von 
KRITIK: Das alte Lied: Die Alten und die neuen Technologien – zwei Welten prallen aufeinander. Folge 266 – Künstliche Intelligenz. Das klingt wieder arg gehässig von mir … Aber es gibt eine frohe Botschaft!
Ein paar kritische Gedanken kann ich mir selbstverständlich nicht verkneifen. Aber zunächst zur Studie der Autor*innen (KI-Nutzung für alle). „Jüngere, höher qualifizierte und männliche Beschäftigte nutzen KI häufiger,“ das scheint erwiesen zu sein. Aber warum ist das so und was bedeutet das? Das Autorenduo verweist auf das bekannte Altersstereotyp (Illoyal und pflegeintensiv).
Anzeige:
Veränderungen gemeinsam bewusst zu gestalten und das komplexe Zusammenwirken aller Beteiligten wirksam zu verzahnen, damit sie ein Unternehmen voranbringen - dabei begleitet Gabriele Braemer mit clear entrance® seit über 20 Jahren Organisationen rund um den Globus. Mit strategischem Know how, methodischer Vielfalt und einem echten Interesse für Ihr Anliegen. Zur Webseite...
Und gleichfalls auf die Sozioemotionale Selektivitäts-Theorie, die postuliert, dass sich handlungsleitende Motive – je nachdem, welche Perspektive man auf sein Leben hat – verändern. Die Jüngeren blicken auf einen offenen Horizont, da lohnen sich Experimente und Investments (noch), die Älteren … haben mit dem Leben abgeschlossen. Sorry, ich muss das mal so drastisch abkürzen, denn in den 1980er-Jahren konnte ich von der Nestorin der Alternsforschung und späteren Bundesfamilienministerin, Ursula Lehr, schon lernen, dass man solches die „Defizittheorie des Alterns“ nennt. Offensichtlich hat man das in der Gerontologie wieder vergessen. Shame!
Too old to rock ’n‘ roll …
Zurück zur Fragestellung: „Ältere Personen nutzen KI seltener und berichten häufiger von Unsicherheit, geringer digitaler Selbstwirksamkeit sowie einer größeren Skepsis gegenüber KI.“ Die Lage scheint komplizierter zu sein. Die Autoren zitieren eine aktuelle Studie der London School of Economics, die zum Schluss kommt, dass jüngere Beschäftigte KI zwar häufiger und früher nutzen, die altersbedingten Produktivitätsgewinne durch KI würden sich aber verflüchtigen, sobald Beschäftigte Zugang zu Trainings- und Unterstützungsangeboten hätten. Da setzen die Autorinnen an: Sie schauen auf den Kontext und mutmaßen: Altersdiversität könnte eine Ressource sein statt eine Barriere. – Na, da schau an!
Flugs machte man sich ans Werk und organisierte eine repräsentative Stichprobe für eine Befragung. Die Forschenden wollten besser verstehen, wie sich Alter und Erwartungshaltung an KI sowie die spezifische Weiterbildungsmotivation darstellen. Und siehe da: „Mit zunehmendem Alter nehmen positive Einstellungen gegenüber KI signifikant ab.“
… too young to die
Nun betrachten die Autorinnen moderierende Kontextvariablen:
- KI-Trainingsangebote: Werden vom Unternehmen Trainings angeboten, reduziert das den negativen Zusammenhang zwischen Alter und KI-Einstellung sowie Trainingsmotivation.
- KI-Regeln: Formalisierte Regeln zur KI-Nutzung (Net huddele) erzeugen denselben Effekt.
- Verhalten der Führungskraft: Wird der Führungskraft KI-Kompetenz zugesprochen und kommuniziert sie regelmäßige zu KI, dann sehen wir auch hier wieder dieselben Effekte. – Allerdings zeigen sich nichtlineare Effekte, stark KI-affine Führungskräfte scheinen ältere Mitarbeitende eher abzuschrecken.
Die Handlungsempfehlungen der Autor:innen sind schnell bei der Hand:
- KI-Trainingsangebote systematisch ausbauen und altersübergreifend gestalten
- Klare organisationale KI-Regeln etablieren
- KI-affine Führungskräfte gezielt entwickeln
- KI-Transformation als demografische Gestaltungsaufgabe begreifen
Offene Fragen
Doch ich hätte da noch ein paar Fragen … Zunächst erscheint mir der Faktor „Führungskraft“ doch recht grob skaliert zu sein. Da dürfte sich ein tieferes und differenzierteres Analysieren mit Sicherheit anbieten. Und zum Zweiten muss ich anmerken, dass das Altersstereotyp zwar kritisiert wird, aber lediglich in eine Richtung. Der „Jugendwahn“ und eine damit verbundene Unterstellung von natürlicher Kompetenz (Digital Natives) wird gar nicht thematisiert. Das ist ziemlich naiv.
Und damit kommen wir zu einem weiteren Punkt. Und es wäre doch schön, wenn die Forschenden dort noch einmal genauer hinschauen würden: Skepsis von älteren Mitarbeitenden muss man nicht zwangsläufig mit einem Altersstereotyp abwatschen. Man kann es auch als Ressource betrachten – und so hatten sie doch selbst zu Beginn angemerkt, dann aber nicht weiter ausgeführt. Worauf ich hinaus will? Ältere Mitarbeitende haben im Laufe ihrer Berufstätigkeit so manche Sau durchs Dorf rasen gesehen. Und etliche dieser Säue (Moden) hat man später nie mehr gesehen (Zeitlose Managementprinzipien?). Kann Skepsis nicht sehr gesund und extrem hilfreich sein?
Ältere Mitarbeitende haben im Laufe ihrer Berufstätigkeit viel Erfahrungswissen angehäuft, insbesondere sehr spezielles Tacit Knowledge über ihre Tätigkeiten, das Unternehmen, den Markt und so weiter. Ihnen macht so schnell niemand ein X für ein U vor. Sie hören und spüren mit ihrem „Popometer“, wenn die Anlage nicht „rund“ läuft. Sie kennen ihre Pappenheimer und sie wissen auch, wo damals die Starkstromleitung verlegt wurde, die – kam was dazwischen – aber nie dokumentiert wurde. Und sie wissen auch, „wo der Bartel den Most holt.“
Zu schön, um wahr zu sein
Nun kommt so eine „Künstliche Intelligenz“ daher, schmiert ihnen Honig um den Mund und liefert ihnen jede Menge durchschnittlichen, wenig aussagekräftigen, aber wunderschön designten Quark auf den Tisch. Ist es nicht ein Zeichen von Kompetenz, wenn man da skeptisch ist?
Die Fragen, wie, wo und wann man mit KI wirklich Mehrwert generieren kann, sind meines Erachtens völlig offen (Schöne Schrottplastiken bewundern). Nicht, dass man mich falsch versteht, ich will GenKI nicht prinzipiell ablehnen. Ich will aber, dass man kompetent und kritisch damit zu Werke geht. Bei der Beantwortung dieser wichtigen Fragen in Unternehmen sollte man auf keinen Fall auf die erfahrenen Mitarbeitenden verzichten. Insofern zeigen die Ergebnisse des Forschungsduos in die richtige Richtung. Aber leider nicht weit genug.
