„Data is the new oil. It’s valuable, but if unrefined it cannot really be used.“
Auf Deutsch: Daten sind das neue Öl. Sie sind wertvoll, aber ohne Raffinierung lassen sie sich nicht wirklich nutzen.
- Clive Humby, britischer Mathematiker und Datenwissenschaftler (2006)
Gerade vermeldet Anthropic, eine erste KI-basierte Unternehmensberatung zu lancieren. Die Pointe: Anthropic hatte auf den Unternehmensdaten von Accenture geübt, wie Unternehmensberatung funktioniert, sie hat “Consulting as a service” gelernt.
Jetzt geht sie nach der Lehre an den Arbeitsmarkt und macht sich selbständig.
Die schnelle Reaktion lautet: Da hat man es wieder. Die KI nivelliert erst Berufe, dann Branchen. Die KI wird zur Unternehmensberatung, Menschen werden entlassen. Fortschritt ist böse.
Es ist komplexer.
ANZEIGE
Jetzt auf Nummer sicher gehen
Bankguthaben ist nur ein Auszahlungsanspruch. Gold im Schliessfach liegt hinter derselben verschlossenen Tür. Der RealUnit-Aktientoken ist verbrieftes Miteigentum an physischem Gold, Silber, Schweizer Franken und krisenfesten Beteiligungen — überwiegend ausserhalb des Bankensystems, selbstverwahrt in Ihrer Hosentasche (und mit eigenem Recovery-Mechanismus). Eine Entscheidung statt zehn.Was ist der RealUnit Aktientoken?
App laden – Kauf und Verwahrung kostenlosMehr erfahren: Hier oder per Kontakt an mich: milosz@pareto.space
(Keine Anlageberatung).
Zweites Beispiel. Legal-Tech-Unternehmen, wie Harvey, entwickeln KI-Anwendungen für juristische Recherche, Dokumentenbearbeitung und Kanzleiprozesse. Zugleich interessieren sich Datenunternehmen wie Mercor für das operative Wissen solcher professioneller Dienstleister. Erfahrungswissen wird gekauft, trainiert und dann als Produkt angeboten, das ist die nächste große Verwertungskette. Die Kanzlei der Zukunft wird ein agentisches Softwarepaket sein, das dem Anwalt die meiste Arbeit abnehmen wird und ihm die Konzentration auf das Wertvollste ermöglicht: die Anwendung seines Spezialwissens als Korrektur zur KI, der “Mensch in der Schleife”, der letztlich ein effizienteres Produkt seiner Dienstleistung erschafft.
Wir stehen jetzt also erneut an einer Zeitmauer, einer möglichen Wende der Selbstbestimmung im Verhältnis zu Tech-Giganten, nach den Jahrzehnten der Abhängigkeit. Das gilt für Menschen ebenso wie für Unternehmen. Denn: Software nachbauen können wir jetzt auch, wie jeder. Doch haben andere auch unser Branchenfachwissen? Haben Sie das neue Öl des gesammelten ökonomischen Erfahrungswissens?
Eine kurze ökonomische Geschichte des Internets
Machen wir die ökonomische Geschichte des Internets kurz:
Bisher war der Feldzug der Big Tech Companies und Plattformen ein einziger usurpatorischer Feldzug. “Digitaler Kolonialismus” (Sloterdijk) pur. “Freier” Service gegen Daten und Content, Weiterkauf von Daten an Werbefirmen, Facebook wurde wegen Cambridge Analytica gerade zu einer Rekordstrafe von über 50 Mrd. USD verurteilt, davor wegen Datenmissbrauch der Zyklusapp Flo. Oder anders gesagt: Wenn (persönliche) Daten bisher Öl waren, dann ist die Pipeline irgendwie an mir vorbeigegangen. Bisher waren wir die ausgebeutete Kolonialbevölkerung. Der Wert der Daten steckt in den Bilanzen von GAFAM.
Jetzt sind KI-Labore als nächste grosse Spieler auf dem Feld erschienen. Sie bedienten sich am freien Internet, um Sprachmodelle zu trainieren. Das menschliche Erfahrungswissen als Gemeingut holte man sich im Internet, von Raubkopierseiten und aus Antiquariaten.
Das frei verfügbare Menschheitswissen steckt bereits in der KI, das Wissen der Menschheit ist quasi abgegrast.
Die Ressource des gesamten industriellen, beruflichen Erfahrungswissens steckt jedoch hinter verschlossenen Türen von Unternehmen und Menschen. Wie wertvoll dieses Wissen sein kann, sieht man, dass es einen Markt dafür gibt.
Juristen, Ärzte, Ingenieure, Programmierer, Mathematiker und Fachleute aus industriellen Nischen werden dafür bezahlt, ihr Wissen in Trainingsaufgaben, Bewertungen und überprüfbare Lösungswege zu übersetzen. In besonders spezialisierten Bereichen werden außergewöhnlich hohe Honorare genannt, vereinzelt sogar mehrere Tausend Dollar pro Stunde. Solche Spitzenwerte sind nicht repräsentativ für den gesamten Markt. Aber sie illustrieren, dass menschliche Expertise in der KI-Ökonomie keineswegs nur ein Auslaufmodell ist.
Stellenangebote gibt es beispielsweise hier für Stundensätze bis zu 400 USD.
Oder Sie wollen anonymierte Alt-Daten ihres gefallenen Start-ups verkaufen? Möglicherweise hat u.a. der Code einen Wert. Erste Start-ups kaufen diese Datensätze an, hier kann man sich ein Angebot einholen (im Schnitt ca. 4000 USD).
Nehmen wir gleich die Softwareentwicklung, die durch eine gewaltige Veränderung geht. Wer heute nicht mit Claude und Co. programmiert, macht sich lächerlich. Websiten und Apps zu bauen, ist jetzt für Laien nur eine Aufgabe von wenigen Stunden. Doch wer viel macht, dem wachsen plötzlich Flügel, der entdeckt neue Nischen, neue Arbeitsfelder. Holger Wolff vom Softwareunternehmen MaibornWolff in München machte mal die Modellrechnung: Das Auslesen einer komplexen Datenbank war noch vor drei Jahren eine Aufgabe für ein Jahr und 15 Mitarbeiter. Das schafft die KI jetzt in zwei Tagen. Niemand kann es sich leisten, hinter solchen Quantensprüngen zurückzubleiben.
Die andere Daten-Asymmetrie
KI lernt durch Repetition, durch Ansammlung von ähnlichen Prozessen, letztendlich durch Daten.
Was ihr fehlt, ist das Wissen der Menschen, der Erfahrungsschatz eines Unternehmens, die technische Abfolge von Kundenanfrage, Support, Liefermängeln, Logistikveränderungen. Die Maschinen wissen viel, sie können Unternehmensdaten recherchieren und Businesspläne erstellen. Aber sie wissen nicht, wie ein Unternehmen von innen funktioniert.
Sie wissen nicht, wie ein Anwalt am Ende seine Entscheidung trifft. Wie Logistikprozesse ausgelöst und abgearbeitet werden, wie Produktionsprozesse mit Fehlerbehandlung von A-Z verlaufen. All das ist prozessuales Know-how, es ist menschlich-maschinlich geleistete Arbeit (proof of work) und es ist wertvoll. Im Grunde ist die datenmässig dokumentierte Arbeit in einem Unternehmen wie eine neue Rohstoffklasse, ein Energieträger, den der Motor der KI-Labore braucht. Wer diese für sich nutzbar macht, nutzt eine gegenwärtige Asymmetrie zu den grossen KI-Laboren. Wer die Daten hat, sitzt am längeren Hebel.
So wie Öl wertlos war, bis es Verbrennungsmotoren gab, so wie Uran wertlos war, bis das Radium entdeckt wurde, so ist auch das über Jahrzehnte aufgebaute Spezial-, Erfahrungs- und Prozesswissen ein Rohstoff, der monetarisierbar und lizensierbar ist, nur bisher in keiner Bilanz aufgetaucht ist. Der Markt für AI Data steht noch in den Kinderschuhen, aber klar ist: Unternehmensdaten haben Wert. Die Daten einer insolventen Airline wurden für 10 Mio USD verkauft, Reddit hat seine Inhalte für zig Millionen pro Jahr lizensiert.
Der agentische Umbau von Unternehmen wird passieren, sei es durch die grossen Frontier Labs, sei es durch die Unternehmen selbst. Es wird nur eine Frage der Zeit (und der entdeckten Abhängigkeit) sein, bis alle grossen Firmen zu Labs werden, oder sich KI-Labore auf Zeit anmieten, ihre eigenen KI-Lernumgebungen aufbauen (RL Environment) und ihre eigenen Agenten mit den eigenen Daten handgefertigt herstellen, statt den Unternehmensagenten von der Anthropic-Stange zu kaufen. Der Fortschritt ist nicht aufzuhalten, aber er bedroht am Ende eben auch die Vorherrschaft der KI-Labore selbst, die von spezialisierten Lösungen unter Druck geraten könnten.
Wir erinnern uns: der Fall Accenture und Anthropic. KI-Firma wird Beratungsunternehmen. Wann wird die Meldung kommen: “Unternehmensberatung wird KI-Lab”?
Die KI steht dann vor der nächsten Tür, der Tür mit dem noch grösseren Preisschild: dem Beziehungswissen, das nur Menschen im analogen, nicht aber Agenten im virtuellen Raum herstellen können. Am Ende ist der wahre Schatz des Unternehmens nicht die Abfolge der Lösung von Support-Tickets über CRM, ERP, Slack & Co. sondern der Reichtum der gewachsenen Kundenbeziehungen, dem eine unverwechselbare Vertrauensebene zu Grunde liegt.
Was bricht, musste brechen
Ich glaube, dass in der Zukunft aufgrund des Datenschatzes, der in Menschen und Unternehmen steht, eine viel selbstbewusstere und selbstbestimmtere Haltung zu KI möglich sein wird.
Ein industrielles Land wie Deutschland, das als Industrienation im Sinkflug befindlich ist, aber wohl einen der grössten industriellen Datenschätze der Welt beherbergt, müsste eigentlich wissen, wie man sich diesen so zu Nutze macht, dass man diejenigen wieder abhängt, die einen in den letzten Jahren kopiert haben.
KI zeigt uns gerade, wie anfällig die bisherige Infrastruktur gebaut ist. Eine Meldung von Hacks, Leaks und Phishing-Angriffen jagt seit Monaten die nächste, vom Coldcard-Hack bis zu manipulierten Ledger-Wallets. In der technischen Welt gibt es nur wahr oder falsch. Entweder es funktioniert oder es funktioniert nicht. Gerade zeigt uns die KI, was alles schon mal nicht funktioniert.
Neben der Entdeckung des prozessualen Erfahrungswissens als monetarisierbaren Vermögenswert wird es daher ein Zeitalter des Hightechsoftware-Engineerings geben. Die Prozesse der alten digitalen Welt können in die Einzelteile zerlegt und mittels KI besser neu zusammen gebaut werden (reverse engineering). Altes Erfahrungswissen wird mit neuer Methode kombiniert. Ein neuer Unternehmenszweig wird dann ein hinzu buchbarer agentischer Baustein, eine reine Investitionsentscheidung und kein logistischer Herkulesakt mehr sein. Wenn sich die internen Entscheidungsstrukturen anpassen, könnte die agentische Wende vor allem Großunternehmen viel agiler machen.
KI wertet den Wert von Arbeit auf
Der Philosoph Michael Polanyi prägte den Gedanken, dass wir mehr wissen, als wir sagen können. Ein erfahrener Handwerker erkennt an einem Geräusch, dass eine Maschine nicht richtig läuft. Ein Chirurg spürt während einer Operation, dass etwas nicht stimmt. Ein Anwalt erkennt in einer Akte ein Problem, das sich aus keiner einzelnen Vorschrift unmittelbar ergibt. Dieses Wissen ist nicht immer vollständig sprachlich formulierbar.
Es entsteht aus Erfahrung, Wiederholung, Fehlern, Intuition und der Vertrautheit mit einer bestimmten Praxis. Die industrielle Arbeitsteilung hat solche Fähigkeiten über Jahrhunderte in immer spezialisiertere Funktionen aufgespalten.
Émile Durkheim beschrieb die gesellschaftliche Bedeutung dieser Arbeitsteilung. Ernst Jünger zeichnete im Arbeiter das Bild eines Menschen, der zunehmend als Funktionsträger in die technische Ordnung der Moderne eingebunden wird.
Die KI könnte diese Entwicklung zunächst auf die Spitze treiben. Sie zerlegt Arbeit in Aufgaben, Prozesse, Entscheidungen und messbare Ergebnisse. Doch gerade dadurch eröffnet sie möglicherweise auch eine Gegenbewegung. Wenn die Maschine spezialisierte Routinen übernehmen kann, muss der Mensch nicht mehr zwangsläufig sein gesamtes Berufsleben auf eine einzige Funktion reduzieren.
Er könnte wieder stärker zum Generalisten werden. Zu jemandem, der verschiedene Tätigkeiten miteinander verbindet, Ideen entwickelt, Projekte organisiert und sich der Maschinen als Werkzeuge bedient. Ein Mensch, der morgens eine Anwendung entwickelt, mittags ein Musikstück komponiert, nachmittags eine geschäftliche Strategie ausarbeitet und abends ein Buch illustriert, ist keine reine Science-Fiction-Figur mehr.
Die Qualität seiner Ergebnisse hängt weiterhin von Urteilskraft, Wissen, Erfahrung und Geschmack ab. Aber die technischen Eintrittsbarrieren sinken.
Damit stellt sich die Frage nach der Arbeit neu. Nicht nur: Welche Aufgaben wird die Maschine übernehmen? Sondern auch: Was möchte der Mensch tun, wenn er nicht mehr auf seine bisherige Funktion festgelegt ist?
Der neue technologische Gesellschaftsvertrag
Es gibt derzeit zwei große Erzählungen über künstliche Intelligenz. In der einen wird die Maschine den Menschen verdrängen, entmündigen und schließlich überflüssig machen. In der anderen wird sie sämtliche Probleme lösen, den Wohlstand vervielfachen und uns von der Mühsal der Arbeit befreien.
Vielleicht liegt die realistischere Zukunft zwischen diesen beiden Extremen: In einem Arrangement.
Der Mensch liefert Erfahrung, Zielsetzung, Verantwortung und Urteilskraft. Die Maschine übernimmt zunehmend Ausführung, Kombination, Wiederholung und technische Optimierung.
Dieses Arrangement wird nicht konfliktfrei und die Macht wird sich verschieben. Berufe werden verschwinden. Neue Abhängigkeiten können entstehen. Gänzlich neue Branchen und Anwendungsfelder werden entstehen. Eine Neudefinition der Begriffe Arbeit und Leben steht bevor.
Doch die entscheidende Frage ist nicht, ob der Fortschritt aufzuhalten ist. Sie lautet, wer über seine Voraussetzungen verfügt. Wer besitzt die Daten? Wer kontrolliert die Trainingsumgebungen? Wer erhält die Erträge aus der Automatisierung? Die nächste große politische und ökonomische Auseinandersetzung könnte weniger um den Besitz der Modelle geführt werden als um die Verfügung über jene Erfahrungen, ohne die sie nicht besser werden können.
Wäre das nicht eine bemerkenswerte Wendung? Ausgerechnet in dem Moment, in dem die Maschine den Menschen in immer mehr Tätigkeiten Konkurrenz macht, wird sein historisch gewachsenes Wissen zu einer strategischen Ressource.
Wissen ist das bessere Öl
Wird das KI-Zeitalter einen neuen Datengoldrausch bringen? Vermutlich ja. Doch der Vergleich mit Öl hinkt und zwingt zu einem Kategorienwechsel.
Öl wird verbrannt und dabei verbraucht. Im Prozess wird der Energiewert umgewandelt. Wissen dagegen kann kostenfrei weitergegeben, vervielfältigt, kombiniert und auf neue Situationen angewendet werden, ohne dass die ursprüngliche Erfahrung dadurch verschwindet oder der Wissensträger einen Verlust erleidet. Im Gegenteil, der erfährt einen Gewinn. Man nennt es: lernen.
Das Ölzeitalter beruhte auf der Ausbeutung gespeicherter Sonnenenergie. Das KI-Zeitalter wird auf der Verwertung gespeicherter menschlicher Problemlösungsfähigkeit beruhen. Die erste industrielle Revolution machte aus Kohle Bewegung. Die zweite machte aus Erdöl Mobilität. Die digitale Revolution machte aus Information Kommunikation. Die nächste könnte aus dokumentierter Erfahrung maschinelle Handlungsfähigkeit machen. Das Produkt von Kommunikation ist für KI nicht reproduzierbar: Beziehung. (Ein aktueller Buchtipp zu diesem Thema von mir: “Beziehung: Zu mir und zu Dir” von Annette Conzett, mit Workbook)
Die entscheidende Ressource der Zukunft ist dann nicht das Wissen darüber, was die Welt ist, sondern das Wissen darüber, wie man in ihr etwas zustande bringt. Immer wieder aufs Neue.
Und vielleicht liegt die größte Ironie darin, dass die Maschine, die uns künftig Arbeit abnehmen soll, zunächst bei der menschlichen Arbeit in die Lehre gehen muss.
Meine Arbeit ist nur mit Ihrer Unterstützung möglich
Wenn Sie aus diesem Beitrag etwas für sich mitgenommen haben, können Sie mich gerne per Abonnement, Paypal, Überweisung oder Bitcoin unterstützen. Alle Informationen unter diesem Link. Sie erreichen mich unter milosz@pareto.space