Massenhafte Einführung von KI führt zu Wissensdegradation in Unternehmen

In der modernen Geschäftswelt führt die massenhafte Einführung generativer KI-Tools anstelle der erwarteten Effizienz zu ernsthaften systemischen Problemen. Eine Studie des Harvard Business Review zeigt, dass Unternehmen beim Versuch, die Abhängigkeit von menschlicher Arbeit zu verringern, auf unerwartete Hindernisse wie den Wissensverlust und eine Verlangsamung der Arbeitsprozesse stoßen. Dies berichtet Ixbt.com Nachrichten berichtet.

Experten verwenden bei der Analyse dieser Situation den neu entstandenen Begriff „workslop“ im Business-Lexikon. Dieses Konzept bezeichnet einen Strom von qualitativ minderwertigen, ungeprüften und die Arbeitsprozesse blockierenden Inhalten, die von KI erstellt wurden. Da Unternehmen KI in allen Bereichen einsetzen, um im technologischen Wettlauf nicht zurückzufallen, sinkt die allgemeine Qualität der Unternehmensdaten, und Mitarbeiter beginnen, ihre Qualifikationen zu verlieren.

Wissensdegradation und Vertrauenskrise

Laut Harvard Business Review liegt dem Problem eine Kettenreaktion zugrunde: Mitarbeiter nutzen Modelle wie ChatGPT zur Erstellung von Arbeitsmaterialien, doch diese Inhalte sind oft voller Fehler oder „Halluzinationen“. Infolgedessen müssen Kollegen zusätzliche Zeit aufwenden, um diese Materialien zu prüfen. Dies führt zu einem sinkenden Vertrauen in interne Daten und zur Entwertung der über Jahre hinweg gesammelten Unternehmenserfahrung.

Derzeit entstehen in vielen Organisationen separate Stellen, die sich ausschließlich mit der Korrektur von KI-Fehlern befassen. Dies macht den durch Automatisierung erwarteten wirtschaftlichen Nutzen zunichte. Mitarbeiter beginnen, nicht nur der Technologie, sondern dem gesamten Datenfluss zu misstrauen, was sich negativ auf das Teamklima auswirkt.

Arbeitsmarkt und Personalauswahl

Die Auswirkungen der KI erreichen auch den Arbeitsmarkt. Die Kommunikation zwischen Bewerbern und Arbeitgebern wird durch automatisierte Phasen künstlich, was die Erwartungen beider Seiten verzerrt. Infolgedessen wird der Prozess der Auswahl qualifizierter Fachkräfte komplexer und die Fehlerwahrscheinlichkeit steigt.

Forscher schlagen folgende Empfehlungen vor, um diese Krise zu bewältigen:

• Generative KI nicht in allen Phasen, sondern nur bei spezifischen Aufgaben einsetzen, die einen echten Mehrwert bieten;
• Spezialisierte Systeme nutzen, die auf internen Unternehmensdaten trainiert wurden, anstatt massenhafte und offene Modelle;
• Ein obligatorisches Prüfsystem für alle von der KI generierten Daten einführen;
• Traditionelle Methoden des Wissensaustauschs unterstützen, um die kritische Denkfähigkeit der Mitarbeiter zu erhalten.

Zusammenfassend lässt sich sagen, dass die ursprünglichen Vorstellungen einer unendlichen Effizienzsteigerung durch KI heute mit der Realität kollidiert sind. Durch die unkontrollierte Einführung von KI benötigen Unternehmen anstatt einer Entlastung zusätzlichen manuellen Aufwand zur Fehlerkorrektur. Dies erfordert einen vorsichtigeren und systematischeren Umgang mit der Technologie.