Im Jahr 2013 veröffentlichten Forscher der Universität Oxford eine erschreckende Zahl über die Zukunft der Arbeit: Sie schätzten, dass 47 Prozent aller Arbeitsplätze in den Vereinigten Staaten „über eine unbestimmte Anzahl von Jahren, vielleicht ein oder zwei Jahrzehnte“, „dem Risiko“ der Automatisierung ausgesetzt seien.
Doch ein Jahrzehnt später ist die Arbeitslosigkeit im Land auf einem Rekordtief. Der Tsunami düsterer Schlagzeilen von damals – wie „Die Reichen und ihre Roboter sind dabei, die Arbeitsplätze der Hälfte der Welt verschwinden zu lassen“ – wirkt völlig daneben.
Die Autoren der Studie sagen jedoch, dass sie eigentlich nicht darauf hinweisen wollten, dass der Weltuntergang nahe sei. Stattdessen versuchten sie zu beschreiben, wozu Technologie fähig ist.
Es war der erste Versuch eines seit langem andauernden Gedankenexperiments, bei dem Denkfabriken, Unternehmensforschungsgruppen und Wirtschaftswissenschaftler einen Artikel nach dem anderen veröffentlichen, um herauszufinden, wie stark die Arbeit von der Technologie „beeinflusst“ oder „der Technologie ausgesetzt“ ist.
Mit anderen Worten: Wenn die Kosten der Werkzeuge keine Rolle spielten und das einzige Ziel darin bestünde, so viel menschliche Arbeit wie möglich zu automatisieren, wie viel Arbeit könnte dann die Technologie übernehmen?
Als die Oxford-Forscher Carl Benedikt Frey und Michael A. Osborne ihre Studie durchführten, hatte IBM Watson, ein auf künstlicher Intelligenz basierendes Frage-Antwort-System, die Welt gerade mit dem Sieg bei „Jeopardy!“ schockiert. Testversionen autonomer Fahrzeuge kreisten zum ersten Mal über Straßen. Jetzt folgt eine neue Welle von Studien dem Aufstieg von Tools, die generative KI nutzen
Im März schätzte Goldman Sachs, dass die Technologie hinter beliebten KI-Tools wie DALL-E und ChatGPT das Äquivalent von 300 Millionen Vollzeitjobs automatisieren könnte. Forscher von Open AI, dem Hersteller dieser Tools, und der University of Pennsylvania fanden heraus, dass 80 Prozent der US-Arbeitskräfte bei mindestens 10 Prozent ihrer Aufgaben eine Auswirkung feststellen konnten.
„Es herrscht enorme Unsicherheit“, sagte David Autor, Wirtschaftsprofessor am Massachusetts Institute of Technology, der sich seit mehr als 20 Jahren mit dem technologischen Wandel und dem Arbeitsmarkt beschäftigt. „Und die Leute wollen diese Antworten geben.“
Aber was bedeutet es genau, wenn man beispielsweise sagt, dass etwa 300 Millionen Vollzeitarbeitsplätze von KI betroffen sein könnten?
Es kommt darauf an, sagte Herr Autor. „Betroffen könnte bedeuten: verbessert, verschlimmert, verschwunden, verdoppelt.“
Erschwerend kommt hinzu, dass Technologie dazu neigt, Aufgaben und nicht ganze Berufe zu automatisieren. Im Jahr 2016 erwog beispielsweise der Pionier der künstlichen Intelligenz Geoffrey Hinton eine neue „Deep-Learning“-Technologie, mit der sich medizinische Bilder lesen lassen. Er kam zu dem Schluss: „Wenn man als Radiologe arbeitet, ist man wie der Kojote, der bereits über dem Rand der Klippe ist, aber noch nicht nach unten geschaut hat.“
Er gab fünf, vielleicht zehn Jahre Zeit, bis Algorithmen „besser abschneiden“ würden als Menschen. Was er wahrscheinlich übersehen hat, war, dass das Lesen der Bilder nur eine von vielen Aufgaben (laut US-Regierung 30) ist, die Radiologen erledigen. Sie tun auch Dinge wie „Konferenzen mit medizinischem Fachpersonal“ und „Beratung anbieten“. Heute befürchten einige Fachleute einen drohenden Mangel an Radiologen. Und Herr Hinton ist seitdem ein lautstarker öffentlicher Kritiker derselben Technologie, die er mitentwickelt hat.
Herr Frey und Herr Osborne berechneten ihre 47-Prozent-Zahl unter anderem, indem sie Technologieexperten fragten, wie wahrscheinlich es sei, dass ganze Berufe wie „Telemarketer“ oder „Buchhalter“ automatisiert würden. Aber drei Jahre nach der Veröffentlichung ihres Artikels veröffentlichte eine Gruppe von Forschern am ZEW-Zentrum für Europäische Wirtschaftsforschung mit Sitz in Mannheim eine ähnliche Studie, in der Aufgaben wie „Produkte oder Dienstleistungen erklären“ bewertet wurden und festgestellt wurde, dass nur 9 Prozent davon Berufe in 21 Ländern könnten automatisiert werden.
„Menschen mögen Zahlen“, sagte Melanie Arntz, die Erstautorin des ZEW-Papiers. „Die Leute denken immer, dass die Zahl irgendwie solide sein muss, weil es eine Zahl ist. Aber Zahlen können wirklich sehr irreführend sein.“
In einigen Szenarien hat die KI im Wesentlichen ein Werkzeug geschaffen und keinen vollständigen Jobersatz. Sie sind jetzt ein Bagger, der einen Bagger anstelle einer Schaufel verwenden kann. Oder ein Krankenpfleger mit Zugang zu besseren Informationen für die Diagnose eines Patienten. Es ist möglich, dass Sie mehr pro Stunde verlangen sollten, da Sie dann viel mehr erledigen werden.
In anderen Szenarien ersetzt die Technologie Ihre Arbeit, anstatt sie zu ergänzen. Oder verwandeln Sie Ihren Job von einem Job, der besondere Fähigkeiten erfordert, in einen Job, der dies nicht erfordert. Das wird Ihnen wahrscheinlich nicht gut gehen.
In beiden Fällen, sagt Herr Autor, haben sich die technologischen Entwicklungen im Laufe der Geschichte vor allem auf die Löhne und die Vermögensverteilung ausgewirkt – und nicht darauf, wie viele Arbeitsplätze verfügbar sind. „Bei dieser Art von Übung besteht die Gefahr, dass man den Wald verfehlt, indem man sich auf einen sehr markanten Baum konzentriert“, sagte er über Studien, die untersuchen, wie viel menschliche Arbeit durch KI ersetzt werden könnte
Was seiner Meinung nach ein weiterer zentraler Schwerpunkt ist – wie künstliche Intelligenz den Wert von Fähigkeiten verändern wird – ist schwer vorherzusagen, da die Antwort teilweise davon abhängt, wie neue Tools entworfen, reguliert und verwendet werden.
Nehmen Sie den Kundenservice. Viele Unternehmen haben die Aufgabe, Anrufe zu beantworten, einem automatisierten Entscheidungsbaum überlassen und den menschlichen Bediener nur zur Fehlerbehebung hinzugezogen. Doch ein Fortune-500-Unternehmen für Unternehmenssoftware ist das Problem anders angegangen. Es wurde ein generatives KI-Tool entwickelt, das den Agenten Vorschläge macht, was sie sagen sollen – und so die Menschen und ihre Fähigkeit, soziale Signale zu lesen, auf dem Laufenden hält. Als Forscher von Stanford und MIT die Leistung von Gruppen, denen das Tool verabreicht wurde, mit denen verglichen, denen es nicht verabreicht wurde, stellten sie fest, dass das Tool die Leistung von Agenten mit geringerer Qualifikation deutlich verbesserte.
„Selbst wenn ein Job vollständig automatisiert wird, hängt das Schicksal der entlassenen Arbeitnehmer davon ab, wie Unternehmen sich entscheiden, Technologie für neue Arten von Arbeit einzusetzen, insbesondere für Arbeiten, die wir uns noch nicht vorstellen können“, sagte Daron Acemoglu, Professor am MIT und Autor von „Power und Fortschritt: Unser tausendjähriger Kampf um Technologie und Wohlstand.“ Zu diesen Entscheidungen gehört die Frage, ob die Arbeit vollständig automatisiert werden soll oder ob Technologie zur Erweiterung des menschlichen Fachwissens eingesetzt werden soll.
Er sagte, dass die scheinbar beängstigenden Zahlen, die vorhersagen, wie viele Arbeitsplätze durch KI abgebaut werden könnten, auch wenn nicht klar sei, wie, ein „Weckruf“ seien.
Er glaube, dass die Menschen „in eine bessere Richtung lenken“ könnten, sagte er, sei aber nicht optimistisch. Er glaubt nicht, dass wir uns auf einem „menschlichen“ Weg befinden.
Alle Schätzungen darüber, wie viel Arbeit die KI übernehmen könnte, hängen stark vom Menschen ab: Die Forscher treffen die Annahmen darüber, was die Technologie leisten kann. Herr Frey und Herr Osborne luden Experten zu einem Workshop ein, um die Wahrscheinlichkeit der Automatisierung von Berufen zu bewerten. Neuere Studien stützen sich auf Informationen wie eine Datenbank zur Verfolgung von KI-Fähigkeiten, die von der Electronic Frontier Foundation, einer gemeinnützigen Gruppe für digitale Rechte, erstellt wurde. Oder sie verlassen sich auf Arbeiter, die Plattformen wie CrowdFlower nutzen, wo Menschen kleine Aufgaben gegen Geld erledigen. Die Mitarbeiter bewerten Aufgaben anhand von Faktoren, die sie anfällig für Automatisierung machen. Wenn es sich beispielsweise um etwas mit einer hohen Fehlertoleranz handelt, ist es ein besserer Kandidat für die Automatisierung durch eine Technologie wie ChatGPT.
Auf die genauen Zahlen kommt es nicht an, sagen viele Forscher, die an dieser Art von Analyse beteiligt sind.
„Ich würde unsere Methodik mit ziemlicher Sicherheit als absolut falsch, aber hoffentlich richtungsrichtig beschreiben“, sagte Michael Chui, ein KI-Experte bei McKinsey, der 2017 ein Weißbuch mitverfasst hat, in dem er darauf hindeutet, dass etwa die Hälfte der Arbeit und 5 Prozent der Berufe falsch sein könnten automatisiert.
Was die Daten beschreiben, ist in mancher Hinsicht banaler als oft angenommen: Große Veränderungen stehen bevor und es lohnt sich, aufmerksam zu sein.