„Die KI ist schuld.“ – Warum uns dieser Gedanke so leichtfällt und was er mit unserer eigenen Verantwortung zu tun hat.

Ein überzeugendes Argument

In einem Unternehmen wünschen sich viele Beschäftigte mehr Wahlfreiheit beim Homeoffice. Die Geschäftsleitung ist skeptisch. Im Betriebsrat wird deshalb beschlossen, das Thema bei der nächsten Betriebsversammlung aufzugreifen. Claudia, Mitglied des Betriebsrats, übernimmt die Vorbereitung eines kurzen Vortrags zum Thema „Homeoffice und Produktivität“.

Sie recherchiert mit Unterstützung einer KI. Besonders interessiert sie, ob es belastbare Hinweise darauf gibt, dass Beschäftigte im Homeoffice produktiver arbeiten können.

Und tatsächlich: Die KI findet eine aktuelle Untersuchung des Fraunhofer IAO und der Techniker Krankenkasse. Rund 11.000 Beschäftigte wurden über einen längeren Zeitraum betrachtet – und das Ergebnis klingt wie bestellt: Im Homeoffice lag die messbare Produktivität rund 20 Prozent höher als im Büro.

Claudia weiß, dass KI-Systeme schon einmal Quellen erfinden können, und klickt sicherheitshalber auf den angegebenen Link.

Das PDF öffnet sich:

„Höhere Produktivität im Homeoffice?“

Eine Analyse der Vorteile und der Grenzen intensiver Nutzung von Homeoffice auf Basis einer Produktivitätsmessung bei der Techniker Krankenkasse.

36 Seiten. Fraunhofer IAO und Techniker Krankenkasse. Die Studie gibt es also tatsächlich.

Das reicht Claudia fürs Erste. Sie übernimmt den Befund in ihre Präsentation.

Perfekt.

In der nächsten Betriebsratssitzung stellt sie ihren Vortrag vor. Die Argumentation überzeugt, die Folien sind übersichtlich und gerade die Zahlen zur Produktivität kommen gut an. Der Betriebsrat beschließt, den Vortrag in dieser Form bei der nächsten Betriebsversammlung zu zeigen.

Claudia ist zufrieden.

Das habe ich wirklich gut gemacht.

Einige Wochen später steht sie mit derselben Präsentation vor der Belegschaft. Auch diesmal läuft alles gut – bis sich am Ende ein Mitarbeiter zu Wort meldet.

„Die 20 Prozent mehr Produktivität finde ich interessant. Aber wie misst man Produktivität bei so unterschiedlichen Tätigkeiten überhaupt? Was wurde denn in dieser Studie konkret als Produktivität gemessen?“

Claudia zögert.

Sie weiß, dass die Untersuchung existiert. Sie kennt die Zahl. Aber was genau dort gemessen wurde?

„Das kann ich jetzt aus dem Stegreif nicht beantworten. Da müsste ich noch einmal genau in der Studie nachschauen.“

Der Mitarbeiter hakt nicht weiter nach und Claudia bringt erleichtert ihren Vortrag zu Ende.

Zurück am Schreibtisch öffnet sie die Studie noch einmal. Diesmal will sie es genau wissen.

Die 20 Prozent stehen tatsächlich darin. Doch der Begriff „Produktivität“ bezieht sich auf ganz bestimmte messbare Arbeitsleistungen bei der Techniker Krankenkasse. Vor allem aber sind die Ergebnisse wesentlich differenzierter, als es ihre Folie vermuten lässt: Eine allgemeingültige Aussage darüber, wie viel produktiver Beschäftigte im Homeoffice sind, lässt sich daraus gerade nicht ableiten.

Claudia lehnt sich zurück.

Das gibt’s doch nicht. Die KI hat das ja total verfälscht!

Hinweis:  Die Untersuchung des Fraunhofer IAO und der Techniker Krankenkasse sowie die genannten Forschungsergebnisse sind real. Claudia und die geschilderte Situation sind frei erfunden. 

Was wir automatisch annehmen – und was tatsächlich passiert

Mit zweierlei Maß

Die beiden Reaktionen aus unserem Beispiel sind keineswegs ungewöhnlich. Dass wir Erfolge und Misserfolge unterschiedlich interpretieren, ist ein bekanntes psychologisches Phänomen. Es wird als selbstwertdienliche Verzerrung (self-serving bias) bezeichnet.

Gemeint ist die Tendenz, eigene Erfolge eher inneren Ursachen zuzuschreiben – etwa den eigenen Fähigkeiten, Entscheidungen oder Anstrengungen. Bei Misserfolgen suchen wir die Ursache dagegen eher außerhalb unserer Person: in den Umständen, beim Zufall oder bei anderen Beteiligten.

Schon diese unterschiedliche Zuschreibung ist problematisch. Beim Arbeiten mit KI kommt nun allerdings etwas hinzu, das diese Tendenz noch verstärken kann.

Denn die KI eignet sich erstaunlich gut für die Rolle des „anderen Beteiligten“. Wir geben ihr Aufgaben, sie liefert Ergebnisse. Wir bitten sie, etwas zu recherchieren, zusammenzufassen oder auszuformulieren. Sie antwortet, als hätte sie verstanden, was wir von ihr wollen, und erledigt den Auftrag.

Für unseren psychologischen Autopiloten sieht das verdächtig nach Arbeitsteilung aus.

Nur endet die Ähnlichkeit an einem entscheidenden Punkt: Arbeit lässt sich an die KI abgeben, Verantwortung nicht.

Sie kann weder bemerken, welche Folgen ihre Antwort für Claudia hatte, noch daraus Konsequenzen ziehen. Beim nächsten Vortrag sitzt sie schließlich nicht da und denkt: „Mensch, die Sache mit der TK-Studie war mir aber eine Lehre. Diesmal passe ich besser auf.“

Das kann nur Claudia.

Wenn die KI schuld ist

Statt der KI den schwarzen Peter zuzuschieben, sollten wir lieber unser mentales Stoppschild zücken und einen Schritt zurückgehen:

Wie ist es eigentlich dazu gekommen?
Und hätte ich es verhindern können?

An Claudias Beispiel lässt sich das gut nachvollziehen.

Claudia hatte geprüft, ob es die von der KI genannte Studie tatsächlich gibt. Der Link funktionierte, der Titel passte zum Thema. Aber nur weil es eine Studie gibt, heißt das noch lange nicht, dass sie auch das belegt, was man mit ihr belegen möchte.

Je wichtiger eine Information für die eigene Argumentation ist, desto genauer sollte deshalb der Blick auf die Quelle sein. Bei einem zentralen Beleg wie Claudias Studie bedeutet das: zumindest so weit einsteigen, dass klar ist, was tatsächlich untersucht wurde, welche Ergebnisse herauskamen – und welche Einschränkungen die Autoren selbst nennen.

Das muss nicht zwangsläufig bedeuten, sich durch 36 Seiten wissenschaftlichen Text zu kämpfen. Auch hier kann die KI helfen: Sie kann einzelne Abschnitte zusammenfassen, die zentralen Aussagen herausarbeiten oder gezielt nach Einschränkungen und Gegenargumenten suchen.

In diesem Fall hätte sogar eine kurze Google-Suche gereicht, um stutzig zu werden. Die Pressemitteilung des Fraunhofer IAO trägt bereits im Titel die Einschränkung: „Homeoffice steigert Produktivität – aber nur bis zu einem Kipppunkt“.

Damit wäre Claudias ursprüngliches Argument zwar vom Tisch – nicht aber ihr ganzer Vortrag. Vielleicht war die Produktivität ohnehin nicht der beste Ansatz. Andere Argumente für Homeoffice finden sich schließlich genug: Mitarbeiterzufriedenheit, die Vereinbarkeit von Familie und Beruf oder eine geringere Belastung im Alltag. Gemeinsam mit der KI ließen sich von dort aus ganz neue Argumentationswege entwickeln.

Fehler gehören dazu