Cover der Zusammenfassung von „Prediction Machines“

Technologie & Zukunft · 15 Min.

Prediction Machines

Ajay Agrawal, Joshua Gans und Avi Goldfarb · 2018

Für wen ist dieses Buch?

Für Führungskräfte, Gründer und Neugierige, die mithilfe wirtschaftlicher Begriffe einschätzen möchten, wo künstliche Intelligenz einem Unternehmen helfen kann.

Kostenlos laden · iPhone und Android

Zu dieser Zusammenfassung gibt es in der App auch eine Vertonung.

3 Kernideen zum Mitnehmen

  1. Wenn du konsequent festhältst, was im Unternehmen passiert, schaffst du die erste Voraussetzung für Daten, die später nützliche Prognosen ermöglichen.

  2. Wie selbstständig eine Maschine handeln darf, sollte davon abhängen, wie teuer ein Fehler von ihr wäre.

  3. Liegt der Engpass einer Entscheidung beim Urteilsvermögen, reicht eine bessere Prognose allein möglicherweise nicht aus.

Wenn etwas günstig wird, nutzen wir es auch dort, wo es sich vorher nicht gelohnt hat.
Ein Gedanke aus „Prediction Machines“, in den Worten von 15 Minuten

Leseprobe

Die ersten Abschnitte

Künstliche Intelligenz aus wirtschaftlicher Sicht

Das 2018 erschienene Buch Prediction Machines von Ajay Agrawal, Joshua Gans und Avi Goldfarb versucht, künstliche Intelligenz ohne Verklärung oder Panik zu erklären. Die Autoren sind Wirtschaftswissenschaftler und schlagen eine einfache Betrachtungsweise vor: Das wirklich Neue an KI im Arbeitsalltag ist, dass sie die Kosten für Prognosen erheblich senkt.

Diese Sichtweise klingt weniger aufregend als Roboter mit Bewusstsein, ermöglicht dafür aber praktische Fragen. Was verändert sich in Unternehmen, wenn Prognosen billig werden? Wo wird ein Unternehmen künftig häufiger Prognosen einsetzen? Welche anderen Dinge gewinnen dadurch an Wert? Das Buch antwortet mit der Logik von Angebot und Nachfrage, die jeder bereits anwendet, wenn etwas günstiger wird.

Das Autorentrio möchte Führungskräften helfen, über Investitionen zu entscheiden, Aufgaben zur Automatisierung auszuwählen und ihre Organisation vorzubereiten. Der Ton erinnert an einen Strategieleitfaden, mit Beispielen aus Technologieunternehmen, dem Gesundheitswesen, dem Einzelhandel und dem Verkehr.

Was eine Prognose eigentlich ist

Die Autoren erklären, dass Prognosen nicht nur einen Blick in die Zukunft bedeuten. Es geht darum, vorhandene Informationen zu nutzen, um fehlende Informationen zu ergänzen. Ein Arzt, der eine Krankheit diagnostiziert, prognostiziert die Ursache der Symptome. Ein System, das einen Text übersetzt, prognostiziert, welches Wort in der anderen Sprache als Nächstes kommt.

Maschinelles Lernen, die Technik hinter den jüngsten Fortschritten, funktioniert so: Ein Algorithmus erhält viele Beispiele und sucht darin nach Mustern. Nach dem Training bekommt er neue Daten und erstellt eine Schätzung. Je mehr hochwertige Daten vorliegen, desto besser fällt in der Regel das Ergebnis aus.

Aus dieser weiten Definition ergibt sich eine wichtige Konsequenz: Viele Probleme, die zunächst nicht nach Prognoseaufgaben aussehen, lassen sich als solche formulieren. Ein Foto erkennen, Auto fahren, einen Film empfehlen und Betrug bei Kartenzahlungen aufdecken werden so zu Aufgaben, bei denen aus Daten eine Antwort vorhergesagt wird.

Wenn etwas günstig wird

Der wirtschaftliche Kerngedanke ist einfach. Wenn der Preis einer Sache sinkt, nutzen Menschen sie häufiger, auch dort, wo es sich vorher nicht gelohnt hat. Als Beispiel nennen die Autoren elektrisches Licht: Als es günstig wurde, begannen wir, alles zu beleuchten, nicht nur die Stellen, an denen zuvor Kerzen standen.

Ein weiteres Beispiel ist das Rechnen. Computer waren anfangs Rechenmaschinen. Weil die Kosten für Berechnungen drastisch sanken, kamen sie bald in Tabellenkalkulationen, Spielen, der Fotografie und der Musik zum Einsatz. All diese Anwendungen wurden zu Rechenaufgaben. Prognosen entwickeln sich gerade auf eine ähnliche Weise.

Daraus folgt die Vorhersage des Buches: Wir werden günstige Prognosen bei neuen, teilweise unerwarteten Aufgaben erleben. Wer in Bereichen mit vielen wiederkehrenden Entscheidungen arbeitet, etwa in der Logistik, bei der Kreditvergabe oder im Kundenservice, dürfte die Auswirkungen früher spüren.

11 weitere Abschnitte in der App

In der App weiterlesen

Lies die ganze Zusammenfassung oder hör sie dir an und prüfe dich am Ende mit dem Quiz zum Buch. Die App ist kostenlos zu laden, und jeden Tag gibt es eine Gratis-Lektüre.

Über Ajay Agrawal, Joshua Gans und Avi Goldfarb

Ajay Agrawal, Joshua Gans und Avi Goldfarb sind Professoren an der Rotman School of Management der Universität Toronto in Kanada. Agrawal gründete das Creative Destruction Lab, ein Programm zur Unterstützung junger Technologieunternehmen. Alle drei sind Wirtschaftswissenschaftler und erforschen die wirtschaftlichen Auswirkungen künstlicher Intelligenz. Gemeinsam schrieben sie außerdem das 2022 erschienene Buch „Macht und Prognose“.