- Anthropic-CEO Dario Amodei warnte, AI könne innerhalb weniger Jahre die Hälfte der Einstiegsjobs im Bürobereich abschaffen, legte für die 50%-Schätzung jedoch keine Studie oder Belege vor
- Die Aussage wird im Zusammenhang mit der Prognose kritisiert, AI werde Menschen bei nahezu jeder intellektuellen Arbeit übertreffen – als Silicon-Valley-Narrativ nach dem Muster: „Sie repariert alles, nachdem sie erst alles kaputt gemacht hat“
- Die von Amodei gezeichnete Zukunft verbindet Heilung von Krebs, 10% Wirtschaftswachstum pro Jahr und ausgeglichene Haushalte mit 20% Arbeitslosigkeit; Arbeitsökonom Aaron Sojourner sieht darin eine „beispiellos radikale Vision“
- Mark Cuban hält dagegen: Auch Sekretariats- und Büro-Diktierjobs seien früher ersetzt worden, doch es seien neue Unternehmen und Jobs entstanden; AI könne die Gesamtbeschäftigung erhöhen
- Generative AI ist bei bestimmten Aufgaben wie dem Zusammenfassen von Dokumenten oder dem Schreiben von E-Mails stark, doch Halluzinationen, grundlegende Faktenfehler und Manipulationsanfälligkeit bleiben bestehen; Anthropic müsse den von ihm beschriebenen Pfad zu disruptiven Risiken und die Lösungen belegen
Die Debatte um Amodeis Job-Warnung
- Dario Amodei sagte in einem Axios-Interview, AI könne schon bald die Hälfte der Einstiegsjobs im Bürobereich abschaffen
- Der Zeitpunkt könne „in den nächsten Jahren“ liegen
- Später wiederholte er diese Aussage sinngemäß auch in einem Interview mit CNN Anderson Cooper
- Amodei sagte, AI beginne, Menschen bei nahezu jeder intellektuellen Arbeit zu übertreffen; auch seine eigene Arbeit und die anderer CEOs seien davon nicht ausgenommen
- Für die 50%-Schätzung wurden keine separate Studie oder Belege angeführt; die Aussage wird als AI-Hype-Narrativ kritisiert, nach dem „AI alles repariert, aber zuerst alles kaputt macht“
- Ein weiteres Zukunftsbild, das er zeichnete, verbindet Optimismus und Schock
- Krebs wird geheilt
- Die Wirtschaft wächst jährlich um 10%
- Der Haushalt ist ausgeglichen
- 20% der Menschen haben keinen Job
- Arbeitsökonom Aaron Sojourner meint, damit hohe Arbeitslosigkeit und starkes BIP-Wachstum gleichzeitig auftreten könnten, müsse AI die Produktivität massiv steigern
- Er sagt, damit diese Kombination möglich sei, müsste die Arbeitsproduktivität um 30% steigen
- Zum Vergleich: Die Einführung von Computern in den 1980er- und 1990er-Jahren habe den Arbeitsmarkt verändert, das Wachstum der Arbeitsproduktivität habe aber nur 2–3% betragen
Anthropics Position und die tatsächlichen Grenzen generativer AI
- Amodeis Aussage kam wenige Tage, nachdem Anthropic ein großes Modell-Update für seinen Chatbot Claude veröffentlicht hatte; Anthropic konkurriert mit OpenAIs ChatGPT
- Anthropic bezeichnet sich selbst vor allem als Unternehmen für AI-Sicherheit und -Forschung; die Gründer werden als Personen beschrieben, die OpenAI wegen ideologischer Differenzen verlassen haben
- Da Amodei in der Position ist, von einer Technologie zu profitieren, von der er sagt, sie könne den Arbeitsmarkt beschädigen, wirkt seine Warnung Kritikern zufolge eher wie Werbung als wie ein Hinweis im öffentlichen Interesse
- AI-Optimist Mark Cuban verwies in einem Bluesky-Beitrag auf frühere Fälle, in denen Sekretariats- und Büro-Diktierjobs ersetzt wurden, und sagte, aus AI würden neue Unternehmen und neue Jobs entstehen und die Gesamtbeschäftigung steigen
- Generative AI auf Basis großer Sprachmodelle wie ChatGPT und Claude zeigt bei einigen Aufgaben Stärken
- Dokumente zusammenfassen
- Einfache E-Mails schreiben
- Schülern und Studierenden beim Schummeln bei Hausaufgaben helfen
- Leselisten empfehlen
- Den Stil von Newslettern nachahmen
- Zugleich werden die Grenzen der Zuverlässigkeit schnell sichtbar
- Es kommt zu Halluzinationen
- Grundlegende Fakten sind falsch
- Sie ist anfällig für Manipulation
- Wenn AI-Unternehmen solche halbwegs verlässlichen Textvorhersagesysteme in eine wirtschaftliche Revolution verwandeln können, müssen sie dieses Potenzial belegen; auch Anthropic darf nicht dabei stehen bleiben, Risiken auszurufen, sondern muss zeigen, wie AI disruptiv sein kann und wie Anthropic das lösen kann
1 Kommentare
Meinungen auf Hacker News
Ich denke, die eigentlichen Massenentlassungen bei White-Collar-Jobs liegen darin, dass mit dem Ende von ZIRP die endlosen Stellenausschreibungen für Software vorbei waren und die Entlassungen begannen.
Es ist heute leicht, AI als Ursache auszumachen, aber das wirkt eher wie ein Köder für eine bereits stattgefundene gewaltige Veränderung.
https://fred.stlouisfed.org/graph/?g=1JmOr
Vom Umfang her ist der Effekt enorm und hält immer noch an; das Niveau von vor 2020 wurde nicht wieder erreicht und könnte es auch künftig nicht. Wenn man die Stellenausschreibungen vor der Pandemie auf 100 setzt, liegt Software bei etwa 61.
Allerdings könnte es bei IT-Jobs einen AI-Effekt geben; nahe Anfang 2025 ist ein auffälliger eigener Wendepunkt zu sehen: https://fred.stlouisfed.org/graph/?g=1JmOv
Zum Vergleich: Stellenausschreibungen im Bauwesen und in der Pflege liegen über dem Vor-Pandemie-Niveau, bei etwa 120 bzw. 116, während der Bankensektor weiterhin nahe 100 liegt.
Der überhitzte AI-Diskurs tritt so selbstbewusst auf, dass dieser Verlauf wohl fast als vergessene Geschichte enden wird. In zehn Jahren werden die Leute vielleicht glauben, Elon habe die Belegschaft von Twitter wegen AI-Initiativen um 90 % reduziert, und nicht, weil er schlicht meinte, das Unternehmen könne viel schlanker betrieben werden. Andere Unternehmen stellen sich seit drei bis vier Jahren dieselbe Frage, und AI kann darauf irgendwann Einfluss haben, aber bisher brauchte es eine solche Stütze für den Personalabbau nicht.
In einer Welt, die süchtig nach Statusspielen ist, ist das eine Ausrede wie ein Geschenk des Himmels.
AI wird die ganze negative Berichterstattung abbekommen, aber letztlich bestimmen Kapitalflüsse, wie Unternehmen betrieben werden, und das bestimmt, welche Software gebaut wird. Das ist Conway's Law in der Grundform.
Die Massenentlassungen bei White-Collar-Jobs sind eher ein Abspecken, bei dem die in der ZIRP-Überflussphase aufgebaute Verschwendung abgebaut wird.
Weil ich diese Zeit gerade so überstanden habe, sah ich auch diesmal kommen, was passieren würde; als ich sagte, man solle den Job behalten und nicht mehr wechseln, hielten mich die Leute für verrückt. Denn wer häufig den Job gewechselt hat, landet oft ganz oben auf der Entlassungsliste.
Im Jahr 2000 zog ich in eine andere Stadt, und bei einer Firma, die Freunde von mir führten, war ein Job für mich vorgesehen. Etwa 15 gute Freunde, einschließlich des CEO, waren in dieser Firma; eine Stelle in der Softwareentwicklung war zugesichert, das Interview sollte nur Formsache sein. Nach dem Umzug traf ich dann den CEO, und er sagte, die Finanzierung sei versiegt und es gebe einen Einstellungsstopp, daher könne er mich nicht einstellen.
Danach musste ich mich als Freelancer irgendwie mit ein paar hundert Dollar im Monat über Wasser halten. Zum Glück war das Haus, in das ich gezogen war, ein großes Haus, das ich mit Freunden aus dieser Firma teilte; die Miete war damals niedrig, und das half mir mehrere Jahre. Am Ende bekam ich auch etwas Freelance-Arbeit von dieser Firma, aber erst 2004 erhielt ich eine feste Programmierstelle; die vier Jahre davor waren sehr hart.
Während Corona haben zu viele Tech-Unternehmen übermäßig eingestellt, und bei FAANG und im gesamten Tech-Sektor gab es eine riesige Blase. Ein Einbruch bei Tech-Jobs war unvermeidlich.
Mir tun die Menschen leid, die diesmal in der Kälte stehen gelassen wurden, und ich weiß gut, was sie durchmachen.
Stattdessen haben wir uns für Konsum entschieden, und Helikoptergeld hat Bullshit-Jobs geschaffen, damit die Leute noch mehr Bullshit kaufen. Wenn man sieht, wie diese Jobs wegfallen, sobald das Helikoptergeld versiegt, ist das ziemlich offensichtlich.
AI kann zwar für mehr Effizienz sorgen, aber das wird nicht mit mehr Freizeit gefüllt werden, sondern mit noch mehr Bullshit-Jobs und Konsum.
Ich habe während der ZIRP-Zeit bei zwei Unternehmen mit einer Marktkapitalisierung von über 10 Milliarden Dollar gearbeitet, und in den meisten Meetings war mehr als die Hälfte der anwesenden Wissensarbeiter überflüssig.
In unserem Team stellte man sogar jemanden ein, der stellvertretend an cross-funktionalen Meetings teilnehmen sollte, weil der Kalender zu voll war. Das Unternehmen wuchs, und die Einstellung von Meeting-Teilnehmern schadete dem rasant steigenden Aktienkurs nicht. Außerdem vergrößerte jede Einstellung die Mitarbeiterzahl eines VP und damit seinen Einfluss.
Der Markt bewertete nicht Effizienz, sondern Unternehmenswachstum; doch mit der Zeit unterwirft sich der Markt letztlich dem Wert. Dann werden all diese aufgepfropften Einstellungen gestrichen. Beide Unternehmen entließen später jeweils mehr als 10.000 Menschen.
AI war der Sündenbock; tatsächlich haben viele der Wissensarbeiter-Jobs, die AI angeblich „ersetzt“, von Anfang an keinen realen Wert geschaffen.
Gute Produktmanager sind meiner Meinung nach Gold wert, aber viele PMs, die ich in der ZIRP-Ära traf, waren im Grunde eher Jira-Update-Beauftragte und Meeting-Koordinatoren. Viele der Leute aus der Tech-Branche, die heute Schwierigkeiten bei der Jobsuche haben, kamen aus „angrenzenden“ Rollen wie Agile Coach oder TPM. Natürlich habe ich viel Mitgefühl mit ihnen. Viele haben jahrelang hart gearbeitet und Fähigkeiten aufgebaut, aber solche Rollen waren ursprünglich in gewissem Maß „optional“.
Für den Rückgang der Tech-Beschäftigung ist aus meiner Sicht neben der Überbesetzung auch Offshoring viel stärker verantwortlich als AI. Dass Videokonferenztechnik wirklich gut und weit verbreitet wurde, geschah in den späten 2010ern, besonders bei Remote-Arbeitern; danach sah ich eine explosionsartige Zunahme ausländischer Auftragnehmer. Wenn ohnehin viele remote arbeiten, ist es egal, ob Kollegen in derselben Stadt oder auf einem anderen Kontinent sitzen. Man braucht nur eine gewisse tägliche Überschneidung der Arbeitszeiten. Deshalb habe ich auch viel Offshoring nach Lateinamerika und Europa gesehen, nicht nur nach Indien.
Eine Zeit lang war die Softwarebranche wirklich verrückt. Frisch von der Uni bekam man mit einem unbekannten CS-Abschluss 120.000 oder 150.000 Dollar. Damals waren 120.000 Dollar noch echte 120.000 Dollar. Irgendwann musste die Musik aufhören.
Es gab viele vom Typ „Ich höre einfach wie eine Fliege an der Wand zu“ oder „Ich kümmere mich um die Meeting-Notizen“, und die meisten leisteten keinerlei Beitrag.
Ich wünschte, jemand würde mir helfen, das anders zu verstehen
Wenn diese Tools Menschen wirklich so produktiv machen, müsste das dann nicht schmerzhaft offensichtlich am Output der Unternehmen zu sehen sein? Wenn KI-Coding-Tools am Ende etwa eine erstaunliche Produktivitätssteigerung bringen, müssten wir sehen, dass Softwareunternehmen Funktionen und Fixes schneller ausliefern als je zuvor. Es müsste einen großen Schub an innovativen Produkten und Verbesserungen bestehender Produkte geben, und nicht in Blogposts oder Earnings Calls, sondern so, dass Kunden und Nutzer es klar spüren
Wenn es sich um eine Kostenstelle handelt, kann das sofort zu Entlassungen führen. Aber wenn ein Unternehmen Software entwickelt und verkauft, sollte es das nutzen, und erst wenn es an den Punkt kommt: „Wir wissen nicht, wofür wir diese zusätzliche Produktivität einsetzen sollen, uns sind die Ideen ausgegangen“, sollte es Personal abbauen. Ich habe kein einziges Unternehmen gesehen, das in dieser Lage wäre
Deshalb wirken solche Entscheidungen auf mich wie kurzfristiges Denken, getrieben vom Hype-Diskurs
Zum Beispiel habe ich Ende letzten Jahres ein SaaS-Unternehmen gegründet, das sehr schnell wächst. Wir sind auf Kurs, vor dem ersten Geburtstag des Unternehmens 1 Million Dollar ARR zu überschreiten. Wir sind vollständig gebootstrapped, die Gründer halten 100 %, und wir sind 2 Personen. Ich bin zuversichtlich, dass wir diese Wachstumsgeschwindigkeit ziemlich lange halten können, ohne einzustellen oder Kapital aufzunehmen. Natürlich könnte man auch argumentieren, dass mehr Geld oder mehr Leute die Wachstumsrate weiter erhöhen würden
In früheren Unternehmen am Anfang meiner Karriere wurden Kapazitätsprobleme meist durch Einstellungen gelöst. Mein Mitgründer und ich konnten sie jedoch mit KI lösen, und wir finden weiterhin zweistellige prozentuale Produktivitätsverbesserungen, ohne viel Vorabzeit zu investieren. Ich glaube, das wäre völlig unmöglich gewesen, als ich angefangen habe zu arbeiten, und sogar noch vor ein paar Jahren, bevor KI richtig Fahrt aufgenommen hat
Meine Theorie dazu, warum es nicht „schmerzhaft offensichtlich“ sichtbar ist: Von den meisten Unternehmen, die aus dieser Technologie den größten Wert ziehen, hat man noch nie gehört. Sie sind alle zu klein. Die Unternehmen, die wir kennen, sind im Durchschnitt groß. Für große Unternehmen ist es sehr schwer, sich über Nacht für eine neue Technologie neu zu erfinden, und ein großes Schiff zu wenden dauert lange. Aber kleine Unternehmen wie meines können heute ihre Arbeitsweise ändern und morgen Ergebnisse sehen
Der Engpass ist nicht intellektuelle Produktivität. Der Engpass sind Regulierung, Immaterialgüterrecht, Marketing und unzählige andere Dinge. In den Köpfen der Executive-E-Mail-Schreiber und Meeting-Teilnehmer prallen ständig alle möglichen geschäftlichen Erwägungen aufeinander. Um alles sicher zu monetarisieren, braucht es viel sogenanntes hervorragendes Denken, und viele der relevanten Faktoren sind aus rechtlichen Gründen nirgendwo schriftlich festgehalten
Ein Bereich, den KI durcheinanderbringt, ist Forschung. Forschende wenden Modelle auf neue Weise an und erzielen echte Fortschritte in Mathematik, Medizin und anderen Feldern. Ein weiterer Bereich ist künstlerisches „Schaffen“, insbesondere Grafikdesign. Diese Leute sind die frühen Opfer und werden in naher Zukunft wahrscheinlich vollständig ersetzt. Etwas später werden Autoren, Schauspieler usw. folgen
https://www.ft.com/content/4f20fbb9-a10f-4a08-9a13-efa1b55dd...
Goldman Sachs hat unter 46.000 Beschäftigten 11.000 Engineers und setzt KI demnach ein, um Entwürfe für öffentliche Einreichungsunterlagen zu erstellen
Das Verfassen eines S-1-Entwurfs, der ersten Registrierungserklärung für einen IPO, konnte ein sechsköpfiges Team zwei Wochen kosten; inzwischen kann KI laut Solomon in wenigen Minuten 95 % davon erledigen
„Jetzt zählen die letzten 5 %, weil der Rest zur Commodity geworden ist“, heißt es sinngemäß
In meinen Augen ist das eine große Veränderung. Junior-Investmentbanker sind nicht billig und bekommen mindestens 150.000 Dollar Gesamtvergütung pro Jahr
Zum Beispiel dieser Beitrag: https://sourcegraph.com/blog/revenge-of-the-junior-developer
Wenn das stimmt, müssten um 2027 herum Schwärme autonomer KI-Agenten um jeden Bugreport kreisen und ihn um ein Vielfaches schneller lösen als Menschen. Cool. Dann dürfte um 2028 fehlerhafte Software der Vergangenheit angehören. Natürlich nur bei Unternehmen, die KI vollständig eingeführt haben
Ich freue mich wirklich auf eine Zukunft, in der IT-Projekte weder Zeitplan noch Budget überschreiten und mehr Wert liefern als erwartet. Kann man es mir verübeln, wenn ich das für zu schön halte, um wahr zu sein?
In komplexen Systemen kann man die Folgen großer interner Veränderungen nicht zwingend wahrnehmen, vor allem wenn die Grundlage dafür nur eine winzige Stichprobe der eigenen Wahrnehmung ist
Man hat kein Gefühl dafür, wie schnell ein durchschnittliches Unternehmen neue Codeänderungen ausrollt, und ich weiß nicht, warum man glauben sollte, das wissen zu können. Öffentliche Endnutzer-Feature-Releases sind nicht einmal ein gutes Signal. Sie sind ein nachgelagertes Produkt und nur ein kleiner Teil der Software, die geschrieben wird
Das ist ähnlich, als würde man durch ein Einkaufszentrum laufen und glauben, aus der Stimmung dort Veränderungen bei der Zahl der monatlich ins Land kommenden Einwanderer erspüren zu können
Was KI abschaffen wird, sind White-Collar-Jobs, bei denen Menschen den Arbeitstag wie im Schlafwandel verbringen und alles nur ungefähr halb erledigen.
2025 kann man LLMs das stattdessen machen lassen. Leider erkennen Führungskräfte, die glauben, KI sei ein legitimer Ersatz für echte Arbeit, den Unterschied nicht.
Ich vermute, wir werden sehen, wie leichtgläubige CEOs dadurch ihre eigenen Unternehmen sprengen. Ob der Rest überleben kann, wird sich zeigen. Die CEOs selbst werden natürlich schon klarkommen.
KI behebt das nicht. Wenn man 50 % der Belegschaft abbaut, entfernt man damit nicht die unteren 50 %. Im schlimmsten Fall, und im Durchschnitt wohl auch, ist die Auswahl nahezu zufällig. Am Ende bleibt derselbe Anteil schlechter Arbeitskräfte wie vorher.
Noch schlimmer: Wegen schlechter Kennzahlen wählt man am Ende aktiv die schlechtesten Arbeitskräfte aus – und das passiert häufiger, als wir gern glauben würden.
Manager, die nicht verstehen, wie Arbeiten von zu Hause funktioniert, sind Leute, die ihr Leben lang nichts anderes getan haben, als im Büro herumzureden. Deshalb verstehen sie nicht, wie es Arbeit sein und dem Unternehmen Wert bringen kann, irgendwo ruhig zu sitzen und nachzudenken.
Das ist ein gravierendes Versagen, anzuerkennen, dass unterschiedliche Menschen in einem Unternehmen unterschiedliche Dinge tun.
Manche Leute sind langsam, manche schnell oder effizienter und produktiver, aber alle stehen unter viel zu hohem Arbeitsdruck. Es war immer offensichtlich, dass mehr Personal nötig wäre, aber angeblich steht das Budget im Weg.
Deshalb wirkt die beschriebene Situation für mich wie ein Mythos. Allerdings sind US-Unternehmen enorm reich oder zumindest sehr hoch bewertet, und Investoren haben viele Möglichkeiten, Geld hineinzuwerfen; also könnte so etwas tatsächlich passieren.
Wenn das stimmt, sollten wir als Verbraucher noch mehr schlafwandlerische und halb fertige Produkte erwarten. Nur dass sie dann eben von KI gemacht werden.
Werden KIs auf Anzeigen klicken und iPhones kaufen?
Es gibt ganz klar ein großes Problem damit, dass Einstiegsjobs durch KI ersetzt werden.
Warum sollte man Praktikanten oder frisch diplomierte Berufseinsteiger einstellen, denen Fachwissen und Erfahrung fehlen, um Dinge zu tun, die KI wahrscheinlich erledigen kann?
Natürlich muss man auch KI an die Hand nehmen und ihr Prompts geben, aber KI ist billiger oder tatsächlich „intelligenter“. In vielen Fällen beides.
Ich arbeite mit Menschen zusammen, von denen ich glaube, dass sie die Fähigkeit und das Potenzial haben, eines Tages kompetent zu werden, aber der Zeit- und Ressourceneinsatz, um sie dahin zu bringen, ist sehr hoch. Oft entscheide ich mich, Aufgaben, die ich an sie delegiert hätte, mit KI zu erledigen. Schnell, weil ich sie jetzt brauche. Wenn ich sie an einen Menschen weitergebe, bekomme ich sie nicht schnell zurück, und es braucht mehrere Feedback- und Review-Schleifen, bis sie brauchbar ist.
Weil es Menschen sind, verschiebt sich die Lieferung um zwei bis drei Werktage. KI dagegen kann ich prompten, anleiten und die Sache in drei Stunden erledigen.
Das heißt nicht, dass KI ein Geschenk des Himmels ist, aber frisch Graduierte und Einstiegsrollen sind ziemlich in Schwierigkeiten geraten.
Die ursprüngliche Idee eines Praktikums ist ein Ausbildungsplatz. Die Nettoproduktivität sollte negativ sein.
Das Modell war, dass die Ausgebildeten nach dem Praktikum im Unternehmen bleiben oder zu einem anderen Unternehmen wechseln und die Priorität derer mitbringen, die man ausgebildet hat.
Heute aber arbeiten Corporate-HR-Abteilungen aktiv gegen Beschäftigte, und Beschäftigte sind so mobil, dass sie sich kaum noch an den Namen ihres Arbeitgebers erinnern; dadurch ist das Ganze zu einer weitgehend wertlosen Übung geworden.
In einer früheren Firma haben wir japanische Praktikanten ausgebildet. Sie wechselten oft mit einem Zwei-Jahres-Visum in die USA und waren, wenn sie nach Japan zurückkehrten, sehr gute Ingenieure. Das war den Aufwand absolut wert.
Und Praktikanten und Einsteiger können ebenfalls KI nutzen. Das fühlt sich an wie die Frage: „Jetzt, wo es Compiler gibt, warum sollte man noch Junior-Programmierer einstellen? Wir brauchen doch niemanden mehr, der langweilige Assembly schreibt.“
Wenn KI wirklich ein großer Produktivitätsschub ist, wird man ihn in mehr Software, Features, Optimierungen usw. umwandeln – so wie Menschen es in den vergangenen 75 Jahren mit den Produktivitätsverbesserungen durch Computer und Software getan haben.
Wenn man heute einen Praktikanten einstellt, braucht er viel Betreuung, ist für die Organisation ein Nettokostenfaktor und bringt einen bescheidenen Nutzen.
Der Praktikant von morgen ist im Umgang mit KI geübt, braucht weniger Betreuung und wird mithilfe von KI mehr schaffen. Der Gesamteffekt kann deutlich größer sein.
Die Sichtweise „Einstiegsjobs sind erledigt“ funktioniert nur, wenn man annimmt, dass Unternehmen alle Nachteile von Praktikanten und Einsteigern wollen und zugleich die Menge der Arbeit begrenzt ist. Dann lautet die Logik, dass man diese Nachteile mit KI billiger bekommt.
Aber so sieht es nicht aus. Ein Einsteiger, der KI nutzen kann und die Arbeit von sechs Leuten schafft, ist aus meiner Sicht viel besser. Vom Ein-Personen-Startup bis zum größten Tech-Unternehmen gab es überall, wo ich gearbeitet habe, enorm viel zu tun. Deshalb reden alle von knallharter Priorisierung.
Warum genau sollen Einstiegsjobs also erledigt sein?
Die Umsetzungskosten sind gesunken, also erledigst du es selbst.
Richtig definierte Delegation umfasst nicht nur die Aufgabe, sondern auch Urteil und Eigentümerschaft am Ergebnis. Perfekte Delegation bedeutet, dass man abgibt, weil man darauf vertraut, dass die andere Person wie man selbst entscheidet – oder zumindest auf eine Weise, die man respektieren und verstehen kann.
An KI kann man nicht vollständig delegieren, und ehrlich gesagt sollte man das auch nicht. KI braucht Prompts, Interpretation und Nachbearbeitung. Es ist immer noch dein Denken. Die Umsetzungskosten sind niedrig, aber die Entscheidungskosten liegen weiterhin bei dir. Das ist keine Delegation, sondern unterstützte Ausführung.
An Menschen dagegen kann man wirklich delegieren. Mit der Zeit verinnerlichen sie Ziele, passen sich an Kontext an und übernehmen Verantwortung auf eine Weise, die KI niemals kann.
Es gibt viele Gründe, warum KI deinen Platz nicht einnehmen kann. Erstens: flacher Kontext. Sie kennt Organisationsnormen, unausgesprochene Erwartungen und Domänendetails nicht, die weder im Prompt noch in der Codebase explizit stehen. Zweitens steht für sie nichts auf dem Spiel. KI hat keine Karriere, keinen Ruf, keine Konsequenzen. Ein ausgebildeter und vertrauenswürdiger Junior-Mensch wird nicht nur schneller, sondern zu jemandem, der eigenständig Verantwortung übernimmt.
Auch Juniors und Praktikanten können KI-Tools nutzen.
Das wirkt wie der ultimative Akt des Leiter-Hochziehens, nachdem man selbst aufgestiegen ist.
Historisch gesehen konnten Menschen ziemlich gut vorhersagen, welche Auswirkungen neue Technologien auf bestehende Arbeitsplätze haben würden.
Aber sie waren sehr schlecht darin, die neuen Jobs, Karrieren und Branchen vorherzusagen, die durch diese Technologien am Ende entstehen würden.
Deshalb schafft eine freie Marktwirtschaft im Lauf der Zeit mehr Wohlstand als eine zentral geplante Wirtschaft. Freie Märkte bringen mehr Menschen dazu, auf den ersten Blick verrückte Ideen auszuprobieren, erkennen gute Ideen schneller und verlagern Ressourcen dorthin.
Wenn es keine verlässlichen Prognosen gibt, gewinnt schnelles Reagieren.
Selbst wenn KI bestehende White-Collar-Jobs massiv „zerstört“, bedeutet das also nicht zwangsläufig Massenarbeitslosigkeit. Diese Schlussfolgerung ist aber so verbreitet, dass es dafür sogar eine abwertende Bezeichnung gibt: Luddite.
Und die Gegenseite des Ludditismus sieht man derzeit bei KI-Befürwortern. Sie beschwören einen gewaltigen Schock für heutige Jobs wie eine Kurzformel, die den Eindruck gewaltiger Fähigkeiten vermitteln soll. Wie der CNN-Artikel sagt: eine Art Marketing.
Das eigentliche Problem war, dass mechanisierte Ausrüstung genutzt wurde, um einen ganzen Sektor der damaligen Wirtschaft zu überwältigen, den Wert der Arbeit einer breiten Schicht von Handwerkern zu zerstören und sie auf der sozialen Leiter nach unten zu ziehen.
Auch diejenigen, die Arbeit fanden, landeten in deutlich gefährlicheren Arbeitsstätten und wurden in eine starrere, rechtlich verankerte Arbeitgeber-/Arbeitnehmerstruktur gezwungen. Im großen Ganzen war das eine relativ neue „Unternehmensinnovation“. Das führte zwangsläufig dazu, dass der Staat für die Durchsetzung von Arbeitsverträgen zuständig wurde, und öffentliche wie private Polizeikräfte dürften eingesetzt worden sein, um diese Verträge mit Gewalt durchzusetzen.
Das ist auch für viele hochqualifizierte Handwerker in diesem Forum bedenkenswert. Denn man glaubt leicht, man werde niemals in einen groß angelegten wirtschaftlichen Wandel durch die Einführung neuer technologischer Innovationen hineingezogen.
Zumindest lohnt es sich, den Wikipedia-Artikel zu überfliegen: https://en.wikipedia.org/wiki/Luddite
Nur Verrückte sahen die Newcomen-Maschine und dachten: „Ah, Eisenbahnen!“ Und diese Verrückten wurden enorm reich. Riesige Berufskategorien verschwanden, andere entstanden.
Ich denke, die heutige Situation ist im Hinblick auf die Unterschätzung des Anwendungsbereichs sehr ähnlich. Allerdings könnte es bei der Verfügbarkeit neuer Berufskategorien anders sein. Andererseits unterschätze vielleicht auch ich neue Kategorien, die wir noch nicht sehen, so wie einst Heizer und Zugschaffner.
In entwickelten Ländern gibt es eine erhebliche latente Nachfrage nach mehr und besseren Dienstleistungen.
Beispielsweise nutzen die obere Mittelschicht und die Mittelschicht in Ländern wie Indien und Thailand in Restaurants, Hotels und Haushalten oft besseren Service als vergleichbare Schichten in reichen Ländern.
Altenpflege und Gesundheitsdienstleistungen sind besonders wichtige Bereiche, in denen die Gesellschaft davon profitieren könnte, mehr Arbeitskräfte einzusetzen.
Darüber hinaus werden viele Menschen Rollen übernehmen, in denen sie Roboter bauen, warten und überwachen. Trotz schneller Fortschritte werden Roboter noch viele Jahre lang nicht so geschickt, zuverlässig und insgesamt kompetent sein wie erwachsene Menschen. Siehe Moravecs Paradox.
Es gibt einen Grund, warum Trump die Zinsen senken will.
Auch wenn es schmerzhaft ist: Eine ZIRP-Wirtschaft hört nicht auf die Endverbraucher. Wenn die Einkommen hoch genug sind, gibt es keinen Grund, innovativ zu sein oder verrückte Ideen zu entwickeln.
Jedes Mal, wenn jemand auf Grundlage des aktuellen Zustands von KI-Tools analysiert, dass der KI-Umbruch nur überhitzt sei, muss ich an die Skeptiker denken, die das exponentielle Wachstum der Covid-19-Fallzahlen ignorierten, weil die Anfangszahlen niedrig waren.
Abgesehen davon verstehe ich nicht, inwiefern dieser Artikel Analyse und nicht ein Meinungsstück sein soll. Die gesamte Analyse besteht darin, einen Arbeitsökonomen zu fragen, welche Bedingungen erfüllt sein müssten, damit diese Behauptung trägt, und die bereits kursierende Alternativtheorie vorzubringen, dass CEOs von KI-Unternehmen einen falschen Hype erzeugen.
Der Autor verwendet sogar umgangssprachliche Formulierungen wie „Yeaaahhh. So, this is kind of Anthropic’s whole ~thing.~“. Ist das wirklich das Niveau an Analyse, das CNN zu diesem Thema bieten kann?
Man hätte das Wachstum der Fähigkeiten von Basismodellen den endlichen Ressourcen wie Daten, Rechenleistung und Hardware gegenüberstellen können. Man hätte den aktuellen Venture-Capital-Markt und die Notwendigkeit behandeln können, dass Unternehmen Ergebnisse statt Versprechen zeigen müssen. Man hätte auch über die Schwierigkeiten der riesigen Biotech-Branche schreiben können, neue und spannende Werkzeuge zur Wirkstoffentdeckung mit den langsamen FDA-Zulassungsverfahren zu verbinden. Nichts davon passiert hier.
Es stimmt, dass Menschen eine schwache Intuition für nichtlineares Wachstum haben, aber diese Gemeinsamkeit gleicht die anderen Unterschiede nicht aus.
Wir leiden noch immer unter den Folgen, und sie führten dazu, dass die Vertretung der Arbeiterklasse aus der Politik entfernt und reale Proteste wie Occupy Wall Street niedergeschlagen wurden.
Wenn diese Blase platzt, wird die IT-Branche wie im Jahr 2000 für einige Jahre kollabieren.
Aber das ist nicht besonders hilfreich. Tatsächlich zeigt ein solches Argumentieren per Analogie, dass es an echter Analyse, belastbaren Belegen und einer Rechtfertigung der eigenen Position fehlt.
Wenn man sich Analogien so zurechtpickt, wiederholt man nur die eigene Position und liefert anderen keinen Grund, sie zu glauben.
Die Leute, die wie pg Beschleunigungskurven gezeichnet haben, lagen alle falsch.
Tatsächlich waren meiner Ansicht nach in den ersten Monaten fast alle Kommentatoren – unabhängig von ihrer politischen Ausrichtung – falsch damit, wie sich Covid entwickeln würde.
Ich verstehe nicht, wie irgendein Business Leader sich darüber freuen kann, dass Menschen durch AI ersetzt werden
Wer soll deine Sachen kaufen, wenn niemand mehr einen Job hat? Wenn die Arbeitslosenquote eines Landes steigt, verlangsamen sich die Konsumausgaben und eine Rezession beginnt. Wie kann man sich darauf freuen?
Bei jeder Automatisierung bislang senkt jeder Akteur seine eigenen Kosten und profitiert davon; wer es klüger macht als die anderen, schlägt den Markt für eine Weile
Der Truthahn bekommt mit jedem Tag, an dem er lebt, ein weiteres kleines Stück Evidenz dafür, dass der Bauer eine endlose Quelle kostenlosen Futters ist, die nur sein Bestes will
Es ist leicht, sich mit Dingen wie dem Jevons-Paradoxon einzureden, wirtschaftliche Gesetze gälten für immer
Sie macht einfach gedankenlos ihre Arbeit
Wenn sie denken könnte, wäre sie vermutlich sehr stolz auf die Quartals-, nein, Stundenzahlen, die sie vorlegen kann. Die Zahlen sind gestiegen, also ist es Zeit für eine Belohnung
Nicht nur die unteren Ränge an der Basis sind gefährdet, auch Unternehmen können leicht verdrängt werden. Denn man kann davon ausgehen, dass AI bestehende Produkte übertreffen oder ersetzen kann
Wird das Kapital für Rechenleistung und physische Ausrüstung zum Betrieb der AI hinter dem Produkt die größte Eintrittsbarriere sein?
Im Originalartikel geht es ebenfalls darum, dass der CEO des AI-Labors Anthropic sagt, er rechne bald mit großen gesellschaftlichen Problemen
Das Problem ist, dass das Informationsumfeld verzerrt ist. Der Autor und viele Kommentatoren beschreiben diese Sorgen als „Optimismus“ oder „Hype“, weil sie nicht glauben, dass AI tatsächlich einen so großen Einfluss haben wird
Seit dem Aufkommen von Computern wurde eine enorme Menge an White-Collar-Arbeit automatisiert
Vergleicht man die Arbeit von Büroangestellten in den 1960er-Jahren mit dem, was Menschen heute tun, ist sie kaum wiederzuerkennen
Sie verbrachten enorm viel Zeit mit Aufgaben, die Software automatisch erledigt oder 1.000-mal schneller macht. Insgesamt hat das aber eher noch mehr White-Collar-Jobs geschaffen. Denn durch diese Fähigkeiten wurde mehr Arbeit erledigt, wodurch neue Aufgaben nötig wurden
Zum ersten Punkt: Selbst während der Großen Depression lag die Arbeitslosenquote „nur“ bei 30 %. Und diese Menschen konnten am Ende andere Jobs finden. Hier sprechen wir von dauerhafter Arbeitslosigkeit für noch mehr Menschen
Die Luddites hatten recht. Maschinen nahmen ihnen die Jobs weg. Einzelne, die viel in ihre Fähigkeiten investiert hatten, waren dauerhaft im Nachteil, und diejenigen, die Widerstand leisteten, wurden hingerichtet
Zum zweiten Punkt, genauer gesagt: Dass es keine Jobs gibt, bedeutet nicht, dass es keine Probleme gibt. Es gibt sehr viel, was die Gesellschaft erreichen muss, und in einer perfekten Welt könnte jemand, der durch Automatisierung seinen Job beim Verpacken von Amazon-Kartons verloren hat, eine Kita für Eltern mit niedrigem Einkommen eröffnen. Aber wir haben kein Wirtschaftsmodell, das die meisten dieser Arbeiten ermöglicht, und es wird nur noch schlimmer werden
Das ging ohne große Kommentierung vorbei
Vor LLMs hätte ich viel mehr Geld zahlen müssen, um die nötigen Unterrichtsstunden zu bekommen, aber dank Google Translate und DeepL wurde sinnvolles, zwangloses Lernen möglich. Ich konnte allein lernen, versuchen zu verstehen und zwei- bis dreimal pro Woche Fragen mit in den Unterricht zur Lehrerin nehmen
Heutzutage lerne ich Cantonese und Mandarin, die Sprachen meiner Eltern. Es ist manchmal lächerlich, wie schlecht ein LLM sein kann. Es fühlt sich an, als würde es auf einem d20 eine natürliche 1 würfeln und irgendeine beliebige Phrase fallen lassen. Zumindest ist das die Vorstellung in meinem Kopf. Es spielt nebenbei DnD
Ich sehe oft die Aussage: „AI kann nicht meine ganze Arbeit machen, also ist mein Job sicher“
Aber bei größerem Maßstab und mit der Zeit gilt: Wenn AI 80 % deiner Arbeit erledigen kann, dann wird AI diese 80 % erledigen. Die verbleibenden 20 % menschlicher Arbeit werden zusammengelegt und zu Vollzeitjobs für 20 % der ursprünglichen Belegschaft, während die übrigen 80 % entlassen werden
AI muss nicht 100 % irgendeiner heute definierten Stelle übernehmen können, damit es zu einer massiven Neuordnung der Arbeit kommt. Stellen werden neu definiert und im Allgemeinen auf die Teile reduziert, die wirklich von Menschen erledigt werden müssen
Aus Sicht der Mitarbeitenden gehören die durch AI erzielten Effizienzgewinne nicht dir, sondern dem Unternehmen
Man sollte hoffen, dass man damit die Hypothek bezahlen kann