Wenig Aufwand für viel Ertrag: Was gut klingt, führt im Umgang mit KI oft zu sinnlos langen Textwüsten oder einem “Ozean der Gleichförmigkeit”. Gleichzeitig vermeiden wir den Aufwand, der Arbeitsergebnisse oft überhaupt erst wertvoll gemacht hat. Wie unterscheiden wir kluge von weniger kluger KI-Nutzung?
Oft ist der Weg wichtiger als das Ziel.
Meine Tochter drückte mir vor einigen Tagen begeistert ein Stück Papier in die Hand. Sie erklärte mir stolz, dass sie mir ein Haus gemalt hatte.
Ich war dankbar für das Geschenk, aber vor allem für die Einordnung: Selbst der wohlwollendste Betrachter (ich) hatte Schwierigkeiten, hier ohne Unterstützung der Künstlerin ein Gebäude zu erkennen.
Linienführung und Raumtiefe haben noch Luft nach oben, aber dieses Bild ist so wertvoll, dass ich es mir an die Wand gehängt habe, denn in der Arbeit meiner Tochter steckt zwar (Stand jetzt!) kein technisches Genie, dafür aber Anstrengung, Entwicklung, Intention und Liebe.
Oft ist der Weg zu einem Ergebnis viel wertvoller als das Ergebnis selbst - und manchmal ist das Ergebnis ohne den Weg dahin sogar komplett wertlos (Ja, dies ist eine Metapher für KI).
Leider sind diese beiden Dinge - Ergebnis und Weg - nicht immer so leicht auseinanderzuhalten.
Manchmal ist es tragisch, wenn das eine mit dem anderen verwechselt wird, so wie in diesem Fall, in dem eine Braut den Bräutigam am Altar stehen ließ, während er sein - sicher sauber, aber leider erkennbar von ChatGPT formuliertes - Eheversprechen vorlas:
Manchmal ist es extrem erwartbar, so wie im Falle von Schülern und Studenten, die Arbeit vermeiden wollen (eine althergebrachte Tradition). Sie lassen ihre Hausaufgaben von KI erledigen und kehren damit ein weiteres Prinzip, das seit Jahrtausenden galt, um: Wer bessere Hausaufgaben einreicht, schreibt auch bessere Prüfungen.
Mittlerweile ist es genau anders herum: Je mehr KI-Einsatz, desto besser die Hausaufgaben und desto schlechter die Prüfungen, wenn keine KI mehr verfügbar ist (Quelle).
Und ganz oft ist es, vor allem im Arbeitskontext, eine Mischung aus Anreizen und mangelnder Reflektion, die dazu führt, dass wir KI Arbeit überlassen, die ohne unsere eigene Anstrengung gleich wertlos wird.
Der Sinn des Lesens
Jeff Bezos führte bei Amazon sehr früh folgendes ein: In Meetings mit seinen Führungskräften war PowerPoint verboten. Stattdessen musste die Person, die sonst durch Folien geführt hätte, eine Memo von bis zu 6 Seiten vorbereiten. In einem einstündigen Termin wurde dann die erste Hälfte damit verbracht, die Memo zu lesen: “Die einzigen Geräusche im Raum stammten von den Stiften, mit denen Notizen an den Rand geschrieben wurden”
Bezos Logik war, dass die Fähigkeit, sechs Seiten klaren Text zu schreiben, ein hohes Maß an klarem Denken und Anstrengung voraussetzt - im Gegensatz zu einer Aneinanderreihung von Stichpunkten:
Ganze Sätze sind schwieriger zu schreiben. Sie haben Verben. Die Absätze haben einleitende Sätze. Es ist unmöglich, eine sechsseitige, logisch strukturierte Memo zu schreiben, ohne klar denken zu können.
Diese Annahme ist jetzt Geschichte.
Die sechsseitige, logisch strukturierte Memo ist heute leicht durch einige Sätze Prompt zu bekommen. Und weil in einem Großunternehmen wie Amazon Regeln überleben, aber nicht immer die Intention dahinter, ist es so gekommen, wie es kommen musste:
Dreißig Minuten nach Beginn eines Review-Meetings bei Amazon eröffnete ein Product Manager die Diskussion über ein sechsseitiges Dokument. Zwei Minuten später war für alle im Raum völlig offensichtlich, dass er das Dokument gerade zum ersten Mal gelesen hatte.
Wie viele andere Organisationen leidet auch Amazon unter Workslop: Per Knopfdruck erstellte Inhalte, für die kaum Aufwand und Erfahrung nötig war, die aber alle formellen Voraussetzungen an ein Arbeitsergebnis erfüllen.
Mein Eindruck ist, dass dieses Problem in vielen Unternehmen eskaliert. Immer häufiger höre ich in meinem Bekanntenkreis frustrierte Berichte über Kollegen, die seitenlange KI-generierte Status-Updates oder Berichte teilen.
Auf Nachfragen zu unklaren Textstellen antworten diese Kollegen dann typischerweise: “Das ist von KI geschrieben, prüfe das am besten nochmal genauer.” oder einfach “Ach, das ist KI, die Stelle kannst du ignorieren.”
Wer KI so unüberlegt nutzt, hat gleich zwei Probleme geschaffen:
Problem eins: Er externalisiert die eigene Arbeit. Genau wie der Amazon-Manager reicht er das, was eigentlich mal seine Arbeit war, an seine Kollegen weiter.
Ob eine Stelle es wert ist, ignoriert zu werden, kann der Leser ja erst nach dem Lesen entscheiden, also dann, wenn die Augen von vielen Seiten Workslop schon glasig geworden sind. Und wieso sollte ich als Leser etwas prüfen, wenn es von KI geschrieben wurde? War es nicht mal so, dass der Autor seinen Text prüft, bevor er ihn teilt?
Problem zwei: Er umgeht einen enorm wichtigen Teil der Arbeit. Wie ein Kraftsportler, der seine Gewichte mit dem Gabelstapler hebt, hat er die Aufgabe missverstanden.
Ja, hier stehen Worte, die so in einer Reihenfolge angeordnet wurden, dass sie aussehen wie eine Marktanalyse. Aber Wissen über den Markt, das sich der Verfasser dabei früher erarbeitete, ist dabei kaum entstanden: Text ist immer nur die Spitze des Eisbergs von Wissen und Verständnis, die normalerweise dahinter stehen.
Im Arbeitskontext ist dieses Verhalten frustrierend.
In anderen Zusammenhängen ist es traurig:
Die ehemalige Geschäftsführerin von Yahoo, Marissa Mayer, hat eine 10-jährige Tochter. Die Lehrerin dieser Tochter bat Mayer darum, drei Dinge aufzuschreiben, die ihre Tochter einzigartig machten. Diese Aufgabe überforderte Mayer so sehr, dass sie lieber ihren persönlichen KI-Assistenten Dazzle fragte: “Da kam dann so: Deine Tochter ist empathisch, kreativ und tierlieb“. Mayer fand die Antwort perfekt.
Ein kleiner Plot Twist ist, dass Mayers Startup selbst der Hersteller von Dazzle ist, und wir ihre Geschichte deswegen mit Vorsicht genießen sollten. Aber alleine die Vorstellung, dass eine Mutter von der Aufgabe “Nenne drei Dinge, die deine Tochter einzigartig machen”, so überfordert ist, dass sie sie von irgendjemand anderem, Mensch oder Computer, erledigen lässt, ist extrem trist.
Lieferung nicht zustellbar
Wenn Menschen missverstehen, warum sie etwas tun, kann das bizarre Züge annehmen.
Im zweiten Weltkrieg landeten die Japaner und Amerikaner auf Inseln im Südpazifik, deren Bewohner bis dahin kaum Kontakt mit der Außenwelt gehabt hatten. Die Soldaten kamen mit Technologie aus einer anderen Welt - Flugzeuge und gewaltige motorisierte Schiffe - und hinterließen tonnenweise Nahrung, Kleidung, Medizin und Waffen.
Viele Jahre nach dem Ende des Weltkriegs gab es auf den Inseln religiöse Bewegungen, die hofften, durch ihre Rituale diese Wunder zu wiederholen. Sie bauten Tower und schnitzten Headsets, entzündeten Fackeln entlang einer selbstgebauten Landebahn und marschierten mit Bajonetten aus Bambus.
Aus der Sicht der Melanesier waren damit alle Voraussetzungen für die Landung neuer Flugzeuge erfüllt. Aber sie wurden enttäuscht: Es kam niemand mehr.
Die so genannten Cargo-Kulte - “Lieferungskulte” - sind mittlerweile zur Metapher für viele Tätigkeiten geworden, die mal einen Zweck hatten, ihn irgendwann nicht mehr erfüllen, aber der Form nach erhalten bleiben - oft ohne, dass die Beteiligten es realisieren.
Das war immer schon ein Problem von Organisationen - und gelegentlich auch von einzelnen Personen.
Die Mutter, die erklären soll, was an ihrer Tochter einzigartig ist, der Bräutigam, der sagen soll, warum er die Braut liebt und der Amazon-Manager, der hart genug an einer Idee arbeiten soll, dass er sie auf sechs Seiten beschreiben kann - sie alle folgen einem Cargo-Kult, wenn sie glauben, dass sie ihre Arbeit mit einem Prompt an eine Maschine auslagern können.
Aber ob wir und die Organisationen, in denen wir arbeiten, Opfer eines Cargo-Kults werden, haben wir selbst in der Hand.
Je wichtiger das reine Ergebnis, desto sinnvoller ist der Einsatz von KI - und je mehr der Weg dahin eine Rolle spielt, desto weniger sinnvoll. Jeff Bezos war am Inhalt der Memos interessiert - vor allem aber daran, dass in seinem Unternehmen genau nachgedacht wurde.
Gleichzeitig muss das Ergebnis unserer Arbeit - oder unseres Prompts - respektvoll mit der Zeit unserer Mitmenschen umgehen. Es darf nicht akzeptabel sein, mit minimalem Aufwand maximal lange Texte zu generieren und unseren Kollegen zur Prüfung zu überlassen.
Kultur frisst gute Vorsätze zum Frühstück
Workslop werden wir aber nicht Herr, weil einige im Unternehmen vernünftig mit KI umgehen, sondern durch die richtige Unternehmenskultur. Das Unicorn-Startup Clay.com hat intern Regeln, die ich jeder Organisation, die KI wirklich klug nutzen will, empfehle. Hier ist ein Link zum vollen Text, denn er ist die Zeit tatsächlich wert.
Einige Unternehmen in meinem eigenen Bekanntenkreis haben mittlerweile ähnliche Regeln übernommen - darunter Firmen, die selbst ihr Geld mit KI-Entwicklung verdienen. Dort ist - mein Eindruck - das Problem zwar besonders groß, weil KI von Mitarbeitenden stärker genutzt wird.
Gleichzeitig wächst dort aber auch das Problembewusstsein am schnellsten, weil reflektierter über effektive Nutzung nachgedacht wird als dort, wo aktuell noch der Copilot-Rollout diskutiert wird.
Microsofts Executive Vice President Ryan Roslansky beschrieb seine Erfahrungen mit Workslop zum Beispiel so:
Jemand schickte mir ein offensichtlich KI-generiertes Dokument. Ich las es, realisierte, dass es KI war, ließ es von meiner KI zusammenfassen und hatte am Ende etwas ohne neue Ideen: Das ist eine Abwärtsspirale. Wenn wir nicht vorsichtig sind, landen wir (...) in einem Meer der Gleichförmigkeit.
Im besten Fall nutzen wir KI nicht als Abkürzung, die uns zum Meer aus Gleichförmigkeit führt. Sondern so, dass unsere Ambitionen größer werden: So, dass wir Dinge schaffen, die vorher unmöglich waren und um Dinge zu lernen, die uns vorher verschlossen blieben.
Denn trotz allem Hype werden Potenzial und Auswirkungen von KI immer noch eher unter- als überschätzt.
Die Technologie birgt noch viel größere Risiken als Workslop, aber auch die Chance auf unvorstellbaren Fortschritt. Wir sollten uns nur daran erinnern, dass wir auf dem Weg dahin manchmal schon am Ziel sind.
