Der Trend, Menschen durch KI zu entlassen… und die Realität
In den letzten Jahren haben einige Unternehmen sich kopfüber darauf gestürzt, Mitarbeiter durch künstliche Intelligenz zu ersetzen. Das Versprechen war klar: weniger Kosten, mehr Schnelligkeit und eine fast magische Effizienz. Aber klar, die Realität rendert sich nicht immer so, wie man erwartet. Viele dieser Unternehmen, die von Büros voller KI-Agenten träumten, die Aufgaben lösen wie Automatisierungsskripte in Houdini… stellen jetzt fest, dass der menschliche Touch nicht so einfach zu replizieren ist.
Der Fall Klarna: vom Prahlen zum Rückzieher
Einige der lautesten Beispiele ist Klarna. Sein CEO prahlte öffentlich damit, dass eine KI die Arbeit von 700 entlassenen Mitarbeitern übernommen habe. Aber ein Jahr später begannen die Kunden sich über die Servicequalität zu beschweren, und das Unternehmen musste menschliches Personal wieder einstellen. Das Ergebnis war ein Workflow für Kundenservice, der eher wie ein Bug mit fehlerhafter Logik in Unreal Engine wirkte als ein funktionsfähiger Service.
KI ja… aber eng beaufsichtigt
Laut einer Umfrage von Gartner haben die Hälfte der Unternehmen, die diesen Prozess begonnen haben, kehrtgemacht. Die meisten setzen auf ein hybrides System, das KI und Menschen kombiniert. Es ist nicht so, dass KI nutzlos ist, aber sie allein Kunden managen zu lassen ist wie ein Bake der Beleuchtung ohne vorherige Überprüfung der Normalen: Das Desaster ist fast sicher.
Experimente, die in Glitches enden
Ein Experiment der Carnegie Mellon University macht es klar: Sie setzten KI-Agenten ein, um ein fiktives Unternehmen zu leiten, und wiesen ihnen Rollen in Finanzen, Verwaltung oder Softwareentwicklung zu. Das Ergebnis: Sie schlossen nur 24 % der Aufgaben ab. Also, selbst mit einem Postproduktionspass in After Effects wäre dieses Projekt nicht zu retten gewesen.
Nicht alles ist Fehlschlag, aber auch kein Wunder
Ja, es gibt Unternehmen, bei denen der Wechsel gut gelaufen ist. Startups, die Personal abgebaut und Ergebnisse durch KI verbessert haben. Sogar Duolingo reduzierte sein Team von Übersetzern, ohne dass der Service zusammenbrach. Aber für jeden Erfolgsfall gibt es andere wie UPS oder Cisco, die ihre Strategie überdenken mussten. IBM zum Beispiel musste mehr Personal einstellen, nur um seine KI-Systeme zu überwachen. Etwas wie mehr RAM kaufen zu müssen, um den denoise von Arnold zu nutzen, ohne dass der PC einfriert.
Weniger Hype und mehr Stress-Tests
KI verspricht viel, aber sie muss noch viele Beta-Phasen durchlaufen, bevor sie wirklich Menschen ersetzen kann. Wenn du auf sie setzt, besser als Teil des Pipelines, nicht als einziger Akteur des Projekts. Sonst kommen die Crashes… und wir sprechen nicht gerade von After Effects 💥.