Kurswechsel · Strategie & Organisation
Weit davon entfernt, sich langsam einzuschleichen, hat es sich die KI bereits auf dem Sofa bequem gemacht. Wird das Platzen einer Blase einen neuen KI-Winter auslösen?
Die KI-Debatte wirkt oft seltsam binär: Winter oder Durchbruch, Hype oder Kollaps. Doch was, wenn die Realität fragmentierter ist – und keineswegs weniger folgenreich?
Diesmal ist alles anders, oder? Die Welt hat bereits zwei KI-Winter erlebt, ohne dass es die breite Öffentlichkeit überhaupt bemerkte. In den 1970er-Jahren prallten überzogene Erwartungen auf harte technologische Grenzen; in den 1980ern versprachen Expertensysteme eine unternehmerische Revolution – scheiterten aber an der Skalierung.
Heute springen Large Language Models dort ein, wo Therapeut:innen knapp waren – immerhin noch eindeutig menschlich. Multimodale Agenten vereinfachen unser Leben so weit, dass wir uns fragen, ob unser eigener Beitrag im Job überhaupt noch gebraucht wird. Und humanoide Roboter scheinen kurz davor, den Sprung vom Prototyp ins Wohnzimmer zu schaffen.
Und doch werden die Parallelen zu früheren KI-Wintern immer schwerer zu übersehen. Kapital fliesst in schwindelerregendem Tempo in KI – angetrieben von der ständig vorgehaltenen Karotte namens AGI. In diesem Jahr vereinen Start-ups 34 % des Venture Capitals auf sich, obwohl sie nur 18 % der finanzierten Unternehmen ausmachen (VC Data, 2025). Fast 80 % der Führungskräfte erwarten eine schnelle Rendite (SAP, 2025).
Gleichzeitig zeichnen Studien und Umfragen ein selektives, oft widersprüchliches Bild der tatsächlichen Fortschritte. Gerade deshalb ist es wichtiger denn je, trotz spektakulärer Erfolgsgeschichten geerdet zu bleiben. Das MIT stellt fest, dass 95 % aller KI-Pilotprojekte nicht skalieren (MIT, 2025), und messbare Produktivitätsgewinne bleiben überschaubar – oder sind bestenfalls anekdotisch (Stanford AI Index, 2025). Viele Beratungsstudien messen eher Absichten als Resultate.
Währenddessen tragen die wenigen Unternehmen im Rampenlicht wenig dazu bei, die Angst vor einer Blase zu dämpfen. Trotz beeindruckender Umsätze sind OpenAI, Anthropic, xAI und andere weiterhin auf externe Finanzierung angewiesen und operieren mit negativen Cashflows. Ihre CEOs – irgendwo zwischen Visionär und Tony Stark – versprechen satte Gewinne ab 2028 oder nach dem Verbrennen weiterer zig Milliarden.
Investoren sollten sich daher auf eine Abkühlungsphase einstellen – selbst dann, wenn geopolitische Spannungen, Exportkontrollen für Chips, technologische „Wir sind an eine Wand gestossen“-Momente oder regulatorische Rückschläge ausbleiben.
Winter – in der Natur wie an den Märkten – haben die Angewohnheit, aufzuräumen. Sie zeigen, was Bestand hat, wenn die Hitze verschwindet. Wie der Oxford-Ökonom Carl Benedikt Frey in der New York Times schreibt: „Fortschritt entsteht meist unter Druck. Eine platzende KI-Blase könnte genau das sein, was die Techbranche braucht.“
Wenn das Geld knapper wird, sind Unternehmen gezwungen, Modelle zu bauen, die mit weniger Chips, weniger Energie und klareren Anwendungsfällen auskommen – eine Dynamik, die Innovation historisch eher beschleunigt als bremst.
Ein Blick zurück in die Dotcom-Ära lohnt sich: Enorme Ressourcen flossen in Glasfasernetze und Rechenzentren – oft ohne unmittelbare Rendite. Doch genau diese Infrastruktur bildete später die Grundlage für Amazon, Google und das SaaS-Ökosystem. Die Pioniere von damals sind heute die Finanziers der nächsten Welle – und bauen erneut die Infrastruktur von morgen.
Den ersten „KI-Frühling“ werden jedoch vermutlich weniger glamouröse Unternehmen erleben: solche, die bereits auf Predictive Maintenance setzen, IoT zur Logistikoptimierung nutzen oder Computer Vision einsetzen, um harmlose Leberflecken von Hautkrebs zu unterscheiden.
Diese Firmen vereinen drei Dinge:
Und vor allem: Sie wählen lieber das Risiko des Scheiterns als das langsame Einfrieren.
Unternehmen mit einer „irgendwas-mit-KI“-Strategie sehen die Zeichen ebenfalls – doch ohne diese Kombination aus Daten, Umsetzung und Führung werden sie den Frühling nicht erleben. Sie verschwinden im Schneesturm.
Doch wirtschaftlicher Wert ist nur eine Dimension der KI-Transformation. McKinsey schätzt, dass bis zu ein Drittel der heutigen Arbeitsstunden automatisiert oder grundlegend verändert werden könnte. Theoretisch könnten bereits heute 57 % der Arbeitsstunden in den USA automatisiert werden. Kein noch so intensiver Team-Workshop bereitet Wissensarbeitende auf ein solches Szenario vor. Besonders nicht jetzt, wo ehemalige Kohlearbeiter, die kurzzeitig zu Programmierern wurden, bereits für die neuen Jobs als Datenanalysten anstehen. 2023 prognostizierte das World Economic Forum einen Nettoverlust von 14 Millionen Arbeitsplätzen – trotz 69 Millionen neuer Rollen. In der Version von 2025 verschwindet diese Nettozahl zwar – doch das Wetter bleibt schlecht. Stattdessen dominieren neue HR-Begriffe: wachsende Kompetenzlücken, steigende Übergangskosten, der Arbeitsmarkt entwickelt sich zum Puzzle ohne Rand- und Eckteile.
Die Standardantwort der Firmen darauf lautet: Upskilling. Aber leider ebenso vorhersehbar sind 76 % der Mitarbeitenden unzufrieden mit den intern angebotenen KI-Schulungen (EY, 2024).
In einer Welt, die „mehr Zeit für sinnvolle Aufgaben“ verspricht, während Roboter und ihre Entwickler sich immer ähnlicher werden – und die Eierpreise trotzdem nicht sinken –, überrascht es wenig, dass 66 % technologische Innovation als Bedrohung für ihren Job sehen (Edelman, 2025).
Aus dieser Perspektive greift die Metapher des KI-Winters zu kurz.
Für Investoren ist eine Kältephase unangenehm – aber sie tragen meist die dicksten Mäntel. Ausser sie gehören zur finanziell irrelevanten Gruppe kleiner Sparer irgendwo zwischen den Küsten, die zusehen, wie ihre Altersvorsorge verdampft.
Der Winter senkt Erwartungen – aber einfrieren lässt er vor allem jene, die unvorbereitet sind. Langsame Unternehmen gehören genau dazu. Sie gehen als Erste im Schneesturm verloren – nicht weil die Technologie feindlich wäre, sondern weil sie Pilotprojekte mit Strategie verwechseln und Optimismus mit Fähigkeit.
Für datenreife, umsetzungsstarke Unternehmen sieht die Saison anders aus: Ein vermeintliches Tauwetter oder früher Frühling ist schlicht das Ergebnis von Vorbereitung – kombiniert mit nachlassendem Hype.
Die Gesellschaft hingegen betritt ein ganz anderes Klima: eine soziale Hitzewelle.
Dort trifft es zuerst diejenigen, die am wenigsten Spielraum haben. Das Gerede von „sinnvoller Arbeit“ wirkt hohl. Wenn aus Unbehagen Frustration wird und Perspektiven verschwinden, entsteht ein idealer Nährboden für einen modernen Maschinensturm.
Fazit
Die entscheidende Frage ist nicht, welche KI-Jahreszeit als nächste kommt. Sondern ob das eigene Unternehmen die nötigen Fähigkeiten und Ressourcen aufbaut, um den Frühling selber einzuläuten.
Dieser Artikel hat eine Frage aufgeworfen?
Sprechen wir darüber.