KI-Revolution: Riesenpotenzial verändert Wirtschaft und Gesellschaft

Sprecherin: Herzlich willkommen bei "heise meets … – Der Entscheider-Talk". heise business services begrüßt Persönlichkeiten aus Wirtschaft, Wissenschaft und Politik. Immer aktuell und nah am Geschehen.

Sprecher: Herzlich willkommen bei "heise meets …" mit Jonathan Weiss, Managing Director Amazon Development Center Germany. Jonathan, passt das überhaupt auf eine Visitenkarte?

Jonathan Weiss: Ja, das wird schon eng, aber vielen Dank für die Einladung und deine Zeit. Manchmal bricht das um.

Sprecher: Früher hattest du eine kürzere Bezeichnung auf der Visitenkarte. Einfach Gründer, oder?

Jonathan Weiss: Genau, da war ich, wie man so schön sagt, Gründer, CEO von dem eigenen start-up. Da war der Name ein bisschen kürzer. Das hat dann nicht so viele Umbrüche produziert. Aber seit über 13 Jahren bin ich jetzt bei Amazon und leite unser Forschungs- und Entwicklungszentrum in Berlin und bin ganz happy mit der Änderung.

Sprecher: Sag uns noch einen Satz ganz schnell zu dem Startup. Ihr habt etwas mit dem Thema Cloud zu tun gehabt und das Thema ist jetzt bei Amazon aufgegangen.

Jonathan Weiss: Genau, wir hatten damals eine sogenannte Cloud Management Software, ein Produkt, was es unseren Kunden ermöglicht hat, ihre Applikationen auf die AWS Cloud zu deployen und zu verwalten. Und das Produkt ist dann in das Amazon Produktportfolio aufgegangen. Das ist dann heute AWS OpsWorks Stacks. Das ist ein Service, den es immer noch gibt.

Sprecher: Klingt spannend. Dennoch weiß ich nicht so richtig, was macht denn ein Managing Director Amazon Development Center Germany? Ich muss richtig Luft holen, um das alles rüber zu kriegen. Mensch, was macht der den ganzen Tag lang? Was machst Du den ganzen Tag lang?

Jonathan Weiss: Ja, das ist eine super Frage. Viele verschiedene Dinge, letztendlich verantworten wir hier viele Forschungs- und Entwicklungsprojekte für Amazon. Wir haben hier über 2.500 Mitarbeiterinnen und Mitarbeiter, die an den verschiedensten Projekten für Amazon arbeiten, von Alexa über Fire TV bis hin zur Retail-Webseite, also Amazon.com und Amazon.de, der E-Commerce-Webseite, die die meisten sicherlich kennen werden, bis hin zu Amazon Web Services, unserem Cloud-Computing-Bereich, wo wir hier sehr viele Teams haben, die einzelne Funktionalitäten entwickeln, die teilweise komplette Services verantworten und hier mit einem sehr internationalen Team daran entwickeln.

Meine spezielle Funktion ist es einerseits dafür zu sorgen, dass wir hier alle ein wunderbares Setup haben, die entsprechende Unterstützung von den Büros und Gebäuden bis hin natürlich zur Infrastruktur und dass wir hier gut arbeiten können. Andererseits verantworte ich auch einige von diesen Produkten und treffe die Entscheidung mit, wie sie genau aussehen und funktionieren sollen. Dabei sorge ich dafür, dass die Teams letztendlich die Freiheit haben, das so umzusetzen.

Sprecher: Und wenn in einem Team mal ein Programmierer ausfällt, als Gründer, hast du das Know-how? Dann könntest du sagen, hey, ich setze mich da mal hin und mache eine halbe Stunde?

Jonathan Weiss: Mittlerweile, wenn man meine Teams fragen würde, würden sie mir das wahrscheinlich absprechen. Da habe ich vor einigen Jahren aufgehört, da noch aktiv sehr viel zu entwickeln. Aber natürlich dieses technische Grundverständnis, um manchmal die entsprechenden Fragen zu stellen, zu sagen, Mensch, was machen wir denn bei diesem Szenario? Habt ihr darüber nachgedacht und wie funktioniert das?

Das ist so ein bisschen meine Rolle. Ich sage immer, meine Rolle ist zu überprüfen, ob das Team seine Hausaufgaben auch wirklich gemacht hat, über Ausfallszenarien nachgedacht hat, bestimmte Security Threat Models gut analysiert hat oder sich auch mit anderen Teams ausgetauscht hat, um einfach besser zu verstehen, wie sich das System verhält. Da überprüfe ich nur praktisch, ob die Entscheidung mit all diesen Informationen gefällt wurde.

Aber ich maße es mir nicht an, jetzt das technische Know-how zu haben, um besser entscheiden zu können als die Mitarbeiterinnen und Mitarbeiter. Ich sorge mehr dafür, dass unsere normalen Prozesse, die dann Security, Quality und so weiter garantieren sollen, auch eingehalten werden.

Sprecher: Und als solcher Draufblicker, sage ich mal in Anführungszeichen, wie ist eure Vision für die nächsten fünf Jahre? Zehn Jahre sind wahrscheinlich zu weit gegriffen. Wie ist eure Vision?

Jonathan Weiss: Ja, das hängt natürlich stark von dem entsprechenden Feld ab, das man sich anschaut. Wenn man jetzt vielleicht für den Bereich Amazon Web Services schaut, das ist der Bereich, in dem ich persönlich am aktivsten bin und auch sehr im Detail stecke. Da ist ja die Grundidee seit vielen Jahren unverändert, dass wir IT, IT-Infrastruktur zugänglicher wollen und es einfacher machen wollen, unseren Kunden ihre Applikationen zu betreiben.

Und da ist natürlich künstliche Intelligenz ein Riesenthema seit einiger Zeit. Wir sehen, dass das mehr und mehr auch überall seinen Einzug halten wird. Das geht von wie Applikationen geschrieben und programmiert werden, über den Betrieb bis hin zu den eigentlichen Funktionalitäten, die Kunden nutzen. Und da sind wir, glaube ich, erst noch ganz am Anfang von dem Potenzial, was hier da ist. Das ist sicherlich das große Thema, unter dem wir auf vieles schauen und überlegen, wie man diese immer noch relativ neue Technologie einsetzen kann, um unseren Kunden das Leben einfacher und besser zu machen.

Sprecher: Ich habe mich umsonst wegen fünf Jahren gefragt, weil ich eine Studie von euch gefunden habe. Da sagt ihr, KI könnte bis 2030 allein für die deutsche Wirtschaft einen zusätzlichen Wertschöpfungsbeitrag von 116 Milliarden Euro leisten. Ich finde das ganz schön sportlich.

Jonathan Weiss: Ja, das ist eine große Zahl, aber da stecken letztendlich Unfragen und Analysen dahinter, die zeigen einerseits, welche existierenden Geschäftsprozesse mit KI deutlich billiger und schneller ablaufen könnten und womit man dann wiederum weitere Wertschöpfung erreichen kann oder auch Geschäftsprozesse, die vielleicht vorher nicht möglich waren, plötzlich möglich werden.

Das ist ja mit Technologie generell, glaube ich, wenn man jetzt von KI ein bisschen abstrahiert allgemein immer so. Wenn man sich durch die Entwicklungsgeschichte das anschaut, dann hat neue Technologie eigentlich immer dazu geführt, dass plötzlich einiges deutlich einfacher und schneller ging und damit bestimmte Geschäftsmodelle, die man sich vorher nicht überlegen konnte, plötzlich funktionieren und dadurch sehr viel höhere Wertschöpfung erreicht werden kann.

Wenn man sich im Autoland Deutschland die Mobilität anschaut, wo früher eine Reise in eine andere Stadt ungewöhnlich war, weil nicht jeder Pferd oder Kutsche hatte.

Sprecher: Ich hab’s heute noch nicht.

Jonathan Weiss: Mit erhöhter Mobilität durch Eisenbahnen und PKWs wurde es plötzlich möglich, von Tourismus über Zulieferketten, die dann über Kontinente gehen, plötzlich die Wirtschaft und damit auch den Wohlstand der Menschen deutlich effizienter zu gestalten.

Und so ähnlich ist es dann mit Computer, Internet und anderen technologischen Errungenschaften. Genauso gucken wir letztendlich auf KI mit der Idee, dass damit einfach Sachen möglich werden, die vorher nicht gingen, weil man sie sich teilweise auch gar nicht vorstellen konnte oder weil sie einfach zu teuer waren.

Um vielleicht ein kleines anschaubares Beispiel zu geben, das einen Bezug zu Amazon hat: Nehmen wir an, wenn man einen Artikel hat, den man verkaufen möchte, vielleicht auf Amazon, den einstellen möchte als Händler, nehmen wir an, vielleicht so eine kleine Schraube, die ich verkaufen möchte, da brauche ich ja eine Artikelbeschreibung, ich muss die Dimensionen angeben, ich muss ja irgendwie meinen Kunden erklären, was das eigentlich ist, was die hier hier kaufen.

Und das muss ich natürlich, wenn ich das in Deutschland mache, in deutscher Sprache eingeben, wenn ich das in England verkaufen möchte, in Englisch, wenn ich das in Frankreich verkaufen möchte, auf Französisch und so weiter. Bis vor ein paar Jahren musste ich dafür einen Übersetzungs-Service oder ein Übersetzerbüro beauftragen. Das war relativ teuer und das kostete auch Zeit, um eine bestimmte Artikelbeschreibung in diesen verschiedenen Sprachen einzustellen.

Heutzutage, seit einigen Jahren geht das schon automatisiert auf Amazon.de, kann ich da auf den Knopf drücken und sagen, hier ist meine Artikelbeschreibung in Deutsch, ich hätte sie gerne auch in Englisch und Französisch und vielen anderen Sprachen. Und das passiert auf Knopfdruck praktisch und dauert Sekunden. Es ist deutlich, deutlich billiger, als wenn ich zu einem professionellen Übersetzerbüro gehe.

Und das ist vielleicht so ein kleines Beispiel, wo ich jetzt einem Händler, der bisher einen bestimmten Artikel nur in Deutschland verkaufen konnte, es sehr viel einfacher und billiger möglich mache, diesen Artikel auch in vielen anderen Ländern anzubieten. Das ist so ein Beispiel, wo künstliche Intelligenz, da ist jetzt in dem Beispiel generative artifizielle Intelligence sondern noch klassische Translation auf Basis von den klassischen Machine Learning Models, aber einfach nur ein kleines Beispiel, wo diese technische Revolution dazu führt, was etwas, was vorher Stunden oder Tage gedauert hat, in Sekunden passiert und nur einen Bruchteil der Kosten auszulösen.

Sprecher: Nun werden die wenigsten von uns Schrauben verkaufen, schon gar nicht in Frankreich oder in Spanien. Wo kommt diese Summe insgesamt her? 116 Milliarden, das ist ja ein dickes Brett. Da gibt es doch bestimmt noch mehr Beispiele.

Jonathan Weiss: Ja, in dem Schraubenbeispiel geht es ja auch darum, was der Umsatz ist, den jetzt in unserem kleinen, fiktiven Schraubenhersteller-Beispiel dieser Händler in allen diesen Marketplaces macht. Aber das geht auch von den Chatbots, ChatGPT und ähnlichen, von denen die meisten schon gehört oder sie sogar benutzt haben. Darüber gehen natürlich wesentlich mehr Funktionalitäten von Kundensupport, der jetzt billiger und schneller ist, bis hin zum Vorschlag der Orte, die ich auf einer Reise besuchen möchte, oder auch die Reisebuchung darüber gleich zu machen.

Das sind alles Beispiele, wo, glaube ich, auch jeder Mann und jede Frau das im täglichen Leben mehr und mehr nutzt. Vielleicht noch ein triviales anderes Beispiel, wo meine Kinder zum Beispiel auch sehr viel mit diesen Tools zu Hause arbeiten, um bei den Hausaufgaben zu helfen, schnell Sachen zu korrigieren und zu überprüfen.

Sprecher: Was macht denn der Lehrer?

Jonathan Weiss: Ich glaube, das wird ganz normal gesehen. Ich kann mich noch gut erinnern, als ich damals zur Schule gegangen bin, da war Wikipedia gerade so das große Thema. Ist das in Ordnung, wenn Schüler Wikipedia nutzen und was passiert mit dem klassischen Nachschlagewerk? Und heute ist das vollkommener Standard. Da würde sicherlich ein Lehrer oder auch ein Arbeitskollege eher komisch gucken, wenn man sagt, ich habe Wikipedia nicht benutzt, um hier nachzuschauen, weil das ja Crowd-Sourced-Wisdom ist. Das wird momentan als Standard gesehen.

Und genauso wird es mit diesen Tools passieren, dass das auch einfach gesehen wird als Standard-Werkzeug, was mir zur Verfügung steht, und ich wäre ja schön blöd, wenn ich es nicht nutze. Wenn man sich noch ein paar Jahrzehnte zurückversetzt, dann sind es die Taschenrechner gewesen im Matheunterricht, die verteufelt wurden, die aber am Ende dazu geführt haben, dass mehr Menschen wesentlich kompliziertere Mathematik im alltäglichen Leben nutzen können.

Mittlerweile hat man vielleicht nicht mehr den physischen klassischen Taschenrechner, den ich noch benutzt habe, aber man hat sein Telefon dabei, wo man dann schnell was nachtippt und nachrechnet, ob es jetzt im Restaurant ist oder beim Einkauf oder wie auch immer. Und genauso sehe ich diese Technologie, wo das im Alltag mehr und mehr benutzt wird.

Handy, Computer, Internet sind aus dem typischen Büro nicht mehr wegzudenken.

Sprecher: Die Beispiele, die du genannt hast, selbst der Schraubenmann, es ist Onlinesuche, es sind Sprachassistenten und so weiter. Rein von der Wirtschaft, Dinge, die möglicherweise Abläufe, Rechnungsstellung und so weiter erleichtern, hast du noch nicht genannt. Hat das einen Grund?

Jonathan Weiss: Nein, ich habe jetzt nur nach Beispielen gesucht, die vielleicht so aus dem Alltag sind, aber natürlich sind die großen Potenziale in der Wirtschaft. Da sehen wir auch jetzt schon sehr viele Kunden das nutzen. Um vielleicht beim Thema Mobilität zu bleiben, BMW zum Beispiel nutzt diese Technologie schon stark.

Wir sind ja auch so ein bisschen zum Thema Business Intelligence hier. BMW nutzt KI für ihre Business Intelligence zum automatischen oder sehr viel einfacher und schneller generierenden von Dashboards und von typischen Fragen, die man natürlich über das Inventar und die Zulieferketten hat, wo man ja gerne wissen möchte, wie viel Inventar zu diesem Artikel haben wir noch, in welchem Lager und wann könnte dann Lieferengpunkt sein.

Wo man in der Vergangenheit vielleicht komplexere Abfragen programmieren musste, was lange gedauert hat, bis man diese Informationen hatte, hat man sie jetzt teilweise auf Knopfdruck. Oder das Bearbeiten von Kundenanfragen oder auch die Informationssuche intern, das sind so viele Beispiele, wo große Kunden das schon intern sehr erfolgreich nutzen.

Um beim Beispiel BMW zu bleiben, BMW hat den sogenannten Cloud Data Hub. Das ist so ihr zentrales System, wo viele Informationen über die verschiedenen Fahrzeuge hineinlaufen. Da sind, wenn ich mich richtig erinnere, über 20 Millionen Fahrzeuge drin abgebildet, über 50 Länder, wo man dann entsprechende Abfragen fahren kann, die Informationen für die Fahrassistenzsysteme bereitstellen. Das ist zum Beispiel auch ein Beispiel, was auf der Amazon Cloud, auf den Amazon Web Services läuft, wo wir dann durch unsere Machine Learning Services und Compute und Storage Services BMW helfen, das möglichst effizient darzustellen. Und damit kann dann BMW diese Fahrassistenzsysteme deutlich besser anbieten. Und das wären jetzt auch Beispiele, wo diese Technologie hilft, das wiederum billiger und schneller abzubilden oder auch Sachen möglich zu machen, die vorher nicht möglich waren, wo hier auch große Einsparungen und große Umsatzpotenziale da sind.

Und da gibt es viele, viele Beispiele mehr natürlich in der Industrie, im Handel, wo das schon sehr stark genutzt wird, und wo wir, glaube ich, immer noch sehr am Anfang sind.

Vielleicht ein anderes Beispiel aus dem Versandhandel zu nehmen, Zalando, die auch Amazon Web Services nutzen, haben zum Beispiel eine AI-Solution oder den Einsatz von KI genutzt, um zusammen mit unserem Dienst Bedrock, wo wir diese verschiedenen Maschinenmodelle anbieten, das nutzt Zalando, um aus sehr unstrukturierten Daten, die sie von Händlern bekommen, bestimmte wichtige Metadaten, wie die Größe eines Artikels, die Farbe und Ähnliches zu extrahieren, damit sie dann das in ihrem Suchindex bereitstellen können.

Das ist zum Beispiel auch ein guter Anwendungsfall für Künstliche Intelligenz, wo vorher wahrscheinlich Menschen manuell diese Daten durchforsten mussten, klassifizieren mussten, die bestimmten Daten extrahieren, kann das jetzt das KI-Modell wesentlich schneller, wesentlich effizienter und dadurch wesentlich billiger bereitstellen. Und das macht wiederum das Angebot von Zalando größer und billiger für ihre Kunden.

Sprecher: So kommen auch schnell diese 116 Milliarden, die wir da eingangs hatten, sicherlich zustande.

Jonathan Weiss: Genau.

Sprecher: Amazon Q ist jetzt seit rund einem Jahr am Start. Wie ist die Resonanz?

Jonathan Weiss: Ja, sehr gut. Wir freuen uns da sehr über das super Feedback von den Kunden. Um vielleicht zu erklären, Amazon Q hat zwei große Einsatzgebiete. Es gibt einmal Amazon Q Business, was ein Chatbot-Angebot ist, wo ich mir als Firma relativ einfach einen Assistenten, der KI-basiert ist, mit meinen eigenen Firmendaten dann wiederum Fragen beantworten kann und das als Basis nutzen kann, um Abfragen, die ich habe, zu erleichtern und bereitzustellen.

Das sind, ich habe vielleicht ganz viele historische Kundendaten oder historische Supportfälle hinterlegt oder bestimmte Projektdaten oder Umsatzdaten, die ich dann dem System zur Verfügung stelle. Und dann kann ich mit sehr einfachen, natürlichen oder wie man so schön sagt, natural language, also ich kann in Deutsch, Englisch, wie auch immer, dann direkt meine Fragen gegen diesen Datenkatalog stellen, ohne jetzt die Daten vorher in ein bestimmtes Format parsen zu müssen, ohne die Daten vorher kompliziert in ein Data Lake oder ein BI-System eingeben zu müssen, sondern kann relativ schnell fragen, bei dem Problem, wie gehen wir dann üblicherweise vor? Und wenn das da eine Standarddokumentation gibt, dann wird mir der Amazon Q, der Chat-Assistent, sofort die Antwort liefern, oder sagen, hier, in dem Dokument steht es aber so.

Oder wenn ich Fragen über die interne Reiserichtlinie habe in einem großen Konzern, bevor ich da viel Zeit verschwende, das genau zu suchen und zu verstehen, kann ich die Frage einfach dem internen Assistenten stellen und bekomme die Antwort. Das kann ich natürlich auch extern meinen Kunden anbieten und sagen, wir haben hier sehr viele öffentliche Support-Dokumente und bevor ein Kunde die jetzt alle durchforstet, kann man auch da den Chatbot zum Beispiel anbieten. Da haben wir sehr viele Kunden, die das sehr erfolgreich nutzen.

Audi ist hier vielleicht ein Beispiel, um ein Beispiel zu nennen, die so ein ähnliches Angebot für, zusammen mit SageMaker nutzen, um genau diese Suche nach Informationen für Kunden sehr einfach bereitzustellen. Dann haben wir Amazon Q Developer, das ist das andere Amazon Q Angebot, wo wir Tools für Softwareentwickler bereitstellen, um wesentlich schneller Software zu schreiben und Fehler darin zu finden.

Software hat sich herausgestellt, oder Code, Programmiercode, insgesamt Quellcode, ist ein Problem, was sehr, sehr gut für diese generativen KI-Modelle funktioniert, weil am Ende ist es Text, wenn man so will, ne? Und Text funktioniert bei diesen Modellen sehr gut, um das einerseits zu parsen, zu verstehen, und darum wiederum Vorhersagen über den nächsten Text, den ich schreiben wollen würde, zu generieren.

Und da haben wir von Plugins, die man sich in seine IDE, also das Tool, womit Softwareentwickler Code schreiben, installieren kann, bis hin zu Codescannern, die Fehler in meinem Sourcecode finden können, bis hin wiederum zu diesen Chatbots, die mir dann helfen, Fragen über den Sourcecode zu beantworten, oder mir helfen, zu verstehen, wie ich diesen Sourcecode jetzt wiederum teste oder ausrolle oder deploye. Und das nutzen wir sehr stark intern, aber auch da haben wir sehr viele Kunden, die das dann erfolgreich nutzen, um ihre internen IT-Teams zu beschleunigen, Fehler zu vermeiden, Sicherheitslücken zu finden oder die Testabdeckung der Software zu erhöhen und letztendlich am Ende damit effizienter zu programmieren, Zeit zu sparen und dann, ja, mehr Features für ihre Endanwender zu programmieren oder auch alte Applikationen zu aktualisieren auf neueste Versionen von Code.

Das sind so alles so typische Beispiele, die mit Amazon Q Developer gehen, die auch unheimlich die Software-Teams beschleunigen.

Sprecher: Also ihr seid doch sehr optimistisch für die nächsten Monate und Jahre, oder? Oder denkt ihr überhaupt in Jahren?

Jonathan Weiss: Ja, also ich glaube, in dem Bereich von AI ist es schwer, wirklich in Jahren sich das vorzustellen, was da passieren wird. Aber wir sind da sehr optimistisch, weil die Potenziale wirklich sehr groß sind. Um vielleicht konkret ein paar Zahlen und Beispiele zu nennen, von Amazon selber, ja. Das ist also der interne Einsatz von Amazon Q, wo wir, wie gesagt, die Möglichkeit haben, bestimmte ältere existierende Codeprojekte oder Codebasen, wie man so sagt, zu aktualisieren, wo wir das selber genutzt haben, um ältere Java-Applikationen zu aktualisieren. Das ist vielleicht so ein super Beispiel.

Amazon ist ja eine Firma, die gibt es jetzt auch schon eine Weile, ja, mehrere Jahre, wir haben natürlich auch sehr viele alte Projekte, die vielleicht eine Weile existieren, die man aktualisieren müsste auf die aktuellste Version von Java, die Bibliotheken aktualisieren, das ist ein typisches Problem in der Softwareentwicklung, wo man also eine Codebasis hat, die etwas älter ist und die aktualisieren möchte, und das ist auch so ein typisches Problem, wo auch innerhalb von Amazon sehr viele Teams sehr lange mit beschäftigt sind normalerweise.

Und hier haben wir also diese Funktionalität in Amazon Q Developer, die es ermöglicht, automatisiert eine Code-Basis auf ein aktuelles Java zu aktualisieren. Mir schön darstellt, hier sind die Änderungen, die ich vornehmen würde. Hier musst du deinen Code ein bisschen anpassen, und dann kompiliert er sauber in dem aktuellen Java-Code und kann dir dann das auch automatisiert ausrollen.

Und um da jetzt einfach mal die Zahl zu nennen, also wir haben selber das genutzt und haben damit, haben wir also intern Projekte, mehrere tausend Amazon-Projekte aktualisiert. Normalerweise hätten wir dafür 4.500 Entwicklermannjahre gebraucht, um dieselbe Arbeit manuell zu leisten und haben das mit einem kleinen Team von einer Handvoll Entwicklerinnen und Entwicklern dann in wenigen, in sehr kurzer Zeit dabei sein können, dann mit diesem System aktualisiert und haben jetzt nur innerhalb von Amazon über 260 Millionen Dollar gespart, weil neuere Versionen von Java brauchen weniger Ressourcen, ja, die ist einfach optimierter auf die modernen Prozessoren, also eine Applikation, die vorher zehn Server gebraucht hat, braucht jetzt vielleicht nur noch fünf, um denselben Workload zu leisten, um dieselbe Anzahl Transaktionen pro Sekunde zu gewährleisten zum Beispiel, und um nochmal zu zeigen, wie kommt man auf 116 Milliarden Euro, in dem Beispiel, das ist nur innerhalb von Amazon, für ein bestimmtes Projekt haben wir eine Kosteneinsparung von 260 Millionen Dollar gesehen.

Und das ist, wenn man das jetzt ein bisschen extrapoliert und guckt, was ist, wie oft könnte man das auch bei anderen Kunden einsetzen, wie oft kann man das auch für andere Programmiersprachen als Java nutzen, dann sieht man, dass diese Zahlen so fantastisch und groß sie erstmal klingen auf den ersten Blick, gar nicht so unerreichbar sind, weil, wie gesagt, allein dieses eine Projekt in Amazon eine Kosteneinsparung von 260 Millionen Dollar gebracht hat.

Sprecher: Und ihr habt doch diese 260 Millionen dann unterm Strich tatsächlich oder sind so viele Fehler passiert, dass du ein Drittel davon brauchtest, um die Fehler wieder auszubügeln?

Jonathan Weiss: Nein, das sind die Kosteneinsparungen und Performanceverbesserungen, die wir gesehen haben. Und auch die Zeiteinsparung alleine, weil ich brauche halt nicht 4.500 Entwicklermannjahre, sondern ich kann mit sehr kleinen Teams sehr viel mehr erreichen. Und das ist, glaube ich, generell, was wir sehen werden und was meine persönliche Erwartung ist, dass Künstliche Intelligenz letztendlich bringen wird - die einzelne Produktivität einer Mitarbeiterin, eines Mitarbeiters wird einfach steigen. Und damit kann ich einfach sehr viel mehr erreichen, als es vorher der Fall war.

Und da würde ich vielleicht wieder das Beispiel bringen mit Computer, Handy, Internet. Das sind tatsächlich die ähnlichen Entwicklungen. Vorher hat ein Briefschreiben deutlich länger gedauert und auf der Schreibmaschine, wenn ich mich vertippt habe, dann habe ich oft das ganze Blatt wegschmeißen müssen und musste wieder von vorne anfangen oder hab dann mit TippEx irgendwie angefangen. Und mit Word-Processor-Software auf dem Computer und mit meinem Laserdrucker geht das deutlich einfacher.

Und wenn man so will, ist vielleicht die Rechtschreibprüfung in Word so ein frühes Beispiel für vielleicht noch sehr simple Künstliche Intelligenz gewesen, wo die Maschine es mir hilft, Fehler zu vermeiden. Aber warum kann jetzt, soll denn der Computer aufhören mit den Kringeln unter dem falsch geschriebenen Wort? Kann er das Wort gleich richtig schreiben oder gleich den Satz für mich vervollständigen? Und das spart mir am Ende Zeit. Wo ich für den Brief vorher eine halbe Stunde gebraucht habe, dann brauche ich vielleicht nur noch fünf Minuten oder drei. Und das ist wiederum Zeit, die ich dann in andere Projekte stecken kann. Und so kommen diese Zahlen und diese Schätzungen zusammen.

Sprecher: Völlig klar. Nun, man mag es kaum glauben, aber es gibt Unternehmen, die sind etwas kleiner als Amazon. Wie wird es bei denen sein? Was ist deine Prognose, Jonathan Weiss? Beispielsweise so eine Steuerberaterkanzlei mit 100 Angestellten, Autohaus 500, Stadtverwaltung 1000 Beschäftigte. Wo sagst du, in welchen Dimensionen erwarten wir da einen Produktivitätsschub?

Jonathan Weiss: Ja, also ich glaube nicht, dass diese Firmen jetzt natürlich zu den Experten von Künstlicher Intelligenz werden müssen. Genauso wenig wie diese Firmen zu Experten in Handys und Laptops und dem Internet geworden sind, sondern es ist dann eine Technologie geworden, die praktisch wie selbstverständlich genutzt wird, um, was auch immer deren Geschäftsprozess ist, ob es jetzt die Abgabe der Steuererklärung für die Mandanten oder die Abarbeitung vom Kundenservice, was auch immer der Geschäftsbereich ist, das wird sicherlich durch Künstliche Intelligenz beschleunigt und verbessert werden.

Und das ist im Einsatzbereich mal weniger und mal mehr. Genauso wie mit dem Beispiel Mobiltelefon, das hat sicherlich das Leben von einem Außendienstmitarbeiter deutlich einfacher gemacht. Von jemand, der in der Fabrik am Fließband steht, wahrscheinlich weniger. Aber das hängt, also die genaue Einsparung oder genauen Potenziale hängen natürlich sehr stark von diesem Einsatzfeld ab.

Aber ich denke, dass wir im Großen und Ganzen, wenn wir jetzt wieder, eingangs kam die Frage, wie sieht die Welt in fünf Jahren aus? Genau, also da glaube ich, es wird sehr viel selbstverständlicher sein. Genauso wie der Einsatz von Computern im Internet wesentlich selbstverständlicher ist, kann ich mir gut vorstellen, dass auch in einem kleinen Steuerbüro die Mitarbeiter am Computer den Künstliche Intelligenz empowernden Assistenten nutzen, um genau diese Steuererklärung dann wesentlich schneller zu machen, schneller nachzuschlagen.

Wie war denn normal hier die Regel oder was ist denn jetzt gerade vom Finanzamt so und so dazu entschieden worden? Das sind Informationen, die mir, auch dank Internet, wesentlich schneller verfügbar sind und mit GenAI und Co. noch einmal mehr. Und dann kann ich diese Entscheidung gleich anwenden lassen. Da kann ich gleich sagen, ich habe hier einen ersten, ich kann mir den ersten Vorschlag der Steuererklärung von dem System generieren lassen und dann kann ich als Mensch nochmal drüber gucken und schauen, ob das alles so passt.

Und dadurch können Angestellte im Steuerbüro sicherlich dann wesentlich mehr Fälle pro Zeiteinheit bearbeiten als vorher. Und da werden wir also auch diese Produktivitätsgewinne sehen. Da bin ich fest überzeugt, aber der wird natürlich ein bisschen schwer genau zu beziffern sein. Das hängt, wie gesagt, sehr stark ab von dem Einsatzfall.

Aber ich denke, gerade wer mit dem Computer viel arbeitet, wird sicherlich mehr und mehr diese Funktionalitäten und Tools einsetzen, ob jetzt wirklich bewusst in dem Sinne, dass ich jetzt hier so einen Chat-basierten Assistenten habe oder einfach unbewusst, weil bestimmte Funktionalitäten intern damit funktionieren, aber das muss ich ja als Kunde nicht unbedingt mitbekommen.

Ob das Ergebnis der Suchmaschine, die ich nutze, diese Technologie im Hintergrund nutzt oder nicht, das muss mich als Kunde ja nicht interessieren, aber ich kann dann trotzdem den Vorteil haben, dass die Ergebnisse schneller und besser sind. Oder wenn ich meine nächste Reise buche oder die Vorschläge, welches Hotel denn für meine Ansprüche am besten passt.

Das sind, glaube ich, alles so Beispiele, die von diesen Technologien sicherlich profitieren werden. Bis hin, als Privatmann seine Steuererklärung zu machen, wird in der Zukunft sicherlich einfacher sein, weil ich diese Tools nutzen kann, um da schon einen ersten Vorschlag, eine erste Einschätzung zu bekommen und nicht unbedingt selber der Experte für Steuerrecht sein muss.

Sprecher: Eine schlechte Prognose eigentlich nur für die IT-Abteilung. Die werden deutlich kleiner. Heute sind die Mitarbeiter knapp, aber wenn ich dich richtig verstehe, in Zukunft wird es nicht mehr so sein, oder?

Jonathan Weiss: Ich glaube, im Großen nicht. Ich glaube, wie jede Technologie, und das ist jetzt natürlich meine sehr persönliche Einschätzung, wo es natürlich schwerer ist, sich vorher zu sagen, wie wird die Gesellschaft sich verändern in den nächsten Jahren, aber wenn ich jetzt eine Wette abschließen würde, würde ich eher davon ausgehen, dass wir mehr Leute haben werden, die Software schreiben, die mit der IT arbeiten als vorher.

Weil die für ein bestimmtes Szenario, für bestimmte Use-Cases, diese jetzt schneller mit weniger Ressourcen implementieren können. Die Frage ist dann, wird die entsprechende Firma dann dort aufhören und sich freuen, dass sie jetzt Kosten gespart haben und die IT-Abteilung reduzieren von zehn auf sieben Personen, oder wird die entsprechende Firma eher sagen, oh, mit den zehn Leuten konnte ich vorher diesen Berg abarbeiten, und jetzt kann ich deutlich mehr erreichen und weitet ihren Use Case aus.

Und meine persönliche Theorie wäre, das Letztere wird passieren, zumindest in der Breite der Gesellschaft. Man wird sicherlich auch Gegenbeispiele finden. Weil wenn wir eins lernen können aus der Historie der Menschheit, ist es dann, dass immer, wenn eine neue Technologie aufkam und die billiger und verbreiteter wurde, heißt es nicht, dass diese Ressource weniger genutzt wurde, sondern mehr.

Vom Autofahren über Mobilfunk-Telefone zum Internet – normalerweise, wenn etwas billiger und verfügbarer wird, konsumieren es Menschen dann mehr. Und so ähnlich, denke ich, wird es auch sein, dass die Schwelle des Wissens und der Wissenschaft, das Kapital, was ich brauche, um zum Beispiel Software-Entwickler zu sein, das wird weiter nach unten gehen.

Das ist in den letzten Jahrzehnten schon so gewesen und das wird immer mehr so sein. Wenn wir zurückkommen vielleicht wiederum auf das Beispiel Amazon Web Services. Mittlerweile, wenn man ein start-up ist, wenn man ein Gründer ist, wenn man eine Idee hat, es ist nie in der Historie der Menschheit billiger gewesen, diese Idee zu probieren, umzusetzen.

Das Kapital, was ich brauche, der Mitarbeiter, das Wissen, was ich brauche, ist wesentlich geringer und wesentlich einfacher für mich verfügbar. Ich kann virtuelle Server bei Amazon mieten. Ich kann meine Software mithilfe von einem KI-Assistenten schreiben, wo mir viel Arbeit abgenommen wird. Und damit kann ich neue Geschäftsideen ausprobieren. Ich brauche, wenn es funktioniert, wesentlich weniger Ressourcen, um die umzusetzen.

Und da glaube ich, dass es eher nicht so sein wird, dass wir weniger Leute da in Arbeit finden werden, sondern eher mehr, weil einfach mehr Ideen umsetzbar sind. Und von daher bin ich eigentlich sehr optimistisch, was da für gerade die Mitarbeiter in der IT werden, glaube ich, da eher noch stärker nachgefragt werden.

Weil dieses Wissen, um wie ich künstliche Intelligenz einsetzen kann, wo das Sinn macht, wie es funktioniert, wird da eher stärker nachgefragt werden. Und da bin ich sehr optimistisch für mich und meine Kollegen.

Sprecher: Aber ihr bleibt immer am Boot. Also wenn jetzt jemals beispielsweise so ein Tool wie Party Rock für sich adaptiert und sagt, da mache ich jetzt mein eigenes Business draus, so wie du das eben beschrieben hast. Lass meine eigenen Apps schreiben und vieles mehr. Dann seid ihr irgendwann raus.

Jonathan Weiss: Nein, ich glaube, wir müssen natürlich genauso kontinuierlich unser Geschäftsmodell aktualisieren, neue Dienstleistungen und Produkte und Services anbieten, die den Markt und den Kunden treffen und zufriedenstellen. Man kann, glaube ich, sich nie ausruhen auf vergangene Erfolge. Aber wir sehen uns als Dienstleister, der Kunden hilfreich ist.

Ihre IT möglichst einfach, schnell und günstig bereitzustellen wiederum ihren Kunden. Und sicherlich das Angebot wird sich verändern. Jetzt bieten wir nicht nur die eigentliche virtualisierte Hardware, wenn man so will, die Rechenkapazität da, sondern man kann jetzt auch diese KI-Assistenten nutzen oder man kann die reinen Datendienste nutzen.

Also es wird sicherlich immer etwas geben, wo es am Ende Sinn macht, es letztendlich, wenn man so will, auszusourcen oder an jemand anderen weiterzugeben, der sich darauf spezialisiert hat, und im Bereich Amazon Web Services ist es genau das, was wir tun.

Wir sagen, wir spezialisieren uns darauf, Computing-Dienstleistungen, Storage, Messaging, Networking oder jetzt auch KI-Modelle und das Bereitstellen von diesen KI-Modellen den Kunden zur Verfügung zu stellen, und da, glaube ich, werden wir auch in der Zukunft Szenarien finden, die die Kunden in Anspruch nehmen und nutzen.

Sprecher: Jetzt hast du selber Zukunft gesagt. Abschließende Frage, da schließt sich der Bogen wieder. Wo geht die Reise hin? Wie sieht die IT-Welt in fünf oder in zehn Jahren aus? Was glaubst du?

Jonathan Weiss: Also ich glaube, dass wir sehr viel mehr Künstliche Intelligenz im Einsatz finden werden, als man sich jetzt das vorstellen kann. Wahrscheinlich in ein bisschen anderen Stellen, als man es ursprünglich geglaubt hat.

Sprecher: Welche wären das?

Jonathan Weiss: Ich glaube, das ist genau der Punkt. The next million dollar idea, wenn man so will. Wo genau lohnt es sich zuerst? Da muss ja einiges zusammenkommen von der Technologie, dem Markt. Die Kunden müssen das bereit sein und akzeptieren. Und wo das in welchem Stelle das als erstes am erfolgreichsten passiert, das ist genau natürlich die große Frage.

Aber ich glaube, insgesamt werden wir diese Technologie sehr viel verbreiteter sehen und auch als selbstverständlich wahrnehmen. Wie meine früher genannten Beispiele rund um Mobiltelefonie und Internet und Computer und Laptop.

Vielleicht eine kleine Anekdote aus meinen Studienzeiten. Ich kann mich noch erinnern, als ich damals Informatik studiert habe, war ich einer der wenigen im Hörsaal, die einen Laptop mit hatten und darauf Notizen gemacht haben und die Aufgaben gleich bearbeitet haben und da wurde ich noch ein bisschen komisch angeguckt, warum ich jetzt einen Laptop hier anschleppe.

Heutzutage, wenn man in den Hörsaal guckt, dann ist man wahrscheinlich schwer am Suchen, um jemanden zu finden, der keinen Computer oder elektronisches Gerät dabei hat und da die Notizen drauf nimmt, sogar GenAI-Assistenten nutzt, um automatisiert die Vorlesungen zu transkribieren, und das wird als ganz normal gesehen.

Und genauso wird es, glaube ich, bei vielen Unternehmen sein, die dann diese neuen Technologien einsetzen würden als das Natürlichste der Welt, um wiederum ihr Produkt, ihre Dienstleistung, ihr Portfolio dann an ihre Kunden zu bringen und dann möglichst erfolgreich im Markt zu sein. Und von daher, glaube ich, wird diese Technologie in einigen Jahren normal sein und nicht mal wegzudenken aus dem Alltag, zumindest bei den meisten von uns.

Sprecher: Jonathan, ich nagle dich hiermit fest. Wir wiederholen dieses Gespräch in 365 Tagen oder in zwei Jahren. Schauen bei „heise meets …", was ist von diesen Visionen eingetreten? Ist es möglicherweise viel, viel schneller gekommen? Ist es überholt? Brauchen wir noch ein bisschen? Und du stehst uns wieder als Gesprächspartner hier bei „heise meets …" zur Verfügung. In Ordnung?

Jonathan Weiss: Ja, sehr, sehr gerne.

Sprecher: Wunderbar. Ich sage herzlichen Dank an den Mann mit dem langen Titel auf der Visitenkarte. Managing Director Amazon Web Services Development Center Germany. Jonathan Weiss, vielen Dank und einen schönen Tag für dich.

Jonathan Weiss: Ja, sehr gerne. Vielen Dank und euch auch einen schönen Tag.

Sprecherin: Das war „heise meets … – Der Entscheider-Talk". Sie wollen mehr erfahren? Dann besuchen Sie uns auf heise-meets.de. Wir freuen uns auf Sie.