Wie KI-Modelle ganze Branchen verändern

Künstliche Intelligenz macht täglich ihren Job. Bei der Automatisierung von Produktionsprozessen, personalisierten Produktempfehlungen und bei der Qualitätskontrolle – um nur einige Einsatzgebiete zu nennen. Die große Aufmerksamkeit gilt derzeit den Large Language Models (LLMs), einem Teilbereich der generativen KI. Damit sind Algorithmen gemeint, die darauf spezialisiert sind, eigenständig neue Inhalte zu erzeugen. LLMs konzentrieren sich auf textbasierte Aufgaben und eröffnen Unternehmen neue Möglichkeiten der Kommunikation. Doch was ist Hype und was Realität? Und wo bleibt dabei der Mensch? 

Fakt ist: von der automatisierten Kundenkommunikation bis zur KI-gestützten Programmierung treiben Large Language Models die Disruption von Branchen und Berufen voran. Die Technologie, einst als Spielerei in Chatbots und digitalen Assistenten belächelt, hat sich mit rasanter Geschwindigkeit zu einem wirtschaftlichen Faktor entwickelt, der Prozesse effizienter macht, neue Geschäftsmodelle ermöglicht und zugleich tiefgreifende Fragen an Ethik, Regulierung und Arbeitsmarkt stellt.

LLMS wie Gpt-4 von OpenAI oder Gemini von Google sind in der Lage, natürlich sprachliche Texte zu analysieren, zu erzeugen und in Echtzeit auf komplexe Fragen zu antworten. Dabei agieren sie nicht als starre Programme, sondern als lernfähige Systeme, die auf riesige Datenmengen und große Rechenleistung zurückgreifen. Ihre Fähigkeit, Sprache in all ihren Facetten zu verarbeiten, macht sie zu einem vielseitig einsetzbaren Werkzeug – mit disruptivem Potenzial. Der Buchautor und Keynote-Speaker Dr. Thomas Ramge aus Berlin befasst sich seit Jahren mit neuen Technologien. „Ich bin meist skeptisch, wenn das Silicon Valley mal wieder die ganz große Disruption ankündigt“, sagt Ramge, „aber im Fall von LLMs und generativer KI glaube ich, dass sie unser Leben, unsere Arbeit, Wertschöpfung, Wissenschaft und viele andere Bereiche tatsächlich grundlegend verändern werden. Der absehbare Automatisierungsschub ist gewaltig.“

Auch Adrian Locher, Gründer und General Partner von Merantix  Capital, vertritt eine klare Position: „Ich bin der Überzeugung, dass der wahre Wert von KI nicht in den LLMs selbst liegt, sondern  darin, wie tief sie in reale Workflows und Branchen integriert werden. Dort wird die eigentliche Disruption und Transformation stattfinden.“ Aus diesem Grund, so der Unternehmer, investiere Merantix in Unternehmen auf der Applikationsebene, die eine echte Transformation in Branchen wie dem Bank-, Versicherungs- und Gesundheitswesen oder der Industrie ermöglichen. „Dort, wo ein größerer Anteil der Wertschöpfung beim Endnutzer anfällt, liegen die interessantesten Potenziale.“

Tatsächlich setzen Unternehmen weltweit LLMS ein, um Texte zu generieren, Inhalte zu übersetzen, Verträge zu analysieren oder komplexe Kundenanfragen zu beantworten. Laut einer Studie der Unternehmensberatung McKinsey könnten bis 2030 rund 50 Prozent der heutigen Aufgaben im Kundenservice durch KI unterstützt oder vollständig übernommen werden.

Der ökonomische Nutzen ist immens: Unternehmen berichten von erheblichen Effizienzgewinnen, geringeren Kosten und einer höheren Kundenzufriedenheit. Gleichzeitig entstehen neue Geschäftsmodelle – etwa im Bereich der individuellen Wissensvermittlung, der KI-gestützten Content-Erstellung oder der automatisierten Softwareentwicklung. Letzteres ist besonders für kleine und mittlere Unternehmen interessant, denen es an Entwicklern mangelt. „KI-gestützte Lösungen ebnen im Grunde das Spielfeld für KMU, indem sie ihnen Effizienzvorteile zugänglich machen, die zuvor nur großen Organisationen vorbehalten waren“, sagt Adrian Locher. „Als Investor in KI-Start-ups sind wir besonders begeistert von vertikalen Anwendungen, die maßgeschneiderte Workflows für spezifische Branchen wie juristische Dienstleistungen, Logistik oder Fertigung bieten.“

Aber nicht alle Bereiche des Workflows sind gleichermaßen von der LLM-Revolution betroffen. Kritisch bleiben Anwendungen, bei denen es auf faktische Korrektheit, Datensicherheit oder regulatorische Anforderungen ankommt, zum Beispiel bei Banken. Denn LLMs neigen zu „Halluzinationen“ – sie erfinden scheinbar plausible, aber falsche Informationen. Auch der Schutz sensibler Daten stellt Unternehmen – insbesondere im Finanzdienstleistungsbereich – vor Herausforderungen.

Trotz dieser Herausforderungen und Risiken wächst die Zahl erfolgreicher LLM-Anwendungen in Deutschland. Besonders Berlin-Brandenburg entwickelt sich zu einem Hotspot der KI-Szene. Neben dem 2019 gegründeten Beratungsunternehmen AI Superior setzen weitere Start-ups bei ihren Businessmodellen auf KI, zum Beispiel Contiamo. Das Unternehmen hat sich auf Business Intelligence spezialisiert und nutzt die LLM-Technologie, um Daten aus verschiedenen Quellen zu integrieren und analysieren. Auch Dida und Explosion arbeiten mit LLMs. Das Softwareunternehmen Explosion hat sich auf Natural Language Processing spezialisiert und verwendet LLMs zur Entwicklung von Textanalyse-Tools, während Dida eine KI-basierte Plattform für die Erstellung von Produktbeschreibungen und Marketingtexten entwickelt hat – und dabei LLMs nutzt. Weitere Einsatzgebiete sind die Analyse medizinischer Informationen (ADA Health), die Optimierung von HR-Prozessen (ZYBR) oder die Nutzung sprachbasierter Assessment-Tools, um das Potenzial von Bewerbern zu erkennen. 

Diese Unternehmen profitieren von der Nähe zu Forschungsinstitutionen, einem internationalen Netzwerk und einer wachsenden Szene technologieaffiner Investoren. Dennoch bleibt der Rückstand zu internationalen Vorreitern wie Indien, Großbritannien oder den USA spürbar. Gerade in den Vereinigten Staaten entstehen neue Standards bei der Anwendung und Skalierung von LLMs. Unternehmen wie Anthropic, Cohere oder Open AI arbeiten eng mit Forschungseinrichtungen und der Industrie zusammen. In Großbritannien fördert die Regierung gezielt KI-Innovationen, um einen eigenständigen europäischen Gegenpol zu schaffen. Indien wiederum nutzt seine starke IT-Infrastruktur, um LLM-Dienstleistungen im großen Maßstab global anzubieten – etwa als „AI as a Service“ für westliche Firmen.

Was können wir von diesen Ländern lernen? Vor allem Geschwindigkeit, Offenheit für Experimente und eine bessere Verzahnung von Forschung, Wirtschaft und staatlicher Förderung. Während Deutschland mit Förderprogrammen wie „KI made in Germany“ Akzente setzt, fehlen oft die pragmatische Umsetzung und eine klare Vision für den flächendeckenden Einsatz von LLMs in der Wirtschaft.

Trotz aller Euphorie: LLMS sind Werkzeuge, keine Zauberstäbe. Ihre Leistungsfähigkeit hängt stark von der Qualität der Trainingsdaten, der Feinabstimmung auf konkrete Anwendungsfälle und der Einbettung in bestehende Systeme ab. Wer KI einfach „on top“ implementiert, wird schnell enttäuscht sein. Unternehmen, die LLMs erfolgreich nutzen, investieren gezielt in Know-how, Datenmanagement und IT-Infrastruktur.

Und nicht zuletzt bleibt die Frage nach dem Menschen. Wie verändert sich Arbeit, wenn kognitive Routinetätigkeiten automatisiert werden? Welche Kompetenzen sind künftig gefragt? „Die sogenannten Wissensarbeiter sind viel stärker von Automatisierung bedroht als die sozialen Berufe und das Handwerk“, sagt Thomas Ramge. „Menschen werden Menschen weiter pflegen. Und auch die Wärmepumpe wird von einem Menschen eingebaut werden. Bei der Wissensarbeit muss sich jeder die Frage stellen: Wie originell sind meine Ideen und Gewerke wirklich? Oder reproduziere ich gerade etwas, das andere auch schon 100 Mal entworfen oder geschrieben, programmiert oder entschieden haben?“

Die Zukunft gehört also nicht den Maschinen, sondern jenen, die lernen, mit ihnen zu arbeiten. Wer heute in die Potenziale von LLMs investiert, sichert sich für morgen einen entscheidenden Wettbewerbsvorteil – sofern er bereit ist, die nötige Verantwortung zu übernehmen.

Text: Christian Bracht
Illustration: erstellt mit Adobe Firefly und ChatGPT
Datum: Juli 2025