IA on the job: effizienter werden, ohne Optionen zu verschliessen

Im Programm « IA on the job » von SHR — Swiss Human Resources lohnt es sich, den KI-Einsatz auch danach zu betrachten, welche Optionen ein Team offenhält. Die Führungsfrage lautet: Wie lässt sich verhindern, dass die Verbesserung bestehender Praktiken die Erkundung neuer Möglichkeiten verdrängt?

Was die Literatur belegt

James G. March (1991, Organization Science) unterscheidet die Nutzung vorhandenen Wissens von der Erkundung neuer Möglichkeiten. Sein Modell zeigt, wie deren unterschiedliche Zeithorizonte und Erträge die Nutzung des Bestehenden begünstigen können, mit möglichen Nachteilen für die langfristige Anpassungsfähigkeit. Das ist kein Befund über KI, sondern ein Rahmen zur Unterscheidung zweier Tätigkeiten, die ein allgemeines Produktivitätsziel leicht vermischt.

Der Mechanismus: Lernen kann die Suche verengen

Daniel A. Levinthal und James G. March (1993, Strategic Management Journal) analysieren die Kurzsichtigkeit organisationalen Lernens, darunter die Tendenz, ferne Zeithorizonte und Misserfolge zu vernachlässigen. Eine Organisation kann dadurch verstärken, was ihr bereits gelingt, ohne andere Wege ausreichend zu prüfen. Auf KI übertragen ergibt sich daraus eine überprüfbare Hypothese: Die Wiederverwendung unmittelbar zufriedenstellender Prompts und Formate könnte die Suche nach anderen Ansätzen einschränken.

Der vorschnelle Schluss

Daraus könnte man ableiten, dass Teams von der KI systematisch mehr Ideen verlangen sollten. Mehr Formulierungen gewährleisten jedoch weder unterschiedliche Grundannahmen noch deren Erprobung. Entscheidend ist, was das Team tatsächlich testet, nicht die Anzahl der erzeugten Varianten. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was diese Arbeiten nicht belegen

Diese Artikel liefern Modelle und eine theoretische Analyse des Lernens; sie messen nicht die Auswirkungen heutiger generativer Assistenten. Sie bestimmen deshalb weder einen optimalen Zeitanteil für Exploration noch einen zu erwartenden Innovationseffekt. Eine Erfassung allein der Zeitersparnis würde allerdings eine zentrale Frage ausblenden: Erprobt das Team noch etwas anderes als seine üblichen Lösungen?

Eine überprüfbare Praxis in Lausanne

Für ein Lausanner Team aus der Medtech-Branche, einer Hochschule, dem internationalen Sport oder einem Scale-up der Genferseeregion kann SHR im Rahmen von « IA on the job » eine zweiwöchige Überprüfung vorschlagen, beschränkt auf nicht sensible, reversible Aufgaben. Für jede ausgewählte Aufgabe werden der übliche Ansatz, ein Ansatz mit einer anderen Grundannahme sowie der durchgeführte Test und dessen vorab festgelegtes Bewertungskriterium dokumentiert. Gemessen wird der Anteil der dokumentierten Aufgaben, bei denen dieser alternative Ansatz tatsächlich getestet wurde und ein einsehbarer Nachweis des Tests vorliegt. Dieser Anteil belegt keine höhere Innovationsleistung, sondern prüft, ob Exploration im Arbeitsalltag einen beobachtbaren Platz hat. Weiterführend: entdecken Sie die KI im Arbeitsalltag-Weiterbildung in Lausanne, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI im Arbeitsalltag in Lausanne

• ki im arbeitsalltag
• Lausanne
• forschung
• Weiterbildung lausanne