IA on the job: einführen, weil die anderen es tun?

Die Einführung von KI kann zum Zeichen von Professionalität werden, bevor ihr Einsatz überhaupt definiert ist. Die Führungsfrage ist konkret: Wie lässt sich eine Investition beurteilen, wenn das Hauptargument lautet, dass Wettbewerber, Partner oder benachbarte Arbeitgeber bereits investieren?

Was die Literatur festhält

Paul J. DiMaggio und Walter W. Powell (1983, American Sociological Review) entwickeln einen theoretischen Rahmen dafür, weshalb sich Organisationen desselben Feldes zunehmend ähneln, ohne dass diese Angleichung zwingend auf höherer Effizienz beruht. Sie unterscheiden Zwang, Nachahmung und normative Einflüsse: externe Anforderungen, Orientierung an anderen bei Unsicherheit und professionelle Normen. Auf KI angewandt, legt dieser Rahmen nahe, die Motive der Einführung zu prüfen, statt ihre Verbreitung als Nutzennachweis zu behandeln.

Wenn die Einführung auch Legitimität vermittelt

John W. Meyer und Brian Rowan (1977, American Journal of Sociology) entwickeln den Gedanken, dass formale Strukturen durch die Übernahme gesellschaftlich anerkannter Modelle Legitimität schaffen können. Sie beschreiben insbesondere eine mögliche Entkopplung zwischen diesen Strukturen und den tatsächlichen Aktivitäten. Die Ankündigung einer KI-Einführung, eine Charta oder ein Weiterbildungskatalog können somit sichtbar sein, ohne dass sich die Arbeitsbedingungen verändert haben: Das ist eine analytische Hypothese, kein KI-bezogener Befund ihres Artikels.

Der vorschnelle Schluss

Daraus abzuleiten, dass Nachahmung immer irrational oder jede Kommunikation über KI blosse Selbstdarstellung sei, wäre überzogen. Die Anforderung eines Auftraggebers kann eine reale Vorgabe sein, und die Erfahrung eines Partners kann einen nützlichen Ausgangspunkt liefern. Entscheidend ist die Unterscheidung zwischen zwei Begründungen: als Geschäftspartner anerkannt zu bleiben und ein identifiziertes betriebliches Problem zu lösen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was diese Arbeiten nicht entscheiden können

Diese klassischen Artikel sind theoretische Beiträge, keine experimentellen Untersuchungen generativer KI. Sie erlauben weder, den Anteil nachahmungsgetriebener Investitionen zu beziffern, noch, ein bestimmtes Projekt als nutzlos einzustufen. Die übliche Praxis bleibt dennoch wenig belastbar, wenn ein Einführungsantrag die Initiativen der Konkurrenz dokumentiert, nicht aber die Arbeitssituation, die die Investition verändern soll.

Eine überprüfbare Praxis in Freiburg

Im SHR-Programm « IA on the job » könnte eine Übung darin bestehen, jeden geplanten Einsatz anhand eines Kurzformulars zu prüfen, das externen Druck, lokales Problem und beobachtbares Ergebnis trennt. In Freiburg könnten die Fälle ein Lebensmittelunternehmen, ein zweisprachiges Industrieteam und eine Dienststelle des Hochschulstandorts betreffen, mit jeweils eigenen Kriterien statt einer gemeinsamen Einführungspflicht. Vor dem Budgetentscheid wird der Anteil der Vorschläge berechnet, die eine dokumentierte Ausgangslage, ein Erfolgskriterium und eine mögliche Lösung ohne KI enthalten. Dieser Anteil misst die Entscheidungsvorbereitung, nicht den Wert von KI; die Erwartung von Modernität reicht damit allein nicht mehr als betriebliche Begründung aus. Weiterführend: entdecken Sie die KI im Arbeitsalltag-Weiterbildung in Freiburg, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI im Arbeitsalltag in Freiburg

• ki im arbeitsalltag
• Freiburg
• forschung
• Weiterbildung freiburg