Hyperautomation durch KI: Chancen und Risiken für Wirtschaft und Gesellschaft
Die Spekulationen über den Zeitpunkt, an dem KI das Niveau menschlicher Intelligenz erreicht, sind irreführend. Die absehbare Entwicklung von KI wird den Großteil menschlicher Arbeitsleistung übernehmen. Wir sollten über die Wirkungsdimensionen einer hyperautomatisierten Wirtschaft sprechen, die durch KI in greifbarer Nähe ist. Dabei liegen die möglichen Konsequenzen zwischen einer nachhaltigen Weltwirtschaft und ihrem völligen Kollaps.
Seit der industriellen Revolution ist die Utopie eines jeden Unternehmers die vollkommene Unabhängigkeit von menschlicher Arbeitsleistung. Ein Unternehmen kann seine Profite dann maximieren, wenn es seine Produktivmittel ununterbrochen und zu minimalen Kosten einsetzen und jederzeit auf Marktveränderungen anpassen kann. Mitarbeitende sind zugleich ein Kosten- und Risikofaktor und stehen diesem Zustand im Wege. Zudem verursachen sie – vor allem jene, die das große Glück haben gewerkschaftlich oder durch Betriebsräte organisiert und geschützt zu sein – hohen Aufwand und Widerstand, wenn es darum geht, Veränderungen und Anpassungen umzusetzen.
Ein allgemein bekannter Beleg für diese Aussage ist der fortgeschrittene Einsatz von Robotern in der Fertigungsindustrie – beispielsweise der Firma Kuka. Dass Roboter keinen Urlaub nehmen, keinen Bedarf an Streiks haben und auch nicht ständig befördert und wertgeschätzt werden wollen, sind Allgemeinplätze.
Die digitale Transformation hat in den letzten Jahren einen entscheidenden Schritt dieser Entwicklung weiter vollzogen: Zusätzlich zur traditionellen Automatisierung, die bisher auf vordefinierten und statisch-deterministischen Prozessen basierte, ergänzen Unternehmen zunehmend die Möglichkeiten der KI, um den Grad der Automation zu steigern. Dabei befindet sich die Mehrheit der Unternehmen in den meisten Branchen aktuell noch in einer Art Lernphase: Mit kleinteiligen Anwendungsfällen, sogenannten "AI Use Cases", wird zu spezifischen Fragestellungen evaluiert, welche Einsatzmöglichkeiten es für die KI-Technologie gibt und in welchem Kosten-Nutzen-Verhältnis sie stehen.
Die übergreifende Zielsetzung des Einsatzes und der Integration Künstlicher Intelligenz (KI), von maschinellem Lernen (ML) und Robotic Process Automation (RPA) ist die Hyperautomation. Diese zielt darauf ab, alle automatisierbaren Prozesse – von internen Geschäftsabläufen bis hin zu externen Kundeninteraktionen – systematisch zu identifizieren, zu optimieren und durch selbstlernende Algorithmen zu ersetzen. Im Gegensatz zur klassischen Automatisierung, die auf wiederholbare Aufgaben wie beispielsweise Produktionslinien oder E-Mail-Filter fokussiert war, schließt Hyperautomation komplexe, vernetzte Prozesse ein, die menschliches Handeln durch KI-Modelle unterstützen oder eben perspektivisch ersetzen sollen.
Der Begriff "Hyperautomation" impliziert somit eine vollständige und dynamische Automatisierung. Diese soll nicht nur Routineaufgaben abbilden, sondern durch kontinuierliche Lernprozesse der KI sollen sogar komplexe Entscheidungen getroffen und Anpassungen vorgenommen werden. Technologisch gesehen sind wir schon heute in einem Stadium, in dem KI-Systeme Echtzeitdaten aus diversen Quellen (z. B. Sensoren, Kundeninteraktionen, Finanztransaktionen) analysieren, Muster erkennen und Prozesse autonom steuern können. Dieser Fortschritt wird durch die Konvergenz u. a. von RPA (für strukturierte Aufgaben), ML (für komplexe Analysen), NLP (Natural Language Processing), Advanced Analytics, Cloud Computing und Process Mining getrieben. Durch eine Kombination dieser Technologien werden Prozesse wie Datenextraktion aus unstrukturierten Dokumenten oder die Personalisierung von Kundenempfehlungen möglich.
Hyperautomation: Wirtschaftliche Potenziale und Anwendungsfelder
Hyperautomation ist nicht auf eine Branche beschränkt, sondern bietet u. a. Innovations- oder Rationalisierungspotenziale für nahezu alle Branchen – insbesondere solche, die extrem hohe Datenmengen produzieren oder verarbeiten müssen, historisch gewachsene und hohe Prozesskomplexität aufweisen oder für die Kundeninteraktionen im Mittelpunkt stehen. Diese drei Beispiele veranschaulichen, wie der Einsatz von KI-Technologie den Zustand der Hyperautomation fördert.
- Produktion und Logistik: KI-gestützte Systeme erlauben durch Predictive Maintenance die Prognose von Maschinenschäden. Das reduziert ungeplante Ausfallzeiten (Downtime) und senkt Produktions- oder Betriebskosten. In der Logistik optimieren KI-Modelle bereits heute die Routenplanung oder das Lagerbestandsmanagement, was Transportkosten um bis zu 20 Prozent verringern kann.
- Finanzdienstleistungen: Banken nutzen KI-Lösungen, um Kreditauswertungen, Fraud Detection oder Compliance-Prüfungen automatisch durchzuführen. Das steigert die Transaktionsgeschwindigkeit und die Sicherheit. Chatbots unterstützen Kunden rund um die Uhr, wodurch Personalressourcen entlastet oder gänzlich ersetzt werden.
- Geschäftsvorgänge und Verwaltung: In der internen Verwaltung werden durch RPA-Tools Routineaufgaben wie Rechnungsabwicklung oder HR-Prozesse automatisiert, was die menschliche Arbeitslast reduziert und Fehlerquoten senkt
Wirtschaftliche Chancen: Effizienzsteigerung durch Hyperautomation
Die Effizienzsteigerung durch die Rationalisierungseffekte aus Hyperautomation ist sicher unbestritten. Unternehmen können durch automatisierte Prozesse Kosten sparen, die Produktivität steigern und neue und sogar bisher wirtschaftlich nicht darstellbare Geschäftsmodelle entwickeln, etwa durch Personalisierung von Produkten oder Dienstleistungen, basierend auf KI-gestützten Analysen von Kundendaten. Zudem gewinnen Unternehmen Wettbewerbsvorteile, insbesondere in Branchen mit hohem Innovations- oder Wettbewerbsdruck, da sie schneller auf Marktveränderungen reagieren können.
Herausforderungen für Unternehmen: Risiken von KI
Die Implementierung birgt allerdings Risiken. Investitionskosten für Software, Hardware und Expertise technologisch qualifizierter und daher unentbehrlicher Mitarbeitender sind hoch, insbesondere für kleinere Unternehmen. Zudem ist die Abhängigkeit von Technologie ein signifikanter Risikofaktor: Fehler in KI-Modellen können zu verheerenden Fehlentscheidungen führen, etwa durch falsche Prognosen in der Produktion oder die Diskriminierung von Kundengruppen. Die Komplexität der Integration von Legacy-Systemen mit modernen Technologien stellt ebenfalls ein Hindernis dar: Viele Unternehmen sind auf unterschiedliche und historisch gewachsene IT-Infrastrukturen angewiesen.
Um das letztgenannte Problemfeld aufzulösen, müssten sich Unternehmen konsequent mit der Notwendigkeit der Exnovation befassen und nicht nur etablierte Arbeitsweisen einem Re-Design unterziehen. Sie müssten sich auch von technologischen Altlasten trennen. Sehr anschaulich und praxisnah wurden die Problematik und Vorgehensweise der Exnovation von Sandra Bils und Gudrun L. Töpfer in ihrem Buch "Exnovation und Innovation: Synergie von Ende und Anfang in Veränderungen" beschrieben [1].
Gesellschaftliche Auswirkungen – mittel- und langfristig
Jede Form technologischer Innovation und Entwicklung hatte und hat auch weiterhin gesellschaftliche Auswirkungen. Es ist zu hinterfragen, welche positiven wie auch negativen Folgen der Einsatz von KI in den kommenden Jahren mit sich bringen wird – und ob die notwendigen Gegen- oder Kompensationsmaßnahmen für die negativen Effekte innerhalb der zur Verfügung stehenden Zeit überhaupt umsetzbar sind. Nachfolgend sind drei exemplarische Bereiche skizziert, um diese Auswirkungen sichtbar zu machen.
Folgen der Hyperautomation für den Arbeitsmarkt und Qualifikationen
Hyperautomation wird die Arbeitsmarktsituation radikal verändern. Routinejobs in Bereichen wie Büroarbeit, Sachbearbeitung, Verwaltung, Logistik oder Kundenbetreuung werden umfangreiche Rationalisierungen und Substitutionen erleben. Gleichzeitig entstehen neue Rollen wie KI-Experte, Prozessoptimierer oder Experte für KI-Ethik. Sie werden die wirtschaftlichen, rechtlichen und ethischen Implikationen automatisierter Entscheidungen überwachen müssen.
Diese Veränderung setzt eine völlige Neuorientierung der fachlichen Qualifikationen und Kompetenzen von Mitarbeitenden voraus. Die Nachfrage nach technischen Fähigkeiten wie Data Science, Programmierung und KI-Implementierung steigt, während klassische Fertigkeiten wie Administration und Sachbearbeitung im Kontext analoger Geschäftsprozesse abnehmen. Unternehmen werden Investitionen in Umschulungsprogramme tätigen müssen, um ihre Mitarbeitenden an die neue Arbeitswelt anzupassen – eine Herausforderung, die ansonsten zu einem "Skills Gap" führen könnte. Der positive Effekt dieser Wirkung ist, dass der unausweichliche Fachkräftemangel durch die stetige und weltweite Vergreisung der arbeitenden Bevölkerung in Teilen kompensiert werden könnte. Offen bleibt hierbei allerdings die Frage, wie viele dieser hochqualifizierten Mitarbeitenden letztlich noch benötigt werden, um hyperautomatisierte Geschäftsmodelle zu entwickeln, zu steuern und zu warten.
Auswirkungen der Hyperautomation: Soziale Spannungen und digitale Teilhabe
Ein zentraler Konflikt wird aus der wachsenden Spannung zwischen Effizienzgewinnen und sozialer Gerechtigkeit zu erwarten sein. Wirtschaftliche Vorteile werden sich auf Unternehmen konzentrieren, die sich frühzeitig und konsequent mit Hyperautomation befassen und diese organisationsweit standardisiert einführen. Es ist zu erwarten, dass dies zu einer Art digitaler Spaltung zwischen hyperautomatisierten, vernetzten und "klassisch" digitalen und weniger vernetzten Branchen oder Regionen führen könnte.
Durch diese Spaltung werden beispielsweise weniger vernetzte Unternehmen entweder vom Markt verdrängt oder von den hyperautomatisierten Wettbewerbern aufgekauft. Speziell im Bereich der Finanzdienstleistungsunternehmen ist davon auszugehen, dass die konsequent hyperautomatisierten Unternehmen durch anorganisches Wachstum rasant expandieren und die jeweiligen Märkte dadurch eine starke Konsolidierung erfahren werden.
Die Entlastung von Routinetätigkeiten könnte jedoch in einem positiven Szenario auch zu Chancen führen, indem Menschen mehr Zeit für kreative, kollaborative oder strategische Aufgaben verwenden. Das erfordert jedoch, dass die Gesellschaft die Wertschätzung von Arbeit neu definiert: von der Produktivität im Sinne von Output und wirtschaftlichem Wohlstand zu Werten wie Bedeutung, Engagement, Gemeinsinn und kontinuierlichem Lernen. Dabei ist dieses Szenario äußerst kritisch zu betrachten, da es rein hypothetisch ist oder gar naiv anmutet. Darüber hinaus wird es überwiegend von denjenigen betont, die starke wirtschaftliche Interessen an der Nutzung von KI-Lösungen verfolgen.
Die Bildungssysteme müssen sich anpassen, indem digitale Kompetenzen eventuell bereits in der Grundschule erworben werden.
Eine Transformation des Arbeitsverständnisses müsste zusätzlich eine ökonomische Kompensation nach sich ziehen – beispielsweise durch eine weltweite KI-Steuer. Die Kontroverse über die Notwendigkeit einer derartigen Steuer ist nicht neu. Bereits in den 1970er- und 1980er-Jahren forderten Ökonomen eine Maschinen- bzw. Robotersteuer, um Produktivitätsgewinne und den damit einhergehenden Beschäftigungsverlust zu kompensieren. Die damals – im Gegensatz zu heute – verhältnismäßig langen Transformationsphasen ermöglichten noch eine schrittweise Anpassung der Berufsbilder. Produktionsstätten mit Robotern auszustatten, war und ist eine kostspielige und zeitaufwändige Investition, die eine sukzessive Anpassung über Jahre hinweg erlaubte. Der Einsatz von KI-Lösungen hingegen wird innerhalb weniger Wochen realisiert.
Veränderungen in Bildungssystem und Gesetzgebung durch Hyperautomation
Die bereits 2016 von der Kultusministerkonferenz beschlossene Anpassung der Bildungssysteme muss wirksam umgesetzt werden. Aktuell krankt die Förderung und der Umbau an bürokratischen Hürden, deren Eindämmung zwingend notwendig ist, um digitale Kompetenzen an Schulen zu vermitteln. Zudem benötigen u. a. auch Politiker und Regulierungsbehörden praktisch anwendbare Vorgehensmodelle und vor allem Kompetenzen für die Durchführung, Einhaltung und Wahrnehmung von KI-Transparenz, Datenschutz und Algorithmenverantwortung, um Missbrauch oder Diskriminierung zu verhindern.
Langfristig könnte Hyperautomation das gesellschaftliche Selbstverständnis von Arbeit revolutionieren. Wenn digitale Roboter Routineaufgaben übernehmen, wird die Frage nach dem Wert menschlichen Tuns neu ausgehandelt werden müssen. Alternative Modelle wie ein Universal Basic Income oder die Einführung von "Kreativitätslizenzen" werden notwendige Bestandteile der Gesamtentwicklung sein müssen.
Exkurs: Mit den Auswirkungen von Hyperautomation durch KI umgehen
Aus den bisherigen und relativ knapp bemessenen Ausführungen ist deutlich erkennbar: Das gesamte Themengebiet der Auswirkungen, die durch das Erreichen von Hyperautomation durch KI zu betrachten sind, ist ausgesprochen vielschichtig und komplex. Um mit dieser Komplexität umzugehen und die Auswirkungen des Einsatzes von KI analysieren, abschätzen und beschreiben zu können, hat der Autor ein Modell entwickelt, das den Zugang hierzu ermöglichen soll.
Es besteht aus sechs spezifischen Wirkdimensionen und vier Einflussfaktoren der KI-Nutzung. Sie erlauben, mit der strategischen Planung und dem operativen Einsatz von KI wirkungsbewusst, ökonomisch wertschöpfend und nachhaltig sowie innovativ und regulatorisch konform umzugehen.
Bestandteile des Modells
Das Analysemodell umfasst sechs spezifische Wirkungsdimensionen und vier wesentliche Einflussfaktoren, die zur Definition der angestrebten Effekte und zur Einschätzung der daraus resultierenden Konsequenzen des KI-Einsatzes herangezogen werden. Dabei ist zwischen Effekten (kurzfristig intendierten Ergebnissen) und Konsequenzen (mittel- bis langfristige Auswirkungen und Rückkopplungen) zu unterscheiden.
Klassische Prozessoptimierungs- und Restrukturierungskonzepte verlieren durch den Einsatz von KI zur Hyperautomation ihr vertrautes und zweckrational lineares Wirkungsspektrum. Durch das Modell wird eine nicht lineare und durch die fortschreitende Weiterentwicklung der KI-Technologie evolutionäre Betrachtung möglich. Eine neue KI-Lösung kann anfangs den Wirkdimensionen "Invention" oder "Innovation" zugeordnet sein. Im Laufe der Zeit und im Rahmen der Reifegradsteigerung sowie des Verbreitungsgrads entwickelt sich die KI-Lösung hinsichtlich ihrer Wirkung über die Dimensionen der "Augmentierung" und der "Potenzierung" hin zur "Rationalisierung" und letztlich zur "Substitution".
Mit den sechs Wirkdimensionen sind vier Einflussfaktoren in Bezug zu setzen. Die Einflussfaktoren "Kompetenz & Technologie", "Markt & Gesellschaft", "Regulatorik" und "Ethik" sind in den jeweiligen Entwicklungsphasen der Wirkdimensionen der KI unterschiedlichen Veränderungen ausgesetzt. Diese Veränderungen sind durch das Modell über das Zusammenspiel von Effekt und Konsequenz entsprechend analysierbar. Sie ermöglichen es, über den zeitlichen Verlauf hinweg Entwicklungsszenarien zu beschreiben und die Tragbarkeit bzw. Vertretbarkeit der Auswirkungen abzuschätzen.
Simples Beispiel
Die Rationalisierung von Arbeitsplätzen (Wirkdimension) durch den Einsatz von KI z. B. in spezifischen Geschäftsprozessen führt zum intendierten Effekt reduzierter Lohnkosten. Allerdings sind die mittelfristigen Konsequenzen daraus ansteigende Qualifikationsanforderungen an Fachkräfte mit KI-Kenntnissen. Das wiederum zieht erhöhte Lohnkosten bei gleichzeitiger Knappheit am Arbeitsmarkt nach sich. Klassische Prozessoptimierungs- und Restrukturierungskonzepte verlieren daher durch den Einsatz von KI zur Hyperautomation ihre vertraute und zweckrational lineare Wirkung. In der vorgenannten Tabelle finden sich weitergehende Beispiele für die Dynamik zwischen den sechs Wirkdimensionen und vier Einflussfaktoren.
Künstlicher Intelligenz auf den diesjährigen IT-Tagen
Spannende Vorträge und Workshops zum Thema Künstlicher Intelligenz erwarten Euch auch auf den IT-Tagen, der Jahreskonferenz von Informatik Aktuell. Die IT-Konferenz findet jedes Jahr im Dezember in Frankfurt statt – dieses Jahr vom 08.-11.12.
Fazit und Ausblick
Hyperautomation durch KI birgt enorme Potenziale für Wirtschaft und Gesellschaft: Effizienzsteigerung, neue Geschäftsmodelle und wachstumsfördernde Innovationen stehen im Mittelpunkt. Gleichzeitig bergen die technologischen Veränderungen Risiken wie soziale Ungleichheit, technologische Abhängigkeit und existenzielle Unsicherheit für Arbeitnehmende.
Um diese Herausforderungen zu bewältigen, ist eine strategische und verantwortungsbewusste Gestaltung des Wandels unumgänglich. Unternehmen müssen langfristige Investitionen in Technologie und Humankapital tätigen, Politik und Zivilgesellschaft ethische Richtlinien und soziale Sicherungssysteme etablieren. Der EU AI Act ist ein unschätzbar wertvolles Fundament in dieser Problemstellung, in dem eine Reihe der kritischen Entwicklungen sehr weitsichtig vorhergesehen wurden [2]. Somit ist diese Regulierung als hilfreicher und konstruktiver Ordnungsrahmen nutzbar. Er darf nicht als bürokratisches Gängelband oder Innovationsbremse stigmatisiert werden. So kann Hyperautomation nicht nur Wirtschaftsleistung, sondern auch gesellschaftliche Gerechtigkeit und individuelle Selbstverwirklichung fördern.
Allerdings sind neben den ökonomisch positiven Szenarien, die auch einen schonenden Einsatz endlicher Ressourcen ermöglichen, auch dystopische Prognosen realistisch. Würden in den kommenden zehn Jahren 20 bis 30 Prozent der Arbeitsleistung – und damit auch ein erheblicher Teil der weltweiten Kaufkraft – durch Hyperautomation wegfallen, wäre ein Kollaps der Weltwirtschaft sehr wahrscheinlich.
Hyperautomation wird Teil der neuen Wirtschafts- und Gesellschaftsordnung. Sie erfordert, dass Wirtschaftslenker, Lobbyisten, Politiker und Bürger kooperativ an einer humanen Technologiegestaltung arbeiten. Die Schlüssel zum Erfolg liegen in Transparenz, Flexibilität und der Bewahrung menschlicher Ziele im digitalen Zeitalter. Wer diese Herausforderungen heute strategisch angeht, wird nicht nur überleben – sondern die Zukunft definieren. Dazu ist eine grundlegende Exnovation unseres Verständnisses von Wirtschaft, Wachstum, Wohlstand und Arbeit zwingend notwendig.
- Sandra Bils, Gudrun L. Töpfer: Exnovation und Innovation - Synergie von Ende und Anfang in Veränderungen
- Informatik Aktuell – Larysa Visengeriyeva: Ein Leitfaden für den EU AI Act
