KI: Das Problem definieren, bevor Lösungen gefragt sind

KI-Werkzeuge können bei Verzögerungen, Qualitätsabweichungen oder Koordinationsproblemen rasch Lösungsansätze liefern. Die konkrete Führungsfrage lautet: Wie lässt sich verhindern, dass die erste Eingabe ungeprüft zur offiziellen Problemdefinition wird?

Was die Forschung belegt

Amos Tversky und Daniel Kahneman (1974, Science) beschreiben unter anderem den Ankereffekt: Bei Schätzaufgaben kann ein Ausgangswert das Urteil beeinflussen, selbst wenn er wenig relevant ist. Die anschliessenden Anpassungen können unzureichend bleiben. Dieses Ergebnis legt nahe, die Ausgangspunkte des Denkens zu prüfen; es belegt nicht, dass die erste KI-Antwort einem Team zwangsläufig ihren Deutungsrahmen vorgibt.

Der Mechanismus, der einen ersten Deutungsrahmen stabilisiert

Raymond S. Nickerson (1998, Review of General Psychology) fasst die Forschung zum Bestätigungsfehler zusammen: Die Suche nach Informationen und deren Interpretation können eine bereits bestehende Überzeugung oder Hypothese begünstigen. Wer die KI fragt, wie sich ein «Motivationsmangel» beheben lässt, setzt damit eine Diagnose voraus, die durch die Fakten möglicherweise nicht gestützt wird. Das hier betrachtete Führungsrisiko besteht darin, dass die Fülle an Lösungen diese Vorannahme weniger sichtbar macht.

Der vorschnelle Schluss

Daraus könnte man ableiten, dass Probleme immer ohne KI definiert werden müssen. Diese Arbeiten rechtfertigen ein solches Verbot nicht: Das Werkzeug kann auch alternative Problemformulierungen vorschlagen und deren Vorannahmen offenlegen. Entscheidend ist die Unterscheidung zwischen der Lösungssuche innerhalb eines vorgegebenen Rahmens und der Prüfung, ob dieser Rahmen überhaupt übernommen werden sollte. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was die Daten nicht belegen

Diese Publikationen behandeln menschliches Urteilen, nicht die heutige Nutzung generativer KI in Freiburger Unternehmen. Sie messen weder die Häufigkeit falscher Problemformulierungen mit diesen Werkzeugen noch die Wirksamkeit eines vorbeugenden Prüfverfahrens. Auch mehrere Umformulierungen reichen nicht aus: Sie können alle dieselbe ungeprüfte Ursachenhypothese beibehalten.

Eine überprüfbare Praxis in Freiburg

Im SHR-Programm «Führen im Zeitalter der künstlichen Intelligenz» könnte eine Übung einen anonymisierten Fall einer Qualitätsabweichung in der Lebensmittelwirtschaft oder einer Verzögerung in einem zweisprachigen Industrieunternehmen aufgreifen, gegebenenfalls mit methodischer Begutachtung durch Fachpersonen aus dem Hochschulstandort Freiburg. Bevor das Team Lösungen anfordert, würde es das Problem auf Französisch und Deutsch, die beobachteten Fakten, die vermuteten Ursachen und für jede Ursache eine mögliche widerlegende Beobachtung festhalten. Für eine vorab festgelegte Pilotphase wäre die Messgrösse der Anteil der Fälle, bei denen diese Angaben vor der ersten Lösungsanfrage an die KI vorliegen, überprüfbar anhand datierter Fallblätter und Gesprächsverläufe. Dieser Indikator würde eine systematische Problemformulierung dokumentieren, wäre aber kein Beleg für bessere Entscheidungen. Weiterführend: entdecken Sie die Führen im Zeitalter der künstlichen Intelligenz-Weiterbildung in Freiburg im Kanton Freiburg, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: Führen im Zeitalter der künstlichen Intelligenz in Freiburg

• führen im zeitalter der künstlichen intelligenz
• Freiburg
• forschung
• Weiterbildung freiburg