KI-Einführung: Verschwinden seltene Fälle von der Agenda?
Bei der Einführung von KI mit wiederkehrenden Aufgaben zu beginnen, erscheint vernünftig. Die präzisere Führungsfrage lautet: Wie lässt sich verhindern, dass diese anfängliche Priorität seltene, aber wichtige Situationen dauerhaft verdrängt?
Was die Literatur belegt
James March (1991, Organization Science) formalisiert das Spannungsverhältnis zwischen der Nutzung vorhandenen Wissens und der Erkundung neuer Möglichkeiten. Seine Modelle zeigen, wie zeitlich nähere und besser vorhersehbare Erträge die Nutzung des Bestehenden zulasten der Erkundung begünstigen können. Auf KI übertragen, regt dieser Ansatz dazu an, nicht nur die Verbesserungen durch ausgewählte Anwendungen zu betrachten, sondern auch jene Probleme, denen das Team keine Aufmerksamkeit mehr widmet.
Der Mechanismus: vor allem aus Wiederholungen lernen
Daniel Levinthal und James March (1993, Strategic Management Journal) beschreiben eine Kurzsichtigkeit des Lernens: Organisationen können Naheliegendes und Erfolge bevorzugen und dabei weiter entfernte Horizonte sowie Misserfolge vernachlässigen. Zu einer wiederkehrenden Tätigkeit liegen mehr Rückmeldungen vor als zu einer Ausnahmesituation. Ein Portfolio von KI-Anwendungen könnte sich deshalb auf das konzentrieren, was rasch Fortschritte belegt, ohne jene Situationen abzudecken, die bei einem Zwischenfall besonders wichtig sind.
Der vorschnelle Schluss
Daraus abzuleiten, dass seltene Fälle Vorrang haben oder der KI überlassen werden sollten, ginge zu weit. Mit einer häufigen und klar abgegrenzten Tätigkeit zu beginnen, kann das Lernen erleichtern und Ergebnisse beobachtbar machen. Die Einschränkung betrifft die Auswahl: Eine geringe Häufigkeit allein reicht nicht aus, um ein Problem von der Führungsagenda zu streichen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)
Was diese Arbeiten nicht nachweisen
Diese Artikel liefern Modelle und eine theoretische Analyse des organisationalen Lernens, keine Versuche mit generativer KI in Genfer Teams. Sie bestimmen weder die optimale Verteilung der Anwendungen noch die Situationen, die ein heutiges System zuverlässig bearbeiten kann. Eine hohe Nutzungszahl zeigt, wie oft eine Praxis wiederholt wird, nicht wie gut wichtige Situationen abgedeckt sind.
Eine überprüfbare Praxis in Genf
Im Rahmen des SHR-Programms « Conduire l’adoption de l’IA dans son équipe » kann ein Genfer Team vor der Auswahl seiner Anwendungen seltene, aber folgenreiche Situationen auflisten: ein atypisches Dossier im Private Banking, eine aussergewöhnliche Anfrage in einer internationalen Organisation, ein ungewöhnlicher Defekt in der Luxusuhrenindustrie oder eine Unstimmigkeit in Dokumenten des Rohstoffhandels. Nach einem Monat wird der Anteil dieser Situationen mit einem dokumentierten Entscheid berechnet: KI-Anwendung testen, menschliche Bearbeitung beibehalten oder Prüfung mit Begründung verschieben. Der Zähler umfasst die Situationen mit einem Entscheid, der Nenner die unveränderte Ausgangsliste; das Register bleibt intern und erfordert keine Übermittlung sensibler Daten an ein KI-Werkzeug. Diese Kennzahl prüft die Abdeckung durch Führungsentscheide, nicht die Leistung des Werkzeugs. Weiterführend: entdecken Sie die KI-Einführung im Team gestalten-Weiterbildung in Genf im Kanton Genf, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.
In Bildern: KI-Einführung im Team gestalten in Genf
- ki-einführung im team gestalten
- Genf
- forschung
- Weiterbildung genf