Vor etwa 10 Jahren behauptete ein weltberühmter Informatiker:
„Der erste Job, der durch KI verschwinden wird, wird der Radiologe sein."
Zehn Jahre später ist diese Vorhersage nur zur Hälfte eingetroffen.
Diese Anekdote wurde von NVIDIA-CEO Jensen Huang während eines Vortrags am Milken Institute im Mai 2024 erzählt.
Zuerst die Hälfte, die eingetroffen ist.
Computer Vision ist bei der engen Aufgabe, Scans zu interpretieren, völlig übermenschlich geworden. Es kann länger als ein Mensch konzentriert bleiben und winzige Anomalien erkennen, die Menschen übersehen könnten. Laut Huang hat KI zehn Jahre später eine 100%ige Durchdringung in der Radiologie.
Aber die Hälfte, die daneben lag, war tiefgreifend.
Der Beruf des Radiologen ist nicht verschwunden. Tatsächlich ist das Gegenteil passiert.
Indem KI das Lesen der Scans übernahm, konnten Ärzte mehr Scans lesen. Sie konnten mehr Patienten aufnehmen und Krankheiten genauer diagnostizieren.
Infolgedessen stiegen die Krankenhauseinnahmen, die Radiologie wurde zu einer der umsatzstärksten Abteilungen in Krankenhäusern, und jetzt wollen Krankenhäuser noch mehr Radiologen einstellen.
Huang wies auch darauf hin, dass die Welt dieses kritisch wichtige Talent verloren hätte, wenn alle dieser Vorhersage geglaubt und aufgehört hätten, Radiologe werden zu wollen.
Ich möchte, dass Menschen, die sich jedes Mal unwohl fühlen, wenn sie Nachrichten darüber sehen, dass KI möglicherweise ihre Jobs übernimmt, den Grund für diese Umkehrung verstehen.
Wenn du dies zu Ende gelesen hast, sollte sich diese vage Angst in eine konkrete Handlung verwandeln: „Heute Abend werde ich meine Arbeit auf Papier in zwei Teile aufteilen und versuchen, morgen eine Aufgabe der KI zu übergeben."
Die „Aufgabe" ist verschwunden, aber der „Zweck" der Arbeit nicht
Warum ist die Vorhersage gescheitert?
Huangs Antwort war im Wesentlichen ein Satz.
„Was jeder übersieht, ist, dass der Zweck eines Jobs und die Aufgaben eines Jobs zusammenhängen, aber sie sind nicht dasselbe."
Der Zweck eines Radiologen ist es nicht, in einem dunklen Raum auf einem Arbeitsplatz Scans anzustarren.
Es ist, mit anderen Ärzten zusammenzuarbeiten, um Krankheiten zu diagnostizieren und Patienten zu heilen. Scans zu lesen ist lediglich eine „Aufgabe", um dies zu erreichen.
Selbst wenn die Aufgabe automatisiert wurde, verschwand der Job also nicht. Stattdessen nahm die Zeit zu, die dem Zweck gewidmet werden konnte, die Anzahl der behandelten Patienten stieg, und die Arbeit verlagerte sich in Richtung Wachstum.
Huang verwendete dann sich selbst als Beispiel, was ziemlich interessant war.
„100 % der Aufgaben, die ich für die Arbeit erledige, sind Tippen und Reden. KI hat sowohl das Tippen als auch das Reden bereits vollständig automatisiert und ist darin völlig übermenschlich. Wenn das so wäre, sollte ich arbeitslos sein. Doch wir arbeiten härter als je zuvor."
Er sagt, dasselbe gelte für Softwareentwickler.
Der Zweck eines Ingenieurs ist es nicht, Code zu tippen, sondern Probleme zu lösen und neue Dinge zu erschaffen. Er scherzte sogar, dass kein Kind, das im Alter von neun Jahren nach Amerika zog, dies tat, weil es davon träumte, ein Leben damit zu verbringen, von morgens bis abends auf einem kleinen Bildschirm Tasten zu drücken.
Dies gilt direkt auch für deine Arbeit.
Dokumente erstellen. Besprechungsprotokolle zusammenfassen. Zahlen übertragen. E-Mails beantworten. Das sind Aufgaben.
Kunden begeistern. Das Team voranbringen. Umsätze generieren. Das sind Zwecke.
KI wird kommen, um die Aufgaben zu beseitigen.
Huang über den aktuellen Stand: „KI ist in den letzten Monaten endlich nützlich geworden"
Wo steht die KI nun?
Ich denke, die wahre Natur der Angst ist das Gefühl, dass „die Entwicklung so schnell ist, dass das große Ganze unsichtbar ist". Huangs Einordnung war als Fahrplan sehr leicht verständlich.
Vor zwei Jahren erschien ChatGPT und generative KI wurde geboren. Laut Huang gab es zwei wesentliche Aspekte, um „generieren" zu können.
Erstens: Denken ist die Generierung von Gedanken (Tokens) im Geist. In dem Moment, in dem Generierung möglich wurde, öffnete sich der Weg für KI, zu denken und zu schlussfolgern.
Zweitens: Um Werkzeuge zu nutzen, muss man Befehle generieren. Selbst um einen Browser zu bedienen, muss man Wörter generieren, um etwas zu steuern.
Diese schlussfolgernde KI erschien letztes Jahr, und wir befinden uns jetzt im Stadium der „agentischen KI", die verstehen, schlussfolgern, planen und Werkzeuge nutzen kann, um nützliche Dinge zu erreichen.
Das angeführte Symbol war Anthropics Claude Code.
Er stellte fest, dass es das erste agentische System war, das wirklich produktive Arbeit wie Softwareentwicklung bewältigte. Wichtig hierbei ist, dass Huang betonte, dass „Programmieren nicht nur für Ingenieure ist".
Programmieren bedeutet „Dinge, die du wiederholt automatisieren möchtest, in ein Programm zu codieren". Es gibt kein Unternehmen auf der Welt, das nichts zu automatisieren hat. Daher ist Programmieren tatsächlich für jedes Unternehmen kritisch wichtig.
Und diese Veränderung hat eine Explosion der Rechenleistung ausgelöst.
Die erforderliche Rechenmenge für agentische KI ist etwa 1.000-mal so hoch wie für generative KI. Multipliziere das mit der Tatsache, dass „die Anzahl der Menschen, die sie nutzen möchten, um das Hundertfache gestiegen ist".
Deshalb explodiert die Nachfrage nach GPUs, und es gab sogar die Anekdote, dass GPUs, die vor 4–5 Jahren verkauft wurden, schneller an Wert gewinnen als edler Wein.
Darüber hinaus wies Huang darauf hin, dass die Bruttomargen von KI-nativen Unternehmen wie OpenAI und Anthropic in den letzten 3–6 Monaten deutlich positiv geworden sind, und er erklärte klipp und klar:
„KI ist in den letzten Monaten endlich nützlich geworden."
Auch die Art und Weise, wie wir Computer nutzen, wird sich ändern.
Bisher ging es darum, Dinge „abzurufen", die zuvor jemand erstellt und gespeichert hatte.
Von nun an, wenn du deine Absicht mitteilst, als ob du mit einem Menschen sprechen würdest, denkt die KI über die Methode nach, erstellt einen Plan, beherrscht Werkzeuge wie Browser, Excel oder Photoshop und gibt das fertige Produkt zurück.
Während du Angst hast, entwickeln sich die Werkzeuge in diese Richtung weiter.
Jobs werden nicht verschwinden, aber „jedermanns Job" wird betroffen sein
Bis hierhin könnte es sich wie bloßer Optimismus anhören. Huang sprach jedoch auch klar über die Realität der Beschäftigung.
Zunächst einmal schafft KI zunächst eine enorme Anzahl von Arbeitsplätzen.
Chipfabriken, Computerfabriken, KI-Fabriken. Eine mehrere Billionen Dollar schwere Reindustrialisierung findet in diesen drei Arten von Fabriken statt.
Im letzten Jahr flossen 100 Milliarden Dollar – was Huang als die größte Investition in der menschlichen Geschichte bezeichnet – in KI-bezogene Startups, und alles wurde zu Arbeitsplätzen.
Es gibt auch ein interessantes Paradoxon.
Obwohl Programmieren das Erste war, worin KI gut wurde, steigen die Stellenangebote für Softwareentwickler tatsächlich. Der Grund ist, dass der Ehrgeiz zugenommen hat. Mit KI kann man mehr erreichen. Daher werden mehr Leute eingestellt.
Huang erwähnte jedoch auch explizit „Verlagerung" (Dislocation).
„Wenn ein Student, der heute die Universität abschließt, KI nicht beherrscht, wird er keine Jobs von Absolventen bekommen können, die es können."
„Fähigkeiten, die gestern unnötig waren, werden heute unerlässlich."
Tätigkeiten, bei denen die Aufgabe selbst der Job war, werden tatsächlich ersetzt. Huang nannte Telefonreservierungen für Restaurants als Beispiel. Die Aufgabe, einfach einen Anruf entgegenzunehmen und eine Reservierung zu akzeptieren, wird an KI übergehen. Aber diese Person wird, anstatt Telefonist zu sein, in der Lage sein, die Kunden vor sich zu bedienen.
Die Schlussfolgerung ist diese:
„Viele Arbeitsplätze werden geschaffen. Einige Arbeitsplätze werden verschwinden. Aber alle Arbeitsplätze werden betroffen sein."
Mit anderen Worten: Es gibt keine windstille Schutzzone. Aber es ist auch keine Geschichte der Verzweiflung. Die Trennlinie ist nicht der Beruf, sondern ob du auf der Seite der KI-Nutzung stehst. Das ist der Punkt.
Der größte Verlierer ist derjenige, der zu große Angst hat, KI anzufassen
Im Vortrag wurde auch der Konflikt zwischen KI-Pessimisten (Doomers) und Optimisten (Boomern) thematisiert.
Auf die Frage, ob er der führende Optimist sei, antwortete Huang: „Ich bin ein Pragmatiker."
Seine Reaktion auf die Theorie des „KI-Paten" Geoffrey Hinton, dass es eine 20-30-prozentige Chance gebe, dass KI die menschliche Existenz beende, war ebenfalls beeindruckend.
„Wo er völlig falsch liegt, ist die Annahme, dass eine große Anzahl kluger Menschen nicht daran arbeitet, das zu verhindern."
Auf jeden, der versucht, ein Auto schneller zu machen, kommen zehn, die versuchen, es sicherer zu machen. Auf jeden, der versucht, KI intelligenter zu machen, kommen zehn, die an Leitplanken und Sicherheit arbeiten.
Darüber hinaus war die „größte Sorge", die Huang äußerte, unerwartet.
Es ging nicht darum, dass andere Länder KI besitzen. Es war, dass Menschen in seinem eigenen Land, die ständig mit Science-Fiction-Horrorgeschichten gefüttert werden, zu große Angst bekommen, KI anzufassen, und das Land dadurch seine Führungsposition verliert.
„Der Grund, warum Amerika von der vorherigen industriellen Revolution profitierte, war nicht, dass wir sie erfunden haben, sondern dass wir sie angewendet haben."
Dies ist eine Geschichte über ein Land, aber ich denke, sie kann direkt auf Einzelpersonen übertragen werden. Die Zeit, die mit der Angst vor reißerischen Artikeln und dem Abwarten verbracht wird, sind die größten Kosten. Es für sicher zu machen, ist die Aufgabe der Branche. Es anzuwenden, ist deine Aufgabe.
„Dieser Ehrgeiz ist zu niedrig. Erhöhe deine Erwartungen um das Hundertfache"
Am Ende des Vortrags, als er gefragt wurde, worüber er jetzt nachdenke, erzählte Huang diese Geschichte.
Forscher, die früher Monate damit verbrachten, neue Ideen zu erforschen, können das jetzt an einem Tag mit KI erledigen. Monate wurden zu einem Tag.
Durchbrüche geschehen in jedem Bereich: Energiewissenschaft, Klimawissenschaft, Biologie, Wirkstoffforschung und Physik.
„Wenn du sehen könntest, was ich jeden Tag sehe, würdest du aufgeregt sein und erkennen: Egal, welchen Ehrgeiz du in der Vergangenheit hattest, er war nicht genug. Es gibt nur eine Sache zu ändern: Erhöhe deine Erwartungen um etwa das Hundertfache."
Was sollten wir also morgen tun?
Wenn wir diesen Vortrag in Handlung umsetzen, denke ich, gibt es drei Dinge:
- Heute Abend schreibe deine Arbeit auf Papier und teile sie in „Zweck" und „Aufgabe". Für einen Radiologen ist das Heilen von Patienten der Zweck und das Lesen von Scans die Aufgabe. Welches ist was für deinen Job?
- Morgen versuche, nur eine Aufgabe der KI zu übergeben. Es könnten Besprechungsprotokolle sein, ein Entwurf für ein Dokument oder Recherche. Auch wenn es nicht gut läuft, in dem Moment, in dem du es anfasst, bist du von der Seite des Abwartens auf die Seite der Nutzung gewechselt.
- Widme die freigewordene Zeit dem Zweck. Kunden, Planung, Ergebnisse. Dein Wert zeigt sich in den Teilen, die du nicht an KI abgeben kannst.
Wirst du auf der Seite sein, die verschwindet, oder auf der Seite, die zunimmt?
Die Trennlinie ist nicht Beruf oder Alter, sondern ob du diese Zerlegung durchführst. So habe ich es verstanden.
Abschließend eine Frage.
Was ist der „Zweck" deiner Arbeit? Und welche „Aufgabe" wirst du morgen als erste an KI übergeben?
Ich würde mich freuen, von dir in den Zitaten oder Antworten zu hören.
