IA on the job: Sollten KI-Abfragen gebündelt werden?

Bei Finanzdienstleistern, Versicherungen, Tech-Unternehmen und europäischen Konzernzentralen in Zürich kann eine KI-Abfrage zwischen zwei Bearbeitungsschritte desselben Dossiers treten. Die konkrete Führungsfrage lautet: Sollten solche Abfragen in eigenen Zeitfenstern gebündelt werden, statt die laufende Arbeit immer wieder zu begleiten?

Was die Forschung belegt

Sophie Leroy (2009, Organizational Behavior and Human Decision Processes) zeigt, dass beim Wechsel zwischen Aufgaben ein «Aufmerksamkeitsrest» zurückbleiben kann: Ein Teil der Aufmerksamkeit bleibt an die vorherige Aufgabe gebunden. Ihre Experimente deuten insbesondere darauf hin, dass das Verlassen einer unerledigten Aufgabe die Leistung bei der nächsten beeinträchtigen kann. Auf KI übertragen ergibt sich daraus eine prüfbare Hypothese, kein bereits belegter Effekt: Wiederholte Anfragen zu unterschiedlichen Dossiers könnten den Wiedereinstieg erschweren.

Ein Aufgabenwechsel verlangt eine mentale Umstellung

Joshua S. Rubinstein, David E. Meyer und Jeffrey E. Evans (2001, Journal of Experimental Psychology: Human Perception and Performance) weisen in experimentellen Situationen zeitliche Kosten von Aufgabenwechseln nach. Ihre Ergebnisse stützen einen Mechanismus der exekutiven Kontrolle, der den Wechsel des Ziels und die Aktivierung der jeweils relevanten Regeln umfasst. Der Übergang von einer Risikoanalyse zum Verfassen einer Nachricht mit KI kann deshalb mehr erfordern als einen Fensterwechsel, ohne dass diese Experimente den Aufwand im Büro beziffern könnten.

Der vorschnelle Schluss

Daraus liesse sich ableiten, KI nur in festen Zeitfenstern einzusetzen. Eine Abfrage, die eine offene Frage im aktuellen Dossier klärt, ist jedoch nicht zwingend ein Aufgabenwechsel im Sinne der zitierten Experimente. Entscheidend ist die Unterscheidung zwischen einer Abfrage, die dasselbe Ziel voranbringt, und einer, die eine andere Arbeit eröffnet; eine einheitliche Zeitregel droht beides gleichzusetzen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was die Daten nicht entscheiden können

Diese Artikel untersuchen weder generative KI noch Organisationen in Zürich. Sie erlauben keine Bestimmung der optimalen Abfragehäufigkeit, und die Zahl der Wechsel zwischen Anwendungen misst den Aufmerksamkeitsrest nicht direkt. Die verbreitete Praxis, Anfragen zu zählen oder Antwortgeschwindigkeiten zu messen, blendet damit die Arbeitsorganisation aus, in der diese Vorgänge stattfinden.

Eine überprüfbare Praxis in Zürich

Im Rahmen von «IA on the job» könnte ein Zürcher Team während zweier Wochen bei vergleichbaren internen Dossiers, deren Bearbeitung im freigegebenen Werkzeug zulässig ist, zwischen Halbtagen mit gebündelten Abfragen und Halbtagen mit gewohnter Nutzung wechseln. Ein Protokoll ohne vertrauliche Inhalte würde für jedes Dossier die aktive Bearbeitungszeit, Wechsel zu anderen Dossiers und Rückgaben zur Korrektur nach der Durchsicht erfassen. Verglichen würden die mediane Bearbeitungszeit und der Anteil korrekturbedürftiger Dossiers bei vergleichbaren Dossiertypen. Dieser lokale Test würde keinen kognitiven Mechanismus nachweisen, aber zeigen, ob sich die Bündelung bewährt, statt sie aus Prinzip vorzuschreiben. 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