Schneller, günstiger, besser? Der Realitätscheck für Generative KI im Innovation Foresight

Warum Innovation Foresight wichtiger ist denn je

Unternehmen agieren heute in zunehmend volatilen und unsicheren Umfeldern. Märkte verändern sich rasant, Technologien entwickeln sich kontinuierlich weiter und Kundenerwartungen verändern sich schneller, als klassische Planungszyklen darauf reagieren können.

Innovation Foresight unterstützt Organisationen dabei:

• Frühzeitig neue Trends zu erkennen
• Zukünftige Marktentwicklungen zu verstehen
• Strategische Resilienz aufzubauen
• Neue Innovationspotenziale zu identifizieren

Trotz dieser Bedeutung verzichten viele Unternehmen – insbesondere KMU – auf strukturierte Foresight-Prozesse, da diese als ressourcenintensiv, teuer und zeitaufwendig gelten.

Generative KI scheint hier eine Lösung zu bieten. Doch kann sie tatsächlich strategisch hochwertige Foresight-Ergebnisse liefern?

Das Forschungsdesign

Um diese Frage zu beantworten, führten die Autor:innen Niclas Kröger, Dorothée Stadler, Antje Wild, Hanna Brehm und Carina Volk-Schor ein vergleichendes Innovation-Foresight-Projekt für einen multinationalen Hersteller von Gartengeräten durch.

Verglichen wurden:

• Ein professioneller, menschlich geführter Foresight-Prozess
• KI-gestützte Foresight-Prozesse mit:
  • ChatGPT
  • Claude
  • Microsoft Copilot Premium
  • Microsoft Copilot Standard

Die Studie untersuchte vier zentrale Phasen der Innovationsvorausschau:

1. Trendidentifikation
2. Auswahl der Szenarioachsen
3. Szenarioentwicklung
4. Ableitung strategischer Innovationsfelder

Unabhängige Foresight-Expert:innen bewerteten alle Ergebnisse blind anhand standardisierter Qualitätskriterien.

Zentrale Erkenntnis #1: KI überzeugt bei der Trendidentifikation

Eine der deutlichsten Erkenntnisse der Studie war, dass KI bei der Trendidentifikation eine vergleichbare Qualität wie menschliche Expert:innen erreichte.

KI-generierte Trends erzielten ähnliche Bewertungen hinsichtlich:

• Strategischer Relevanz
• Unsicherheit
• Trend-Reifegrad
• Verbreitungsgeschwindigkeit

Das ist nachvollziehbar, da die Trendidentifikation stark analytisch und musterorientiert ist; genau dort liegen die Stärken großer Sprachmodelle.

Was das für Unternehmen bedeutet

Organisationen können KI nutzen, um:

• Große Informationsmengen schnell zu analysieren
• Horizon Scanning zu beschleunigen
• Manuellen Rechercheaufwand zu reduzieren
• Foresight-Kosten drastisch zu senken

Für Unternehmen mit begrenzten Ressourcen kann dies den Zugang zu strategischer Innovationsarbeit grundlegend demokratisieren.

Zentrale Erkenntnis #2: Menschen dominieren weiterhin die Szenarioentwicklung

Die größten Unterschiede zeigten sich in der Szenarioentwicklung.

Menschliche Expert:innen waren der KI deutlich überlegen in Bezug auf:

• Neuartigkeit
• Organisationsspezifität
• Strategische Differenzierung
• Verständlichkeit
• Qualität der Visualisierung

Die stärksten Unterschiede lagen bei Originalität und kontextbezogener Relevanz.

Warum KI hier an Grenzen stößt

Generative KI-Systeme werden auf bestehenden Daten und dominanten Mustern trainiert. Dadurch tendieren sie dazu:

• Plausible, aber konventionelle Zukunftsbilder zu erzeugen
• Bestehende Branchenannahmen zu verstärken
• Weniger differenzierte Szenarien zu entwickeln

Menschliche Expert:innen bringen dagegen ein:

• Implizites Organisationswissen
• Strategische Intuition
• Kreative Neuinterpretation
• Bereichsübergreifendes Urteilsvermögen

Damit bestätigt die Studie die Idee einer „jagged technological frontier“: KI erzielt bei manchen Aufgaben außergewöhnlich gute Ergebnisse, während sie bei anderen – scheinbar ähnlich komplexen – Aufgaben deutlich schwächer performt.

Zentrale Erkenntnis #3: KI erreicht erneut Parität bei Innovationsfeldern

Interessanterweise erreichte KI in der letzten Phase erneut eine vergleichbare Qualität: bei der Ableitung strategischer Innovationsfelder.

Trotz schwächerer Szenarioentwicklung wurden KI-generierte Innovationsfelder ähnlich bewertet wie menschliche Ergebnisse hinsichtlich:

• Strategischem Business Fit
• Konsumentenrelevanz
• Innovationspotenzial
• Neuartigkeit

Das deutet darauf hin, dass KI-generierte Szenarien bereits „gut genug“ sein können, um nachgelagerte Innovationspotenziale abzuleiten.

Das bemerkenswerteste Ergebnis: Massive Effizienzgewinne

Neben der Ergebnisqualität waren die Effizienzgewinne außergewöhnlich.

KI reduzierte:

• Den Zeitaufwand um 98,70 %
• Die Kosten um 99,27 %

Das hat erhebliche Auswirkungen auf:

• KMU
• Innovationsteams mit begrenztem Budget
• Unternehmen ohne dedizierte Foresight-Abteilungen

KI kann strategische Zukunftsarbeit deutlich zugänglicher machen.

Die neue Rolle der Mensch-KI-Kollaboration

Die Studie legt nicht nahe, dass KI Foresight-Expert:innen ersetzen sollte.

Vielmehr deutet sie auf ein hybrides Kollaborationsmodell hin.

KI ist besonders stark bei:

• Datenintensiver Analyse
• Mustererkennung
• Trend-Clustering
• Schneller Synthese

Menschen bleiben unverzichtbar für:

• Kreative Provokation
• Strategische Interpretation
• Organisatorische Alignment-Prozesse
• Sense-Making
• Szenario-Storytelling

Die Zukunft der Innovation Foresight wird daher vermutlich weder vollständig menschlich noch vollständig KI-getrieben sein.

Sie wird kollaborativ sein.

Was das für Innovationsverantwortliche bedeutet

Unternehmen sollten neu darüber nachdenken, wie sie Foresight-Aktivitäten strukturieren.

Empfohlener Ansatz

KI einsetzen für:

• Frühphasiges Trend Scanning
• Signal Detection
• Erste Opportunity Maps
• Beschleunigte Recherche

Menschliche Expert:innen einsetzen für:

• Szenario-Workshops
• Strategische Interpretation
• Kreative Neuverknüpfung
• Entscheidungsfindung
• Organisatorische Anpassung

So entstehen sowohl Effizienz als auch strategische Tiefe.

Zentrale Schlussfolgerung

Für uns bei HYVE lautet die entscheidende Frage daher nicht, ob KI Foresight-Expert:innen ersetzen wird, sondern wie sich menschliche Expertise und angewandte KI am wirkungsvollsten ergänzen können.

Während KI Recherche, Mustererkennung und die Synthese großer Informationsmengen erheblich beschleunigen kann, hängt erfolgreiche Innovationsvorausschau weiterhin von gemeinsamer Sinnstiftung, der Einbindung relevanter Stakeholder und der Fähigkeit ab, Zukunftserkenntnisse in strategisches Handeln zu übersetzen.

Genau hier bleiben menschliche Moderation, Kreativität und ein tiefes Verständnis organisatorischer Zusammenhänge unverzichtbar und genau hier sehen wir die Zukunft von Innovation Foresight.