Wenn KI-Workslop die Effizienz von Unternehmen bremst

Das Phänomen Workslop führt dazu, dass fehlerhafte KI-Inhalte mühsam nachbearbeitet werden müssen – ein Zeitfresser, der Unternehmen jährlich Millionen kosten kann.

Die Einführung von KI in den Arbeitsalltag wird von Führungsetagen oft als Heilsbringer für die Effizienz gefeiert, doch an der Basis der Unternehmen zeichnet sich ein gegenteiliges Bild ab. Während Firmenchefs von massiven Produktivitätssprüngen berichten, sehen sich Angestellte mit einem Phänomen konfrontiert, das Experten als Workslop bezeichnen. Dabei handelt es sich um KI-generierte Arbeitsergebnisse, die oberflächlich poliert wirken, jedoch so fehlerhaft oder ungenau sind, dass sie mühsam korrigiert, bereinigt oder komplett neu erstellt werden müssen. Dieser Prozess führt dazu, dass die vermeintliche Zeitersparnis durch die aufwendige Nachbearbeitung wieder verloren geht.

Die Kluft zwischen Management und Belegschaft

Ein zentrales Ergebnis aktueller Untersuchungen ist die tiefe Spaltung in der Wahrnehmung von KI-Tools, wie The Guardian berichtet. In einer Befragung von 5.000 Büroangestellten in den USA gaben 92 Prozent der Führungskräfte an, dass KI sie produktiver mache. Im Gegensatz dazu erklärten 40 Prozent der Angestellten ohne Führungsverantwortung, dass die Technologie ihnen im Arbeitsalltag überhaupt keine Zeit erspart.

Diese Diskrepanz rührt oft daher, dass das Management nach Entlassungen den verbliebenen Mitarbeitern die Nutzung von Chatbots vorschreibe, ohne jedoch die notwendige Anleitung oder Schulung für den effektiven Einsatz zu bieten. Der Druck, mehr Output in kürzerer Zeit zu generieren, führe dazu, dass ungeprüfte KI-Entwürfe in den internen Kommunikationsfluss geraten und die Arbeitslast für die nachfolgenden Kollegen erhöhen.

Der wirtschaftliche Preis fehlerhafter Automatisierung

Die finanziellen Auswirkungen von Workslop sind erheblich und lassen sich in konkreten Zahlen ausdrücken. Eine Studie des Stanford-Forschers Jeff Hancock unter 1.150 Schreibtischmitarbeitern ergab, dass 40 Prozent der Beschäftigten mindestens einmal im Monat auf Workslop stoßen. Im Durchschnitt verbringen diese Mitarbeiter etwa 3,4 Stunden pro Monat damit, die mangelhaften Ergebnisse der KI zu korrigieren. Hochgerechnet auf eine Organisation mit 10.000 Mitarbeitern entspricht dieser Zeitverlust einer entgangenen Produktivität im Wert von etwa 8,1 Millionen US-Dollar. Trotz dieser Verluste halten viele Unternehmen an der Strategie fest, Personal abzubauen und auf die künftige Leistungsfähigkeit der KI zu setzen, was die Moral der verbliebenen Belegschaft zusätzlich schwächt.

Die Beispiele für die negativen Folgen ziehen sich durch alle Branchen. In medizinischen Primärversorgungskliniken sollten KI-Tools die Korrespondenz mit Patienten beschleunigen, doch das Ergebnis war laut The Guardian ein hoher Korrekturaufwand aus Sorge um die Datensicherheit und medizinische Korrektheit. Freelancer berichten zudem von einer besorgniserregenden Entwicklung, bei der Kollegen die Urteilsfähigkeit faktisch an den Bot auslagern. Wenn Unklarheiten in einem Dokument bestehen, lautet die Antwort oft nur noch, dass man selbst nicht wisse, was die KI damit gemeint habe. Dieses Outsourcing des menschlichen Denkens führe zu einer Entfremdung von der eigenen Arbeit und einer signifikanten Abnahme der inhaltlichen Qualität.

Fehlender Return on Investment und strategische Unsicherheit

Die hohen Investitionen in generative KI haben sich für die Mehrheit der Firmen bisher nicht ausgezahlt, berichtet The Guardian. Ein Bericht des MIT kommt zu dem Schluss, dass 95 Prozent der Unternehmen noch keine Rendite aus ihren KI-Ausgaben erzielen. Zwar berichten Softwaregiganten wie SAP oder Beratungsfirmen wie Deloitte von einem wachsenden Anteil an Unternehmen mit positiven Erträgen, doch diese stellen nach wie vor die Minderheit dar. Experten führen dies darauf zurück, dass generative KI oft als Allzweckwerkzeug präsentiert wird, ohne dass klare Einsatzszenarien oder Mandate definiert sind. Solange die Technologie lediglich dazu genutzt wird, die Autonomie der Arbeiter zu verringern und Lohnkosten zu senken, wird der Effekt von Workslop die erhofften Gewinne weiterhin neutralisieren.