Der Hype-Cycle - vom Early Adopter bis zum Marktstandard

Wer erinnert sich nicht an die Versprechen rund um 3D-Fernseher? Vor etwa einem Jahrzehnt sollte die dritte Dimension das Wohnzimmer revolutionieren. Heute stehen die Geräte in den meisten Haushalten nicht mehr im Mittelpunkt. Das Muster dahinter lässt sich mit einem Modell beschreiben, das seit Jahren in Innovationsabteilungen kursiert: dem Gartner Hype Cycle.

Was der Hype Cycle beschreibt

Der Hype Cycle zeigt, wie sich die öffentlichen Erwartungen an eine neue Technologie über die Zeit entwickeln. Er besteht aus fünf Phasen:

Technologischer Auslöser: Ein Durchbruch erzeugt Aufmerksamkeit, oft noch ohne ausgereiftes Produkt.
Gipfel der überzogenen Erwartungen: Medien und Investoren überbieten sich mit Versprechen, die weit über dem liegen, was die Technik leisten kann.
Tal der Enttäuschungen (oft auch als das "Tal der Tränen" bezeichnet): Die Versprechen halten der Praxis nicht stand. Projekte scheitern, Budgets werden gekürzt, das Interesse sinkt.
Pfad der Erleuchtung: Die Technik wird verstanden und in realistischen Anwendungsfällen eingesetzt. Die Erwartungen steigen wieder, diesmal auf einem fundierten Niveau.
Plateau der Produktivität: Die Technik ist Standard, ihr Nutzen ist messbar und breit verankert.

Wichtig ist der Status des Modells: Der Hype Cycle ist eine Heuristik, kein Naturgesetz. Nicht jede Technologie durchläuft alle Phasen, und manche verschwinden im Tal.

Generative KI: Gipfel, Tal, Pfad?


Ein aktuelles Beispiel ist generative KI. Ende 2022 machte ChatGPT Sprachmodelle einer breiten Öffentlichkeit zugänglich. Im Jahr darauf hieß es vielerorts, KI werde nahezu alle Wissensarbeit ersetzen. Unternehmen starteten hastig Pilotprojekte, und Begriffe wie „KI-Revolution“ waren allgegenwärtig.

Im folgenden Jahr kam die Ernüchterung. Viele Organisationen stellten fest, dass Halluzinationen, ungeklärte Datenschutzfragen und fehlende Integration in bestehende Prozesse den Nutzen begrenzten. Zahlreiche Pilotprojekte kamen nie über den Prototyp hinaus.

Doch es entstehen inzwischen gezieltere Anwendungen: Assistenzfunktionen in Office-Software, Wissenssysteme auf Basis eigener Unternehmensdaten oder Unterstützung bei Code und Dokumentation. Dabei lernen Organisationen, wo KI hilft und wo menschliche Kontrolle notwendig bleibt. Ob generative KI tatsächlich in das Plateau der Produktivität übergeht, ist eine Prognose. Sie wird aber plausibel, wenn sich die Anwendungen weiter etablieren.

Der 3D-Fernseher: Ein Dead End

Der Vergleich mit dem 3D-Fernseher zeigt die andere Seite des Modells. Zwischen etwa 2010 und 2014 lösten Hollywood-Filme in 3D und neue Displaytechnik große Erwartungen aus. Hersteller sahen darin die nächste große Fernsehgeneration.

Die Brillen waren jedoch lästig, Inhalte blieben rar, und viele Zuschauer empfanden 3D als Gimmick. Die Nachfrage brach ein, Produktionen wurden eingestellt. Die Technik erreichte kein Plateau im Massenmarkt. Sie lebt heute vor allem in Nischen wie Kino, Medizin oder Industrie weiter.

Die Lehre daraus: Der Zyklus kann auch in einem Dead End enden, ohne dass die Technik an sich falsch war. Ihr fehlte ein tragfähiger Nutzen für den Massenmarkt.

First Mover oder Fast Follower?

Für Unternehmen stellt sich die Frage, wann sie einsteigen. Der First Mover, also das Unternehmen, das einen Markt als Erstes betritt, kann Marktanteile, Kundenbindung und Lerneffekte gewinnen. Wer in der Phase des Auslösers oder am Gipfel einsteigt, trägt jedoch hohe Risiken. Er finanziert den Marktaufbau, arbeitet mit unausgereifter Technik und macht Fehler, die andere später vermeiden.

Häufig im Vorteil ist der Fast Follower. Er steigt im Pfad der Erleuchtung ein, wenn die Technik erprobt ist und die Erwartungen realistisch sind. Er profitiert von den Fehlern der Pioniere, ohne deren Lernkosten tragen zu müssen.
Das Reaktionsmuster: Erst ignorieren, dann lachen, dann bekämpfen, dann gewinnen

Parallel zum Zyklus der Technik gibt es ein wiederkehrendes Muster bei Organisationen und Menschen. Zuerst wird eine neue Technologie ignoriert. Wenn sie sichtbarer wird, folgt Spott über ihre Schwächen. Danach beginnt der Widerstand, oft mit guten Argumenten gegen überzogene Versprechen. Wer dann nicht aufgibt und die Technik sachlich prüft, gewinnt häufig, weil er die Anwendungsfälle besser versteht als die Skeptiker.

Dieses Muster hilft, eigene Reaktionen einzuordnen. Nicht jede Skepsis ist falsch, und nicht jede Begeisterung ist berechtigt. Entscheidend ist, die Frage nach dem konkreten Nutzen nicht zu verlieren.
Fazit für Entscheider

Der Hype Cycle macht keine verlässlichen Vorhersagen. Er bietet aber eine nützliche Orientierung: Erwartungen sollten an den Reifegrad einer Technik gekoppelt werden. Wer in der Euphorie investiert, sollte Pilotprojekte mit klaren Erfolgskriterien aufsetzen. Wer im Tal steht, sollte prüfen, ob der Nutzen fehlt oder nur die Umsetzung schlecht war - ob sich Zähigkeit und Durchhaltevermögen auszahlen wird oder die frühen Einschätzungen doch zu euphorisch waren.