IA on the job: Wer prüft, wenn es alle tun können?

Ein Assistent erstellt den Entwurf einer Arbeitsanweisung, anschliessend wird das Team um eine Durchsicht gebeten: Das Vorgehen erscheint umsichtig. Die Führungsfrage ist jedoch präzise: Stellt eine Prüfaufforderung an alle sicher, dass tatsächlich jemand prüft?

Was die Literatur belegt

Bibb Latané, Kipling Williams und Stephen Harkins (1979, Journal of Personality and Social Psychology) zeigten in experimentellen Aufgaben zur Geräuscherzeugung, dass die individuelle Anstrengung sinken konnte, wenn die Teilnehmenden glaubten, zu einer gemeinsamen Leistung beizutragen. Dieses als soziales Faulenzen bezeichnete Phänomen bedeutet nicht, dass Menschen in Teams grundsätzlich weniger gewissenhaft wären. Es zeigt, dass die Bedingungen, unter denen ein Beitrag geleistet und als solcher erkennbar wird, die Anstrengung beeinflussen können.

Der Mechanismus: ein Beitrag, der tatsächlich zählt

Steven Karau und Kipling Williams (1993, Journal of Personality and Social Psychology) führten die Forschung zum sozialen Faulenzen zusammen und entwickelten ein Modell, das Anstrengung mit dem erwarteten Nutzen des individuellen Beitrags verknüpft. Ihre Analyse betont unter anderem die Bewertbarkeit dieses Beitrags und die Bedeutung, die der Aufgabe zugemessen wird. Für die Prüfung KI-generierter Inhalte ergibt sich daraus eine Arbeitshypothese: Eine kollektive Aufforderung könnte weniger motivieren als ein konkret zugeteilter Prüfauftrag.

Der voreilige Schluss

Daraus könnte man ableiten, dass die Benennung einer prüfenden Person genügt, um jedes generierte Dokument abzusichern. Diesen Schluss erlauben die Arbeiten nicht: Ein erkennbarer Beitrag schafft weder Fachkompetenz noch Zeit oder die nötigen Referenzunterlagen. Zugewiesen werden muss daher eine klar begrenzte, durchführbare Prüfung und nicht eine pauschale Verantwortung, «für die KI zu garantieren». (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was die Daten nicht voraussetzen lassen

Diese Untersuchungen behandeln weder generative Assistenten noch die Dokumentenvalidierung in der Präzisionsindustrie. Eine professionelle Prüfung verbindet technisches Verständnis, die Suche nach Belegen und betriebliche Vorgaben und geht damit weit über die ursprünglichen experimentellen Aufgaben hinaus. Die Zahl der angefragten Personen oder deren Zustimmung misst deshalb nicht die tatsächlich durchgeführten Kontrollen.

Eine überprüfbare Praxis in Neuchâtel

Im Rahmen von «IA on the job» bei SHR könnte eine Übung in einem Neuenburger Team aus Mikrotechnik, Uhrenindustrie oder Präzisionsmikroelektronik zwei Prüfverfahren vergleichen: eine kollektive Aufforderung und namentlich zugeteilte Prüfpunkte, jeweils anhand vergleichbarer fiktiver Entwürfe ohne Einsatz in der Produktion. In diese Entwürfe würden bekannte Abweichungen von freigegebenen Referenzen eingebaut; die Teilnehmenden würden zwischen den Verfahren wechseln. Gemessen würde der Anteil dieser Abweichungen, die korrekt erkannt werden, zusammen mit der aufgewendeten Prüfzeit; so liesse sich der Nutzen der Zuteilung vor Ort beurteilen, ohne Unterschrift und Prüfung gleichzusetzen. Weiterführend: entdecken Sie die KI im Arbeitsalltag-Weiterbildung in Neuenburg, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI im Arbeitsalltag in Neuenburg

• ki im arbeitsalltag
• Neuenburg
• forschung
• Weiterbildung neuenburg