Gartner Hype Cycle ist Nonsens

KI-Experte und Interim-Manager Hilgenstock hält es für fatal, sich am Gartner Hype Cycle zu orientieren.
Eckhart Hilgenstock



In Bezug auf Technologie-Prognosen kennt ihn fast jeder Manager: den Gartner Hype Cycle. Die eleganten S-Kurven versprechen uns, dass auf jede Euphorie unweigerlich ein tiefes Tal der Enttäuschung folgt, bevor eine Technologie endlich erwachsen wird und für den Unternehmenseinsatz taugt. Doch für den Hamburger KI-Experten und Interim-Manager Eckhart Hilgenstock ist dieses Modell schlichtweg „Nonsense“.



Bei Kritiker Hilgenstock handelt sich es nicht einfach um irgendwen. Er zählt zu den meistgefragten Interimsmanagern in Deutschland und die WirtschaftsWoche beschrieb ihn als „Vorzeigetyp der Branche“. Seine Erfahrungen sammelte er unter anderem in Führungspositionen bei Microsoft, Lotus Development oder IBM Deutschland. Zudem ist Hilgenstock Mitglied im Diplomatic Council, einer globalen Denkfabrik mit Beraterstatus bei den Vereinten Nationen (UN).



Die gefährliche Illusion der S-Kurve



Für Hilgenstock ist der Glaube an diesen Zyklus „fatal“ für die deutsche Wirtschaft. So würden sich viele Unternehmen in der trügerischen Sicherheit wiegen, dass nach dem aktuellen Hype um generative KI eine Abkühlungsphase kommen wird – der perfekte Zeitpunkt, um dann entspannt und günstig einzusteigen. „Doch für viele Firmen wird es dann schlichtweg zu spät sein“, warnt der Manager. Wer heute nicht investiere, verliere die Wettbewerbsfähigkeit von morgen.



Wissenschaftlich steht das populäre Modell für den KI-Experten ohnehin auf wackeligen Beinen. So verweist Hilgenstock auf Studien, die belegen, dass dem Hype Cycle die prognostische Validität fehlt. Während Technologien wie Smartphones oder Cloud Computing über ein Jahrzehnt hinweg einfach stabil gewachsen sind, ohne jemals ein „Tal der Tränen“ zu durchschreiten, entwickeln sich andere Trends wie Virtual Reality oder Blockchain in unvorhersehbaren, wiederkehrenden Wellen.



KI ist eine Wellenbewegung



Besonders bei der Künstlichen Intelligenz versagt in seinen Augen das eindimensionale Modell. So sei die Geschichte der KI kein einzelner Hügel, sondern eine Abfolge eigenständiger Wellen. Auf die „KI-Winter“ der 70er und 90er Jahre folgten immer neue Innovationsschübe: von Expertensystemen über statistisches Machine Learning bis hin zu den heutigen generativen Modellen (GenAI).



Das Besondere an der aktuellen Situation ist die Gleichzeitigkeit. Während die Welt über ChatGPT staunt, sind andere KI-Formen wie Prognosemodelle oder Empfehlungssysteme längst produktiver Alltag in den Unternehmen. Und am Horizont baut sich bereits die nächste Welle auf: die „Physical AI“, bei der Intelligenz direkt in Roboter, Fahrzeuge und Maschinen wandert. Diese unterschiedlichen Reifegrade lassen sich für Hilgenstock nicht in eine einzige Kurve pressen.



Handeln statt Abwarten



Was also tun, wenn die vertrauten Landkarten der Zukunftsforscher nicht mehr stimmen? Hilgenstocks Rat ist ebenso pragmatisch wie dringlich: Konsequent ins Handeln kommen.



Statt auf den „richtigen“ Zeitpunkt im Zyklus zu warten, sollten Unternehmen:




schnell praktische Erfahrungen sammeln und iterativ vorgehen;



aus Fehlern lernen, anstatt sie durch Untätigkeit zu vermeiden;



die Datenbasis aufräumen, da ohne saubere Daten keine KI-Ergebnisse nutzbar sind; sowie.



die eigene KI-Strategie kontinuierlich aktualisieren, um mit dem rasanten Innovationstempo Schritt zu halten.




Der entscheidende Erfolgsfaktor in der Ära der Künstlichen Intelligenz ist für den Interim Manager nicht die Geduld, sondern die Geschwindigkeit beim Lernen und Verbessern. Wer darauf wartet, dass der Hype vorbei ist, hat den Anschluss möglicherweise bereits endgültig verloren, so Hilgenstock.