Diese Kennzahl fehlt auf jedem KI-Dashboard

loading="lazy" width="400px">In Zeiten rapider Veränderung ist es verführerisch, sich auf das zu fokussieren, was man messen kann.Apichart Poemchawalit | shutterstock.com



Branchenübergreifend dreht sich die KI-Diskussion vor allem um die Fähigkeiten: Wie schnell können wir implementieren? Was lässt sich automatisieren? Wie viel Effizienzpotenzial ist erschließbar? Das sind berechtigte Fragen. Aber nicht die einzigen, die von Bedeutung sind.



In einem aktuellen Report von Gartner (PDF) geben 91 Prozent der befragten CIOs und IT-Führungskräfte an, ihre Unternehmen würden kaum oder gar keine Zeit darauf verwenden, die verhaltensbezogenen Nebenwirkungen des KI-Einsatzes zu untersuchen. Dieselbe Untersuchung macht noch etwas anderes deutlich: Die Resilienz und Sicherheit der Belegschaft im KI-Zeitalter zu wahren, ist nicht einfach nur eine Initiative, die zum Wohlbefinden beiträgt. Sie steht vielmehr in direktem Zusammenhang mit der Produktivität. Als Branche messen wir Performance-Steigerungen sehr sorgfältig. Gleichzeitig erfassen wir psychische Belastung weitaus weniger genau. Etwas so Wichtiges unter den Tisch fallen zu lassen, ist mehr als nur ein Analytics-Gap: Es ist ein besorgniserregender blinder Fleck in der Governance.



Psychologische Beschleunigungskosten



Wenn KI-Systeme in Arbeitsabläufe integriert werden, sehen die ersten Daten oft vielversprechend aus: Output und Qualität steigen, die Bearbeitungszeiten sinken. Was erst deutlich später sichtbar wird, ist die menschliche Reaktion auf diese Beschleunigung. Wenn KI Aufgaben übernimmt, die früher tiefgreifendes technisches Urteilsvermögen erforderten, fragen sich Mitarbeiter insgeheim vielleicht, was aus dem Fachwissen wird, das sie über die Jahre hinweg aufgebaut haben. Kognitive Entlastung steigert zwar die Effizienz, verändert aber auch die Beziehung zwischen dem Menschen und seiner Arbeit. Wenn dieser Wandel zu schnell abläuft, können selbst fähige Mitarbeiter ein subtiles Gefühl des Kontrollverlusts verspüren. Dieses Gefühl wird äußerst selten in einem Dashboard abgebildet – aber es kann auf subtile Art und Weise verändern, wie sich Menschen bei der Arbeit verhalten.



Das Resultat ist oft eine Sorge um die Arbeitsplatzsicherheit, wenn auch nicht immer auf offensichtliche Weise. Es geht nicht nur um die Angst, seine Stelle zu verlieren. Vielmehr geht es um die Unsicherheit, die daraus entsteht, dass Verantwortlichkeiten verschwimmen und Systeme Entscheidungen übernehmen. Dabei ist auch nicht zuträglich, dass viele KI-Systeme einer „Black Box“ gleichkommen, weil ihr Reasoning nicht vollständig transparent ist. Wenn von Mitarbeitern erwartet wird, auf Ergebnisse zu reagieren, die sie nicht vollständig erklären können, gestaltet sich Accountability schwer. Die mangelnde Erklärbarkeit erhöht das wahrgenommene Risiko – und dieses wiederum den Stress. Dazu kommen noch KI-gestützte Monitoring-Tools: Selbst wenn diese mit guten Absichten eingeführt werden, kann sich eine kontinuierliche Evaluierung anders anfühlen als periodisches Feedback. Manche Mitarbeiter empfinden das als Unterstützung, andere als Überwachung. Anders ausgedrückt: Der Trust erodiert.



Das Verhalten der Belegschaft passt sich allmählich an dieses Umfeld an: So ergibt etwa eine Analyse der kanadischen Website HR-Reporter, dass Mitarbeiter, die sich durch die Einführung von KI bedroht fühlen, ihr Wissen zurückhalten – statt es im Rahmen von Kooperationsinitiativen zu nutzen. In solchen Fällen verdrängt der Selbstschutz die Offenheit. Allerdings nicht, weil die Betroffenen nicht bereit wären, einen Beitrag zu leisten. Sie versuchen lediglich, ihre eigene Relevanz zu wahren. Auch die Motivation verschiebt sich in einem solchen Umfeld, wie eine weitere aktuelle Studie von Harvard Business Review zeigt. Demnach verbessert generative KI zwar die Qualität der Aufgaben und die Produktivität. Aber sie verringert auch die intrinsische Motivation um etwa elf Prozent – und steigert die Langeweile um rund 20 Prozent. Weitere Forschungsergebnisse deuten zudem darauf hin, dass eine anhaltende Abhängigkeit von KI-Tools im Laufe der Zeit das emotionale Engagement bei der Arbeit verändern kann. Darin liegt der Widerspruch: Die Leistung verbessert sich, während das Engagement abnimmt.



Ganz zu schweigen von Problemen mit der Arbeitsbelastung: Oft wird KI mit dem Versprechen eingeführt, den Arbeitsaufwand zu verringern. Doch wie Harvard Business Review kürzlich feststellte, führt KI nicht unbedingt zu weniger Arbeit. Sie kann eine Arbeitsintensität erzeugen, die auf die Belegschaft zurückwirkt. Wenn Reibungsverluste sinken, steigen die Erwartungen: Die Mitarbeiter übernehmen mehr Arbeit, weil sie dazu in der Lage sind. Sie arbeiten mit anhaltender Geschwindigkeit, weil das System es zulässt. Was zunächst wie Effizienz aussieht, ist eigentlich schleichende Erschöpfung. Und: Keine dieser Dynamiken existiert isoliert. Sie verstärken sich vielmehr gegenseitig. Geschwächtes Selbstvertrauen schürt Unsicherheit. Unsicherheit verändert das Verhalten. Eine erhöhte Arbeitsbelastung beschleunigt die Erschöpfung. Und nicht jeder akklimatisiert sich in gleichem Tempo.



Was Führungskräfte übersehen



In vielen Unternehmen werden Performance-Dashboards eingerichtet, noch bevor überhaupt psychologische Kennzahlen existieren. Wir erfassen Betriebszeiten, Output, Kosteneinsparungen und die Deployment-Geschwindigkeit. Selten erfasst wird hingegen das Selbstvertrauen, die wahrgenommene Relevanz oder die Zeit, die jemand benötigt, um sich von „öffentlichkeitswirksamen“ Fehlern wieder zu erholen. Zur Wahrheit gehört außerdem, dass sich Stress nicht immer in Form von Widerstand äußert. Manchmal zeigt er sich in Form von Überlastung. Etwa, wenn Mitarbeiter mehr auf sich nehmen, als nachhaltig ist, weil sie den Druck verspüren, in einer KI-gestützten Umgebung ihren Wert kontinuierlich unter Beweis stellen zu müssen. Ein Manager, der sich stark auf KI-generierte Analysen stützt, bemerkt diese Dynamik möglicherweise erst, wenn bereits Schaden entstanden ist.



Isolation ist ein weiteres Signal, das Führungskräfte im Blick haben sollten: Da KI immer mehr Interaktionen vermittelt, kann die Zusammenarbeit unter Kollegen still und leise nachlassen. Die Arbeit wird effizienter, aber weniger gemeinschaftlich. Dieser Wandel kann mit der Zeit das Zugehörigkeitsgefühl und die Arbeitsmoral auf eine Art und Weise demontieren, die sich mit keinem Dashboard abbilden lässt. Auch die Führung selbst ist davon nicht ausgenommen: KI ist in der Lage, Performance Reviews zu entwerfen, Meetings zusammenzufassen und strategische Entwürfe in bemerkenswerter Geschwindigkeit zu generieren. Wie McKinsey feststellt, kann sie jedoch Führungsarbeit nicht ersetzen.



Mentoring, die Schaffung von Kontext und ethisches Urteilsvermögen bleiben zutiefst menschliche Aufgaben. Wenn Führungskräfte zu viel vom zwischenmenschlichen Aspekt der Führung an KI-Systeme auslagern, könnten Mitarbeiter einen subtilen Support-Verlust verspüren. Weil all das nicht über Nacht abläuft, ist es umso leichter zu übersehen.



Führungsprinzip Resilienz



Eine vom Nature-Magazin veröffentlichte Studie (PDF) definiert psychologische Resilienz als die Fähigkeit, sich von Widrigkeiten zu erholen oder daran zu wachsen. Wichtig ist, dass die Studie darauf hindeutet, dass Menschen mit höherer psychologischer Resilienz eher dazu neigen, Selbstvertrauen und Optimismus zu bewahren, wenn sie mit vermeintlichen beruflichen Bedrohungen durch KI konfrontiert sind. Resilienz ist also kein abstraktes Konzept, sondern messbar. Sie beeinflusst, wie Menschen Veränderungen interpretieren. Wenn wir akzeptieren, dass Anpassungsstress in einer KI-gestützten Umgebung vorhersehbar ist, darf die Resilienz nicht dem Zufall überlassen werden: Sie muss von Beginn an in den KI-Einsatz integriert werden.



Und das beginnt mit Klarheit. Wenn Führungskräfte klar darlegen, wie KI genutzt wird, was sich ändern wird und welche Tasks weiterhin von Menschen übernommen werden, gibt es weniger Raum für Spekulationen, beziehungsweise Unklarheit. Klarheit erstreckt sich aber auch auf die Accountability. Mitarbeiter müssen verstehen, wann menschliches Urteilsvermögen gefragt ist. Verschwimmt diese Grenze, steigt der Stress, weil niemand sicher ist, an welcher Stelle menschliche Entscheidungen getroffen werden sollten.



Mit der Zeit muss sich die Diskussion über den Schutz hinaus in Richtung Wachstum bewegen. Beim Reskilling geht es nicht nur darum, Rollen zu erhalten, sondern auch darum, Relevanz weiterentwickeln. Wenn Organisationen nicht nur in Technologie, sondern auch in entsprechenden Support für ihre Belegschaft bei der Umstellung investieren, stärken sie die Stabilität, anstatt sie zu untergraben. Schließlich muss Trust ebenso sorgfältig geschützt werden wie die Performance. Monitoring-Funktionen und KI-gestützte Analysen sollten mit Bedacht und unter Aufsicht implementiert werden. Und wer es in Sachen Resilienz ernst meint, sollte diese auch messen.



KI wird sich mit Sicherheit weiter verbessern. Weit weniger sicher ist hingegen, ob Führungskräfte der menschlichen Seite des Wandels ebenso viel Aufmerksamkeit schenken werden. Selbstvertrauen lässt sich nicht automatisieren und Trust nicht durch ein Modell erzeugen. Das bleiben Führungsaufgaben. (fm)



Dieser Beitrag wurde im Rahmen des englischsprachigen Expert Contributor Network von Foundry veröffentlicht. Alle Infos zum deutschsprachigen Experten-Netzwerk finden Sie hier.