Latest / KI Espresso / KI im Berufseinstieg: Wie lernt man den Job noch?

Transcript

KI im Berufseinstieg: Wie lernt man den Job noch? · KI Espresso

• 0:00
  SPEAKER_00: Wer neu im Beruf ist, soll mit KI schneller arbeiten.
• 0:04
  SPEAKER_00: Aber wie lernt man die Arbeit, die man dem Assistenten überlässt?
• 0:07
  SPEAKER_00: Am 13.
• 0:08
  SPEAKER_00: Oktober hat das Institut für Arbeitsmarkt und Berufsforschung neue deutsche Beschäftigungsdaten veröffentlicht.
• 0:14
  SPEAKER_00: Die Analyse fragt, wie sich die Beschäftigung bis Ende 2025 nach Alter und KI-Potenzial der Berufe entwickelt hat.
• 0:23
  SPEAKER_00: Einen allgemeinen Einbruch in Berufen mit hohem KI-Potenzial findet die Analyse nicht.
• 0:28
  SPEAKER_00: Bei jungen Beschäftigten gibt es allerdings Warnsignale.
• 0:31
  SPEAKER_00: Unsere Frage ist, wie erhalten wir den Weg vom ersten Auftrag zum eigenen Urteil?
• 0:37
  SPEAKER_01: Denn eine erledigte Aufgabe zeigt noch nicht, was jemand dabei gelernt hat.
• 0:41
  SPEAKER_01: Und wer später andere anleiten soll, muss irgendwann selbsterfahrung sammeln können.
• 0:45
  SPEAKER_01: Was sagen die deutschen Zahlen tatsächlich?
• 0:48
  SPEAKER_00: Das schauen wir uns zuerst an.
• 0:50
  SPEAKER_00: Danach geht es um zwei sehr unterschiedliche Untersuchungen.
• 0:53
  SPEAKER_00: Einen Lerntest beim Programmieren und KI im Kundendienst.
• 0:57
  SPEAKER_00: Ich bin Marc.
• 0:57
  SPEAKER_01: Und ich bin Irene.
• 0:59
  SPEAKER_01: Willkommen bei KI Espresso.
• 1:01
  SPEAKER_00: Das Institut untersucht rund 22 Millionen sozialversicherungspflichtige Vollzeitbeschäftigte.
• 1:07
  SPEAKER_00: Bei den 20- bis 29-Jährigen sank die Beschäftigung von 2022 bis 2025 in Berufen mit hohem KI-Potenzial um 3,8 Prozent.
• 1:19
  SPEAKER_00: In weniger betroffenen Berufen waren es 2,6 Prozent.
• 1:23
  SPEAKER_00: Der Abstand beträgt also 1,2 Prozentpunkte.
• 1:27
  SPEAKER_01: Was heißt hier betroffen?
• 1:29
  SPEAKER_01: Haben die Unternehmen tatsächlich KI eingeführt und deshalb weniger Leute eingestellt?
• 1:34
  SPEAKER_00: Das misst diese Einteilung nicht.
• 1:36
  SPEAKER_00: Sie schätzt, welcher Anteil der Tätigkeiten mit KI schneller erledigt werden könnte.
• 1:41
  SPEAKER_00: Wie ein bestimmter Betrieb KI nutzt, wissen wir daraus nicht.
• 1:44
  SPEAKER_00: Und die Altersgruppe ist nur eine Annäherung an den Berufseinstieg.
• 1:47
  SPEAKER_00: Eine Person mit 29 kann längst mehrere Jahre Erfahrung haben.
• 1:52
  SPEAKER_01: Dann können auch andere Gründe hinter dem Rückgang stecken, etwa die schwache Wirtschaft.
• 1:56
  SPEAKER_00: Ja.
• 1:57
  SPEAKER_00: Die Analyse berücksichtigt weitere Faktoren.
• 2:00
  SPEAKER_00: Danach ist der negative Zusammenhang zwischen KI-Potenzial und Beschäftigung bei den Jungen insgesamt statistisch nicht signifikant.
• 2:08
  SPEAKER_00: Er wird zwar stärker, bleibt aber unsicher.
• 2:11
  SPEAKER_00: Die wirtschaftliche Schwäche zeigt einen stärkeren Zusammenhang.
• 2:15
  SPEAKER_00: In einzelnen Gruppen, im verarbeitenden Gewerbe und in nicht akademisch geprägten Berufen findet sich allerdings ein statistisch signifikanter negativer Zusammenhang.
• 2:25
  SPEAKER_01: Auch dort ist damit noch keine Ursache bewiesen.
• 2:27
  SPEAKER_01: Wir haben also Anlass, genauer hinzusehen.
• 2:30
  SPEAKER_01: Aus diesen Daten lässt sich kein Urteil ableiten, dass KI den Berufseinstieg in Deutschland schon versperrt hat.
• 2:37
  SPEAKER_00: Die Frage nach dem Lernen reicht über diese Beschäftigungszahlen hinaus.
• 2:41
  SPEAKER_00: Nehmen wir als Beispiel eine neue Kollegin im Kundendienst.
• 2:45
  SPEAKER_00: Sie liest eine Anfrage und formuliert eine Antwort.
• 2:48
  SPEAKER_00: Dabei könnte sie üben, eine fehlende Angabe zu erkennen oder zu entscheiden, wann sie den Fall weitergeben muss.
• 2:53
  SPEAKER_00: Eine erfahrene Kollegin kann ihr erklären, warum eine freundlich klingende Antwort am Problem vorbeigeht.
• 2:59
  SPEAKER_01: Und wenn der Assistent die Antwort vorbereitet, kann sie dieselben Fragen daran prüfen.
• 3:04
  SPEAKER_01: Sie muss nicht jede Formulierung selbst erfinden.
• 3:06
  SPEAKER_00: Stimmt.
• 3:07
  SPEAKER_00: Entscheidend wäre in diesem Beispiel, ob sie die Entscheidung nachvollzieht.
• 3:11
  SPEAKER_00: Wenn sie nur auf Senden klickt, bleibt offen, ob sie beim nächsten etwas anderen Fall zurechtkommt.
• 3:16
  SPEAKER_00: Das ist ein mögliches Ausbildungsproblem.
• 3:18
  SPEAKER_00: Die deutsche Beschäftigungsanalyse hat es nicht untersucht.
• 3:22
  SPEAKER_01: Man müsste also nach der gemeinsamen Arbeit eine neue Aufgabe stellen.
• 3:25
  SPEAKER_01: Dann sieht man eher, was die Person selbst verstanden hat.
• 3:28
  SPEAKER_01: Gibt es dafür einen Versuch?
• 3:30
  SPEAKER_00: Ja, beim Programmieren.
• 3:31
  SPEAKER_00: Forschende bei Anthropic ließen 52, überwiegend Junior-Entwickler mit Python-Erfahrung eine unbekannte Bibliothek namens Trio kennenlernen.
• 3:40
  SPEAKER_00: Die Zuteilung zum KI-Zugang war zufällig.
• 3:43
  SPEAKER_00: Die Teilnehmenden bearbeiteten zwei Aufgaben und machten danach einen Test zu Begriffen, zum Lesen von Code und zur Fehlersuche.
• 3:51
  SPEAKER_01: Es ging also um Leute, die schon programmieren konnten, aber dieses Werkzeug noch lernen mussten.
• 3:56
  SPEAKER_01: Wie schnitten sie ab?
• 3:57
  SPEAKER_00: Mit KI-Zugang erreichten sie im Test durchschnittlich 50 Prozent.
• 4:02
  SPEAKER_00: Ohne KI 67%.
• 4:04
  SPEAKER_00: Das sind 17%-Punkte Unterschied.
• 4:06
  SPEAKER_00: Dieser Unterschied war statistisch signifikant.
• 4:09
  SPEAKER_00: Die größte Lücke lag bei der Fehlersuche, also beim Verstehen, warum Code nicht funktioniert.
• 4:14
  SPEAKER_01: Hatten Sie dafür wenigstens deutlich schneller gearbeitet?
• 4:17
  SPEAKER_00: Im Mittel waren sie mit KI ungefähr zwei Minuten schneller.
• 4:21
  SPEAKER_00: Der Zeitgewinn war aber statistisch nicht signifikant.
• 4:24
  SPEAKER_00: Wir können daraus keinen gesicherten Tausch ableiten, bei dem man nachweislich Zeit gewinnt und dafür weniger lernt.
• 4:32
  SPEAKER_00: Der Befund zum unmittelbaren Lerntest ist deutlicher als der zur Geschwindigkeit.
• 4:36
  SPEAKER_01: Und ein Test direkt danach sagt noch nicht, was Monate später übrig bleibt.
• 4:40
  SPEAKER_00: Genau.
• 4:41
  SPEAKER_00: Kleine Stichprobe, ein neues Programmierwerkzeug, ein unmittelbarer Test.
• 4:46
  SPEAKER_00: Ob sich das auf andere Berufe oder auf langfristiges Können überträgt, ist offen.
• 4:50
  SPEAKER_00: Der Versuch zeigt aber, warum ein Betrieb neben dem Arbeitsergebnis auch das Verständnis prüfen sollte.
• 4:56
  SPEAKER_01: Bisher klingt das nach einem Risiko für Anfänger.
• 4:59
  SPEAKER_01: Es gibt doch auch die Möglichkeit, dass KI ihnen Wissen zugänglich macht, das sonst nur erfahrene Kollegen haben.
• 5:05
  SPEAKER_00: Dazu passt eine Untersuchung aus dem Kundendienst.
• 5:08
  SPEAKER_00: Ein Arbeitspapier des amerikanischen Wirtschaftsforschungsnetzwerks NBER beschreibt die schrittweise Einführung eines Assistenten bei gut 5000 Beschäftigten.
• 5:17
  SPEAKER_00: In der Fassung vom November 2023 stieg die Zahl gelöster Anliegen pro Stunde im Mittel um 14 Prozent.
• 5:24
  SPEAKER_00: Bei Neulingen und weniger qualifizierten Beschäftigten waren es 34 Prozent.
• 5:29
  SPEAKER_00: Bei den Erfahrenen war der Effekt gering.
• 5:31
  SPEAKER_01: Das widerspricht jedenfalls dem einfachen Bild, KI helfe nur denen, die schon alles können.
• 5:36
  SPEAKER_00: Ja.
• 5:37
  SPEAKER_00: Die Autoren finden auch Hinweise darauf, dass gute Arbeitsweisen weitergegeben werden und Anfänger schneller in die Arbeit hineinfinden.
• 5:44
  SPEAKER_00: Das sind Hinweise, kein Nachweis dauerhafter Selbstständigkeit.
• 5:48
  SPEAKER_00: Gemessen wurde hier vor allem die Arbeit mit dem Assistenten.
• 5:51
  SPEAKER_00: Es war auch kein zufällig zugeteilter Versuch, wie bei Trio.
• 5:54
  SPEAKER_01: Dann müssen wir die beiden Ergebnisse nicht gegeneinander ausspielen.
• 5:57
  SPEAKER_01: Im Kundendienst können Anfänger mit Hilfe mehr erledigen.
• 6:01
  SPEAKER_01: Beim Lernen eines neuen Programmierwerkzeugs kann trotzdem Verständnis fehlen.
• 6:05
  SPEAKER_01: Wir müssen jeweils wissen, was gemessen wurde.
• 6:08
  SPEAKER_00: Und für die Ausbildung brauchen wir beides.
• 6:10
  SPEAKER_00: Brauchbare Ergebnisse im Arbeitsalltag und einer Vorstellung davon, was jemand inzwischen selbst beurteilen kann.
• 6:16
  SPEAKER_00: Aus keiner der beiden Untersuchungen folgt, wie viele neue Stellen ein Unternehmen schaffen oder streichen wird.
• 6:21
  SPEAKER_01: Ich habe einen Einwand gegen die Idee, Anfängeraufgaben zu retten.
• 6:26
  SPEAKER_01: Was, wenn die Routine einfach schlechte Ausbildung war?
• 6:30
  SPEAKER_01: Wer hundert ähnliche Antworten abtippt, lernt vielleicht vor allem, 100 ähnliche Antworten abzutippen.
• 6:37
  SPEAKER_01: Wollen wir solche Arbeit wirklich erhalten?
• 6:40
  SPEAKER_00: Nein.
• 6:40
  SPEAKER_00: Ich würde zuerst fragen, welche Entscheidung jemand lernen soll.
• 6:44
  SPEAKER_00: Nehmen wir wieder den Kundendienst.
• 6:46
  SPEAKER_00: Erkennt die neue Kollegin, wann wichtige Angaben fehlen?
• 6:49
  SPEAKER_00: Dafür würde ich eine überschaubare Übung vorsehen, mit Rückmeldung durch einen erfahrenen Kollegen.
• 6:54
  SPEAKER_00: Wie viele Antworten sie von Hand geschrieben hat, wäre dafür kein ausreichender Maßstab.
• 6:59
  SPEAKER_01: Wie könnte die KI darin vorkommen, ohne dass sie gleich die ganze Übung übernimmt?
• 7:03
  SPEAKER_00: Mein Vorschlag wäre, zunächst eine eigene Einschätzung zu formulieren.
• 7:07
  SPEAKER_00: Danach darf die KI eine Erklärung oder einen Gegenfall liefern.
• 7:11
  SPEAKER_00: Die neue Kollegin begründet, ob sie ihre Antwort ändern würde.
• 7:14
  SPEAKER_00: Zum Schluss bekommt sie einen ähnlichen Fall ohne Assistenten.
• 7:17
  SPEAKER_00: Der Mentor schaut sich besonders die Stellen an, an denen die Begründung nicht trägt.
• 7:22
  SPEAKER_00: Das ist unser Vorschlag für eine Lernübung, kein in diesen Studien geprüftes Trainingsprogramm.
• 7:26
  SPEAKER_01: Das lässt sich auch auf andere Aufgaben übertragen.
• 7:29
  SPEAKER_01: In einer Tabellenkalkulation könnte man etwa erklären lassen, warum eine Formel einen falschen Wert liefert und anschließend einen ähnlichen Fehler selbst suchen.
• 7:37
  SPEAKER_01: Die Übung muss zur Arbeit passen.
• 7:39
  SPEAKER_00: Für diese Richtung gibt es einen begrenzten Anhaltspunkt aus dem Trio-Versuch.
• 7:43
  SPEAKER_00: Wer Verständnisfragen stellte oder Code zusammen mit Erklärungen anforderte, schnitt eher gut ab.
• 7:49
  SPEAKER_00: Die Forschenden haben diese Nutzungsweisen aber erst nachträglich ausgewertet.
• 7:53
  SPEAKER_00: Die Gruppen waren klein und niemand wurde zufällig einer bestimmten Lernstrategie zugeteilt.
• 7:57
  SPEAKER_00: Daraus lässt sich keine Erfolgsgarantie für unseren Vorschlag machen.
• 8:01
  SPEAKER_01: Als Mentor kann die KI also Erklärungen und Übungsmaterial liefern.
• 8:05
  SPEAKER_01: Ob die Erklärung fachlich trägt und die Person etwas gelernt hat, muss weiterhin geprüft werden.
• 8:10
  SPEAKER_01: Sonst bewerten wir am Ende nur, wie überzeugend der Assistent klingt.
• 8:14
  SPEAKER_00: Damit landen wir bei der Firma.
• 8:16
  SPEAKER_00: Angenommen, ein Team automatisiert einfache Aufgaben und stellt deshalb weniger Anfänger ein.
• 8:22
  SPEAKER_00: Es kann heute Arbeit sparen.
• 8:24
  SPEAKER_00: Später könnten ihm dann selbst ausgebildete Fachkräfte fehlen.
• 8:27
  SPEAKER_00: Das ist eine mögliche Folge einer solchen Entscheidung.
• 8:30
  SPEAKER_00: Keine Prognose aus den deutschen Zahlen.
• 8:32
  SPEAKER_01: Aber ein Unternehmen kann auch nicht unbegrenzt Ausbildungszeit finanzieren.
• 8:36
  SPEAKER_01: Und erfahrene Kollegen haben ihre eigene Arbeit.
• 8:38
  SPEAKER_01: Wer trägt den Aufwand für deinen Vorschlag?
• 8:40
  SPEAKER_00: Das Team müsste Lernzeit einplanen und einem Mentor ausdrücklich Zeit dafür geben.
• 8:45
  SPEAKER_00: Sonst verlangt es gleichzeitig schnelle Ergebnisse und gründliche Einarbeitung, ohne Raum für beides zu schaffen.
• 8:51
  SPEAKER_00: Man könnte mit wenigen ausgewählten Übungsfällen anfangen.
• 8:55
  SPEAKER_00: Danach prüft man, welche Entscheidungen die neue Kollegin schon selbst begründen kann und wo sie noch Unterstützung braucht.
• 9:01
  SPEAKER_00: Ob sich der Aufwand im jeweiligen Betrieb lohnt, müsste man dort untersuchen.
• 9:05
  SPEAKER_01: Dann gehört zur Einführung eines Assistenten auch eine Entscheidung über die Ausbildung.
• 9:09
  SPEAKER_01: Welche Aufgabe darf vollständig verschwinden und bei welcher müssen wir die Lerngelegenheit anders schaffen?
• 9:15
  SPEAKER_00: Ja, wer neu anfängt, kann konkret nach einer Aufgabe fragen, die er nach einer Erklärung selbst lösen soll.
• 9:22
  SPEAKER_00: Wer ein Team führt, sollte festlegen, wie diese Lösung mit ihm bespricht.
• 9:26
  SPEAKER_00: So würde ich die Ausbildung mit KI organisieren.
• 9:29
  SPEAKER_00: Die deutschen Daten begründen keinen pauschalen Alarm.
• 9:33
  SPEAKER_00: Sie nehmen uns aber auch diese Ausbildungsentscheidung nicht ab.
• 9:36
  SPEAKER_01: Welche Aufgabe hat euch geholfen, euren Beruf zu verstehen?
• 9:39
  SPEAKER_01: Und wie könnte man das heute mit KI lernen?
• 9:41
  SPEAKER_01: Das war KI Espresso.
• 9:43
  SPEAKER_01: Bis zum nächsten Mal.