In immer mehr Tech-Unternehmen konkurrieren Mitarbeitende auf internen Ranglisten darum, wer pro Woche die meisten KI-Tokens verbraucht. Überhaupt: Heutzutage wird sehr viel „gemaxxt". Die Endung „-maxxing" stammt aus Online-Subkulturen, in denen eine einzelne Kennzahl auf Teufel komm raus maximiert wird.
Tokenmaxxing setzt erhöhten KI-Einsatz mit erhöhter Produktivität gleich. In den Chefetagen soll der Eindruck entstehen, dass KI tatsächlich genutzt wird – auch, um interne KPI zur KI-Nutzung einzuhalten. Die Investitionen, die viele Unternehmen in KI-Lizenzen stecken, wollen gerechtfertigt werden.
Mit echter Produktivität hat das im besten Fall nur etwas am Rande zu tun. Aber das Phänomen ist ein Schaufenster für die eigentliche Frage: Woran messen wir den Erfolg von KI? Und welche Geschichten erzählen wir uns dabei? Denn was im Kleinen das Token-Leaderboard ist, ist im Großen die Branchen-Inszenierung.
Die großen KI-Geschichten unserer Zeit
Vor wenigen Wochen hat Papst Leo XIV. seine erste Enzyklika veröffentlicht. Es ist eine gut 240 Seiten lange Warnung vor den Gefahren von KI und ein Aufruf zu mehr Bedacht. Neben den Kurienkardinälen und zwei Theologinnen stand auch Christopher Olah, Mitgründer von Claude-Hersteller Anthropic, auf der Präsentationsbühne. Die Kirche, so der Tenor, werde als moralische Stimme im KI-Diskurs gebraucht.
Die NSA setzt trotzdem auf Anthropic. Laut einem Bericht kommt dort Anthropics fortschrittlichstes Modell „Mythos" zum Einsatz – das Modell, vor dessen Veröffentlichung man sich aus Sicherheitsbedenken lange Zeit gescheut haben will. Mittlerweile hat Anthropic den Zugang zum Modell weltweit für Konsument:innen gesperrt, weil die Infrastruktur für die geforderte Zugriffsbeschränkung auf US-Bürger:innen nicht kurzfristig umsetzbar war.
Das aktuelle Mythos-Drama (inklusive seiner Abschaltung) ist vor allem eines: eine sehr gute Geschichte. Sie positioniert KI als gesellschaftliche und ökonomische Großfrage. Anthropic wirbt derzeit um Kapital, und Vertrauen ist hier ein hartes Geschäftsmodell-Asset. Es ist die eigentliche KPI – die Fähigkeit, Investor:innen wie Nutzer:innen glaubhaft zu machen, zu den „Erwachsenen im Raum" zu gehören. Wie dieses Vertrauen aussehen soll, wenn ein Modell innerhalb einer Nacht abgeschaltet werden kann, wird sich zeigen.
Vertrauen lässt sich aufbauen wie eine Kennzahl. Aber anders als ein Token-Leaderboard verzeiht es keine Lücke zwischen dem, was man erzählt, und dem, was man tut.
Die kleinen KI-Geschichten unserer Zeit
Hinter all diesen großen Erzählungen steht eher eine nüchterne Frage: Bringt KI überhaupt den Produktivitätsschub, den alle erwarten?
Eine mögliche Antwort kommt vom Ökonomen Robin Rivaton, auf die der Journalist Johannes Kuhn verweist: Auf Aufgabenebene seien die Gewinne in bestimmten Branchen real – 30 bis 40 Prozent bei klar abgegrenzten Tätigkeiten, und Millionen Beschäftigte berichten, sie sparten pro Tag rund eine Stunde. In den Produktivitätszahlen der Unternehmen taucht dieser Schub trotzdem nicht auf. Ein von Rivaton zitiertes Copilot-Experiment zeigt, warum: Die Teilnehmenden sparten 3,6 Stunden pro Woche bei E-Mails. Die Zeit floss aber in weniger Überstunden, nicht in mehr Output.
Der Grund ist organisatorisch. Zwischen dem Zeitgewinn der Einzelnen und dem Durchsatz der Firma liegen Koordinationskosten, Freigabeketten und Wettbewerbsvorteile, die sich neutralisieren, sobald alle dieselben Tools nutzen.
Vier Ansätze, um Erfolg wirklich zu messen
Wer KI-Nutzung misst, misst noch lange keinen Mehrwert. Strategisch betrachtet ist die Frage hinter jeder Kennzahl: Was messe ich und warum tue ich das? Und ehrlich gesagt: Aus Marketing-Gründen bestimmte Kennzahlen zu sammeln, um daraus eine Stakeholder-gerechte Geschichte zu erzählen, ist eine valide Taktik.
Aber: Sie sagt dann eben relativ wenig über den Erfolg von Einzelprojekten aus. Die Effizienz von KI lässt sich auch deshalb schwer messen, weil „Effizienz“ ein subjektiver Begriff ist: Sind Dinge effizient, wenn ich dadurch meine Tätigkeiten schneller erledigen kann? Oder sind sie effizient, weil sie den Umsatz erhöhen? Was man dazu auch sagen sollte: Ein Effizienzgewinn, der vor allem für Einzelne wirkt, ist kein schlechter. Vor allem nicht, wenn er zu einer Verbesserung der individuellen Work-Life-Balance beiträgt.
Die erste ist nicht der Tokenverbrauch, sondern die Zeit, die bei einer wiederkehrenden Aufgabe tatsächlich frei wird. Was zweimal im Jahr anfällt, lohnt den Aufwand selten; was dich täglich zwei Stunden kostet, fast immer.
Die zweite Kennzahl ist die ehrlichste: Was wird aus dieser Zeit? Landet sie in mehr oder besserer Arbeit (einem zusätzlichen Beitrag, einer höheren Klickrate, weniger Korrekturschleifen) oder verpufft sie wie in Rivatons Konzernen?
Drittens die schlichte ROI-Rechnung: API-Kosten plus Review-Aufwand müssen deutlich unter dem liegen, was man an Zeit oder Wert gewinnt, Wartung und Nachjustieren eingerechnet.
Und viertens eine definierte Fehlertoleranz: Für die meisten Aufgaben reichen 95 Prozent Genauigkeit, solange man weiß, wie man mit den restlichen fünf umgeht. Wer so misst, merkt schnell, ob KI im konkreten Fall die beste Lösung ist.
Bis dort in Murnau oder bis bald in der Grauzone KI
Felix Rieger
KI-Kompetenzzentrum Medien (KI.M)
Inhaltliche Mitarbeit: Jim Sengl Redaktionelle Mitarbeit: Giulia Neumeyer, Kerstin Bauer
KI vor Ort in Murnau
(23. Juli, 13 bis 17 Uhr, InnovationsQuartier Murnau)
Künstliche Intelligenz ist dein zweites Gehirn – so zumindest das klassische Marketing-Versprechen. Zwei Köpfe brauchen aber auch mehr Koordination. KI-Beraterin und Journalistin Marie Kilg hilft dabei, wie du den roten Faden in deiner KI-Strategiefindest.
(7. Juli, 12 bis 18:30 Uhr, Vogel Communications Center)
Generative KI ist Routine, doch wie sieht die autonome Zukunft aus? Wenn Tools zu echten Kollegen werden, zählt das Prinzip Human in the Lead. Genau darum geht es bei der Transforming Media in Würzburg. Diskutiere mit uns über das Spannungsfeld zwischen Automatisierung und Authentizität!.
