Löst KI wirklich die Probleme, die wir haben? Was bedeutet sie für Innovation und geistiges Eigentum? Wird KI Patentanalysten ersetzen? In diesem Webinar mit IamIP schneide ich durch den Nebel des KI-Hypes und teile ein praktisches Framework, um zu verstehen, wo KI tatsächlich Mehrwert schafft und wo sie an ihre Grenzen stösst.
Wir stecken in einem Hype#
Lassen Sie mich direkt sein: Wir stecken in einer KI-Blase. Im Jahr 2025 erreichten die Investitionen in KI 1.000 Milliarden Dollar. Der im selben Jahr mit KI generierte Umsatz? 120 Milliarden Dollar. Diese Lücke ist enorm, und das Muster ist bekannt. Ich habe genau das im Jahr 2000 mit der Internet-Blase erlebt. Jedes Unternehmen brauchte eine Website und einen Online-Shop, massenhaft Startups entstanden, und dann, am 10. März 2000, platzte die Blase.
Die Indikatoren sind heute genauso deutlich. Eine MIT-Studie zum Stand der Business-KI 2025 ergab, dass Unternehmen etwa 30 bis 40 Milliarden Dollar für generative KI ausgaben, wobei 95% keinen Einfluss auf Gewinn und Verlust sahen. Nur 5% erzielten echten Wert.
Wir leben in der Ära des KI-Idioten, in der ChatGPT-Cowboys, ahnungslose Politiker und kurzfristig gehypte Manager Milliarden verbrennen.
Bitte missverstehen Sie mich nicht: Ich finde KI absolut grossartig und nutze sie täglich als meinen persönlichen Assistenten. Aber unsere Aufgabe als Führungskräfte ist es, durch den Nebel zu schneiden und zu sehen, was wirklich zählt.
KI hat kein Gehirn. Benutzen Sie Ihres.#
Es gibt weit verbreitete Verwirrung um das Wort “Intelligenz” in Künstlicher Intelligenz. Besonders im deutschsprachigen Raum wird oft angenommen, es gehe um mentale Fähigkeiten und menschliches Denken. Tatsächlich ist KI ein System, das Informationen sammelt, interpretiert und Schlüsse daraus zieht. Es ist kein System, das menschliches Denken simuliert. Es ist eine Mustererkennungsmaschine, die das nächste Wort, das nächste Pixel oder das nächste Video-Frame basierend auf statistischen Mustern in Trainingsdaten vorhersagt.
Wenn Sie ChatGPT fragen, ob man ihm vertrauen kann, sagt es Ihnen selbst: Es ist eine Mustererkennungsmaschine, die das nächste Wort vorhersagt. Kein echtes Verständnis der Welt, keine Eigenmotivation, keine Planung, keine Selbstreflexion. Wenn man ihm sagt, ein Ball auf einem Tisch bekommt einen Tritt, sagt es “Der Ball ist auf dem Boden” voraus. Nicht weil es Physik versteht, sondern weil das statistisch der wahrscheinlichste nächste Satz ist.
Kann man KI-Systeme bauen, denen man vertrauen kann?#
Direkt ab Werk liefert ChatGPT etwa 50% korrekte Antworten. Mit einem RAG-System (Retrieval Augmented Generation) unter Verwendung von Vektor-Datenbanken und eigenen Dokumenten verbessert sich die Genauigkeit auf 60 bis 70%. Um 95% Genauigkeit zu erreichen, nahe am menschlichen Expertenniveau, braucht man einen Master-Agenten mit spezialisierten Sub-Agenten, jeder mit eigenem RAG-System, eigenen Datenbanken und umfangreichem Prompt Engineering.
Wir haben ein solches System bei Zühlke mit einem Versicherungsunternehmen gebaut. Dessen Supportmitarbeitende brauchten Hilfe bei der Navigation durch komplexe Verträge. Das System steigerte die Produktivität massiv, erforderte aber erheblichen Engineering-Aufwand, umfangreiche Tests durch menschliche Experten, und Menschen bleiben im Prozess eingebunden. Man kann KI nicht einfach fertig aus der Schachtel verwenden; es braucht Engineering.
Ihre Daten schützen#
Wenn Sie einen SaaS-LLM-Service nutzen, gehen Ihre Daten zu diesem Anbieter. Der Anbieter kann versprechen, sie nicht zu nutzen, aber wenn Sie echte Bedenken bezüglich Datensicherheit haben, ist die einzige Option, eigene LLMs on-premises zu hosten oder lokal laufen zu lassen. Tools wie LM Studio und Ollama ermöglichen es, lokale LLMs auf dem eigenen Rechner zu betreiben. Der Kompromiss: kleinere Kontextfenster und reduzierte Fähigkeiten im Vergleich zu Cloud-gehosteten Modellen.
Ein Framework für KI in Ihrem Unternehmen#
Ich habe ein Framework mit zwei Dimensionen entwickelt. Auf der horizontalen Achse: Bleibt die Arbeit gleich (nur KI-unterstützt) oder wird die Arbeit selbst transformiert? Auf der vertikalen Achse: Übergeben Menschen die Arbeit an KI, oder arbeiten Menschen und KI zusammen?
Das ergibt vier Quadranten:
Automatisieren und Orchestrieren (Arbeit bleibt gleich, KI übernimmt): Heute scannt KI automatisch globale Patentdatenbanken, entfernt Duplikate und klassifiziert Ergebnisse vor. In Zukunft könnten KI-Agenten Anmeldungen, Verlängerungen und Compliance über Jurisdiktionen hinweg übernehmen, wobei Menschen sich nur auf Ausnahmen und kritische Genehmigungen konzentrieren.
KI-First (Arbeit transformiert sich, KI übernimmt): Heute unterstützen KI-Copiloten Erfinder bei Recherchen zum Stand der Technik und IP-System-Updates. In Zukunft könnten KI-Systeme automatisch Markttrends erkennen, Patententwürfe erstellen und F&E-Projekte mit minimalem menschlichem Eingriff priorisieren.
Co-Create an der Grenze (Arbeit transformiert sich, Menschen + KI zusammen): Heute nutzen IP-Experten KI zum Erstellen von Patentansprüchen und zum Zusammenfassen von Recherchen zum Stand der Technik. In Zukunft könnten KI-Copiloten interne und globale juristische Daten nutzen, um Argumente vorzuschlagen, Gegenreaktionen vorherzusagen und mögliche Ergebnisse von Rechtsstreitigkeiten zu simulieren.
Augmentieren und Skalieren (Arbeit bleibt gleich, Menschen + KI zusammen): Heute hilft KI bei strategischen Entscheidungen durch Simulation von Technologietrends und Innovationsmöglichkeiten. In Zukunft könnten KI-Agenten kontinuierlich Patent-, Forschungs- und Markttrends scannen und mit Rechts-, F&E- und Geschäftsteams zusammenarbeiten, um neue IP-Strategien zu entwickeln.
Der menschliche Vorteil#
KI hat klare Stärken: Mustererkennung in grossen Datensätzen, schnelle Berechnungen, Logik und Automatisierung. Menschen haben andere Stärken: Empathie, Intuition, Kontextverständnis, kulturelle Sensibilität und die Fähigkeit, Ironie und sprachliche Nuancen zu erkennen. Eine aktuelle Studie ergab, dass heutige KI-Systeme die Kultur westlicher, englischsprachiger Gesellschaften widerspiegeln. Kulturelle Sensibilität ist schlicht nicht vorhanden.
Gary Kasparov, der berühmterweise einmal gegen eine KI verlor, formulierte es treffend:
“Die Zukunft ist nicht Mensch gegen Maschine. Es ist Mensch mit Maschine gegen Mensch ohne.”
Unsere Aufgabe als Führungskräfte ist es, Umgebungen zu schaffen, in denen Menschen und KI zusammenarbeiten und jeder seine Stärken einbringt.
Kernaussagen#
- Wir stecken in einer KI-Blase. Investitionen übersteigen die Erträge bei weitem. Strategisch handeln, sich nicht vom Hype mitreissen lassen.
- KI ist eine Mustererkennungsmaschine, keine denkende Maschine. Sie hat kein Gehirn. Benutzen Sie Ihres.
- Genauigkeit erfordert Engineering. KI ab Werk ist zu etwa 50% genau. Expertenniveau (95%) zu erreichen, erfordert spezialisierte Agenten, RAG-Systeme und erheblichen Aufwand.
- Schützen Sie Ihre Daten. Wenn sie privat bleiben müssen, hosten Sie eigene Modelle. SaaS bedeutet: Ihre Daten verlassen Ihre Kontrolle.
- Nutzen Sie das Vier-Quadranten-Framework, um zu entscheiden, wo KI Mehrwert schafft: automatisieren, KI-first, co-kreieren oder augmentieren.
- Die Zukunft ist Mensch mit KI. Schaffen Sie Umgebungen, in denen beide zusammenarbeiten und menschliche Kreativität durch maschinelle Intelligenz verstärkt wird.