Bildverarbeitung: Weniger Jobverluste durch KI?
Mit Künstlicher Intelligenz (KI) lassen sich wohl doch nicht so viele Arbeiten automatisieren wie angenommen; dies legt eine neue Studie nahe.
KI wird mir den Job wegnehmen – diese große Befürchtung stellt nun eine Studie in Frage, die von zwei Forschungslaboren des Massachusetts Institute of Technology (MIT), dem britischen Productivity Institute und IBM erstellt wurde. Sie untersucht kritisch die wirtschaftliche Praktikabilität des Einsatzes von KI zur Automatisierung von Aufgaben am Arbeitsplatz, mit besonderem Schwerpunkt auf der Bildverarbeitung.
Die Ergebnisse der Studie: Derzeit sind nur etwa 23 % der Löhne, die für Aufgaben im Zusammenhang mit dem Sehen gezahlt werden, für die Automatisierung per KI wirtschaftlich sinnvoll. Mit anderen Worten: Es ist wirtschaftlich nur sinnvoll, menschliche Arbeit durch KI in etwa einem Viertel der Jobs zu ersetzen, bei denen das Sehen eine Schlüsselkomponente der Arbeit ist. „Dies deutet auf eine allmählichere Integration von KI in verschiedene Sektoren hin – im Gegensatz zu der oft angenommenen schnellen KI-bedingten Arbeitsplatzverlagerung“, sagt Neil Thompson, leitender Forscher am MIT CSAIL. „Wir haben unseren Fokus auf den Bereich Bildverarbeitung gelegt, einen Bereich, in dem die Kostenmodellierung erhebliche Fortschritte gemacht hat.“
Kosteneinsparungen beschleunigen den KI-Einsatz
Langjährige Erfahrung mit Bildverarbeitung liefert umfangreiche Daten zur Beurteilung der Leistung und Wirtschaftlichkeit. Im Gegensatz dazu befinden sich die Daten für neuartige große Sprachmodelle noch in der Entwicklung. Die Forscher untersuchten die Auswirkungen möglicher Kostensenkungen bei KI-Systemen und wie solche Änderungen das Tempo der Automatisierung beeinflussen könnten. Wenn beispielsweise die Kosten für die Implementierung von KI am Arbeitsplatz erheblich sinken, könnte dies die Geschwindigkeit der Einführung von KI in verschiedenen Sektoren beschleunigen und möglicherweise zu schnelleren Veränderungen auf dem Arbeitsmarkt führen. Wenn umgekehrt die Anforderungen an die Datenverarbeitung steigen, wenn Daten schwerer zu finden sind und qualifizierte Arbeitskräfte knapp sind, könnten höhere Kosten diesen Übergang verlangsamen und den Arbeitnehmern und der Industrie mehr Zeit für die Anpassung geben.
Ein weiterer kritischer Aspekt sind AI-as-Service-Plattformen. Die Wissenschaftler zeigen auf, wie Skalierbarkeit und breitere Anwendung möglicherweise die Landschaft der Aufgabenautomatisierung verändern und den Schwerpunkt von der Bereitstellung auf individueller Unternehmensebene hin zu einem umfassenderen, servicebasierten Ansatz verlagern könnten. Thompson: „Die Auswirkungen dieses Wandels sind tiefgreifend: Er könnte den Zugang zu KI-Technologien demokratisieren und es kleineren Unternehmen und Organisationen ermöglichen, von KI zu profitieren, ohne dass umfangreiche interne Ressourcen erforderlich sind. Darüber hinaus könnte dies zur Entstehung neuer Geschäftsmodelle rund um KI-Dienste führen.“
Nicht alles, was automatisiert werden kann, rechnet sich
„Es wurde viel über die zukünftigen Auswirkungen von KI auf den Arbeitsmarkt geschrieben, vor allem anhand von Expositionsmessungen. Allerdings basieren diese Schätzungen oft auf der Annahme, dass ein Job automatisiert werden kann, wenn er automatisiert werden kann“, sagt Antonin Bergeaud, außerordentlicher Professor für Wirtschaftswissenschaften an der Hochschule HEC Paris. „Diese Forschungsarbeit nimmt eine neue Perspektive ein, indem sie die Kosten für die Implementierung dieser Technologien, von der Installation bis zur Wartung, sorgfältig abschätzt.“
Die Studie komm zu dem Ergebnis, dass selbst die Einführung eines KI-Systems, das „nur“ so gut wie ein Mensch ist, im Vergleich zu den aktuellen Arbeitskosten in den USA oft unerschwinglich teuer wäre. „Die Schlussfolgerung ist verblüffend: Ein viel kleinerer Teil des Arbeitsmarkts ist gefährdet durch Automatisierung als direkte Schätzungen basierend auf der Exposition vermuten lassen würden“, so Bergeaud weiter. „Dieses wichtige Ergebnis erfordert eine systematischere Bewertung der Machbarkeit der Einführung einer neuen Technologie für eine Branche.“ sk
Passend zu diesem Artikel
