Seit zwei Jahren überflutet der Begriff “generative KI” meinen E-Mail-Posteingang. Dieser Terminus tauchte erstmals 2020 in einem der berühmten Hype-Zyklus-Berichte von Gartner auf. Doch Ende des Sommers 2022 wurde deutlich, dass das Interesse an KI-gesteuerten Werkzeugen, die Inhalte wie Texte, Bilder und Computercode generieren können, rapide zunahm. Als OpenAI im November 2022 ChatGPT startete, wurde die generative KI schnell populär und verzeichnete seitdem einen steilen Aufstieg.
In den letzten Wochen hat sich jedoch etwas an diesem fröhlichen Narrativ geändert. Goldman Sachs nannte generative KI “überbewertet” und “extrem teuer”; das VC-Unternehmen Sequoia Capital sagte, dass “die KI-Blase einen kritischen Punkt erreicht hat”; zahlreiche Schlagzeilen in den Medien wie “Die KI-Hype-Maschine ist am Ende” gießen kaltes Wasser auf das Geschehen. Die Gründe dafür sind vielfältig, von KI-Chatbots, die Schwierigkeiten haben, grundlegende Fragen zu beantworten, bis hin zur ständigen Daten- und Rechenleistungshunger der komplexesten generativen KI-Modelle.
Mit dem größten Rückgang des S&P 500 seit zwei Jahren am Montag deutet vieles darauf hin, dass die Generative-KI-Blase begonnen hat zu schrumpfen. Gartners Hype-Zyklus sagt nun, dass generative KI den “Peak der überzogenen Erwartungen” hinter sich gelassen hat und geradewegs auf eine drohende “Talsohle der Ernüchterung” zusteuert. Die kommende Phase könnte schmerzhaft und disruptiv sein.
Einige argumentieren jedoch, dass der Abstieg der generativen KI von ihrem hohen Podest notwendig ist für die langfristige Nachhaltigkeit der KI-Landschaft. Generative KI ist nur eine von vielen Technologien im breiten Toolkit der künstlichen Intelligenz, das bereits vor dem Auftauchen generativer KI Technologien wie prädiktiver KI und maschinelles Lernen realen Return on Investment lieferte. Generative KI wird nicht verschwinden, aber sie wird sich möglicherweise wieder realistischeren Erwartungen anpassen müssen.
Es ist nun an der Zeit, die wirkliche Arbeit in der generativen KI zu beginnen und reale Nutzen für Unternehmen und Nutzer zu liefern. Die Erwartungen müssen angepasst werden, um den langfristigen Erfolg der Technologie sicherzustellen. So kann generative KI, unterstützt von anderen neuen Technologien wie agentic AI, vielleicht doch ihr volles Potenzial erreichen, während sich die Industrie auf konkrete Ergebnisse und Leistungsfähigkeit konzentriert.