Was ist ein Hype Cycle und wohin geht die KI-Reise?
Seit der Einführung von ChatGPT im November 2022 hat die Nutzung von KI-Tools stark zugenommen und einen regelrechten Hype ausgelöst. Dies führte zu hohen Erwartungen an die neue Technologie, die jedoch nicht immer erfüllt werden können. Trotz erheblicher Fortschritte in Bereichen wie Sprachverarbeitung oder Bildanalyse gibt es weiterhin Herausforderungen wie die Zuverlässigkeit der Modelle und Bedenken hinsichtlich der Datensicherheit.
Abbildung 1: Gartner Hype Cycle im Zeitverlauf
Der Gartner Hype Cycle beschreibt die typischen Phasen, die neue Technologien durchlaufen (vgl. Abb. 1). Zunächst gibt es den technologischen Auslöser, bei dem eine neue Technologie eingeführt wird und erste Aufmerksamkeit erregt. Bis zum Gipfel der überzogenen Erwartungen nehmen Begeisterung und Aufmerksamkeit zu und erreichen einen Höhepunkt. Wenn die Technologie die oftmals zu hohen Erwartungen nicht erfüllen kann, nehmen das Interesse und die Erwartungen bis zum Tal der Enttäuschungen wieder ab. Danach folgt der Pfad der Erleuchtung, auf dem die Technologie realistischer bewertet wird und sich konkrete praktische Anwendungen etablieren können. Schliesslich erreicht die Technologie das Plateau der Produktivität, wo sie effektiv und effizient genutzt wird. In dieser Phase sind die Vorteile der Technologie klar erkennbar und sie wird erfolgreich eingesetzt.
Der Hype Cycle für künstliche Intelligenz zeigt auf, in welcher Phase sich unterschiedliche KI-Technologien befinden (vgl. Abb. 2). Beispielsweise hat generative KI äusserst viel Aufmerksamkeit erzeugt, aber für zahlreiche Unternehmen noch nicht den erwarteten Nutzen gebracht, und daher den Gipfel der überzogenen Erwartungen bereits überschritten. Unternehmen haben oft Schwierigkeiten, sinnvolle Anwendungsfälle zu identifizieren und umzusetzen. Apps oder Software nutzen KI-Technologien für intelligente Anwendungen, mit denen Routineaufgaben wie z.B. Textkorrekturen oder Übersetzungen automatisiert werden können. Diese zeigen erste sichtbare Erfolge und befinden sich auf dem Pfad der Erleuchtung, sind allerdings noch nicht vollständig ausgereift. Computer Vision ermöglicht es, visuelle Daten maschinell zu erfassen und zu verarbeiten. Diese KI-Technologien werden bereits erfolgreich in vielen Bereichen eingesetzt und sind daher auf dem Plateau der Produktivität angekommen. Bei der KI Simulation geht es um die KI-gestützte Erstellung von Modellen und Simulationen. Diese Technologie befindet sich noch in der ersten Phase der technologischen Auslöser und muss noch weiterentwickelt werden.
Der Gartner Hype Cycle hilft dabei, den Reifegrad und das Potenzial unterschiedlicher Technologien besser zu verstehen, so dass Unternehmen fundierte Entscheidungen treffen können.
Abbildung 2: Gartner Hype Cycle für Künstliche Intelligenz
Literatur:
Dedehayir, O., & Steinert, M. (2016). The hype cycle model: A review and future directions. Technological Forecasting and Social Change, 108, 28-41.
Gartner (2024). Explore Beyond GenAI on the 2024 Hype Cycle for Artificial Intelligence, Report.
Linden, A., & Fenn, J. (2003). Understanding Gartner’s hype cycles. Strategic Analysis Report Nº R-20-1971. Gartner, Inc, 88, 1423.