KI-Assistenten: Wann sollte ein Projekt beendet werden?

Wenn ein Assistent enttäuscht, folgen häufig eine neue Anweisung, ein weiterer Test oder eine zusätzliche Funktion. Für Führungskräfte lautet die präzise Frage: Wie lässt sich die Fortsetzung eines Projekts anhand seines künftigen Nutzens beurteilen statt anhand der bereits investierten Arbeit?

Was die Forschung belegt

Hal R. Arkes und Catherine Blumer (1985, Organizational Behavior and Human Decision Processes) zeigen, dass frühere Investitionen von Geld, Mühe oder Zeit die Fortsetzung einer Tätigkeit begünstigen können. Diese versunkenen Kosten beeinflussen dann eine Entscheidung, bei der es um künftige Kosten und Nutzen gehen sollte. Auf einen KI-Assistenten übertragen, legt dieser Befund nahe, zwischen «Wir haben viel daran gearbeitet» und «Er verdient weitere Ressourcen» zu unterscheiden.

Wenn Projektverantwortliche ihre eigene Entscheidung beurteilen

Barry M. Staw (1976, Organizational Behavior and Human Performance) zeigt in einem Experiment zur Ressourcenverteilung, dass persönliche Verantwortung für eine ursprüngliche Entscheidung bei ungünstigen Ergebnissen weitere Investitionen verstärken kann. Der Mechanismus geht damit über die Schwierigkeit hinaus, einen Verlust zu akzeptieren: Die Fortsetzung kann auch dazu dienen, eine frühere Entscheidung zu verteidigen. Bei einer Führungskraft, die selbst einen Assistenten ohne Programmieren erstellt hat, verdient diese Möglichkeit Beachtung, ohne damit jede Anpassung erklären zu wollen.

Der vorschnelle Schluss

Daraus könnte man ableiten, einen Assistenten bereits nach den ersten enttäuschenden Ergebnissen aufzugeben. Diesen Schluss erlauben die Studien nicht: Eine Anpassung kann einen echten Nutzen haben, wenn sie ein identifiziertes und überprüfbares Problem angeht. Entscheidend ist die Unterscheidung zwischen einer neuen Hypothese mit einem passenden Test und einer Fortsetzung, die vor allem mit bisherigen Investitionen begründet wird. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was diese Befunde nicht festlegen können

Diese Studien untersuchen weder generative KI noch No-Code-Plattformen; sie begründen keine allgemeingültige Abbruchschwelle. Sie zeigen auch nicht, dass eine externe Beurteilung oder eine Abbruchregel ausreichen, um eine Eskalation des Engagements zu verhindern. In der Praxis sagt eine gelungene Vorführung allein noch nicht aus, ob sich die Finanzierung des nächsten Schritts lohnt.

Eine überprüfbare Praxis in Freiburg

Im Rahmen des SHR-Programms «Eigene KI-Assistenten und -Agenten ohne Programmieren erstellen» könnte ein Pilotprojekt in Freiburg die Vorbereitung von Terminanfragen an den Hochschulbereich betreffen, für ein auf Deutsch und Französisch tätiges Unternehmen der Lebensmittelindustrie oder einer anderen Industriebranche. Vor dem Versuch würde das Team ein Zeitbudget für die nächste Anpassung und ein Kriterium für die Fortsetzung festlegen: weniger Gesamtzeit für Vorbereitung und Korrektur als im bisherigen Verfahren, ohne mehr Auslassungen gegenüber einer vorab definierten Liste obligatorischer Angaben. Anhand vergleichbarer Fälle in beiden Sprachen würde es Zeiten und Auslassungen dokumentieren und die Ergebnisse anschliessend von einer Person prüfen lassen, die den Assistenten nicht entwickelt hat. Der Entscheid zur Fortsetzung, Anpassung oder Beendigung würde anhand dieses Kriteriums schriftlich festgehalten; jede Abweichung müsste mit einer überprüfbaren Hypothese begründet werden, nicht mit der bereits aufgewendeten Zeit. Weiterführend: entdecken Sie die KI-Assistenten und Agenten ohne Programmierung erstellen-Weiterbildung in Freiburg im Kanton Freiburg, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

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

• ki-assistenten und agenten ohne programmierung erstellen
• Freiburg
• forschung
• Weiterbildung freiburg