PowerBrain KI-News
Die KI-Debatte produziert täglich eine grosse Menge an Meldungen, Studien und Meinungen. PowerBrain filtert daraus gezielt die Entwicklungen heraus, die für Energieversorgungsunternehmen (EVU) tatsächlich relevant sind, und fasst sie kurz und verständlich zusammen.
Agentische KI: Eine Dekade der Agenten
- Im Dwarkesh‑Podcast erklärte Ex‑OpenAI‑Forscher Andrej Karpathy, dass 2025 nicht das Jahr der Agenten sei – es werde eine «Dekade der Agenten». Aktuelle Agentensysteme seien beeindruckend, hätten aber gravierende Defizite: Sie seien nicht multimodal genug, könnten keine komplexen Computer‑Interaktionen durchführen und verfügten nicht über kontinuierliches Lernen. Um als «digitaler Mitarbeiter» zu fungieren, müssten Agenten über Jahre deutlich weiterentwickelt werden. Karpathy rechnet mit einem Zehnjahres‑Horizont. Für EVU bedeutet dies, dass agentische KI langfristig grosses Potenzial hat, aber über längere Zeit strategisch aufgebaut werden müssen. Einfache, out-of-the-Box Lösungen sind im 2025 nicht produktionsreif. News lesen
Vertikale KI statt generische Chatbots
- Der McKinsey‑Bericht zum «Agentic AI Advantage» konstatiert ein Paradox: Obwohl fast 80 % der Unternehmen generative KI einsetzen, berichten ebenso viele kaum messbaren Nutzen. Schuld ist ein Ungleichgewicht zwischen horizontalen Copilots/Chatbots mit breitem, aber diffusem Effekt und vertikalen, funktionsspezifischen Anwendungen – 90% dieser vertikalen Use‑Cases stecken in der Pilotphase. Agenten können komplexe Geschäftsprozesse automatisieren und somit von reaktiven Tools zu proaktiven, zielgerichteten Hilfstools werden. Das erfordert jedoch eine Neugestaltung der Abläufe und tiefere Integration von KI in Kernprozesse. Für EVU bedeutet das: Statt nur auf generische Chatbots zu setzen, sollten branchenspezifische KI‑Anwendungen entwickelt werden, die Tariflogik, Umzugsprozesse und regulatorische Komplexitäten abbilden und als «vertikale Agenten» wirken. News lesen
Kleinere Modelle holen auf – Effizienz wird zum Wettbewerbsvorteil
- Der Stanford AI Index 2025 zeigt, dass KI nicht nur leistungsfähiger, sondern vor allem deutlich effizienter und günstiger wird. Besonders relevant ist, dass kleinere und offene Modelle stark aufgeholt haben, während die Nutzungskosten vergleichbarer Modellleistung massiv gesunken sind. Damit verschiebt sich der Fokus von maximaler Modellgrösse hin zu besser angepassten, wirtschaftlicheren Systemen. Für Unternehmen bedeutet das: Nicht immer das grösste Modell ist die beste Lösung, sondern oft das am besten auf den Anwendungsfall abgestimmte. Für EVU spricht dies klar für kompakte, branchenspezifische KI-Systeme mit sauber aufbereiteten Energie-, Branchen- und Regulatorikwissen statt für generische Standardmodelle. News lesen
AI‑ready Daten als Erfolgsfaktor
- Eine Gartner‑Umfrage unter 1’203 Data‑Management‑Leitern ergab, dass 63 % der Organisationen nicht über die richtigen Datenmanagement‑Praktiken für KI verfügen. Gartner warnt, dass bis 2026 rund 60 % der KI‑Projekte ohne AI‑ready Daten aufgegeben werden. Um Daten für KI vorzubereiten, müssen Unternehmen ihre traditionellen Datenmanagement‑Systeme durch KI‑spezifische Innovationen wie Vektordatenbanken, Chunking, Sampling und RAG‑Integration ergänzen. Datenqualität ist kein einmaliges Projekt, sondern eine kontinuierliche Praxis. Für EVU ist dies besonders relevant, da regulatorischen und technischen Dokumentationen, aber auch Kerndaten (Smart‑Meter‑Daten etc) zuverlässig strukturiert und gepflegt sein müssen. News lesen
Moderate wirtschaftliche Wirkung von KI
- In seinem Paper «The Simple Macroeconomics of AI» argumentiert MIT‑Ökonom und Nobelpreisträger Daron Acemoglu, dass die makroökonomischen Auswirkungen von KI in den nächsten zehn Jahren «nicht trivial, aber bescheiden» sein werden. Basierend auf der Analyse von Aufgaben, die von KI profitabel automatisiert werden können, prognostiziert er einen Zuwachs der Totalfaktorproduktivität von höchstens 0,66 % in zehn Jahren. Viele Prognosen übertreiben die wirtschaftlichen Gewinne, weil sie nur «leicht zu erlernende Aufgaben» betrachten. Schwierige, kontextabhängige Tätigkeiten sind deutlich schwerer zu automatisieren. Acemoglu warnt zudem vor möglichen Ungleichheitseffekten und plädiert für eine Neuausrichtung der KI auf verlässliche Informationsbereitstellung. Für EVU heisst das: Produktivitätsgewinne durch KI werden real sein, aber erfordern eine sorgfältige Entwicklung über mehrere Jahren. News lesen
- Die Grenzen des Wachstums: Warum Skalierung allein nicht mehr ausreicht
- Eine aktuelle Debatte unter führenden KI-Forschern zeigt, dass das bisherige Erfolgsrezept „größer, schneller, mehr Daten“ an Grenzen stösst. Neue Modelle von OpenAI, Google und Anthropic erfüllen trotz enormer Investitionen nicht die Erwartungen, was den Druck erhöht, alternative Ansätze wie gezieltes Fine-Tuning oder datenfokussierte Optimierungen zu verfolgen. Dies unterstreicht die Relevanz kleinerer, effizienter Systeme – ein Thema, das auch bei der Diskussion um den Energieverbrauch und die Effektivität von RAG-Systemen eine zentrale Rolle spielt. News lesen
EU AI Act: Regulierung und Konsequenzen für Schweizer Unternehmen
- Der EU Artificial Intelligence Act wurde nach langem Verhandeln am 12. Juli 2024 im Amtsblatt veröffentlicht und trat am 1. August 2024 in Kraft. Er klassifiziert KI‑Systeme nach Risikostufen und untersagt hochriskante Anwendungen sechs Monate nach Inkrafttreten. Unternehmen müssen bis 2. August 2025 bzw. 2. August 2026 ihre Systeme entsprechend anpassen. Die Verordnung wirkt extraterritorial: Schweizer Unternehmen, deren KI‑Produkte im EU‑Markt eingesetzt werden, unterliegen ebenfalls diesen Vorschriften. Für EVU mit Kunden oder Projekten in der EU ist daher eine frühzeitige Risikoanalyse, Transparenz und Daten‑Governance essenziell. News lesen