deagreez - stock.adobe.com
KI-Workslop statt Wertschöpfung: Was CIOs dagegen tun können
Gut klingender KI-Output ist nicht gleich guter KI-Output. Warum menschliches Urteilsvermögen das wichtigste Qualitätskriterium jeder KI-Strategie ist, und wie CIOs es stärken.
Die Empfehlung zur Einführung einer neuen API-Architektur sieht auf den ersten Blick überzeugend aus: strukturiert, technisch formuliert, mit konkreten Systemvorschlägen. Im Migrationsprojekt-Meeting nicken alle – bis jemand fragt, ob die empfohlene Lösung überhaupt mit der bestehenden Infrastruktur kompatibel ist. Sie ist es nicht und bisher ist es niemandem aufgefallen.
Genau das ist Workslop. Das Harvard Business Review definierte es als KI-generierte Arbeitsinhalte, die gute Arbeit imitieren, ohne die Substanz zu haben, eine Aufgabe sinnvoll voranzutreiben, und erfasst damit ein Problem, das größer ist, als viele CIOs ahnen. 40 Prozent der Wissensarbeitenden geben laut einer US-amerikanischen Studie an, innerhalb eines Monats Workslop erhalten zu haben – 53 Prozent räumen ein, möglicherweise selbst welchen verschickt zu haben.
Das erklärt zumindest einen Teil eines bemerkenswerten Befunds: Laut der aktuellen PwC Global CEO Survey, die Daten von 4 454 befragten CEOs aus 95 Ländern und Regionen auswertete, gab nur jeder achte (12 Prozent) CEO an, dass KI sowohl Kosten- als auch Umsatzvorteile gebracht habe. Der Fehler liegt jedoch selten in der Technologie. Er liegt darin, wie Organisationen mit KI-Output umgehen und wie die Verantwortung dafür verteilt ist.
Woran IT-Teams Workslop erkennen
Das Tückische an Workslop ist, dass er für ungeschulte Augen gut aussieht. Eine Sicherheitsanalyse, die vollständig wirkt, aber veraltete Parameter zugrunde legt. Ein generiertes Code-Review, das syntaktisch korrekt ist, aber den Anwendungskontext ignoriert. Fehler bleiben so leicht unbemerkt.
Konkrete Warnsignale gibt es trotzdem. Ergebnisse, die ausgefeilt klingen, aber nie wirklich auf die Besonderheiten eines Problems eingehen, sollten die Alarmglocken läuten lassen. Das gleiche gilt, wenn Verweise vage bleiben, Quellen unklar sind oder Zahlen sich nicht belegen lassen. KI präsentiert falsche oder veraltete Informationen mit derselben Überzeugung wie korrekte – genau diese Selbstsicherheit ist Teil des Risikos. KI-Output lässt sich deshalb nicht ungeprüft übernehmen; er braucht immer einen Menschen, der den Prozess begleitet.
KI kann dabei auch auf der anderen Seite dieses Prozesses eine Rolle spielen. Gezielt eingesetzt, kann sie dabei helfen, die eigene Arbeit zu überprüfen, Annahmen zu hinterfragen, Gegenargumente aufzudecken oder unzureichende Quellen sichtbar zu machen. Das ersetzt kein menschliches Urteil – macht aber deutlich, warum die richtigen Fragen und ein klares Urteilsvermögen gerade bei komplexen oder folgenreichen Entscheidungen unverzichtbar sind.
Wenn Geschwindigkeit die Urteilskraft überholt
Workslop entsteht selten aus Nachlässigkeit. Häufiger zeigt er sich, wenn Lösungen mit überzeugenden Worten und falscher Zuversicht präsentiert werden – oder wenn Teams unter Druck stehen und KI schnelle, plausibel klingende Antworten liefert. In solchen Momenten setzt sich Geschwindigkeit stillschweigend gegen Sorgfalt durch, besonders bei wenig komplexen Aufgaben. Bleibt keine Zeit für eine Prüfung der Ergebnisse und fließt KI-generiertes Material ohne klare Zuständigkeit und ohne Verifizierung in die Entscheidungsfindung ein, kann ein Entwurf leicht als Tatsache behandelt werden.
„KI bringt eine neue Komplexität in die IT-Welt, die wir so bisher nicht gewohnt waren. Sie schafft echte Produktivitätsgewinne, aber wer dabei auf menschliches Urteil verzichtet, riskiert eine Effizienzfalle. Denn Workslop ist kein Randphänomen.“
Orla Daly, Skillsoft
In vielen Unternehmen deutet das eher auf eine allgemeinere organisatorische Herausforderung hin als auf individuelles Versagen. CIOs spielen dabei eine Schlüsselrolle: Sie müssen die Erwartung verankern, dass KI-Output grundsätzlich vorläufig ist und geprüft werden muss – und dass ihm nicht einfach blind vertraut werden darf. Das erfordert in der Praxis klare Strukturen: Wer prüft was, wo erfolgt die Freigabe und wie ist die Verantwortlichkeit definiert, um KI-gestützte Ergebnisse zu validieren. Solche Leitplanken dienen nicht dazu, Teams auszubremsen. Ähnlich wie die Bremsen beim Auto sorgen sie dafür, dass Fortschritt kontrollierter und verlässlicher wird.
Power Skills: Die unterschätzte Seite der KI-Strategie
Klare Richtlinien und operative Rahmenbedingungen schaffen die Struktur – aber all das funktioniert nur, wenn die Menschen dahinter die passenden Fähigkeiten haben. Technische Kompetenz allein reicht nicht mehr dafür aus, hochwertige Lösungen zu entwickeln. CIOs müssen in ihren Teams gezielt das fördern, was sich nicht automatisieren lässt. Das bedeutet auch: Einstiegspositionen dürfen nicht blind durch KI ersetzt werden – sonst fehlt künftigen Talenten der Lernraum für genau diese Fähigkeiten.
Fünf Power Skills sind besonders relevant:
- Kritisches Denken: Mit Urteilsvermögen Annahmen hinterfragen, Lücken aufdecken und Ergebnisse am konkreten Kontext prüfen – all dies sind Prozesse, die sich nicht vollständig automatisieren lassen, sondern die Einbeziehung eines Menschen erfordern und Workslop am wirksamsten bekämpfen.
- Verantwortlichkeit: Wer für KI-gestützte Empfehlungen persönlich einsteht und sie erklären können muss, sollte nicht davon ausgehen, dass jemand anderes diese schon geprüft hat. Ohne klare Verantwortlichkeiten entsteht genau so der Raum, in dem Workslop unbemerkt Schaden anrichten kann.
- Kommunikation: KI kann innerhalb von Sekunden einen ausgefeilten Entwurf erstellen – das heißt aber nicht, dass jeder, der ihn erhält, auch weiß, was er damit anfangen soll. Workslop breitet sich aus, wenn Informationen ohne Kontext oder Erklärung durch ein Unternehmen wandern. Gute Kommunikatoren schließen diese Lücke, indem sie die Botschaft an die jeweilige Zielgruppe anpassen und sicherstellen, dass die Menschen in der Lage sind, entsprechend zu handeln.
- Systemdenken: Eine KI-gestützte Entscheidung wirkt selten isoliert. Wer Abhängigkeiten kennt und versteht, wie Transformationsprozesse in Unternehmen ablaufen, erkennt Risiken früh genug, um gegenzusteuern. Das erfordert jedoch Disziplin und bedeutet, dass Verantwortung nicht aus Gründen der Schnelligkeit an die KI abgegeben werden darf.
- Kollaboration: KI verstärkt individuelle Leistung – von Personen wie von ganzen Abteilungen. IT-Teams, die funktionsübergreifend arbeiten, sorgen dafür, dass gute KI-Ergebnisse aus einzelnen Bereichen validiert und unternehmensweit verbreitet werden können.
CIOs, die diese Skills als Führungskraft vorleben und gleichzeitig gezielt in ihren Teams fördern, investieren in mehr als nur Weiterbildung und die Prüfung der Ergebnisse in Echtzeit. Sie schaffen die Voraussetzung dafür, dass KI-Initiativen tragfähig werden, und stärken das Vertrauen in den daraus resultierenden Output.
Fazit
KI bringt eine neue Komplexität in die IT-Welt, die wir so bisher nicht gewohnt waren. Sie schafft echte Produktivitätsgewinne, aber wer dabei auf menschliches Urteil verzichtet, riskiert eine Effizienzfalle. Denn Workslop ist kein Randphänomen, sondern das Symptom einer KI-Strategie, die einzig auf Tools setzt und bewährte Praktiken sowie den Menschen außen vor lässt.
CIOs, denen an einer funktionierenden KI-Strategie gelegen ist und die eine langfristige Wertschöpfung statt Workslop anstreben, stellen drei Dinge sicher: KI-Output gilt im ersten Schritt immer als Entwurf. Klare Policys regeln, wer prüft, wer freigibt und wer haftet. Und menschliche Power Skills wie kritisches Denken, Verantwortlichkeit, Kommunikation, Systemdenken und Kollaboration sind fester Bestandteil einer unternehmensweiten Kompetenzstrategie.
Wer sicherstellt, dass sein Team über die entsprechenden Kompetenzen verfügt und KI intelligent und strukturiert einbindet, schafft eine zukunftsfähige Organisation.
Über die Autorin:
Orla Daly ist seit 2022 Chief Information Officer bei Skillsoft und verfügt über mehr als 25 Jahre Erfahrung in den Bereichen IT und Business. Bei Skillsoft – einem Anbieter im Bereich Enterprise Learning und Talententwicklung – leitet sie das Digital-and-IT-Team und ist für die Technologiestrategie und -umsetzung, End-User-Services sowie Data Governance und Engineering verantwortlich.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
