Wie stark steigert der Einsatz von KI die Produktivität Ihres Teams? | KI in der Wirtschaft #71

Wie unterstützt KI Fachkräfte?

Gibt es Hinweise darauf, dass der Einsatz von KI während der Arbeit die Produktivität steigert? In der Tat! Die größte Studie, die diese Hypothese bestätigt, wurde von einer Gruppe von Wissenschaftlern amerikanischer Business Schools durchgeführt, darunter der Harvard Business School und der MIT Sloan School of Management. Forscher untersuchten die Arbeit von 758 Beratern, was etwa 7 % aller bei der Boston Consulting Group beschäftigten Berater entspricht.

Ihre Aufgabe bestand darin, Konzepte für neue Produkte zu entwickeln und dabei Aspekte zu berücksichtigen wie:

• Kreativität,
• analytisches Denken, oder
• Überzeugungskraft.

Im Rahmen eines Experiments, in dem getestet wurde, ob KI die Produktivität steigert, verglichen sie ihre Leistung ohne KI-Unterstützung und mit der Verwendung von GPT-4, dem Sprachmodell, auf dem die neueste Version von ChatGPT Plus basiert. Ziel der Studie war es zu untersuchen, wie sich die Integration von KI in die tägliche Arbeit auf den typischen Arbeitsablauf von Beratern auswirken würde.

Quelle: DALL·E 3, Eingabeaufforderung: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Steigert KI die Arbeitsproduktivität?

Die Ergebnisse bei BCG waren überraschend eindeutig. Alle Berater mit KI-Unterstützung verbesserten die Qualität ihrer Arbeit. Tatsächlich stieg die Qualität um bis zu 40 %. Doch wie wurde die Studie durchgeführt?

Im Experiment wurden die Teilnehmer zufällig in drei Gruppen eingeteilt:

• eine Kontrollgruppe – ihre Mitglieder nutzten keine KI bei der Arbeit,
• eine Gruppe mit Zugang zu GPT-4 – allerdings ohne vorherige Einweisung, wie man künstliche Intelligenz am besten nutzt,
• eine Gruppe mit Zugang zu GPT-4 und Lehrmaterialien.

Die Studie gliederte sich in drei Phasen:

1. Zunächst füllten die Berater eine Umfrage zu ihren demografischen Daten und Veranlagungen aus.
2. Anschließend gingen sie zum Hauptteil über, wo sie Aufgaben im Zusammenhang mit der Entwicklung von Produktkonzepten erledigten. Diese Aufgaben ähnelten stark ihrer täglichen Arbeit und beinhalteten realistische Fallstudien, beispielsweise die Herstellung von Schuhen für enge Zielgruppen und Sportler. Die Aufgaben erforderten Kreativität, analytisches Denken sowie das Verfassen überzeugender Texte.
3. Die dritte Phase umfasste Interviews, in denen die Erfahrungen der Berater mit der Arbeit mit KI zusammengefasst wurden.

Es stellte sich heraus, dass Berater, die GPT-4 verwendeten, 12,5 % produktiver und 25 % schneller waren. Die größten Vorteile wurden bei weniger qualifizierten Fachkräften beobachtet, die zusätzliche Schulungen zum effektiven Einsatz von GPT erhielten. In dieser Gruppe stellten die Forscher eine bemerkenswerte Produktivitätssteigerung von 43 % fest!

Möglichkeiten der Zusammenarbeit mit künstlicher Intelligenz

Haben alle Mitarbeiter auf die gleiche Weise mit KI interagiert? Es schien nicht so. Deshalb beschlossen die Forscher, zwei häufigste Wege zu identifizieren, wie KI die Produktivität steigert. Sie nannten sie „Cyborg“- und „Centaur“-Personas.

Cyborg

Das Cyborg-Modell stellt einen kollaborativen Ansatz dar, bei dem Menschen und KI eng zusammenarbeiten, um Aufgaben zu erfüllen. Beispiele für die Zusammenarbeit mit Cyborg sind:

• Ein Programmierer beginnt mit dem Codieren und die KI ergänzt und verfeinert den Code, genau wie bei der Verwendung von Github Copilot.
• Ein Berater beginnt, Schlussfolgerungen aus der Analyse zu ziehen, und die KI steuert zusätzliche Daten und Visualisierungen bei und nutzt dabei Tools wie ChatGPT Plus.
• Ein Texter beginnt mit der Erstellung eines Werbetextes aus einem Konzept, und die KI schlägt Ideen und vorgefertigte Segmente vor. Anschließend verfeinert der Texter das Konzept,
• Ein Ingenieur skizziert ein Projekt und die KI erstellt darauf basierend eine Visualisierung.

Im Cyborg-Modell liegt der Schlüssel in der nahtlosen Integration menschlicher und maschineller Anstrengungen, um optimale Ergebnisse zu erzielen – so steigert KI die Produktivität erheblich.

Quelle: HuggingFace (https://huggingface.co/spaces/hysts/ControlNet-v1-1)

Zentaur

Das Centaur-Modell beinhaltet die Aufgabendelegierung, bei der einige Aufgaben von Menschen ausgeführt werden und andere auf der Grundlage einer individuellen Bewertung der Stärken und Schwächen jeder Entität an die KI delegiert werden. Beispiele für Centaur-Strategien sind:

• KI-Diagnose und maßgeschneiderte mögliche Therapien durch den Arzt,
• ein Berater, der ein Geschäftsproblem identifiziert, und KI, die Analysen und Empfehlungen generiert,
• ein Anwalt, der eine Rechtsbeschwerde verfasst, und KI, die die Richtigkeit und Vollständigkeit des Dokuments überprüft,
• Ein Texter erstellt eine Textgliederung und die KI nimmt stilistische und grammatikalische Korrekturen vor.

Der Schlüssel liegt in der strategischen Aufgabenteilung und der Nutzung der Stärken von Mensch und Maschine. Der Centaur-Ansatz stellt jedoch eine Herausforderung dar: Wie kann man Aufgaben, die besser für KI geeignet sind und die Produktivität steigern, von Aufgaben unterscheiden, die besser von Menschen erledigt werden können?

Fragmentierte Grenzen der Technologie

Forscher haben die Herausforderung, die „Kompetenz“ der künstlichen Intelligenz zu definieren, als „fragmentierte Grenzen der Technologie“ bezeichnet. Dieser Begriff bezieht sich auf die vielfältigen und schwankenden Fähigkeiten künstlicher Intelligenz.

Die Fähigkeiten der KI entwickeln sich rasant weiter, oft auf unerwartete Weise. Deshalb können Aufgaben, die für den Menschen ähnlich anspruchsvoll erscheinen, auf verschiedenen Seiten dieser „Grenze“ liegen – einige sind möglicherweise mit Hilfe der KI leicht lösbar, während andere außerhalb ihrer derzeitigen Reichweite bleiben.

Wie die Studie beispielsweise zeigte, ist GPT leicht:

• kreative Ideen für neue Produkte generiert,
• hat geholfen, überzeugende Texte zu schreiben, oder
• detaillierte Datenanalyse durchgeführt.

Andererseits machte es bei einfachen mathematischen Berechnungen Fehler. Diese „fragmentierte Grenze“ stellt sowohl für KI-Designer als auch für Benutzer eine Herausforderung dar – es ist schwer vorherzusagen, welche scheinbar ähnlichen Aufgaben für Algorithmen einfach oder schwierig sein werden. Daher ist es entscheidend, die Fähigkeiten der KI Schritt für Schritt zu erforschen 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/)

Wie steigern Sie mit KI die Produktivität in Ihrem Unternehmen?

In Ihrem Unternehmen können Sie ein ähnliches Experiment durchführen, um zu beurteilen, inwieweit künstliche Intelligenz die Arbeitsergebnisse verbessern kann. Es lohnt sich, den Mitarbeitern zunächst Aufgaben zuzuweisen, etwa das Erstellen von Präsentationen, Berichten, Geschäftsvorschlägen oder das Lösen von Fallstudien, sowohl mit als auch ohne Unterstützung durch KI. Dadurch können Sie die tatsächliche Auswirkung auf Produktivität und Arbeitsqualität messen.

Dennoch ist es unerlässlich, die Mitarbeiter ausreichend vorzubereiten. Um eine Produktivitätssteigerung von 40 % mit KI zu erzielen, ähnlich wie bei der Boston Consulting Group, sind Schulungsinitiativen und die Erstellung von Lehrmaterialien erforderlich.

Der Aufwand wird sich mit ziemlicher Sicherheit auszahlen. Beispielsweise können Werbeagenturen Kampagnenideen schneller generieren, Banken Kundendaten effizienter analysieren und Anwaltskanzleien Dokumente effektiver erstellen. Überall dort, wo Kreativität, Informationsanalyse oder das Schreiben von Texten gefragt sind – KI hilft Mitarbeitern, produktiver zu sein.

Die Zukunft der Arbeit mit KI

Die Entwicklung künstlicher Intelligenz weckt sowohl große Hoffnungen als auch große Sorgen, insbesondere bei Menschen, denen es schwerfällt, neue Werkzeuge zu erlernen und ihre Arbeitsmethoden an die sich ändernden Möglichkeiten der Technologie anzupassen.

Es besteht kein Zweifel daran, dass KI die Produktivität steigert, indem sie Teams von den einfachsten und sich wiederholenden Aufgaben entlastet. Immer mehr dieser Aufgaben werden automatisierbar sein. Es werden auch neue Rollen entstehen, die menschliche und maschinelle Fähigkeiten kombinieren, etwa KI-Trainer oder Wissensvermittler. Kontinuierliche Kompetenzentwicklung und das Erlernen einer effektiven Zusammenarbeit mit KI werden von entscheidender Bedeutung sein.

Gleichzeitig ist es wichtig, sich der Bedrohungen bewusst zu sein. Die Automatisierung kann dazu führen, dass weniger qualifizierten Personen Arbeitsplätze entzogen werden. Zudem besteht die Gefahr einer übermäßigen Abhängigkeit des Unternehmens von Technologieanbietern. Daher ist es wichtig, einen gesunden Abstand zu wahren und die von der KI bereitgestellten Informationen kritisch zu bewerten.

Die Zukunft der Arbeit mit KI erscheint faszinierend, aber auch etwas beunruhigend, ähnlich wie in gut geschriebener Science-Fiction. Einerseits gibt es unglaubliche Möglichkeiten, aber andererseits haben wir wirklich alles unter Kontrolle?

Zusammenfassung

Die Ergebnisse des Experiments zeigen, dass KI heute die Produktivität steigert. Bei einigen kreativen und analytischen Aufgaben beschleunigt es die Arbeit um bis zu 40 %. Am meisten profitieren Geringqualifizierte, aber auch Spitzenkräfte sind schneller und effizienter.

Es ist wichtig zu verstehen, welche Aufgaben durch KI automatisiert werden können und welche menschliches Eingreifen erfordern. Um die Möglichkeiten der KI optimal nutzen zu können, sind auch Änderungen in der Arbeitsorganisation erforderlich. Und die Zukunft der Arbeit verspricht interessant zu werden – langweilig wird es bestimmt nicht. 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 fleißigen Bienen-Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest und TikTok bei.

Autor: Robert Whitney

JavaScript-Experte und Dozent, der IT-Abteilungen coacht. Sein Hauptziel ist es, die Teamproduktivität zu steigern, indem er anderen beibringt, wie sie beim Codieren effektiv zusammenarbeiten können.

Alle Beiträge anzeigen

KI in der Wirtschaft:

1. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 1)
2. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 2)
3. KI-Anwendungen in der Wirtschaft – Überblick
4. KI-gestützte Text-Chatbots
5. Business NLP heute und morgen
6. Die Rolle von KI bei der Geschäftsentscheidung
7. Planen von Social-Media-Beiträgen. Wie kann KI helfen?
8. Automatisierte Social-Media-Beiträge
9. Neue Dienste und Produkte, die mit KI arbeiten
10. Was sind die Schwächen meiner Geschäftsidee? Eine Brainstorming-Sitzung mit ChatGPT
11. Verwendung von ChatGPT im Unternehmen
12. Synthetische Schauspieler. Top 3 KI-Videogeneratoren
13. 3 nützliche KI-Grafikdesign-Tools. Generative KI in der Wirtschaft
14. 3 großartige KI-Autoren, die Sie heute ausprobieren müssen
15. Erkunden Sie die Macht der KI bei der Musikproduktion
16. Erschließen Sie neue Geschäftsmöglichkeiten mit ChatGPT-4
17. KI-Tools für den Manager
18. 6 tolle ChatGTP-Plugins, die Ihnen das Leben erleichtern werden
19. 3 KI-Grafiken. Generierte Intelligenz für Ihr Unternehmen
20. Wie sieht die Zukunft der KI laut McKinsey Global Institute aus?
21. Künstliche Intelligenz in der Wirtschaft – Einführung
22. Was ist NLP oder natürliche Sprachverarbeitung im Geschäftsleben?
23. Automatische Dokumentenverarbeitung
24. Google Translate vs. DeepL. 5 Anwendungen der maschinellen Übersetzung für Unternehmen
25. Der Betrieb und die Geschäftsanwendungen von Voicebots
26. Virtuelle Assistententechnologie oder wie spricht man mit KI?
27. Was ist Business Intelligence?
28. Wird künstliche Intelligenz Business-Analysten ersetzen?
29. Wie kann künstliche Intelligenz bei BPM helfen?
30. KI und soziale Medien – was sagen sie über uns?
31. Künstliche Intelligenz im Content Management
32. Kreative KI von heute und morgen
33. Multimodale KI und ihre Anwendungen in der Wirtschaft
34. Neue Interaktionen. Wie verändert KI die Art und Weise, wie wir Geräte bedienen?
35. RPA und APIs in einem digitalen Unternehmen
36. Der zukünftige Arbeitsmarkt und kommende Berufe
37. KI in EdTech. 3 Beispiele für Unternehmen, die das Potenzial künstlicher Intelligenz genutzt haben
38. Künstliche Intelligenz und die Umwelt. 3 KI-Lösungen, die Ihnen beim Aufbau eines nachhaltigen Unternehmens helfen
39. KI-Inhaltsdetektoren. Sind sie es wert?
40. ChatGPT gegen Bard gegen Bing. Welcher KI-Chatbot führt das Rennen an?
41. Ist Chatbot AI ein Konkurrent der Google-Suche?
42. Effektive ChatGPT-Eingabeaufforderungen für HR und Personalbeschaffung
43. Prompte Technik. Was macht ein Prompt-Ingenieur?
44. AI-Mockup-Generator. Top 4 Werkzeuge
45. KI und was sonst? Top-Technologietrends für Unternehmen im Jahr 2024
46. KI und Wirtschaftsethik. Warum Sie in ethische Lösungen investieren sollten
47. Meta-KI. Was sollten Sie über die KI-gestützten Funktionen von Facebook und Instagram wissen?
48. KI-Regulierung. Was müssen Sie als Unternehmer wissen?
49. 5 neue Einsatzmöglichkeiten von KI in der Wirtschaft
50. KI-Produkte und -Projekte – wie unterscheiden sie sich von anderen?
51. KI-gestützte Prozessautomatisierung. Wo soll man anfangen?
52. Wie passen Sie eine KI-Lösung an ein Geschäftsproblem an?
53. KI als Experte für Ihr Team
54. KI-Team vs. Rollenverteilung
55. Wie wählt man ein Berufsfeld in der KI aus?
56. Lohnt es sich immer, künstliche Intelligenz in den Produktentwicklungsprozess einzubauen?
57. KI im Personalwesen: Wie sich die Automatisierung der Personalbeschaffung auf die Personal- und Teamentwicklung auswirkt
58. Die 6 interessantesten KI-Tools im Jahr 2023
59. Die 6 größten geschäftlichen Pannen, die durch KI verursacht werden
60. Was ist die KI-Reifeanalyse des Unternehmens?
61. KI für B2B-Personalisierung
62. ChatGPT-Anwendungsfälle. 18 Beispiele, wie Sie Ihr Geschäft mit ChatGPT im Jahr 2024 verbessern können
63. Mikrolernen. Eine schnelle Möglichkeit, neue Fähigkeiten zu erwerben
64. Die interessantesten KI-Implementierungen in Unternehmen im Jahr 2024
65. Was machen Spezialisten für künstliche Intelligenz?
66. Welche Herausforderungen bringt das KI-Projekt mit sich?
67. Die 8 besten KI-Tools für Unternehmen im Jahr 2024
68. KI im CRM. Was verändert KI in CRM-Tools?
69. Das UE AI Act. Wie regelt Europa den Einsatz künstlicher Intelligenz?
70. Sora. Wie werden realistische Videos von OpenAI das Geschäft verändern?
71. Top 7 KI-Website-Builder
72. No-Code-Tools und KI-Innovationen
73. Wie stark steigert der Einsatz von KI die Produktivität Ihres Teams?