Die Studie, für die unter anderem 500 Wissensarbeiter in Deutschland befragt wurden (als Teil einer weltweiten Umfrage unter 2.500 Fachkräften in Großbritannien, den USA, Kanada, Deutschland und Spanien), zeigt, dass KI die Wissensarbeiterinnen und Wissensarbeiter oft nicht von lästigen Aufgaben befreit, sondern vielmehr neuen Druck erzeugt. Nach Ansicht der Befragten mindert sie den Wert qualifizierter Arbeit und führt dazu, dass sich die Beschäftigten weniger motiviert und weniger wertgeschätzt fühlen als zuvor.
Mehr als ein Drittel (40%) der Studienteilnehmer gab an, die Arbeitsweise vor der breiten Einführung von Tools generativer KI zu bevorzugen, weitere 25% äußerten keine Präferenz. Auf globaler Ebene ist der Wunsch, die Zeit zurückzudrehen, unter jüngeren Arbeitnehmern stärker ausgeprägt: 40% sowohl der Generation Z als auch der Millennials würden generative KI am liebsten ganz abschaffen, verglichen mit 32% der Generation X und 29% der Babyboomer.
Defizit an Kreativität und Ethik
Als Hauptgründe für diese Einstellung geben die Befragten einen wachsenden Konflikt zwischen kreativer Freiheit und ethischer Verantwortung an. Viele von ihnen sind der Meinung, dass ihre Arbeit vor der breiten Einführung von generativer KI einen höheren Stellenwert hatte.
- Kreativitätsverlust: 25% derer, die KI abschaffen würden, würden dies tun, weil sie glauben, dass KI die Kreativität einschränkt.
- Ethische Bedenken: 20% äußern Bedenken hinsichtlich des Missbrauchs, und 25% sorgen sich um Überwachung und Datenschutz.
- Sinnentleerte Arbeit: 45% geben an, dass die Beschäftigung mit minderwertigem ‚KI-Müll‘ (AI Slop) dazu führt, dass sich ihre Arbeit weniger sinnvoll und eher repetitiv anfühlt, wobei 37% zugeben, dass dies insgesamt zu einer geringeren Motivation geführt hat.
Kosten der Verifizierung
Die nach Ansicht der Studienverantwortlichen auffälligste Erkenntnis der Befragung ist die Kluft zwischen dem Effizienzversprechen der KI und der Realität der Beschäftigten. Demnach berichten 39% von ihnen davon, mittlerweile mehr Zeit in die Überprüfung, Korrektur und Validierung der KI-Ergebnisse zu investieren, als sie durch den Einsatz der KI tatsächlich einsparen. 42% geben an, dass von der KI erzeugten Ergebnisse von schlechter Qualität sind und diese Projekte aktiv verlangsamt, während 49% der Meinung sind, dass dies die Gesamteffizienz des Teams beeinträchtigt. Die Studienautoren sehen zudem einen ‚AI Slop‘-Effekt, bei dem der Überfluss an minderwertigen, KI-generierten Inhalten der Arbeitsmoral schadet und den modernen Arbeitsplatz träger und unübersichtlicher erscheinen lässt als den, den die Mitarbeiter bisher kannten.
Unangenehme Dynamik
44% der befragten Wissensarbeiterinnen und Wissensarbeiter haben das Gefühl, dass ihre Leistung – ob fair oder nicht – mittlerweile mit den Ergebnissen von KI verglichen wird. 21% geben an, KI lediglich zu nutzen, um die Arbeitslast zu bewältigen, und 22% setzen sie ein, um mit ihren Kollegen Schritt zu halten. Die Arbeitnehmer sehen sich zudem einem starken Druck ausgesetzt, ihre Leistung zu steigern (22%), die Qualität zu verbessern (22%) und effizienter zu arbeiten (19%), um in einem maschinengestützten Umfeld Schritt zu halten.
KI-Einsatz wird nicht pauschal abgelehnt
Dennoch lehnen die Befragten KI nicht pauschal ab und zeigen gegen gegenüber den KI-Strategien der Unternehmen nach wie eine weitgehend positive Einstellung: 67% der Beschäftigten wünschen sich, dass ihr Unternehmen den Einsatz von KI ausweitet, 64% vertrauen darauf, dass KI ethisch einwandfrei eingesetzt wird, und 62% geben an, dass ihr Unternehmen bei der Einführung von KI transparent vorgegangen ist.
Dennoch verstehen 40% der Beschäftigten oft nicht, warum von ihnen erwartet wird, KI in ihrer Arbeit einzusetzen. Ein ebenso großer Anteil der Befragten gibt an, dass sie infolgedessen unter einer sogenannten KI-Müdigkeit (AI Fatigue) leiden. Laut Adaptavist deuten die Ergebnisse darauf hin, dass die Einführung von KI nicht gleichbedeutend mit der Bereitschaft zur Nutzung ist. Genau in dieser Diskrepanz liegt den Autoren zufolge die Ursache für die Enttäuschung.
Neal Riley, AI Innovation Lead, The Adaptavist Group, sagt: „Diese Ergebnisse weisen auf eine grundlegende Diskrepanz hin, die wir bei den meisten KI-Implementierungen beobachten. Für Unternehmen ist es viel einfacher, sich auf Nutzungskennzahlen zu konzentrieren – beispielsweise, wer KI nutzt und wie oft sie genutzt wird -, als ihre Auswirkungen auf die Arbeit selbst zu messen.“
Riley führt weiter aus: „Wenn wir die Natur der Arbeit und die verschiedenen Wertschöpfungsketten in Unternehmen verstehen, können wir Ergebnisse und Auswirkungen genauer messen, anstatt lediglich bestimmte Tätigkeiten aufzuzählen. Wenn KI durchdacht eingeführt wird – mit den richtigen Rahmenbedingungen und echter Unterstützung für die Menschen, die sie nutzen -, kann sie das, was Arbeit sinnvoll und wirkungsvoll macht, stärken, anstatt es zu untergraben.“
*Wissensarbeiter (Original: Knowledge Workers) definieren die Studienverantwortlichen als Arbeitnehmer, deren Hauptkapital Wissen ist. Beispiele hierfür sind IKT-Fachleute, Ärzte, Apotheker, Architekten, Ingenieure, Wissenschaftler, Designer, Wirtschaftsprüfer, Rechtsanwälte, Redakteure und Akademiker, deren Aufgabe es ist, „für ihren Lebensunterhalt zu denken“.
**Sämtliche der hier genannten Daten beziehen sich auf die Ergebnisse der Befragung im deutschen Markt.
