IA on the job: standardisieren, ohne Autonomie zu entziehen?
Mit der Einführung von KI kommen häufig Prompt-Vorlagen, gemeinsame Formate und empfohlene Arbeitsabläufe. Die Führungsfrage ist präzise: Was sollte standardisiert werden, um die Arbeit abzusichern, ohne aus einer Unterstützung eine durchgängige Methodenvorgabe zu machen?
Was die Literatur belegt
J. Richard Hackman und Greg R. Oldham (1976, Organizational Behavior and Human Performance) zählen Autonomie zu den Arbeitsmerkmalen, die über das Erleben von Verantwortung für Ergebnisse die intrinsische Arbeitsmotivation unterstützen können. Ihr Modell reduziert eine Stelle somit weder auf die Menge ihrer Aufgaben noch auf ihre technische Effizienz. Auf KI übertragen lenkt diese Perspektive den Blick nicht nur darauf, was das Werkzeug zu produzieren ermöglicht, sondern auch darauf, was die Person noch selbst entscheiden kann.
Eine Vorgabe kann verstanden werden, ohne selbst gewählt zu sein
Marylène Gagné und Edward L. Deci (2005, Journal of Organizational Behavior) unterscheiden autonome von kontrollierter Motivation und erklären, wie berufliche Anforderungen unterschiedlich stark internalisiert werden können. Den Grund einer Regel zu verstehen und anzuerkennen ist nicht dasselbe, wie ausschliesslich unter Kontrolldruck zu handeln. Beim KI-Einsatz ist es deshalb ebenso wichtig, den Zweck eines vorgeschriebenen Formats zu erläutern und auftretende Schwierigkeiten anzuerkennen, wie eine Anweisung zu verbreiten.
Der vorschnelle Schluss
Daraus liesse sich ableiten, dass alle ihre Werkzeuge und Methoden frei wählen sollten; diese Arbeiten rechtfertigen einen solchen Schluss nicht. Autonomie bedeutet weder Regellosigkeit noch die Erlaubnis, Anforderungen an Vertraulichkeit, Validierung oder Sicherheit zu umgehen. Entscheidend ist, notwendige Einschränkungen von Methodenvorgaben zu unterscheiden, deren Begründung noch aussteht. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)
Was die Daten nicht belegen
Die beiden Artikel untersuchen keine generativen Assistenten und belegen keinen kausalen Effekt einer KI-Einführung auf die Autonomie bei der Arbeit. Der erste prüft ein Modell der Arbeitsgestaltung; der zweite bietet eine theoretische Synthese zur Motivation. Weder die Nutzungsquote des Werkzeugs noch eine Schaltfläche «Bearbeiten» reichen aus, um eine tatsächliche Wahlmöglichkeit der Mitarbeitenden nachzuweisen.
Eine überprüfbare Praxis in Basel
In Basel kann das Programm «IA on the job» einen Rahmen bieten, um Entscheidungsspielräume in der Pharmaindustrie, den Life Sciences, der Rheinlogistik oder einem internationalen F&E-Team zu untersuchen. Für eine vorab festgelegte Auswahl von Arbeitsaufträgen wird der Anteil jener Aufträge gemessen, bei denen Mitarbeitende ohne Ausnahmegenehmigung eine andere zulässige Methode als den empfohlenen KI-Ablauf wählen konnten. Jeder Fall wird anhand der schriftlichen Vorgabe, der Schilderung der betroffenen Person und der Bestätigung der Führungskraft geprüft, ohne obligatorische Kontrollen zu verändern. Diese Kennzahl misst nicht die Motivation: Sie macht die Differenz zwischen angekündigter Autonomie und tatsächlich erlaubter Wahl überprüfbar. Weiterführend: entdecken Sie die KI im Arbeitsalltag-Weiterbildung in Basel, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.
In Bildern: KI im Arbeitsalltag in Basel
- ki im arbeitsalltag
- Basel
- forschung
- Weiterbildung basel