Seitennavigation & Suche

Wie Künstliche Intelligenz die Arbeitswelt verändert

Künstliche Intelligenz (KI) hat in den vergangenen Jahren rasante Fortschritte gemacht und ist mittlerweile in verschiedenen Bereichen unseres Lebens präsent. Besonders beeinflusst KI die Arbeitswelt und die Bildung. Dies birgt sowohl Chancen als auch Herausforderungen.

Die Wurzeln des Begriffs «Künstliche Intelligenz» reichen bis in die 1950er-Jahre zurück, als Pioniere wie Alan Turing und John McCarthy die Vision verfolgten, menschenähnliche Intelligenz in Maschinen zu verwirklichen. Turing präsentierte 1950 in seinem Artikel «Computing Machinery and Intelligence» den wegweisenden Turing-Test, der darüber spekulierte, ob Maschinen in der Lage sein könnten, menschenähnliches Denken so überzeugend zu imitieren, dass eine Unterscheidung von menschlichen Gesprächspartnern schwierig wird.  

Der offizielle Begriff der Künstlichen Intelligenz wurde schliesslich im Jahr 1956 auf dem amerikanischen Dartmouth College in Hanover, New Hampshire, geprägt. John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon organisierten einen wegweisenden Workshop, der als Geburtsstunde der KI gilt. Die Teilnehmenden dieses Workshops strebten danach, Algorithmen und Modelle zu entwickeln, mit denen Computer komplexe, menschenähnliche Aufgaben bewältigen können. 

In den darauffolgenden Jahrzehnten erlebte die KI-Forschung rasante Fortschritte – gerade in der Entwicklung von KI-Anwendungen, die von Sprach- und Bilderkennung bis hin zu hochentwickelten autonomen Systemen reichen. KI ist seitdem zu einem integralen Bestandteil verschiedener Branchen geworden und beeinflusst unser tägliches Leben auf vielfältige Weise. Wer hat nicht schon einmal Übersetzungen in DeepL verfasst, ein Bild auf Dall-E generiert und ChatGPT um Rat gefragt?  

«Generative KI hat das Potenzial, die Arbeitsproduktivität erheblich zu steigern, einen Beitrag zum Wirtschaftswachstum zu leisten und damit einen Einfluss auf den Fachkräftemangel zu haben.»
Ursula Häfliger

KI: Welche Berufe sind betroffen? 

Die Schweiz steht angesichts ihres hohen Anteils an Wissensberufen und ihrem hohen Lohnniveau vor bedeutenden Veränderungen durch KI. Erhebliche Auswirkungen hat die Entwicklung von KI auf die Wissensberufe. Diese zählen zu der am stärksten wachsende Gruppe von Berufsleuten in der Schweiz. Insbesondere in kaufmännisch-betriebswirtschaftlichen, MINT- und Sales-Berufen wird der Einfluss von Automatisierung erheblich sein. KI ersetzt nicht nur einfache Routinetätigkeiten, sondern übernimmt auch komplexe Aufgaben, die ein hohes Mass an Sprach- und Zahlenkompetenz erfordern. Dabei geht es zwar auch um Textgenerierung, aber vor allem um Koordinations- und Analyseaufgaben.  

KI-Arbeitsplatz 

Die Wissenschaftler Huang und Rust schlugen bereits vor einigen Jahren eine Theorie des KI-Arbeitsplatzersatzes vor, nach der KI zunächst mechanische (Routine), dann analytische, dann intuitive und dann höchstwahrscheinlich sogar einfühlsame Aufgaben übernimmt. Ein Grossteil der aktuellen KI-Anwendungen liegt im Bereich der analytischen Intelligenz, wo Computer Menschen ebenbürtig, wenn nicht sogar besser geworden sind, da sie schneller sind und über bessere Gedächtnis- und Erinnerungskapazitäten verfügen als menschliche Gehirne. Diese Intelligenz wird typischerweise auf grosse Datenmengen angewendet und muss komplexe, aber systematische, konsistente und vorhersehbare Aufgaben erfüllen.  

Zu den Berufen, die auf analytischer Intelligenz basieren, gehören Computer- und Technologiefachkräfte, Datenwissenschaftler:innen, Mathematiker:innen, Buchhalter:innen, Finanzanalyst:innen.  

KI kann Arbeitsproduktivität steigern 

Laut einer Studie von McKinsey können gegenwärtige KI-Technologien Tätigkeiten in Wissensberufen automatisieren, welche zurzeit bis zu 70% der Arbeitszeit beanspruchen – eine Steigerung gegenüber früheren Einschätzungen. Insbesondere die fortschreitende Fähigkeit der Generativen KI im Verstehen natürlicher Sprache beschleunigt diesen Prozess und ermöglicht auch die Übernahme kollaborativer und entscheidungsrelevanter Aufgaben. Bis 2060 könnten rund 50% der gegenwärtigen Arbeitstätigkeiten automatisiert werden.  

Dieser Strukturwandel bringt nicht nur einen zum Teil grundsätzlichen Wandel der Stellenprofile, sondern eröffnet auch neue Chancen, weiss Ursula Häfliger, Verantwortliche Politik beim Kaufmännischen Verband Schweiz und Geschäftsführerin der plattform: «Generative KI hat das Potenzial, die Arbeitsproduktivität erheblich zu steigern, einen Beitrag zum Wirtschaftswachstum zu leisten und damit einen Einfluss auf den Fachkräftemangel zu haben.»

Umfrage 2023 von Deloitte zur KI

Deloitte hat im Juni und Juli 2023 die Umfrage «Der rasante Einzug der Generativen KI in der Schweiz» durchgeführt. Für die Umfrage wurden 1002 Personen in der Schweiz befragt, die prinzipiell Generative KI bei ihrer Arbeit einsetzen könnten. Quelle: Deloitte 

Es braucht neue Skills

Die Internationale Arbeitsorganisation (ILO) hebt hervor, dass KI eher Jobs erweitern als ersetzen wird, insbesondere Jobs mit mittleren und höheren Einkommen. KI trifft somit nicht den Niedriglohnbereich, sondern vielmehr die anspruchsvolleren und höher bezahlten Jobs. Das heisst aber nicht, dass alle Tätigkeiten durch KI ersetzt werden. Vielmehr werden einige automatisiert, während andere erweitert werden. Dies kann zu einer Differenzierung auf dem Arbeitsmarkt führen. Tätigkeiten, die automatisiert werden können, werden womöglich weniger wertgeschätzt und schlechter bezahlt. Gleichzeitig können erweiterte Tätigkeiten zu höherer Produktivität und somit zu einem Anstieg der Wertschätzung führen.  

So oder so braucht es aber neue Skills, mit der neuen Technologie umzugehen; sei es bei der Implementierung oder bei der Anwendung. Und das bedarf eines Re- und Upskilling-Prozesses für die Arbeitskräfte.  

«Die Einführung von KI sollte auch unter Beteiligung und direkter Einbindung der Mitarbeitenden umgesetzt werden.»
Ursula Häfliger

Ein partizipativer Prozess 

Insgesamt erfordert die Einführung von KI in der Arbeitswelt eine sorgfältige, partizipative Herangehensweise. Es gilt zu verhindern, dass dieselben Fehler wiederholt werden, die auch schon bei früheren technischen Fortschritten gemacht wurden. Nämlich, dass zuerst die Technologie eingeführt wird und sich dann die Menschen so gut wie möglich arrangieren müssen. «Die Einführung von KI sollte deshalb auch unter Beteiligung und direkter Einbindung der Mitarbeitenden umgesetzt werden. Sie sind diejenigen, die die internen Prozesse des Unternehmens am besten kennen und sich daher von Anfang an mit der neuen Technologie vertraut machen können», erklärt Ursula Häfliger.

Umgang mit KI am Arbeitsplatz  

Für den Umgang mit KI und die Anreicherung bisheriger Tätigkeiten mit KI müssen Arbeitgeber:innen und Arbeitnehmer:innen sensibilisiert, wenn nicht sogar spezifisch geschult werden. Vor allem aber braucht es gemeinsame Spielregeln, die festlegen, ob und wie Unternehmen und ihre Mitarbeitenden KI-basierte Tools und Anwendungen nutzen können. 

Wirtschaft, Politik und Arbeitnehmende müssen gemeinsam sicherstellen, dass die Chancen von KI genutzt werden, ohne dabei die grundlegenden Rechte, die psychische Gesundheit der Arbeitnehmenden und die ethischen Standards zu vernachlässigen. Der Weg in die KI-gesteuerte Zukunft erfordert eine ausgewogene Balance zwischen Fortschritt und Verantwortung. 

KI-Begriffe einfach erklärt

  1. Eine Formel oder ein Satz formaler Regeln, logischer Operationen oder Anweisungen zur Lösung eines Problems, z.B. in der Mathematik, der Logik, der Informatik oder der KI. In der KI teilt der Algorithmus der Maschine mit, wie sie Antworten auf eine Frage oder Lösungen für ein Problem finden soll. 

  2. Big Data bezeichnet grosse Datenmengen, die zu komplex sind, um sie mit traditionellen Methoden zu verarbeiten. Big Data wird in vielen Bereichen eingesetzt, z. B. in der Wirtschaft, der Wissenschaft und der Medizin.

  3. Unter einem Bot versteht man Computerprogramme, die sich wiederholende Aufgaben automatisiert oder autonom abarbeiten. Bots werden häufig in der Kundenbetreuung, der Logistik und der Überwachung eingesetzt.  

  4. Data Mining ist die Analyse von Big Data, um Muster, Trends oder Zusammenhänge aufzuspüren. Data Mining wird in vielen Bereichen eingesetzt, z.B. in der Marktforschung, der Produktentwicklung und der Verbrechensbekämpfung. 

  5. Deep Learning bezeichnet maschinelles Lernen in vielschichtigen künstlichen neuronalen Netzen, die aus einer Vielzahl künstlicher Neuronen zusammengesetzt sind. 

  6. Generative KI-Modelle werden eingesetzt, um neue Daten zu erzeugen, die ähnliche statistische Eigenschaften wie ein gegebener Datensatz haben. So können z.B. Text, Bilder, Audio, Video, Programmcode, 3D-Modelle oder Simulationen erzeugt werden, die den Anweisungen der Nutzer:innen folgen. 

  7. Künstliche Intelligenz ist ein Teilgebiet der Informatik, welches das Ziel verfolgt, intelligentes Verhalten (von Maschinen) zu automatisieren. KI-Systeme können Aufgaben ausführen, die traditionell von Menschen ausgeführt wurden, z.B. das Erkennen von Mustern, das Lösen von Problemen und das Lernen aus Erfahrungen. 

  8. Künstliche neuronale Netze sind Algorithmen, die dem menschlichen Gehirn nachempfunden sind. Durch digitale Neuronen gelingt es dem Computer, Daten zu verarbeiten und weiterzugeben. Modelle des maschinellen Lernens werden als künstliche neuronale Netze bezeichnet. Als Vorbild dienen die neuronalen Netze des Gehirns. 

  9. Large Language Models sind eine Art von Algorithmus der künstlichen Intelligenz, die darauf trainiert sind, natürliche Sprache zu verstehen und zu generieren.  

  10. Maschinelles Lernen bedeutet die Generierung von Wissen auf Basis von Erfahrungswerten (Daten) bei maschinellen Systemen. Lernalgorithmen entwickeln Modelle, die auf neue Daten angewendet werden können, ohne dass ein konkreter Lösungsweg programmiert wird. ML wird z.B. in der Bilderkennung, der Sprachverarbeitung und der Finanzanalyse eingesetzt. 

  11. Mit Natural Language Processing ist die maschinelle Sprachverarbeitung gemeint. Sie beschreibt die automatische Erkennung, Interpretation und Erzeugung natürlicher Sprache durch Computer. 

Beliebte Inhalte

Links & Downloads

Kontakt