Zum Hauptinhalt wechseln Skip to footer

Neue Arbeit,
neue Welt

Endlich sind die harten Fakten da. Generative KI könnte bis 2032 ein jährliches Wachstum von bis zu 1 Billion US-Dollar bewirken und gleichzeitig bis zu 90 % der bestehenden Arbeitsplätze zerstören. Wie können Führungskräfte einen Umbruch dieses Ausmaßes meistern und das volle Potenzial der Technologie ausschöpfen? Indem wir in Menschen investieren.

PDF Herunterladen

Zusammenfassung

Als die generative KI die globale Bühne eroberte, war klar, dass etwas Großes passieren würde – für die Wirtschaft, für Unternehmen und die Gesellschaft, für die Lebensgrundlagen der Menschen. Doch wie groß wäre die Veränderung? Wann würde es eintreffen? Und wären die Auswirkungen destruktiv oder produktiv, angenommen oder gefürchtet, verbindend oder polarisierend?  

Die Antworten beginnen sich abzuzeichnen, und es sieht so aus, als ob die generative künstliche Intelligenz tatsächlich eine große Rolle spielen wird.

Unseren Untersuchungen zufolge könnte die Technologie bis zum Jahr 2032 dem US-BIP einen zusätzlichen jährlichen Wert von bis zu 1,043 Billionen US-Dollar bescheren – ein wirtschaftlicher Aufschwung, der größer ist als der der gesamten US-Bauindustrie.

Wir werden einen Anstieg bei der Akzeptanz von Gen KI erleben. Während bis zu 13 % der Unternehmen die Technologie in drei bis vier Jahren nutzen könnten, könnte laut unserem optimistischsten Szenario fast die Hälfte sie in einem Jahrzehnt nutzen.

Diese bemerkenswerte Prognose unterstreicht nicht nur die Leistungsfähigkeit der Gen KI Sie verbessern, ergänzen und automatisieren viele Arbeitsaufgaben in allen Bereichen der Wirtschaft, schaffen aber auch die Voraussetzungen für einen tiefgreifenden Wandel in der Art und Weise, wie wir an Arbeit, Produktivität und Wirtschafts­wachstum herangehen.

1,043 Billionen US-Dollar

Jährlicher Wert der Gen KI im Verhältnis zum US-BIP bis 2032

Unternehmen, die generative KI einführen

Icon13
Icon46

Um die Auswirkungen generativer KI auf die Produktivität und die Zukunft der Arbeit zu quantifizieren, haben wir in Zusammenarbeit mit Oxford Economics ein Wirtschaftsmodell erstellt. Das Modell ist so kalibriert, dass es drei Szenarien aufzeigt, die ein niedriges, mittleres und hohes Maß an Unternehmensakzeptanz widerspiegeln.

Obwohl mehrere Studien zu diesem Thema veröffentlicht wurden, wollten wir analysieren, wie sich diese leistungsstarke Technologie auf Menschen, ihre Arbeitsplätze und Karrieren auswirken könnte – und damit auch auf die Unternehmensproduktivität und die Wirtschaft. Unser Modell untersucht die 18.000 Aufgaben, die die US-Wirtschaft antreiben, und untersucht sorgfältig die Auswirkungen, die generative KI auf die 1.000 Arbeitsplätze haben könnte, die sich aus diesen Aufgaben zusammensetzen.

Während wir uns auf die US-Arbeitskräfte konzentrierten, können die allgemeinen Themen, die sich aus den Ergebnissen ergaben, weltweit angewendet werden. Dies liegt daran, dass die Aufgaben – und die theoretische Fähigkeit der generativen KI, sie auszuführen oder bei ihnen zu unterstützen – trotz der Unterschiede in ihrer relativen Bedeutung und Akzeptanzrate von Land zu Land gleich bleiben. Weitere Einzelheiten zur Methodik finden Sie hier .

Unser Modell untersucht die 18.000 Aufgaben, die die US-Wirtschaft antreiben, und untersucht sorgfältig die Auswirkungen, die generative KI auf die 1.000 Arbeitsplätze haben wird, die sich aus diesen Aufgaben zusammensetzen.

Was wir gelernt haben, hat tiefgreifende Auswirkungen auf Arbeitnehmende – und auf die Zukunft der Arbeit. Unser Modell zeigt, dass in den nächsten 10 Jahren die meisten Arbeitsplätze (90 %) in irgendeiner Weise durch generative KI zerstört werden könnten. Von Verwaltungs­assistent:innen bis zu CXO wird jede und jeder betroffen sein.

In manchen Berufsfamilien kann es sein, dass Arbeitnehmer:innen monatelang arbeitslos sind, weil sie versuchen, ihre vorhandenen Fähigkeiten auf neue Aufgaben zu übertragen. Insgesamt könnten etwa 9 % der aktuellen Arbeitskräfte in den USA durch generative KI ersetzt werden. Basierend auf einer Analyse früherer wirtschaftlicher Veränderungen ist es möglich, dass 11 % der entlassenen Mitarbeiter:innen – oder fast 1 % der gesamten Belegschaft – Schwierigkeiten haben, wieder eine neue Arbeit zu finden. 

Ohne Bewältigung hätte dieses Ausmaß an Störungen schwerwiegende Folgen nicht nur für Unternehmen und die darin arbeitenden Menschen, sondern auch für die Produktivität selbst.

Denn um das obere Ende unserer Produktivitätsprognose zu erreichen, sind zwei Dinge erforderlich: ein hohes Maß an geschäftlicher Akzeptanz generativer KI und ein geringes Maß an unmotivierten oder dauerhaft entlassenen Mitarbeiter:innen. Und hier kommen Unternehmen – und die Menschen, die sie leiten – ins Spiel.

Die Bewältigung dieser beiden Faktoren erfordert Vertrauen – Vertrauen zwischen KI Entwickler:innen und KI Nutzer:innen, zwischen Unternehmen und politischen Entscheidungsträger:innen, zwischen Arbeitgeber:innen und Arbeitnehmer:innen und Vertrauen in die Technologie selbst. Obwohl alle diese Bereiche von entscheidender Bedeutung sind, konzentrieren wir uns hauptsächlich auf die letzten beiden, da Unternehmen hier die größte Kontrolle ausüben können, um das Produktivitätspotenzial generativer KI zu maximieren.

Jetzt ist es an der Zeit, dass die Gen KI an Fahrt gewinnt und die Führungskräfte den Grundstein für einen neuen Vertrauenspakt legen, um sicherzustellen, dass die Gen KI nicht nur eine positive Kraft für die wirtschaftliche Produktivität, sondern auch für Arbeitnehmer:innen und Gesellschaft ist. Wenn sie Erfolg haben, könnten wir in ein Zeitalter unvorstellbaren Reichtums und unvorstellbarer Effizienz eintreten. Wenn sie es nicht tun, könnte uns eine lange Zeit der Unruhe und des Streits bevorstehen, von der bereits erste Anzeichen bei den KI Entwickler:innen selbst zu beobachten sind.

90 %

der Arbeitsplätze könnten durch Gen-KI in gewissem Maße gestört werden

Eine Produktivitätsgeschichte von 1 Billion US-Dollar – mit einem Haken

Drei Szenarien, die die endgültige Produktivitätsbilanz in die Hände von Menschen legen

Generative KI ist eine atemberaubende technologische Leistung, die erhebliche Auswirkungen auf Gesellschaft und Wirtschaft haben könnte. Aber die Art und Weise, wie es abläuft, wird verankert sein in zutiefst menschliche Faktoren. Werden wir uns dagegen wehren oder es begrüßen? Anpassen oder unverändert bleiben?

Das Ausmaß dieser Auswirkungen wird von der Geschwindigkeit der Unternehmensakzeptanz und davon abhängen, wie schnell sich die Menschen an neue Arbeitsweisen anpassen. Diese Faktoren haben in der Vergangenheit andere Produktivitätsinnovationen verlangsamt. Beispielsweise kamen Mikroprozessoren in den frühen 1970er-Jahren auf den Markt, doch es dauerte zwei Jahrzehnte, bis Personalcomputer weit verbreitet waren und Produktivitätssteigerungen eintraten.

Aus diesem Grund haben wir mit Oxford Economics zusammengearbeitet, um drei Einführungsszenarien zu entwickeln.

Wenn die Akzeptanz von Gen KI in Unternehmen gering ist, könnte der jährliche Produktivitätsschub in den USA bis 2032 auf 1,7 % ansteigen. Selbst diese pessimistische Schätzung stellt einen deutlichen Aufschwung dar, wenn man bedenkt, dass sich das langfristige jährliche durchschnittliche US-Wachstum um die 2 %-Marke bewegt. Und wenn die Akzeptanz am oberen Ende liegt, könnte dieser Wert bis 2032 auf 3,5 % steigen (siehe Abbildung 1). Aus der Perspektive der gesamten Wirtschaftsleistung bedeutet dies, dass das US-BIP in zehn Jahren um 477 bis 1 Billion US-Dollar steigen würde.

Drei Szenarien für die Auswirkungen der Gen KI auf das US-BIP

Generative KI könnte der US-Wirtschaft bis 2032 je nach Grad der Akzeptanz in der Wirtschaft zwischen 477 Milliarden und 1 Billion US-Dollar einbringen.

Diagramm1

Quelle: Oxford Economics und Cognizant
Abbildung 1

Arbeitsunterbrechung entschlüsseln

Belichtungs- und Reibungswerte verdeutlichen das Ausmaß der Veränderung

Ein weiterer Schlüsselfaktor, der die Produktivitätssteigerungen im Zusammenhang mit Gen AI entweder verstärken oder schwächen wird, ist die Störung von Arbeitsplätzen und Arbeitsmärkten. Je mehr Störungen die Arbeitnehmenden erleben, desto schwieriger wird es, sich an neue Arbeitsweisen anzupassen. Um zu verstehen, wie diese Störung aussehen wird, haben wir fast 1.000 Berufe und die damit verbundenen Aufgaben analysiert und für jeden einen „theoretischen maximalen Expositionswert“ berechnet (in diesem Bericht als „Expositionswert“ bezeichnet).

Eine niedrigere Punktzahl bedeutet, dass ein geringerer Prozentsatz der wichtigen Aufgaben des Jobs automatisiert wird, sodass die Menschen in diesem Beruf relativ unberührt bleiben. Beispielsweise haben diejenigen, die in einem Wartungsteam für Heizung, Lüftung und Klimaanlage arbeiten, einen Expositionswert von 5 %, da generative KI die meisten ihrer Arbeitsaufgaben weder unterstützt noch automatisiert. Vergleichen Sie dies mit dem Expositionswert von 62 % für Informatikteams – Personen, die diese Jobs ausüben,  stehen vor großen Veränderungen.

Erklärt: Belichtungswert

Dieser Wert spiegelt den Grad wider, in dem ein Beruf von generativer KI betroffen sein wird. Der Belichtungswert berücksichtigt, wie viele Aufgaben des Jobs durch Gen KI vollständig automatisiert werden könnten. Wie viele könnten unterstützt werden? und die relative Bedeutung dieser Aufgaben.

Sofern nicht anders angegeben, verwenden wir im größten Teil des Berichts den „theoretischen maximalen Expositionswert“, der eine sofortige und einstimmige Einführung von Gen KI voraussetzt, im Vergleich zum „vorhergesagten Expositionswert“, der anhand des zentralen Einführungsszenarios berechnet wird. 

Beispiel: Hausarzt

  • Gen AI könnte viele weniger wertvolle Verwaltungs­aufgaben automatisieren, beispielsweise das Sammeln und Verwalten von Patient:innen­informationen.
  • Es könnte auch bei höherwertigen Diagnose­aufgaben hilfreich sein.
  • Für eine Reihe sehr wichtiger Aufgaben wäre es jedoch weniger effektiv, beispielsweise Patient:innen mit chronischen Erkrankungen erfolgreich dabei zu helfen, lebensrettende Änderungen im Lebensstil vorzunehmen.

Resultierender Expositionswert: 33,3 % bis 2032

Bis 2032 könnten nur wenige Arbeitsplätze von der generativen KI verschont bleiben

Einige Auswirkungen:
Belichtungswerte von mindestens 5 %

Diagramm2a

Großer Einfluss:
Belichtungs­werte von mindestens 25 %

Diagramm2b

Geringe Auswirkung:
Belichtungswerte von 5 % oder weniger

Diagramm2c
Die meisten Arbeitsplätze werden von der Gen KI in gewissem Maße betroffen sein, und mehr als die Hälfte könnte stark betroffen sein.

Quelle: Oxford Economics und Cognizant
Abbildung 2

In der Vergangenheit wirkten sich technologische Fortschritte und Automatisierung weitgehend auf manuelle Arbeit und prozess­orientierte Wissens­arbeit aus. Dieses Mal ist es anders. Das Drehbuch wurde umgedreht. Erinnern Sie sich an unsere HVAC-Techniker:innen, dessen Job sich kaum ändern wird. Stattdessen wird die generative künstliche Intelligenz das verändern, was allgemein als Wissens­arbeit bezeichnet wird – von Einsteiger:innen in die Zahlen­verarbeitung über erfahrene Leiter:innen von Geschäfts­einheiten bis hin zu Führungs­kräften auf der obersten Führungs­ebene werden sie erleben, wie sich ihr Job im nächsten Jahrzehnt weiter­entwickelt. 

Tatsächlich zeigen unsere Untersuchungen, dass CEOs bis 2032 einen Exposure-Wert von mehr als 25 % erreichen könnten, wenn sie beginnen, Gen KI für alles zu nutzen, von der Überprüfung von Berichten und der Analyse von Abläufen bis hin zur Durchführung von Wettbewerbs­bewertungen und dem Treffen strategischer Entscheidungen. Sogar Bereiche, die lange Zeit in den Zuständigkeits­bereich hochrangiger Führungskräfte fielen – Kostensenkung, Programm­verbesserung und Richtlinien­änderungen – werden deutlich an „Automati­sierbarkeit“ gewinnen.

Für manche Menschen ist der durch Gen KI verursachte Wandel heute Realität. Jobs in den Bereichen Kreditanalyse, Computer­programmierung, Webentwicklung, Datenbank­verwaltung und Grafikdesign haben bereits einen Bekanntheits­wert von etwa 50 %. Bis 2032 werden die Bekanntheits­werte für einige dieser Berufe im Zuge der techno­logischen Weiter­entwicklung auf 80 % steigen.

Andere Arten von Arbeitnehmende werden im Laufe der Zeit einen Anstieg der Störungen erleben, da die Reife und das Vertrauen in die Gen KI zu mehr Anwendungen dieser Art führen (siehe Abbildung 3). Während beispielsweise Kundendienst­mitarbeiter:innen derzeit einen Expositionswert von 11 % haben, wird erwartet, dass dieser bis 2032 63 % übersteigt.

Der Grad, in dem die Aufgaben eines CEOs automatisiert werden könnten, könnte dazu führen, dass er einen Belichtungswert  erreicht von mehr als 

icon

bis 2032

Die Auswirkungen auf den Arbeitsplatz werden mit der Zeit zunehmen

Von 2023 bis 2032 könnte der Prozentsatz der Arbeitsplätze mit hohen Expositions­werten (25 % und mehr) von 8 % auf 52 % steigen, ein Anstieg um 550 %.
Diagramm3

Die Diagramm­daten spiegeln „theoretische maximale Expositions­werte“ wider. Weitere Informationen zur Berechnung dieser Ergebnisse finden Sie unter Methodik.
Quelle: Oxford Economics und Cognizant
Abbildung 3

Wie die Expositions­werte zeigen, wirkt sich die Gen KI auf einige Berufe stärker aus als auf andere. Einige Arbeitnehmer:innen müssen lernen, mit generativer künstlicher Intelligenz der Generati zu arbeiten, da sie bestimmte Arbeitsaufgaben unterstützt, während andere ihre Rollen von der Technologie übernommen sehen.

Um zu verstehen, wie schwierig es für entlassene Arbeitnehmer:innen sein wird, eine neue Beschäftigung zu finden, haben wir einen „Friktionsscore“ für verschiedene Berufsgruppen berechnet. Dieser Wert stellt die Leichtigkeit oder Schwierigkeit dar, mit vorhandenen Fähigkeiten eine neue Beschäftigung zu finden. (Weitere Informationen zur Berechnung des Reibungswerts finden Sie unter Methodik.) Interessanter­weise weisen einige der am stärksten betroffenen Berufsgruppen (diejenigen mit hohen Expositions­werten) relativ niedrige Reibungswerte auf, was bedeutet, dass ihr Weg zu einer neuen Beschäftigung weniger komplex ist.

Erklärt: Reibungswert

Hoher Reibungswert = schwieriger, neue Arbeit zu finden

Niedriger Reibungswert = leichter neue Arbeit zu finden

Einige der am stärksten betroffenen Berufsgruppen (solche mit hohen Expositionswerten) weisen relativ niedrige Reibungswerte auf, was bedeutet, dass ihr Weg zu einer neuen Beschäftigung weniger komplex ist.

Um diese Dynamik besser zu verstehen, haben wir eine Reihe von Jobkategorien nach ihren Expositions- und Reibungs­werten grafisch dargestellt (siehe Abbildung 4). In diesem Fall haben wir jedoch den „vorhergesagten Expositionswert“ verwendet, der eine allmählichere Einführung generativer KI berücksichtigt, wie sie sich in unserem zentralen Szenario widerspiegelt. Infolgedessen sind diese vorhergesagten Expositions­werte niedriger als die theoretischen maximalen Expositions­werte, die im gesamten Bericht verwendet werden und eine einstimmige und sofortige Annahme voraussetzen.

Durch die Kombination der Reibungswerte und der vorhergesagten Expositionswerte erhalten wir einen klaren Überblick über die bevorstehende Störung. Beispielsweise haben Software­entwickler:innen und Datenbank­administratoren (mit relativ hohen prognostizierten Expositions­werten von 8 %) relativ niedrige Reibungswerte von etwa 40, was bedeutet, dass ihr Weg zu einer neuen Anstellung weniger kompliziert ist, was wahrscheinlich auf ihre gefragten Fähigkeiten zurückzuführen ist.

Viele könnten jedoch mit größeren und länger anhaltenden Störungen durch generative KI konfrontiert sein. Büro- und Verwaltungsrollen (z. B. Büroassistenten und Rezeptionisten) weisen einen prognostizierten Expositionswert von 4 % auf, weisen jedoch einen Reibungswert von 80 auf, was darauf hindeutet, dass ihnen ein harter Kampf bevorsteht.

Daten des US Census Bureau, die in unsere Modellierung einfließen, deuten darauf hin, dass diese Verschiebung nicht einfach gelöst werden kann. In früheren Phasen des Wandels hatten etwa 11 % der entlassenen Arbeitnehmende Schwierigkeiten, einen Arbeitsplatz zu finden – es dauerte durchschnittlich 39 Wochen, bis sie eine neue Arbeits­möglichkeit fanden. Störungen in diesem Tempo und Ausmaß sind erheblich – und wenn sie nicht kontrolliert werden, könnten sie zu vertrauens­zerstörender Arbeitslosigkeit und wirtschaftlicher Instabilität für große Teile der Erwerbs­bevölkerung führen.

Ein Blick auf die Auswirkungen auf Arbeitsplätze und Arbeitnehmer:innen in fünf Jahren

Wir haben die Berufe erfasst, die am stärksten betroffen sein werden, und diejenigen, bei denen es am schwierigsten oder einfachsten ist, einen neuen Job zu finden.
Diagramm4

Figur 4
Die Daten in diesem Diagramm stellen die vorhergesagten Expositionswerte im Vergleich zu den theoretischen maximalen Expositionswerten dar. Informationen zur Berechnung dieser Bewertungen finden Sie in der Methodik. Die Blasengröße stellt die relative Anzahl der Arbeitnehmer:innen in der Jobkategorie dar.

Die Farb­codierung der Blasen entspricht dem Lohnquintil im Jahr 2022, wobei das dunkelste Blau das fünfte Quintil und das hellste Blau das erste darstellt.
Quelle: Oxford Economics und Cognizant
Abbildung 2

  1. Management
  2. Geschäfts- und Finanzoperationen
  3. Computer und Mathematik
  4. Architektur und Ingenieurwesen
  5. Lebens-, Physik- und Sozialwissenschaften
  6. Gemeinnütziger und sozialer Dienst
  7. Rechtliche Hinweise
  8. Pädagogischer Unterricht und Bibliothek
  9. Kunst, Design, Unterhaltung, Sport und Medien
  10. Praktiker und Techniker im Gesundheitswesen
  11. Unterstützung im Gesundheitswesen
 12. Sicherheitsservices
 13. Im Zusammenhang mit der Zubereitung und dem Servieren von Speisen
 14. Reinigung und Instandhaltung von Gebäuden und Grundstücken
 15. Persönliche Betreuung und Service
 16. Vertrieb und Ähnliches
 17. Büro- und Verwaltungsunterstützung
 18. Landwirtschaft, Fischerei und Forstwirtschaft
 19. Bau und Extraktion
 20. Installation, Wartung und Reparatur
 21. Produktion
 22. Transport und Materialtransport

Gleichzeitig prognostizieren wir auch positive Auswirkungen auf die Arbeitskräftedisruption durch generative KI, beispielsweise durch ihre positiven Auswirkungen auf den anhaltenden Arbeitskräftemangel in Schlüsselbereichen der Wirtschaft. Im Gesundheitswesen beispielsweise führen anhaltende Personalprobleme zu höheren Servicekosten und gleichzeitig zu einer Verschlechterung der Servicequalität. Unsere Expositionswerte deuten darauf hin, dass beispielsweise Notärzte im Laufe des nächsten Jahrzehnts bis zu einem Drittel ihrer Aufgaben automatisieren werden – ein Prozess, der es Unternehmen ermöglichen wird, mehr Gesundheits­dienstleistungen zu erbringen, ohne mehr Mitarbeiter:innen einstellen zu müssen.

Ein weiterer potenziell positiver Einfluss der Gen KI auf Arbeitsherausforderungen besteht in der Art und Weise, wie sie flexibel eingesetzt werden kann, um die vorhandenen Stärken eines Einzelnen hervorzuheben und gleichzeitig seine Schwächen abzumildern – wodurch ein breiteres Spektrum kognitiver Fähigkeiten in einem breiteren Spektrum von Rollen ermöglicht wird. Ausgestattet mit den richtigen Werkzeugen muss beispielsweise eine Aktienanalystin möglicherweise kein Mathematikexpertin sein, wenn generative KI diesen Teil der Arbeit übernimmt. Stattdessen würden sie sich vielleicht auf eine Stärke wie die Kommunikation stützen, um am Arbeitsplatz einen Mehrwert zu schaffen. Auf diese Weise hat generative KI das Potenzial, die Eintrittsbarrieren in einen großen Teil der Wirtschaft deutlich zu senken.

Positive Auswirkungen der generativen KI auf die Belegschaft sind ihre Fähigkeit, den anhaltenden Arbeitskräftemangel in Schlüsselbereichen der Wirtschaft wie dem Gesundheitswesen anzugehen, und ihre Fähigkeit, die vorhandenen Stärken eines Einzelnen hervorzuheben und gleichzeitig seine Schwächen abzumildern.

2032 am Horizont

Wie ein Anstieg der Akzeptanz die strategische Entwicklung vorantreiben kann

Der von der Gen KI gesteuerte Wandel wird weder auf einmal erfolgen, noch wird er einem gleichmäßigen Tempo folgen. Unsere Analyse deutet vielmehr darauf hin, dass es einer ähnlichen S-Kurve folgen wird wie andere technische Fortschritte, beispielsweise Software für Unternehmen: ein allmählicher Anstieg, zu einem dramatischen Anstieg, zu einem Plateau, auf dem die Technologie verfeinert und allgegenwärtig wird. Dieser Fortschritt wird sich für die Gen KI vollziehen, wenn sich Unternehmen anpassen, Arbeitnehmer:innen umschulen und Interessengruppen sich an die gesellschaftlichen Auswirkungen der Technologie anpassen (siehe Abbildungen 5 und 6).

Schnelle Einführung im nächsten Jahrzehnt

Die Einführung generativer KI könnte im kommenden Jahrzehnt schnell voranschreiten.

Diagramm 5

Abbildung 5
Die Diagrammdaten spiegeln die höchstmöglichen Akzeptanz­raten wider, wie sich in unserem Szenario mit hoher Akzeptanz widerspiegelt.
Um sicherzustellen, dass wir die volle Akzeptanzrate bis 2032 erreichen, haben wir das Jahr 2033 in die Berechnung dieser Zahl einbezogen.
Quelle: Oxford Economics und Cognizant

Die 30-jährige Einführungsansicht

Nach der 15-Jahres-Marke verlangsamt sich der steile Anstieg, aber die Akzeptanz nimmt noch mindestens 20 weitere Jahre zu.

Diagramm 6

Abbildung 6
Quelle: Oxford Economics & Cognizant

Der Unterschied zwischen Gen KI und ihren Vorgängern liegt im Tempo, im Umfang und in den einzigartigen gesellschaftlichen Herausforderungen, die es zu bewältigen gilt. In unserer Analyse gibt es drei Phasen dieser Wachstumsgeschichte in den nächsten zehn Jahren – jede mit ihren eigenen Treibern, Herausforderungen und Chancen. Diese Phasen können und sollten den Ansatz einer Organisation bei der Durchführung der großen institutionellen Veränderungen leiten, die den Weg für eine positive und produktive Akzeptanz der generativen KI ebnen.

2023-2026: Experimentieren und Vorbereiten

Dies ist der entscheidende Zeitpunkt für Unternehmen, ihre Geschäfts- und Betriebsmodelle umfassend zu überarbeiten und eine Vertrauensbasis bei ihren Mitarbeiter:innen und der Welt insgesamt aufzubauen.

Die Phase, in der wir uns heute befinden, ist geprägt vom Experimentieren und der vorsichtigen Umsetzung. Unternehmen setzen Gen KI versuchsweise für Aufgaben ein, deren Umfang überschaubar und risikoarm ist – etwa die Erstellung von Bildern, die Textgenerierung für Berichte und E-Mails sowie Codevorschläge für Entwickler:innen. Unsere Daten zeigen beispielsweise, dass Marketingmanager:innen einen theoretischen maximalen Expositionswert von 17 % haben, da generative KI bei der Ausführung von Aufgaben wie der Content-Generierung und Marktanalyse hilft.

Während unser optimistischstes Szenario in diesem Zeitraum eine Geschäftsakzeptanz von nur 13 % vorhersagt, darf die Bedeutung dieser Phase nicht unterschätzt werden. Dies ist der entscheidende Zeitpunkt für Unternehmen, umfassende Überarbeitungen ihrer Geschäfts- und Betriebsmodelle in Angriff zu nehmen und damit zu beginnen, eine Vertrauensbasis bei ihren Mitarbeiter:innen und der Welt insgesamt aufzubauen. Nur mit einem starken Fundament können Unternehmen in den kommenden Jahrzehnten ihre Produktivität steigern und ihre Märkte anführen.

Bild

Experimentieren mit geringem Risiko

Bild

Schrittweise Einführung

Bild

Vorsicht und Unsicherheit

Bild

Geschäftsakzeptanz („hohes“ Szenario)

2026–2030: Zuversichtliche Einführung

In dieser Phase wird die Rolle der Gen Al in einer Reihe von Berufen deutlich zunehmen. Die Expositionswerte für Geschäftsführer:innen und Betriebsleiter:innen werden von heute 18 % auf 52,7 % im Jahr 2032 steigen, wobei der Großteil des Wachstums in diesem Zeitraum stattfinden wird.

In der nächsten Phase erwarten wir eine beschleunigte Einführung. Unsere Top-End-Prognose zeigt einen Anstieg der Akzeptanz von 13 % auf 31 % in nur vier bis acht Jahren. Betrachtet man historische Beispiele – etwa das allmähliche Eindringen von Unternehmenssoftware in stark regulierte Branchen –, können wir davon ausgehen, dass die Akzeptanz aufgrund größerer regulatorischer Klarheit, eines robusteren Kompetenzmanagements, einer stärkeren öffentlichen Nachfrage und eines besseren Verständnisses dafür, wie die Technologie geschäftliche Herausforderungen löst, zunehmen wird.

In dieser Phase wird die Rolle der Gen Al in einer Reihe von Berufen deutlich zunehmen. Die Expositionswerte für Geschäftsführer:innen und Betriebsleiter:innen werden von heute 18 % auf 52,7 % im Jahr 2032 steigen, wobei der Großteil des Wachstums in diesem Zeitraum stattfinden wird.

Darüber hinaus wird das regulatorische Umfeld der generativen KI – derzeit ein Flickenteppich – in den Fokus rücken. In dieser Phase wird Gen AI über die bloße Aufgabenauto­matisierung hinausgehen und zu einem Kernbestandteil von Geschäftstrans­formations­strategien werden. Zukunftsorientierte Unternehmen verfügen über robuste technologische Infrastrukturen und eine Kultur, die kontinuierliche Innovation nicht nur akzeptiert, sondern auch fördert.

Bild

Regulatorische Klarheit

Bild

Niedrigere Eintrittsbarrieren

Bild

Neu gestaltete Geschäfts- und Betriebsmodelle

Bild

Geschäftsakzeptanz („hohes“ Szenario)

2030–2033: Eingebettete organisatorische Zusammenarbeit

Mit einer soliden Vertrauensbasis wird Gen AI Rollen unterstützen, die traditionell ausschließlich der menschlichen Intuition und Erfahrung vorbehalten waren. Beispielsweise erreicht unser Exposure-Score für Gesetzgeber bis 2032 37 %.

Mit fortschreitender Reife der Gen-KI werden wir eine noch stärkere Beschleunigung der Akzeptanz erleben. In unserer optimistischsten Prognose gehen wir davon aus, dass 46 % der Unternehmen die Technologie sinnvoll übernommen haben werden, was eine neue Ära der Partnerschaft zwischen Gen-KI und Entscheidungsträger:innen einläutet. 

Mit einer soliden Vertrauensbasis, die durch konsequente Anwendung und nachgewiesene Zuverlässigkeit geschaffen wurde, wird Gen KI Rollen unterstützen, die traditionell ausschließlich der menschlichen Intuition und Erfahrung vorbehalten waren. Beispielsweise erreicht unser Exposure-Score für Gesetzgeber bis 2032 37 %.

In dieser Phase ist die Technologie nicht nur ein Werkzeug, sondern eine Kooperationspartnerin, die differenzierte Analysen und strategische Erkenntnisse bietet. Diese Partnerschaft basiert auf der Zuverlässigkeit und Ausgereiftheit von KI Systemen, die entwickelt wurden, um die komplexen Bedürfnisse von Unternehmen zu verstehen und zu antizipieren. Die in den früheren Phasen geförderten Daten, Strategien und Innovationskulturen ermöglichen es der generativen KI, einen sinnvollen Beitrag zur Entscheidungsfindung auf hoher Ebene zu leisten und gemeinsam mit menschlichen Führungskräften die Komplexität moderner Geschäftslandschaften zu meistern.

Bild

Weit verbreitete Anwendungsfälle

Bild

Bewährte Zuverlässigkeit

Bild

Bedeutende Rolle bei der Entscheidungsfindung und strategischen Erkenntnissen

Bild

Geschäftsakzeptanz („hohes“ Szenario)

Einen neuen Treuhandvertrag schmieden

Vier Empfehlungen für maximale Produktivität

Während sich der Zeitrahmen dieser Forschung über ein Jahrzehnt erstreckt, bleibt den Führungskräften nur wenig Zeit, um sich darauf vorzubereiten, das Beste aus der generativen KI herauszuholen.

Während generative KI eine Steigerung der Produktivität verspricht, ist ihr volles Potenzial nicht selbstverständlich. Die Unsicherheiten der Technologie können ihre Einführung und Wirkung verlangsamen. Darüber hinaus könnte ihr Einfluss auf den Arbeitsmarkt den globalen Wohlstand und das Vertrauen beeinträchtigen. Die Bewältigung dieser Aspekte ist der Schlüssel zur Realisierung der Vorteile von KI.

Wir haben vier Bereiche festgelegt, in denen Unternehmen unserer Meinung nach eine Vorreiterrolle übernehmen können, indem sie das erforderliche Maß an Vertrauen aufbauen, um die Produktivität zu optimieren, damit Unternehmen, Arbeitnehmer:innen und Gesellschaften im Zeitalter der generativen KI erfolgreich sein können.

1: Kümmeren Sie sich um Ihre Leute

Die Integration generativer KI in Geschäftsumgebungen wird die Arbeitsrollen verändern und unweigerlich Umstrukturierungen nach sich ziehen, was die Notwendigkeit von Anpassungsfähigkeit und kontinuierlichem Lernen unterstreicht. Die Angst vor Entlassungen sollte jedoch weder heruntergespielt noch ignoriert werden. Die Auseinandersetzung mit diesem Problem ist für die Förderung des Vertrauens zwischen Arbeitgeberin und Arbeitnehmer:innen von entscheidender Bedeutung und erfordert proaktive und wirksame Maßnahmen.

Kein Unternehmen kann garantieren, dass es nicht zu Entlassungen kommt. Es liegt jedoch in der Macht aller Organisationen, eine neue Generation von Umschulungsprogrammen auf einem noch nie dagewesenen Niveau einzuführen. Diese Programme sollten keine taktische, optionale Ergänzung zum Arbeitsleben eines Mitarbeiters sein, sondern ein wesentlicher Bestandteil des Arbeitstages.

Umschulungsprogramme können verschiedene Formen annehmen. In einigen Fällen könnten Unternehmen mit Hochschuleinrichtungen zusammenarbeiten, um die Lehrpläne in ausgewählten Kompetenzbereichen kontinuierlich zu überarbeiten. In anderen Fällen könnten Organisationen mit politischen Entscheidungsträger:innen, Regierungsbeamt:innen, Regulierungsbehörden und sogar branchenübergreifend zusammenarbeiten, um gemeinsame „Akademie“-Systeme zu schaffen, die nicht nur Gen-KI-Fähigkeiten vermitteln, sondern auch neue Berufswege für Personen in Rollen mit hoher Exposition oder Reibungswerten schaffen würden.

Je robuster das Umschulungsprogramm ist, desto mehr wird es zu einem Indikator für Wettbewerbsvorteile und Markenreputation, der dazu dient, wichtige Talente anzuziehen und zu halten. Letztendlich könnte die Umschulung für das Ansehen eines Unternehmens so wichtig sein, dass sie zu einem Bereich wird, der von den Aktionären geprüft wird, wobei Investitionen und Ergebnisse in der öffentlichen Berichterstattung des Unternehmens hervorgehoben werden.

Durch die Umschulung selbst derjenigen, die das Unternehmen verlassen sollen, steigern Unternehmen die Gesamtproduktivität, indem sie ihre Mitarbeiter:innen gezielt auf den Erfolg und den freien Wechsel zwischen den Rollen in der neuen Welt vorbereiten. Sie werden auch ihre Marke als Unternehmen stärken, das mit den enormen sozioökonomischen Auswirkungen der generativen KI arbeitet – und nicht dagegen. Zukünftige Vorschriften könnten Unternehmen sogar dazu verpflichten, entlassenen Arbeitskräften Unterstützung zu leisten, wenn nachgewiesen werden kann, dass der Verlust von Arbeitsplätzen direkt durch generative KI-gestützte Automatisierung verursacht wurde.

Die Angst vor Entlassungen sollte weder herunter­gespielt noch ignoriert werden. Die Auseinander­setzung mit diesem Problem ist von entscheidender Bedeutung für die Förderung des Vertrauens zwischen Arbeit­geber:innen und Arbeitneh­merinnen.

2.  Innovieren oder stagnieren

So sehr manche Mitarbeiter:innen auch davor zurückschrecken, über generative KI und die damit verbundenen Veränderungen nachzudenken, so wenig wollen sie doch dasselbe von ihren Arbeitgeber:innen. Das Vertrauen der Mitarbeiter:innen hängt davon ab, ob ihre Arbeitgeber:innen „es verstehen“ und sich auf die nächste Welle des Wandels vorbereiten.

Um das Vertrauen der Mitarbeiter:innen zu stärken und vollständig an allen Angeboten der generativen KI teilzuhaben, müssen Unternehmen darüber nachdenken, wie die Technologie ihre Geschäftsabläufe und sogar das Geschäft, in dem sie tätig sind, verändern wird . Anstatt vierteljährlich zu denken, müssen sie sich neu vorstellen, wie sie in 10 Jahren agieren und Werte schaffen werden.

Gen AI bietet Unternehmen neue Möglichkeiten, Einnahmen zu erzielen, die betriebliche Effizienz zu verbessern, Produkte und Dienstleistungen zu innovieren und letztendlich ihr Geschäft neu zu definieren. Beispielsweise könnte es für Infrastruktur­­dienstleistungs­unternehmen im Bankensektor weniger lukrativ sein, die Leitungen für das globale Finanzwesen bereitzustellen, als den Zugriff auf Daten für Kund:innen mit großen Sprachmodellen zu ermöglichen. Oder Life-Science-Unternehmen könnten mithilfe von Gen-KI-Schnittstellen einen effizienten und kostengünstigen Weg zur direkten Verbraucher:innen­einbindung finden.

Eine solche Entwicklung erfordert sowohl die schrittweise Einführung neuer Technologien als auch ein grundlegendes Überdenken der Geschäftspraktiken, Unternehmensstrukturen und der Art der Arbeit selbst.

Von der Vorstandsetage bis zur Geschäftseinheit sollten Unternehmen funktionsübergreifende Teams bilden, die kontinuierlich Prozessstörungen und Umsatzhindernisse beseitigen und neue Wege in die Zukunft ebnen. Es werden neue Entscheidungsrahmen benötigt, um schnell den besten Weg für die Zukunft zu finden – sei es die Übernahme eines aufstrebenden Startups oder die Bildung neuer Partnerschaften.

Um neu entwickelte Geschäftsmodelle umzusetzen, benötigen Unternehmen eine robuste technologische Infrastruktur, die auf das rasante Tempo der Gen-KI-Entwicklung ausgelegt ist. Darüber hinaus sind neue Governance-Richtlinien, Organisations­strukturen und Betriebsprozesse erforderlich, um mit massiv beschleunigten, dynamischen und autonomen Abläufen umzugehen. Erfolgreich werden diejenigen Unternehmen sein, die allen Stakeholdern deutlich machen, dass sie das transformative Potenzial der Gen KI verstehen und es zu einer zentralen Säule ihrer strategischen Planung machen.

Das Vertrauen der Mitarbeiter:innen hängt davon ab, ob klar ist, dass ihre Arbeitgeber:innen „es verstanden“ haben und sich auf die nächste Welle des Wandels vorbereiten.

3: Schaffen Sie Vertrauen durch Transparenz

Viele Technologien haben die Belegschaft aufgewühlt, und allen ist ein gewisses Maß an Misstrauen begegnet. Aber keine Technologie hat so viel Angst und Befürchtungen hervorgerufen wie generative KI. Unabhängig davon, ob es sich um die Black-Box-Logik der Technologie oder ihr Potenzial für Voreingenommenheit und Fehler handelt, generative KI genießt einfach nicht allgemein Vertrauen.

Der Aufbau von Vertrauen in generative KI erfordert ein klares und nachweisbares Engagement für die Abmilderung schädlicher Auswirkungen der Technologie auf Menschen, die Gesellschaft und das Unternehmen selbst. Organisationen müssen transparent darüber sein, wie Gen-KI-Systeme entwickelt und eingesetzt werden, welche Werte sie wahren sollen und welche Maßnahmen ergriffen werden, um dies sicherzustellen. Diese Transparenz muss konkret zeigen, wie Gen-KI-Entscheidungen getroffen werden und wie die Ergebnisse den umfassenderen Geschäftszielen und dem Wohlergehen der Kund:innen dienen.

Es gibt viele Möglichkeiten, Vertrauen in die Entscheidungen und Ergebnisse eines Gen-KI-Systems aufzubauen. Beispielsweise können Vertrauensmetriken in die Anwendung selbst integriert werden, indem sie Einblick in die Daten geben, die das Modell für seine Entscheidungen verwendet. Darüber hinaus könnte das System eine Vertrauensbewertung für die Entscheidung selbst erstellen. Je ausgereifter das Design dieser Systeme wird, desto weniger mysteriös wird ihr Innenleben und das allgemeine Vertrauen in KI-generierte Inhalte und Entscheidungen wird zunehmen.

Organisationen müssen außerdem Sicherheitsvorkehrungen einbauen , die das Risiko von Gen-KI-Voreingenommenheit, Fehlern und ethisch problematischen Entscheidungen minimieren. Mithilfe einer Reihe von Gen-KI-Agenten, Ersatzmodellen für prädiktives maschinelles Lernen, erklärbaren Entscheidungsmodellen sowie menschlicher Aufsicht und Intervention können Unternehmen sicherstellen, dass ihre Systeme unvoreingenommene, ethisch verantwortungsvolle Antworten und Entscheidungen liefern.

Die Schaffung von Vertrauen in die Technologie wird der Schlüssel zur Geschäfts­akzep­tanz sein, die, wie unsere Forschung zeigt, notwendig ist, um ein Höchstmaß an Produktivität zu erreichen.

4. Gewinnen Sie sinnvoll nutzen

Wenn Sie 100 Mitarbeiter:innen fragen würden, wie ihre Arbeitgeberin ihrer Meinung nach die durch generative KI erzielten Produktivitäts­steigerungen nutzen würde, würden 99 wahrscheinlich mit einer skeptischen – und möglicherweise historisch korrekten – Antwort antworten. Aber angesichts der weitreichenden Veränderungen, die generative KI für Arbeit und Gesellschaft verspricht, kann die Vergangenheit nicht als Prolog dienen.

Das Vertrauen zwischen Arbeitnehmenden und Arbeitgebenden wird nur gestärkt, wenn Unternehmen zumindest einige Überlegungen darüber anstellen, wie die Vorteile der generativen KI in der Gesellschaft verteilt werden – ohne Innovation und Investitionen zu behindern. Wir sehen darin die nächste Front des Stakeholder-Kapitalismus. So wie die Netto-Null-Programme von heute Gewinne umverteilen, um den Planeten zu schonen, könnten die generativen KI-Gewinne von morgen mit Mitarbeiter:innen und der Gesellschaft geteilt werden.

Während es weitaus weniger radikale Ansätze gibt, könnten einige Unternehmen ihr Unternehmens­credo völlig ändern und einen hohen Prozentsatz ihrer generativen KI-gesteuerten finanziellen Gewinne einem sozialen Zweck widmen, wie es nachhaltigkeits­orientierte Unternehmen jetzt tun, um negative Auswirkungen auf die Umwelt zu bekämpfen.

Eine andere mögliche Lösung besteht darin, dass diejenigen, die am meisten von den Fortschritten im Bereich der Gen KI profitieren, einen proportionalen Beitrag zu einem Fonds leisten, der gesellschaftlichen Vorteilen gewidmet ist. Beispielsweise könnten Investitionen in Bildungsprogramme getätigt werden, um die Umschulung weiter zu unterstützen. Oder es könnten Mittel für die Erforschung nachhaltiger Technologien oder Verbesserungen im Gesundheitswesen bereitgestellt werden, um so den Grundstein für eine Gesellschaft zu legen, die nicht nur effizienter, sondern auch gesünder und widerstandsfähiger ist.

Eine weitere potenzielle und sicherlich beliebte Nutzung der Gen-KI-bedingten Fülle wäre die Verbesserung des Arbeitslebens der Mitarbeiter:innen, vielleicht durch die Verkürzung des Arbeitstages oder der Arbeitswoche. Tatsächlich haben viele bereits damit begonnen, mit einer Vier-Tage-Woche zu experimentieren oder diese einzuführen.

Die hier vorgestellten Optionen sollen zum Nachdenken und zur Diskussion zwischen Wirtschafts- und Regierungsführer:innen, politischen Entscheidungsträger:innen, Gemeindeorganisator:innen und philanthropischen Organisationen anregen. Jede Entscheidung bringt ihre eigene Komplexität mit sich und erfordert eine sorgfältige Planung und Umsetzung.

Aber wie bei der Umschulung wird es bald so sein, dass die Unternehmen, die progressiv über Reinvestitionen nachdenken, als vertrauenswürdige Marken angesehen werden, die sich positiv für das generative KI-Zeitalter und die Produktivität, die es bringen kann, engagieren.

Das Vertrauen zwischen Arbeit­nehmen­den und Arbeit­geben­den wird nur gestärkt, wenn Unternehmen zumindest einige Überlegungen darüber anstellen, wie die Vorteile der generativen KI in der Gesellschaft verteilt werden – ohne Innovation und Investitionen zu behindern.

Abschließendes Urteil

Als wir mit unserer Forschung begannen, kämpfte die Welt mit einem mysteriösen Fortschritt, der sich von der Neugier der Bevölkerung zum Top-Themenpunkt für Wirtschafts- und Regierungsführer:innen katapultiert hatte.

Trotz ihres Potenzials weckt die generative KI - wie viele KI-Tools vor ihr - gleichermaßen Faszination und Abneigung, Anziehung und Ablehnung.  Die Wahrheit ist: Für alle, die generative KI in ihrem täglichen Leben willkommen heißen, gibt es ebenso viele, die die Kehrseite dieser Technologien fürchten: ihr Potenzial, das Wohlstandsgefälle zu vergrößern, Fehlinformationen zu verbreiten und das, was wir als menschlich verstehen, zu verändern.

Die Fragen um KI gehen tief: Können wir komplexen Entscheidungen vertrauen, die mit nichtmenschlicher (und möglicherweise unmenschlicher) Logik getroffen wurden? Würden wir uns auf einen Algorithmus verlassen, der unsere Interessen im Auge behält? Würden wir uns bei der Interaktion mit einer Entität sicher fühlen, wenn wir nicht sicher sind, ob es sich um eine Person oder ein hochentwickeltes KI-System handelt?

Solche Fragen lassen sich möglicherweise nicht mit einem Wirtschaftsmodell beantworten. Es wird Zeit, Experimente und den Aufbau eines neuen Vertrauensniveaus zwischen allen erfordern, die im Guten wie im Schlechten von der generativen KI betroffen sein werden. Niemand wird oder sollte einen Motor des Wirtschaftswachstums begrüßen, wenn seine Errungenschaften einer breiten Masse der Menschheit, ihrem Sinn für Ziele und ihrer eigentlichen Grundlage dessen, was es bedeutet, ihren Lebensunterhalt zu verdienen, schaden.

Die Welt hat die Macht, eine neue Ära der Produktivität einzuläuten, die außerordentlich positiv für die Wirtschaft, die Arbeitnehmer:innen und die Gesellschaft selbst ist. Dieser Weg erfordert die Zusammenarbeit zwischen dem öffentlichen und dem privaten Sektor, um globale Ethik- und Governance-Standards zu vereinbaren und aufrechtzuerhalten, Sicherheit hinsichtlich der wahrgenommenen Bedrohungen durch digitale Störungen zu schaffen und alle in der Gesellschaft aufzuklären und zu befähigen, inmitten neuer Möglichkeiten erfolgreich zu sein.

Wenn diejenigen, die Entscheidungen treffen, Richtlinien setzen, Systeme und Programme verändern können, wissen, welche Fragen sie stellen müssen – und sie im besten Interesse der Menschheit beantworten – dann wird das Potenzial generativer KI keine trockene Berechnung, sondern gelebte Realität mit Vorteilen für alle sein.

Über die Autoren

Ollie O'Donoghue

Ollie O'Donoghue

Senior Director, Cognizant Research

Ollie O'Donoghue leitet Cognizant Research und verfügt über mehr als ein Jahrzehnt Erfahrung als Branchenanalyst und Berater. Sein Hauptaugenmerk liegt auf dem Verständnis der Auswirkungen neuer wirtschaftlicher und technologischer Trends auf Unternehmen und Industrien.

Im Laufe seiner Karriere hat Ollie Entscheidungsträger:innen auf Führungsebene wertvolle Ratschläge gegeben und ihnen dabei geholfen, die besten Wege für Initiativen zur digitalen Transformation, sich verändernde wirtschaftliche Rahmenbedingungen und neue Geschäftsmodelle zu finden. Er hat auch dazu beigetragen, die Marketing­botschaften zu verfeinern und Markteinführungs­strategien für große IT-Dienstleistungs- und Software­unternehmen zu entwickeln.

Duncan Roberts

Duncan Roberts

Senior Manager, Cognizant Research

Duncan Roberts ist Senior Manager im Bereich kognitive Forschung. Er trat dem Unternehmen im Jahr 2019 als Berater für digitale Strategie und Transformation in Branchen bei, die von der Satellitenkommunikation bis zur Bildungsbewertung reichen. Er hat Kund:innen beim Einsatz von Technologie beraten, um strategische Ziele zu erreichen und durch Innovation die Kunst des Möglichen zu entdecken.

Vor Cognizant arbeitete Duncan für einen der größten Verlage Europas und spielte eine führende Rolle in der Revolution des digitalen Publizierens, indem er dazu beitrug,  Abläufe zu trans­formieren und neue innovative Produkte auf den Markt zu bringen. Er hat einen Master in Philosophie und Klassik von der University of St. Andrews.

Danksagungen

Die Autoren danken folgenden Personen für ihre Beiträge zu diesem Bericht:

Von Cognizant:

  • Lynne LaCascia, Head of Brand and Creative Strategy, Content, Thought Leadership & Research
  • Catrinel Bartolomeu, Director of Storytelling and Content
  • Mike Turner, VP, Software and Platform Engineering
  • Naveen Sharma, Global Practice Head, AIA Practice
  • Mary Brandel, Editor

From Oxford Economics:

  • Vasilis Douzenis, Lead Economist
  • Henry Worthington, Director
  • Das gesamte Oxford Economics Team

Methodik

Cognizant hat sich mit Oxford Economics zusammengetan, um die wirtschaftlichen Auswirkungen der generativen KI-Technologie auf die USA in den nächsten 10 Jahren zu bewerten und vorherzusagen. Hier finden Sie eine umfassende Erläuterung unseres Ansatzes und unserer Begründung.

Das Projekt wurde in fünf Hauptarbeits­phasen durchgeführt, die es uns ermöglichten, angenommene Inputs für das globale Wirtschafts­modell von Oxford zu entwickeln. Diese Eingaben spiegeln wider, wie wir davon ausgehen, dass der Einsatz generativer KI in US-Unternehmen die strukturellen Treiber der Wirtschaftstätigkeit beeinflussen wird, insbesondere das Wachstum der Gesamtfaktor­produktivität (TFP). Um die mit einem solchen Prozess verbundene Unsicherheit widerzuspiegeln, haben wir drei Szenarien durchgespielt, um eine Reihe von Ergebnissen zu entwickeln.

Wir haben zunächst eine Datenbank des US-Arbeitsministeriums verwendet, die detaillierte Informationen zu den Fähigkeiten und Anforderungen für etwa 1.000 Berufe enthält – eine Datenbank, die mittlerweile mehr als 20 Jahre umfasst –, um die mehr als 18.000 einzigartigen Aufgaben, die in diesen Berufen ausgeführt werden müssen, zu klassifizierten Kategorien zusammenfasst, die ihr maximales Automatisierungspotenzial durch generative KI widerspiegeln. Dazu gehörte die Entwicklung und Erprobung eines maschinellen Lernmodells, mit dem wir für jeden Beruf einen „theoretischen maximalen Expositionswert“ generierten.

Um mögliche Akzeptanzraten generativer KI zu modellieren, haben wir Präzedenzfälle transformativer Technologien wie Dampfmaschinen, Elektrizität, Automobile und Computer analysiert. Wir haben auch ein Bassdiffusionsmodell angewendet, ein Rahmenwerk, das häufig verwendet wird, um die Geschwindigkeit und Form der Einführung neuer Technologien und Produkte vorherzusagen, die auf den Markt kommen. Anhand dieser Adoptionsdaten haben wir die prognostizierte Berufsexposition gegenüber generativer KI berechnet, indem wir die theoretischen maximalen Expositionswerte diesen prognostizierten Branchen­akzeptanzraten zugeordnet haben.

Da generative KI am Arbeitsplatz unweigerlich eine disruptive Wirkung haben wird, ist mit Übergangskosten zu rechnen. Um sie in das Modell zu integrieren, haben wir uns an der aktuellen Bevölkerungs­umfrage unter vertriebenen Arbeitnehmer:innen des US Census Bureau orientiert. Dies ermöglichte es uns, den Anteil der Arbeitnehmer:innen zu verstehen, die durch generative KI dauerhaft entlassen werden, und außerdem einen „Reibungswert“ zu erstellen, um zu bestimmen, inwieweit entlassene Arbeitnehmer:innen möglicherweise Schwierigkeiten haben, wieder einen Arbeitsplatz zu finden.

Diese Faktoren ermöglichten uns in Kombination mit anderen, detaillierteren Eingaben (in der vollständigen Methodik aufgeführt) die Schätzung der TFP und der Auswirkungen der generativen KI auf die Arbeitsmarktbeteiligung. Die aggregierten Auswirkungen generativer KI auf Produktivität und Beschäftigung wurden als Schocks modelliert, die auf das globale Wirtschaftsmodell von Oxford angewendet wurden, um den Beitrag der Technologie zum US-BIP-Wachstum über den Basisprognosen von Oxford abzuschätzen.

Für die vollständige Methodik klicken Sie hier.

Erfahren Sie mehr darüber, wie wir mit generativer KI arbeiten und über die Menschen, die sie nutzen, um moderne Unternehmen zu entwickeln und den Alltag zu verbessern.