Es gibt Aufgaben, bei denen der Mensch der Arbeit der KI keinen Wert hinzufügt. Der Mensch nimmt Wert weg. Zeit, dass wir dafür einen Namen haben.

Seit drei Jahren sitze ich in Meetings, in denen jemand sagt: KI ist nur ein Werkzeug, der eigentliche Wert kommt vom Menschen, der sie benutzt.

Alle nicken. Ich habe auch genickt, bis 2024. Sie nicken immer noch.

Also, korrigieren wir das.

Es gibt Aufgaben, bei denen der Mensch der Arbeit der KI keinen Wert hinzufügt. Der Mensch nimmt Wert weg. Und es wird Zeit, dass wir dafür einen Namen haben.

Negative Wertschöpfung

Mehrwert kennst du. Wir schreiben ihn in Stellenbeschreibungen, Angebote, Mitarbeitergespräche. Er ist unsere Begründung dafür, dass wir im Raum sitzen.

Die Ökonomen kennen auch das Gegenteil: negative Wertschöpfung. Das ist, wenn das, was ein Unternehmen herstellt, weniger wert ist als das, was hineingeflossen ist. Du kaufst gutes Holz, arbeitest eine Woche daran, und der Stuhl ist weniger wert als das Holz.

Jetzt stell einen Menschen und eine KI in dasselbe Bild.

Negative Wertschöpfung heißt: Das Ergebnis mit dir ist schlechter als das Ergebnis ohne dich. Ich meine nicht, dass du langsam warst. Ich meine nicht, dass du überflüssig warst. Ich meine: Es ist schlechter geworden, weil du es angefasst hast.

Das MIT hat nachgezählt

Du musst mir das nicht glauben.

2024 haben drei MIT-Forscher, Vaccaro, Almaatouq und Malone, eine Metaanalyse in Nature Human Behaviour veröffentlicht. Sie haben 106 Experimente und 370 Ergebnisse ausgewertet, bei denen dieselbe Aufgabe von einem Menschen allein, von einer KI allein und von beiden zusammen erledigt wurde.

Im Durchschnitt waren Mensch und KI zusammen schlechter als der Bessere von beiden allein.

Ja, du hast richtig gelesen.

Wir haben alle 1+1=3 erwartet. Es hat nicht einmal für die größere 1 gereicht.

Bevor du das mit drei Ausrufezeichen an dein Team weiterleitest, hier die fairen Details:

  • Mensch plus KI schlägt meistens den Menschen allein. KI hilft dir also. Das Problem zeigt sich erst, wenn du das Paar mit der KI allein vergleichst.
  • Die Verluste lagen bei Entscheidungsaufgaben. Deepfakes erkennen, Nachfrage prognostizieren, medizinische Fälle diagnostizieren. Die KI gab eine Antwort, der Mensch hatte das letzte Wort, und das letzte Wort hat es schlechter gemacht.
  • Wo die KI in der Aufgabe besser war als der Mensch, hat der Mensch das Ergebnis nach unten gezogen. Wo der Mensch besser war, hat die KI geholfen.
  • Kreative Arbeit war die Ausnahme. Texte schreiben, Bilder erstellen - da war das Paar gut. Die Zusammenfassung des MIT sagt dasselbe.

Noch etwas. Die Experimente in dieser Analyse enden Mitte 2023. Überleg mal, was die Modelle 2023 konnten und was sie heute können.

Lies die Anleitung (ausnahmsweise)

Wann hast du zuletzt eine Bedienungsanleitung gelesen? Eben.

Also habe ich es für dich gemacht, denn die Firmen, die diese Modelle bauen, haben alles aufgeschrieben.

Der offizielle Prompting-Leitfaden von Anthropic sagt dir, du sollst allgemeine Anweisungen geben und die detaillierte Schrittliste weglassen. Ein einfaches “denk gründlich nach” bringt oft besseres Denken als der Schritt-für-Schritt-Plan, auf den du so stolz warst. Und dann kommt mein Lieblingssatz aus allen Software-Dokumentationen, die ich kenne: “Claude’s reasoning frequently exceeds what a human would prescribe.” Auf Deutsch: Claudes Überlegungen gehen oft über das hinaus, was ein Mensch vorgeben würde.

Das steht in der Anleitung. Ganz höflich.

Derselbe Leitfaden bittet dich, mit dem Über-Prompten aufzuhören und das Modell nicht mehr in Großbuchstaben anzuschreien.

Der Leitfaden für Reasoning-Modelle von OpenAI sagt dasselbe mit anderen Worten. Halte den Prompt einfach und direkt. Sag dem Modell nicht, es soll Schritt für Schritt denken, das macht es schon von allein. Was sie von dir wollen, ist etwas anderes: Sag ganz klar, was das Ziel ist und woran man den Erfolg erkennt.

Es ist wie im Taxi. Du nennst die Adresse. Du erklärst dem Fahrer nicht, wann er schalten soll.

Und es geht über Prompts hinaus. Anthropic hat sich auch angeschaut, wie Menschen tatsächlich mit seinem Coding-Agenten arbeiten:

  • Bei Anthropic intern hat sich die Erfolgsquote bei den schwierigsten Aufgaben innerhalb weniger Monate verdoppelt. In denselben Monaten sind die menschlichen Eingriffe pro Sitzung von 5,4 auf 3,3 gesunken.
  • Neue Nutzer lassen den Agenten in etwa 20% der Sitzungen laufen, ohne jeden Schritt freizugeben. Erfahrene Nutzer in mehr als 40%.
  • Und erfahrene Nutzer unterbrechen öfter. Sie haben aufgehört, alles durchzuwinken, und achten stattdessen auf die Momente, in denen es darauf ankommt.

Was sagen sie dazu, dass ein Mensch jede einzelne Aktion freigibt? Dass es “will create friction without necessarily producing safety benefits” - also Reibung erzeugt, ohne unbedingt mehr Sicherheit zu bringen. In einem weiteren Papier geben sie zu, was wir alle von Cookie-Bannern kennen: Wer Menschen ständig um Zustimmung bittet, bekommt irgendwann keine Aufmerksamkeit mehr.

Fairerweise: Keine der beiden Firmen sagt, wirf den Menschen raus. Derselbe Anthropic-Leitfaden will, dass ein Mensch alles freigibt, was Geld bewegt, und dass das Modell darüber nachdenkt, was sich rückgängig machen lässt. Die Anleitung sagt also nicht null Menschen. Sie sagt: weniger Eingriffe, und zwar dort, wo ein Mensch wirklich gebraucht wird.

Und wie machen wir es schlechter?

Meistens mit Gewohnheiten, für die wir unsere ganze Karriere lang gelobt wurden.

Wir überstimmen die richtige Antwort

Das Modell sagt A. Dein Bauch sagt B. Du hast 20 Jahre Erfahrung, also wird es B.

Manchmal hat dein Bauch recht. Aber wann hast du zuletzt nachgeschaut, wer recht hatte, du oder das Modell? Ich tippe auf: nie.

Wir bearbeiten, damit es unseres wird

Du kennst das Dokument, das durch drei Führungskräfte geht. Jede ändert ein paar Wörter, denn etwas freizugeben, ohne es anzufassen, fühlt sich an, als hätte man nicht gearbeitet.

Ist der Text besser geworden? Nein. Er hat drei Besitzer mehr.

Wir sind die Warteschlange

Die KI ist in vier Minuten fertig. Dann wartet das Ergebnis vier Tage, bis der Chef Zeit hat, es sich anzuschauen. Und wenn sich drei Leute auf die Änderungen einigen müssen, gibt es auch noch ein Meeting.

Das Modell braucht kein Meeting mit sich selbst.

Wir prüfen Dinge, die wir nicht prüfen können

“Human in the loop” klingt so sicher. Aber ein müder Mensch, der sich das 60. Ergebnis des Tages anschaut, ist keine Qualitätskontrolle. Er winkt alles durch, oder er ändert irgendetwas, um sich nützlich zu fühlen.

Was davon ist besser? Keins von beiden.

Also ja, KI wird Jobs kosten

Der tröstliche Satz der letzten drei Jahre war: KI nimmt dir nicht den Job weg, sondern ein Mensch, der KI benutzt.

Schöner Satz. Er wird gerade alt.

Wenn der Mensch mit KI ein schlechteres Ergebnis liefert als die KI allein, warum sollte ein Unternehmen bei dieser Aufgabe für den Menschen bezahlen? Würdest du mehr bezahlen, um weniger zu bekommen?

Also ja, KI wird Jobs kosten. Zuerst dort, wo unser Beitrag bei null liegt. Dann dort, wo er unter null liegt. Wir können so tun, als würde das nicht passieren, und führen dieses Gespräch dann eben im Kündigungsgespräch.

Und das sage ich als jemand, die als extrem pro Mensch gilt und die letzten zehn Jahre damit verbracht hat, Menschen zu entwickeln. Ich freue mich nicht darüber. Ich zähle nur lieber, als zu hoffen.

Das Gute an einem Minuszeichen: Es zeigt dir, wo du aufhören sollst. Nimm die menschlichen Stunden dort raus und steck sie dahin, wo wir noch ein Plus sind. Entscheiden, was wir wollen. Sagen, wie “gut” aussieht. Verantwortung für das Ergebnis übernehmen. Mit anderen Menschen umgehen, die verärgert, verwirrt oder brillant sind, manchmal alles drei vor dem Mittagessen.

Was jetzt zu tun ist

  • Miss drei Versionen. Die meisten Unternehmen vergleichen “mit KI” und “vor der KI”. Nimm die dritte dazu: KI allein. Solange du das nicht tust, hast du keine Ahnung, ob du ein Plus oder ein Minus bist.
  • Prüf deine eigenen Korrekturen. Nimm die letzten 20 Male, bei denen du ein KI-Ergebnis geändert hast. Besser, oder nur mehr deins?
  • Setz die Menschen an die beiden Enden. Am Anfang: Was wollen wir? Am Ende: Haben wir es bekommen, und wer steht dafür gerade? In der Mitte, beim Umschreiben von Sätzen und Vorgeben von Schritten - dort richten wir den Schaden an.
  • Hör auf, “Human in the loop” als Qualitätssiegel zu verkaufen. Es sind Kosten. Manchmal lohnen sie sich, aus rechtlichen, ethischen oder Vertrauensgründen. Dann nenn es auch so.
  • Bilde Menschen für die Aufgaben aus, in denen sie noch gewinnen. Die MIT-Zahlen zeigen es: Wo der Mensch der Stärkere ist, hilft die KI. Finde diese Aufgaben in jeder Rolle und investiere dort.

Mehrwert hast du nicht, weil du ein Mensch bist. Mehrwert kann man messen.

Also miss ihn. Bevor es dein CFO tut :)

Quellen

Wenn das Thema bei Ihnen gerade aktuell ist

Führungskräfteentwicklung

Führung ist keine Rolle, sondern Verhalten. Programme von der ersten Führungsrolle bis zur Geschäftsleitung.

Ansehen arrow_forward

Teilen

Kostenloses Erstgespräch

Erzählen Sie uns, wo Ihr Team steht.

Ein unverbindliches Gespräch mit uns, nicht mit einem Callcenter. Danach entscheiden Sie, ob Sie mehr brauchen.

Newsletter abonnieren