KPMG und die University of Texas at Austin führten eine Feldstudie mit 523 neuen Mitarbeitern in den USA (mit weniger als 18 Monaten Betriebszugehörigkeit) durch, um zu bewerten, wie Berufseinsteiger bei realen geschäftlichen Aufgaben mit KI zusammenarbeiten.
Die Teilnehmer absolvierten fachliche Übungen mit Unterstützung eines KI-Agents. Anschließend wurden die Ergebnisse mit einem Benchmark verglichen, den die KI eigenständig absolviert hatte, um den von Menschen geschaffenen Mehrwert zu ermitteln.
Die Ergebnisse teilten die Teilnehmer in 3 Gruppen ein: AI Apprentices (24,1 %) schnitten schlechter als die KI ab; AI Delegators (25.8 %) erreichten ein mit der KI vergleichbares Niveau; und AI Amplifiers (50,1 %) erzielten bessere Ergebnisse als die KI.
Überraschenderweise ließen kritisches Denken, Fachwissen und KI-Kenntnisse keine Rückschlüsse darauf zu, wer welcher Gruppe angehören würde. Der Unterschied lag in der Art und Weise, wie sie während des Arbeitsprozesses mit der KI zusammenarbeiteten.
Die Gruppe der AI Apprentices verfugte über ein gutes Fundament, wusste die KI jedoch nicht zu nutzen. Sie baten die KI häufig darum, Informationen umzuschreiben oder neu zu ordnen, anstatt sie zur Überprüfung von Annahmen, zur Bewertung von Ergebnissen und zur Steigerung der Output-Qualität einzusetzen.
Die Gruppe der AI Delegators akzeptierte die von der KI generierten Ergebnisse weitgehend mit nur sehr geringen Anpassungen. Da die KI recht gute Ergebnisse lieferte, erzielten sie dennoch eine akzeptable Leistung, schufen jedoch nahezu keinen Mehrwert.
Die Gruppe der AI Amplifiers nutzte die KI als Denkpartner: Sie formulierten Probleme korrekt, forderten die KI auf, ihre Argumentation zu erklären, überprüften Annahmen, zogen andere Möglichkeiten in Betracht und verfeinerten die Ergebnisse kontinuierlich, um den Anforderungen der realen Arbeitswelt gerecht zu werden.
Die Studie empfiehlt Unternehmen, die Art und Weise der Einarbeitung neuer Mitarbeiter zu ändern und sich auf praktische Übungen innerhalb von KI-Arbeitsabläufen zu konzentrieren, anstatt KI-Fähigkeiten oder Fachwissen isoliert zu schulen.
KPMG setzt ein personalisiertes KI-Schulungsprogramm um, das reale Arbeitssimulationsszenarien und kontinuierliche Lernpfade nutzt, um die Verhaltensweisen der Gruppe der AI Amplifiers unternehmensweit zu fördern.
Die Autoren argumentieren, dass Unternehmen Mitarbeiter nicht nur auf der Grundlage des Endergebnisses bewerten sollten, sondern auch danach, wie sie mit KI arbeiten, wie sie Probleme formulieren, Ergebnisse überprüfen und Entscheidungen treffen. In Zukunft wird der Wert des Menschen immer mehr in der Fähigkeit liegen, von KI generierte Ergebnisse zu lenken, zu bewerten und zu erweitern, anstatt nur selbst Antworten zu generieren.
📌 Fazit: Die Studie zeigt, dass KI die Unterschiede zwischen den Mitarbeitern nicht automatisch ausgleicht, sondern im Gegenteil die Unterschiede in der Arbeitsweise des Einzelnen hervorhebt. In der Umfrage unter 523 neuen Mitarbeitern erzielte etwa die Hälfte bessere Ergebnisse als die KI, während fast ein Viertel schlechter als die KI selbst abschnitt. Der entscheidende Faktor war nicht das Wissen oder das KI-Verständnis, sondern die Fähigkeit zur Zusammenarbeit mit der KI, das Hinterfragen, das kritische Denken und die kontinuierliche Verbesserung der Ergebnisse. Dies zeigt, dass Unternehmen die Art und Weise, wie sie Personal im KI-Zeitalter ausbilden, bewerten und entwickeln, neu gestalten müssen.
