Spart Ihr KI-Tool Zeit oder verursacht es mehr Arbeit?

Der Besprechungsassistent versendet ein Protokoll, eine Zusammenfassung, eine Liste der Beschlüsse und zwölf vorgeschlagene Maßnahmen, noch bevor die Teilnehmer die Telefonkonferenz verlassen haben. Das Schreibtool erzeugt drei Varianten der Folge-E-Mail. ChatGPT verwandelt eine grobe Idee in eine detaillierte Präsentation, während ein Bildgenerator für jede Folie mehrere visuelle Gestaltungsmöglichkeiten liefert.

Die Arbeit lässt sich zweifellos schneller erledigen. Ob das Team dadurch produktiver geworden ist, ist weniger klar.

Jedes zusätzliche Ergebnis muss geprüft, berücksichtigt, korrigiert oder genehmigt werden. Jemand muss entscheiden, welche E-Mail-Version verwendet werden soll, ob das Sitzungsprotokoll korrekt ist und welche der vorgeschlagenen Maßnahmen tatsächlich vereinbart wurden. Eine Präsentation, die ursprünglich eine umsetzbare Empfehlung enthielt, kann nun sechs Alternativen enthalten, von denen jede so plausibel ist, dass sie einer Diskussion bedarf.

KI spart zwar bei der Erstellung Zeit, doch diese Zeit kann an anderer Stelle im Arbeitsablauf wieder zum Tragen kommen. Der Schwerpunkt verlagert sich vom Entwerfen zum Überprüfen, vom Erstellen zum Auswählen und häufig auch vom Arbeiten zum Besprechen der wachsenden Menge an Material, das Software mittlerweile fast reibungslos erstellen kann.

Eine schnelle Ausgabe ist nur der Anfang der Berechnung

Die meisten KI-Produkte beweisen ihren Nutzen durch ihre Schnelligkeit. Ein Bericht wird innerhalb von Sekunden erstellt, ein Video wird automatisch bearbeitet oder ein Programmier-Agent erledigt eine Aufgabe, für die ein Entwickler einen ganzen Nachmittag gebraucht hätte. Diese Vergleiche sind überzeugend, da der Unterschied unmittelbar sichtbar und leicht messbar ist.

Sie geben selten einen vollständigen Überblick über alles, was danach geschieht.

Ein generierter Bericht muss möglicherweise auf seine Richtigkeit überprüft, überarbeitet und genehmigt werden. Automatisch erstellter Code muss getestet, dokumentiert und auf Sicherheitslücken überprüft werden. Ein KI-Forschungsassistent kann zwar schnell Dutzende von Quellen zusammentragen, doch muss weiterhin jemand entscheiden, ob diese Quellen zuverlässig, aktuell und relevant sind.

Der maßgebliche Maßstab ist daher nicht die Zeit, die zur Erstellung eines Ergebnisses benötigt wird, sondern die Zeit, die erforderlich ist, um etwas zu produzieren, das man bedenkenlos nutzen kann.

Diese Unterscheidung gewinnt bei generativen Tools besonders an Bedeutung, da die Erstellung von zusätzlichem Material fast nichts kostet. Es fällt leichter, nach einer weiteren Version zu fragen, als zu entscheiden, ob die erste ausreicht. Das Ergebnis ist oft eine Fülle von Entwürfen, Empfehlungen und Alternativen, wodurch die Last auf die nächste Person im Prozess verlagert wird.

Protokollführer können aus einer Sitzung mehrere Dokumente erstellen

KI-Tools für Besprechungen lösen ein echtes Problem. Sie nehmen den Druck, während des Zuhörens ausführliche Notizen machen zu müssen, machen Gespräche durchsuchbar und helfen abwesenden Kollegen, nachzuvollziehen, was besprochen wurde.

Außerdem können sie einen zusätzlichen Verwaltungsaufwand verursachen.

Viele Plattformen erstellen nach jedem Gespräch ein vollständiges Protokoll, eine gekürzte Zusammenfassung, eine Aufschlüsselung nach Themen, eine Teilnehmeranalyse und eine Maßnahmenliste. Wenn niemand festgelegt hat, welche dieser Ergebnisse von Bedeutung sind, häufen sich in der Organisation Dokumente schneller an, als die Mitarbeiter sie lesen können.

Mitschriften sind besonders irreführend. Ihre Verfügbarkeit kann Menschen dazu verleiten, Besprechungen aufzuzeichnen, für die zuvor keine dauerhafte Aufzeichnung erforderlich gewesen wäre. Die Teilnehmer gehen dann davon aus, dass sie das Gespräch später noch einmal nachlesen können, während es aufgrund des wachsenden Archivs immer schwieriger wird, den relevanten Austausch zu finden.

Automatisierte Aktionspunkte bringen ein weiteres Problem mit sich. Ein KI-System könnte einen Vorschlag, eine Frage oder einen vorläufigen Kommentar als verbindliche Zusage interpretieren. Jemand muss die Liste mit dem abgleichen, worauf sich die Teilnehmer tatsächlich geeinigt haben, die Verantwortlichkeiten zuweisen und Aufgaben entfernen, die aufgrund von Unklarheiten im Gespräch entstanden sind.

Ein Besprechungsassistent spart Zeit, wenn er manuelle Notizen ersetzt und eine zuverlässige Aufzeichnung in einem Format erstellt, das das Team bereits nutzt. Er verursacht jedoch zusätzlichen Aufwand, wenn seine Ergebnisse zu einem zusätzlichen Informationsstrom werden, für den niemand verantwortlich ist.

Bevor Sie alle verfügbaren Funktionen aktivieren, sollten Sie entscheiden, was nach dem Meeting erhalten bleiben soll. Für viele Teams ist eine kurze Zusammenfassung mit Beschlüssen, festgelegten Zuständigkeiten und Terminen nützlicher als ein ausgeklügeltes Analysepaket.

Schreibassistenten erleichtern es, Texte zu verfassen, die niemand braucht

ChatGPT, Claude und spezielle Schreibtools haben den Aufwand für das Verfassen von E-Mails, Berichten, Angeboten und internen Mitteilungen verringert. Dies kann von großem Nutzen sein, wenn die Aufgabe klar definiert ist und der Empfänger das Ergebnis tatsächlich benötigt.

Außerdem kann dies dazu führen, dass unnötige Kommunikation leichter entsteht.

Ein Projektbericht, dessen Erstellung früher so viel Aufwand erforderte, dass sich der Aufwand noch lohnte, lässt sich heute anhand weniger Notizen erstellen. Führungskräfte können von jedem Team wöchentliche Zusammenfassungen anfordern, da die Software deren Erstellung vereinfacht. Mitarbeiter können kurze Antworten in ausgefeilte Memos umwandeln, selbst wenn ein einfacher Satz eigentlich ausgereicht hätte.

Der Empfänger muss das Material dennoch lesen. Die KI spart dem Verfasser zwar zehn Minuten Zeit, verursacht aber bei mehreren Kollegen einen Zeitaufwand von fünfzehn Minuten für das Lesen.

Ein längerer Text kann auch schwache Argumentation verschleiern. Ein strukturiertes Dokument mit ausgefeilten Überschriften vermittelt den Eindruck von Vollständigkeit, selbst wenn es sich wiederholende Feststellungen, unbegründete Schlussfolgerungen oder keine klare Empfehlung enthält. Der Text wirkt fertig, noch bevor die zugrunde liegende Entscheidung getroffen wurde.

Ein nützliches Schreibwerkzeug sollte den Aufwand verringern, der erforderlich ist, um eine ausgereifte Idee auszudrücken. Es sollte jedoch nicht als Ersatz dafür dienen, zu entscheiden, was gesagt werden muss.

Bevor Sie die KI bitten, einen Entwurf zu erweitern, sollten Sie überlegen, ob das Gegenteil vielleicht sinnvoller wäre. Bitten Sie sie, Wiederholungen zu entfernen, die erforderliche Entscheidung zu ermitteln oder das Dokument auf die drei Punkte zu reduzieren, die der Empfänger benötigt.

Recherchetools können das Suchen durch Überprüfen ersetzen

KI-Forschungsprodukte können Websites auswerten, Dokumente vergleichen und Antworten mit Quellenangaben liefern. Sie sind wesentlich schneller, als Dutzende von Tabs zu öffnen und die Ergebnisse manuell zu ordnen.

Die Zeitersparnis hängt vom erforderlichen Beweisstandard ab.

Für einen ersten Überblick kann das Ergebnis zwar sofort nützlich sein. Bei Investitionen, rechtlichen, medizinischen, technischen oder strategischen Aufgaben muss jede wichtige Aussage jedoch noch überprüft werden. Der Assistent stützt sich möglicherweise auf eine unzuverlässige Sekundärquelle, missversteht ein Dokument, kombiniert Zahlen aus nicht vergleichbaren Zeiträumen oder stellt eine Schlussfolgerung als feststehende Tatsache dar.

Die Recherche lässt sich somit leichter beginnen, ist aber nicht unbedingt leichter abzuschließen. Der Nutzer verbringt weniger Zeit damit, Informationen zu finden, und mehr Zeit damit, zu prüfen, ob die zusammengestellte Antwort vertrauenswürdig ist.

Das Tool ist am effektivsten, wenn es die Auswahl eingrenzt. Es kann relevante Fachbegriffe identifizieren, wahrscheinliche Primärquellen ausfindig machen und aufzeigen, wo die Belege offenbar widersprüchlich sind. Der Nutzer überprüft dann die geringere Anzahl von Behauptungen, die die endgültige Entscheidung beeinflussen werden.

Probleme entstehen, wenn ein ausgefeilter KI-Bericht als fertige Forschungsarbeit betrachtet wird. Je überzeugender und umfassender die Antwort erscheint, desto leichter wird es, den Aufwand zu unterschätzen, der erforderlich ist, um sie zu überprüfen.

Programmierer produzieren mehr Code – und damit auch mehr Code, der überprüft werden muss

KI-Programmierassistenten gehören zu den deutlichsten Beispielen für echte Produktivitätssteigerungen. Sie können Routinefunktionen generieren, unbekannten Code erklären, Tests schreiben und die Fehlersuche beschleunigen. Erfahrenen Entwicklern ersparen sie oft repetitive Arbeit und ermöglichen ein schnelleres Experimentieren.

Ihr Erfolg führt zudem dazu, dass mehr Code in den Überprüfungsprozess gelangt.

Ein Entwickler kann nun in der Zeit, die zuvor für eine einzige Implementierung benötigt wurde, mehrere mögliche Implementierungen erstellen. Agenten können mehrere Dateien ändern und anhand einer einzigen Anweisung umfangreiche Änderungen generieren. Der Engpass verlagert sich vom Schreiben des Codes hin zum Verstehen dessen, was geschrieben wurde.

Die Prüfer müssen sicherstellen, dass die Lösung den ursprünglichen Anforderungen entspricht, keine Sicherheitslücken verursacht und auch von Kollegen, die nicht an der KI-Konversation teilgenommen haben, gewartet werden kann. Ist der generierte Code unnötig komplex, kann die Überprüfung länger dauern als das direkte Schreiben einer einfacheren Lösung.

Auch der Kontext spielt eine Rolle. Der Mitarbeiter versteht vielleicht die unmittelbare Aufgabe, ohne zu erkennen, warum das Unternehmen bewusst auf eine bestimmte Abhängigkeit, Architektur oder einen bestimmten Datenfluss verzichtet hat. Eine technisch funktionierende Lösung kann für das Produkt dennoch falsch sein.

Codierungswerkzeuge sparen Zeit, wenn Entwickler sie einsetzen, um Arbeiten zu beschleunigen, die sie selbst überprüfen können. Sie werden jedoch zu einem Risiko, wenn Umfang und Komplexität des generierten Codes die Kapazitäten des Teams übersteigen, diesen ordnungsgemäß zu überprüfen.

Bild- und Videogeneratoren stellen uns vor ein Auswahlproblem

Generative Design-Tools können innerhalb weniger Minuten Dutzende von Konzepten liefern. Dadurch wird die visuelle Erkundung auch für Teams zugänglich, denen bisher die Zeit oder das Budget fehlte, um verschiedene Ansätze zu testen.

Doch mehr Optionen führen nicht automatisch zu einer besseren Entscheidung.

Wenn jede Vorgabe mehrere überzeugende Entwürfe hervorbringt, können sich die Teams länger mit Stil, Komposition und kleinen Variationen auseinandersetzen. Interessengruppen, die früher eine wohlüberlegte Empfehlung geprüft haben, erwarten nun möglicherweise, alle möglichen Alternativen zu sehen. Die Rolle des Designers verlagert sich von der Entwicklung einer Lösung hin zur Steuerung eines immer umfangreicheren Auswahlprozesses.

Die Technologie kann auch durch Uneinheitlichkeit Probleme verursachen. Ein einzelnes Bild mag zwar überzeugend wirken, doch um im Rahmen einer Kampagne ein einheitliches Bild derselben Person, desselben Produkts oder derselben Umgebung zu erzielen, sind zusätzliche Vorgaben, Bearbeitungsschritte und Qualitätskontrollen erforderlich. Kleine visuelle Fehler, die auf dem Bildschirm leicht zu übersehen sind, können nach der Veröffentlichung deutlich sichtbar werden.

Generative Tools funktionieren am besten, wenn der Kreativ-Brief bereits eng gefasst ist. Sie können eine definierte visuelle Richtung ausloten, Hintergründe erstellen, Kompositionen testen oder sich wiederholende Produktionsschritte beschleunigen. Weniger effektiv sind sie, wenn sie dazu genutzt werden, Entscheidungen aufzuschieben, die eigentlich bereits im Brief hätten getroffen werden müssen.

Automatisierung erfordert Wartung

Die Automatisierung von Arbeitsabläufen wird oft so dargestellt, als würde dadurch Arbeit dauerhaft wegfallen. In der Praxis wird jedoch jeder automatisierte Prozess zu einem kleinen System, das von jemandem überwacht werden muss.

Berechtigungen ändern sich, APIs werden aktualisiert, Quelldaten werden in einem anderen Format bereitgestellt und eine der angeschlossenen Plattformen passt ihre Preise oder Funktionen an. Eine Automatisierung, die sechs Monate lang zuverlässig funktioniert hat, kann plötzlich unvollständige Datensätze erzeugen, ohne dass dabei sichtbare Fehler auftreten.

KI-Agenten fügen eine weitere Ebene hinzu, da ihr Verhalten je nach den Informationen, die sie erhalten, variieren kann. Eine herkömmliche Automatisierung folgt vorgegebenen Regeln. Ein Agent interpretiert die Aufgabe, wählt Maßnahmen aus und kann auf scheinbar ähnliche Situationen unterschiedlich reagieren.

Die Wartungskosten machen die Automatisierung nicht zu einer schlechten Investition. Das bedeutet, dass die wiederkehrenden Einsparungen groß genug sein sollten, um die Anschaffungskosten, die Tests und gelegentliche Reparaturen zu rechtfertigen.

Die Automatisierung einer Aufgabe, die einmal im Monat fünf Minuten in Anspruch nimmt, mag zwar ein interessantes Experiment sein, ist aber kaum als Effizienzmaßnahme zu betrachten. Am besten eignen sich dafür sich wiederholende Prozesse mit stabilen Eingaben, klaren Ergebnissen und einem ausreichenden Umfang, um den Implementierungsaufwand zu rechtfertigen.

So lässt sich prüfen, ob ein KI-Tool tatsächlich Zeit spart

Beginnen Sie damit, den Arbeitsablauf zu erfassen, bevor Sie das Tool einführen. Schätzen Sie, wie lange die Aufgabe dauert, wer daran beteiligt ist und wie oft sie anfällt. Ohne eine Ausgangsbasis kann fast jede schnelle Demonstration fälschlicherweise als Verbesserung gewertet werden.

Messen Sie anschließend den gesamten Prozess nach der Einführung. Berücksichtigen Sie dabei die Vorbereitung, Erstellung, Korrektur, Faktenprüfung, Freigabe, Koordination sowie jegliche zusätzliche Kommunikation, die durch das neue Ergebnis entsteht.

Die Qualität sollte getrennt von der Geschwindigkeit erfasst werden. Ein Tool verkürzt zwar möglicherweise nicht die Arbeitszeit, ermöglicht es einem kleinen Team jedoch, bessere Analysen zu erstellen oder mehr Anfragen zu bearbeiten. Das kann die Investition rechtfertigen, sollte jedoch nicht als Zeitersparnis bezeichnet werden.

Es lohnt sich auch zu untersuchen, wer davon profitiert. Ein von einer KI generiertes Update spart dem Verfasser zwar Zeit, erhöht aber gleichzeitig die Arbeitsbelastung von fünf Lesern. Ein Kundenservice-Bot kann das Support-Aufkommen eines Unternehmens verringern, indem er die Kunden dazu veranlasst, einen größeren Teil des Problems selbst zu lösen. Die Produktivität sollte über den gesamten Prozess hinweg bewertet werden und nicht nur aus der Perspektive der Person, die das Tool bedient.

Ermitteln Sie abschließend, was wegfallen kann. Die Einführung einer KI-basierten Sitzungszusammenfassung sollte es ermöglichen, dass eine andere Form der Berichterstattung wegfällt. Die Automatisierung der Datenextraktion sollte das manuelle Kopieren überflüssig machen, anstatt neben der bestehenden Tabelle eine weitere, von der KI erstellte Tabelle hinzuzufügen. Ein neues Tool schafft dann einen Mehrwert, wenn es Arbeit ersetzt, und nicht, wenn es diese lediglich um eine weitere Ebene erweitert.

Nutzen Sie KI, um den Arbeitsablauf zu verkürzen, nicht um ihn zu verlängern

Die produktivsten KI-Nutzer produzieren nicht unbedingt die meisten Inhalte. Sie nutzen die Technologie, um den Weg von der ursprünglichen Aufgabe bis zum nutzbaren Ergebnis zu verkürzen.

Das kann bedeuten, dass man statt zehn Optionen lieber um eine einzige prägnante Empfehlung bittet, dass man Entscheidungen herausarbeitet, anstatt eine gesamte Besprechung zu protokollieren, oder dass man einen Schreibassistenten nutzt, um überflüssigen Text zu entfernen, anstatt noch mehr davon zu produzieren. Außerdem müssen Unternehmen akzeptieren, dass manche Dokumente, Aktualisierungen und Besprechungen nicht mehr notwendig sind.

KI-Systeme können mit außergewöhnlicher Geschwindigkeit schreiben, analysieren, programmieren und gestalten. Sie sind jedoch weniger in der Lage zu entscheiden, welche Arbeit niemals hätte in Auftrag gegeben werden dürfen, welche Option eine Organisation zu unterstützen bereit ist und wann eine Diskussion lange genug gedauert hat.

Das sind nach wie vor Entscheidungen der Unternehmensleitung. Ohne sie liefert eine schnellere Produktion lediglich mehr Material, das die Mitarbeiter prüfen, erläutern und diskutieren müssen. Das Tool wirkt zwar effizient, doch der damit verbundene Arbeitsaufwand nimmt weiter zu.

Die richtige Frage lautet nicht, wie viel die KI leisten kann. Die Frage ist vielmehr, wie viel Arbeit noch zu erledigen ist, nachdem die Ergebnisse vorliegen.

Forschungsgrundlage: In dem vorgelegten Artikel wird argumentiert, dass KI die Produktion beschleunigt und gleichzeitig die Arbeit in Richtung Koordination, Erläuterung und Besprechungen verlagert, da Maschinen zwar Vorschläge generieren, aber keine Einigung zwischen Menschen herbeiführen können.