Latest / KI-Update – ein heise-Podcast / KI-Update Deep-Dive: Wenn Arbeitstempo zur Belastung wird

Transcript

KI-Update Deep-Dive: Wenn Arbeitstempo zur Belastung wird · KI-Update – ein heise-Podcast

• 0:02
  Speaker 3: Das KI-Update, ein heise Podcast mit redaktioneller Unterstützung von The Decoder.
• 0:14
  Speaker 3: Hallo ich bin Isabel Grünewald und dies ist unser Deep Dive zum Wochenende!
• 0:20
  Speaker 3: Wenn wir uns mal revolutionäre technologische Entwicklungen anschauen dann lagen zb zwischen den ersten Großrechnern Anfang der vierziger Jahre und den ersten PCs im Büros um neunzehnundachtzig herum knapp vierzig Jahre Und danach hat das wahrscheinlich noch mal zehn Jahre gedauert, bis die meisten Leute ein PC im Alltag tatsächlich auch genutzt haben.
• 0:41
  Speaker 3: Generative KI kam mit Chatty Pity November-Zweitausendzweiundzwanzig in unseren Alltag und drei Jahre später sollen wir jetzt alle im Handumdrehen unsere Produktivität durch den Einsatz von KI exponentiell verbessert haben!
• 0:55
  Speaker 3: Die University of Labour ist seit Zweihtausendzehnundzwanzig staatlich anerkannte Hochschule – und zwar die erste Hochschulinträgerschaft der Gewerkschaften in Europa.
• 1:06
  Speaker 3: Sie will dazu beitragen, die Lebens- und Arbeitswelt im Sinne einer gerechten und demokratischen Gesellschaft
• 1:12
  Speaker 2: zu gestalten.
• 1:13
  Speaker 3: Und gerade stehen ja unsere Lebens-und Arbeitswelt vor tiefgreifenden Veränderungen durch
• 1:18
  Speaker 3: KI.".
• 1:20
  Speaker 3: Dr.
• 1:20
  Speaker 3: Nicole Deci ist Professorin für Arbeitspsychologie an der University of Labour in Frankfurt – ihr Schwerpunkt liegt auf der Analyse Bewertung und Gestaltung guter Arbeit!
• 1:30
  Speaker 3: Dr.
• 1:30
  Speaker 3: Christian Kellermann ist Professor für Sozialwissenschaften mit dem Schwerpunkt Arbeit und
• 1:35
  Speaker 2: Digitalisierung.
• 1:37
  Speaker 3: Und beide beschäftigen sich mit der Frage, wie sich unsere Arbeitswelt durch Digitalisierung und KI verändert?
• 1:44
  Speaker 3: Was das für uns
• 1:45
  Speaker 2: Menschen
• 1:45
  Speaker 3: – für Führungskräfte und ihre Teams bedeutet – darüber sprechen wir heute im
• 1:50
  Speaker 2: KI-Update!
• 1:54
  Speaker 2: Nicole,
• 1:59
  Speaker 0: fangen
• 2:02
  Speaker 2: wir mal mit dir an.
• 2:03
  Speaker 2: Wir haben hier im Podcast schon ganz viel über den Einsatz von KI im Arbeitsalltag gesprochen aber bislang noch nicht darüber was das so ganz menschlich mit uns macht.
• 2:12
  Speaker 2: Was machst du als Arbeitspsychologin und wie bist du aus der Arbeitspsysiologie zur KI gekommen?
• 2:20
  Speaker 1: Als Arbeitspsychologin schaue ich mir an, was Arbeitsbedingungen und veränderte Arbeitsbedienung mit den Menschen machen.
• 2:26
  Speaker 1: Sei es beispielsweise die Gesundheit, sei es die Motivation, Leistungsfähigkeit und die Zufriedenheit mit der Arbeit.
• 2:34
  Speaker 1: Und hier schau ich mir bestimmt die Arbeitsaufgabe beispielsweise an.
• 2:37
  Speaker 1: wie verändert sich die Arbeits-Aufgabe für Arbeit, verändert sich Die Arbeitsorganisation?
• 2:42
  Speaker 1: Was macht das dann wiederum mit Gesundheit und Motivations?
• 2:46
  Speaker 1: Seit langer Tradition gute Konzepte, auf die wir uns zurückbeziehen können.
• 2:51
  Speaker 1: Die heute auch bei KI-Einführung genauso Relevanz haben, in denen wir gut übertragen und potenziell erweitern können.
• 2:58
  Speaker 2: Super!
• 2:59
  Speaker 2: Und Christian?
• 3:00
  Speaker 2: Du bist nicht nur Professor für Sozialwissenschaften an der Universität of Labor sondern arbeitest auch am Deutschen Forschungszentrum für künstliche Intelligenz.
• 3:08
  Speaker 2: Woran genau forschst du da?
• 3:09
  Speaker 2: Ergänzt dich das?
• 3:10
  Speaker 2: Sind das zwei unterschiedliche Bereiche?
• 3:13
  Speaker 0: Ja, das ergänzt sich sehr gut.
• 3:15
  Speaker 0: Der University of Labour in Frankfurt, da forsche ich vor allem an Fragen wie man KI möglichst produktiv aber eben auch im Sinne von Arbeit einsetzen entwickeln und weiterentwickeln kann.
• 3:29
  Speaker 0: Das heißt was sind eigentlich die grundsätzlichen Voraussetzungen damit die Produktivitätsversprechen mit der KI einhergehen wirklich materialisiert werden können?
• 3:38
  Speaker 0: Und auf der anderen Seite beim DFKI Arbeit ich als Projektleiter zum Beispiel im Moment für den KI Campus.
• 3:46
  Speaker 0: KI Campus ist die größte Lernplattform in Deutschland, zum Thema KI ja und hatten
• 3:51
  Speaker 2: wir vor vier Wochen
• 3:53
  Speaker 0: Ja wunderbar!
• 3:54
  Speaker 0: Und der KI Campus is ja ein großes Konsortium geleitet vom Stifterverband.
• 3:59
  Speaker 0: und wie entwickeln MOOCs also Massive Open Online Kurse oder eben auch Blocks und alle möglichen relevanten Beiträge und Formate um KI möglichst breiten wirksam zu vermitteln und in der jetzigen Förderphase vor allem an die Hochschulen zu bringen.
• 4:15
  Speaker 0: Also es gibt eine enge Schnittmenge hier, weil da geht's auch um Bedingungen wie KI idealerweise eingesetzt und entwickelt wird.
• 4:24
  Speaker 2: Darauf kommen wir gleich noch zu sprechen, aber fangen wir mit Nicole ein.
• 4:27
  Speaker 2: Wenn man sich so vergleichbare revolutionäre Entwicklungen anschaut dann kommt ja häufig so der Vergleich mit dem Auto, ChatGP Team wurde vor nicht mal vier Jahren veröffentlicht.
• 4:41
  Speaker 2: Und wir Bürojobber sollen jetzt aber alle sofort wahnsinnig produktiv werden und viel schneller mit unserer Arbeit voreinkommen, was macht denn so ein Tempo mit Menschen?
• 4:50
  Speaker 1: Also es gibt einige Studien die sich schon anschauen, was KI mit den Menschen macht unter anderem eine US-amerikanische Studie, die zeigt dass KI tatsächlich unseren Arbeitsalltag weiter beschleunigt und das hat einerseits Auswirkung darauf, wie wir mit der Arbeit umgehen.
• 5:08
  Speaker 1: Das nennt man im englischen Coping in deutschen Bewältigungsstrategien.
• 5:12
  Speaker 1: Und hier zeigt sich, also dieser Studie zeigt das Menschen zu Überstunden zum Beispiel neigen.
• 5:19
  Speaker 1: Da gibt es einen Forschungsstrang der selbstgefährdenden Bewertung Strategien im Arbeitskontext.
• 5:25
  Speaker 1: dazu gehören überstunden Präsentismus sehr schnell arbeiten und es gibt erste Anzeichen dafür durch diese Studie dass Selbstgefährder auch durch PI ausgelöst werden kann.
• 5:36
  Speaker 1: Das ist eben aber dieses Teil den wir als Mensch als Reaktionszeigen darauf.
• 5:43
  Speaker 1: Und dann gibt es eben die langfristige Wirkung, die auch mit der Reaktion zu tun haben wiederum auf Gesundheit beispielsweise.
• 5:50
  Speaker 1: und hier ist zu vermuten weil das kennen wir aus der Forschung zur Zeitdruck- und Arbeitsdichte dass dies sich auswirkt auf Symptome wie Irritationen, dass ich am Abend noch weiter grübel über die Arbeit nachdenke nicht mehr richtig abschalten kann Auch auf Erschöpfungssymptomatiken Genau.
• 6:09
  Speaker 1: Und wir brauchen da Erholung und das zeigt auch die US-amerikanische Studie, dass selbst Erholungszeiten verringert werden indem wir in den Pausen weiterarbeiten weil es einfacher ist mit einer KI zu arbeiten.
• 6:22
  Speaker 1: Die Hemmschwelle ist geringer Man hat ja schnell etwas eingetippt und schnell eine Reaktion.
• 6:28
  Speaker 1: also man bekommt unheimlich schnell Feedback durch die KI.
• 6:32
  Speaker 1: Da muss man einfach weiter schauen, ob es solche selbstgefährdende Verhaltensweisen einschließlich der Reduktion von Freizeit- und Erholungszeiten, die sehr gut erforscht sind hier in Deutschland auch.
• 6:44
  Speaker 1: Ob das weiter eingeschränkt wird?
• 6:46
  Speaker 1: Und dass dann praktisch wie ein selbst verstärkender Kreis
• 6:49
  Speaker 2: ist.
• 6:51
  Speaker 2: Das klingt jetzt alles wahnsinnig negativ!
• 6:53
  Speaker 2: Gibt es auch positive Auswirkungen von KI für uns als Arbeitnehmerinnen?
• 6:59
  Speaker 1: Auch da gibt es aus Österreich eine Studie, gerade zur Nutzung von Chatshipi-Tee.
• 7:04
  Speaker 1: Wir verlinken die ja alle unten in den Shownotes.
• 7:06
  Speaker 1: Die zeigt dass die Arbeitnehmenden, die mit KI arbeiten daraus durchaus Oppositives erleben herausziehen können beispielsweise ein erhöhtes Autonomierleben.
• 7:16
  Speaker 1: also Autonomie ist eines der wichtigsten menschlichen Bedürfnisse.
• 7:21
  Speaker 1: neben Kompetenz erleben und Anschluss erleben hat mein Namensvetter Deji Rhein haben das sehr gut erforscht gibt auch da erst Hinweise aus Studien, dass gerade so generative KI-Autonomierleben auch steigern können.
• 7:36
  Speaker 2: Und wie genau?
• 7:37
  Speaker 1: Beispielsweise indem ich plötzlich Aufgaben übernehmen kann bei denen ich vorher auf Hilfe angewiesen
• 7:44
  Speaker 3: war
• 7:45
  Speaker 1: oder was ich eben schon angesprochen habe dieses Feedback das sich direkt erhalte und dadurch weiterkomme in meiner Aufgabe.
• 7:54
  Speaker 2: Ja, da liegen Licht und Schatten sehr dicht beieinander.
• 7:56
  Speaker 2: Einerseits ist das Feedback unmittelbar und hält mich irgendwie dran, dass ich auch während der Pause weiter arbeite, andererseits ist es das Feed back total gut weil ich dadurch motivierter bin weiter zu arbeiten.
• 8:05
  Speaker 2: alleine, weil ich nicht noch auf den Kollegen warten musste mir das erklärt
• 8:09
  Speaker 1: Genau
• 8:10
  Speaker 2: Was wären denn so aus arbeitspsychologischer Sicht die drei wichtigsten und unverhandelbaren Kriterien für gute Arbeit um das Ganze gut umzusetzen?
• 8:21
  Speaker 1: Ja, Wichter und Huck haben da in den achtzehr Jahren schon von humanen Kriterien gesprochen.
• 8:27
  Speaker 1: Und das sind vier Kriterie.
• 8:28
  Speaker 1: wenn ich sie vier einmal nennen darf wäre dann einmal die Ausführbarkeit.
• 8:32
  Speaker 1: also Arbeit muss überhaupt erst mal ausführbar sein unter dem menschlichen Bedingung die wir als Menschen mitbringen ohne dass wir ständig irgendwie gegen die menschliche Natur arbeiten oder ständig grenzwert überschreiten müssen.
• 8:45
  Speaker 1: Arbeit sollte schädigungslos sein Also sollten keine körperlichen oder psychischen Schädigungen eintreten durch die Arbeit.
• 8:52
  Speaker 1: Wenn wir mal hier einen ganz anderen Kontext denken, zum Beispiel in Handwerk wenn ich sehr viel auf dem Boden knien muss und dadurch Schädigung der Knie.
• 9:01
  Speaker 1: Die Folge sind das wäre dann nicht schädigungslos.
• 9:04
  Speaker 1: da sollte man Abhilfe schaffen durch eine Gestaltung Strategie um diesen Menschen zu unterstützen.
• 9:10
  Speaker 1: Einträchtigungsfrei das heißt es sollte Kurz, mittelfristigen Beeinträchtigungen zum Beispiel der Psyche und Leistungsfähigkeit geben.
• 9:19
  Speaker 1: Und das vergessen ganz viele.
• 9:20
  Speaker 1: Arbeit sollte Persönlichkeitsförderlich sein.
• 9:23
  Speaker 1: Das heißt wir sollten an den Arbeitsaufgaben wachsen können.
• 9:27
  Speaker 1: Ich vermute dass wenn man sich generative KI anschaut Dass da auch Wachstumspotenzial drin steckt Wenn man nicht nur wissen abruft sondern mit der KI gemeinsam lernt oder die KI auch als Lerntool nutzt.
• 9:41
  Speaker 2: Okay Da kommen wir gleich nochmal genauer drauf.
• 9:44
  Speaker 2: Aber gehen wir mal rüber zu Christian!
• 9:47
  Speaker 0: Du
• 9:47
  Speaker 2: erforscht den Einsatz von KI in Arbeitsprozessen, mit dem Ziel Arbeit aufzuwerten?
• 9:53
  Speaker 2: Das ist ja am Prinzip das was wir gerade schon angesprochen hatten dass wir uns autonomer fühlen und besser fühlen, dass unsere Arbeit vielleicht auch besser wird weil wir weniger Hilfe brauchen.
• 10:02
  Speaker 2: kannst du ein paar konkrete Beispiele nennen bei denen KI die Qualität der Arbeit heute schon verbessern kann?
• 10:10
  Speaker 0: Gut, da muss ich ja nur in meinen eigenen Arbeitsbereich gucken.
• 10:12
  Speaker 0: Also wenn ich als Hochschulprofessor beispielsweise mich mit komplexen Texten auseinandersetze dann war das und ist es immer noch ein mühsames Geschäft?
• 10:22
  Speaker 0: Das ist so, das gehört dazu.
• 10:25
  Speaker 0: aber man erinnert sich also gerne hat man dann auch mal mit Kolleginnen und Kollegen sich zusammengesetzt was natürlich auch ein schöner Moment war aber immer ziemlich zeit- und planungsintensiver um solche Texte zu besprechen um zu gucken wie relevant sind die für die eigene Forschung.
• 10:39
  Speaker 0: Jetzt kann ich in der Interaktion mit dem Text und einem Sprachmodell, das im Prinzip jederzeit und auch auf einen relativ hohen Niveau machen.
• 10:48
  Speaker 0: Man kann gleich so ein bisschen die Schattenseiten davon erkennen aber es hat auch was Positives letztendlich und verschafft mir Flexibilität in der Arbeit.
• 10:56
  Speaker 0: Aber man kann das auch nehmen beispielsweise bei mir jetzt noch mal Sparringpartner Sprachmodelle gerade für die Entwicklung von unterschiedlichen Aufgaben, also das typische was auch Lehrerinnen und Lehrern machen.
• 11:07
  Speaker 0: Also da gibt es schon einiges an einem Anwendungsbereich, an Aufwertungsmöglichkeiten, Flexibilisierungsmöglichkeit.
• 11:14
  Speaker 0: oder denken Sie an den Arztberuf Radiologie, radiologische Diagnostik in der Mammographie beispielsweise?
• 11:22
  Speaker 0: Da ist viel Routine bei den klassischen bei den einfachen Fällen, bei den komplexeren Fällen fehlt dann häufig die Zeit und das ist ein Beispiel, das sehr gerne und häufig gebracht wird.
• 11:32
  Speaker 0: Also im Prinzip hat man Entlastung bei Routine Screening und bei gleichzeitig Erstärkung von der professionellen Urteilungskompetenz.
• 11:42
  Speaker 0: also es sind so zwei Beispiele wo man eine typische Aufwertung hat aber die gibt's auch Bereichen mit einem niedrigeren Qualifizierungsniveau.
• 11:49
  Speaker 0: Die findet man im Prinzip überall, immer da wo Routine-Tätigkeiten die vorher auch ein Stück weit lästig waren und viel Zeit gefressen haben wenn man die wegschaufeln kann oder auslagern kann an die KI und sich dann auf die komplexeren interessanteren Fälle konzentrieren kann.
• 12:07
  Speaker 2: Ich habe auch mal das ist ja so ein bisschen der Gamification Aspekt der Arbeit gehört dass wenn man solche Routineaufgaben zusammen mit einer KI erledigt, dass es dann mehr Spaß macht wieder.
• 12:17
  Speaker 2: Ist das so?
• 12:19
  Speaker 0: Ja ich meine Arbeit soll auch Spaß machen.
• 12:22
  Speaker 0: da würde mir die Nicole sicherlich zustimmen und das tut sie auch.
• 12:27
  Speaker 0: aber sie ist natürlich auch anstrengend.
• 12:29
  Speaker 0: also fordert uns.
• 12:30
  Speaker 0: und ja wenn es dadurch ein Stück weit leichter wird wenn ich dann auch fragen kann oder mich zum Beispiel Fragen zu stellen traue wo ich vorher vielleicht ein bisschen zurückhalten war Kann es dann in dieser geschützten Atmosphäre tun?
• 12:44
  Speaker 0: Zu einem Text, Verständnisfragen.
• 12:46
  Speaker 0: Das macht's natürlich auch leichter und das erleichtert ein Stück weit diese komplexe Aufgabe.
• 12:51
  Speaker 0: Und dann machts natürlich auch ein bisschen mehr Spaß logischerweise wenn es nicht ganz so anstrengend
• 12:54
  Speaker 2: ist.
• 12:55
  Speaker 2: Jetzt hören wir aber oft von den Gefahren des De-Skillingen.
• 12:58
  Speaker 2: Wir hatten erst vor ein paar Tagen wieder medizinische Studien wo eben gesagt wurde ja Wenn die sich zu sehr auf die KI verlassen verlieren sie auch bestimmte Diagnostikfähigkeiten, die Ärztinnen und Ärzte.
• 13:12
  Speaker 2: Weil die KI eben so grundlegende Arbeiten abnimmt, wo lauern denn da die Gefahren?
• 13:18
  Speaker 2: Und wie kann man dagegen vorgehen?
• 13:20
  Speaker 0: Ja das ist schon ein wichtiger Aspekt.
• 13:22
  Speaker 0: also wenn wir über Zukunftsfähigkeit und Kompetenzen sprechen dann taucht häufig die kritische Urteilsfähigkeit als ganz oben auf.
• 13:29
  Speaker 0: Also wie behalten und wir erarbeiten wie uns eigentlich dieses kritische urteils Fähigkeitskompetenz?
• 13:36
  Speaker 0: Und es betrifft die Radiologen genauso wie Maschinenbediener letztendlich.
• 13:42
  Speaker 0: Also jemand, der eine Werkzeugmaschine bedient und hier in der vorausschauenden Wartung guckt, wie ist denn der Zustand von einer Maschine?
• 13:52
  Speaker 0: Wenn das die Sensor-Daten auswertet, dann verliere ich vielleicht ein bisschen das Gefühl aber auch mein Wissen, wie ich am Ende des Tages diese Maschine wenn sie reparaturbedürftig ist reparieren soll.
• 14:05
  Speaker 0: Da ist es ganz elementar, dass Unternehmen oder Betriebeorganisationen darauf achten, dass dieser De-Skilling-Effekt nicht eintritt.
• 14:12
  Speaker 0: Also wie?
• 14:13
  Speaker 0: einerseits muss ich natürlich ja viel Wissensmanagement betreiben und da hilft mir dann auch das was ich intern als kleinere geschützte Sprachmodelle Umgebungen aufgebaut habe.
• 14:24
  Speaker 0: aber gleichzeitig muss sich ja mir diese kritische Urteilsfähigkeit bewahren und erarbeiten.
• 14:29
  Speaker 0: Und es ist ein konstanter Prozess, also deswegen dieses Standby-Wissen wie das häufig genannt wird in der Arbeitssoziologie.
• 14:35
  Speaker 0: Dieses Stand by Wissen veraltet sehr schnell und muss immer wieder abgedatet werden sofern sie ja auch Routinefälle die wir bearbeiten wichtig für unseren Witzenschatz um dann auch komplexere Fälle beurteilen zu können.
• 14:47
  Speaker 0: Das ist wesentlich wenn's darum geht wie wir aus der Organisation heraus Arbeit und Wissen in einen Einklang bringen, im kontinuierlichen Prozess, in dem Abgleich mit dem was uns die generative KI als Werkzeug unterstützen kann.
• 15:05
  Speaker 2: Damit in Verbindung steht ja auch die Sorge davor oder das was auch viele Berufseinsteigerinnen gerade merken dass sie überhaupt nicht diese Jobs bekommen weil diese Grundlagen von KI erledigt werden können Und diese Routineaufgaben, die sie aber eigentlich bräuchten und wir haben in den Job reinzukommen.
• 15:24
  Speaker 2: Und man eigentlich nach Leuten sucht, die schon Experten sind und nicht Leuten, die erst noch hinbekommen werden!
• 15:30
  Speaker 0: Da muss mal jetzt ein bisschen vorstig sein.
• 15:31
  Speaker 0: Das war jetzt eine Studie aus der FOTI... zeigt hat.
• 15:36
  Speaker 0: Wir sind im Moment auch in einem schwierigen ökonomischen Fahrwasser, da wird ohnehin ein bisschen weniger eingestellt.
• 15:41
  Speaker 0: Das muss man dann auch diskontieren und sauber isolieren in solchen Studien.
• 15:44
  Speaker 0: Die Studielage ist relativ dünn.
• 15:46
  Speaker 0: was jetzt auch diese Frage betrifft?
• 15:48
  Speaker 0: Ja es liegt nahe dass man annimmt das die Einsteigerinnen und Einsteige ins Berufsleben etwas schwerer haben weil die KI gerade diese einfacheren Arbeiten tätigkeiten übernehmen kann.
• 16:00
  Speaker 0: aber so ist es ja nicht.
• 16:01
  Speaker 0: wir betrachten Tätigkeiten nicht isoliert, sondern wir haben Berufsbilder und die Berufsbilders sind bestehend aus Tätigkeitsbündel.
• 16:08
  Speaker 0: Und diese Bündel kann man nicht so ohne weiteres trennen.
• 16:11
  Speaker 0: Wir haben trotzdem unterschiedliche Automatisierungswahrscheinlichkeiten von einzelnen Tätigkeit in diesen Berufsfeldern.
• 16:16
  Speaker 0: aber es heißt jetzt noch nicht dass das die Einstiegsberufe plötzlich wegfallen im Gegenteil.
• 16:22
  Speaker 0: also das ist ja auch was ich gerade gesagt habe zu dem Thema Routine und dann auch die Beurteilungsfähigkeit bei komplexeren Fällen.
• 16:29
  Speaker 0: irgendwo muss dieses Wissen ja herkommen und es wäre jetzt sehr kurzfristig gedacht aus einer Unternehmensperspektive, aus einer Organisationsperspektive jetzt hier Kompetenzsprünge vermuten zu können.
• 16:40
  Speaker 0: Und deswegen Berufseinsteiger nicht mehr so stark zu berücksichtigen.
• 16:44
  Speaker 0: Das glaube ich muss man in Zukunft beobachten.
• 16:47
  Speaker 0: Es gibt sicherlich sage ich mal den Kostendruck und der ist auch nicht gering aber mit der KI hat das erst einmal Aus meiner Perspektive noch nicht so wahnsinnig viel zu tun.
• 16:58
  Speaker 2: Also für unsere jüngeren Zuhörerinnen Nikol, kommen wir noch mal zu dir.
• 17:04
  Speaker 2: Unter Zeitdruck treffen wir ja häufig nicht so gute Entscheidungen.
• 17:10
  Speaker 2: also kenne ich zumindest von mir und die KI Wirtschaft erschafft ja diesen Zeitdruck in dem sie sagt dass wir so viel schneller und so viel besser damit werden wenn sich sowas in der Sprache durchsetzt wie spiegelt sich das in unserem Arbeitsverhalten oder in dem Druck, den wir persönlich empfinden wieder?
• 17:29
  Speaker 2: Ist das so ein Teufelskreis der da irgendwie geschaffen wird von wegen Wir müssen jetzt eigentlich schneller und besser sein.
• 17:34
  Speaker 2: Aber gleichzeitig machen wir in der Geschwindigkeit vielleicht nicht ganz so kluge Entscheidungen.
• 17:39
  Speaker 1: Also ich hatte ja schon einmal über die Tendenz erzählt, in die selbstgefährte Strategien reinzugehen hier auch die Intensivierung des eigenen Arbeitstempus inkludieren Das heißt dass selbst schneller Arbeit um meine Arbeitsaufgaben zu schaffen, weil zum Beispiel die Arbeitsmenge so hoch ist.
• 17:59
  Speaker 1: Das würde ja schon mal mit einer Intensivierung an sich im Zusammenhang stehen.
• 18:04
  Speaker 1: Ehrlich gesagt muss man da nochmal mehr in die Forschungslage reingehen, da ich glaube das ist die Studienlage noch nicht so gesettelt dass man sagen kann es beeinflusst die Entscheidungsprozesse so oder so auch bestimmt wieder abhängig davon welches KI-System wir verwenden.
• 18:20
  Speaker 1: Und man muss aber, das weiß man aus der Sozialpsychologie, Prozesse der Entscheidungsfinden wie Fehler bei Gruppenentscheidung.
• 18:29
  Speaker 1: Muss man im Blick haben wenn jetzt zum Beispiel im Teammeetings unter Zeitdruck Entscheidung getroffen werden können?
• 18:36
  Speaker 1: Da gibt es zum Beispiel die Tendenz dass Entscheidungen extremer werden oder dass man nicht alle Argumente berücksichtigt, die man hätte berücksichten müssen.
• 18:45
  Speaker 1: Aber wie das mit... Also ist so eine Allgemeine Allgemeines Wissen aus der Sozialpsychologie.
• 18:52
  Speaker 1: Wie das jetzt mit KI in Zusammenhang steht, ist eine sehr spannende Frage müsste man sich aber genauer anschauen.
• 18:59
  Speaker 2: Du hast ja an deiner Forschung auch untersucht unter anderen wie sich die Führungsstile verändern?
• 19:06
  Speaker 2: Welche neuen Anforderungen stellt KI an Führungskräfte?
• 19:11
  Speaker 2: dass sie quasi die KI in ihr Team tragen ohne dass das Team genauso einen selbstgefährdenden Mechanismen irgendwie unterliegt.
• 19:20
  Speaker 1: Das ist eine sehr spannende Frage, der ich auch noch näher nachgehen möchte in nächster Zeit.
• 19:26
  Speaker 1: Einmal würde ich sagen es menschelt stark.
• 19:28
  Speaker 1: also was ja auf jeden Fall eine Kernkompetenz des Menschen bleiben sollte sind die menschlichen Beziehungen, das menschliche Beziehungsmanagement und da sollte eine Führungskraft definitiv darauf achten.
• 19:39
  Speaker 1: welche Beziehung habe ich einerseits zu mir zur Selbstmanagement aber auch zu meinen Beschäftigten, zu meinen Mitarbeitenden?
• 19:48
  Speaker 1: habe ich zu allen Personen die gleiche Beziehung.
• 19:51
  Speaker 1: Häufig geht es ja KI als Technologie, auch mit anderen neuen Technologien ein Herd ist ermöglichen, Hybrid zu arbeiten im Home Office darauf zu achten.
• 19:59
  Speaker 1: halte ich denn die Beziehungen zu meinen Mitarbeitenden oder gibt es Personen, die ich schon seit Wochen nicht mehr gesprochen habe und Eine Möglichkeit sind dann eins zu eins Gespräche regelmäßig oder die Einführung von Teamsitzungen, oder virtuellen Cafés um einfach die Beziehung aufrechtzuerhalten.
• 20:18
  Speaker 1: Oder manche Unternehmen machen es auch so dass sie einen regelmäßigen Teamtag haben vielleicht einmal im Monat oder einmal in der Woche wo Sie sich definitiv sehen und man weiß aus der Forschungszuwiederarbeit das so die informelle Kommunikation also auch mal nicht nur über den Arbeitskontext zu sprechen, sondern auch wie geht es zum Beispiel deinen Kindern oder so?
• 20:39
  Speaker 1: Dass das der soziale Kit ist.
• 20:41
  Speaker 1: Das was ein Team zusammen erhält also da auf die Team-Dynamik, auf den Zusammenhalt zu achten, auf die Beziehung zu achte und was wir natürlich als Hochschule extrem dahinterstehen ist dass man Menschen von vornherein in die KI Einführungen mit einbindet.
• 21:01
  Speaker 2: okay
• 21:02
  Speaker 1: Die Personen, die diese Arbeitsverrichten sind ja schließlich teilweise seit mehreren Jahren die Experten viel ihre Tätigkeit und wissen am besten wie KI eingesetzt werden kann um diese Tätigkeiten oder wie Christian sagt Tätigkeitsbündel zu optimieren.
• 21:17
  Speaker 1: Und dann da ist auch ein Kollege der jetzt gerade hier nicht mit uns im Podcast aber auch sehr stark in der KI Forschung Tobias Kämpf Studien bereits durchgeführt hat und gezeigt hat, es gibt auch das Potenzial.
• 21:30
  Speaker 1: Durch eine gute KI-Einführung die Arbeitstätigkeit zu optimieren, monotone Aufgaben zu reduzieren, Aufgaben erweitern im Sinne einer Vollständigkeit wie Hacker sie immer vertritt.
• 21:43
  Speaker 1: Vollständige Tätigkeit bedeutet, dass ich mir eigene Ziele setzen kann oder mit in die Zielentscheidung oder Zerstellungen eingebunden werde.
• 21:53
  Speaker 1: Ich kann selbst planen, das macht nicht die KI so mit Plan, ich kann die Aufgabe ausführen und ich kann mir Feedback oder bekommen Feedback.
• 22:01
  Speaker 1: Also auch die Tendenz gibt es.
• 22:03
  Speaker 1: aber ein Wichtige und das sagt Tobias auch eine wichtige Voraussetzung dafür ist dass die Menschen mit eingebunden werden in die KI-Einführung und in die Nutzung.
• 22:11
  Speaker 1: Und da haben wir auch gleich das letzte Satz den ich noch sagen möchte Wir hatten einmal die Führungskraft Blick auf Beziehungsmanagement Aber Das geht daraus ja vor Auch im Bezug auf das Ressourcenmanagement KI auch Ressourcen schaffen kann oder zumindest als Führungskraft darauf achte, dass Ressorzen nicht verloren gehen.
• 22:34
  Speaker 2: Wie genau kann das denn aussehen?
• 22:36
  Speaker 2: Gibt es irgendwie Beispiele aus der Praxis wo du sagst hier wurde das besonders gut umgesetzt.
• 22:41
  Speaker 2: Das sind genau die Schritte die man gehen sollte.
• 22:43
  Speaker 2: als Füllungskräft
• 22:45
  Speaker 1: also ich persönlich habe jetzt also da hätte auch wieder Herr Kämpf hätte tatsächlich persönliche Beispiele für Genau, ich kann es nur aus anderen Kontexten sagen wo wir gemeinsam mit Führungskräften an der Erweiterung der Ressourcen gearbeitet haben.
• 23:01
  Speaker 1: Und ein Klassiker ist hier der Ansatz der Gefährdungsbeurteilungen den sowieso jeder Betrieb durchführen sollte.
• 23:07
  Speaker 1: eine Gefährderungsbeorteilung weil man da ganz genau sieht wie ist denn die Ressource und Belastungslage vor einer Veränderung der Arbeitstätigkeit, zum Beispiel durch KI.
• 23:18
  Speaker 1: Und wie ist sie danach?
• 23:19
  Speaker 1: Gehen z.B.
• 23:20
  Speaker 1: Investoren wie Autonomie verloren oder Wechselautonomie sogar.
• 23:24
  Speaker 1: und da geht man klassischerweise kann man zuerst erstmal mit dem Fragebogen reingehen und dann in Workshops nochmal mit den Betroffenen Beschäftigten darüber sprechen und auch gemeinsam sich Maßnahmen überlegen also so mit bestimmte eingebundete partizipative Arbeits Gestaltung.
• 23:41
  Speaker 1: Und da geht das eben gemeinsam mit der Führungskraft und potenziell noch mit einer Expertin, einen Experten, der sich gut auskennt mit Arbeitsgestaltung?
• 23:49
  Speaker 2: Mhm!
• 23:50
  Speaker 2: Ganz wichtig bei der Einführung von KI sind ja auch die Betriebsräte.
• 23:54
  Speaker 2: Christian du hast ein KI Diploma für Betriebesräte mitentwickelt wenn ich das richtig gesehen habe um die Strategie fähig zu machen.
• 24:01
  Speaker 2: welche Kernkompetenzen benötigen deine Betriebersräte um so eine Einführungen von KI System in ihrem Unternehmen kritisch und konstruktiv zu begleiten?
• 24:39
  Speaker 0: muss diese Gruppe verstehen, erkennen was sind die Grenzen und Möglichkeiten der aktuellen Technikentwicklung im KI-Bereich.
• 24:49
  Speaker 0: Also natürlich muss man ein Stück weit tiefer reintauchen in das Thema Transformerarchitekturen, generative KI, Deep Learning, neuronale Netze.
• 25:00
  Speaker 0: also das ist so etwas... Ich sage immer gerne, man muss nicht in den Mariannen graben.
• 25:06
  Speaker 0: Aber so mittelmehr tiefer sollte man schon erreichen und das ist halt etwas wofür man auch mal Zeit braucht.
• 25:12
  Speaker 0: Das schafft man häufig auch nicht unbedingt in einem Online-Kurse oder so.
• 25:15
  Speaker 0: Das ist tatsächlich etwas wo man einfach mal tiefer reintauchen muss und mit einer Expertin oder einem KI Entwickler da wirklich auch im Austausch stehen können sollte.
• 25:25
  Speaker 0: Ein zweiter Aspekt aus der Geschichte Aber auch aus der theoretischen Beschäftigung wissen wir, dass Technikeinführungsprozesse immer soziotechnisch gedacht werden sollten.
• 25:41
  Speaker 0: das den gewünschten Effekt erzielen.
• 25:43
  Speaker 0: Also in der Regel ja eigentlich Arbeitsproduktivität steigern würden und auch idealerweise natürlich Arbeitsaufwerten, wenn sie Arbeitsabwerten sind, sind sie häufig selten Produktivitätssteigern.
• 25:52
  Speaker 0: Das muss man einfach aussagen.
• 25:54
  Speaker 0: die Erfahrung hat man schon in den viertiger Jahren im letzten Jahrhundert gemacht in irgendwelchen Backbau-Experimenten.
• 25:59
  Speaker 0: Die hat man bei der Computer Integrated Manufacturing Debatte gemacht in den Siebziger, Achtziger Jahren.
• 26:03
  Speaker 0: also.
• 26:04
  Speaker 0: es zieht sich so durch die Technisierung egal ob wir über die erste oder zweite industrielle Revolution sprechen Und diese Kriterien sind wichtig zu verstehen, was muss ich denn berücksichtigen?
• 26:17
  Speaker 0: Ob ich jetzt Personaler bin oder Betriebsräte aus dieser sozio-technischen Perspektive um Menschen zentriert KI zu gestalten.
• 26:25
  Speaker 0: Ja auch mit Blick auf Produktivkraftsteigung und Produktivitätssteigung logisch.
• 26:30
  Speaker 0: Dritter wesentlicher Aspekt den wir alle letztendlich kennenlernen müssen ist die Frage von rechtlichen Rahmenbedingungen und Grundaspekten, die man beachten muss.
• 26:40
  Speaker 0: Wir haben in Deutschland das System der Mitbestimmung.
• 26:43
  Speaker 0: Das ist im Prinzip ein wahnsinniger Wettbewerbs- und Standortvorteil den wir haben Weil gerade aus der amerikanischen Literatur und Forschung wissen wir Wenn man das alles reine Markt überlässt dann haben wir zu viele Verlierer zu wenig Gewinner Und vor allem haben wir sehr technikzentrierte Einführungsprozesse in Unternehmen und Organisationen.
• 27:01
  Speaker 0: Es führt eben dazu den nicht gewünschten Effekten dass es zu einer weiteren Polarisierung und Arbeitsmarkt kommt.
• 27:06
  Speaker 0: unser weiter Also das heißt, wir haben eigentlich dieses fantastische System.
• 27:10
  Speaker 0: Das in dieser Situation ist eine sehr historisch-transformative Situation wirklich besonders geeignet ist um so eine gute Transformation der menschenzentrierte Transformation zu schaffen.
• 27:20
  Speaker 0: oder muss man natürlich auch diesen rechtlichen Kanon kennen?
• 27:23
  Speaker 0: Da haben wir den AI Act auf EU Ebenen aber natürlich auch die deutsche Gerechtigesetzgebung dazu.
• 27:29
  Speaker 0: also es sind so die drei großen Zäulen, die wir vermitteln in diesem Zertifikat Manusortiertes Management.
• 27:37
  Speaker 2: Jetzt hast du es ja gerade schon angesprochen, die Situation in den USA und Deutschland ist sehr unterschiedlich.
• 27:42
  Speaker 2: Und von den USA hört man in letzter Zeit immer wieder Meldungen wie große Unternehmen, gerade Tech-Unternehmen Belegschaft abbauen weil sie sagen das macht jetzt die KI, zwanzig Prozent hier und zehn Prozent da.
• 27:54
  Speaker 2: allerdings gibt es meines Wissens nach wenig Studien die tatsächlich belegen wie viel produktiver uns KI macht im Alltag.
• 28:04
  Speaker 2: Hast du da irgendwie Wissen drüber, wie viel produktiver uns KI machen kann?
• 28:09
  Speaker 0: Also wir haben eine total heterogene Studienlage.
• 28:12
  Speaker 0: Es kommt fast darauf an, wie man fragt.
• 28:15
  Speaker 0: Wenn man auf Management-Ebene fragt und es sind ja häufig so die Beratungsunternehmen, befragen er das Management auch das mittlere Management dann kommen da ziemlich große Produktivitätssteigerungsraten bei raus bis zu dreieinhalb Prozent pro Jahr durch den Einsatz von KI.
• 28:32
  Speaker 0: Ja, das spielt dann auch der Gedanke mit.
• 28:34
  Speaker 0: Wir können Mitarbeitende ersetzen durch KI und zwar auch in größeren, aber es ist auch diese klassische Teilautomatisierung die hier eine Rolle spielt.
• 28:43
  Speaker 0: wenn man die etwas seriöseren Studien betrachtet, die auch stärker makroökonomisch also gesamtwirtschaftlich modellieren da gibt's das kommt leider das meiste wirklich tatsächlich aus den USA.
• 28:52
  Speaker 0: ich wünschte wir hätten hier in Deutschland auch ne solidere Studienlage dazu.
• 28:57
  Speaker 0: Aber da werden Die Produktivitätseffekte schon deutlich geringer und vor allem gemischter.
• 29:03
  Speaker 0: Da haben wir die OECD, da haben wir den DIWF oder andere Forschungseinrichtungen wie vom Massachusetts Institute for Technology... ...und die großen Unis in USA.
• 29:14
  Speaker 0: Da landen wir zum Teil bei ganz geringen Produktivitätssteigungsraten auf die nächsten zehn Jahre projiziert werden.
• 29:21
  Speaker 0: Denken Sie an den Wirtschaftsnobelpreisträger von vorletzten Jahren glaube ich, Derren Aschbollo der Ja, nicht mal ein Prozent über zehn Jahre ausgeht.
• 29:33
  Speaker 0: Das ist wenig und hängt wirklich auch damit zusammen wie man das dann bemisst auf einer Makro-Ebene also auf eine gesamtwirtschaftliche Nähe.
• 29:41
  Speaker 0: Das jetzt vielleicht ein bisschen zu kompliziert für den Podcasten aber was alle Studien zeigen – und das ist es worauf eigentlich viele abzielen – ist die Frage können wir durch KI Kosten einsparen?
• 29:54
  Speaker 0: Und können wir die Qualität verbessern?
• 29:56
  Speaker 0: Und da kommen wir zu ziemlich beeindruckenden und auch übereinstimmenden Projekzionen und Beobachtungen.
• 30:03
  Speaker 0: Da reden wir wirklich so von fünfundzwanzig bis dreißig Prozent Kosteneinsparungspotenzial, das heißt aber noch nicht Arbeitsprodukt wie die Steigerung.
• 30:11
  Speaker 0: Das muss man noch ein bisschen abschichten.
• 30:13
  Speaker 0: Aber diese Kosteeinsparungs da auf der gerade auf der betrieblichen Ebene ist natürlich ein riesiger Wettbewerbsvorteil wenn man es dann nutzt und darauf zielen viele dieser Studien ab Ob und wie sich das dann in Produktivität bemessen lässt, steht nochmal auf einem anderen Blatt.
• 30:29
  Speaker 0: Und hat dann auch viel mit Verteilung letztendlich zu tun dieser einzelnen Produktivitätsgewinne auf einer breiteren Ebene.
• 30:37
  Speaker 2: Momentan sparen ja die Unternehmen in erster Linie dadurch dass sie weniger Menschen für mehr Arbeit brauchen.
• 30:46
  Speaker 2: Wie kann denn sichergestellt werden?
• 30:48
  Speaker 2: Dass da nicht so ein soziales Gefälle entsteht, dass wir so ein paar Leute haben die super Jobs haben und ganz viele Leute, die gerade in den ich sag jetzt mal Denkarbeiter oder Bürojobs Menschen, die keine Arbeit mehr finden.
• 31:03
  Speaker 2: Wie kann sowas diese extra Gewinne, die dadurch entstehen bei den Unternehmen fair in der Gesellschaft verteilt werden?
• 31:09
  Speaker 2: Es gab ja jetzt neulich auch diese Vorstellung von Sam Altman wie er sich das alles vorstellt in der gesellschaft mit dem so einer altbedingungslosen Grundeinkommen oder so.
• 31:19
  Speaker 2: Gibt es dazu Ideen, wie wir dem entgegentreten können?
• 31:23
  Speaker 0: Also die Vorstellung von einem bedingstglosen Grundeinkommen.
• 31:27
  Speaker 0: Die aus dem Silicon Valley geäußert wird und das ist jetzt Sam Oltmann ja relativ spät dran mit seiner Ausung.
• 31:32
  Speaker 0: Ich höre mir schon über zehn Jahren.
• 31:34
  Speaker 0: Die hängt schon damit zusammen dass aus dieser Technik rein Technikperspektive die Entwicklerinnen und Entwickler glauben dass uns die Arbeit ausgeht und das man dann eigentlich nicht mehr diese Nachfrage hat oder eben vielleicht sogar soziale Unruhen, wenn es passiert.
• 31:49
  Speaker 0: Die Arbeitssoziologie – und da sind wir in Deutschland ziemlich gut aufgestellt – sieht das so nicht?
• 31:55
  Speaker 0: Und ist es ja auch bislang so nicht gekommen.
• 31:57
  Speaker 0: also wir reden ja im Prinzip auch schon seit mindestens der ersten Welle der Digitalisierung über die menschenleere Fabrik und wir sehen sie aber nicht!
• 32:03
  Speaker 0: Wir haben's mit immer komplexeren Produkten- und Dienstleistungen zu tun, die brauchen immer mehr Spezialwissen.
• 32:09
  Speaker 0: Ja, wir brauchen vielleicht gewisse Routine-Tätigkeiten nicht mehr.
• 32:11
  Speaker 0: Wir haben da eine hohe Dynamik in der Veränderung von diesen Zusammensätzen und Aufgaben, die sich innerhalb eines Berufes bündeln.
• 32:19
  Speaker 0: Wir sind wahrscheinlich auch demnächst immer mehr neuere Berufsbezeichnungen im Kontext, in diesem Zusammendenken von Daten und Materie, wenn man das so trennen möchte.
• 32:32
  Speaker 0: Das ist spannend und passiert wahnsinnig viel!
• 32:35
  Speaker 0: Aber die politische Antwort darauf haben wir im Prinzip, ich sage mal Tarifverträge aber auch Mindestlohnsysteme.
• 32:44
  Speaker 0: Man muss natürlich gucken dass die Verlierer und gibt es immer in so einer Transformation das nicht zu groß wird die Gruppe und dass sie vor allem eben auch eine Chance in der Möglichkeit bekommt zu den Gewinnern zu gehören.
• 32:54
  Speaker 0: Und dazu gehört einerseits natürlich der staatliche Rahmen.
• 32:57
  Speaker 0: wie kann ich das sicherstellen?
• 32:59
  Speaker 0: Dass über die richtige sinnvolle Qualifikationen die Personen die Möglichkeit bekommen Ja, die eigene Arbeit dauerhaft zu sichern und aufzuwerten.
• 33:08
  Speaker 0: Spannender zu machen, idealerweise besser bezahlt zu machen.
• 33:13
  Speaker 0: Das ist jetzt so der Idealfall aber letztendlich eben auch auf betrieblicher und tariflicher Ebene also Branchebene.
• 33:18
  Speaker 0: Und ja Winner takes all.
• 33:20
  Speaker 0: wenn wir uns darauf verständigen in Deutschland oder Europa dass das nicht der Weg sein kann wie ein USA und dass die Polarisierung auch eben politisch hochgradig gefährlich ist dann Dann haben wir da schon mal einen guten Erkenntnisprozess am Anfang stehen und müssen jetzt über die Instrumente nachdenken, wie wir das am besten umsetzen können.
• 33:39
  Speaker 2: Was wären denn so konkrete Weichen, die Unternehmen und Politik stellen könnten?
• 33:43
  Speaker 2: Und eigentlich auch stellen müssten in den nächsten Monaten und Jahren, um menschenzentrierten Einsatz von KI zu fördern?
• 33:53
  Speaker 0: Also ein ganz konkretes Beispiel – ich will jetzt kein einzelnes Unternehmen hier nennen aber ist eine geschätzte Produktivitätsrechnung in einem Unternehmen heran zu also einzuführen.
• 34:04
  Speaker 0: Das kann man machen, das muss jetzt nicht auf die auf den Cent genau sein und auf die Arbeitssekunde genau, dass kann man auch ein Stück weit gröbgrobschlechtiger machen als sieht man ja bei welcher Tätigkeit im jeweiligen Gewerk, welche Abteilungen wie Kosten eingespart werden können durch den Einsatz von KI.
• 34:25
  Speaker 0: Einsparung kann man zum Teil und es wird auch in manchen Unternehmen Deutschland gemacht, für einen Qualifikationsfonds zu nehmen.
• 34:30
  Speaker 0: Und aus diesen Qualifikationen können sich dann Beschäftigte darauf bewerben bzw.
• 34:35
  Speaker 0: diejenigen, die potenziell zu den Verlierern gehören.
• 34:37
  Speaker 0: und in diesem Qualifikionskonstrukt.
• 34:41
  Speaker 0: Da kann man sozusagen sich anmelden und sagen ich möchte gerne, ich brauche jetzt hier eine Qualification Das ist wichtig, damit ich hier weiterhin arbeitsfähig bin und in die nächste Tarifstufe beispielsweise komme.
• 34:50
  Speaker 0: Da sind ganz konkretes Beispiel wie Betriebe Unternehmen darauf reagieren können dass es natürlich auch im eigenen Betrieb Gewinner- und Verlierergruppen gibt.
• 34:59
  Speaker 2: Okay!
• 35:00
  Speaker 2: Und noch eine letzte Frage an Nicole Wie können denn Führungskräfte wenn sie so auf ihr eigenes Unternehmen blicken eine klare Vision entwickeln?
• 35:13
  Speaker 2: KI an ihren Mitarbeiterinnen und Mitarbeitern weitergeben.
• 35:16
  Speaker 2: Und wie genau sie sowas einführen, denn am Ende muss ja die Führungskraft entscheiden... ...wie sie ihr Unternehmen KI fit
• 35:24
  Speaker 2: macht.".
• 35:24
  Speaker 1: Ja da würde ich ja unmittelbar an das anknüpfen was Christian gerade schon gesagt hat mit der geschäftigten Produktivitätsrechnung.
• 35:31
  Speaker 1: letztendlich ist der KI eine Möglichkeit um das Unternehmen die Arbeit voran zu bringen.
• 35:38
  Speaker 1: Und ich muss erstmal für mich als Unternehmen schauen, wofür möchte ich diese Hilfe nutzen und wo möchte ich als Unternehmung hin?
• 35:46
  Speaker 1: Das wird ja dann wiederum in den Abteilungen mit den Führungskräften umgesetzt.
• 35:50
  Speaker 1: D.h.,
• 35:50
  Speaker 1: man muss eine Idee davon haben, wie möchte ich, wovorfür möchte ich eigentlich kann ihn nutzen?
• 35:57
  Speaker 1: Da würde ich aber auch wieder als Arbeitspsychologin dafür plädieren... eben nicht nur das Top-Down zu steuern, sondern auch die die mittende Arbeit mit einzubeziehen.
• 36:09
  Speaker 1: Wo sie Möglichkeiten sehen um zum Beispiel ihre Arbeit ihrer Ergebnisse zu optimieren.
• 36:18
  Speaker 1: Das eine und was wir auch häufig in Unternehmen sehen dass es Parallelprozesse gibt Das eine Abteilung fängt mit einem Prozess an, der andere fängt über dem Prozess.
• 36:29
  Speaker 1: Und die hebeln sich teilweise aus und gehen nicht in einer gemeinsamen Strategie auf und führen bei den Beschäftigten dazu dass sie keine Lust mehr auf Veränderungen haben.
• 36:41
  Speaker 1: Na, da gibt es auch einen ganzen Forschungsstrang zu was Veränderung oder sehr häufige Veränderungen mit Mitarbeitenden macht und dass das nicht dazu führt, dass man besonders motiviert ist in die Veränderungs-Mit reinzugehen.
• 36:53
  Speaker 1: Die ist ja gerade eigentlich jetzt bräuchte diese Veränderingsmotivation sondern dass da eher zu Ängsten Widerständen und Reaktanz kommt.
• 37:01
  Speaker 1: Und deswegen auch deswegen ist es wichtig Mitarbeiter mit einzubeziehen regelmäßig zu informieren ihnen die Sicherheit zu geben.
• 37:09
  Speaker 1: Es geht nicht darum deinen Job abzuschaffen und wenn es da Änderungen geben wird, dann hat ja Christian Aukert gesagt.
• 37:16
  Speaker 1: Dann haben wir Möglichkeiten um dich hier innerhalb des Unternehmens weiter zu qualifizieren.
• 37:22
  Speaker 2: Das ist ganz spannend.
• 37:23
  Speaker 2: ich hätte nicht gedacht dass sich diesen Punkt aus diesem Gespräch mitnehmen das gefühlt KI eigentlich uns dazu zwingt mehr miteinander über verschiedene Ebenen hinweg in einem Unternehmen zusammenzuarbeiten anstatt dass jeder so sein Ding macht sich nur noch von der KI helfen lässt, sondern dass wir das nur gemeinsam schaffen.
• 37:44
  Speaker 0: Das ist aber auch ein Stück weit eine Perspektive die wir in Deutschland und Europa vertreten und sehen.
• 37:50
  Speaker 0: Aber vielleicht nochmal einen Nachsatz zu dem was ich vorhin gesagt habe.
• 37:53
  Speaker 0: Die etwas sage mal wegweisenden amerikanischen Forschergemeinde die guckt schon sehr genau nach Deutschland Was die Materialisierung vom Produktivitätseffekt betrifft?
• 38:04
  Speaker 0: Und das war es was du auf gerade angesprochen hast mit Blick auf Verteilungsfragen, also wenn es große Verlierergruppen gibt.
• 38:10
  Speaker 0: Weil in den USA ist es tatsächlich auch die Angst dann vor dem eigenen Arbeitsplatzverlust und aber auch vor dem Verlust von Sinnhaftigkeit der Eigentätigkeit schon ausgeprägte als hier in Deutschland was damit zertun hat mit dem Institutionellen System das wir haben was Lohnfindung und ja Lohnpolitik betrifft aber eben auch Arbeitsschutz und Arbeitspsychologische Kriterien, was Nicole angesprochen hat.
• 38:35
  Speaker 0: Da gucken die Amerikaner schon sehr genau zu uns und gucken auch ein bisschen neidisch.
• 38:41
  Speaker 0: Weil Menschenzentrierung von KI ist ja jetzt irgendwie kein heeres Ziel das wir uns ausgedacht haben als Gegenpol zur Technikzentrierungen.
• 38:51
  Speaker 0: Wir wissen nur aus der Geschichte Technik-Zentrierung so wie es in den USA läuft funktioniert meistens nicht also wir kriegen die KI nicht, wir bekommen die Technik zum Fliegen Platt gesagt.
• 39:00
  Speaker 0: Und die Menschenzentrierung, also das soziotechnische, dass dahinter steckt.
• 39:03
  Speaker 0: Das ist ja das Geheimnis des Erfolges und das ist eigentlich in dem Institutionensystem der Beteiligung wie sie Nicole angesprochen hat es sehr viel enger angelegt und vor allem eben institutionalisiert über Mitbestimmung, sodass wir hier wirklich im Prinzip einen großen Wettbewerbsvorteil haben müssen.
• 39:19
  Speaker 0: ihn nur nutzen und vor allen erst mal erkennen, das ist ganz wichtig.
• 39:23
  Speaker 2: Das is' eigentlich ein total schönes Schlusswort.
• 39:26
  Speaker 2: Also bei der Diskussion um Karriere hört man ja oft, Deutschland hängt ja daher.
• 39:30
  Speaker 2: Hier sind wir mal vorbildlicher organisiert einfach aus unseren sozialpolitischen Strukturen heraus.
• 39:37
  Speaker 2: schon Das finde ich sehr beruhigend.
• 39:39
  Speaker 2: Vielen Dank dass ihr heute bei mir wart und wie über das Thema sprechen konnten fand dich sehr spannend Und Ich bin auch sehr gespannt was sich in den nächsten Jahren noch bewegen wird In dem Bereich und Wie gut Wir das in unseren deutschen Unternehmen umgesetzt bekommen.
• 39:56
  Speaker 2: Danke schön, dass ihr da wart.
• 39:57
  Speaker 0: Vielen Dank für die Einladung!
• 39:58
  Speaker 1: Ja danke schön.
• 40:01
  Speaker 3: Das war's für heute.
• 40:03
  Speaker 3: Den nächsten Deepdive hört ihr an dieser Stelle Anfang Juni und es würde mich freuen wenn ihr dann wieder dabei seid.
• 40:09
  Speaker 3: Bis dahin könnt ihr natürlich mit unserem kompakten KI-Update jeden Montag Mittwoch und Freitag auf dem Laufenden
• 40:15
  Speaker 2: bleiben Und
• 40:16
  Speaker 3: falls ihr mal einen Deepdiver passt habt findet ihr eine Sammlung aller Folgen auf heise.de.
• 40:25
  Speaker 3: Den Link dahin findet ihr natürlich auch in den Shownotes.