IA on the job: Verändert eine zusätzliche Option die Wahl?
Generative Assistenten können rasch eine Auswahl von Dienstleistern, Weiterbildungen oder technischen Lösungen zusammenstellen. Die konkrete Führungsfrage lautet: Wie lässt sich prüfen, ob die Wahl auf den Qualitäten der Angebote beruht und nicht auf einer zusätzlichen Option, die ein anderes Angebot besser aussehen lässt?
Was die Forschung belegt
Joel Huber, John W. Payne und Christopher Puto (1982, Journal of Consumer Research) zeigten, dass eine zusätzliche Alternative, die von einer Option dominiert wird, von einer anderen jedoch nicht, die Wahlwahrscheinlichkeit der dominierenden Option erhöhen kann. Ein offensichtlich weniger interessantes Angebot kann somit die Abwägung zwischen den ursprünglichen Angeboten verändern. Die Wahl hängt nicht nur von den Eigenschaften der einzelnen Vorschläge ab, sondern auch von der Zusammenstellung.
Der Mechanismus: Eine Präferenz wird leichter begründbar
Itamar Simonson (1989, Journal of Consumer Research) untersuchte Attraktions- und Kompromisseffekte im Zusammenhang mit den verfügbaren Gründen für eine Wahl. Eine Option kann attraktiver werden, weil sie eine andere eindeutig übertrifft oder eine mittlere Position einnimmt. Auf einen KI-gestützten Vergleich übertragen legt dieser Mechanismus nahe, dass die Zusammenstellung eine bequeme Begründung liefern kann, ohne neue Informationen über die Eignung für den Bedarf beizutragen.
Der voreilige Schluss
Daraus könnte man ableiten, schwache Angebote stets zu entfernen oder nur zwei Möglichkeiten zuzulassen. Die Studien rechtfertigen eine solche Regel nicht: Ein Angebot, das bei manchen Kriterien schlechter abschneidet, kann eine in der Tabelle fehlende Anforderung erfüllen. Sinnvoll ist es, vorab festgelegte Kriterien von Argumenten zu unterscheiden, die erst durch die Aufnahme einer bestimmten Option entstehen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)
Was die Daten nicht belegen
Diese Studien untersuchen experimentelle Wahlsituationen, nicht den Einsatz generativer Assistenten in Genfer Unternehmen. Sie belegen weder die Häufigkeit noch die Stärke dieser Effekte in der professionellen Beschaffung, bei der vertragliche Vorgaben und mehrere Entscheidungsträger mitwirken. Sie begründen eine Prüfung der Empfindlichkeit gegenüber dem Vergleichskontext, nicht die Behauptung, jede KI-generierte Rangliste sei manipulativ.
Eine überprüfbare Praxis in Genf
Im SHR-Programm «IA on the job» bietet sich eine Übung mit einem fiktiven Fall zur Dienstleisterauswahl an, angepasst an das Private Banking, eine internationale Organisation, die Luxusuhrenindustrie oder den Rohstoffhandel. Die Teilnehmenden werden zufällig zwei Versionen desselben Vergleichs zugeteilt: Die Hauptangebote und ihre Eigenschaften bleiben identisch, doch nur eine Version enthält ein nach den vorab festgelegten Kriterien dominiertes Angebot. Gemessen wird die Differenz in Prozentpunkten zwischen den Anteilen der Teilnehmenden, die in den beiden Versionen das dominierende Angebot wählen. Diese Differenz ist ein lokal zu prüfendes Signal, kein allgemeiner Beweis; die Übung schult vor allem Führungskräfte darin, die Zusammenstellung eines Vergleichs zu prüfen, bevor sie dessen Schlussfolgerung vertreten. Weiterführend: entdecken Sie die KI im Arbeitsalltag-Weiterbildung in Genf im Kanton Genf, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.
In Bildern: KI im Arbeitsalltag in Genf
- ki im arbeitsalltag
- Genf
- forschung
- Weiterbildung genf