Weltweit machen Tech-Unternehmen mit Stellenabbau Schlagzeilen, oft mit Verweis auf den verstärkten Einsatz von Künstlicher Intelligenz (KI). Eine neue Studie der Universität Passau und der Arizona State University (USA) zeigt jedoch, dass diese Entscheidungen womöglich zu kurz gedacht sind.
Maschinell gelerntes Wissen hat für Organisationen den Vorteil, dass es das Wissen erfahrener Mitarbeitender bewahren kann, wenn diese in den Ruhestand gehen oder das Unternehmen anderweitig verlassen. Doch KI-Wissen, das auf Vergangenheitsdaten basiert, altert und muss regelmäßig aktualisiert werden. Der so entstehende Kreislauf birgt Risiken für Unternehmen.
Warum KI‑Updates Fachwissen brauchen
In der Studie „Fading Memories: The Role of Machine Learning in Organizational Knowledge Depreciation“, zu Deutsch etwa: „Verblassende Erinnerungen: Die Rolle maschinellen Lernens für den Wissensverlust in Unternehmen“ zeigen Prof. Dr. Jin Gerlach von der Universität Passau und Prof. Dr. Don Lange von der Arizona State University, wie Unternehmen in diesen Zyklus geraten können:
KI übernimmt: Während KI-Systeme etwa die Qualitätsprüfung eines Herstellungsprozesses erledigen, nutzen Mitarbeitende das dafür relevante Fachwissen seltener, vergessen dieses oder verlassen ganz das Unternehmen.
Wissensverlust tritt ein: So gerät bestehendes menschliches Wissen verloren, während neue Angestellte entsprechendes Wissen nicht neu erwerben, wenn KI die Aufgaben übernommen hat.
KI-Modelle veralten: Alternde KI-Modelle müssen mit Hilfe neuer Trainingsdaten aktualisiert werden, Modellvariablen müssen auf Relevanz geprüft werden oder Fehlprognosen des Modells fachlich beurteilt werden. Eine solche Aktualisierung erfordert menschliche Expertise, die aber zunehmend fehlt.
Dadurch können KI-Modelle mit der Zeit zur Wissensfalle werden. „Verlorenes menschliches Fachwissen kann im Zeitverlauf die Qualität von KI-Modellen beeinträchtigen – im schlimmsten Fall schleichend und unbemerkt“, warnt Prof. Dr. Jin Gerlach, Wirtschaftsinformatiker an der Universität Passau. „Wenn Mitarbeitende Vorhersagen veralteter KI unkritisch übernehmen, kann das ihr eigenes Urteilsvermögen weiter untergraben und so zusätzlichen Wissensverlust begünstigen.“ In ihrer Studie unterstreichen die Autoren, dass ein langfristig erfolgreicher KI-Einsatz nur gelingt, wenn Unternehmen gleichzeitig menschliches Wissen bewahren.
Effektiver KI-Einsatz braucht menschliche Expertise
„Unsere Erkenntnisse weisen auf längerfristige und ungewollte Folgen des Einsatzes von KI in Organisationen hin“, sagt Prof. Dr. Gerlach. „Sie betonen die Notwendigkeit, menschliche Expertise zu pflegen, da sonst ein effektiver Einsatz von KI-Systemen auf Dauer gefährdet ist.“ Die eingangs erwähnten Unternehmensentscheidungen erscheinen in einem neuen Licht. Denn sie vernachlässigen damit menschliches Know-how und schwächen so langfristig auch die KI.
Die Studie ist eine konzeptionelle Theoriestudie, die nicht auf neuen empirischen Daten basiert, sondern bestehende Erkenntnisse aus Organisationsforschung und Informatik zu einem neuen Modell verbindet. Dabei leiten die Autoren eine Prozesstheorie ab. Diese erklärt, wie und warum ein Phänomen – in diesem Fall der organisationale Wissensverlust durch KI – auftritt.
