Aktuell ist viel die Rede von einer KI-Blase, auch in diesem Blog haben wir uns damit schon beschäftigt. Schließlich ist KI in aller Munde und weckt die Fantasie auch bei Aktien-Investments. Leider kann niemand von uns in die Zukunft schauen. Es gibt jedoch Modelle, die zumindest dabei helfen, Hypes von nachhaltigen Entwicklungen zu unterscheiden. Der Gartner Hype Cycle ist so ein Hilfsmittel.

Das Modell zeigt anschaulich, wie neue Technologien typischerweise wachsen: von der ersten Idee über überzogene Erwartungen bis hin zur breiten, nützlichen Anwendung. Es gibt fünf Phasen: „Technology Trigger“ (der erste Impuls), „Peak of Inflated Expectations“ (Hochphase der überzogenen Erwartungen), „Trough of Disillusionment“ (Tal der Enttäuschung), „Slope of Enlightenment“ (Phase der Erkenntnis) und schließlich „Plateau of Productivity“. Das ist der Punkt, an dem eine Technologie zuverlässig und nützlich eingesetzt wird und Mehrwert generiert. Das ist auch der Punkt, an dem Unternehmen damit Geld verdienen können.

Damit bietet der Hype Cycle eine wichtige Orientierung: Wird eine neue Technologie gerade gehypt, ist der Abstand zwischen Begeisterung und nachhaltigem Nutzen noch groß. Da nicht jeder Hype Phase fünf des Cycle erreicht, sind Investments in derartige Technologien in der Regel riskant. Befindet sich die Künstliche Intelligenz noch in der Hype-Phase oder ist sie bereits im „Tal der Enttäuschung“ angekommen? Und befindet sich jede Art von Künstlicher Intelligenz in der gleichen Phase? Das sowie kritische Stimmen zum Gartner Hype Cycle schauen wir uns nächste Woche genauer an.

Bildnachweis: ChatGPT

Definition:

https://www.gartner.com/en/information-technology/glossary/hype-cycle?utm_source

Definition:

https://www.youtube.com/watch?v=7BDvPVTzsmA (Video)