Kann KI tatsächlich Innovationen für Sie hervorbringen?
„Wenn du immer das tust, was du schon immer getan hast, wirst du immer das bekommen, was du schon immer bekommen hast.“ – Henry Ford
Die Frage klingt provokativ, aber bleiben Sie bitte noch einen Moment bei uns.
Wir schreiben das Jahr 2026. Jeder B2B-SaaS-Blog, der Ihren Posteingang mit Beiträgen überflutet, rät Ihnen, Ihr Team durch eine Art sprachmodellgestützte KI zu ersetzen, zu ergänzen oder „aufzurüsten“.
Kühne Versprechen, „schneller innovativ zu sein“, zieren die üblichen Handlungsaufforderungen in E-Mails – oft verfasst von genau denselben generativen KI-Tools, die man Ihnen verkaufen will.
Wenn alles gleich aussieht, ist es berechtigt zu fragen, ob künstliche Intelligenz tatsächlich zu echter Innovation fähig ist oder ob sie lediglich ein sehr schneller, sehr teurer Mixer ist, der bereits Vorhandenes verarbeitet.
Wie Sie im weiteren Verlauf dieses Artikels sehen werden, ist die Antwort nicht ganz einfach. Eines ist jedoch klar: Die Art und Weise, wie Sie diese Frage formulieren, entscheidet darüber, wie sich Ihr Unternehmen für das nächste Jahrzehnt der KI-gestützten Innovation und Forschung positioniert.
Das Gegenargument: KI als ausgefeilte Mustererkennung
Bei all den Branchen-Schlagworten, mit denen wir heute überschüttet werden, vergisst man leicht, dass „Innovation“ ein echtes Wort mit einer klaren Definition ist.
Einige sind der Ansicht, dass die Definition „die Einführung von etwas Neuem“ (Merriam-Webster, 2026) bereits die Grenze dessen markiert, was man als KI-Innovation bezeichnen kann. Algorithmisch generierte Inhalte beschränken sich nach wie vor auf die Summe des vorhandenen menschlichen Wissens. Praktisch gesehen schaffen diese Systeme nichts aus dem Nichts. Es handelt sich um Mustererkennungsmaschinen, die bereits Vorhandenes neu anordnen.
Kritiker würden zu Recht argumentieren, dass echte Innovation Neuheit, Absicht und Bedeutung erfordert. Man muss ein Problem identifizieren, dessen Lösung sich lohnt, eine Lösung entwerfen, die es noch nicht gibt, und sich durch die Unsicherheit hindurch zu etwas wirklich Neuem vorarbeiten. KI tut nichts davon von selbst.
Technisch gesehen führen große Sprachmodelle und generative KI-Systeme eine Interpolation über eine erlernte Verteilung des vorhandenen menschlichen Wissens durch. Sie sind darauf ausgelegt, Muster zu erkennen und auf der Grundlage dieser Muster zu kommunizieren. Dies erklärt, warum KI-Bildgeneratoren scheinbar perfekte, unheimlich fotorealistische Bilder erzeugen können.
Um das zu veranschaulichen (kein Wortspiel beabsichtigt): Wenn man die Eingabe „Erzeuge ein Bild von einem Hund“ macht, erstellt das KI-Modell ein Bild auf der Grundlage der Merkmale, die es im Training als typisch für einen Hund gelernt hat. Vier Beine, ein Schwanz, eine bestimmte Silhouette. Die meisten Menschen würden diesen Prozess als etwas betrachten, das sich grundlegend von der Schaffung eines originellen Kunstwerks unterscheidet.
Was ist der Unterschied?
Im ersten Fall erstellt ein Computer auf eine Benutzeranforderung hin ein Bild, wobei er auf eine Reihe definierter, objektiver Merkmale zurückgreift, die er im Rahmen seines Trainings ermittelt hat.
Im zweiten Fall wandelt ein Mensch eine emotionale Reaktion auf seine Umgebung in eine koordinierte Handlung um. Das daraus resultierende Bild spiegelt ein subjektives Verständnis davon wider, wie ein Hundfür ihn aussieht – geprägt von Erinnerung, Kultur, Erfahrung und Absicht.
Argumente dafür: Kombinatorische Explosion und White Space
Nehmen wir zum Beispiel das Kochen. Als Spezies haben wir aus einer relativ kleinen Auswahl an Zutaten Millionen von Rezepten und Gerichten kreiert. Man denke nur daran, auf wie viele Arten man aus Mehl Brot backen kann oder wie viele verschiedene Methoden es gibt, ein Ei oder eine Kartoffel zuzubereiten.Der in Belfast geborene Ökonom Brian Arthur bezeichnet diesen Prozess als „kombinatorische Evolution“.Manche würden behaupten, dass Kombination die einzig wahre Form von Kreativität oder Innovation sei.
Dies ist auch die Grundlage von TRIZ, der Erfindungsmethodik, die aus der Analyse von Mustern in Hunderttausenden von Patenten hervorgegangen ist. TRIZ zeigt, dass viele Durchbrüche keine vereinzelten Geniestreiche sind, sondern wiederkehrende Lösungsmuster, die in verschiedenen Branchen und Epochen immer wieder auftauchen. Innovation entsteht oft dadurch, dass ein bestehendes Prinzip in einem neuen Kontext angewendet wird.
Wenn wir die Fähigkeit der KI, Neues zu schaffen oder innovativ zu sein, daran messen, wie gut sie Elemente bestehender Ideen kombinieren kann, dann ist sie möglicherweise eines der ausgefeiltesten Innovationswerkzeuge, die je entwickelt wurden. Die KI funktioniert nach demselben Grundprinzip, das TRIZ bereits vor Jahrzehnten erkannt hat: Die meisten „neuen“ Ideen sind Kombinationen oder Neukombinationen bereits bestehender Muster. Das Schlüsselwort hierbei ist – und das ist wichtig –„Werkzeug“.
„KI ist der beste Interpolator der Welt. Die Frage ist, ob Innovation in den Lücken steckt – und ob Maschinen sie finden können.“
— Patsnap-Analysebericht, 4. Quartal 2024
Die eigentliche Frage: Muss KI selbst innovativ sein?
Vielleicht stellen wir die falsche Frage. Es geht weniger darum, ob KI innovativ sein kann, sondern vielmehr darum, ob KI uns dabei helfen kann, innovativ zu sein.
Ein menschlicher Forscher ist vielleicht Experte in zwei oder drei benachbarten Fachgebieten. Eine KI kann die Muster Tausender von Disziplinen gleichzeitig erfassen und dabei bereichsübergreifende Lücken aufdecken, die kein einzelnes menschliches Team jemals erkennen könnte.
Wenn menschliche Kreativität darin besteht, mithilfe abstrakten Denkens Lücken zu füllen, dann kann KI das Werkzeug sein, das uns schneller als selbst ein Forscherteam aufzeigt, wo diese Lücken liegen und welchen Kontext sie haben. Der menschliche Einfallsreichtum kann dann den Rest erledigen. KI muss nicht zu abstraktem Denken fähig sein, um eine wertvolle Rolle in einem Innovationsprozess zu spielen.
Ein menschlicher Erfinder, der durch eine KI-gestützte Forschungspipeline unterstützt wird, ist eine weitaus spannendere Perspektive, als wenn beide Seiten allein arbeiten würden. Das Verständnis dafür, in welchen Bereichen Menschen gegenüber der KI die Nase vorn haben, kann Aufschluss über einen Arbeitsablauf geben, der die Stärken beider Seiten vereint und mehr ist als die Summe seiner Teile.
Was KI besser kann als Menschen
Landschaftskartierung.Die vollständige Struktur eines Technologiebereichs zu erfassen, gelingt der KI schneller und umfassender als jedem Analystenteam.Sie erhalten sofort einen Überblick darüber, wer welche Anmeldungen einreicht, wo die Dichte am größten ist und wo noch Freiräume für Innovationen bestehen. Spezialisierte Modelle arbeiten sogar noch schneller. Die KI-Tools von Patsnap verarbeiten Millionen von Patentdokumenten, um Wettbewerbsinformationen und Lücken aufzudecken, deren manuelle Zusammenstellung Monate dauern würde.
Entwicklung von Hypothesen. Beieinem definierten Problem kann KI Lösungsansätze aufzeigen, die aus unerwarteten Bereichen stammen. Materialwissenschaften, die sich bei der Immunologie bedienen. Logistikalgorithmen, die von Myzel-Netzwerken inspiriert sind. Diese gegenseitige Befruchtung ist oft spekulativ, doch Spekulation ist der Ausgangspunkt für Innovation.
Ausfallprognose. Daswird vielleichtam meisten unterschätzt: KI wird immer besser darin, vorherzusagen, welche Forschungs- und Entwicklungsrichtungen wahrscheinlich an Grenzen des Standes der Technik, regulatorische Hürden oder technische Sackgassen stoßen werden – und zwar, bevor Ihr Team die nächsten 18 Monate damit verbringt, dies auf die harte Tour herauszufinden.
DIE PATSNAP-SICHTWEISE
Die besten Forschungs- und Entwicklungsteams, mit denen wir zusammenarbeiten, fragen nicht: „Kann KI innovativ sein?“, sondern: „Wo wird die menschliche Kreativität zum Engpass, und wie können wir diesen beseitigen?“ Die KI erstellt die Karte. Die Menschen entscheiden, wohin die Reise geht.
Es gibt eine Facette dieser Debatte, die niemals geklärt werden wird, da es sich letztendlich um eine philosophische Frage handelt, was wir unter „Innovation“ verstehen. Wenn Ihre Definition menschliche Absicht, Risikobereitschaft und Sinnstiftung voraussetzt, dann kann KI nicht innovativ sein.
Wenn man Innovation jedoch eher funktional als die Schaffung neuartiger, nützlicher Ergebnisse definiert, die einen Bereich voranbringen, beginnt die Unterscheidung zwischen menschlicher und KI-Beteiligung auf interessante Weise zu verschwimmen. Und im Hinblick auf die Wettbewerbsstrategie ist die philosophische Reinheit der Innovation als abstraktes Ideal weit weniger wichtig als die Frage, ob Ihre Konkurrenten schneller als Sie bahnbrechende Erkenntnisse gewinnen.
Hier wird es geschäftlich ernst. Pharmaunternehmen nutzen KI, um neue molekulare Wirkstoffkandidaten zu identifizieren. Luft- und Raumfahrtunternehmen setzen generatives Design ein, um strukturelle Konfigurationen zu entwickeln, auf die kein menschlicher Ingenieur realistisch gesehen kommen würde. Halbleiterentwickler nutzen KI, um Designräume zu erkunden, deren Erforschung von Hand Jahrzehnte dauern würde. Wie bereits erwähnt, ist die Frage, ob KI innovativ sein kann, weniger relevant alsdie Frage, ob sie uns dabei helfen kann, schneller innovativ zu sein.
Das KI-Risiko, über das niemand spricht
Hier ist die unangenehmere Erkenntnis: Die Organisationen, die am ehesten von Disruption betroffen sein werden, sind nicht diejenigen, die sich weigern, KI einzuführen. Es sind diejenigen, die sie zwar einführen, sie aber dazu nutzen, die falschen Dinge voranzutreiben.
KI ist außerordentlich gut darin, innerhalb eines definierten Problemraums zu optimieren. Sie ist jedoch weit weniger in der Lage, zu hinterfragen, ob dieser Problemraum überhaupt der richtige ist. Das Urteilsvermögen, das erforderlich ist, um einen Schritt zurückzutreten, Annahmen zu hinterfragen und neu zu definieren, wie Erfolg aussehen sollte, bleibt eine einzigartige menschliche Fähigkeit. Wenn KI Ihre Forschungs- und Entwicklungsgeschwindigkeit erhöht, Ihre strategische Ausrichtung jedoch fehlerhaft ist, erreichen Sie einfach nur schneller das falsche Ziel.
Die Innovationsführer des nächsten Jahrzehnts werden diejenigen sein, die KI für das einsetzen, worin sie wirklich gut ist: das Durchforsten von Wissensräumen, das Erkennen von Mustern und das Überprüfen von Hypothesen unter Extrembedingungen – und gleichzeitig weiterhin in die menschlichen Fähigkeiten investieren, die KI nicht ersetzen kann. Neugier, unkonventionelles Denken und die Bereitschaft, Ideen zu verfolgen, die zunächst töricht erscheinen, bevor sie sich als brillant erweisen, werden in einer von KI beschleunigten Welt an Bedeutung gewinnen, nicht verlieren.
Also: Ist das möglich?
Wahrscheinlich nicht allein. Noch nicht, und vielleicht auch nie in einem sinnvollen Sinne. Aber die Frage selbst könnte eine Ablenkung sein.
Die aus operativer Sicht relevantere Frage lautet: Welche Teile Ihrer Innovationspipeline sind in einer Weise auf menschliche Intelligenz angewiesen, die wirklich unersetzbar ist, und welche Teile sind lediglich Gewohnheiten, die Sie nie hinterfragt haben? Das Verständnis dieses Unterschieds ist es, was Unternehmen, die dauerhafte Innovationsvorteile aufbauen, von denen unterscheidet, die auf demselben Laufband immer schneller laufen.
KI wird Innovatoren nicht ersetzen. Aber Innovatoren, die es verstehen, ihr Gespür mit der Intelligenz der KI zu verbinden, werden diejenigen, denen dies nicht gelingt, stets übertreffen.
Das Werkzeug sorgt nicht für den Durchbruch. Allerdings würdest du ohne das Werkzeug vielleicht nie herausfinden, wo der Durchbruch liegt.
Weiterführende Fragen
Nicht so, wie Menschen es tun. KI kann Ergebnisse erzeugen, die neu erscheinen, da sie Muster, Konzepte und Strukturen aus einer riesigen Menge an vorhandenem Wissen kombinieren kann. In vielen Fällen wirken diese Kombinationen überraschend oder einfallsreich. Aber KI entwickelt keine Ideen aus Absicht, Neugier oder Sinn. Sie erzeugt neue Anordnungen von bereits Vorhandenem, anstatt aus einem Ziel oder einer Erfahrung heraus zu schaffen.
KI ahmt in erster Linie nach, doch Nachahmung in großem Maßstab kann ein starker Motor für die Innovationsförderung sein. TRIZ, die strukturierte Problemlösungsmethode, die auf der Analyse von Mustern in Tausenden von Patenten basiert, zeigt, dass viele Durchbrüche wiederkehrenden Erfindungsprinzipien folgen, anstatt aus dem Nichts zu entstehen. KI funktioniert auf ähnliche Weise. Sie identifiziert Muster, kombiniert sie neu und bringt Lösungen zutage, die aus Bereichen stammen, die auf den ersten Blick vielleicht nicht miteinander verbunden erscheinen. Auch wenn KI nicht im menschlichen Sinne innovativ ist, kann sie die musterbasierten Mechanismen beschleunigen, die oft zu echter Innovation führen.
Nein. Zumindest nicht in naher Zukunft, aber sie wird ihre Arbeitsweise grundlegend verändern. Erfolgreich sein werden jene Forscher, die es verstehen, ihr Urteilsvermögen, ihre Kreativität und ihr Fachwissen mit der Fähigkeit der KI zu verbinden, Informationen in großem Umfang zu erfassen, zu analysieren und neu zu kombinieren. KI beseitigt Hindernisse und erweitert den Horizont. Der Mensch entscheidet, wohin die Reise geht und warum.
