KI-Assistenten: Wie lässt sich eine Ablehnung in Bern erklären?

Ein Assistent, der interne Anfragen weiterleitet, trifft rasch auf Situationen, in denen die Antwort negativ ausfällt. Die Führungsfrage lautet nicht nur, ob diese Ablehnung korrekt ist, sondern welche Erklärung und welche Möglichkeit zur Überprüfung sie begleiten müssen.

Was die Literatur belegt

Jason Alan Colquitt (2001, Journal of Applied Psychology) liefert Belege für die Unterscheidung zwischen distributiver, prozeduraler, interpersonaler und informationaler Gerechtigkeit. Das Ergebnis, das angewandte Verfahren, die erfahrene Behandlung und die vermittelten Erklärungen bilden demnach nicht eine einzige Dimension der wahrgenommenen Fairness. Auf einen KI-Assistenten übertragen legt diese Unterscheidung nahe, dass eine regelkonforme Antwort allein noch keine gute Bearbeitung einer Anfrage gewährleistet.

Die Erklärung ist Teil der Behandlung

Jerald Greenberg (1990, Journal of Applied Psychology) untersuchte Reaktionen auf Lohnkürzungen in einer Feldstudie. Die Ergebnisse deuten darauf hin, dass eine ausführliche und den Betroffenen gegenüber einfühlsame Erklärung die Reaktionen auf eine nachteilige Situation abmildern kann, ohne diese Situation selbst vorteilhaft zu machen. Die Arbeit regt dazu an, die Erklärung einer Ablehnung als Bestandteil des organisationalen Umgangs mit Menschen zu betrachten und nicht bloss als sprachliche Verpackung.

Der vorschnelle Schluss

Daraus könnte man ableiten, dass ein einfühlsamer Ton genügt, um Ablehnungen akzeptabel zu machen. Damit würde man die Qualität einer Erklärung mit ihrer Überzeugungskraft verwechseln: Eine höfliche Nachricht korrigiert weder ein ungeeignetes Kriterium noch ein Verfahren ohne Überprüfungsmöglichkeit. Ein Assistent soll den zutreffenden Grund und den tatsächlich vorgesehenen Weg zur Überprüfung wiedergeben, nicht eine überzeugend klingende Rechtfertigung erzeugen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was diese Arbeiten nicht nachweisen

Diese Studien behandeln weder Sprachmodelle noch ohne Code konfigurierte Agenten. Sie belegen nicht, dass eine automatisch erzeugte Ablehnung als ebenso gerecht wahrgenommen wird wie eine menschliche Erklärung oder dass eine längere Erklärung besser wäre. Zu vermeiden ist deshalb die verbreitete Praxis, nur die Höflichkeit einer Nachricht zu beurteilen, ohne zu prüfen, ob ihre Begründung tatsächlich zum Fall passt.

Eine überprüfbare Praxis in Bern

Im SHR-Programm « Créer ses assistants et agents IA sans coder » bietet sich für Bern folgende Übung an: einen Assistenten konfigurieren, der ablehnende Antworten auf interne Anfragen vorbereitet, ohne selbst zu entscheiden – etwa zum Zugang zu einer Weiterbildung in der Bundesverwaltung, zu methodischer Unterstützung im öffentlichen Gesundheitswesen, zu einem technischen Einsatz in der Telekommunikation oder zur Reservation einer Anlage in der Präzisionsindustrie. Vor dem Test werden fiktive Fälle erstellt, deren zutreffende Ablehnungsgründe und Überprüfungsmöglichkeiten die prozessverantwortliche Person bestätigt hat. Anschliessend wird der Anteil der Antworten gemessen, die drei überprüfbare Elemente enthalten: eine fallgetreue Begründung, eine ausdrücklich genannte anwendbare Regel und eine im Verfahren tatsächlich vorgesehene Ansprechperson für die Überprüfung. Dieser Indikator misst die Erklärungs- und Verfahrensqualität des Prototyps, nicht die Gerechtigkeit der Entscheidung selbst. Weiterführend: entdecken Sie die KI-Assistenten und Agenten ohne Programmierung erstellen-Weiterbildung in Bern im Kanton Bern, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI-Assistenten und Agenten ohne Programmierung erstellen in Bern

• ki-assistenten und agenten ohne programmierung erstellen
• Bern
• forschung
• Weiterbildung bern