Jenseits des digitalen Untergangs: Wir erforschen die Zukunft der Innovation (Teil 2)

Greg Satell, Autor, Referent, Innovationsberater

(Dies ist der letzte Teil einer zweiteiligen Serie über das Thema Innovation mit Greg Satell, Autor von Mapping Innovation [Erfolgreiche Innovationsstrategien] und Cascades: How to Create a Movement that Drives Transformational Change [Kaskaden: Wie Bewegungen tiefgründige Veränderungen anstoßen können] von McGraw-Hill, die im April 2019 veröffentlicht wird. Erfahren Sie mehr über Greg auf seiner Website, GregSatell.com, und folgen Sie ihm auf Twitter unter @DigitalTonto.  Teil 1 können Sie hier lesen.)

In Zeiten sich ständig ändernder Kundenerwartungen kann der falsche Innovationsansatz tödlich sein. Wir sprechen hier von den üblichen Ratschlägen, den Kunden zuzuhören, in kontinuierliche Verbesserung zu investieren und die Bilanz im Blick zu behalten. Die Gefahr besteht darin, dass Sie, wenn sich die Marktbedingungen wandeln, immer besser in Dingen werden, die die Kunden schlicht nicht mehr wollen.

Dann ist es an der Zeit, bei Ihrem Geschäftsmodell Innovation zu schaffen – nicht bei Ihrem Produkt.

Zumindest, wenn man Greg Satell Glauben schenkt.

„Die Wahrheit“, so Satell, „ist, dass viele Unternehmen sich festfahren, weil sie sich letztendlich an eine einzige Strategie binden. Sie finden etwas, das funktioniert, und sagen: „So schaffen wir Innovation“ und versuchen am Ende im Wesentlichen, die gleiche Lösung anzuwenden, egal was das Problem ist. Früher oder später endet das schlecht.“

„Deshalb fallen Unternehmen, die einst als große Innovatoren gefeiert wurden, hinter der Konkurrenz zurück. Sie versteifen sich auf die Denkweise, als Unternehmen die Quadratur des Kreises zu verkörpern, das Unmögliche möglich zu machen. Und so verlieren sie an Relevanz.“

Sehr viel besser ist es, die Lösungen den Problemen anzupassen – nicht umgekehrt.

Womit sich ein gute Überleitung zur letzten Folge unseres zweiteiligen Interviews mit dem Innovationsberater Greg Satell bietet.

Wir wünschen Ihnen viel Freude beim Lesen.

Appian: Ich möchte einen Gang zurückschalten und über Ihr Argument sprechen, dass es an der Zeit ist, weniger über Hackathons nachzudenken und mehr über die Bewältigung großer Herausforderungen.  Was meinen Sie damit?

Satell: Ja, das bezog sich auf das neue Zeitalter der Innovation. Wir assoziieren Innovation heute mit digitaler Technologie und Agilität. Und das liegt vor allem daran, dass wir digitale Technologie wirklich, wirklich gut verstehen. Und wir haben uns an die Vorstellung gewöhnt, dass wir alle zwei Jahre einen neuen Chip bekommen, der doppelt so leistungsstark und besser ist als der letzte.

Appian: Das war quasi kostenlose Innovation.

Satell: Und es ist auch so, als hätte sich der Wert auf das Frontend verlagert, auf Dinge wie die Benutzeroberfläche und das Design. Denken Sie an den iPod und Steve Jobs’ Idee, tausend Songs in Ihre Tasche zu stecken.

Der Hersteller der Technologie (hinter dem iPod) hat Geld verdient, aber nicht annähernd so viel wie Apple mit dem iPod. In den letzten 20 oder 30 Jahren hat sich also ein Großteil dieser Wertschöpfung auf das Frontend verlagert. Doch das endet jetzt alles. Das Moore’sche Gesetz endet. Die Frage lautet also: „Was tun wir, wenn das passiert?“

Postdigitales Computing: An der Schwelle zum Wandel

Appian: Also, was kommt als Nächstes? Und wie können wir uns das zunutze machen?

Satell: Wir müssen neue Grundlagentechnologien entwickeln. Und es gibt eine Reihe von Kandidatentechnologien, vor allem Quantencomputer und neuromorphe Chips. Doch die funktionieren völlig anders als die alten Mikrochips. Und das wird einige Probleme bereiten.

Appian: Aber sind Quantencomputer nicht Zukunftsmusik? Oder sind sie etwas, worüber wir uns heute schon Gedanken machen müssen?

Satell: Es nutzen schon heute Menschen Quantencomputer und wir wissen, dass sie potenziell extrem wertvoll für Dinge wie die Simulation physikalischer Systeme sind. Es wird noch mindestens fünf Jahre dauern, bis sich das auszahlt.

Aber in fünf Jahren werden die Unternehmen, die sich nicht auf das Zeitalter des Quantencomputing vorbereiten, ein echtes Problem haben, denn sie werden nicht wissen, wie sie von der Technologie profitieren können.

„Move Fast and Break Things“ war gestern

Appian: Womit wir auf Ihr Argument zurückkommen, dass es an der Zeit ist, sich auf das Leben nach der Digitalisierung vorzubereiten. Was bedeutet das für Entscheidungsträger in der Wirtschaft?

Satell:

Es bedeutet, dass wir die letzten paar Jahrzehnte damit verbracht haben, zu lernen, wie man schnell vorankommt. Wir werden die nächsten paar Jahrzehnte damit verbringen müssen, zu lernen, wie man sich wieder langsam bewegt.

Einen Quantencomputer kann man nicht schnell iterieren. Ein revolutionäres neues Material für Solarmodule kann man nicht schnell iterieren. Und eine Heilung für Krebs ebenso wenig.

Eine der Organisationen, mit denen ich mich ziemlich umfassend ausgetauscht habe, ist das Joint Center for Energy Storage Research am Argonne National Laboratory (JCESR). Es handelt sich dabei um ein Konsortium aus fünf nationalen Laboratorien, Forschungsuniversitäten und einem Netzwerk von über 100 privatwirtschaftlichen Unternehmen.

Appian: Und worüber haben Sie mit dem JCESR gesprochen?

Satell: Deren Mission ist es, die chemische Zusammensetzung der Batterie der Zukunft ausfindig zu machen. Sie sollten einen Prototyp für das Netz und einen weiteren für Geräte und Autos entwickeln. Denn wenn man darüber nachdenkt, ist es ziemlich verrückt, dass wir für beide Lithium-Ionen verwenden.

Übrigens haben Lithium-Ionen ein ähnliches Problem wie das Moore’sche Gesetz. Das Material stößt ebenfalls an seine theoretischen Grenzen.

Nicht ganz so schnell oder unmittelbar bevorstehend wie das Moore’sche Gesetz – wir reden hier vielleicht von fünf bis zehn Jahren.

Also, JCESR hat nicht nur eine chemische Zusammensetzung für beide Anwendungsfälle identifiziert. Man hat dort jeweils „Rezepte“ für jede einzelne Anwendung ausfindig gemacht. Jetzt kennen wir die Chemikalien, die für Batterien der nächsten Generation geeignet sind. Und wir wissen, was nötig ist, damit sie funktionieren. Das einzige Problem ist, dass die Materialien noch nicht existieren.

Materialwissenschaft: Eine Revolution auslösen

Appian: Das klingt nach einem Problem ohne Lösung.

Satell: Aber es ist ein sehr viel kleineres Problem als früher.

Ich denke, dass die Materialwissenschaft die wichtigste Technologie für die nächsten zehn Jahre sein wird.

Was wir also begonnen haben, ist der Aufbau dieser Materialgenome, und wir verwenden Hochleistungs-Supercomputer, um es praktisch schneller zu tun als je zuvor.

Appian: Welche Vorteile bringt es uns also, die traditionelle Art der Materialwissenschaft zu beschleunigen?

Satell: Traditionell beginnen Sie mit den gewünschten Eigenschaften und arbeiten dann rückwärts mit Strukturen und Prozessen, um diese Eigenschaften zu erhalten. Nehmen wir z. B. den 787 Dreamliner, das neue Flugzeug von Boeing. Er funktioniert ziemlich genau wie sein Vorgänger, der 777, er ist jedoch 20 % leichter und verbraucht 20 % weniger Kraftstoff.

Diese Art von Innovation hat enorme wirtschaftliche und ökologische Vorteile, wenn man sie auf dem gesamten Weltmarkt für die Luftfahrt einsetzt.

Appian: Sie haben erwähnt, dass wir Supercomputer verwenden, um Materialgenome zu erstellen. Was genau bedeutet das?

Satell: Das Problem mit der traditionellen Materialwissenschaft besteht darin, dass man viel Zeit damit verbringen kann, alle Materialoptionen durchzugehen und sie zu testen, bis man etwas findet, das besser ist als das, was man bereits hat.

Aber mit Computersimulationen kann man sich Tausende von Möglichkeiten nehmen und diese Auswahl auf nur 40 oder 50 Materialien eingrenzen. Sie können über 90 % der Möglichkeiten eliminieren und das materialwissenschaftliche Problem mit erstaunlicher Geschwindigkeit lösen.

Appian: Wir bekommen also einen Vorgeschmack auf die Revolution der Materialwissenschaft. Aber wie lange wird es dauern, bis wir diese Art von Innovation erleben?

Satell: Die Materialexperten, mit denen ich gesprochen habe, sagen mir, dass wir innerhalb des nächsten Jahrzehnts eine Verbesserung um den Faktor 10 in der Materialentwicklung verzeichnen werden. Und das würde die Ökonomie einer ganzen Reihe von Dingen verändern.

Unternehmen geben Hunderte von Millionen Dollar für die Materialforschung aus. Wenn man den (Entdeckungs-)Prozess beschleunigen kann, sprechen wir hier von der Schaffung eines völlig neuen Wirtschaftsmodells.

Die erstaunliche Evolution der synthetischen Biologie

Appian: Sie haben auch über Genomik und das Aufkommen der synthetischen Biologie geschrieben.

Satell: Die Entdeckung von CRISPR (ein Hilfsmittel zur Manipulation von Genen) im Jahr 2012 stellt einen Quantensprung in unserer Fähigkeit dar, Gentechnik zu betreiben.

Ich habe noch nie gesehen, dass Investitionen irgendwo so schnell getätigt werden, wie mit CRISPR – nie zuvor. Es wurde vor vielleicht fünf Jahren entdeckt. Und es ist bereits millionenfach genauer als das, was wir vorher (im Hinblick auf die Genmanipulation) gemacht haben.

Investoren können gar nicht schnell genug Geld dort hinein (in CRISPR) stecken. Und wir sehen bereits Medikamente in klinischen Studien.

Appian: Um ein wenig das Thema zu wechseln: Wie steht es mit dem Mainstreaming von KI? Sie ist heute überall. Inwiefern passt die Weiterentwicklung der KI in Ihre Kategorie revolutionärer Trends

Satell: KI ist eine weitere Technologie, die es im Blick zu behalten gilt. Aber KI ist nicht unbedingt eine digitale Technologie. Neuromorphe Chips sind sehr gut für KI geeignet. Quantencomputer werden eine große Rolle beim Betrieb und dem Training der Algorithmen für KI spielen, da sie in der Lage sind, mit Komplexität umzugehen.

Automatisierung: Unterm Strich positiv für menschliche Arbeit

Appian: Wenn Sie an all den Hype um KI denken, was halten Sie von der Debatte darüber, ob KI unterm Strich positiv oder negativ für die Gesellschaft sein wird?

Satell:

Sie meinen, ob die Roboter uns die Arbeit wegnehmen werden? Niemand, der sich das Problem tatsächlich angesehen hat, denkt das. Niemand, der dieses Problem ernsthaft untersucht hat, denkt das.

Appian: Aber es gibt jede Menge düstere, dystopische Vorhersagen über die KI-Apokalypse. Das Internet ist voll davon.

Satell: Sehen Sie sich zunächst einmal die Zahlen an. Wir haben KI-Anwendungen und Robotik jetzt seit etwa 2011. Und im Laufe dieses Zeitraums haben wir einen Wandel von einem Arbeitslosigkeitsproblem zu einem massiven Arbeitskräftemangel verzeichnet. Sprechen Sie mit jedem, der ein Unternehmen führt, insbesondere ein Fertigungsunternehmen – diese lassen sich am leichtesten automatisieren – und Sie werden feststellen, dass dort der Arbeitskräftemangel sogar noch größer ist.

Nichts in den Daten deutet also darauf hin, dass das Aufkommen der KI überwiegend negative Auswirkungen auf menschliche Arbeit haben wird. Zunächst einmal ersetzt die Automatisierung keine Arbeitsplätze, sondern Aufgaben. Und jedes Mal, wenn Sie etwas automatisieren, machen Sie es bis zu einem gewissen Grad auch zu einer Ware. So verlagert sich der Wert auf einen anderen Teil des Unternehmens.

Wenn Sie etwas automatisieren, saugen Sie ihm damit quasi den Wert aus. Aber es schafft gleichzeitig auch die Notwendigkeit, andernorts Wert zu schaffen.

Appian: Intelligente Automatisierung ist im Moment ein heißer Trend. KPMG hat kürzlich eine Studie veröffentlicht, in der es heißt, dass fast die Hälfte aller Unternehmen vorhat, in den nächsten drei Jahren eine Form von intelligenter Automatisierung im großen Stil einzusetzen. Werden Unternehmen in Zukunft so Konkurrenzkampf betreiben? Und wenn ja, welche Unternehmen gehen das Thema Automatisierung Ihrer Ansicht nach richtig an?Satell: Nun ja, wenn Sie den Wert der Automatisierung verstehen wollen, gehen Sie einfach in einen Apple Store, wo Ihnen eine der am stärksten automatisierten Einzelhandelserfahrungen geboten wird, die Sie sich nur vorstellen können. Wenn Sie in einen Apple Store gehen, sehen Sie ein Meer aus blauen Hemden. Das kommt daher, dass die Funktion eines Ladengeschäfts nicht mehr darin besteht, Transaktionen zu erzielen. Es geht vielmehr darum, alles zu tun, was man nicht online tun kann. Beratung, Up-Selling, Service, Schulungen – was auch immer es ist, dass Sie nicht online bekommen können.https://twitter.com/Digitaltonto/status/1092062568775061504

Achtung vor dem KI-Ethikproblem

Appian: Lassen Sie uns abschließend noch über ein weiteres hochaktuelles Thema sprechen – die ethischen Implikationen von KI und intelligenter Automatisierung.

Satell: Ja, also das ist ein großes Problem. Das ist ein ganz, ganz großes Problem. Darüber habe ich vor einigen Jahren in der Harvard Business Review geschrieben. Ich war auf einer akademischen Konferenz bei IBM, und dort sagte jeder, dass wir ein sehr ernsthaftes Problem haben.

Die Sache ist die: Es gibt kein einziges ethisches Problem, sondern vielmehr eine ganze Reihe von Problemen.

Appian: Und wie würden Sie diese ethischen Probleme beschreiben?

Satell: Da wären die grundlegenden (Science-Fiction-)Sachen wie Maschinen, die die Welt übernehmen, und Skynet (ein fiktives allgemeines KI-System, das versucht, die Menschheit zu eliminieren). Und dann gibt es noch andere philosophische Probleme, die sich gut für Gespräche auf Cocktailpartys eignen.

Aber KI-Probleme werden immer mehr zu Realität. Wenn Sie KI in ein Auto stecken, muss dieses Auto früher oder später eine Entscheidung treffen, die einem Fußgänger oder dem Fahrer schadet.

Appian: Es gibt jede Menge Kommentare über die Dringlichkeit, sich mit dem Problem der Voreingenommenheit von KI zu befassen? Was sagen Sie dazu?

Satell: Der Fachbegriff dafür lautet „Verzerrungen im Lernkorpus“. Das ist ein wirklich großes Problem. Haben Sie Kinder?

Appian: Ja.

Satell: Während Ihre Kinder aufgewachsen sind, haben Sie sich Sorgen darüber gemacht, was sie in der Schule gelernt haben und wer ihre Freunde waren und welche Fernsehserien sie gesehen haben, weil Sie sich darum gesorgt haben, was ihren Lernprozess beeinflusst.

Die Frage lautet also: Welchen Einflüssen sind unsere Algorithmen ausgesetzt? Wer achtet darauf?

Microsoft Tay ist ein klassisches Beispiel. Die haben einen (KI-Chatter-)Bot auf Twitter gepackt. Und innerhalb von 24 Stunden wurde er Twitter-Trollen ausgesetzt, die ihn dazu brachten, bigotte und misogynistische Fehlinformationen zu wiederholen.

Und es geht auch noch etwas subtiler: Es gibt ein großartiges Buch von Cathy O’Neal mit dem Titel „Weapons of Math Destruction“, in dem sie darauf hinweist, dass wir nicht wissen, wie diese Algorithmen überhaupt trainiert werden.

Appian:  Und sie haben bereits Berührungspunkte zu nahezu jedem Aspekt unseres Lebens.

Satell: Ja, sie treffen Entscheidungen darüber, wer aggressivem Marketing ausgesetzt wird, wer einen Job bekommt, wer ins Gefängnis geht, wer auf Bewährung entlassen wird, wer eine Hypothek erhält.

Die Ethikfrage ist also ein ganz, ganz großes Problem. Die großen Technologieunternehmen scheinen zu versuchen, dem einen Schritt voraus zu sein.

Als ich vor zwei Jahren über KI und Ethik schrieb, gründeten sie etwas namens The Partnership for AI, um Ethikstandards für KI zu entwickeln.

Alle machen sich Sorgen darüber, wer unsere Kinder beeinflusst. Aber wir sollten uns auch darum sorgen, wer unsere Algorithmen trainiert.

APPIAN WEEKLY! abonnieren