Google KI-Atlas: KI prägt globale Arbeitsmärkte

Google, Google DeepMind und die MIT FutureTech-Initiative haben aktuelle Erkenntnisse aus dem ATLAS-Projekt (AI & Economy ATLAS) veröffentlicht und gleichzeitig eine neue interaktive, öffentlich zugängliche Datenplattform gestartet. Diese ermöglicht die detaillierte Analyse weltweiter KI-Nutzungsmuster in unterschiedlichen Berufen, privaten Kontexten und Ländern. Die Erkenntnisse zeichnen ein differenziertes Bild der wirtschaftlichen und gesellschaftlichen Integration künstlicher Intelligenz. Gemäß den ATLAS-Daten variiert die KI-Adoption erheblich nach Berufsgruppe und Region. In OECD-Staaten führen computergestützte, mathematische sowie betriebswirtschaftliche und Finanzberufe die Nutzungsraten an. In Nicht-OECD-Ländern dominieren dagegen Büroangestellte, Tätigkeiten im Kunst-, Design- und Medienbereich sowie Bildungsberufe. Auffällig ist, dass die KI-Nutzung nicht linear mit dem Pro-Kopf-Einkommen korreliert; Länder wie Brasilien und die Vereinigten Arabischen Emirate weisen deutlich höhere Adoptionraten auf als ihr Bruttoinlandsprodukt erwarten lässt. Auch bei praktischen Anwendungen zeigen sich regionale Präferenzen: In Brasilien und Deutschland entfällt ein Anteil von sieben Prozent auf den Einsatz von KI für manuelle Aufgaben wie Echtzeit-Diagnosen und Fehlerbehebung, was dem 1,4-fachen des globalen Durchschnitts entspricht, während Japan bei vier Prozent liegt. Ein spezifischer Forschungsstrang, der auf der ATLAS-Datenbasis sowie der Analyse von 2.600 spezialisierten KI-Modellen und einer Befragung von über 600 Wissenschaftlerinnen und Wissenschaftlern in den USA und Großbritannien basiert, beleuchtet die Rolle der KI in der Forschung. Knapp die Hälfte der befragten Wissenschaftler nutzt täglich KI-Tools. Während Large Language Models übergreifend in verschiedenen Disziplinen eingesetzt werden, dominieren spezialisierte Modelle im Gesundheits- und Life-Sciences-Bereich sowie bei datenspezifischen Vorhersagen und Simulationen. Der dokumentierte Zeitgewinn beläuft sich auf knapp sieben Stunden pro Woche. Dieser Produktivitätsschub führt jedoch nicht automatisch zu vermehrten Forschungsergebnissen. Die Studie identifiziert signifikante Engpässe bei der Validierung von KI-Ausgaben und einem wachsenden Stau ungeprüfter Hypothesen. Physische Experimente und klinische Tests stellen weiterhin Flaschenhälse dar. Die Ergebnisse deuten darauf hin, dass das volle Potenzial der KI erst durch eine strukturelle Neugestaltung wissenschaftlicher Workflows erschlossen werden kann. ATLAS wird als langfristiges Forschungsunternehmen mit akademischen Partnern fortgeführt. Künftig sollen weitere Datenpunkte zur Einordnung der tiefgreifenden wirtschaftlichen Transformation durch künstliche Intelligenz generiert und publiziert werden.