KI-Einführung: Braucht es geschützte Zeit für Neues?

Wenn ein Team eine zufriedenstellende KI-Anwendung gefunden hat, hat die Führungskraft gute Gründe, diese zu festigen. Eine Frage bleibt jedoch: Wie viel Raum soll die Suche nach weiteren Anwendungen erhalten, wenn kurzfristige Ergebnisse für das bereits Beherrschte sprechen?

Was die Literatur festhält

James G. March (1991, Organization Science) unterscheidet die Nutzung bestehenden Wissens von der Erkundung neuer Möglichkeiten. Sein Modell zeigt, wie die zeitlich näheren und besser vorhersehbaren Erträge der Nutzung dazu führen können, dass eine Organisation diese zulasten ihrer langfristigen Anpassungsfähigkeit übergewichtet. Auf KI übertragen mahnt diese Unterscheidung, die Verfeinerung einer etablierten Anwendung nicht mit einer Erweiterung der Möglichkeiten des Teams gleichzusetzen.

Der Mechanismus: Lernen kann die Suche verengen

Daniel A. Levinthal und James G. March (1993, Strategic Management Journal) analysieren die Kurzsichtigkeit organisationalen Lernens, insbesondere die Tendenz, ferne Zeithorizonte zu vernachlässigen und das zu bevorzugen, was durch Erfahrung im unmittelbaren Umfeld sichtbar wird. Ein Team kann dadurch seine bestehenden Praktiken immer besser beherrschen, ohne mehr über nicht erprobte Alternativen zu erfahren. Für die Führung besteht das Risiko somit nicht nur in fehlender KI-Erfahrung, sondern auch darin, dass die ersten erfolgreichen Anwendungen das gesamte Spektrum der weiteren Versuche bestimmen.

Der vorschnelle Schluss

Daraus könnte man ableiten, möglichst viele Experimente durchzuführen und Routinen zu misstrauen. Diese Arbeiten rechtfertigen diesen Schluss nicht: Die Nutzung des Bestehenden trägt auch dazu bei, Qualität zu stabilisieren und bereits Erlerntes wirksam einzusetzen. Es geht um eine Abwägung zwischen zwei notwendigen Tätigkeiten, nicht um einen grundsätzlichen Vorrang des Neuen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was sich aus der Forschung nicht ableiten lässt

Diese Artikel bieten ein Modell und eine theoretische Analyse organisationalen Lernens; sie untersuchen nicht die heutige Einführung generativer KI. Sie bestimmen weder einen optimalen Zeitanteil für die Erkundung noch eine ideale Anzahl zu testender Anwendungen. Ein Dashboard, das nur die Menge KI-gestützter Arbeitsergebnisse erfasst, reicht allerdings nicht aus, um diese Abwägung zu dokumentieren: Geprüfte und anschliessend verworfene Möglichkeiten bleiben darin ungemessen.

Eine überprüfbare Praxis in Sion

Im Rahmen des Programms « Conduire l’adoption de l’IA dans son équipe » von SHR — Swiss Human Resources könnte ein Team in Sion einen Monat lang protokollieren, ob ein Versuch eine bestehende Anwendung verbessert oder eine neue untersucht. In der Wasserkraft, im Gesundheitswesen, im Weinbau oder im alpinen Tourismus würde sich diese Erkundung auf nicht kritische dokumentenbezogene Aufgaben mit freigegebenen Daten und menschlicher Prüfung beschränken. Als Messgrösse dient der Anteil der Versuchszeit je Kategorie, ergänzt um ein dokumentiertes Ergebnis und einen begründeten Entscheid zum Fortsetzen oder Beenden jedes neuen Ansatzes. Diese Erfassung würde den Wert der Erkundung nicht beweisen, aber überprüfbar machen, ob sie tatsächlich Raum erhält oder lediglich eine Absicht bleibt. Weiterführend: entdecken Sie die KI-Einführung im Team gestalten-Weiterbildung in Sitten im Kanton Wallis, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI-Einführung im Team gestalten in Sitten

• ki-einführung im team gestalten
• Sitten
• forschung
• Weiterbildung sitten