Gibt es Beweise dafür, dass die Nutzung von KI während der Arbeit die Produktivität erhöht? In der Tat! Die größte Studie, die diese Hypothese bestätigt, wurde von einer Gruppe von Wissenschaftlern aus amerikanischen Business Schools, darunter der Harvard Business School und der MIT Sloan School of Management, durchgeführt. Die Forscher untersuchten die Arbeit von 758 Beratern, die etwa 7 % aller bei der Boston Consulting Group beschäftigten Berater repräsentieren.
Ihre Aufgabe war es, Konzepte für neue Produkte zu entwickeln, wobei Aspekte wie:
Im Rahmen eines Experiments, das testete, ob KI die Produktivität erhöht, verglichen sie ihre Leistung ohne KI-Unterstützung und mit der Nutzung von GPT-4, dem Sprachmodell, auf dem die neueste Version von ChatGPT Plus basiert. Die Studie hatte zum Ziel zu untersuchen, wie die Integration von KI in die tägliche Arbeit den typischen Arbeitsablauf von Beratern verändern würde.
Quelle: DALL·E 3, Eingabeaufforderung: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
Die Ergebnisse bei BCG waren überraschend klar. Alle Berater mit KI-Unterstützung verbesserten die Qualität ihrer Arbeit. Tatsächlich stieg die Qualität um bis zu 40 %. Aber wie wurde die Studie durchgeführt?
Im Experiment wurden die Teilnehmer zufällig in drei Gruppen eingeteilt:
Die Studie war in drei Phasen unterteilt:
Wie sich herausstellte, waren Berater, die GPT-4 verwendeten, 12,5 % produktiver und 25 % schneller. Die größten Vorteile wurden bei weniger qualifizierten Fachleuten beobachtet, die zusätzliches Training zu effektiven Nutzungsmöglichkeiten von GPT erhielten. In dieser Gruppe verzeichneten die Forscher einen bemerkenswerten Anstieg der Produktivität um 43 %!
Interagierten alle Mitarbeiter auf die gleiche Weise mit KI? Es schien nicht so. Daher beschlossen die Forscher, die zwei häufigsten Wege zu identifizieren, wie KI die Produktivität steigert. Sie nannten sie „Cyborg“ und „Centaur“ Personas.
Das Cyborg-Modell repräsentiert einen kollaborativen Ansatz, bei dem Menschen und KI eng zusammenarbeiten, um Aufgaben zu erreichen. Beispiele für Cyborg-Zusammenarbeit sind:
Im Cyborg-Modell ist die nahtlose Integration der menschlichen und maschinellen Bemühungen entscheidend, um optimale Ergebnisse zu erzielen – so steigert KI die Produktivität erheblich.
Quelle: HuggingFace (https://huggingface.co/spaces/hysts/ControlNet-v1-1)
Das Centaur-Modell umfasst die Delegation von Aufgaben, wobei einige Aufgaben von Menschen und andere von KI basierend auf einer individuellen Bewertung der Stärken und Schwächen jeder Entität durchgeführt werden. Beispiele für Centaur-Strategien sind:
Der Schlüssel liegt in der strategischen Aufteilung der Aufgaben und der Nutzung der Stärken sowohl von Menschen als auch von Maschinen. Der Centaur-Ansatz stellt jedoch eine Herausforderung dar: Wie kann man Aufgaben besser unterscheiden, die für KI geeignet sind und die Produktivität steigern, von denen, die besser von Menschen erledigt werden?
Forscher haben die Herausforderung, die „Kompetenz“ der künstlichen Intelligenz zu definieren, als die „fragmentierten Grenzen der Technologie“ bezeichnet. Dieser Begriff bezieht sich auf die vielfältigen und schwankenden Fähigkeiten der künstlichen Intelligenz.
Die Fähigkeiten von KI entwickeln sich schnell weiter, oft auf unerwartete Weise. Deshalb können Aufgaben, die für Menschen ähnlich herausfordernd erscheinen, auf unterschiedlichen Seiten dieser „Grenze“ liegen – einige können mit Hilfe von KI leicht gelöst werden, während andere über die aktuellen Möglichkeiten hinausgehen.
Zum Beispiel, wie die Studie zeigte, generierte GPT mühelos:
Andererseits machte es Fehler bei einfachen mathematischen Berechnungen. Diese „fragmentierte Grenze“ stellt sowohl für KI-Designer als auch für Benutzer eine Herausforderung dar – es ist schwierig vorherzusagen, welche scheinbar ähnlichen Aufgaben für Algorithmen einfach oder schwierig sein werden. Daher ist es entscheidend, die Fähigkeiten von KI Schritt für Schritt zu erkunden und zu testen. Je besser wir die „fragmentierten Grenzen“ dieser Fähigkeiten verstehen, desto effektiver können wir die Arbeit von Menschen und Maschinen integrieren.
Quelle: DALL·E 3, Eingabeaufforderung: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
In Ihrem Unternehmen können Sie ein ähnliches Experiment durchführen, um zu bewerten, wie sehr künstliche Intelligenz die Arbeitsergebnisse verbessern kann. Es lohnt sich, damit zu beginnen, Aufgaben an Mitarbeiter zu vergeben, wie das Erstellen von Präsentationen, Berichten, Geschäftsvorschlägen oder das Lösen von Fallstudien, sowohl mit als auch ohne Unterstützung von KI. Dies ermöglicht es Ihnen, den tatsächlichen Einfluss auf die Produktivität und die Arbeitsqualität zu messen.
Dennoch ist es wichtig, die Mitarbeiter angemessen vorzubereiten. Um einen Anstieg der Produktivität um 40 % mit KI zu beobachten, ähnlich dem Erfolg bei der Boston Consulting Group, sind Schulungsinitiativen und die Erstellung von Schulungsmaterialien erforderlich.
Der Aufwand wird sich fast sicher auszahlen. Zum Beispiel können Werbeagenturen Kampagnenideen schneller generieren, Banken können Kundendaten effizienter analysieren, und Anwaltskanzleien können Dokumente effektiver erstellen. Überall dort, wo Kreativität, Informationsanalyse oder Texterstellung benötigt wird – KI wird den Mitarbeitern helfen, produktiver zu sein.
Die Entwicklung der künstlichen Intelligenz weckt sowohl große Hoffnungen als auch Bedenken, insbesondere bei Personen, die Schwierigkeiten haben, neue Werkzeuge zu erlernen und ihre Arbeitsmethoden an die sich ändernden Möglichkeiten der Technologie anzupassen.
Es besteht kein Zweifel, dass KI die Produktivität erhöht, indem sie Teams von den einfachsten und sich wiederholenden Aufgaben entlastet. Immer mehr dieser Aufgaben werden automatisierbar sein. Neue Rollen, die menschliche und maschinelle Fähigkeiten kombinieren, werden ebenfalls entstehen, wie KI-Trainer oder Wissensvermittler. Kontinuierliche Weiterentwicklung der Fähigkeiten und das Erlernen einer effektiven Zusammenarbeit mit KI werden entscheidend sein.
Gleichzeitig ist es wichtig, sich der Bedrohungen bewusst zu sein. Automatisierung könnte weniger qualifizierte Personen ihre Arbeitsplätze kosten. Es besteht auch das Risiko, dass das Unternehmen zu abhängig von Technologieanbietern wird. Daher ist es entscheidend, eine gesunde Distanz zu wahren und die von KI bereitgestellten Informationen kritisch zu bewerten.
Die Zukunft der Zusammenarbeit mit KI erscheint faszinierend, aber auch etwas beunruhigend, ähnlich wie in gut geschriebenen Science-Fiction-Geschichten. Einerseits gibt es unglaubliche Möglichkeiten, aber andererseits, haben wir wirklich die Kontrolle über alles?
Die Ergebnisse des Experiments zeigen, dass KI heute die Produktivität erhöht. Bei einigen kreativen und analytischen Aufgaben beschleunigt sie die Arbeit um bis zu 40 %. Weniger qualifizierte Arbeiter profitieren am meisten, aber auch Top-Profis sind schneller und effizienter.
Es ist entscheidend zu verstehen, welche Aufgaben von KI automatisiert werden können und welche menschliches Engagement erfordern. Auch Änderungen in der Art und Weise, wie die Arbeit organisiert ist, werden notwendig sein, um die Möglichkeiten von KI optimal zu nutzen. Und die Zukunft der Arbeit verspricht interessant zu sein – es wird sicherlich nicht langweilig. Wenn Sie an einer noch detaillierteren Beschreibung dieser Studie interessiert sind, lesen Sie den vollständigen Bericht (Link).
Wenn Ihnen unsere Inhalte gefallen, treten Sie unserer aktiven Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.
JavaScript-Experte und Dozent, der IT-Abteilungen schult. Sein Hauptziel ist es, die Produktivität des Teams zu steigern, indem er anderen beibringt, wie man effektiv beim Programmieren zusammenarbeitet.
Unternehmen haben Schwierigkeiten, eine große Menge an Inhalten zu verwalten, die online veröffentlicht werden, von…
In der Ära der digitalen Transformation haben Unternehmen Zugang zu einer beispiellosen Menge an Daten…
Wussten Sie, dass Sie die Essenz einer mehrstündigen Aufnahme aus einem Meeting oder einem Gespräch…
Stellen Sie sich eine Welt vor, in der Ihr Unternehmen ansprechende, personalisierte Videos für jeden…
Um das Potenzial von großen Sprachmodellen (LLMs) vollständig auszuschöpfen, müssen Unternehmen einen effektiven Ansatz zur…
Im Jahr 2018 hatte Unilever bereits eine bewusste Reise begonnen, um Automatisierungs- und Erweiterungsfähigkeiten in…