Arbeit, Bildung und öffentliche Wahrheit

Eine Aufgabe verändert sich vor einem ganzen Beruf

Eine Einkäuferin soll drei Angebote vergleichen. Ein Assistent fasst die Dokumente zusammen und erstellt in wenigen Minuten eine Tabelle. Trotzdem muss die Einkäuferin prüfen, ob Lieferfristen, Währungen und Haftungsregeln richtig erfasst sind. Sie klärt Widersprüche mit den Anbietern, bewertet das Ausfallrisiko und verantwortet die Entscheidung. Ein Teil ihrer Arbeit hat sich verändert. Daraus folgt noch nicht, dass ihr Beruf verschwindet.

Kapitel 20 hat den Datenweg, die Kontrolle und den Ausstieg betrachtet. Jetzt wechseln wir von den Bedingungen eines Einsatzes zu seinen beobachtbaren Folgen. Dafür müssen wir Aufgaben, Berufe und Organisationen getrennt betrachten.

Ein Beruf besteht aus verschiedenen Aufgaben. Eine Anwältin recherchiert, spricht mit Mandanten, bewertet Risiken, verhandelt und trägt Verantwortung. Ein Entwickler schreibt nicht nur Code. Er klärt Anforderungen, untersucht Fehler, stimmt Änderungen ab und betreibt Systeme. Ein Sprachmodell kann einige dieser Aufgaben beschleunigen und bei anderen unzuverlässig sein.

Für eine einzelne Aufgabe sind drei Fragen nützlich. Kann das Modell sie unter günstigen Testbedingungen bearbeiten? Bleibt die Leistung bei unvollständigen Angaben, seltenen Fällen und echten Folgen zuverlässig? Lässt sich das Werkzeug mit passenden Daten, Rechten, Kontrollen und Zuständigkeiten in den Arbeitsablauf einbauen? Erst die dritte Frage betrifft die tatsächliche Einführung in einer Organisation.

Deshalb ist die Frage „Welche Berufe ersetzt KI?“ zu grob. Die beobachtbare Veränderung beginnt meist bei Aufgaben. Was daraus für einen Beruf wird, hängt davon ab, wie Menschen die Aufgaben neu verteilen, welche Nachfrage entsteht und welche Regeln eine Organisation setzt.

Aufgaben, Berufe und Organisationen sind verschiedene Ebenen

Stell dir einen Kundendienst vor. Das Formulieren einer Antwort ist eine Aufgabe. Kundendienstmitarbeiterin ist ein Beruf mit vielen Aufgaben. Der Anbieter mit seinen Produkten, Schichten, Kennzahlen, Freigaben und Beschwerdewegen ist eine Organisation. Diese drei Ebenen reagieren nicht gleich schnell.

Eine Aufgabenexposition beschreibt, bei welchen Tätigkeiten ein Werkzeug möglicherweise viel Zeit sparen könnte. Sie misst weder Einführung noch Beschäftigung. Eloundou und Kollegen ordneten 2023 insgesamt 19.265 Aufgabenbeschreibungen aus der US-amerikanischen Berufsdatenbank O*NET ein. Menschen und GPT-4 sollten beurteilen, ob Sprachmodelle die Bearbeitungszeit bei gleicher Qualität um mindestens die Hälfte senken könnten. Nach diesem Szenario arbeiteten etwa 80 Prozent der US-Beschäftigten in Berufen, bei denen mindestens ein Zehntel der Aufgaben exponiert war. Bei 19 Prozent war mindestens die Hälfte der Aufgaben exponiert.

Das ist eine modellgestützte Zuordnung von Aufgaben, keine Beobachtung eingeführter Systeme und keine Vorhersage von Stellenverlusten. Die Methode sagt nicht, ob ein Unternehmen die Technik kaufen kann, ob sie in Ausnahmefällen zuverlässig bleibt oder ob die gesparte Zeit zu mehr Leistung, anderen Aufgaben oder weniger Personal führt. Sie unterscheidet auch nicht sicher zwischen Unterstützung und Automatisierung.

Beobachtete Arbeitsmarktdaten beantworten eine andere Frage. Humlum und Vestergaard verbanden Ende 2023 und 2024 Befragungen von rund 25.000 Beschäftigten aus elf stark exponierten Berufen mit dänischen Arbeitgeberdaten. Zwei Jahre nach der Veröffentlichung von ChatGPT fanden sie in dieser Beobachtungsstudie keine messbaren Auswirkungen auf Einkommen oder erfasste Arbeitsstunden und konnten Effekte von mehr als zwei Prozent statistisch ausschließen. Das Ergebnis gilt für Dänemark, diese Berufe und diesen frühen Zeitraum. Es beweist weder, dass einzelne Aufgaben unverändert blieben, noch dass spätere Arbeitsmarkteffekte ausbleiben.

Auch eine Organisation ist mehr als die Summe technisch lösbarer Aufgaben. Wenn Texte schneller entstehen, kann die Rechtsprüfung zum Engpass werden. Wenn mehr Code erzeugt wird, brauchen Tests und Betrieb mehr Aufmerksamkeit. Wenn ein Assistent zusätzliche Vorschläge liefert, muss jemand Prioritäten setzen. Mehr Ausgabe ist nur dann produktiv, wenn am Ende mehr korrekte und nützliche Arbeit ankommt.

Produktivität und Qualität hängen von Aufgabe und Person ab

Ein Team testet einen Schreibassistenten und sieht nach einer Woche deutlich kürzere Bearbeitungszeiten. Das ist ein brauchbarer Hinweis für genau diesen Ablauf. Es ist noch kein Beleg dafür, dass jedes Team, jede Aufgabe oder das ganze Unternehmen produktiver wird. Vier Studien zeigen, warum der genaue Kontext wichtig ist.

Noy und Zhang führten vom 27. Januar bis zum 21. Februar 2023 ein vorab registriertes Online-Experiment mit 453 berufserfahrenen und akademisch ausgebildeten Personen durch. Sie kamen aus sechs Bereichen, darunter Marketing, Beratung, Personal und Datenanalyse. Alle bearbeiteten kurze berufstypische Schreibaufgaben wie Pressemitteilungen, Berichte und heikle E-Mails. Bei der zweiten Aufgabe durfte eine zufällig bestimmte Gruppe ChatGPT mit GPT-3.5 nutzen. Die Vergleichsgruppe arbeitete ohne das Werkzeug. Fachleute bewerteten die Texte verblindet.

Mit ChatGPT sank die Bearbeitungszeit im Durchschnitt um 40 Prozent. Die Bewertungen der Ergebnisse lagen im Durchschnitt 18 Prozent höher. Personen mit schwächeren Ergebnissen in der ersten Runde gewannen stärker. Untersucht wurden kurze Texte unter kontrollierten Bedingungen, keine vollständigen Arbeitstage. Die Studie erfasste auch keine nachgelagerte Prüfung, Haftung oder Wirkung bei Kunden.

Brynjolfsson, Li und Raymond untersuchten einen gestaffelten Einsatz bei 5.172 Beschäftigten im Kundendienst eines großen Softwareunternehmens. Die Daten umfassten 3.006.395 Chats aus den Jahren 2020 und 2021. Ein auf GPT-3 beruhender Assistent schlug Antworten und Links zu internen Anleitungen vor. Der Vergleich nutzte Unterschiede vor und nach der Einführung sowie zwischen Teams, die das Werkzeug schon oder noch nicht erhalten hatten. Es handelte sich nicht um eine zufällige Zuteilung.

Im Durchschnitt stieg die Zahl gelöster Fälle pro Arbeitsstunde um 15 Prozent. Weniger erfahrene und zuvor schwächere Beschäftigte gewannen rund 30 Prozent. Bei den stärksten Beschäftigten änderte sich die Geschwindigkeit kaum, während ein Qualitätsmaß leicht sank. Die Studie zeigt einen realen Arbeitsablauf über mehrere Monate. Sie stammt aber aus einem Unternehmen mit einem bestimmten Produkt und vielen Beschäftigten auf den Philippinen. Löhne, Einstellungen und die gesamte Nachfrage nach Kundendienst wurden nicht untersucht.

Wie stark die Richtung des Effekts von der Aufgabe abhängt, zeigte ein vorab registriertes Feldexperiment mit 758 Beraterinnen und Beratern der Boston Consulting Group im Jahr 2023. Dell’Acqua und Kollegen verglichen Gruppen ohne KI, mit GPT-4 und mit GPT-4 plus einer kurzen Einführung. Bei 18 realistischen Beratungsaufgaben innerhalb der damaligen Modellfähigkeiten erledigten die KI-Gruppen 12,2 Prozent mehr Aufgaben, arbeiteten 25,1 Prozent schneller und erhielten im Mittel mehr als 30 Prozent höhere Qualitätsbewertungen.

Eine andere Gruppe bekam eine komplexe Aufgabe, für die GPT-4 überzeugende, aber falsche Hinweise gab. Ohne KI lösten 84,5 Prozent die Aufgabe richtig. Mit KI waren es je nach Unterstützungsform 60 oder 70,6 Prozent. Zusammen lagen die KI-Gruppen 19 Prozentpunkte niedriger. Das Ergebnis beruht auf einer einzigen Aufgabe außerhalb der zuverlässigen Fähigkeiten und auf einer besonderen Gruppe von Beratern. Es zeigt keine feste Fehlerquote. Es zeigt, dass derselbe Assistent innerhalb einer Studie helfen und schaden konnte.

Diese unregelmäßige Grenze zwischen passenden und unpassenden Aufgaben wird als gezackte Fähigkeitsgrenze bezeichnet. Sie verschiebt sich mit Modell, Werkzeug, Daten und Arbeitsablauf. Erfahrung hilft nicht automatisch. Fachleute können Fehler eher erkennen, können einem flüssigen Vorschlag aber ebenfalls zu schnell folgen. Weniger erfahrene Personen profitieren oft stärker von guten Vorlagen und haben zugleich weniger Wissen für seltene Fehler.

Ein weiteres randomisiertes Feldexperiment wurde 2026 veröffentlicht. Demirer und Kollegen teilten 4.867 Softwareentwickler bei Microsoft, Accenture und einem weiteren großen Unternehmen zufällig in Gruppen mit und ohne Programmierassistenten ein. Gemessen wurden abgeschlossene Arbeitsaufgaben im gewöhnlichen Betrieb. Über die drei Unternehmen hinweg lag der geschätzte Zuwachs bei 26,08 Prozent. Der Standardfehler von 10,3 Prozentpunkten zeigt eine erhebliche statistische Unsicherheit. Die einzelnen Unternehmensschätzungen waren ungenau, und weniger erfahrene Entwickler gewannen stärker. Auch dieses Ergebnis beschreibt die untersuchten Teams und Aufgaben, nicht Softwareentwicklung als Ganzes.

Aus solchen Studien folgt keine universelle Verbesserung. Gute Entscheidungen beginnen mit einer engeren Aussage: Für eine bestimmte Population, Aufgabe, Vergleichsbedingung und Zeitspanne wurde ein bestimmter Effekt gemessen. Dann folgt die praktische Frage, ob Qualität, Nacharbeit, Fehlerfolgen und der gesamte Durchlauf im eigenen Prozess ähnlich aussehen.

Fähigkeiten aufbauen, Denken auslagern und lernen

Eine Auszubildende lässt sich den ersten Entwurf einer Kundenmail erzeugen. Sie spart Zeit und sieht eine brauchbare Struktur. Wenn sie den Vorschlag nur versendet, übt sie weder die Auswahl der Argumente noch den Umgang mit einem schwierigen Einwand. Wenn sie zuerst selbst plant, den Entwurf prüft und ihre Änderungen erklärt, kann dasselbe Werkzeug Teil einer Lernaufgabe sein.

Fähigkeitsaufbau bedeutet, dass Wissen und Handlungsmuster so eingeübt werden, dass du sie später in neuen Situationen einsetzen kannst. Kognitive Auslagerung bedeutet, einen Teil der Denkarbeit an ein äußeres Hilfsmittel abzugeben. Das kann ein Notizzettel, ein Taschenrechner oder ein Sprachmodell sein. Auslagerung ist nicht von sich aus gut oder schlecht. Sie kann Aufmerksamkeit für die eigentliche Entscheidung freigeben. Sie kann aber auch genau die Übung verringern, die für späteres Können nötig wäre.

Eine Befragung aus dem Jahr 2024 zeigt einen möglichen Mechanismus, aber keinen Lernverlust. Lee und Kollegen sammelten bei 319 Wissensarbeitern, die generative KI mindestens wöchentlich nutzten, insgesamt 936 selbst beschriebene Arbeitssituationen. Höheres Vertrauen in das Werkzeug hing mit weniger berichteter Anstrengung für kritisches Denken zusammen. Die Aufmerksamkeit verlagerte sich häufig vom Sammeln zur Prüfung, vom Lösen zur Verbindung von Ergebnissen und vom Ausführen zur Aufsicht. Das waren Selbstauskünfte zu vergangenen Situationen. Die Querschnittsstudie maß keine Fähigkeiten vor und nach der Nutzung und kann nicht zeigen, dass KI die Ursache war.

Randomisierte Bildungsstudien messen engere Wirkungen. Bastani und Kollegen teilten im Schuljahr 2023 und 2024 rund 50 Mathematikklassen an einer großen türkischen Schule zufällig auf drei Bedingungen auf. Fast 1.000 Schülerinnen und Schüler der Klassen 9 bis 11 übten in vier Sitzungen von jeweils 90 Minuten. Eine Gruppe arbeitete ohne KI. Eine zweite nutzte eine frei zugängliche GPT-4-Oberfläche. Eine dritte erhielt einen speziell gestalteten Tutor mit schrittweisen Hinweisen und von Lehrkräften vorbereiteten Leitplanken.

Bei den Übungen mit Hilfsmittel löste die freie GPT-4-Gruppe 48 Prozent mehr Aufgaben richtig als die Gruppe ohne KI. In der anschließenden Prüfung ohne Hilfsmittel lag sie jedoch 17 Prozent niedriger. Der Tutor mit Leitplanken steigerte die Übungsleistung um 127 Prozent und beseitigte den messbaren Nachteil in der Prüfung weitgehend, erzeugte dort aber keinen klaren Vorteil. Die Studie fand an einer Schule, in einem Fach und über einen kurzen Teil des Lehrplans statt. Die Leitplanken beruhten auf aufwendig vorbereiteten Aufgaben und lassen sich nicht mit einem beliebigen Chatbot gleichsetzen.

Kestin und Kollegen verglichen im Herbst 2023 an der Harvard University einen speziell entwickelten GPT-4-Tutor mit aktivem Unterricht in einem Einführungskurs für Physik. In einem randomisierten Wechselversuch bearbeiteten 194 ausgewertete Studierende zwei Unterrichtseinheiten, einmal mit dem Tutor zu Hause und einmal im Kursraum. In unmittelbaren Tests waren die Lernzuwächse mit dem Tutor mehr als doppelt so hoch. Die Studierenden brauchten im Median 49 Minuten, während für die Unterrichtseinheit 60 Minuten vorgesehen waren. Zwei Lektionen, unmittelbare Tests, ein einzelner Kurs und sorgfältig erstelltes Material begrenzen die Aussage. Die Studie zeigt nicht, dass allgemeine Chatbots Lehrkräfte ersetzen.

Für Schule und Beruf zählt deshalb nicht nur das Ergebnis mit Hilfe. Wichtig ist auch, was später ohne Hilfe abrufbar bleibt und auf eine neue Aufgabe übertragen werden kann. Einstiegsaufgaben haben dabei zwei Funktionen. Sie erzeugen Arbeitsergebnisse und bauen Erfahrung auf. Wenn eine Organisation sie vollständig entfernt, braucht sie andere Wege für Übung, Rückmeldung und wachsende Verantwortung. Ob KI bereits ganze berufliche Lernketten geschwächt hat, ist nicht geklärt. Als Gestaltungsfrage ist der Mechanismus trotzdem konkret.

Erzeugte Arbeiten sinnvoll prüfen

Eine Studentin reicht einen gut geschriebenen Bericht ein. Am Text allein lässt sich kaum erkennen, ob sie die Daten ausgewählt, die Argumente verstanden oder nur eine Ausgabe übernommen hat. Die Prüfung sollte daher das fertige Produkt mit Belegen aus dem Entstehungsprozess verbinden.

Prozessbelege können eine begründete Fragestellung, verwendete Quellen, Zwischenstände, Korrekturen und eine kurze Angabe der eingesetzten Werkzeuge enthalten. Eine mündliche Verteidigung prüft, ob die Person zentrale Entscheidungen erklären und auf Rückfragen reagieren kann. Eine kurze Arbeit im Unterricht zeigt eine Fähigkeit unter gemeinsamen Bedingungen. Eine neue Variante der Aufgabe prüft, ob sich das Gelernte übertragen lässt. Bei praktischen Projekten können Lehrkräfte oder Ausbilder einzelne Arbeitsschritte beobachten. Keine dieser Formen beweist für sich allein die Urheberschaft. Zusammen zeigen sie mehr als ein fertiger Text.

Ein Detektorwert ist kein Ersatz dafür. Liang und Kollegen testeten 2023 sieben damals verfügbare Erkennungssysteme an 91 englischen TOEFL-Aufsätzen, die von Menschen mit Englisch als weiterer Sprache geschrieben worden waren. Im Durchschnitt wurden 61,22 Prozent dieser Texte fälschlich als KI-Text eingeordnet. Vergleichstexte englischer Muttersprachler wurden seltener falsch markiert. Einfache Überarbeitungen konnten zudem erzeugte Texte an den Detektoren vorbeiführen.

Das ist die Fehlerquote dieser Werkzeuge in einem kleinen englischen Datensatz aus dem Jahr 2023, keine allgemeine Quote für heutige Produkte. Sie reicht aber aus, um eine wichtige Grenze zu zeigen. Ein statistisches Signal darf bei Noten, Prüfungen oder Sanktionen nicht als Beweis behandelt werden. Betroffene brauchen die konkreten Zweifel, ein Gespräch über ihren Arbeitsprozess und eine faire Möglichkeit, eigene Belege vorzulegen.

Synthetische Medien, Menge und öffentliche Information

Eine gefälschte Sprachnachricht des Geschäftsführers kann gleichzeitig an hundert Buchhaltungen geschickt werden. Ein politischer Videoclip kann in wenigen Minuten in mehrere Sprachen übersetzt und für verschiedene Gruppen verändert werden. Synthetische Medien sind Bilder, Stimmen, Texte oder Videos, die ein generatives System erzeugt oder wesentlich verändert hat. Ihre niedrigen Produktionskosten erleichtern große Mengen und schnelle Varianten. Daraus folgt noch nicht, dass jede Variante geglaubt wird oder eine Wahl entscheidet.

Vaccari und Chadwick zeigten 2020 in einem Online-Experiment 2.005 erwachsenen Personen aus einer annähernd repräsentativen britischen Stichprobe Varianten eines synthetischen politischen Videos. Das Video führte häufiger zu Unsicherheit als zu einer falschen Überzeugung. Diese Unsicherheit hing mit geringerem Vertrauen in Nachrichten in sozialen Medien zusammen. Untersucht wurden Reaktionen auf einen Clip in einer Befragung, nicht späteres Wahlverhalten oder die Verbreitung in einem echten Netzwerk.

Synthetische Medien können auch echten Aufnahmen schaden. Wenn glaubwürdige Fälschungen möglich sind, kann eine betroffene Person echtes Material als Fälschung abstreiten. Dieser mögliche Vorteil heißt Lügnerdividende. Fünf vorab registrierte Experimente mit insgesamt mehr als 15.000 Erwachsenen in den USA prüften zwischen Februar 2021 und November 2022, ob frühere Politiker reale Skandale mit einer falschen Behauptung über Fehlinformation abwehren konnten. Bei schriftlichen Berichten gelang das konsistent. Bei Videos waren Behauptungen über Deepfakes überwiegend wirkungslos und nur in einem von vier Versuchen klar erfolgreich. Die Wirkung hängt also von Medium, Vorwissen und Situation ab.

Öffentliche Information ist nicht allein eine Frage einzelner Fälschungen. Auch Suchkosten, Wiederholung, Empfehlungsalgorithmen, journalistische Prüfung und Vertrauen bestimmen, was Menschen sehen und für belastbar halten. Die Erzeugung im großen Maßstab erhöht die Zahl möglicher Täuschungsversuche. Wie viele davon Reichweite gewinnen und welches Verhalten sie verändern, muss gesondert gemessen werden.

Herkunftssysteme wie C2PA und ihre Grenzen

Eine Nachrichtenredaktion erhält ein Foto mit einem Herkunftsnachweis. Der Nachweis nennt eine Kamera, einen Zeitpunkt und zwei Bearbeitungsschritte. Eine passende Signatur ist gültig. Damit kann die Redaktion prüfen, welche Angaben an die Datei gebunden wurden und ob sich die gebundene Datei danach verändert hat. Sie weiß dadurch noch nicht, ob die Szene gestellt war oder ob außerhalb des Bildes etwas Wichtiges fehlte.

Herkunft heißt in diesem Zusammenhang Provenienz. C2PA ist ein offener technischer Standard für maschinenlesbare Herkunftsangaben. Nach der aktuellen Spezifikation 2.4, abgerufen am 6. August 2026, enthält ein Manifest signierte Aussagen über ein digitales Objekt. Solche Aussagen können ein verwendetes Gerät, Bearbeitungsschritte oder den Einsatz generativer Werkzeuge beschreiben.

Eine harte Bindung verbindet Manifest und Datei über einen kryptografischen Hash. Stimmt der Hash nicht mehr, wurde die gebundene Datei verändert. Eine digitale Signatur zeigt, welcher Schlüssel die Aussagen signiert hat und ob sie seitdem manipuliert wurden. Eine weiche Bindung nutzt Merkmale wie Wasserzeichen oder digitale Fingerabdrücke, um einen getrennt gespeicherten Nachweis wiederzufinden. Sie bietet nicht dieselbe Prüfung gegen Veränderungen wie eine harte Bindung.

C2PA stellt weder Wahrheit noch Vollständigkeit noch ehrliche Aufnahme sicher. Ein gültiges Manifest kann zu einer inszenierten Szene gehören. Ein Bearbeitungsschritt außerhalb der Kette kann fehlen. Ein Unterzeichner kann eine falsche oder irreführende Aussage signieren. Der Standard prüft die technische Bindung und Integrität der angegebenen Aussagen, nicht die Wahrheit des dargestellten Ereignisses. Umgekehrt beweist ein fehlender Nachweis keine Fälschung. Metadaten können beim Export oder auf Plattformen entfernt werden. Weiche Bindungen können beim Wiederfinden helfen, lösen dieses Problem aber nicht vollständig.

Auch die Anzeige für Menschen gehört zum System. Feng und Kollegen testeten 2023 Herkunftshinweise in einem Online-Experiment mit 595 Personen aus den USA und Großbritannien. Die Hinweise senkten oft das Vertrauen in irreführend bearbeitete Medien. Unvollständige oder ungültige Herkunftsdaten führten aber teilweise auch zu Misstrauen gegenüber unveränderten Inhalten. Einige Teilnehmende verwechselten die Glaubwürdigkeit des Nachweises mit der Glaubwürdigkeit des Inhalts. Ein technischer Standard braucht daher verständliche Oberflächen und eingeübte Prüfwege.

Bei wichtigen Aufnahmen solltest du die ursprüngliche Quelle suchen, Zeit und Ort mit unabhängigen Belegen vergleichen, den genannten Unterzeichner prüfen und fehlende Schritte benennen. Bei hohen Folgen kommen journalistische Recherche oder digitale Forensik hinzu. C2PA kann eine Beweiskette stärken. Es entscheidet nicht allein, was wahr ist.

Verzerrungen, ungleiche Fehlerkosten und Zugang

Ein Bewerbungsassistent übersieht qualifizierte Personen in einer Sprachgruppe häufiger. Der Fehler kostet ihnen eine Chance. Ein unpassender Werbetext für dieselbe Gruppe wäre eher lästig. Eine Fehlerquote bekommt ihre Bedeutung erst zusammen mit den Betroffenen, der Entscheidung und den Folgen.

Auch Zugang ist Teil des Betriebs. Ahia und Kollegen verglichen 2023 die Tokenkosten und den Nutzen kommerzieller Sprachmodelle auf mehrsprachigen Testaufgaben in 22 typologisch verschiedenen Sprachen. Viele Sprachen brauchten für denselben Inhalt mehr Tokens, kosteten dadurch mehr und erzielten zugleich schlechtere Ergebnisse. Das war ein Vergleich damaliger Programmierschnittstellen und Testdatensätze, keine unveränderliche Rangliste von Sprachen.

Eine Organisation sollte deshalb vor der Einführung festlegen, welche Gruppen und Sprachen betroffen sind. Sie testet Treffer und Fehler getrennt, bewertet die Kosten falscher Ablehnung und falscher Zustimmung und prüft Bedienbarkeit sowie Preis. Bei folgenreichen Entscheidungen braucht es eine verständliche Begründung, einen erreichbaren menschlichen Weg und eine wirksame Beschwerde. Ein guter Durchschnitt kann einen untragbaren Fehler für eine kleine Gruppe verdecken.

Verantwortung bei gemischter Arbeit von Mensch und Maschine

Ein Arzt sieht zuerst einen Modellhinweis und bestätigt danach die Diagnose. Der letzte Klick stammt von einem Menschen. Trotzdem haben Anbieter, Klinik und Arzt verschiedene Teile des Ablaufs geprägt. Verantwortung bei gemischter Arbeit muss diesen Einfluss abbilden.

Gaube und Kollegen zeigten 138 Radiologen sowie 127 weiteren Ärzten aus den USA und Kanada jeweils acht Röntgenbilder mit richtigen oder falschen Ratschlägen. Die Ratschläge waren von Fachleuten verfasst und wurden zufällig als menschlich oder als KI-basiert bezeichnet. Falsche Hinweise senkten die diagnostische Genauigkeit unabhängig vom Etikett. Weniger spezialisierte Ärzte folgten ihnen häufiger als Radiologen. Die Webstudie aus dem Jahr 2021 umfasste nur acht Fälle und keinen Klinikbetrieb. Sie zeigt dennoch, warum eine menschliche Freigabe allein kein Sicherheitskonzept ist.

Der Anbieter verantwortet dokumentierte Fähigkeiten und Grenzen. Die Organisation verantwortet Aufgabenauswahl, Daten, Rechte, Kontrollen und Eskalation. Die ausführende Person braucht Zeit, Fachwissen und die Möglichkeit, einen Vorschlag abzulehnen. Protokolle sollten Modellversion, Eingaben, Quellen und Änderungen festhalten. Auch die menschliche Arbeit hinter Daten, Bewertungen und Sicherheitsregeln gehört zum System. Sie beeinflusst die Ausgabe, ohne im fertigen Text sichtbar zu sein.

Unternehmen sollten Arbeit gemeinsam neu gestalten und messen

Ein Versicherer will Schadensberichte schneller bearbeiten. Statt zuerst Stellen einzusparen, misst er mit den betroffenen Sachbearbeitern den bisherigen Ablauf. Sie markieren häufige Fälle, schwer erkennbare Ausnahmen und Stellen, an denen ein Fehler Kunden besonders schadet. Dann testet ein Team den Assistenten in einem begrenzten Prozess.

Die Vergleichswerte sollten vor dem Pilot feststehen. Dazu gehören korrekt abgeschlossene Fälle, Bearbeitungszeit, Nacharbeit, Beschwerden, Vorfälle und Fehler nach Kundengruppe. Ebenso wichtig sind Arbeitsbelastung, Unterbrechungen und der Aufbau von Fähigkeiten. Eine höhere Textmenge oder mehr angenommene Vorschläge reichen nicht. Gemessen wird der ganze Durchlauf bis zu einer nützlichen Entscheidung.

Betroffene Beschäftigte kennen Ausnahmen, informelle Kontrollen und Folgen schlechter Vorgaben. Ihre Beteiligung verbessert daher die Prozessbeschreibung und die Auswahl der Messgrößen. Im Pilot braucht es eine Vergleichsbedingung, feste Prüfregeln und einen Weg zurück zum bisherigen Ablauf. Ergebnisse sollten nach Aufgabe und Erfahrungsstand getrennt werden. So wird sichtbar, wer gewinnt, wer mehr prüfen muss und wo Qualität sinkt.

Erst danach lässt sich entscheiden, welche Schritte unterstützt, automatisiert oder unverändert gelassen werden. Für seltene Fälle muss Fachwissen verfügbar bleiben. Einstiegsrollen brauchen weiterhin Aufgaben, an denen Menschen urteilen und Verantwortung lernen. Verträge, Schulung und Zuständigkeiten müssen mit dem Prozess wachsen. Ein gemessener Zeitgewinn ist kein Versprechen für weniger Personal. Er kann auch bessere Erreichbarkeit, gründlichere Prüfung oder neue Leistungen ermöglichen.

Trenne Aufgabe, Wirkung und Zukunftsannahme

Prüfe dein Verständnis an fünf Fragen:

1. Warum ist eine exponierte Aufgabe keine Vorhersage über einen Beruf?
2. Welche Angaben brauchst du, um einen Produktivitätseffekt einzuordnen?
3. Wie unterscheidest du ein erzeugtes Ergebnis von einem Fähigkeitsnachweis?
4. Was kann ein gültiger C2PA-Nachweis nicht belegen?
5. Welche Folgen sollten Unternehmen neben Zeit und Ausgabemenge messen?

Die Befunde dieses Kapitels beschreiben Möglichkeiten, Grenzen und frühe Wirkungen. Sie legen keinen einzigen Zukunftspfad fest. Kapitel 22 untersucht deshalb mehrere mögliche Entwicklungen und fragt, welche Annahmen jeweils erfüllt sein müssten.