KI-Produktivitätskompromiss: Schneller arbeiten, schwächere Fähigkeiten

Ich begann, den Zielkonflikt am kleinstmöglichen Ort zu bemerken: in meinem Posteingang. Die KI-Zusammenfassung war ordentlich, die vorgeschlagene Antwort war höflich, und die kleinen Entscheidungen, die sonst Löcher in einen Morgen nagen, verschwanden. Bis zum Mittag war ich schneller vorangekommen, aber ich erinnerte mich an weniger. Der seltsame Handel bei KI-gestützter Wissensarbeit besteht nicht darin, dass sie scheitert. Sondern darin, dass sie oft gerade gut genug funktioniert, um uns vergessen zu lassen, welche Teile der Arbeit uns scharf gehalten haben. Wir behandeln Produktivität weiterhin wie eine einzige Zahl, als gehörten eine fertige E-Mail, ein zusammengefasster Bericht und eine gut begründete Entscheidung alle in denselben Eimer. Das tun sie nicht. Manche Aufgaben sind Reibung, und es ist menschlich, sie zu automatisieren. Andere Aufgaben sind Reibung mit einem versteckten Lehrplan darin.

Der Handel, der im sauberen Posteingang verborgen ist

Business Science Daily beschreibt den Zielkonflikt mit nützlicher Direktheit. Die Zusammenfassung von Forschung zu KI in der Arbeit berichtet, dass KI die Produktivität um 12,2 % und die Qualität um über 40 % steigert, während sie die Genauigkeit um 19 Prozentpunkte senkt. Diese Kombination klingt nur dann widersprüchlich, wenn wir annehmen, dass Qualität und Genauigkeit dasselbe sind. Das sind sie nicht. Ein Dokument kann sich besser lesen und trotzdem eine falsche Tatsache enthalten. Eine Entscheidungsvorlage kann vollständiger aussehen und dabei stillschweigend eine schlechte Annahme übernehmen. KI ist sehr gut darin, die Oberfläche von Arbeit zu glätten, weshalb sie sich im Moment wie Fortschritt anfühlt.

Die unangenehme Frage ist, was Teams tatsächlich optimieren. Wenn die Arbeit ein erster Entwurf, eine routinemäßige Zusammenfassung oder eine wiederholte Kommunikationsschleife ist, ist Geschwindigkeit ein Geschenk. Wenn es bei der Arbeit um Urteilsvermögen, Interpretation oder Verantwortung geht, kann Geschwindigkeit zur Tarnung werden. Das Werkzeug kann den sichtbaren Kampf entfernen und zugleich auch die Übung, die Fachkompetenz aufbaut.

Der Assistent ist nicht immer ein Lehrer

Die Lex-localis-Studie zur Zusammenarbeit zwischen Menschen und KI gibt diesem Problem eine praktischere Form. Bei Schreib-, Zusammenfassungs-, Entscheidungsunterstützungs- und Problemlösungsaufgaben stellte sie fest, dass KI-Unterstützung die Aufgabenerledigung um 32 bis 39 % beschleunigte, wobei Anfänger bei strukturierten Aufgaben am meisten profitierten. Dieselbe Studie ergab jedoch, dass bei hochkomplexen Aufgaben die Fehler um 15 bis 25 % zunahmen.

Diese Unterscheidung sollte an der Wand jedes Meetings zur KI-Einführung stehen. Anfänger können mit KI schneller vorankommen, besonders wenn die Aufgabe eine klare Vorlage hat. Doch wenn die Aufgabe komplex ist, besteht das Risiko nicht nur darin, dass KI Fehler macht. Das Risiko besteht darin, dass der Mensch nicht mehr bemerkt, welche Fehler wichtig sind. Lex localis ordnete wiederkehrende Fehler als halluzinierte Fakten, Logikprobleme, erfundene Zitate, Auslassungen und voreingenommene Annahmen ein. Beachten Sie, wie viele davon einen wachen menschlichen Geist erfordern, um sie zu erkennen. Eine Rechtschreibprüfung kann einen Tippfehler finden. Sie kann Ihnen nicht sagen, dass das Argument höflich über eine Klippe spaziert ist.

Deshalb ist die bessere Metapher für KI bei der Arbeit nicht Ersatz oder Magie. Sie ist ein Fitnessstudio mit angetriebenen Geräten. Gut genutzt, lässt sie Menschen schwerere Gewichte versuchen. Passiv genutzt, lässt sie die Maschine die Bewegung ausführen, während die Person Bewegung mit Stärke verwechselt.

Der Arbeitsplatz entscheidet, was er messen will

MIT Technology Review beschreibt die Einführung von KI als Geschäftsentscheidung, die zwischen Skepsis und der Angst, etwas zu verpassen, gefangen ist, während Investitionsgelder fließen und Führungskräfte nach wirtschaftlichen Belegen suchen. Das ist ein vernünftigerer Rahmen als Panik oder Hype. Die Frage ist nicht, ob Wissensarbeiter KI nutzen sollten. Sie tun es bereits, und viele sollten es auch. Die eigentliche Gestaltungsfrage lautet, wo der Mensch langsam bleiben muss.

Teams können KI dafür reservieren, administrativen Ballast zu entfernen, Alternativen zu erzeugen, Entwürfe zu vergleichen und Klarheit zu erzwingen. Sie können außerdem menschliche Prüfungen für Behauptungen, Quellen, Entscheidungen und alles verlangen, was Politik, Einstellungen, Forschung, Finanzen oder öffentliche Kommunikation prägt. Die kulturelle Falle besteht darin, so zu tun, als sollte jede Aufgabe leichter werden. Einige sollten es. Niemand wird klüger, indem er zum tausendsten Mal Besprechungsnotizen manuell formatiert. Aber Menschen werden schärfer, indem sie mit Mehrdeutigkeit ringen, eine Behauptung aufstellen, sie verteidigen und sie nach dem Kontakt mit Belegen überarbeiten.

Die reifsten KI-Teams sind also vielleicht nicht diejenigen mit der höchsten Automatisierungsrate. Vielleicht sind es diejenigen mit den klarsten Grenzen zwischen Reibung, die es zu löschen lohnt, und Reibung, die es zu bewahren lohnt. Die nächste Produktivitätskennzahl sollte nicht nur fragen, wie viel Arbeit erledigt wurde. Sie sollte fragen, was der Arbeitende dabei gelernt hat.

Für Leserinnen und Leser ist der nützliche Schritt klein und unmittelbar: Prüfen Sie einen Arbeitsablauf. Markieren Sie die Teile, in denen KI Aufmerksamkeit spart, und markieren Sie dann die Teile, in denen Aufmerksamkeit der eigentliche Punkt ist. Die Zukunft der Wissensarbeit wird nicht dadurch entschieden, ob wir Assistenten nutzen. Sie wird dadurch entschieden, ob wir weiterhin das Urteilsvermögen üben, dem diese Assistenten dienen sollen.