Wenn KI mehr Arbeit macht: Warum Führungskräfte zunehmend unter der Informationsflut leiden

Künstliche Intelligenz soll uns produktiver machen und Arbeitsabläufe erleichtern. Doch mir begegnet häufig ein anderes Phänomen: Führungskräfte verbringen immer mehr Zeit damit, KI-generierte Arbeitsergebnisse ihrer Mitarbeitenden zu lesen, zu prüfen und zu bewerten. Was läuft hier schief – und was können Sie als Führungskraft dagegen tun?

Wenn aus Arbeitserleichterung plötzlich Mehrarbeit wird

In einem meiner letzten Führungskräftetrainings entwickelte sich eine interessante Diskussion. Mehrere Teilnehmende berichteten, dass es für sie zunehmend aufwendiger wird, die Arbeitsergebnisse ihrer Mitarbeitenden zu sichten und zu bewerten.

Dabei ging es keineswegs darum, dass die Ergebnisse grundsätzlich schlechter geworden wären. Vielmehr beobachteten die Führungskräfte zwei Veränderungen:

Zum einen erhalten sie deutlich umfangreichere Ausarbeitungen als früher. Zum anderen enthalten diese teilweise Informationen, Analysen und Überlegungen, die offensichtlich über das bisherige Erfahrungswissen der jeweiligen Mitarbeitenden hinausgehen.

Die Ursache liegt auf der Hand: Künstliche Intelligenz.

Was zunächst nach einer positiven Entwicklung klingt, führt bei den Führungskräften jedoch zu einem unerwarteten Problem. Sie müssen mehr lesen, mehr hinterfragen und häufiger Rückmeldungen geben.

Einige Teilnehmende beschrieben, dass sie sich dadurch zunehmend genervt und teilweise sogar überfordert fühlen.

Studien bestätigen: KI kann zusätzliche Arbeitsbelastung erzeugen

Dass KI nicht automatisch zu einer Entlastung führt, zeigen auch Untersuchungen.

Laut einer Studie des Upwork Research Institute berichten 77 Prozent der befragten Beschäftigten, dass KI ihre Arbeitsbelastung erhöht hat. Als eine wesentliche Ursache wird die Überprüfung und Bearbeitung KI-generierter Inhalte genannt.

Eine Untersuchung von Adaptavist kommt zu einem ähnlich bemerkenswerten Ergebnis: 42 Prozent der befragten Wissensarbeitenden verbringen mehr Zeit mit der Überprüfung von KI-Ergebnissen, als sie durch deren Einsatz einsparen. Zudem geben 52 Prozent an, KI-Ergebnisse regelmäßig korrigieren zu müssen.

Diese Zahlen beziehen sich zwar nicht ausschließlich auf Führungskräfte. Sie verdeutlichen aber genau den Mechanismus, von dem in meinen Training berichtet wurde: KI beschleunigt die Erstellung von Inhalten, während deren Überprüfung weiterhin menschliche Arbeitszeit erfordert.

Und diese Arbeit landet häufig bei den Führungskräften.

Warum wir glauben, alles lesen zu müssen

Besonders interessant finde ich einen weiteren Aspekt, der in der Diskussion deutlich wurde.

Wenn Mitarbeitende mithilfe von KI umfangreiche Konzepte oder Analysen erstellen, wissen Führungskräfte häufig, dass die Inhalte KI-gestützt entstanden sind. Grundsätzlich ist das für sie überhaupt kein Problem. Trotzdem entsteht das Gefühl, alles lesen und prüfen zu müssen.

Warum?

Aus meiner Sicht spielt dabei die Sorge eine wichtige Rolle, eine relevante Information zu übersehen. Wenn eine KI zehn Seiten mit Argumenten, Empfehlungen und Hintergrundinformationen produziert, könnte schließlich irgendwo ein entscheidender Gedanke enthalten sein. Also lesen wir lieber alles.

Hinzu kommt eine zweite Unsicherheit: Wie zuverlässig sind die Informationen eigentlich?

Der sogenannte Automation Bias beschreibt die Tendenz, automatisiert erzeugten Ergebnissen übermäßig zu vertrauen. Gerade überzeugend formulierte KI-Texte können dadurch eine Verlässlichkeit suggerieren, die inhaltlich nicht immer gerechtfertigt ist.

Für Führungskräfte entsteht somit ein Spannungsfeld: Einerseits möchten sie keine wichtigen Informationen übersehen, andererseits dürfen sie sich nicht ungeprüft auf die Ergebnisse verlassen.

Die Folge kann ein erheblicher zusätzlicher Prüfaufwand sein.

Wenn Arbeitsergebnisse nicht mehr die tatsächliche Kompetenz widerspiegeln

Ein weiterer Punkt aus meinem Training beschäftigt mich besonders.

Wie beurteilen Sie als Führungskraft die Leistung eines Mitarbeitenden, wenn Sie nicht mehr erkennen können, welche Teile eines Ergebnisses auf dessen eigenem Wissen beruhen?

Eine in den bereitgestellten Quellen angeführte Umfrage von Use.AI zeigt, dass 52 Prozent der Befragten angeben, durch KI erfahrener zu wirken, als sie tatsächlich sind.

Das muss keineswegs bedeuten, dass Mitarbeitende ihre Vorgesetzten bewusst täuschen möchten. KI ermöglicht ihnen schlicht, Ergebnisse zu produzieren, die sie ohne diese Unterstützung möglicherweise nicht hätten erstellen können.

Die entscheidende Frage lautet deshalb nicht mehr nur: Ist das Ergebnis gut? Sondern auch: Hat der Mitarbeitende das Ergebnis verstanden? Kann er die Aussagen fachlich einordnen, Fehler erkennen und seine Empfehlungen begründen? Diese Fragen gewinnen aus meiner Sicht für die Führung zunehmend an Bedeutung.

Mein Rat: Setzen Sie klare Grenzen für Arbeitsergebnisse

Im Training habe ich den Führungskräften deshalb empfohlen, das Thema aktiv mit ihren Teams anzusprechen. Denn nur weil KI umfangreiche Ergebnisse produzieren kann, müssen diese nicht vollständig bei Ihnen landen. Sie dürfen als Führungskraft klare Erwartungen an Umfang, Struktur und Qualität der Arbeitsergebnisse formulieren.

Beispielsweise können Sie festlegen, dass eine konzeptionelle Ausarbeitung maximal eine DIN-A4-Seite umfassen soll. Oder dass für eine Statusmeldung drei Sätze ausreichen: Was wurde erledigt? Wie ist der aktuelle Stand? Welche Punkte sind noch offen?

Natürlich kann es Aufgaben geben, die eine ausführlichere Darstellung erfordern. Entscheidend ist jedoch, dass der Umfang dem tatsächlichen Informationsbedarf entspricht.

Solche Vorgaben begrenzen nicht die Möglichkeiten von KI. Sie helfen dabei, diese sinnvoll zu nutzen.

Die Verantwortung für die Auswahl liegt bei den Mitarbeitenden

Für mich liegt hier der wichtigste Ansatzpunkt.

Wenn Mitarbeitende KI einsetzen, um Informationen zu sammeln, Ideen zu entwickeln oder Konzepte zu erstellen, ist das ausdrücklich zu begrüßen. Aber die Arbeit darf nicht damit enden, dass eine umfangreiche KI-Antwort vorliegt.

Die eigentliche Leistung besteht darin, aus den generierten Informationen ein relevantes, geprüftes und verständliches Ergebnis zu entwickeln. Das bedeutet, dass Ihre Mitarbeitenden die Inhalte zunächst selbst bewerten, mit ihrem Erfahrungswissen abgleichen und auf das Wesentliche reduzieren. Auch durch gezielte Prompts können sie bereits bei der Erstellung dafür sorgen, dass KI-Ergebnisse prägnanter und stärker auf die Aufgabenstellung ausgerichtet sind. 

Ihre Aufgabe als Führungskraft ist es, diese Erwartung klar zu kommunizieren und selbst vorzuleben. 

Dazu gehört auch, dass Mitarbeitende ihre Ergebnisse erklären und fachlich vertreten können. Sie sollten nicht zehn Seiten KI-generierten Text erhalten, aus denen Sie anschließend selbst die drei wichtigsten Aussagen herausarbeiten müssen.

Diese Verdichtungsleistung gehört zur eigentlichen Aufgabenbearbeitung.

Gute KI-Nutzung braucht gute Führung

Die Diskussion in meinem Training hat mir erneut gezeigt, dass der Einsatz von KI nicht automatisch zu mehr Produktivität führt.

Wenn wir lediglich immer mehr Inhalte in immer kürzerer Zeit erzeugen, verschieben wir die Arbeit möglicherweise nur von einer Person zur nächsten.

Als Führungskraft können Sie dem entgegenwirken, indem Sie klare Rahmenbedingungen schaffen, Ihre Mitarbeitenden beim reflektierten KI-Einsatz unterstützen und die Verantwortung für die Qualität der Ergebnisse dort belassen, wo sie hingehört.

Damit reduzieren Sie nicht nur Ihre eigene Informationsflut. Sie fördern gleichzeitig die KI-Kompetenz Ihres Teams und vermeiden, dass auch Ihre Mitarbeitenden durch immer umfangreichere Ergebnisse unnötig belastet werden.

Mein Fazit: Gute KI-Nutzung zeigt sich nicht daran, wie viel Inhalt Ihre Mitarbeitenden produzieren, sondern daran, wie gut sie aus den Möglichkeiten der KI genau das herausarbeiten, was wirklich gebraucht wird.

Und dafür braucht es nicht nur gute Prompts, sondern vor allem klare Führung.

Quellen:

• Upwork Research Institute: From Burnout to Balance: AI-Enhanced Work Models for the Future (2024). (https://www.upwork.com/research/ai-enhanced-work-models)

• Adaptavist: The AI efficiency paradox: What leaders must know before costs outweigh productivity benefits. (https://www.adaptavist.com/blog/the-ai-efficiency-paradox-what-enterprise-leaders-must-know-before-costs-outweigh-productivity-benefits)

• Use.AI: AI makes it harder to know who’s ready for promotion. (https://cooperative-agency.prowly.com/469862-ai-makes-it-harder-to-know-whos-ready-for-promotion)