IA on the job: Bedeutet mehr Nutzung auch eine bessere Eignung?

Nach einer KI-Schulung liegt es für eine Führungskraft nahe, die Fortschritte des Teams anhand der Anzahl von Anmeldungen oder Anfragen zu beurteilen. Die präzisere Führungsfrage lautet jedoch: Wie lässt sich prüfen, ob das Werkzeug zu den übertragenen Aufgaben passt, statt lediglich seine Nutzung festzustellen?

Was die Literatur belegt

Fred Davis (1989, MIS Quarterly) zeigt, dass der wahrgenommene Nutzen und die wahrgenommene Benutzerfreundlichkeit mit der Akzeptanz von Informationstechnologien zusammenhängen. Diese Wahrnehmungen helfen zu verstehen, warum jemand ein Werkzeug annimmt; sie sind kein unabhängiges Mass für dessen Beitrag zur Arbeit. Eine Zufriedenheitsbefragung gibt somit Auskunft über die Akzeptanz, reicht aber nicht aus, um die Eignung für berufliche Aufgaben festzustellen.

Die Passung zwischen Aufgabe und Technologie

Dale Goodhue und Ronald Thompson (1995, MIS Quarterly) entwickeln und prüfen ein Modell, in dem Auswirkungen auf die Leistung unter anderem von der Nutzung und der Passung zwischen Aufgabe und Technologie abhängen. Diese Passung betrifft die Fähigkeit der verfügbaren Funktionen, die Arbeitsanforderungen zu unterstützen. Auf KI übertragen lenkt dieser Ansatz den Blick auf eine konkrete Tätigkeit, statt dem Werkzeug einen allgemeinen Wert zuzuschreiben.

Der voreilige Schluss

Daraus könnte man ableiten, dass eine stärkere Nutzung nach einer Schulung deren Erfolg beweist. Sie könnte jedoch auch eine Vorgabe der Führungskraft, einen einfachen Zugang oder den Reiz des Neuen widerspiegeln: Das sind mögliche Erklärungen, keine durch diese beiden Artikel belegten Befunde zu generativer KI. Umgekehrt kann eine seltene Nutzung sinnvoll sein, wenn sie auf Aufgaben beschränkt bleibt, für die sich das Werkzeug eignet. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was gängige Kennzahlen nicht belegen

Diese Arbeiten betreffen Informationssysteme aus der Zeit vor generativer KI und stützen sich unter anderem auf Selbstauskünfte; sie belegen nicht die Auswirkungen eines heutigen Einsatzes in der Präzisionsindustrie. Auch die Anzahl der Anfragen unterscheidet nicht zwischen hilfreicher Unterstützung und einer Folge erfolgloser Versuche. Führungskräfte müssen Nutzungsindikatoren deshalb durch eine Beobachtung der tatsächlich erfüllten Anforderungen ergänzen.

Eine überprüfbare Praxis in Neuchâtel

Im Rahmen von «IA on the job» von SHR könnte eine Übung darin bestehen, Anweisungen für die Schichtübergabe in einem Neuenburger Unternehmen der Mikrotechnik, Uhrenindustrie oder Präzisionsmikroelektronik vorzubereiten, mit fiktiven oder ausdrücklich freigegebenen Daten. Über einen vorab festgelegten Zeitraum wären Anweisungen für vergleichbare Situationen mit und ohne KI zu erstellen und anschliessend anhand desselben fachlichen Prüfrasters zu kontrollieren: betroffene Anlage, Bearbeitungsstand, allfällige Abweichung und erwartete Handlung. Gemessen würde der Anteil der Anweisungen, die ohne Rückfrage verwendbar sind, ergänzt durch die absoluten Fallzahlen sowie die Zeit für Vorbereitung und Korrektur. Diese lokale Prüfung würde keine allgemeine Wirkung von KI beweisen, aber eine Diskussion über ihre Eignung für eine Aufgabe statt nur über ihre Nutzungshäufigkeit ermöglichen. 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