IA on the job: Bewahrt eine gemeinsame Zusammenfassung entscheidungsrelevante Informationen?

Die Erstellung einer Zusammenfassung an KI zu delegieren, erscheint als vernünftiger Weg, die Zusammenarbeit zu entlasten. Die präzisere Führungsfrage lautet: Wie lässt sich überprüfen, ob eine relevante Information, über die nur eine Person verfügt, tatsächlich in das Dokument gelangt, auf dessen Grundlage das Team entscheidet?

Was die Forschung belegt

Garold Stasser und William Titus (1985, Journal of Personality and Social Psychology) haben experimentell gezeigt, dass Gruppendiskussionen Informationen bevorzugen können, die mehreren Mitgliedern bereits bekannt sind, während Informationen einzelner Mitglieder weniger berücksichtigt werden. In ihrer Untersuchung konnte dieser unvollständige Informationsaustausch verhindern, dass die Gruppe jene Option erkannte, für die die Gesamtheit der verfügbaren Informationen sprach. Eine ausführliche Diskussion garantiert somit nicht, dass die für den Entscheid notwendigen Informationen zusammengetragen wurden.

Warum gemeinsam bekannte Informationen mehr Raum erhalten

Gwen M. Wittenbaum, Anne P. Hubbell und Cynthia Zuckerman (1999, Journal of Personality and Social Psychology) untersuchten einen Mechanismus sozialer Bewertung: Der Austausch gemeinsam bekannter Informationen kann eine wechselseitig positive Einschätzung der Kompetenz der Beteiligten fördern. Eine Information, die andere wiedererkennen, erhält dadurch einen Vorteil, der nicht unbedingt ihrem Wert für den Entscheid entspricht. Auf KI-gestützte Zusammenfassungen übertragen, ergibt sich daraus eine zu prüfende Hypothese: Das dem Werkzeug bereitgestellte Material kann bereits vor der Generierung unausgewogen sein.

Der vorschnelle Schluss

Daraus könnte man schliessen, es genüge, die KI zum Hervorheben von Informationen aufzufordern, die nur einzelnen Personen bekannt sind. Eine Anweisung macht jedoch keine Information zugänglich, die dem Werkzeug nie übermittelt wurde, und eine nur einer Person bekannte Information ist nicht zwangsläufig richtig oder wichtig. Es geht nicht darum, seltene Informationen grundsätzlich zu bevorzugen, sondern relevante Informationen nach denselben Massstäben zu prüfen, unabhängig davon, wie viele Personen sie kennen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was sich aus den Daten nicht ableiten lässt

Diese Studien untersuchen den Austausch zwischen Menschen unter experimentellen Bedingungen, nicht den heutigen Einsatz generativer KI in Unternehmen. Sie belegen weder, dass ein KI-Werkzeug diese Verzerrung verstärkt, noch, dass es sie korrigiert. Auch in der Praxis lässt sich durch die alleinige Prüfung der fertigen Zusammenfassung nicht unterscheiden, ob das Werkzeug eine Information ausgelassen hat oder ob sie bereits in den ursprünglichen Beiträgen fehlte.

Eine überprüfbare Praxis in Zürich

Im Rahmen von «IA on the job» kann ein Zürcher Team aus Finanzdienstleistungen, Versicherung, Tech oder dem europäischen Hauptsitz einer internationalen Gruppe folgendes Vorgehen an einem klar abgegrenzten Entscheid testen: Vor der gemeinsamen Diskussion hält jede Person unabhängig die Fakten fest, die sie für relevant erachtet, und verwendet dabei ausschliesslich eine freigegebene Umgebung sowie nach internen Regeln zulässige Daten. Eine dafür bestimmte Person identifiziert die Fakten, die nur in einem Beitrag vorkommen, und bestätigt deren Relevanz; anschliessend prüft das Team, ob sie in der Diskussion, im an die KI übermittelten Material und in der fertigen Zusammenfassung enthalten sind. Gemessen wird der Anteil dieser relevanten Fakten, der in der Zusammenfassung erhalten bleibt, bezogen auf ihre ursprüngliche Anzahl; werden keine identifiziert, lässt sich der Wert nicht berechnen. Diese Prüfung macht sichtbar, wo Informationen verloren gehen, ohne deren Erhalt mit dem Nachweis eines besseren Entscheids gleichzusetzen. Weiterführend: entdecken Sie die KI im Arbeitsalltag-Weiterbildung in Zürich, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI im Arbeitsalltag in Zürich

• ki im arbeitsalltag
• Zürich
• forschung
• Weiterbildung zürich