergangener menschlicher Produktionsdaten als Trainingsmaterial und kann leicht die Verhaltensmuster nachahmen, die diese Engpässe verursachen – nur schneller und in größerem Maßstab.

Sehen wir uns im Folgenden genauer an, wie generative KI die inhärenten menschlichen Engpässe in allen Phasen der Innovation verstärkt und welche entsprechenden Lösungsansätze es gibt.

1. Ideengenerierung: Übermäßige Ausrichtung auf konventionelle Ideen

Ideengenerierung ist der Prozess der Entwicklung von Alternativvorschlägen für neue Produkte, Dienstleistungen und Funktionen. Eine herausragende Idee ist weit mehr wert als Dutzende durchschnittlicher, brauchbarer Einfälle. Daher besteht das Ziel dieser Phase nicht darin, eine Menge halbwegs brauchbarer Lösungen anzuhäufen, sondern wirklich bahnbrechende, ungewöhnliche Ideen zu entdecken. Im Wesentlichen ist die Ideengenerierung eine Suche nach Ausnahmefällen, keine Fließbandarbeit zur effizienten Erzeugung von Ergebnissen.

Wenn Menschen bei Brainstormings direkt große Modelle verwenden, ohne strukturierte Einschränkungen festzulegen, treten gleichzeitig zwei Probleme auf. Große Modelle neigen dazu, die statistisch häufigsten Antworten auszugeben – schließlich besteht ihre Trainingslogik darin, Texte nach Wahrscheinlichkeiten fortzuschreiben. Und wenn Menschen diese auf Konventionen ausgerichteten Ausgaben lesen, wird ihr eigenes Denken verankert, sodass sie kaum noch ungewöhnliche Ideen entwickeln können, die ihnen sonst eingefallen wären. Daraus ergibt sich eine zweistufige Verengung des Denkens: Zuerst gibt die KI eher konservative Ideen aus und schränkt dann die Denkgrenzen des Menschen weiter ein.

Noch schwerwiegender ist, dass dies zu einem systemischen Problem wird. Die Trainingsdatensätze der meisten generativen Modelle sind sehr ähnlich, und wenn unabhängige Teams verschiedener Unternehmen KI für sogenannte „kreative Arbeiten“ einsetzen, konvergieren sie am Ende leicht zu wenigen Designrichtungen. Die individuelle Produktionseffizienz steigt, aber die Vielfalt der Kreativität auf dem gesamten Markt nimmt ab.

Um dieses Problem zu lösen, muss das Modell angepasst werden, nicht das Denken der Menschen. Die Verwendung von Chain-of-Thought-Prompts, um das Modell zu leiten, zuerst einen Entwurf zu erstellen und es dann explizit zu bitten, in eine mutigere und stärker differenzierte Richtung zu iterieren, hat eine sehr deutliche Wirkung auf die KI selbst. Aber diese Methode kann den Menschen nicht helfen, die Qualität ihres eigenen Denkens zu verbessern. Sobald das Denken eines Menschen durch die anfänglichen Ideen der KI verankert ist, ist es fast nutzlos, sich einfach zu sagen „erweitere deinen Horizont“, man wird sogar noch stärker von den Ausgaben der KI mitgerissen.

2. Ideenfilterung: Vorurteile gegenüber den ausgefeilten Lösungen, die von großen Modellen erzeugt werden

In der Phase der Ideenfilterung müssen Unternehmen entscheiden, welche Ideen finanzielle Unterstützung erhalten und welche zurückgestellt werden – dies geschieht in der Regel durch einen phasenweisen Bewertungsausschuss oder eine Projektportfolio-Bewertungsgruppe. In dieser Phase müssen Urteile unter hoher Unsicherheit gefällt werden: Der Markt hat noch kein Feedback gegeben, und viele Ideen selbst sind noch nicht vollständig umgesetzt. Die bewussten oder unbewussten Bewertungsstandards des Bewertungsteams bestimmen letztendlich alle Produkte, die das Unternehmen später umsetzt.

Bewerter haben seit jeher Vorurteile gegenüber neuartigen Ideen: Originelle Ideen vermitteln ein höheres Risikogefühl und ihre Ergebnisse sind schwer vorhersehbar, sodass Bewerter unbewusst vorzugsweise sichere, vertraute Lösungen wählen. Generative KI verstärkt dieses Vorurteil auf eine völlig neue Weise: Die von KI erzeugten Vorschläge sind von Natur aus flüssig formuliert und strukturell vollständig, und Flüssigkeit wird leicht mit der Qualität des Vorschlags gleichgesetzt. Eine schön formulierte Idee bekommt eine höhere Punktzahl, aber das hat nichts damit zu tun, ob sie an sich eine bessere Idee ist. Die entsprechende Lösung muss auf Prozesse und Systeme zurückgreifen, nicht auf Technologie: Alle eingereichten Vorschläge werden einheitlich formatiert, dann zur Bewertung vorgelegt, und es wird verborgen, ob die Idee von einem Menschen oder von KI stammt.

Das ist noch nicht die einzige Falle, in der generative KI in der Filterphase Engpässe unbemerkt verstärkt. Es gibt ein noch verborgeneres Risiko: Wenn Sie große Filtermodelle mit den historischen Entscheidungen des Bewertungsausschusses über die Genehmigung/Ablehnung von Vorschlägen trainieren, beseitigen Sie keine Prozessvorurteile, sondern verfestigen die Vorurteile in großem Maßstab und verpacken sie als objektive algorithmische Ergebnisse. Ein kürzlich durchgeführtes Feldexperiment ergab einen noch alarmierenderen Schluss: Wenn Bewerter Vorschläge von großen Modellen erhalten, die zusätzlich von dem Modell verfasste Begründungen enthalten, sind sie eher geneigt, den Vorschlag direkt abzustempeln und abzulehnen, aber ihre Fähigkeit, die Richtigkeit des KI-Urteils zu erkennen, hat sich nicht verbessert. Die vom Modell gelieferten Begründungen haben das menschliche Urteil nicht unterstützt, sondern das menschliche Denken direkt ersetzt. Dieses Phänomen tritt besonders ausgeprägt bei grenzwertigen Projekten auf, die am meisten menschliches Urteilsvermögen erfordern.

Der entsprechende Interventionsansatz ist genau das Gegenteil von dem System, das die meisten Unternehmen gerade aufbauen: Entfernen Sie die Erklärungstexte, die das große Modell ausgibt. Derselbe Versuch zeigte, dass die Qualität der endgültigen Entscheidungen höher ist, wenn nur das Black-Box-Empfehlungsergebnis der KI ohne Begründungen beibehalten wird, als wenn die Modellerklärungen beibehalten werden.

3. Verbrauchereinblicke: Untersuchungen werden schneller, aber die echten Antworten werden weniger

Nachdem eine Idee die Filterung bestanden hat, wird sie zu einem vollständigen Konzept mit spezifischen Funktionen, Preisgestaltung und Positionierung ausgearbeitet. Das Testen des Konzepts dient im Wesentlichen dazu, die echten Bedürfnisse der Kunden zu ermitteln – das ist die Phase der Präferenzmessung: Unternehmen stützen sich seit langem auf Fragebögen, Interviews und Conjoint-Analysen, um Produktkonzepte in überzeugende Urteile über die Marktnachfrage umzuwandeln.

Für Praktiker, die Verbraucher mit KI simulieren möchten, sind die Schlussfolgerungen dieses Teils des Papiers sehr realistisch. Ein Beispiel: Wenn Sie ein großes Modell dazu bringen, Tausende verschiedener Verbrauchergruppen zu spielen und ihre Reaktionen auf Preisänderungen zu simulieren, erhalten Sie eine glatt abfallende Nachfragekurve, aber dieses Ergebnis weist eindeutige und schwerwiegende Verzerrungen auf. Das Modell wurde nicht auf der Grundlage echter Personengruppen trainiert, es behandelt Preisänderungen nicht als experimentelle Variable, sondern nutzt den Preis nur als Hinweis zur Interpretation des Kontexts: Hohe Preise werden als „hochwertig“ interpretiert, nicht als „dasselbe Produkt, dessen Preis einfach erhöht wurde“. Daher kann die abfallende Nachfragekurve, die echte Verbraucher nach einer Preiserhöhung zeigen, in der KI-Simulation zu einer horizontalen Linie werden oder sogar ansteigen.

KI-Avatare (digitale Zwillinge), die auf reichhaltigen Verhaltensdaten echter Nutzer aufbauen, funktionieren etwas besser, fehlt ihnen aber immer noch ein entscheidendes Glied: Echte Verbraucher treffen eine große Anzahl irrationaler Entscheidungen, die in hohem Maße darüber bestimmen, ob ein neues Produkt erfolgreich umgesetzt wird. Menschen hängen an versunkenen Kosten und übertreiben die Mühe, die mit dem Wechsel zu einem anderen Produkt verbunden ist. Im Vergleich dazu treffen simulierte Avatare mit weit höherer Wahrscheinlichkeit rationale Entscheidungen als echte Menschen – das bedeutet, dass sie die realen Reibungsverluste, die zum Scheitern neuer Produkte führen, systematisch unterschätzen.

Bislang gibt es keine perfekte Lösung für dieses Problem. Avatare sind nicht völlig nutzlos, einige Untersuchungsfragen können mit ihnen als vorläufige Filterung bearbeitet werden; aber bei entscheidenden Verhaltensweisen, die über den Erfolg oder Misserfolg eines neuen Produkts entscheiden, dürfen Simulationsergebnisse nicht leichtfertig vertraut werden. Wenn Entscheidungen versunkene Kosten, Wechselkosten oder Informationsrahmen betreffen, ist die sicherere Methode, echte Untersuchungen beizubehalten: Gruppen von Vorreiter-Nutzern, ethnografische Felduntersuchungen, um das tatsächliche Verhalten der Nutzer zu beobachten, anstatt nur die von Modellen vorhergesagten Entscheidungen zu betrachten.

4. Verbreitung und Marktlernen: Bestätigungsfehler bestehen weiterhin, nur die Begründungen sind überzeugender

Verbreitung und Marktlernen umfassen alle Phasen nach der Markteinführung des Produkts: die massive Umsetzung der Innovation vorantreiben, Marktfeedback interpretieren und die nächste Runde von Entscheidungen leiten. Die Produktakzeptanz ist sowohl ein individuelles Verhalten als auch ein sozialer Prozess, der von frühen Nutzern und Mundpropaganda angetrieben wird. Und Marktfeedback muss gesammelt, in seiner Priorität eingestuft und richtig interpretiert werden, damit es einen Referenzwert hat.

Nach der Produktveröffentlichung tauchen riesige Mengen an Feedback auf, die die Verarbeitungskapazitäten des Teams weit übersteigen: Kommentare auf verschiedenen Plattformen, soziale Diskussionen, Kundendienst-Tickets, Rücksendungsaufzeichnungen, Forenbeiträge. Generative KI kann in dieser Phase tatsächlich einen Wert entfalten: Sie kann riesige Mengen an Informationen verarbeiten, sie gruppieren und zusammenfassen, ihr Verarbeitungsumfang ist für Analystenteams unerreichbar, und die Qualität der extrahierten strukturierten Kundenbedürfnisse nähert sich bereits dem Niveau professioneller Analysten an. Unter den vier Phasen ist dies die einzige, in der ein Engpass tatsächlich durch KI gelindert wird.

Aber damit entstehen auch Schwierigkeiten: Die KI extrahiert jede Woche Hunderte von Nutzerbedürfnissen – welche davon sind umsetzenswert und welche sind nur das Rauschen einzelner Nutzer? Die für Innovation wichtigsten Signale, wie neu entstehende Nutzungsszenarien oder bestimmte Nutzergruppen, die das Produkt immer noch nicht akzeptieren, sind genau die Informationen, die von statistischen Häufigkeitszusammenfassungen am leichtesten verdeckt werden.

Ein tiefer liegendes Risiko entsteht, nachdem das Feedback an die internen beteiligten Teams weitergegeben wurde. Unternehmen neigen seit jeher dazu, Marktfeedback aus einer für sie vorteilhaften Perspektive zu interpretieren. Die KI selbst trägt keine Leistungsdruck für Produktprojekte des vergangenen Jahres, theoretisch kann sie negative Bewertungen