Eine Branche voller Misserfolge: Forschung zeigt, dass mehr als 80 Prozent der Projekte zur künstlichen Intelligenz scheitern

Generative KI hat die Geschäftswelt fasziniert, wobei große Sprachmodelle wie OpenAIs ChatGPT derzeit über 200 Millionen wöchentliche aktive Nutzer verzeichnen. KI wird zu einem zunehmend bedeutenden Bestandteil der IT-Budgets, wobei der globale Markt für künstliche Intelligenz derzeit auf fast 235 Milliarden Dollar geschätzt wird, und Prognosen zeigen ein Wachstum auf über 631 Milliarden Dollar bis 2028. Die Erkenntnisse von IBM zeigen jedoch, dass nur wenige Projekte zur künstlichen Intelligenz den finanziellen Wert liefern, den die Aktionäre erwarten. Tatsächlich liegt die durchschnittliche Rendite (ROI) nur bei 5,9 Prozent – erheblich unter den üblichen 10 Prozent Kapitalkosten.

Die meisten scheitern

Darüber hinaus zeigt die Forschung der RAND Corporation, dass mehr als 80 Prozent dieser KI-Projekte nicht erfolgreich sein werden – doppelt so hoch wie die Misserfolgsquote bei nicht KI-bezogenen Startups. Der globale politische Think Tank sprach mit 65 Datenwissenschaftlern und Ingenieuren, die in den letzten Jahren im Bereich der künstlichen Intelligenz tätig waren, und identifizierte mehrere Ursachen, die zu dieser enormen Misserfolgsquote führen.

Laut der Forschung ist der Hauptgrund für das Scheitern von Projekten zur künstlichen Intelligenz die Fehlanpassung der Ziele zwischen den wichtigsten Interessengruppen. Die Führungskräfte in KI-Unternehmen haben oft eine Vorstellung davon, was künstliche Intelligenz erreichen kann und sollte, die nicht in der Realität verankert ist. Stattdessen wird sie von einer vorgefassten Meinung darüber, was künstliche Intelligenz ist, getrieben, die, wie Forscher behaupten, oft von Hollywood genährt wird. Dieses Missverständnis zwischen Geschäftsführern und denjenigen vor Ort bedeutet, dass Projekte oft nicht über die notwendigen Ressourcen und die Zeit verfügen, um ihre Ziele zu erreichen.

Die Ingenieure, die auf der anderen Seite der künstlichen Intelligenz arbeiten, sind jedoch auch nicht fehlerfrei. Interviews ergaben, dass Datenwissenschaftler manchmal von den neuesten Fortschritten in der künstlichen Intelligenz abgelenkt werden und diese in ihren Projekten umsetzen, ohne den Wert zu berücksichtigen, den sie bringen werden. Dieses ‚Shiny Object Syndrome‘ bedeutet, dass Wissenschaftler und Ingenieure diese neuen Technologien einfach nutzen wollen, weil sie die neuesten sind. Während es wichtig ist, mit der künstlichen Intelligenz auf dem Laufenden zu bleiben, müssen die Teams auch berücksichtigen, ob diese neue Technologie tatsächlich die Probleme lösen wird, mit denen sie in ihrer Forschung konfrontiert sind, oder ob sie diese nur weiter komplizieren und verstricken wird. FOMO scheint auch in der KI-Branche stark ausgeprägt zu sein.

Die Forschung stellte auch mehrere andere Gründe fest, darunter einen Mangel an ordnungsgemäß vorbereiteten Datensätzen, unzureichende Infrastruktur und die Unvereinbarkeit der künstlichen Intelligenz mit dem jeweiligen Problem. Die Forschung bestätigte, dass diese Probleme nicht auf den privaten Sektor beschränkt sind: Auch die akademische Gemeinschaft hat Schwierigkeiten mit Projekten zur künstlichen Intelligenz, bei denen viele einfach darauf fokussiert sind, KI-Forschung zu veröffentlichen, anstatt nach realen Anwendungen für ihre Ergebnisse zu suchen, behaupten die Forscher.

Viele Misserfolge

Diese Forschung ist ein Beweis für die vielen Konsolidierungen und Misserfolge, die wir in der Branche der künstlichen Intelligenz sehen. Tatsächlich erklärte Baidus CEO Robin Li Yanhong, dass China zu viele große Sprachmodelle hat und eine erhebliche Menge an Ressourcen verschwendet, da sie oft nur wenig, wenn überhaupt, praktische Anwendungen in der realen Welt haben. Dies zeigt sich auch an der Anzahl der generativen KI-Patente, die China im letzten Jahrzehnt angemeldet hat, und die USA mit einem Verhältnis von 6 zu 1 übertreffen. Dennoch schaffte es nur eine chinesische Organisation, die Chinesische Akademie der Wissenschaften, in die Top 20 der Entitäten mit der höchsten Anzahl an Zitierungen zwischen 2010 und 2023.

Die Forschung zeigt auch, dass viele Unternehmen im Wettlauf um Fortschritte in der KI hastig ihre Projekte aufbauen. Während sie (und ihre Investoren) die einzigen sind, die das Risiko eines gescheiterten Projekts tragen, wäre es dennoch klug, die Misserfolge anderer KI-Projekte und die Gründe dafür sorgfältig zu betrachten. Schließlich könnte die gesamte Branche zusammenbrechen und wie eine Milliarden-Dollar-Blase platzen, wenn Projekte zur künstlichen Intelligenz über einen langen Zeitraum hinweg nicht die versprochenen Ergebnisse liefern.