Sind Investments in Künstliche Intelligenz (KI) immer noch eine gute Idee? Schwierige Frage. Mithilfe des Gartner Hype Cycles, den wir letzte Woche vorgestellt hatten, kann man zumindest einen Versuch starten, sie zu beantworten. In seinem im Juli 2025 erschienen Hype Cycle stellt Gartner fest, dass sich der Hype von KI hin zu fundamentalen Bausteinen, die KI langfristig tragbar machen, verschiebt. 

Bei der Analyse, in welcher Phase des Hype Cycle sich die Künstliche Intelligenz befindet, unterscheidet Gartner drei Arten von KI. Generative KI (GenAI) – also Tools wie Sprachmodelle, Bildgeneratoren oder sonstige kreative KI-Anwendungen – befindet sich laut Gartner derzeit im „Trough of Disillusionment“. Der anfängliche Enthusiasmus hat sich gelegt, weil Unternehmen zunehmend die Grenzen dieser Technologien erkennen: Probleme bei Governance, Datenqualität, Return on Investment (ROI) und Integration behindern oft den erwarteten Erfolg. 

KI-Agenten (AI Agents) und „AI-ready Data“ stehen dagegen 2025 am „Peak of Inflated Expectations“. Das bedeutet: Viele investieren und träumen noch von dem Potenzial, aber der Sprung zur stabilen, realistischen Nutzung steht erst noch bevor. KI-Agenten sind Software-Einheiten, die mit Hilfe von KI eigenständig Aufgaben erledigen können — Entscheidungen treffen, Aktionen auslösen usw. AI-ready Data meint Dateninfrastrukturen und -qualität, die ausreichend sauber und strukturiert sind, damit KI sinnvoll und belastbar arbeiten kann. 

Noch junge Kategorien — wie etwa multimodale KI (die z. B. Text, Bild, Ton kombiniert) oder KI-TRiSM (Trust, Risk, Security Management) — gehören ebenfalls zu den Spitzenreitern im Hype Cycle 2025. Gartner sieht hier großes Potenzial, insbesondere für robustere, sichere und verantwortungsvolle KI-Anwendungen in den nächsten Jahren. 

Soweit also die Prognose anhand des Gartner Hype Cycle. Stellt sich noch die Frage, wie verlässlich die Prognosen dieses Analyse-Tools sind. Kritiker sehen mehrere strukturelle Schwächen und Einschränkungen des Gartner-Modells. Neben der fehlenden Subjektivität bei der Auswahl der im Hype Cycle erscheinenden Technologien, werden u.a. die fehlende belastbare Datenbasis, die narrative Struktur und die fehlende Transparenz dazu, worauf genau die Einschätzungen zu Technologie-Reife oder „Zeit bis Plateau“ beruhen.

Mit diesen Kritikpunkten im Hinterkopf ist der Gartner Hype Cycle ein mögliches Analyse-Modell, um Prognosen über die Zukunft bestimmter Technologien zu treffen. Für konkrete Vorhersagen wie die, ob die KI-Blase platzt, ist er jedoch nicht geeignet. Die Zukunft lässt sich eben nicht vorhersagen. 

Bildnachweis: Chat GPT

Gartner: The 2025 Hype Cycle for Artificial Intelligence Goes Beyond GenAI. The 2025 Hype Cycle for Artificial Intelligence Goes Beyond GenAI

Cornell University: „A simple interpretation of the growth of scientific/technological research impact leading to hype-type evolution curves“. [1410.8685] A simple interpretation of the growth of scientific/technological research impact leading to hype-type evolution curves