Tägliche Japan-Updates
Japans KI-Einführung wird zunehmend zu einer Aufgabe der Workflow-Gestaltung
Neue Ankündigungen aus Fernsehen, Fertigung und Verbraucherforschung zeigen, wie japanische Organisationen erproben, wo KI hilfreich ist, wo Menschen verantwortlich bleiben müssen und wo Nutzer weiterhin zögern.
Entwicklungen
Drei Ankündigungen vom 5. November weisen in dieselbe Richtung: Bei der Einführung von KI in Japan geht es nicht mehr nur um die Frage, ob die Technologie eingesetzt werden soll, sondern zunehmend um die schwierigere Aufgabe, genau zu bestimmen, an welcher Stelle sie in einen Workflow gehört. Das gemeinsame Muster ist eine selektive Automatisierung in Verbindung mit menschlicher Überprüfung, wobei die Belege für jede Ankündigung auf die jeweils veröffentlichende Organisation beziehungsweise deren Umfragepanel beschränkt bleiben.
1. Fuji Television testet KI als eines von mehreren Werkzeugen in der Serienproduktion
ANDENT zufolge arbeitet seine KI-Entwicklungseinheit im Rahmen einer „AI Sandbox“ mit den Produktions- und Technikteams von Fuji Television zusammen. Das Projekt setzt generative KI neben Realfilmaufnahmen, VFX und CG ein, unter anderem bei der Produktion von Rescue Ward 24 Hours. Fuji Television plant, ab der Saison im Oktober 2026 mindestens eine Serie pro Quartal als KI-unterstützte Produktion auszuweisen, und strebt an, KI bis etwa Oktober 2027 bei allen seinen Serien als Option verfügbar zu machen.
Die Mitteilung nennt maximale Arbeitseinsparungen von 70–80% bei einigen KI-gestützten Schritten der Bildproduktion, weist jedoch ausdrücklich darauf hin, dass dies weder einer Senkung der gesamten Produktionskosten noch einem Durchschnittswert für den vollständigen Workflow entspricht. Das aussagekräftigere Signal ist daher organisatorischer Art: Das Studio baut einen Prozess auf, in dem Regie und technisches Personal je nach Szene zwischen verschiedenen Werkzeugen wählen, statt die Generierung als vollständigen Ersatz für die Produktion zu betrachten. (Ankündigung von ANDENT lesen)
2. Ein Fertigungsmodell beginnt mit der Entscheidung, was KI nicht beurteilen sollte
Der von Co-Labo AI vorgeschlagene Ansatz für die Prüfung von Zeichnungen und Konstruktionen unterteilt Aufgaben in drei Gruppen: Prüfungen, die anhand eindeutiger Regeln automatisiert werden können, Prüfungen, die nach Klärung der Daten und Bedingungen möglicherweise automatisierbar werden, und Entscheidungen, die weiterhin eine fachliche Auslegung erfordern. Nach Angaben des Unternehmens behalten Menschen die abschließende Beurteilung und Genehmigung, während ihre Korrekturen als strukturiertes Feedback für spätere Prüfungen dienen können.
Die hervorgehobene Einsparung von 80% ist lediglich eine Modellrechnung: Das Beispiel geht von 600 Zeichnungen pro Monat und einer Verkürzung jeder Erstprüfung von 60 Minuten auf 12 Minuten aus. Ein Ergebnis aus einem Kundeneinsatz ist nicht belegt. Dennoch verdeutlicht das Rahmenkonzept eine wichtige operative Erkenntnis für Hersteller, die KI bewerten: Die schwierige Arbeit besteht häufig darin, Standards, Daten und Eskalationsgrenzen festzulegen, bevor ein Modell ausgewählt wird. (Modell von Co-Labo AI prüfen)
3. Verbraucher probieren KI-Einkaufshilfen aus, ohne die endgültige Entscheidung abzugeben
Die im Juli durchgeführte Online-Umfrage von Rakuten Insight ergab, dass 25.6% der vorläufigen Stichprobe von 5,000 Personen im vorausgegangenen Jahr KI genutzt hatten, während sie den Kauf eines Produkts oder einer Dienstleistung erwogen oder diesen tätigten. Eine separate Analyse von 1,003 Befragten mit dieser Erfahrung ergab, dass 48.8% bei einem Konflikt mit einer KI-Empfehlung der eigenen Intuition den Vorzug gaben, während 13.4% der KI folgten. In derselben Stichprobe erfahrener Nutzer berichteten 20.7% von einem misslungenen Kauferlebnis, und 34.5% gaben an, dass KI die Freude am Auswählen teilweise verringert habe.
Diese Ergebnisse stammen von registrierten Mitgliedern eines Online-Panels und sollten nicht als nationale Nutzungsquote betrachtet werden. Dennoch deuten sie auf eine praktische Einschränkung für Produktteams hin: Empfehlungssysteme müssen Vergleiche und eigene Urteile unterstützen, statt lediglich auf eine automatische Übernahme hin optimiert zu werden. (Ankündigung zur Umfrage von Rakuten Insight ansehen)
Was dies für Unternehmen in Japan bedeutet
In der Unterhaltungsbranche, der industriellen Konstruktion und beim Einkaufen liegt die größere Chance nicht in einer unterschiedslosen Automatisierung. Sie liegt in einer sorgfältigen Workflow-Gestaltung: wiederholbare Aufgaben identifizieren, verantwortliche menschliche Entscheidungen bewahren, tatsächliche Ergebnisse messen und Nutzern Einschränkungen erklären. Organisationen, die diese Grundlagenarbeit leisten, dürften eher in der Lage sein, aus einer KI-Demonstration eine dauerhafte operative Fähigkeit zu entwickeln.