# Strategic AI Integration: Workforce Optimization and Socio-Technical Design

**Podcast:** KI-Update – ein heise-Podcast
**Published:** 2026-05-08

## Transcript

Das KI-Update – ein heise Podcast mit redaktioneller Unterstützung von The Decoder.
Hallo, ich bin Isabel Grünewald und dies ist unser Deep Dive zum Wochenende.
Wenn wir uns mal revolutionäre technologische Entwicklungen anschauen, dann lagen zum Beispiel zwischen den ersten Großrechnern Anfang der 40er Jahre und den ersten PCs in Büros um 1980 herum knapp 40 Jahre.
Und danach hat es wahrscheinlich noch mal zehn Jahre gedauert, bis die meisten Leute einen PC im Alltag tatsächlich auch genutzt haben.
Generative KI kam mit ChatGPT im November 2022 in unseren Alltag.
Und drei Jahre später sollen wir jetzt alle im Handumdrehen unsere Produktivität durch den Einsatz von KI exponentiell verbessert haben.
Die University of Labor ist seit 2021 staatlich anerkannte Hochschule, und zwar die erste Hochschule in Trägerschaft der Gewerkschaften in Europa.
Sie will dazu beitragen, die Lebens- und Arbeitswelt im Sinne einer gerechten und demokratischen Gesellschaft zu gestalten – und gerade stehen ja unsere Lebens- und Arbeitswelt vor tiefgreifenden Veränderungen durch KI.
Dr.
Nicole Dejci ist Professorin für Arbeitspsychologie an der University of Labor in Frankfurt.
Ihr Schwerpunkt liegt auf der Analyse, Bewertung und Gestaltung guter Arbeit.
Dr.
Christian Kellermann ist Professor für Sozialwissenschaften mit dem Schwerpunkt Arbeit und Digitalisierung.
Und beide beschäftigen sich mit der Frage, wie sich unsere Arbeitswelt durch Digitalisierung und KI verändert.
Was das für uns Menschen, für Führungskräfte und für ihre Teams bedeutet, Darüber sprechen wir heute im KI-Update.
Hallo Nicole.
Hallo Isabel.
Hallo Christian, schön, dass ihr da seid.
Hallo aus Frankfurt.
Nicole, fangen wir mal mit dir an.
Wir haben hier im Podcast schon ganz viel über den Einsatz von KI im Arbeitsalltag gesprochen, aber bislang noch nicht darüber, was das so ganz menschlich mit uns macht.
Was machst du als Arbeitspsychologin und wie bist du aus der Arbeitspsychologie zur KI gekommen?
Als Arbeitspsychologin schaue ich mir an, was Arbeitsbedingungen und veränderte Arbeitsbedingungen mit den Menschen machen.
Sei es beispielsweise die Gesundheit, sei es die Motivation, Leistungsfähigkeit und die Zufriedenheit mit der Arbeit.
Und hier schaue ich mir bestimmt die Arbeitsaufgabe beispielsweise an.
Wie verändert sich die Arbeitsaufgabe?
Wie verändert sich die Arbeitsorganisation?
Und was macht das dann wiederum mit Gesundheit und Motivation?
Seit langer Tradition gute Konzepte, auf die wir uns zurückbeziehen können, die heute auch bei KI-Einführung genauso Relevanz haben, die wir gut übertragen und potenziell erweitern können.
Super.
Und Christian, du bist nicht nur Professor für Sozialwissenschaften an der University of Labor, sondern arbeitest auch am Deutschen Forschungszentrum für Künstliche Intelligenz.
Woran genau forschst du da?
Ergänzt sich das?
Sind das zwei unterschiedliche Bereiche?
Ja, das ergänzt sich sehr gut.
Der University of Labor in Frankfurt, da forsche ich vor allem an Fragen, wie man KI möglichst produktiv, aber eben auch im Sinne von Arbeit einsetzen, entwickeln und weiterentwickeln kann.
Das heißt, was sind eigentlich die grundsätzlichen Voraussetzungen, damit die Produktivitätsversprechen, die mit der KI einhergehen, wirklich materialisiert werden können.
Und auf der anderen Seite beim DFKI.
arbeite ich als Projektleiter zum Beispiel im Moment für den KI Campus.
KI Campus ist die größte Lernplattform in Deutschland zum Thema KI.
Hatten wir vor vier Wochen.
Ja, wunderbar.
Und der KI Campus ist ja ein großes Konsortium, geleitet vom Stifterverband.
Und wir entwickeln MOOCs, also Massive Open Online Kurse oder eben auch Blogs und alle möglichen relevanten Beiträge und Formate.
um KI möglichst breitenwirksam zu vermitteln und in der jetzigen Förderphase vor allem an die Hochschulen zu bringen.
Also es gibt eine enge Schnittmenge hier, weil da geht es auch um Bedingungen, wie KI idealerweise eingesetzt und entwickelt wird.
Darauf kommen wir gleich noch zu sprechen, aber fangen wir mit Nicole an.
Wenn man sich so vergleichbare, revolutionäre Entwicklungen anschaut, dann kommt ja häufig so der Vergleich mit dem Auto, mit der Dampfmaschine, mit solchen Sachen.
ChatGP-Team wurde vor nicht mal vier Jahren veröffentlicht.
Und wir Bürojobber sollen jetzt aber alle sofort wahnsinnig produktiv werden und viel schneller mit unserer Arbeit vorankommen.
Was macht denn so ein Tempo mit Menschen?
Also es gibt einige Studien, die sich schon anschauen, was KI mit den Menschen macht.
Unter anderem eine US-amerikanische Studie, die zeigt, dass KI tatsächlich unseren Arbeitsalltag weiter beschleunigt.
Und das hat einerseits...
Auswirkung darauf, wie wir mit der Arbeit umgehen.
Das nennt man im englischen Coping, im deutschen Bewältigungsstrategien.
Und hier zeigt sich, also eine dieser Studien zeigt, dass Menschen zu Überstunden zum Beispiel neigen.
Da gibt es einen Forschungsstrang der selbstgefährdenden Bewältigungsstrategien im Arbeitskontext.
Dazu gehören Überstunden, Präsentismus, sehr schnell arbeiten.
Und es gibt erste Anzeichen dafür, durch diese Studie, dass Selbstgefährdung auch durch KI ausgelöst werden kann.
Das ist eben aber dieser Teil, den wir als Mensch...
als Reaktion zeigen darauf.
Und dann gibt es eben dann die langfristigen Wirkungen, die auch mit der Reaktion zu tun haben, wiederum auf Gesundheit beispielsweise.
Und hier ist zu vermuten, weil das kennen wir aus der Forschung zu Zeitdruck und Arbeitsdichte, dass dies sich auswirkt auf Symptome wie Irritation, dass ich am Abend noch weiter grübel, über die Arbeit nachdenke, nicht mehr richtig abschalten kann.
Auch auf Erschöpfungssymptomatiken.
Genau.
Und wir brauchen da Erholung.
Und da ist eben die Frage, das zeigt auch die US-amerikanische Studie, dass selbst Erholungszeiten verringert werden, indem wir in den Pausen weiterarbeiten, weil es einfacher ist, mit einer KI zu arbeiten.
Die Hemmschwelle ist geringer.
Man hat ja schnell etwas eingetippt und schnell eine Reaktion.
Also man bekommt unheimlich schnell Feedback durch die KI.
Da muss man einfach weiter schauen, ob es solche selbstgefährdenden Verhaltensweisen einschließlich der Reduktion von Freizeit und Erholungszeiten, die sehr gut erforscht sind hier in Deutschland auch, ob das weiter eingeschränkt wird und das dann praktisch wie so ein sich selbst verstärkender Kreis ist.
Das klingt jetzt alles wahnsinnig negativ.
Gibt es auch positive Auswirkungen von KI für uns als ArbeitnehmerInnen?
Auch da gibt es aus Österreich eine Studie, gerade zur Nutzung von ChatGPT.
Wir verlinken die ja alle unten in den Shownotes.
Die zeigt, dass die Arbeitnehmenden, die mit KI arbeiten, daraus durchaus auch positives Erleben herausziehen können.
Beispielsweise ein erhöhtes Autonomie erleben.
Also Autonomie ist eines der wichtigsten menschlichen Bedürfnisse neben Kompetenz erleben und Anschluss erleben.
Mein Namensvetter Deji und Ryan haben das sehr gut erforscht.
Es gibt auch da erste Hinweise aus Studien, dass gerade so generative KI-Autonomie erleben auch steigern können.
Und wie genau?
Beispielsweise, indem ich plötzlich Aufgaben übernehmen kann, bei denen ich vorher auf Hilfe angewiesen war.
Oder was ich eben schon angesprochen habe, dieses Feedback, das ich direkt erhalte und dadurch weiterkomme in meiner Aufgabe.
Ja, da liegen Licht und Schatten sehr dicht beieinander.
Einerseits ist das Feedback unmittelbar und hält mich irgendwie dran, dass ich auch während der Pause weiter arbeite.
Andererseits ist das Feedback total gut, weil ich dadurch motivierter bin, weiterzuarbeiten alleine, weil ich nicht noch auf den Kollegen warten muss, der mir das erklärt.
Genau.
Was wären denn so aus arbeitspsychologischer Sicht die drei wichtigsten und unverhandelbaren Kriterien für gute Arbeit, um das Ganze gut umzusetzen?
Ja, Richter und Hacker haben da in den 80er Jahren schon von Humankriterien gesprochen.
Und das sind vier Kriterien.
Wenn ich sie vier einmal nennen darf, wäre das einmal die Ausführbarkeit.
Also Arbeit muss überhaupt erstmal ausführbar sein unter den menschlichen Bedingungen, die wir als Menschen mitbringen, ohne dass wir ständig irgendwie gegen die menschliche Natur arbeiten oder ständig Grenzwerte überschreiten müssen.
Arbeit sollte schädigungslos sein.
Also es sollten keine körperlichen oder psychischen Schädigungen eintreten durch die Arbeit.
Wenn wir mal hier an einen ganz anderen Kontext denken, zum Beispiel in Handwerk, wenn ich sehr viel auf dem Boden knien muss und dadurch Schädigungen der Knie die Folge sind.
Das wäre dann nicht schädigungslos.
Da sollte man Abhilfe schaffen durch Gestaltungsstrategien, um diesen Menschen zu unterstützen.
Beeinträchtigungsfrei, das heißt, es sollte keine...
kurz-mittelfristigen Beeinträchtigungen, zum Beispiel der Psyche und Leistungsfähigkeit geben.
Und das Vergessen ganz viele, Arbeit sollte persönlichkeitsförderlich sein.
Das heißt, wir sollten an den Arbeitsaufgaben wachsen können.
Und ich vermute, dass, wenn man sich generative KI anschaut, dass da auch Wachstumspotenzial drinsteckt, wenn man nicht nur Wissen abruft, sondern mit der KI gemeinsam lernt oder die KI auch als Lerntool nutzt.
Okay.
Da kommen wir gleich nochmal genauer drauf.
Aber gehen wir mal rüber zu Christian.
Du erforschst den Einsatz von KI in Arbeitsprozessen mit dem Ziel, Arbeit aufzuwerten.
Das ist ja im Prinzip das, was wir gerade schon angesprochen hatten, dass wir uns autonomer fühlen, dass wir uns besser fühlen, dass unsere Arbeit vielleicht auch besser wird, weil wir weniger Hilfe brauchen.
Kannst du da ein paar konkrete Beispiele nennen, bei denen KI die Qualität der Arbeit heute schon verbessern kann?
Gut, da muss ich ja nur in meinen eigenen Arbeitsbereich gucken.
Also wenn ich als Hochschulprofessor beispielsweise mich mit komplexen Texten auseinandersetze, dann war das und ist das immer noch ein mühsames Geschäft.
Das ist so, das gehört dazu.
Aber man erinnert sich, also gerne hat man dann auch mal mit Kolleginnen und Kollegen sich zusammengesetzt, was natürlich auch ein schöner Moment war, aber immer ziemlich zeit- und planungsintensiv war, um solche Texte auch zu besprechen, um zu gucken, wie relevant sind die für die eigene Forschung.
Jetzt kann ich in der Interaktion mit dem Text und dem Sprachmodell das im Prinzip jederzeit und auch auf einem relativ hohen Niveau machen.
Man kann gleich so ein bisschen die Schattenseiten auch davon erkennen, aber das hat auch was Positives letztendlich und verschafft mir Flexibilität in der Arbeit.
Aber man kann das auch nehmen, beispielsweise bei mir jetzt nochmal als Sparringpartner.
Sprachmodelle gerade für die Entwicklung von unterschiedlichen Aufgaben.
Also das typische, was auch Lehrerinnen und Lehrer machen.
Also da gibt es schon einiges an Anwendungsbereichen, an Aufwertungsmöglichkeiten, Flexibilisierungsmöglichkeiten.
Oder denken Sie an den Arztberuf Radiologie, radiologische Diagnostik in der Mammografie beispielsweise.
Da ist viel Routine.
Bei den klassischen, bei den einfachen Fällen, bei den komplexeren Fällen fehlt dann häufig die Zeit und das ist ja ein Beispiel, das sehr gerne und häufig gebracht wird.
Also im Prinzip hat man Entlastung bei Routinescreening und bei gleichzeitiger Stärkung von der professionellen Urteilungskompetenz.
Also das sind so zwei Beispiele, wo man eine typische Aufwertung hat, aber die gibt es auch im...
Bereiche mit einem niedrigeren Qualifizierungsniveau, die findet man im Prinzip überall.
Immer da, wo Routinetätigkeiten, die vorher auch ein Stück weit lästig waren, die viel Zeit gefressen haben, wenn man die wegschaufeln kann oder auslagern kann an die KI und sich dann auf die komplexeren, interessanteren Fälle konzentrieren kann.
Ich habe auch mal, das ist ja so ein bisschen der Gamification-Aspekt der Arbeit gehört, dass wenn man solche Routineaufgaben zusammen mit einer KI erledigt, dass es dann mehr Spaß macht wieder.
Ist das so?
Ja, ich meine, Arbeit soll auch Spaß machen.
Da würde mir die Nicole sicherlich zustimmen.
Und das tut sie auch.
Aber sie ist natürlich auch anstrengend.
Sie fordert uns.
Und ja, wenn es dadurch ein Stück weit leichter wird, wenn ich dann auch fragen kann oder mich zum Beispiel Fragen zu stellen traue, wo ich vorher vielleicht ein bisschen zurückhaltend war.
Kann das dann in dieser geschützten Atmosphäre tun, zu einem Text, Verständnis fragen.
Das macht es natürlich auch leichter und das erleichtert ein Stück weit auch dann diese komplexe Aufgabe.
Und dann macht es natürlich auch ein bisschen mehr Spaß, logischerweise, wenn es nicht ganz so anstrengend ist.
Jetzt hören wir aber auch oft von den Gefahren des Deskilling.
Wir hatten erst vor ein paar Tagen wieder medizinische Studien, wo eben gesagt wurde, ja, wenn die sich zu sehr auf die KI verlassen, dann...
Verlieren sie auch bestimmte Diagnostikfähigkeiten, die Ärztinnen und Ärzte, weil die KI eben so grundlegende Arbeiten abnimmt.
Wo lauern denn da die Gefahren und wie kann man dagegen vorgehen?
Das ist schon ein wichtiger Aspekt.
Also wenn wir über Zukunftsfähigkeiten, Kompetenzen sprechen, dann taucht häufig die kritische Urteilsfähigkeit als ganz oben auf.
Also wie behalten und wie erarbeiten wir uns eigentlich dieses kritische Urteilsfähigkeitskompetenz?
Und das betrifft die Radiologen genauso wie, sag ich mal, Maschinenbediener letztendlich.
Also jemand, der eine Werkzeugmaschine bedient und hier in der vorausschauenden Wartung guckt, wie ist denn der Zustand von einer Maschine, wenn das die Sensordaten auswerten, dann verliere ich vielleicht.
sag ich mal, ein bisschen das Gespür, das Gefühl, aber vielleicht auch mein Wissen, wie ich dann am Ende des Tages diese Maschine, wenn sie denn wirklich reparaturbedürftig ist, reparieren soll.
Da ist es ganz elementar, dass Unternehmen oder Betriebe, Organisationen darauf achten, dass dieser De-Skilling-Effekt nicht eintritt.
Einerseits muss ich natürlich viel Wissensmanagement betreiben.
Da hilft mir dann auch das, was ich intern als kleinere, geschützte Sprachmodelle, Umgebungen aufgebaut habe.
Aber gleichzeitig muss ich ja mir diese kritische Urteilsfähigkeit bewahren und erarbeiten und das ist ein konstanter Prozess.
Also deswegen dieses Stand-by-Wissen, wie das häufig genannt wird in der Arbeitssoziologie, dieses Stand-by-Wissen veraltet sehr schnell und muss immer wieder upgedatet werden.
Insofern sind ja auch Routinefälle, die wir bearbeiten, wichtig für unseren Wissenschafts, um dann auch komplexere Fälle beurteilen zu können.
Das ist wesentlich, wenn es darum geht, wie wir aus der Organisation heraus Arbeit und Wissen in einen Einklang bringen, in kontinuierlichem Prozess, in dem Abgleich mit dem, was uns in dem Fall die generative KI als Werkzeug unterstützen kann.
Damit in Verbindung steht ja auch die Sorge davor oder das, was auch viele BerufseinsteigerInnen gerade merken, dass sie überhaupt nicht diese Jobs bekommen, weil diese Grundlagen von KI erledigt werden kann.
Und diese Routineaufgaben, die sie aber eigentlich bräuchten, um überhaupt in den Job reinzukommen.
Und man eigentlich nach Leuten sucht, die schon Experten sind und nicht Leuten, die erst noch Experten werden.
Da muss man jetzt ein bisschen vorsichtig sein.
Das war jetzt eine Studie aus Stanford, die das...
gezeigt hat.
Wir sind im Moment auch im schwierigen ökonomischen Fahrwasser.
Da wird ohnehin ein bisschen weniger eingestellt.
Das muss man dann auch diskontieren und auch sauber isolieren in solchen Studien.
Die Studienlage ist relativ dünn, was jetzt auch diese Frage betrifft.
Ja, es liegt nahe, dass man annimmt, dass jetzt die Einsteigerinnen und Einsteiger ins Berufsleben es etwas schwerer haben, weil die KI gerade diese einfacheren Arbeitentätigkeiten übernehmen kann.
Aber so ist es ja nicht.
Wir betrachten ja...
Tätigkeiten nicht isoliert, sondern wir haben Berufsbilder und die Berufsbilder bestehen aus Tätigkeitsbündel und diese Bündel kann man nicht so ohne weiteres trennen.
Wir haben trotzdem unterschiedliche Automatisierungswahrscheinlichkeiten von einzelnen Tätigkeiten in diesen Berufsfeldern, aber es heißt jetzt noch nicht, dass die Einstiegsberufe plötzlich wegfallen, im Gegenteil.
Also das ist ja auch, was ich gerade gesagt habe zu dem Thema Routine und dann auch die Beurteilungsfähigkeit bei komplexeren Fällen.
Irgendwo muss dieses Wissen ja herkommen und es wäre jetzt sehr kurzfristig gedacht, aus einer Unternehmensperspektive, aus einer Organisationsperspektive, jetzt hier Kompetenzsprünge vermuten zu können und deswegen Berufseinsteiger nicht mehr so stark zu berücksichtigen.
Das, glaube ich, muss man in Zukunft beobachten.
Es gibt sicherlich, sage ich mal, den Kostendruck und der ist auch nicht gering.
Aber mit der KI hat es jetzt erst mal aus meiner Perspektive noch nicht so wahnsinnig viel zu tun.
Das ist ja beruhigend.
Also für unsere jüngeren ZuhörerInnen.
Nicole, kommen wir nochmal zu dir.
Unter Zeitdruck treffen wir ja häufig nicht so gute Entscheidungen.
Also kenne ich zumindest von mir.
Und die KI-Wirtschaft erschafft ja diesen Zeitdruck, indem sie sagt, dass wir so viel schneller und so viel besser damit werden.
Wenn sich sowas in der Sprache durchsetzt wie...
Spiegelt sich das in unserem Arbeitsverhalten oder in dem Druck, den wir persönlich empfinden, wider?
Ist das so ein Teufelskreis, der da irgendwie geschaffen wird, von wegen, wir müssen jetzt eigentlich schneller und besser sein, aber gleichzeitig machen wir in der Geschwindigkeit vielleicht nicht ganz so kluge Entscheidungen?
Also ich hatte ja schon einmal über die Tendenz erzählt, in die selbstgefährdenden Strategien reinzugehen, die ja auch die Intensivierung des eigenen Arbeitstempos inkludieren.
selbst schneller arbeite, um meine Arbeitsaufgaben zu schaffen, weil zum Beispiel die Arbeitsmenge so hoch ist.
Das würde ja schon mal mit einer Intensivierung an sich im Zusammenhang stehen.
Ehrlich gesagt muss man da nochmal mehr in die Forschungslage reingehen.
Ich glaube, da ist die Studienlage noch nicht so gesättet, dass man sagen kann, es beeinflusst die Entscheidungsprozesse so oder so.
Bestimmt auch wieder abhängig davon, welches KI-System wir verwenden.
Und man muss aber, das weiß man aus der Sozialpsychologie, Prozesse der Entscheidungsfindung wie Fehler bei Gruppenentscheidungen, muss man im Blick haben, wenn jetzt zum Beispiel im Teammeetings unter Zeitdruck Entscheidungen getroffen werden können.
Da gibt es zum Beispiel die Tendenz, dass Entscheidungen extremer werden oder dass man nicht alle Argumente berücksichtigt, die man hätte berücksichtigen müssen.
Aber wie das mit, also das ist so eine allgemeine.
allgemeines Wissen aus der Sozialpsychologie.
Wie das jetzt mit KI im Zusammenhang steht, ist eine sehr spannende Frage, müsste man sich aber genauer anschauen.
Okay.
Du hast ja in deiner Forschung auch untersucht, unter anderem, wie sich die Führungsstile verändern.
Welche neuen Anforderungen stellt KI an Führungskräfte, dass sie quasi die KI in ihr Team tragen, ohne dass das Team genau solchen selbstgefährdenden Mechanismen irgendwie...
Das ist eine sehr spannende Frage, der ich auch noch näher nachgehen möchte in nächster Zeit.
Einmal würde ich sagen, es menschelt stark.
Also was ja auf jeden Fall eine Kernkompetenz des Menschen bleiben sollte, sind die menschlichen Beziehungen, das menschliche Beziehungsmanagement.
Und da sollte eine Führungskraft definitiv darauf achten.
Welche Beziehung habe ich einerseits zu mir, zu Selbstmanagement, aber auch zu meinen Mitarbeitenden beschäftigt?
Habe ich zu allen Personen die gleiche Beziehung?
Häufig geht es ja KI als Technologie, auch mit anderen neuen Technologien einher, die es ermöglichen, hybrid zu arbeiten im Homeoffice, darauf zu achten, halte ich denn die Beziehung zu meinen Mitarbeitenden oder gibt es Personen, die ich schon seit Wochen nicht mehr gesprochen habe?
Eine Möglichkeit sind dann 1 zu 1 Gespräche regelmäßig oder die Einführung von Teamsitzungen oder virtuellen Cafés, um einfach die Beziehung aufrecht zu erhalten.
Oder manche Unternehmen machen es auch so, dass sie einen regelmäßigen Teamtag haben.
Vielleicht einmal im Monat oder einmal in der Woche, wo sie sich definitiv sehen.
Und man weiß aus der Forschung zu hybrider Arbeit, dass so die informelle Kommunikation, also auch mal nicht nur über den Arbeitskontext zu sprechen, sondern auch, wie geht es zum Beispiel deinen Kindern oder so, dass das so der soziale Kit ist, das, was ein Team zusammen erhält.
Also da auf die Teamdynamik, auf den Zusammenhalt zu achten, auf die Beziehung zu achten.
Und was wir natürlich als Hochschule extrem, wo wir extrem dahinterstehen, ist, dass man Menschen von vornherein in die KI-Einführung mit einbindet.
Okay.
Die Personen, die diese Arbeit verrichten, sind ja schließlich teilweise seit mehreren Jahren die Experten für ihre Tätigkeit und wissen am besten, wie KI eingesetzt werden kann, um diese Tätigkeit, wie Christian sagt, Tätigkeitsbündel zu optimieren.
Und dann, da ist auch ein Kollege, der ist jetzt gerade hier nicht mit uns im Podcast, aber auch sehr stark in der KI-Forschung, Tobias Kempf, der auch vor...
Studien bereits durchgeführt hat und gezeigt hat, es gibt auch das Potenzial, durch eine gute KI-Einführung die Arbeitstätigkeit zu optimieren, monotone Aufgaben zu reduzieren, Aufgaben zu erweitern.
Im Sinne einer Vollständigkeit, wie Hacker sie immer vertritt.
Vollständige Tätigkeit bedeutet, dass ich mir eigene Ziele setzen kann oder mit in die Zielentscheidung oder Zielstellung eingebunden werde.
Ich kann selbst planen, das macht nicht die KI, Ich kann die Aufgabe ausführen und ich kann mir Feedback oder bekomme Feedback.
Also auch die Tendenz gibt es.
Aber eine wichtige, und das sagt Tobias auch, eine wichtige Voraussetzung dafür ist, dass die Menschen mit eingebunden werden in die KI-Einführung und in die Nutzung.
Und da haben wir auch gleich das letzte Satz, den ich noch sagen möchte.
Wir hatten einmal die Führungskraft mit Blick auf Beziehungsmanagement, aber, das geht daraus hervor, auch in Bezug auf das Ressourcenmanagement, dass ich durch KI auch Ressourcen schaffen kann oder zumindest als Führungskraft darauf achte, dass Ressourcen nicht verloren gehen.
Wie genau kann das denn aussehen?
Gibt es irgendwie Beispiele aus der Praxis, wo du sagst, hier wurde das besonders gut umgesetzt, das sind genau die Schritte, die man gehen sollte als Führungskraft?
Also ich persönlich habe jetzt, also da hätte auch wieder Herr Kempf, hätte da tatsächlich persönliche Beispiele für.
Ich kann es nur aus anderen Kontexten sagen, wo wir gemeinsam mit Führungskräften an der Erweiterung der Ressourcen gearbeitet haben.
Und ein Klassiker ist hier der Ansatz der Gefährdungsbeurteilung, den sowieso jeder Betrieb durchführen sollte, eine Gefährdungsbeurteilung, weil man da ganz genau sieht, wie ist denn die Ressourcen- und Belastungslage vor einer...
Veränderung der Arbeitstätigkeit zum Beispiel durch KI und wie ist sie danach?
Gehen zum Beispiel Ressourcen wie Autonomie verloren oder wächst Autonomie sogar?
Und da geht man klassischerweise, kann man zum Beispiel erstmal mit dem Fragebogen reingehen und dann in Workshops nochmal mit den betroffenen Beschäftigten darüber sprechen und auch gemeinsam sich Maßnahmen überlegen.
Also so mitbestimmte, eingebundete, partizipative Arbeitsplätze.
Und das eben gemeinsam mit der Führungskraft und potenziell noch mit einer Expertin, einem Experten, der sich gut auskennt mit Arbeitsgestaltung.
Ganz wichtig bei der Einführung von KI sind ja auch die Betriebsräte.
Christian, du hast ein KI-Diploma für Betriebsräte mitentwickelt, wenn ich das richtig gesehen habe, um die strategiefähig zu machen.
Welche Kernkompetenzen benötigen denn Betriebsräte, um so eine Einführung von KI-Systemen in ihrem Unternehmen kritisch und konstruktiv zu begleiten?
an solche Menschen, an solche Beschäftigten im Betrieb, beispielsweise in der HR-Abteilung, die Personalerinnen und Personaler, die natürlich auch einen sehr deutlich erweiterten Blick mittlerweile brauchen, um solche Prozesse zu managen.
Das ist ja auch Teil der Führung dann auch.
Was müssen die können?
Zum einen muss diese Gruppe verstehen, erkennen, was sind die Grenzen und Möglichkeiten der aktuellen Technikentwicklung im KI-Bereich.
Also natürlich muss man ein Stück weit tiefer reintauchen in das Thema Transformer-Architekturen, generative KI, Deep Learning, neuronale Netze.
Also das ist so etwas.
Man muss jetzt nicht, wir sagen immer, ich sage immer gerne, man muss nicht in den Mariannengraben tauchen, aber so Mittelmeertiefe sollte man schon erreichen.
Und das ist halt etwas, wofür man auch mal Zeit braucht.
Das schafft man häufig auch nicht unbedingt in einem Online-Kurs oder so.
Das ist tatsächlich etwas, wo man einfach mal tiefer reintauchen muss und mit einer Expertin oder einem KI-Entwickler da wirklich auch in einem Austausch stehen können sollte.
Ein zweiter Aspekt ist aus der Geschichte.
Aber auch, sage ich mal, aus der theoretischen Beschäftigung damit wissen wir, dass Technikeinführungsprozesse ja immer soziotechnisch gedacht werden sollten, damit sie auch funktional wirklich ihr...
den gewünschten Effekt erzielen.
Also in der Regel ja eigentlich arbeitsproduktivitätssteigernd wirken.
Und auch idealerweise natürlich arbeitsaufwerten.
Wenn sie arbeitsabwertend sind, sind sie selten produktivitätssteigernd.
Das muss man einfach auch sagen.
Die Erfahrung hat man schon in den 40er Jahren im letzten Jahrhundert gemacht, in irgendwelchen Bergbau-Experimenten.
Die hat man bei der Computer-Integrated Manufacturing-Debatte gemacht in den 70er, 80er Jahren.
Also es zieht sich so durch die Technisierung, egal ob wir über die erste oder zweite industrielle Revolution sprechen.
Und diese Kriterien sind wichtig zu verstehen, was muss ich denn berücksichtigen, ob ich jetzt Personaler bin oder Betriebsrätin, aus dieser sozio-technischen Perspektive, um menschenzentriert KI zu gestalten.
Ja, auch mit Blick auf Produktivkraftsteigerung, auf Produktivitätssteigerung.
Logisch.
Und ein dritter wesentlicher Aspekt, den wir alle letztendlich kennenlernen müssen, ist diese Frage von rechtlichen...
Rahmenbedingungen und Grundaspekten, die man beachten muss.
Wir haben in Deutschland das System der Mitbestimmung.
Das ist im Prinzip ein wahnsinniger Wettbewerbs- und Standortvorteil, den wir haben.
Weil gerade aus der amerikanischen Literatur und Forschung wissen wir, wenn man das alles rein dem Markt überlässt, dann haben wir zu viele Verlierer, zu wenig Gewinner.
Und vor allem haben wir sehr technikzentrierte Einführungsprozesse in Unternehmen und Organisationen.
Das führt eben zu den nicht gewünschten Effekten, dass es zu einer weiteren Polarisierung im Arbeitsmarkt kommt und so weiter.
Also das heißt, wir haben eigentlich dieses fantastische System, das in dieser Situation, in dieser historisch-transformativen Situation wirklich besonders geeignet ist, um so eine gute Transformation, eine menschenzentrierte Transformation zu schaffen.
Dafür muss man natürlich auch diesen rechtlichen Kanon kennen.
Da haben wir den AI-Act auf EU-Ebene, aber natürlich auch die deutsche Gesetzgebung dazu.
Also es sind so die drei großen Säulen, die wir vermitteln in diesem Zertifikat menschenzentriertes KI-Management.
Jetzt hast du es ja gerade schon angesprochen, die Situation in den USA und in Deutschland ist sehr unterschiedlich.
Und von den USA hört man in letzter Zeit immer wieder Meldungen, wie große Unternehmen, gerade Tech-Unternehmen, Belegschaft abbauen, weil sie sagen, das macht jetzt die KI 20 Prozent hier und 10 Prozent da.
Allerdings gibt es meines Wissens nach wenig Studien, die tatsächlich belegen, wie viel produktiver uns KI macht im Alltag.
Hast du da irgendwie Wissen darüber, wie viel produktiver uns KI machen kann?
Also wir haben eine total heterogene Studienlage.
Es kommt fast darauf an, wen man fragt.
Wenn man auf Management-Ebene fragt, und es sind ja häufig so die Beratungsunternehmen, die befragen eher das Management, auch das mittlere Management, dann kommen da ziemlich große Produktivitätssteigerungsraten bei raus.
So bis zu drei, dreieinhalb Prozent pro Jahr durch den Einsatz von KI.
Ja, da spielt dann auch der Gedanke mit, wir können Mitarbeitende ersetzen durch KI und zwar auch im größeren.
Aber es ist auch diese klassische Teilautomatisierung, die hier eine Rolle spielt.
Wenn man die etwas seriöseren Studien betrachtet, die auch stärker makroökonomisch, also gesamtwirtschaftlich modellieren, das kommt leider das meiste wirklich tatsächlich aus den USA.
Ich wünschte, wir hätten hier in Deutschland auch eine solidere Studienlage dazu.
Aber da werden dann die...
die Produktivitätseffekte schon deutlich geringer und vor allem gemischter.
Da haben wir die OECD, da haben wir die IWF oder andere Forschungseinrichtungen wie vom Massachusetts Institute for Technology und die großen Unis in den USA.
Da landen wir zum Teil bei ganz geringen Produktivitätssteigerungsraten auf die nächsten zehn Jahre projiziert werden.
Denken Sie an den Wirtschaftsnobelpreisträger von vorletzten Jahren, glaube ich, Darren Ascholo, nicht mal ein Prozent über zehn Jahre ausgeht, das ist wenig, hängt wirklich auch damit zusammen, wie man das dann bemisst auf einer Makroebene, also auf einer gesamtwirtschaftlichen Ebene.
Das ist jetzt vielleicht ein bisschen zu kompliziert für den Podcast, aber was alle Studien zeigen, und das ist das, worauf eigentlich viele abzielen, ist die Frage, können wir durch KI Kosten einsparen?
Und können wir die Qualität verbessern?
Und da kommen wir zu ziemlich beeindruckenden und auch übereinstimmenden Projektionen und Beobachtungen.
Da reden wir wirklich so von 25 bis 30 Prozent Kosteneinsparungspotenzial.
Das heißt aber noch nicht Arbeitsproduktivitätssteigerung.
Da müssen wir noch ein bisschen abschichten.
Aber diese Kosteneinsparung ist da, gerade auf der betrieblichen Ebene.
Und das ist natürlich ein riesiger Wettbewerbsvorteil, wenn man es dann nutzt.
Und darauf zielen viele dieser Studien ab.
Ob und wie sich das dann in Produktivität bemessen lässt, steht nochmal auf einem anderen Blatt und hat dann auch viel mit Verteilung letztendlich zu tun, diese einzelnen Produktivitätsgewinne auf einer breiteren Ebene.
Momentan sparen ja die Unternehmen in erster Linie dadurch, dass sie weniger Menschen für mehr Arbeit brauchen.
Wie kann denn sichergestellt werden, dass da nicht so ein...
soziales Gefälle entsteht, dass wir so ein paar Leute haben, die super Jobs haben und ganz viele Leute, die gerade in den, ich sag jetzt mal, Denkarbeiter- oder Bürojobs, Menschen, die keine Arbeit mehr finden.
Wie kann sowas, diese extra Gewinne, die dadurch entstehen bei den Unternehmen, fair in der Gesellschaft verteilt werden?
Es gab ja jetzt neulich auch diese Vorstellung von Sam Altman, wie er sich das alles vorstellt in der Gesellschaft mit dem, so einer Art bedingungslosen Grundeinkommen oder so.
Gibt es dazu Ideen, wie wir dem entgegentreten können?
Also die Vorstellung von einem bedingungslosen Grundeinkommen, die aus dem Silicon Valley geäußert wird, und da ist jetzt Sam Oldman ja relativ spät dran mit seiner Äußerung, die hören wir ja schon in über zehn Jahren, die hängt schon damit zusammen, dass aus dieser Technik, rein Technikperspektive, die Entwicklerinnen und Entwickler glauben, dass uns die Arbeit ausgeht und dass man dann eigentlich nicht mehr diese Nachfrage hat oder eben vielleicht sogar soziale Unruhen, wenn das passiert.
Die Arbeitssoziologie, und da sind wir in Deutschland ziemlich gut aufgestellt, die sieht das so nicht.
Und es ist ja auch bislang so nicht gekommen.
Also wir reden ja im Prinzip auch schon seit, mindestens seit der ersten Welle der Digitalisierung über die menschenleere Fabrik und wir sehen sie aber nicht.
Wir haben es mit immer komplexeren Produkten und Dienstleistungen zu tun.
Die brauchen immer mehr Spezialwissen.
ja, wir brauchen vielleicht gewisse Routinetätigkeiten nicht mehr.
Wir haben da eine hohe Dynamik in der Veränderung von diesem Zusammensetzen von Aufgaben, die sich innerhalb eines Berufes bündeln.
Wir haben wahrscheinlich auch demnächst immer mehr neuere Berufsbezeichnungen in diesem Kontext, in diesem Zusammendenken von Daten und Materie, wenn man das so trennen möchte, von Beruflichkeit.
Und das ist spannend und da passiert wahnsinnig viel.
Aber die politische Antwort darauf, die haben wir im Prinzip, ich sage mal Tarifverträge, aber auch Mindestlohnsystemen.
Man muss natürlich gucken, dass die Verlierer, und die gibt es immer in so einer Transformation, dass die nicht zu groß wird, die Gruppe, und dass sie vor allem eben auch eine Chance und eine Möglichkeit bekommt, zu den Gewinnern zu gehören.
Und dazu gehört einerseits natürlich der staatliche Rahmen, wie kann ich das sicherstellen, dass über die richtige, sinnvolle Qualifikation die Person die Möglichkeit bekommt.
die eigene Arbeit dauerhaft zu sichern und aufzuwerten, spannender zu machen und idealerweise besser bezahlt zu machen.
Das ist jetzt so der Idealfall.
Aber letztendlich eben auch auf betrieblicher und tariflicher Ebene, also Branchenebene.
Und ja, winner takes all, wenn wir uns darauf verständigen in Deutschland oder in Europa, dass das jetzt nicht der Weg sein kann wie in den USA und dass die Polarisierung auch eben politisch hochgradig gefährlich ist, dann dann haben wir da auch schon mal einen guten Erkenntnisprozess am Anfang stehen und müssen jetzt über die Instrumente nachdenken, wie wir das am besten umsetzen können.
Was wären denn so konkrete Weichen, die Unternehmen und Politik stellen könnten und eigentlich jetzt auch stellen müssten in den nächsten Monaten und Jahren, um so menschenzentrierten Einsatz von KI zu fördern?
Also ein ganz konkretes Beispiel, ich will jetzt kein einzelnes Unternehmen hier nennen, geschätzte Produktivitätsrechnung in einem Unternehmen einzuführen.
Das kann man machen.
Das muss jetzt nicht auf den Cent genau sein, auf die Arbeitssekunde genau.
Das kann man auch ein Stück weit grobschlechtiger machen.
Dann sieht man ja, bei welcher Tätigkeit, bei welchem Berufsfeld im jeweiligen Gewerk, in welcher Abteilung, wie Kosten eingespart werden können durch den Einsatz von KI.
Und diese Kosten...
Einsparung kann man zum Teil, und es wird auch in manchen Unternehmen in Deutschland gemacht, für einen Qualifikationsfonds zu nehmen.
Und aus diesem Qualifikationsfonds können sich dann Beschäftigte darauf bewerben, beziehungsweise diejenigen, die potenziell zu den Verlierern gehören.
Und in diesem Qualifikationskonstrukt, da kann man dann sozusagen sich anmelden und sagen, ich möchte gerne, ich brauche jetzt hier eine Qualifikation.
Das ist wichtig, damit ich hier weiterhin arbeitsfähig bin und in die nächste Tarifstufe beispielsweise komme.
Das sind ganz konkrete Beispiele, wie Betriebe, Unternehmen darauf reagieren können, dass es natürlich auch im eigenen Betrieb Gewinner- und Verlierergruppen gibt.
Okay.
Und auch noch eine letzte Frage an Nicole.
Wie können denn Führungskräfte, wenn sie so auf ihr eigenes Unternehmen blicken, eine klare Vision entwickeln, wie genau sie...
KI an ihre Mitarbeiterinnen und Mitarbeiter weitergeben und wie genau sie sowas einführen.
Denn am Ende muss ja die Führungskraft entscheiden, wie sie ihr Unternehmen KI fit macht.
Ja, da würde ich unmittelbar an das anknüpfen, was Christian gerade schon gesagt hat mit der geschätzten Produktivitätsrechnung.
Letztendlich ist ja KI eine Möglichkeit, um das Unternehmen die Arbeit voranzubringen.
Und ich muss erstmal für mich als Unternehmen schauen, wofür möchte ich diese Hilfe nutzen und wo möchte ich als Unternehmen hin?
Und das wird ja dann wiederum in den Abteilungen mit den Führungskräften umgesetzt.
Das heißt, man muss eine Idee davon haben, wofür möchte ich eigentlich Kandi nutzen.
Und da würde ich aber auch wieder als Arbeitspsychologin dafür plädieren.
eben nicht nur das Top-Down zu steuern, sondern auch die Mittenarbeitende mit einzubeziehen, wo sie Möglichkeiten sehen, um zum Beispiel ihre Arbeit, ihre Ergebnisse zu optimieren.
Das ist das eine.
Und was wir auch häufig in Unternehmen sehen, dass es Parallelprozesse gibt.
Das eine Abteilung fängt mit einem Prozess an, der andere fängt mit dem Prozess an und die hebeln sich teilweise aus und gehen nicht in einer gemeinsamen Strategie auf und führen bei den Beschäftigten dazu, dass sie keine Lust mehr auf Veränderungen haben.
Da gibt es auch einen ganzen Forschungsstrang zu, was Veränderungen oder auch sehr häufige Veränderungen mit Mitarbeitenden macht und dass das nicht dazu führt, dass man besonders motiviert ist, in die Veränderungen mit reinzugehen, die es ja gerade eigentlich jetzt bräuchte, diese Veränderungsmotivation, sondern dass es da eher zu Ängsten, Widerständen und Reaktanz kommt.
Und auch deswegen ist es wichtig, Mitarbeitende mit einzubeziehen, regelmäßig zu informieren, ihnen die Sicherheit zu geben, es geht nicht darum, deinen Job.
Und wenn es da Änderungen geben wird, dann, wie hat ja Christian auch gerade gesagt, dann haben wir Möglichkeiten, um dich hier innerhalb des Unternehmens weiter zu qualifizieren.
Das ist ganz spannend.
Ich hätte nicht gedacht, dass ich diesen Punkt aus diesem Gespräch mitnehme, dass gefühlt KI eigentlich uns dazu zwingt, mehr miteinander über verschiedene Ebenen hinweg in einem Unternehmen zusammenzuarbeiten, anstatt dass jeder so sein Ding macht.
sich nur noch von der KI helfen lässt, sondern dass wir das nur gemeinsam schaffen.
Das ist aber auch ein Stück weit eine Perspektive, die wir in Deutschland und Europa vertreten und sehen.
Aber vielleicht nochmal einen Nachsatz zu dem, was ich vorhin gesagt habe.
Die etwas, sag ich mal, wegweisenden amerikanischen Forschergemeinde, die guckt schon sehr genau nach Deutschland, was die Materialisierung von Produktivitätseffekten betrifft.
Und das, was du auch gerade angesprochen hast mit Blick auf...
Verteilungsfragen, also wenn es große Verlierergruppen gibt.
Weil in den USA ist es tatsächlich, sag ich mal, auch die Angst dann vor dem eigenen Arbeitsplatzverlust und aber auch vor dem Verlust von Sinnhaftigkeit, der eigenen Tätigkeit schon ausgeprägter als hier in Deutschland.
Was damit zu tun hat, mit dem institutionellen System, das wir hier haben, was Lohnfindung und Lohnpolitik betrifft.
aber eben auch Arbeitsschutz und arbeitspsychologische Kriterien, was Nicole angesprochen hat.
Da gucken die Amerikaner schon sehr genau zu uns und gucken auch ein bisschen neidisch, weil Menschenzentrierung von KI ist ja jetzt irgendwie kein heeres Ziel, das wir uns ausgedacht haben als Gegenpol zur Technikzentrierung.
Wir wissen nur aus der Geschichte, Technikzentrierung, so wie es in den USA läuft, funktioniert meistens nicht.
Also wir kriegen die Technik nicht zum Fliegen.
platt gesagt.
Und die Menschenzentrierung, also das Soziotechnische, das dahinter steckt, das ist ja das Geheimnis des Erfolges.
Und das ist eigentlich in dem Institutionen-System, in der Beteiligung, wie es Nicole angesprochen hat, das ist ja viel enger angelegt und vor allem eben institutionalisiert über Mitbestimmung, sodass wir hier wirklich im Prinzip einen großen Wettbewerbsvorteil, wir müssen ihn nur nutzen und vor allem erstmal erkennen, das ist ganz wichtig.
Das ist eigentlich ein total schönes Schlusswort, dass wir Also bei der Diskussion um KI hört man ja oft, Deutschland hängt hinterher, hier sind wir mal vorbildlicher organisiert, einfach aus unseren sozialpolitischen Strukturen heraus schon.
Das finde ich sehr beruhigend.
Vielen Dank, dass ihr heute bei mir wart und wir über das Thema sprechen konnten, fand ich sehr spannend.
Und ich bin auch sehr gespannt, was sich in den nächsten Jahren noch bewegen wird in dem Bereich und wie gut wir das in unseren deutschen Unternehmen umgesetzt bekommen.
Dankeschön, dass ihr da wart.
Ja, vielen Dank für die Einladung.
Ja, Dankeschön.
Das war's für heute.
Den nächsten Deep Dive hört ihr an dieser Stelle Anfang Juni.
Und es würde mich freuen, wenn ihr dann wieder dabei seid.
Bis dahin könnt ihr natürlich mit unserem kompakten KI-Update jeden Montag, Mittwoch und Freitag auf dem Laufenden bleiben.
Und falls ihr mal einen Deep Dive verpasst habt, findet ihr eine Sammlung aller Folgen auf heise.de slash Thema slash KI-Update.
Den Link dahin findet ihr natürlich auch in den Shownotes.
Werbung Noch mehr KI-Know-how finden Sie übrigens im Heise-Shop.
Das 180 Seiten starke KI-Special gibt es wahlweise als Heft oder PDF-Magazin in gewohnter CT-Manier.
Top aktuell, unaufgeregt, kritisch.
Lesen Sie, wie KI unser Leben umkrempelt, wer uns vor KI schützt, wie multimodale KIs arbeiten oder wie Sie mit PyTorch neuronale Netze selbst trainieren.
Bestellen Sie Ihre digitale Ausgabe im heiseshop unter shop.heise.de.