KI-Assistenten: Welches Ziel sollen sie in Lausanne optimieren?

Im Programm «Créer ses assistants et agents IA sans coder» (Eigene KI-Assistenten und -Agenten ohne Programmieren erstellen) von SHR — Swiss Human Resources verdient die Wahl des Ziels ebenso viel Aufmerksamkeit wie der Aufbau der Anwendung. Die Führungsfrage ist präzise: Wie lässt sich verhindern, dass ein Assistent zur schnelleren Bearbeitung von Anfragen deren Abschluss gegenüber ihrer tatsächlichen Lösung begünstigt?

Was die Literatur belegt

Steven Kerr (1975, Academy of Management Journal) analysiert die Diskrepanz zwischen den Verhaltensweisen, die Organisationen belohnen, und jenen, die sie nach eigenen Angaben anstreben. Anhand organisatorischer Beispiele zeigt sein Artikel, weshalb die Belohnung eines leicht beobachtbaren Ergebnisses von einem weniger unmittelbar messbaren Zweck ablenken kann. Bei einem KI-Assistenten ist deshalb das gewählte Ziel zu prüfen: Eine Antwort zu erzeugen, eine Anfrage abzuschliessen und ein Problem zu lösen, ist nicht dasselbe.

Wenn die Messung die Arbeit verändert

Wendy Espeland und Michael Sauder (2007, American Journal of Sociology) untersuchen, wie Rankings die Praktiken US-amerikanischer Rechtsfakultäten verändern. Sie beschreiben insbesondere, wie zahlenbasierte Vergleiche und die durch Rankings ausgelösten Erwartungen organisatorisches Verhalten neu ausrichten. Der hier relevante Mechanismus betrifft die Verantwortlichen der Anwendung: Ein Dashboard, das abgeschlossene Anfragen ins Zentrum stellt, kann ihre Konfigurations- und Bewertungsentscheidungen beeinflussen.

Der vorschnelle Schluss

Daraus könnte man schliessen, dass Kennzahlen abgeschafft oder einfach um weitere ergänzt werden sollten. Diese Arbeiten begründen keine der beiden Empfehlungen: Sie regen dazu an, zu prüfen, welche Verhaltensweisen durch die Messung vorteilhaft werden. Eine Abschlussquote bleibt nützlich, sofern sie nicht als hinreichender Beleg für eine tatsächliche Lösung gilt. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was diese Arbeiten nicht belegen

Diese Artikel behandeln weder generative Modelle noch Werkzeuge zur Erstellung von Agenten ohne Programmieren. Sie belegen daher nicht, dass ein Assistent eine Kennzahl von sich aus ausnutzt: Eine Messgrösse in einem Dashboard wird nicht allein dadurch zu einem technischen Systemziel. Die Übertragung betrifft zunächst menschliche Entscheidungen über Gestaltung, Auswahl und Einführung, deren Auswirkungen anschliessend in der Praxis zu prüfen sind.

Eine überprüfbare Praxis in Lausanne

In Lausanne kann ein Medtech-Team, eine Hochschulabteilung, ein internationaler Sportverband oder ein Scale-up der Genferseeregion einen Assistenten mit nicht sensiblen internen Anfragen testen und vorab festlegen, wann eine Anfrage als gelöst gilt. Über einen vorab bestimmten Zeitraum wird der Anteil abgeschlossener Anfragen erfasst, die wegen desselben Anliegens wieder geöffnet werden, wobei die Nachbeobachtungsdauer für jede Anfrage gleich bleibt. Eine Prüfung der Fälle hilft, eine unvollständige Antwort von einem neuen Bedarf zu unterscheiden; kürzere Abschlusszeiten bei gleichzeitig mehr Wiedereröffnungen würden auf einen zu untersuchenden Zielkonflikt hinweisen, nicht auf eine belegte Verbesserung. Im SHR-Programm kann diese Prüfung als Gestaltungsaufgabe dienen: zuerst den fachlichen Erfolg definieren, dann den Assistenten konfigurieren. Weiterführend: entdecken Sie die KI-Assistenten und Agenten ohne Programmierung erstellen-Weiterbildung in Lausanne im Kanton Waadt, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

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

• ki-assistenten und agenten ohne programmierung erstellen
• Lausanne
• forschung
• Weiterbildung lausanne