Künstliche Intelligenz reduziert möglicherweise nicht die Arbeitsbelastung; sie macht sie lediglich unsichtbar.

KI reduziert möglicherweise nicht die Arbeitsbelastung.

Es geht vielleicht nur darum, einen Teil der Arbeit unsichtbar zu machen.

Letzte Woche kam ein interessantes Detail über Metas persönlichen KI-Agenten Muse ans Licht.

Muse kann im Namen des Nutzers Unternehmen anrufen, Termine vereinbaren, die Produktverfügbarkeit in Geschäften erfragen und Preisangebote von verschiedenen Dienstleistern einholen. Von außen betrachtet wirkt es wie ein autonomer KI-Agent.

Laut interner Firmenkorrespondenz, die Reuters vorliegt, testete Meta ein „menschliches Concierge“-System, das unbemerkt einige Gespräche an externe Mitarbeiter auslagerte. Während der Nutzer glaubte, einem KI-Agenten eine Aufgabe zuzuweisen, führte tatsächlich ein Callcenter-Mitarbeiter einen Teil des Gesprächs.

Mitarbeiter des Unternehmens warnten davor, dass sensible Informationen an externe Dienstleister weitergegeben werden könnten. Ein Manager räumte ein, dass der ohne ausreichende Erklärung gestartete Test ein Fehler gewesen sei, und die Funktion wurde zurückgezogen.

Dieser Einzelfall bedeutet nicht, dass hinter allen KI-Systemen Menschen stehen. Er verdeutlicht aber ein größeres Governance-Problem, das wir im Zuge der KI-Transformation übersehen:

Wenn wir eine Aufgabe an KI delegieren, verschwindet menschliche Arbeit nicht immer. Manchmal wird sie verlagert und bleibt unsichtbar.

Eine in derselben Woche veröffentlichte globale Studie von IBM verdeutlicht diese Situation in einem umfassenderen Ausmaß. In der Studie, an der 1.500 Personalchefs in 21 Regionen und 8.800 Mitarbeiter in 28 Ländern teilnahmen, gaben 80 % der Personalchefs an, dass der Einsatz von KI eine neue, „unsichtbare Aufgabe“ für die Mitarbeiter schafft.

Woraus besteht diese unsichtbare Arbeit?

Die KI-Vorschläge validieren. Fehler korrigieren. Fehlende Kontextinformationen hinzufügen. Ausnahmen behandeln. Dem Kunden eine fehlgeschlagene Transaktion erklären. Die Verantwortung für die Systementscheidung übernehmen.

42 % der Beschäftigten geben an, dass KI ihre Arbeitsbelastung erhöht oder dass der dadurch entstehende Mehraufwand nicht anerkannt wird. 43 % sagen, dass sie die Schuld tragen, wenn etwas mit KI schiefgeht.

Meiner Meinung nach offenbaren diese Zahlen ein erhebliches Defizit in der Art und Weise, wie Unternehmen die Effektivität von KI messen.

Heutzutage drehen sich die meisten KI-Fallstudien um die Frage: „Wie viele Stunden haben wir eingespart?“ Wenn ein Bericht in dreißig Minuten statt in drei Stunden erstellt wird, gehen wir davon aus, dass zweieinhalb Stunden eingespart wurden.

Das Erreichen eines ersten Ergebnisses ist jedoch nicht dasselbe wie die Erzielung eines zuverlässigen Ergebnisses.

Wenn ein Mitarbeiter vierzig Minuten damit verbringt, den KI-generierten Bericht zu überprüfen, Unterstützung vom Finanzteam einzuholen, um eine falsche Zahl zu korrigieren, einen Anspruch mit unklarer Quelle erneut zu untersuchen oder auf die rechtliche Genehmigung zu warten, bevor er ihn an den Kunden sendet, beträgt die tatsächliche Zeitersparnis nicht zweieinhalb Stunden.

Noch wichtiger ist jedoch, dass die Organisation den wirtschaftlichen Wert der KI überschätzen könnte, wenn diese Überwachungsaufgabe nicht in der Stellenbeschreibung enthalten ist, sich nicht im Leistungssystem widerspiegelt und nicht im Budget berücksichtigt wird.

Ich nenne dies den unsichtbaren menschlichen Tribut der KI.

Auf der einen Seite stehen die sichtbaren Aufgaben, die automatisiert werden. Auf der anderen Seite gibt es die Arbeit der Validierung, der Ausnahmebearbeitung, der Vergütung und der Verantwortlichkeit, die über das gesamte System verteilt ist.

Der wahre Wert entsteht erst, wenn diese beiden Aspekte gemeinsam betrachtet werden.

Die versteckten Kosten der KI liegen oft nicht im Computer selbst, sondern in der menschlichen Aufmerksamkeit, die in keiner Stellenbeschreibung vorgesehen ist.

Hier geht es nicht nur um Effizienz.

Die unsichtbare Arbeit ist auch eine Frage des Vertrauens und der Führung. Wenn ein Mitarbeiter die Ergebnisse der KI hinterfragt und als „Veränderungsresistent“ gilt, bestrafen wir möglicherweise menschliches Urteilsvermögen, das negative Folgen verhindern könnte. Macht das System einen Fehler, liegt die Verantwortung beim Mitarbeiter. Hat dieser jedoch nicht die Befugnis, die Systementscheidung zu ändern, trennen wir Verantwortlichkeit von Befugnis.

Hier ist eines der wichtigsten Ergebnisse der IBM-Studie: Organisationen, die klar definierten, welche Aufgaben von Menschen, welche mit KI-Unterstützung und welche von KI ausgeführt werden sollten, wiesen ein geringeres Risiko und eine höhere Qualität auf.

In Organisationen, in denen der Personalchef (CHRO) Mitverantwortung für die Festlegung trägt, welche Entscheidungen weiterhin menschlich getroffen werden, fühlen sich die Mitarbeiter deutlich sicherer, wenn es darum geht, KI-Empfehlungen in Frage zu stellen oder für ungültig zu erklären.

Es geht also nicht nur darum, den Mitarbeitern beizubringen, wie man bessere Aufgabenstellungen formuliert.

Gestaltung der Arbeitsteilung zwischen Menschen und KI, einschließlich Autorität, Verantwortung und Anerkennung.

Daher denke ich, dass wir neue Elemente in die Berechnung des KI-ROI aufnehmen müssen.

Neben der reinen Zeitersparnis müssen wir auch den Zeitaufwand für die Ergebnisvalidierung erfassen. Wir müssen die Kosten für Fehler und Nacharbeit ermitteln. Wir müssen die Anzahl der an Mitarbeiter delegierten Ausnahmen dokumentieren. Wir müssen die Entschädigungszahlungen an Kunden berücksichtigen. Und wir müssen uns fragen, ob die letztendlich verantwortliche Person tatsächlich über die Zeit, das Wissen und die Befugnis verfügt, die Aufgabe zu erfüllen.

Wenn diese Berechnung abgeschlossen ist, werden wir möglicherweise feststellen, dass einige KI-Anwendungen weniger Wert schaffen, als wir angenommen haben.

Umgekehrt könnten wir feststellen, dass manche deutlich wertvoller sind. Denn gut konzipierte KI beschleunigt nicht nur die anfängliche Ausgabe, sondern reduziert auch den Validierungsaufwand, leitet Ausnahmen an die zuständige Person weiter, dokumentiert die Entscheidungsprozesse und schafft so Freiräume für wirklich wertvollere Aufgaben.

Dieses Ergebnis tritt jedoch nicht spontan ein.

Die Implementierung von KI kann ein Technologieprojekt sein. Die Beseitigung unsichtbarer Arbeit hingegen ist eine Frage der Arbeitsgestaltung.

Wählen Sie bei Ihrem nächsten KI-Management-Meeting einen einzelnen kritischen Workflow aus. Bevor Sie fragen: „Wie viele Stunden haben wir eingespart?“, stellen Sie diese vier Fragen:

Wer überprüft die KI-Ausgabe? Wer korrigiert die Fehler? Wer behandelt Ausnahmen? Wer trägt die Verantwortung, wenn das Ergebnis falsch ist?

Wenn die Antworten auf diese vier Fragen auf verschiedene Personen verteilt sind und keine davon gemessen wird, hat Ihre KI die Aufgabe möglicherweise automatisiert.

Aber Ihre Organisation hat die Stelle noch nicht neu gestaltet.

Meine KI-Arbeitslandkarte , die speziell für Managementteams entwickelt wurde, visualisiert die Differenz zwischen Brutto-Zeitersparnis und tatsächlichem Netto-Arbeitsaufwand in einem Arbeitsablauf. Wenn Sie diese Berechnung gemeinsam für drei kritische KI-Arbeitsabläufe durchführen möchten, stelle ich Ihnen die Landkarte gerne zur Verfügung.