KI-Einführung: Was geht in einer Teamzusammenfassung verloren?
Die Beiträge eines Teams durch KI zusammenfassen zu lassen, erscheint als vernünftige Vorbereitung auf eine Entscheidung. Die präzisere Führungsfrage lautet: Wie lässt sich überprüfen, ob eine Information, über die nur eine Person verfügt, sichtbar bleibt, wenn sie der vorherrschenden Einschätzung widerspricht?
Was die Forschung belegt
Garold Stasser und William Titus (1985, Journal of Personality and Social Psychology) zeigten in einem Experiment zu Gruppenentscheidungen, dass in der Diskussion Informationen bevorzugt wurden, die den Mitgliedern bereits gemeinsam bekannt waren, gegenüber Informationen, die nur ein Mitglied besass. Dieses Ungleichgewicht kann verhindern, dass die Gruppe die für eine bessere Wahl erforderlichen Hinweise nutzt. Eine Zusammenfassung, die das Gespräch getreu wiedergibt, gewährleistet somit noch keine ausreichende Darstellung des verfügbaren Wissens.
Der Mechanismus, der die Auswahl verstärken kann
Raymond S. Nickerson (1998, Review of General Psychology) beschreibt in einer Literaturübersicht die Tendenz, Informationen so zu suchen oder zu interpretieren, dass sie bestehende Überzeugungen und Hypothesen stützen. Auf eine KI-generierte Zusammenfassung übertragen, deutet dieser Mechanismus auf ein Risiko beim Lesen hin: einen Text zu akzeptieren, der zur eigenen Einschätzung passt, ohne nach fehlenden Einwänden zu suchen. Das ist eine Übertragung auf die Führungspraxis, kein Befund dieser Veröffentlichung zur KI.
Der voreilige Schluss
Daraus könnte man ableiten, auf automatisierte Zusammenfassungen zu verzichten oder jeden Beitrag vollständig beizubehalten. Die Arbeiten rechtfertigen keine dieser Vorgaben: Verdichtung setzt zwangsläufig Auswahl voraus. Entscheidend ist, entbehrliche Wiederholungen von einer nur vereinzelt vorliegenden Information zu unterscheiden, die die Entscheidung verändern könnte. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)
Was die Daten nicht belegen
Das Experiment zum Informationsaustausch betrifft eine kontrollierte Aufgabe, und die Übersicht zum Bestätigungsfehler untersucht keine heutigen Anwendungen generativer KI. Daraus lässt sich nicht ableiten, dass eine automatisierte Zusammenfassung mehr Einwände auslässt als eine von Menschen verfasste. Wer nur die Richtigkeit der enthaltenen Sätze prüft, lässt jedoch eine andere Frage offen: Welche relevanten Informationen stehen nicht mehr im Dokument?
Eine überprüfbare Praxis in Bern
Im Rahmen des SHR-Programms « Conduire l’adoption de l’IA dans son équipe » kann ein Berner Team die ursprünglichen Beiträge mit der Entscheidungsvorlage vergleichen, anhand eines freigegebenen Dossiers und mit einem zugelassenen Werkzeug. In der Bundesverwaltung, im öffentlichen Gesundheitswesen, in der Telekommunikation oder in der Präzisionsindustrie könnte es sich dabei jeweils um einen rechtlichen Vorbehalt, einen gesundheitlichen Warnhinweis, eine Netzabhängigkeit oder eine Toleranzvorgabe handeln, auf die nur eine Person hingewiesen hat. Vor der Lektüre der Zusammenfassung identifizieren zwei Prüfpersonen in den Quellen einzeln eingebrachte Informationen, die die Wahl verändern könnten, und messen anschliessend den Anteil, dessen Bedeutung und Tragweite in der Zusammenfassung ausdrücklich erhalten bleiben. Werden die Quellpassagen, die entsprechenden Textstellen und die Auslassungen dokumentiert, ist die Prüfung nachvollziehbar; die Quote misst den Erhalt dieser Informationen, nicht die Gesamtqualität der Entscheidung. Weiterführend: entdecken Sie die KI-Einführung im Team gestalten-Weiterbildung in Bern im Kanton Bern, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.
In Bildern: KI-Einführung im Team gestalten in Bern
- ki-einführung im team gestalten
- Bern
- forschung
- Weiterbildung bern