Was KI schon kann – und warum wir es kaum nutzen

Shownotes

Ein Arbeitsversuch zum Mitnehmen

Wähle eine wiederkehrende Aufgabe und benenne, wer das Ergebnis verwendet. Lege vorher zwei oder drei Qualitätskriterien fest. Erprobe KI an einem begrenzten Arbeitsschritt. Vergleiche die Gesamtzeit einschließlich Prüfung und Nacharbeit sowie die Verwendbarkeit des Ergebnisses. Halte fest, was du übernehmen, ändern oder weglassen würdest. Dieser Versuch ist unser redaktioneller Vorschlag, kein in den Quellen getestetes Verfahren.

Quellen und Einordnung

Die Softwarebefunde ersetzen keine Prüfung im eigenen Arbeitsfeld. Das Workshopbeispiel ist eine erfundene Illustration und beschreibt keinen dokumentierten Kundenfall.

Anschluss an die Serie

Die Folge führt die Frage nach bewusster Arbeitsgestaltung aus „After Automation“ und „Alle prompten. Kaum jemand plant.“ weiter.

KI-Transparenz

Die Audio-Zusammenfassung wurde mit Unterstützung von NotebookLM erstellt; Dr. Peter Schopf hat Quelle, Thema und Einordnung für KI-Vordenker kuratiert.

Transkript anzeigen

00:00:00: Wenn KI schon so viel kann, warum kommt davon im Arbeitsalltag so wenig an?

00:00:06: Willkommen bei KI-Vordenker.

00:00:08: Große Ideen weitergedacht!

00:00:09: Heute.

00:00:10: wie wird aus technischer Möglichkeit tatsächlich bessere Arbeit?

00:00:15: Wir haben heute die Gelegenheit uns eine Frage zu widmen, die wahrscheinlich viele von Ihnen kennen wenn Sie im Büro sitzen.

00:00:22: Ja das ist ein sehr präsentes Gefühl momentan

00:00:24: Genau.

00:00:25: Es geht um diese spürbare Lücke zwischen dem was uns technisch so angeboten wird und dem, was am Ende des Tages als fertiges Ergebnis auf unserem Schreibtisch liegt.

00:00:34: Und wir stützen uns heute auf drei Quellen um diese Lücke sachlich zu durchleuchten.

00:00:39: Das ist zum einen ein Essay des Autos Ethan Mollick dann noch nicht peer reviewedes NBER Arbeitspapier zur Softwareentwicklung in einer September-Revision und ein begleitendes Redaktionsdossier.

00:00:52: Wobei wir da vielleicht direkt mit Mollik einsteigen sollten?

00:00:55: Richtig!

00:00:55: Er nutzt in seinem Text einen Begriff der dieses Gefühl der ungenutzten Möglichkeiten ganz gut greifbar macht.

00:01:02: Er verwendet da den Begriff des sogenannten Fähigkeitsüberhangs, wir müssen an dieser Stelle aber direkt einordnen dass dies Molex persönlicher Einschätzung ist also keine bewiesene Leistungsbeschreibung oder ein Naturgesetz.

00:01:13: Also seine ganz persönliche Lesart der Situation

00:01:16: Genau!

00:01:17: Seine These besagt im Grunde das die technischen Möglichkeiten der aktuellen Systeme weit aus größer sind als das was wir derzeit in der Praxis wirklich nutzen.

00:01:26: Nach seiner Einschätzung gibt es da eine strukturelle Verzögerung.

00:01:30: Die Technologie ist in ihrer reinen Generierungsfähigkeit bereits sehr weit, aber unsere betrieblichen Abläufe und Gewohnheiten – also wie wir das integrieren – hinken dieser Entwicklung deutlich

00:01:41: hinterher.".

00:01:43: Das ist ein interessanter Gedanke!

00:01:45: Aus diesem Überhang leitet Mollik denn hier auch seinen Lösungsansatz ab?

00:01:51: Er argumentiert, dass wir uns auf vier spezifische menschliche Stärken besinnen müssen um diese ganzen generierten Entwürfe überhaupt sinnvoll in echte Arbeit zu übersetzen.

00:02:00: Und der benennte Fachwissen, breites Wissen, Qualitätsgefühl und Eigeninitiative?

00:02:05: Richtig!

00:02:07: Aber bevor wir diese vier Stärkungen im Detail durchgehen sollten wie wir die einordnen?

00:02:13: Wir sprechen hier also nicht von einer garantiefene dauerhafte menschlicher Überlegenheit?

00:02:17: Nein, überhaupt nicht.

00:02:19: Diese vier Aspekte dienen uns einfach als nützliche Arbeitsorientierung im Hier und Jetzt.

00:02:24: Es geht um die pragmatische Frage, wie wir unsere Fähigkeiten am besten mit den Ausgaben der Systeme verzahnen?

00:02:30: Ebenum diesen Fähigkeitsüberhang abzubauen!

00:02:33: Okay,

00:02:34: um das jetzt nicht nur in der Theorie zu belassen sondern greifbar zu machen lassen Sie uns das an einem Beispiel durchspielen eine ausdrücklich erfundene Industration.

00:02:43: Sehr gerne

00:02:44: Stellen Sie sich eine Beraterin vor.

00:02:46: Die soll für einen Kunden ein Workshop vorbereiten.

00:02:50: Sie öffnet ihr System und lässt sich, sagen wir mal drei Entwürfe für diesen Kundenworkshop generieren.

00:02:55: Das geht ja recht schnell

00:02:56: Ja

00:02:57: Aber das Problem ist der Kunde braucht keine Standardlösung.

00:02:59: Er benötigt ein Format dass exakt zu den Vorkenntnissen seiner Belegschaft passt Und eine anschließende Arbeitsaufgabe erleichtern soll.

00:03:07: Die Frage ist nun Woran unsere Beraterin eigentlich erkennt welcher dieser schnell erstellten Entwurfe wirklich brauchbar ist.

00:03:14: Und genau da setzen diese vier Stärken als Filter an.

00:03:17: Wenn wir die nacheinander auf unsere erfundene Beraterin anwenden, ist der erste Filter das Fachwissen.

00:03:23: Also die fachliche Tiefe?

00:03:24: Genau!

00:03:25: Das Fachwisten hilft der Beraterinnen in diesem Moment falsche Annahmen der KI über die Zielgruppe zu bemerken.

00:03:31: Das System hat ihr vielleicht ein konzeptionell schlüssiges Format entworfen aber es geht implizit von einer bestimmten Unternehmenskultur aus, die bei diesem Kunden gar nicht existiert.

00:03:41: Sie würde diesen subtilen Fehler, also ohne ihr branchenspezifisches Verständnis vielleicht einfach überlesen, weil der Text an sich logisch klingt.

00:03:49: Richtig!

00:03:50: Das Fachwissen ist sozusagen das Instrument für die Tiefe.

00:03:53: Dann kommt als Zweites das breite Wissen ins Spiel?

00:03:57: Wie grenzt dich das vom Fachwiss ab?

00:03:59: Es ermöglicht Ihr nützliche Ideen aus völlig anderen Lernformaten einzubringen – sie blickt über den Tellerrand des reinen Workshops hinaus.

00:04:07: Und das breite Wissen hilft ihr auch zu erkennen, wo ihre eigenen Grenzen liegen und wo zusätzliche Fachexpertise nötig

00:04:13: ist.

00:04:14: Also zu wissen wann sie vielleicht einen Juristen oder einen anderen Experten dazu holen muss anstatt sich auf die Maschine zu verlassen?

00:04:19: Exakt!

00:04:21: Und dann haben wir als Drittes das Qualitätsgefühl.

00:04:23: Das wird zwingend benötigt um die sachliche Richtigkeit und eine bloß überzeugende Gestaltung getrennt voneinander zu beurteilen.

00:04:30: Ah ja weil diese Systeme heute Texte liefern, die formvoll endet und eloquent klingen.

00:04:35: Ja

00:04:36: Die Gefahr der glatten Oberfläche.

00:04:38: Das Qualitätsgefühl ist die Instanz, die prüft ob der Inhalt auch in der Tiefe trägt und nicht nur schön formatiert ist.

00:04:44: Bleibt noch die vierte Stärke?

00:04:47: Was bedeutet das in diesem Kontext?

00:04:50: Eigeninitiative bedeutet hier schlicht Handlungsbereitschaft!

00:04:53: Die Beraterin wartet nicht auf den perfekten fertigen Leitfaden.

00:04:57: Sie kann einen begrenzten Versuch starten Also vielleicht ein Modul aus dem ersten Entwurf testen Und den Prozess aktiv steuern.

00:05:04: Da würde ich gerne mal kritisch einhaken.

00:05:06: Wenn wir uns den Aufwand ansiehen, die Beraterin muss mit Fachwissen Fehler suchen.

00:05:11: Mit breitem Wissen Perspektiven ergänzen, mit Qualitätsgefühl Form und Inhalt trennen.

00:05:16: wenn sie all das prüfen muss wozu lässt sich dann überhaupt mehrere Entwürfe erstellen?

00:05:22: Das klingt doch fast nach mehr Aufwand!

00:05:24: Das ist ein verständlicher Einwand aber wir müssen da unser Verständnis von Arbeit anpassen.

00:05:28: Das Prüfen und das Nacharbeiten gehört heute zur eigentlichen Arbeitsleistung.

00:05:33: es stellt nicht lediglich einen störenden Engpast dar.

00:05:35: Es ist also die Kernaufgabe geworden.

00:05:37: Richtig!

00:05:38: Und mehrere Entwürfe sind deshalb sinnvoll, weil sie eine bessere Auswahl ermöglichen.

00:05:42: Selbst das verworfene Material ist nicht automatisch verschwendete Arbeit – es hilft der Beraterin sich klar zu werden, warum ein Ansatz nicht passt.

00:05:50: Okay, das leuchtet ein... Wir haben das jetzt an einer rein qualitativen Entwurfsarbeit betrachtet….

00:05:55: Ich schlage vor?

00:05:57: Wir schlagen mal die inhaltliche Brücke zur quantitativen Messung

00:06:00: hin.

00:06:00: Mhm, gute Idee.

00:06:02: Dazu haben wir diese NBIA-Softwarestudie als kompakte Realitätsprüfung.

00:06:06: Was genau messen die da?

00:06:08: Wir müssen die Eckdaten dieser Studie ganz ruhig und sachlich betrachten!

00:06:11: Es handelt sich hier um Beobachtungsdaten aus der Industrie mit Vergleichsgruppen, ganz wichtig es ist kein randomisiertes Experiment

00:06:18: Und das ist eine September-Vision, die noch nicht Peer Video des richtig?

00:06:21: Exakt Die Studie schätzt einen Zuwachs von rund zweihundertvierzig Prozent bei den gespeicherten Codeänderungen – den sogenannten Commits.

00:06:29: Dem steht ein Zuwachs von rund dreißig Prozent bei den Softwareveröffentlichungen, also den Release es gegenüber.

00:06:35: Lassen Sie uns diese Begriffe für alle präzise definieren!

00:06:38: Ein Commit ist ein gespeicherte Änderungsstand – das ist keine einzelne Code-Zeile sondern ein Arbeitsschritt.

00:06:44: und ein Release ist eine veröffentlichte Softwareversion wobei ein Release keine Garantie für Fehlerfreiheit oder Qualität bietet.

00:06:51: Richtig, das ist einfach der formelle Abschluss.

00:06:54: Wir müssen hier auch ausdrücklich zwischen der Autorenposition dem rein empirischen Befund und unserer eigenen Einordnung unterscheiden.

00:07:01: Also was bedeuten diese Zahlen konkret?

00:07:03: Nun es handelt sich um verschiedene Mengenmaße.

00:07:06: Es gibt in der Studie keine Messung von tatsächlicher Zeitersparnis, keinem Gewinn für das Unternehmen oder der Qualität des Software Und wir dürfen diese Zahlen auf gar keinen Fall auf andere Berufe wie Beratungen oder Bildungsübertragen.

00:07:19: Aber Wenn wir diese Diskrepanz sehen, also die hohe Menge an erzeugtem Code und die deutlich geringere Menge an fertigen Veröffentlichungen.

00:07:27: Wenn die menschliche Prüfung da den Takt vorgibt dann landen wir unweigerlich bei der Frage nach der Organisation.

00:07:33: Ja das ist ja Punkt an dem technische Möglichkeit auf den betrieblichen Alltag trifft.

00:07:38: Ich bringe mal eine kritische Überlegung ein.

00:07:40: Wir fordern von den Mitarbeitenden Eigeninitiative- und Qualitätsgefühl.

00:07:45: Wie realistisch ist das, wenn die Mitarbeitenden dafür wieder die Zeit noch geeignete Werkzeuge erhalten?

00:07:51: Das ist eine essentielle Gestaltungsfrage für Organisationen.

00:07:54: Und wir müssen es auch sehr differenziert für Berufseinsteiger diskutieren!

00:07:58: Wie meinen Sie das genau?

00:08:00: Es stellt sich die Frage wie junge Fachkräfte diese Urteilskraft und das Qualitätsgefühl überhaupt entwickeln sollen, wenn sie in Zukunft vorwiegend fertige Ergebnisse begutachten sollen.

00:08:09: Ah, weil der Lernprozess durch das eigene Schreiben wegfällt.

00:08:12: Genau Wir behandeln diese offenen Punkte hier als wichtige Gestaltungsfragen und behaupten das nicht als gesicherte Schäden.

00:08:20: Aber es ist eine strukturelle Herausforderung, Qualitätsgefühl erfordert in der betrieblichen Praxis nachvollziehbare Kriterien oder auch mal ne zweite fachliche Perspektive.

00:08:30: Es reicht also nicht einfach nur ein Werkzeug zu verfügen zu stellen?

00:08:33: Überhaupt nicht!

00:08:34: Manchmal ist eine begrenzte KI-Nutzung sogar vernünftig – nämlich dann wenn der Nutzen eher geringe ist oder die fachliche Prüfungen im Nachhinein schlicht so aufwendig wäre.

00:08:43: Wenn ich das zusammenfasse, heißt es ein neuer Ablauf muss das Ergebnis für den Kunden verbessern und darf nicht lediglich die produzierte Menge

00:08:50: erhöhen.

00:08:51: Genau so ist es!

00:08:52: Das bedeutet auch dass eine zusätzliche Freigabe im Prozess oft gar nicht unnötig ist sondern einen wichtigen Zweck erfüllt.

00:08:59: Die bloße Erzeugung von Material hat keinen Wert.

00:09:02: Richtig – das Prüfen sichert die tatsächliche Qualität.

00:09:05: Um das nun ganz konkret für die Praxis nutzbar zu machen leiten wir mal zum konkreten Nutzen.

00:09:12: Aus dem Redaktionsdossier lässt sich ein fünfstufiger Arbeitsversuch ableiten.

00:09:17: Den kann man im eigenen Berufsalltag sehr gut testen.

00:09:21: Sie wählen eine wiederkehrende Aufgabe und benennen den Empfänger des Ergebnisses ganz klar.

00:09:27: Zweitens, sie legen vorher fest, woran ein gutes Ergebnis überhaupt erkennbar ist.

00:09:32: Drittens, sie setzen KI an einem begrenzten Arbeitsschritt ein und planen die Fachprüfung zeitlich fest ein.

00:09:39: Und der vierte Schritt ist dann die Auswertung?

00:09:41: Genau!

00:09:42: Viertens, Sie vergleichen die Gesamtzeit – einschließlich Nacharbeit sowie die Verwendbarkeit mit dem bisherigen Ablauf.

00:09:48: Und vünftens, sie entscheiden gemeinsam was übernommen verändert oder beendet wird.

00:09:53: Wir müssen hier sachlich einordnen dass dieser Versuch keine unmittelbare Produktivität verspricht.

00:09:58: Es entsteht aber in jedem Fall einen Lerngewinn und zwar auch dann wenn sich der Versuch am Ende für diese spezielle Aufgabe gar nicht lohnt

00:10:05: Weil man eben lernt wo die Grenzen liegen und wie man die eigene Arbeit organisiert.

00:10:09: Ganz genau

00:10:10: Welche Aufgabe würden wir anders angehen, wenn wir ihren Erfolg erst daran messen was beim Empfänger ankommt?

00:10:17: Das war KI-Vordenker.

00:10:19: KI über KI auf Grundlage menschlicher Ideen.

00:10:22: Kuratiert von Dr.

00:10:23: Peter Schopf.

00:10:24: Bis zur nächsten Folge.

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.