Jetzt gibt es Künstliche Intelligenz (KI), aber was kann man eigentlich als Führungskraft damit machen? Welche Anwendungsfälle gibt es und wie kann man sie geschickt einsetzen? Diese Frage haben wir uns beim diesjährigen Zukunftsforum gestellt und gemeinsam mit den Teilnehmenden Einsatzmöglichkeiten bewertet sowie den erwarteten Nutzen und die Risiken diskutiert.
Gut zu wissen: Was kann KI heute schon?
Wenn wir hier über KI sprechen, ist meist ChatGPT gemeint, der als sprachbasierter ChatBot Texte analysieren und generieren kann. Die Möglichkeiten zur Analyse von Daten durch KI gehen weit über sprachbasierte Dienste hinaus. Zur Inspiration lohnt sich ein Blick in das Periodensystem der KI des Bitkom »(siehe Leselinks)«: Hier werden weitere Einsatzzwecke von KI systematisch vorgestellt, wie bspw. die Stimm- und Gesichtserkennung. Dadurch lassen sich zuverlässig Einschätzung zum emotionalen Zustand eines Gegenübers und damit Hinweise auf eine mögliche Intervention ableiten, alles durch KI.
KI in der Führung nutzen
Von der Strategieentwicklung bis zur Konfliktlösung lassen sich die Aufgaben einer Führungskraft in sieben Handlungsfelder unterteilen (siehe Abb. 01) und KI kann hier an vielen Stellen eingesetzt werden: für automatisierte Protokolle (indem KI Meetings transkribiert, wichtige Punkte zusammenfasst), bei der Automatisierung von Routineaufgaben (indem KI Dienstpläne erstellt, Termine und Meetings organisiert), aber auch bei der Früherkennung von Konfliktmustern (KI analysiert Daten und erkennt Trends in Teaminteraktionen, die auf potenzielle Konflikte hinweisen).
Abbildung 1: Aufgabenspektrum einer Führungskraft (Quelle: eigene Darstellung)
Wo liegt am meisten Potenzial?
Soweit die Theorie, aber wie praxistauglich ist das? Um herauszufinden, wo am meisten Potenzial liegt, haben wir die verschiedenen Anwendungsfälle von den Teilnehmenden eines Workshops auf dem Zukunftsforum bewerten lassen. Das Ergebnis: KI wird in Zukunft am ehesten in der Entscheidungsfindung unterstützen– in dem sie bspw. die Arbeitsweisen von Angestellten im Detail analysiert und mit neuen Ansätzen vergleicht. Dabei stellt die Software fest, wie sich ein Arbeitsvorgang am effektivsten integrieren lässt, und erteilt den Angestellten Anweisungen (Gentsch, 2019, S. 61). Oder KI erleichtert den Zugriff auf relevante Informationen (Dukino et al., 2019).
Abbildung 2: Führung mit Unterstützung durch KI (KI-generated Dall-E)
Große Skepsis bei zwischenmenschlichen Fähigkeiten
Ob KI zwischenmenschliche Fähigkeiten übernehmen soll, zeigte sich bei den Teilnehmenden ein klares Bild: Nein! Weder die Erkennung von Konfliktmuster noch die Mediation oder die Emotionserkennung durch KI wurden als relevant eingeschätzt. Auch Studien bestätigen dieses Ergebnis und zeigten, dass bei menschlichen Aufgaben algorithmische Entscheidungen als weniger fair und vertrauenswürdig wahrgenommen wurden (Grotenhermen et al., 2020; Lee, 2018). Wurde die Transparenz erhöht, erhöhte sich allerdings auch die Akzeptanz und das Vertrauen in ein KI System (Grotenhermen et al., 2020). Beschäftigte begründen die Ablehnung von KI oft mit dem mangelnden Verständnis für den Nutzen der Technologie (Schlögl et al., 2019). Die Folge: Wenn das Vertrauen in das System nicht gegeben ist, dann sinkt auch der wahrgenommene Nutzen (Schnall et al., 2015).
Und was bringt es? Mehr Objektivität! Höhere Effizienz!
Als Grundgedanke hinter der hoch bewerteten Relevanz zum Einsatz von KI in der Entscheidungsfindung in der Führungsarbeit liegt der Wunsch nach einer Versachlichung in der Thematik. Datengestützte Verbesserungsvorschläge sind frei von Emotionen, von eigenen »blinden Flecken«, von persönlichen Vorlieben und schaffen damit eine transparente und nachvollziehbare Entscheidungsgrundlage. Einen Schritt weiter gedacht wird damit auch Wissensarbeit messbar(er), ähnlich wie den Ergebnissen aus der Produktion, also eine Art Fortschritts- oder Produktivitätsanzeige des jeweiligen Tages. Für den einen motivierender Ansporn, für den anderen gängelnde Überwachung.
Besonders gut kam die Idee an, durch KI Meetings zu strukturieren, so dass zum Ende der Besprechungszeit das Protokoll in Echtzeit schon erstellt, die wichtigsten Punkte zusammengefasst und alle Aufgaben verteilt sind. Wenn nicht – bleibt die Tür geschlossen und eine freundliche Stimme erinnert an die noch offenen ToDos. Für den einen Teilnehmenden als segensreiche (und nicht ganz ernst gemeinte) Hilfe zur eigenen Strukturierung und Selbstdisziplin, für den anderen schon ein Grund, den Job zu kündigen.
Gut gemeint heißt noch lange nicht gut gemacht
Und was lernen wir daraus: Den Faktor Mensch immer mitberücksichtigen. Auch wenn die KI Verbesserungen vorschlägt – wir alle ticken anders, haben eigene Stärken und Schwächen, auf deren Basis wir uns ins Berufsleben einbringen und bestenfalls die Aufgaben danach aussuchen. Deshalb gilt auch hier, dass man einen sehr genau arbeitenden Mitarbeiter nicht zur Eile treiben soll, sondern die Aufgaben entsprechend wählen, dass diese Stärke zum Einsatz kommt. Auch wenn die KI etwas anderes empfiehlt. Aber diese Empfehlung vielleicht nutzen, um ins Gespräch zu kommen. Oder sich von Mitarbeitenden die Möglichkeiten von KI zeigen zu lassen und als Führungskraft effizienter werden. Wie auch immer, ausprobieren, gemeinsam Lösungen finden und sich auf die Reise machen. Denken ist allen erlaubt – Führungskräften, Mitarbeitenden und KI. Weitere Impulse gewünscht? Werden Sie Teil des Innovation Hub »Generative AI«
Leselinks:
- Das Periodensystem der KI – systematische Übersicht über die Einsatzzwecke von KI
- Veranstaltung ZukunftsForum 2024: Faszination Arbeit
- Dukino, C., Friedrich, M., Ganz, W., Hämmerle, M., Kötter, F., Meiren, T., Neuhüttler, J., Renner, T., Schuler, S. & Zaiser, H. (2019). Künstliche Intelligenz in der Unternehmenspraxis. Studie zu Auswirkungen auf Dienstleistung und Produktion. In: Bauer, W., Ganz, W. Hämmerle, M & Renner, T. (Hrsg.). Fraunhofer IAO. Stuttgart. DOI: 10.24406/publica-fhg-300040.
- Gentsch, P. (2019). Künstliche Intelligenz für Sales, Marketing und Service. Mit AI und Bots zu einem Algorithmic Business – Konzepte und Best Practices. 2., überarbeitete und erweiterte Auflage. Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature.
- Grotenhermen, J.-G., Oldeweme, A., Bruckes, M. & Uhlending, L. (2020). Künstliche Intelligenz im Personalwesen – Eine Studie zur Akzeptanz von Entscheidungen intelligenter Systeme (in: ZFO 1/2020).
- Lee, M. K. (2018). Understanding perception of algorithmic decisions: Fair-ness, trust, and emotion in response to algorithmic management. Big Data & Society. (S.1–16). DOI: 10.1177/2053951718756684.
- Schlögl, S., Postulka, C., Bernsteiner, R., & Ploder, C. (2019). Artificialintelligence tool penetration in business: Adoption, challenges and fears. In L. Uden, I.-H. Ting, & J. M. Corchado (Eds.), International Conference on knowledge management in organizations (pp. 259–270). Cham: Springer International Publishing.
- Schnall, R., Higgins, T., Brown, W., Carballo-Dieguez, A., & Bakken, S. (2015). Trust, perceived risk, perceived ease of use and perceived usefulness as factors related to MHealth technology use. In Studies in health technology and informatics (Vol. 216).
- Innovation Hub »Generative AI«
