Wie verändert Künstliche Intelligenz unsere Arbeit?

00:00:05: TDRN, Arbeit in Progress.

00:00:08: Inspirierende Köpfe und frische Perspektiven für die Arbeitswelt!

00:00:13: Was macht künstliche Intelligenz mit uns im Arbeitsalltag?

00:00:16: Das ist eine Frage, die ich heute der Soziologin Sabine Pfeiffer stellen werde.

00:00:21: Ihr Schwerpunkt liegt auf der digitalen Transformation und den Auswirkungen auf unsere Arbeit.

00:00:26: Mein Name ist Stella Sophie Wolczak.

00:00:28: Ich bin Host von T-III Arbeit in Progress Und Frau Pfeifer, ich würde sagen wir steigen direkt mit einem aktuellen Beispiel ein.

00:00:35: Nämlich mit dem Thema AI Brain Try.

00:00:39: Vielleicht erst mal zum Einstieg was steckt denn da überhaupt dahinter?

00:00:42: Was meint dieser Begriff?

00:00:44: Ja, der ist ja von Harvard-Studie geprägt.

00:00:47: AI Brain Fry also im Sinne von unser Hirn wird jetzt gegrillt.

00:00:54: Ist natürlich ein bisschen sehr auf Aufmerksamkeit dieser Begriff wenn man genau hinschaut.

00:01:03: was meinen die damit?

00:01:05: hohes Tempo am Arbeitsplatz, ständige Erreichbarkeit, Informationsflut und so weiter.

00:01:11: Das sind alles Phänomene die wir seit Langem, also arbeitssoziologisch seit Langem sehen in der Arbeit, also Verdichtung von Arbeit, Ausuferungen von Arbeit über die Arbeitszeit hinaus, also Entgrenzung der Arbeitszeit, sind alles Dinge die wir eigentlich seit den neunziger Jahren sehen und die wir leider nicht nur als arbeitssoziologisch sehen.

00:01:35: Wir sind ja auch in den harten Krankenkassendaten, also die psychischen Belastungen mit Stress in der Arbeit zu tun haben, haben wir in den letzten Jahren ständig zugenommen.

00:01:45: Insofern alles andere als ein KI spezifischer befunden.

00:01:51: aber da kommen vielleicht gleich noch mal drauf, die Frage ist schon wird das jetzt nochmal durch KI?

00:01:57: Wird es besser durch KI Weil mir Kai ganz viel abnimmt und ich mich endlich entspannen kann in der Arbeit?

00:02:04: oder nimmt es eher zu, das ist ja die These dieser Studie mit dem etwas vielleicht übertriebenen Titel vom RAI Brain Fry.

00:02:14: Da kommen wir auf jeden Fall noch drauf in der nächsten halben Stunde dieser Episode.

00:02:18: Aber genau das meint ja, dass regelrecht quasi das Gehirn frittiert wird durch künstliche Intelligenz wenn man das so übersetzen möchte.

00:02:25: sprich Arbeitsbelastung steigt Stresslevel steigt Wir können schlechter konzentrieren Wir haben quasi immer mehr zu tun weil wir der KI hinterher arbeiten.

00:02:34: ich weiß in die Richtung Haben sie auch schon geforscht da kommen wir auch noch darauf.

00:02:38: aber generell zu dem Konzept.

00:02:40: Sie hatten ja schon die erste Einordnung gegeben.

00:02:43: Ist es da nicht eigentlich was, was uns seit Jahrzehnten begleitet?

00:02:46: Also generell in der digitalen Transformation.

00:02:48: Das ist immer mehr wird das immer mehr Aufgaben dazu kommen.

00:02:52: also wie unterscheidet denn jetzt KI sich davon?

00:02:56: Also erst mal ist es tatsächlich in der Linie wie gesagt die wir seit Langem beobachten.

00:03:01: Der Zeitdruck nimmt überall zu.

00:03:04: Da gibt's eigentlich glaube ich kein Bereich der Arbeitswelt der davon ausgenommen Und wir haben immer schon die Dendenz gehabt, den digitalen Tours in die Schule zu schieben sozusagen.

00:03:16: Also die Entgrenzung der Arbeitszeit ja seit wie halt alle unser Handy mit uns rumtragen und auch da die Arbeitsemails noch bearbeiten können.

00:03:26: natürlich macht es nochmal eine andere Entgrenzung möglich.

00:03:29: technisch Die Ursache ist aber doch meistens ne andere.

00:03:33: also egal wo wir forschen Seit Jahrzehnten muss ich jetzt schon sagen ... ist in jedem Interview, das ich mit Beschäftigend führe.

00:03:44: Und wenn ich frage was hat sich denn so verändert in den letzten fünf Jahren am Arbeitsplatz?

00:03:48: Ist eine Standardantwort immer... ... je nach Kontext.

00:03:52: Das ist ich.

00:03:52: früher habe hier im Support ... ... dreißig Kunden betreut jetzt muss ich fünftig Kunden Betreuen.

00:03:59: Also wir haben überall oder es gibt viele ... Teams, die sozusagen jedes Jahr eine Steigerung so ordnet bekommen.

00:04:09: Also noch mehr Umsatz, noch mehr Abschlüsse und noch mehr Betreuungen von Kunden usw.

00:04:15: Das sind natürlich bewusste Managemententscheidungen.

00:04:18: Die haben erstmal mit den digitalen Tools nichts zu tun.

00:04:21: Natürlich versuchen Beschäftigte und auch Organisationen diesen ständigen höher schneller Weiterdruck der von oben kommt dann mit den jeweiligen digitalen Tools zu begegnen, um das noch möglich zu machen.

00:04:34: Insofern spielen die dann schon eine Rolle aber sie sind aus meiner Sicht nicht die Ursache.

00:04:39: Wahnsinnig und ist auch bei KI nicht so.

00:04:42: Die Frage ist ja immer wie gestalten wir unsere Arbeitswelt?

00:04:46: Was sind die Ziele, die gesetzt werden?

00:04:48: Wie realistisch sind die?

00:04:51: Gehen die sozusagen am möglichen vorbei und sind eigentlich völlig unrealistisch?

00:04:58: Oder wird einfach noch geguckt, welche Ressourcen sind denn da?

00:05:02: Und was kann ich mit den Ressorzen, die ich habe auch wirklich gut und auch qualitativ gut leisten.

00:05:07: Aber was genau ist denn dann die Ursache, wenn es eben nicht die künstliche Intelligenz ist, die da vielleicht so ein bisschen als Sündenbock vorgeschoben wird?

00:05:16: Die Ursache ist natürlich das alles immer ... Ja jetzt kann ich ganz klar sagen, noch mehr Profit hinten rauskommen muss!

00:05:23: So einfach ist es dann vielleicht im Einzelnen nicht, aber unterm Strich dann vielleicht eben doch.

00:05:30: Wenn sozusagen unsere Arbeitswelt oder die Management denke davon bestärkt wird das mehr immer besser ist?

00:05:38: Nicht unbedingt mehr Qualität sondern mehr an Umsatz, mehr an Abschlüssen, mehr am verkauften Produkten je nach Branche... Dann kommt irgendwann sowas hinten raus.

00:05:49: also wenn man meint es gibt auch einen eine unendliche Steigerung.

00:05:53: Es gibt gar kein Plateau, sondern es muss jedes Jahr und jedes Quartal noch mal was obendrauf kommen.

00:06:00: Das ist natürlich so ne... Da könnten wir jetzt lange über unsere Wirtschaftsweise sprechen.

00:06:04: das steckt da drin.

00:06:07: Das Problem ist glaube ich auch dass die Kosten dann häufig nicht die Unternehmen tragen oder nicht so direkt.

00:06:13: Die Kolleginnen und Kollegen tragen die Kosten.

00:06:15: wenn der eine Kollege im Team ausfällt wegen Burnout Dann müssen die noch mehr arbeiten.

00:06:22: Und auf der anderen Seite trägt natürlich die Gesellschaft die Kosten, aber das Unternehmen selber leidet sozusagen bilanzmäßig erst mal darunter nicht.

00:06:31: Das ist vielleicht einer der Gründe, warum es uns allen schwerfällt aus diesem Hamsterrad

00:06:36: auszubrechen.".

00:06:38: zwar immer mehr ein Output, aber ja teilweise weniger ein menschlicher Arbeitskraft wenn man in die Zukunft guckt was passieren könnte.

00:06:44: Weil nehmen wir jetzt mal an Führungskräfte entscheidern einen höchster Stelle im Unternehmen gehen davon auf.

00:06:49: durch künstliche Intelligenz kann ich mehr automatisieren kann nicht beispielsweise dann einfach Personal einsparen was konkret heißt Auf einem Projekt sitzen dann plötzlich weniger Mitarbeitende die aber mehr Aufgaben haben quasi unterstützt und das sieht man ja auch mehr und mehr dass darüber berichtet wird von KI-Agenten sprich der Mensch managt dann verschiedene Karriergenden im Team.

00:07:11: Generell passiert das schon, der eine Teil der Frage und wenn ja sehen wir dann als Auswirkungen dass die Leute gestresster sind oder dass die Arbeit leichter wird?

00:07:19: Ja also ich sehe es in unserer Forschung schon.

00:07:22: Wir haben schon so Fälle beobachtet in der qualitativen Forschung wo sozusagen alle Beteiligten die Erwartung haben, dass es doch mit weniger Leuten gehen muss.

00:07:34: oder jetzt zum Beispiel ein IT-Projekt einfach mit weniger Mantagen.

00:07:39: Da ist noch kein Job weggefallen.

00:07:41: aber man geht davon aus.

00:07:42: also als ich der Kunde sage wir haben bei euch doch vor drei Jahren was Ähnliches bauen lassen da hat das so und so viel gekostet.

00:07:50: das kann auch auf keinen Fall gleich viel kosten oder erst recht nicht mehr weil ihr macht es doch eben mit KI.

00:07:56: Der Vertrieb merkt, okay wir können die Preise nicht mehr aufrufen da draußen.

00:08:00: Weil alle Kunden denken ihr macht es doch eh mit KI und der Vertriebsmensch denkt ja klar machen meine Kolleginnen und Kollegen das innen alle mit KI.

00:08:07: eigentlich haben die Kunden schon recht verkauft.

00:08:10: also ist mit weniger Mantagen Das Management glaubt es auch, alle glauben das und am Ende sitzen die Menschen in dem Projekt, die das tun müssen.

00:08:20: Natürlich arbeiten sie mit KI und sich Softwareentwicklung machen.

00:08:24: aber das heißt ja nicht unbedingt dass sie weniger Mann Tage brauchen oder Personen Tage sondern sie müssen möglicherweise sparen an einer Stelle.

00:08:35: Sie müssen natürlich... andere Routinen des Überprüfens, des Gegencheckens einbauen damit da nicht irgendwas reinkommt in den Code der das nicht in Ordnung ist.

00:08:47: Also zum Beispiel muss man ja auch wenn ich den Code vielleicht gar nicht mal so genau verstehe aber irgendwie funktioniert es vielleicht auch nochmal aus einer Cyber Security Perspektive einen Gegencheck machen den ich vielleicht vorher so nicht machen musste weil ich in einem bekannten und abgesicherten Framework unterwegs habe mir dann nicht so viel im Kopf machen musste.

00:09:07: Also sprich, die Erwartung der Einsparungen führt schon zu konkreten Auswirkungen.

00:09:14: Ohne dass man mal geguckt hat ja gibt es diese Einsparung den Faktisch und so welchen Preis?

00:09:19: Weil wenn's die Faktis dann gibt das kann natürlich dann trotzdem passieren.

00:09:23: auf einmal haben die dreißig Personen Tage früher hätten sie vielleicht fünfzig Personen Tage fürs selbe Projekt gehabt.

00:09:31: Dann bleibt ja dem Team gar nichts anderes übrig als zu versuchen das irgendwie einzuhalten, weil der Druck natürlich da ist die Deadline auch zu reißen.

00:09:41: Dann passiert vielleicht genau das was bei KI-Einsätzen nicht passieren sollte nämlich die wenigen Zeitslots die man noch hat um wirklich nochmal hinzugucken.

00:09:52: hat die KI wirklich sauberen Code produziert?

00:09:54: sind dann nicht irgendwelche Hintertürchen drin?

00:09:57: die nimmt man sich dann nicht Weil man sich nicht mehr nehmen kann, weil der Zeitdruck zu hoch ist.

00:10:02: und diese Mischung also ich kriege einen ein Zeitdrucks.

00:10:06: Der nur aufgrund von Erwartungen passiert und nicht von harten Produktivitätschecks die vor mal gemacht habe als ob ich dieser Einsparungen wirklich heben kann dann macht es ja Sinn.

00:10:18: Aber wenn ich den nicht mache, sondern ich erwarte die nur und handel schon danach.

00:10:22: Dann ist natürlich genau der Obergau vorprogrammiert das dann in meinen Code.

00:10:27: doch was reinkommt, was da nicht reinkommen sollte und mir vielleicht nur finanziell und in Kunden Erwartungen Reputationsschäden mit sich bringt aber auch schlimmeres nach sich zieht.

00:10:40: auf jeden Fall erhöhe ich natürlich da den Stress für die Leute massiv Und das heißt, im Normalfall sind es sowieso Bereiche wo die Leute schon oberkante Unterlippe sind was die Arbeitsanforderungen angeht.

00:10:53: Wenn das dann noch dazukommt werden irgendwann die Burnoutraben steigen und werden vielleicht auch die Fehler mit Folgen im Code steigen.

00:11:05: Das ist eigentlich das was überhaupt nicht passieren sollte.

00:11:07: aber was wir tatsächlich erleben weil dieser Glaube dass das einfach ein Tool ist was ganz viel Produktivität hebt ist schon sehr verbreitet und es gibt natürlich auch viele Studien, die das belegen.

00:11:18: Es gibt aber genauso viele Studien wie das widerlegen.

00:11:22: insofern so genau wissen wir es nicht und für das einzelne Unternehmen sollte man's bevor man daraus Konsequenzen ableitet erstmal wirklich sauber überprüfen, ob es diese Hebel wirklich gibt.

00:11:32: Sie hatten ja auch im Gespräch mit meiner Kollegin Franziska Martin den Linkzumartikel gibt's in den Shownotes gesagt, dass Unternehmen teilweise diesen falschen KI-Versprechen auf den Leim gehen.

00:11:45: Das war das Zitat nämlich genau in diesem Kontext von Produktivität und AI Brain Frye.

00:11:50: So Beispiele für die falsche Versprechen ... Thema Produktivität plötzlich quasi mehr schaffen in weniger Zeit, Output erhöhen quasi mit weniger ja an irgendeiner Stelle auch Input.

00:12:01: Aber wie lässt sich denn eben verhindern das Unternehmen diesen falschen Versprechen so auf dem Leib gehen?

00:12:06: Also sie hatten ja schon angerissen natürlich zu schauen.

00:12:09: was brauche ich eigentlich sprich wir arbeitet mein Team Was sind die eigentlichen Aufgaben?

00:12:14: gibt es dann noch mehr was man eben genau jetzt tun sollte?

00:12:18: Ja ich glaube man sollte vor allem sehr sachlich hinschauen Was kann KI wirklich?

00:12:25: und wo sind aber die Grenzen?

00:12:26: Und die Grenze bleiben, dass KI das was wir immer so schön Halluzinieren nennen.

00:12:32: Was aber ja nichts anderes bedeutet als da sind einfach Fehler drin, dass das nie ganz weggehen wird.

00:12:37: Deswegen sollte eigentlich jedes Unternehmen sich immer erst mal fragen an welchen Stellen kann ich damit leben, dass ich eine Technik habe, die systemisch bedingt ... immer mal wieder Fehler machen wird.

00:12:50: Ohne, dass ich das vorher weiß und ohne... ...dass sich das auf den ersten Blick sehen kann.

00:12:54: Das ist ja was anderes als eine Technik,... ...die einfach kaputt geht!

00:12:57: Da sehe ich sofort, aha der Motor springt mich an.

00:13:00: Der Rechner fährt nicht hoch, das ist eindeutig.

00:13:03: Es ist auch etwas anderes als verlässliche Bugs.

00:13:06: Also Bugs die in einer Software, die ich verwende,... ....die drin sind, die kenne ich dann schon.

00:13:11: vielleicht habe ich einen Workaround gefunden oder... ...habe irgendwie gelernt damit zu leben und hoffe auf das nächste Update Aber die sind sozusagen reproduzierbar.

00:13:20: Die Fehler der KI sind, weiß ich nicht wann sie auftreten oder wie sie aufteuten und ich weiß nicht ob es in einer Form auftritt, dass mir sofort offensichtlich ist hier ein Fehler drin.

00:13:32: Und das ist was aus meiner Sicht auf Entscheider-Ebene oft ausgeblendet wird weil wenn ich das ernst nehme hat natürlich Folgen.

00:13:40: dann müsste ich sagen okay an allen Stellen an denen ich KI einsetze an denen ich aber eigentlich mit Fehlern definitiv nicht leben kann, weil sie zu viel Geld kosten werden.

00:13:52: Weil sie Reputationsschäden nach sich ziehen, weil Sie vielleicht am Ende Leben und Tod entscheiden können – keine Ahnung, wenn es Software in der Flugsicherung ist oder sowas.

00:14:03: Sollte ich mich zuerst fragen, kann ich mit diesen Fehlernen leben?

00:14:06: Oder sollte ich da vielleicht tatsächlich bewusst entscheiden, keine KI zu verwenden sondern hart gekodete Software?

00:14:14: Die haben wir halt immer noch, vergisst man manchmal.

00:14:16: Im Moment hat man das Gefühl.

00:14:18: Wenn ich sage mit den Fehlern kann ich leben sollte ich möglicherweise trotzdem sagen Ich brauche irgendwie Redundanz und wenn es nur bedeutet ich muss den Beschäftigten die damit arbeiten diese Zeiträume einpreisen dass sie kritisch drauf schauen wenn ich dann eben den Stresslevel erhöhe Und ihnen die Chance nehme immer wieder kritisch hinzuschauen Dann habe ich ein Problem.

00:14:46: Und wenn ich das, ja dann kann ich immer noch sagen okay was sind sozusagen organisatorische Absicherungsschleifen?

00:14:53: Also muss nochmal jemand anderes drauf schauen.

00:14:56: mache ich statt Pair Programming vielleicht ein Pair Checking oder etwas auch immer?

00:15:03: also ich muss mir was überlegen wie ich mich als Unternehmen das Risiko so klein wie möglich macht, dass diese Fehler irgendwo drin bleiben und am Ende zu irgendwas führen.

00:15:15: Würde man auf Unternehmensebene oder auf Entscheidungsebene darüber ernsthaft jeweils nachdenken würde man sich oft gegen KI entscheiden weil dann die ganzen Kosten sozusagen organisationalen möglicherweise zu groß werden.

00:15:31: also wir tun gerade das was wir sonst immer tun eigentlich bei KI nicht nämlich wirklich überlegen, wo macht es Sinn und wo macht das keinen Sinn?

00:15:39: Wo kann ich mir das leisten mit möglichen Fehlern.

00:15:42: Wo will ich mir auf keinen Fall

00:15:44: leisten?".

00:15:45: Das sind eigentlich strategische Entscheidungen.

00:15:47: die muss sich vor jedem KI-Projekt dass ich im Unternehmen aufsetze erst mal diskutieren und der Schritt wird oft weggelassen.

00:15:54: man hat gerade natürlich so einen Drang, lasst uns KI Projekte machen und überall wo wir Daten haben, lass uns KI draufschmeißen.

00:16:02: Das kann ja als trial and error total nett sein und ich sage, ich möchte als Organisation dran lernen.

00:16:08: Aber sobald es sofort in Richtung das kommt auch gleich in den produktiven Einsatz gedacht ist sollte hilft manchmal etwas langsamer sein und einmal mehr darüber nachdenken vielleicht doch.

00:16:20: Aber was wir ja auch gerade sehen und was ich auch ganz interessant fand bei der Recherche war, dass sie ja in ihrer Forschung mit so einem gängigen Narrativ aufgeräumt haben.

00:16:28: Nämlich das die Angestellten quasi... Die bremsenden Kräfte sind!

00:16:32: Die waren einfach gesagt keine Lust haben auf die Arbeit mit künstlicher Intelligenz, die man motivieren muss, die irgendwie nicht so entquarkommen und deshalb ja die ganze Transformation quasi regelrecht blockieren.

00:16:45: also Sie haben da in einer Studie gesehen okay Das stimmt gar nicht, die Angestellten sind gar nicht.

00:16:50: Die blockieren dann richtig?

00:16:52: Ja also wir haben ja Zweiundzwanzig eine große Studie gemacht überhaupt zur Digitalisierung am Arbeitsplatz und eben auch zu KI.

00:17:01: das war aber vor der vor Chat GPT also bevor Chat GPTV sozusagen in die Open war Kurz davor und wir haben vierundzwanzig dann nochmal eine gemacht.

00:17:13: Und erst mal ist es so, es gibt dieses Narrativ das die Beschäftigten Angst haben stimmt nicht hat übrigens noch nie gestimmt finde ich.

00:17:23: egal ob das Industrie für null war ob das vorher das Thema weg zwei Null und Enterprise zwei null Ich hab's nie gefunden.

00:17:32: die Beschäftigen Zeit langer zeit schon sind oft privat viel digitaler unterwegs als sie es am arbeitsplatz können und dürfen.

00:17:39: jetzt meine ich nicht.

00:17:42: Software integral alles schon immer so.

00:17:44: aber jetzt auch eben, sag ich mal gerade in Arbeitsplätzen die eben klassischerweise nicht so IT erfüllen ist das was wir im interview schon lange hören.

00:17:54: das sollte sagen ist verrückt.

00:17:55: ich fahr zur Arbeit in der Straßenbahn, mache auf dem Weg meinen Online-Banking und whatever.

00:18:02: Und dann bin ich in der Produktion und mein Diensthändi kann nicht mal ins Unternehmenswählern – und ich kann es eigentlich überhaupt nicht verwenden!

00:18:12: Das ist doch abartig.

00:18:13: Also es gibt eher so dieses Leiden drunter, dass man am Arbeitsplatz weniger digital ist als man gerne wollte.

00:18:20: Es gibt natürlich immer Ausnahmen aber die große Tendenz geht eindeutig dahin und bei KI ist das auch so.

00:18:26: Interessanterweise gibt's zwei Befunde, die da sehr interessant sind.

00:18:30: ja eine findet man übrigens weltweit bei jeder Befragung und eben auch bei unserer Man macht sich wenig Sorgen um den eigenen Job wegen

00:18:39: K.I.,

00:18:40: dass der ersetzt wird, aber man macht sich große Sorgen über die Jobs aller anderen?

00:18:46: Das ist interessant!

00:18:47: Aber das ist wirklich ein durchgängiges Ergebnis, deshalb aus meiner Sicht ganz viel damit zu tun... ...das Beschäftigte um die Komplexität ihres eigenen Jobs immer wissen und genau wissende vor allem wenn sie dann schon bisschen KI-Erfahrung haben.

00:19:01: okay an der Stelle hilft es, an der stelle hilft's.

00:19:04: Aber ich habe hier noch tausend andere Dinge zu tun Kann ich noch lange nicht komplett an KI delegieren, also ich bleibe hier.

00:19:12: Weil man wird mich weiterhin brauchen.

00:19:15: Oft kommen uns aber die Jobs der anderen weil wir sie nie von nur von außen kennen, weil wir nur das Ergebnis kennen was da hinten raus porzelt eben schlanker vor dass es übrigens ein Fehler den die Forschung auch macht.

00:19:29: viele zuhören Kennen vielleicht die Fry and Osborn-Studie, sei es in den beiden Autoren, die im Jahr oder Jahrzehnte so eine Hochrechnung gemacht haben.

00:19:39: Welche Jobs werden denn wegfallen wegen KI und oder Robotik?

00:19:43: Da waren sie auch ganz flott dabei, das so in eins zu setzen.

00:19:48: Und also der gefährdetste Job aus deren Sicht damals war der Lkw-Fahrer mit der Unterstellung Der fährt ja nur, aber jetzt haben wir ja bald autonomen Fahren der Autos.

00:19:57: Klar dann ist er weg!

00:19:59: Das war sozusagen die Annahme.

00:20:01: Dann hat man mit Daten hochgerechnet, also der nächste Schritt war dann wieder hochwissenschaftlich.

00:20:06: Diese Annahme war aber quasi so weil was man nicht gemacht hat es gibt eine schöne arbeitssoziologische Studie dazu was machen Lkw-Fahrer eigentlich alles?

00:20:15: Die fahren natürlich nicht nur LkW die laden ein und aus sie müssen sich mit dem Zoll wegen irgendwelchen Formularen kappeln.

00:20:23: Die machen bei manchen Unternehmen sogar während der Fahrt die ganze Disposition.

00:20:28: da gibt's niemand mehr der das in Haus macht.

00:20:31: Sondern das machen wir während der Fahrt, hängen die am Telefon sozusagen und machen da diese Position.

00:20:37: Also sie haben ein viel breiteres Tätigkeitsspektrum als dass die nur fahren.

00:20:42: Und so ist es natürlich in fast allen Jobs.

00:20:44: Wir haben ganz wenige Jobs in Deutschland so gut wie gar keine, wo uns dann kann die Tätigkeit und der Arbeitsplatz ist sozusagen eins.

00:20:53: Dann kann jede Form von Digitalisierung diesen Arbeitsplatz leicht wegmachen Aber das gibt es praktisch nicht.

00:21:00: Also, das ist die eine Geschichte.

00:21:02: Man hat vielleicht auch aus guten Gründen um den eigenen Job gar nicht so viel Angst, die immer unterstellt wird macht sich aber Sorgen um die anderen.

00:21:10: Das andere was wir gesehen haben ist, es gibt ne große Offenheit zu KI.

00:21:14: Es gibt auch den eindeutigen Willen der es auch extrem also ganz große Mehrheit in der Befragung sagt ah ich will wissen wenn KI Arbeitsplatz ankommt, das ist ja nicht immer offensichtlich.

00:21:25: Manchmal ist es auch in der Standardsoftware einfach mit drin ohne dass ich das so wirklich sehen kann.

00:21:33: Also Leute wollen das wissen und sie wollen von Anfang an mit einbezogen werden.

00:21:37: Sie wollen übrigens auch mehr Mitbestimmung bei dem Thema.

00:21:40: Mich auch ganz interessant waren auch wirklich erstaunlich hohe Zahlen.

00:21:44: dabei haben wir natürlich viele Unternehmen wo es gar keine Mitbestimmungsstrukturen gibt also gar kein Betriebsrat irgendwie da ist.

00:21:51: aber es wünschen sich die Leute Und es gibt eine große Offenheit, es gibt auch eine starke Nutzung.

00:21:56: Wir fragen auch immer... Also nutzt man's privat und privat für berufliche Zwecke oder für private Zwecke?

00:22:06: Und nutzt mans in der Arbeit mitwissen des Arbeitgebers ohne Wissen des Arbeitsgebers?

00:22:12: Fakt ist, privat wirds mehr genutzt als in der Arbeit.

00:22:18: Das heißt, es geht eine große Ofenheit!

00:22:20: Es gibt keine Angst vor KI in dem Sinne.

00:22:22: Es gibt aber eine leicht gewachsene Skepsis zwischen der Befragung.

00:22:28: Und das hat damit zu tun, dass kann man auch sehen.

00:22:33: die, die viel KI-Nutzung machen sind ein bisschen skeptischer geworden.

00:22:37: was die sag ich jetzt mal, was die Entlastungsmöglichkeiten und so weiter der KI angeht.

00:22:42: also es ist ja im Jahr.

00:22:43: im Jahr war die befragungen doch noch für mehrere befragte hypothetische als zwanzig, vierundzwanzig.

00:22:53: Das heißt haben sie der KI auch mehr zugetraut?

00:22:55: Zwanzig-vierundzwanzig sehen wir dann... Es gibt schon ein bisschen Entzauberung, KI kann nicht alles.

00:23:01: ich kann mich nicht blind drauf verlassen.

00:23:04: Sie nimmt mir zwar Arbeit ab, sie macht mir vielleicht aber an anderer Stelle auch Arbeit.

00:23:09: Also es gibt so eine leichte Ernüchterung sag' ich mal.

00:23:12: So.

00:23:13: vielleicht ist das ja auch eher eine Versachlichierung.

00:23:15: Zwei

00:23:16: Punkte dazu.

00:23:17: Wir gucken gleich nochmal auf den Block, gern Abschluss.

00:23:20: was eigentlich ja wie KI wirklich jetzt unsere Arbeit verändert.

00:23:23: aber vorher noch einmal wieso hält sich denn dann dieses Narrativ?

00:23:26: Weil sie auch seit Jahrzehnten quasi immer wieder sehen so die Menschen hätten ratgesagt einfach keine Lust.

00:23:35: Das frage ich mich ehrlich gesagt auch immer, weil ich habe wirklich die Erfahrung schon oft gemacht.

00:23:39: Wir machen sowas ja auch manchmal in Unternehmen.

00:23:42: also das heißt wir haben im Unternehmen befragt und stellen dann vor dem Management die Daten vor können mit harten Daten belegen Die vermeintliche Angst der Beschäftigten ist gar nicht da.

00:23:54: Dann sind sie kurz irritiert dass es ja gar nicht will.

00:23:57: Ein Stadt, das sie sagen ist sehr cool.

00:23:59: dann können wir jetzt richtig loslegen.

00:24:01: und haben wir das falsch eingeschätzt?

00:24:02: Nein!

00:24:03: Es ist quasi am Ende des Meetings schon klar man höre ich schon wieder dieselben Sätze also von der Angst der Beschäftigten.

00:24:12: Das heißt man kann das eigentlich nur.

00:24:13: das hält sich so fest auch gegen jede empirische Evidenz, dass man sich einfach fragen muss welche Funktion hat es?

00:24:21: und es natürlich die naheliegendste?

00:24:26: Das ist jetzt Spekulation.

00:24:28: Dass ich natürlich als auf Entscheidungsebene, es ist immer gut wenn dann mal das KI-Projekt gescheitert ist oder die vielen Kosten, die da am Ende auf die Organisation kommen sich dann aber doch irgendwie nicht einspielen oder vielleicht sogar der GAU passiert und irgendwas ist durch die KI passiert was Folgen für die Organisation hat dann ist es immer gut, wenn man schon einen Schuldigen vorher benannt hat.

00:24:59: Dann sind's irgendwie die Menschen da unten, die ängstlich sind und nicht richtig mitgezogen haben und wahrscheinlich deswegen dazu geführt haben das am Ende der Fehler oder die sich nicht eingespielte Produktivität die Folgen waren.

00:25:12: Anders kann man es kaum interpretieren.

00:25:14: auf jeden Fall liegt es nicht an den Leuten.

00:25:17: Es gibt eine ich sage mal allenfalls gesunde Skepsis über das was alles möglich ist am eigenen Arbeitsplatz.

00:25:24: Es gibt aber eine große Offenheit.

00:25:27: Und übrigens um nochmal zu dem Airbrain-Fry, zur der These zurückzukommen – wir haben auch festgestellt, je gestresster die Menschen sich in ihrem Job fühlen, desto offener sind sie für KI also in der Hoffnung dass ge ihnen wirklich was abnehmen kann.

00:25:44: Das sind dann auch.

00:25:46: die Skepsis wird dann schnell zur Seite geschoben weil die Hoffnung das irgendwas einmal abgenommen wird in diesen ständigen Dauerstress eben sehr hoch ist, dann sehen wir in anderen Studien die wir machen oder auch andere.

00:26:00: Leider stellt sich das nicht ein aber die Hoffnungen erst mal.

00:26:02: da sind übrigens auch die Beschäftigten die keine explainable AI wollen weil sie dann sagen oh es kostet mich ja wieder Zeit muss ich es auch noch lesen warum die KI jetzt so oder so entschieden hat oder wie sie dazu gekommen ist will ich gar nicht wissen.

00:26:16: wie soll funktionieren?

00:26:19: Aus dem Stress erledigen Stress heraus auch nachvollziehbar.

00:26:22: Das finde ich aber spannend, weil der eine Punkt den sie ja auch eingebracht hatten ist dieses Permanente hinterherkontrollieren.

00:26:28: Wie sich Technologie gerade verändert früher was so entweder mein Laptop hat funktioniert oder es war ne Fehlermeldung und ich wusste Fehler das ist ja bei künstlicher Intelligenz.

00:26:38: eben dieses permanente ja unerwartete hinterher kontrollieren wann ist ein Fehler da weiß ich ja vorher nicht.

00:26:44: deswegen hätte ich gedacht sorgt dass nicht eigentlich dafür diese Ja, fehlende Zuverlässigkeit.

00:26:50: Dass ich viel gestresster bin, weil ich ja immer quasi im Kopf haben muss ... Oh!

00:26:54: Das kann jetzt nicht stimmen?

00:26:57: Genau.

00:26:57: also ich gehe auch davon aus dass es tatsächlich eine ... das eine wirklich neue Belastungsanforderung ist mit der wir alle in den nächsten Jahren noch richtig zu tun haben werden.

00:27:07: Weil das Verrückte ist ja oder das Paradoxe je besser meine KI isst, desto schwieriger wird es.

00:27:13: ne wenn ich Vielleicht am Anfang skeptisch bin und denke mal, so gut Coden wie ich kann die aber nicht.

00:27:19: Und dann merke ich auch doch, das hat viel elegantere Schleife gebaut als ich.

00:27:25: Dann fange ich an zu relaxen weil ich denke okay und dann habe ich vielleicht eine sehr gute KI und drei Wochen lang funktioniert die wunderbar und alles passt.

00:27:35: und ich hab es immer kontrolliert ist halt immer gepasst.

00:27:38: wenn werde ich vielleicht nach drei Wochen ein bisschen schlutriger macht nur noch Stichprobenkontroll oder ich habe auch die Zeit tatsächlich nicht mehr noch ordentlich zu kontrollieren, aber sie haben natürlich genau recht.

00:27:51: Ich müsste ja eigentlich permanent misstrauisch bleiben und eigentlich kennen wir sowas nicht.

00:27:57: normalerweise ist Technik vor allem Technik die am Arbeitsplatz ankommt üblicherweise technisch haben wir bislang so in unserer ganzen Menschheitsgeschichte seit der Technik bauen versuchen wir mit allen Mittellentechnik so verlässig wie möglich zu bauen.

00:28:13: Die kann eben trotzdem mal nicht funktionieren, oder die kann Verschleiß haben und so weiter.

00:28:18: Aber all das spüre ich und merke ich und ist dann offensichtlich.

00:28:23: Und bei der KI habe ich das Problem je besser die ist, desto schwieriger wird ja dieses Grundmisstrauen was sich aber eigentlich behalten muss aufrecht zu erhalten.

00:28:33: also wie soll es eigentlich gehen dass ich acht Stunden am Tag mit Technik umgehe von der ich aber gleichzeitig weiß richtig verlassen, kann ich mich nicht auf die.

00:28:46: Wir blenden das dann glaube ich schnell aus.

00:28:49: Dieses eigentlich müsste ich misstrauisch bleiben.

00:28:52: Es gibt übrigens eine ganz witzige Parallele dazu aus den sechziger Jahren.

00:28:58: Die hatte gar nichts mit KI zu tun wenn sie an so diese Leitwarten denken in großen technischen Anlagen Chemie oder Kernkraftwerk.

00:29:07: Es ist ein bisschen ähnliches Phänomen, da sitzen die Leute und meistens passiert nichts hoffentlich.

00:29:14: Weil das alles technisch natürlich mit aller Ingenieurkunst, die wir haben so sicher gemacht ist wie nur möglich weil wenn es um Dinge in die Luft geht egal ob das Chemiewerk oder das Kernkraftwerk wird's nicht lustig.

00:29:25: also versucht man technisch so verlässlich alles zu machen wie es nur irgendwie geht.

00:29:31: trotzdem sitzen dann natürlich Leute weil man weiß es kann trotzdem ein Fehler passieren.

00:29:36: Sie sitzen also möglicherweise sechs Monate jeden Tag auf Schicht und es passiert nichts.

00:29:43: Und dann hat man sich in den sechziger Jahren, das war wirklich eine arbeitswissenschaftliche Fragestellung wie kann man denn die Leute wachhalten sozusagen misstrauisch halten wenn doch ewig nix passiert?

00:29:55: deswegen laufen sie seitdem und bis heute in solchen Anlagen rum und müssen tatsächlich auf Papier bewusst auf Papiere irgendwelche Checks machen, man muss die Leute einfach wach und alert halten.

00:30:08: Weil wenn irgendwas ist müssen sie natürlich sofort komplett funktionieren und voll da sein.

00:30:14: So ein bisschen ähnlich ist es mit der KI auch.

00:30:18: nur da hilft uns jetzt nicht solche Checks mit Papier.

00:30:21: dann müssen wir uns was anderes überlegen.

00:30:22: aber das aus meiner Sicht ist das, dass die eigentlich wirklich neue Qualität an Belastung... ...mit der wird zu tun haben und die wird so lang.

00:30:30: ich merke bei jedem zweiten Prompt kommt Quatsch raus.

00:30:33: Es ist einfach misstrauisch zu bleiben, aber wenn die ziemlich gut ist und nur noch selten Fehler produziert dann wird es richtig schwierig durchzuhalten.

00:30:44: Und aus meiner Sicht eine ganz große neue Frage wie gestalten wir Arbeit damit das eben nicht zur Belastung wird?

00:30:52: eine Frage, die wir bestimmt auch noch mal in anderer Stelle diskutieren werden.

00:30:55: Aber hier kommen wir langsam zum Abschluss für diese Episode und deshalb genau daran anknüpfend ja wenn wir permanent misstrauisch sind wie sieht denn dann quasi die Zukunft der Arbeit an der Stelle aus?

00:31:06: Ich meine wenn ich immer misstrausch mit dem System arbeite bin ich vielleicht auch mein menschlichen Teamkolleginnen gegenüber misstrauscher oder...ich bin vielleicht generell negativ eingestellt weil ich ja schon immer vom Fehler ausgehe.

00:31:18: also Wie verändert denn dann Künstlich-Intelligenz gerade unserer Arbeit?

00:31:23: Ja, also das wissen wir natürlich noch nicht.

00:31:26: Das werden wir kann man erst in the long run erforschen fürchtig.

00:31:30: Ich glaube eher es passiert was anderes.

00:31:32: Also weil man eben acht Stunden permanentes Misstrauen gar nicht aushalten kann, werden wir eher diese Gefährdung zur Seite schieben und sozusagen ausblenden.

00:31:42: Das ist glaub ich eher die Für den Menschen gesünder Möglicherweise aber für das, was da gemacht wird am Ende nicht so gesund weil dann eben doch irgendwann der Fehler durchrutscht.

00:31:53: Insofern weiß ich nicht ob die müssen wir sehen aber ich glaube es ist wirklich ein Thema den wir uns stellen müssen weil es eine wirklich neue Herausforderung ist also auch so technisch im Vergleich auch zu aller anderen Technik die wir bislang hatten.

00:32:06: Aber generell zum Abschluss, ehrlich gesagt, denkt es wenig positiv.

00:32:10: Sondern sehr negativ.

00:32:11: die Vorstörung, dass wir dann einfach alle zukünftig viel mehr Fehler machen, die ja auch wie Sie ein Beispiel beschrieben hatten fatale Lebensgefährliche Auswirkungen in bestimmten Bereichen haben können.

00:32:21: deswegen gucken sie dann zu dem Zeitpunkt jetzt gerade eher positiv oder negativ in die Zukunft.

00:32:28: Ja, das ist eine schwierige Frage.

00:32:30: Ich bin Soziologin und professionell immer auf der Suche nach Problemen und Risiken.

00:32:36: Das kann ich schwer ablegen.

00:32:41: Was wir gerade tun, ist natürlich... Wir haben... Chatchi Pity hat es entschieden und damit war's in der Welt und dann haben alle anderen nachgezogen.

00:32:49: Wir haben eine Technik.

00:32:52: Machen wir gerade zur Basis fast aller Prozesse die nicht wirklich verlässlich ist bis ins letzte.

00:33:00: Das ist was Neues, da hätte man vielleicht vorher nochmal drüber nachdenken sollen aber gut das hat jetzt halt eine Firma entschieden aus unternehmerischen Gründen und jetzt ist der Geist aus der Flasche.

00:33:11: den kriegen wir natürlich nicht einfach zurück.

00:33:14: deswegen können wir jetzt glaube ich nicht viel mehr machen als zu sagen okay was sind die wirklich vielen tausend positiven Aspekte die natürlich mit KI einhergehen?

00:33:25: Und was sind aber sehr sachlich gesehen die Risiken und wie können wir mit denen umgehen?

00:33:29: auf Unternehmensebene.

00:33:32: Aber auch auf vollwirtschaftlicher, gesamtgesellschaftlicher Ebene?

00:33:35: ich hoffe immer sehr dass es nicht so ein Titanic Moment braucht.

00:33:41: also als die Titanic gesunken ist hat das soweit ich weiß ist jetzt Leinenwissen habe mich nie forschend damit beschäftigt, aber wird immer so kolportiert dass dann in der Schifffahrtsindustrie solche Fragen wie viele Rettungsboote muss ein Schiff haben und so weiter.

00:33:59: Dann wirklich zum Standard gemacht worden oder halt noch mal fossiert wurde.

00:34:04: solche Sicherheitsfragen Ich hoffe mit KI sowas nicht kriegen.

00:34:09: Aber es ist natürlich nicht ausgeschlossen durch KI, gerade weil Software natürlich einfach die Basis von allen Prozessen mittlerweile ist.

00:34:19: Nicht irgendwo in kritischer Infrastruktur am Ende zu irgendwas führt was dann keine Ahnung einen Cyberangriff total leicht ermöglicht der sonst nicht möglich gewesen wäre oder einfach so eine Fehlfunktion führt, die dann wirklich dramatische Folgen hat.

00:34:35: Ich hoffe braucht nicht sowas als Aufwechding.

00:34:40: Ich glaube aber, dass wir jetzt so wie wir es jetzt gerade machen.

00:34:43: Also einfach Augen zu und durch wird schon gut gehen.

00:34:46: Vielleicht nicht die beste Idee ist?

00:34:49: Da könnten mir glaube ich ein bisschen schlauer und ein bisschen einfach sachlicher mit umgehen vielleicht einfach mal durchatmen, nicht alles sofort machen was da ums Eck kommt auch als Unternehmen sondern sich immer fragen wo und was wollen wir wirklich tun?

00:35:01: und lass uns erstmal ausprobieren und Erfahrungen sammeln und dann nochmal entscheiden.

00:35:06: das glaube ich würde schon viel bringen.

00:35:08: Dann danke ich Ihnen an dieser Stelle erstmal für den Einblick und dafür, dass wir glaube ich in dieser Podcast-Folge verschiedene Narrative vielleicht mal ein wenig korrigiert beziehungsweise hinterfragt haben.

00:35:18: Deshalb vielen Dank für die Einblicke an dieser Stelle!

00:35:21: Ich danke für die sehr spannenden Fragen

00:35:25: Und ich würde sagen, wir behalten diese Themen natürlich weiter im Blick und freue mich wenn ihr dann nächste Woche wieder einschaltet.

00:35:33: zu einer neuen Folge von TDRN Arbeit in Progress.

00:35:36: Da werden wir uns ja mit auch die Zukunft der Arbeit beschäftigen allerdings eher mit der Zukunft der Büroräume könnte man sagen.

00:35:44: da wird Anita Gödecker von Satellite Offices zu Gast sein Und ansonsten schickt doch für diese Folge gerne Feedback an podcast.at-tdrn.de.

00:35:53: Ich sage danke fürs Zuhören und auf Wiederhören!