von INSPIRATION: Was lohnt sich für den Menschen eigentlich noch zu lernen, wenn KI eh alles weiß? Eine solche Frage könnte einem in den Kopf kommen. Und sie zeugt natürlich von grenzenloser Naivität, die es dringend abzulegen gilt.
Aber machen wir uns nichts vor: Heute schon glauben viele Mitmenschen, die Welt ließe sich googeln. Und bei Wikipedia und Co stünde die Wahrheit. Diese Überzeugung ist auch nicht neu. Auch früher stimmte nicht unbedingt, was in der Zeitung gestanden hat. Aus Daten wird so schnell kein Wissen. Und aus Wissen auch so schnell keine Kompetenz. Aber es ist doch soooo einfach … der Kurzschluss – und der Klick.
Anzeige:
Machen Sie Ihr Unternehmen zukunftssicherer: Lesen Sie "Bright Future Business", das neue Buch von Prof. Dr. Pero Mićić. Erfahren Sie, welche acht Eigenschaften ein zukunftssicheres Unternehmen ausmachen und wie man sie als Masterplan für die Entwicklung des eigenen Unternehmens wie auch als Checkliste für Investments nutzt. Zum Buch...
Autor Tillmann (Vom IT-User zum AI-Leader) macht mit einem entgegengesetzten Beispiel auf: Er demonstriert, dass KI bessere Anamnese-Fragen stellen kann als Ärzte. Und dass Patienten diese auch sozialkompetenter einschätzen als Ärzte. „Selbstverständlich ist eine KI weder emphatisch noch verfügt sie tatsächlich über soziale Kompetenzen. Sie kann aber offenbar zunehmend erfolgreich Muster reproduzieren, die als emphatisch und sozial kompetent wahrgenommen werden.“
9 Thesen für Lernen im Arbeitskontext mit KI
Der Autor offeriert neun Thesen, um den gesellschaftlichen Klärungsprozess zu stimulieren. Und diese haben Sprengstoff:
- Wir müssen lernen: Wir werden binnen sehr kurzer Zeit die Möglichkeiten von KI nutzen können – und müssen. Wir sollten das souverän, kompetent und verantwortungsvoll tun. Es beginnt mit der Fähigkeit zum Prompt Engineering, also zielführende Formulierungen von Anfragen generieren zu können. Das müssen wir erst lernen. Denn Systeme wie ChatGPT sind nicht Google. Unsere Kompetenz, Google-Suchanfragen zu formulieren, bleibt weit hinter den Möglichkeiten der KI zurück.
- Das Potenzial von KI ist bislang noch kaum verstanden: Als Lernwerkzeug ergeben sich Chancen in den Bereichen: Übersetzen, Zusammenfassen, Vergleichen, Verbessern, Korrigieren, Prüfen.
- Rollen verändern sich zwangsläufig: Die Einführung von KI-Systemen verändert die Rollen für Mitarbeitende. Die KI wird Teammitglied, haben wir an anderer Stelle schon einmal gehört (Assistent oder Partner?). Mitarbeitende müssen von Interaktion zu Führung übergehen, so Autor Tillmann. Aus IT-Usern müssen KI-Leader werden.
- Kompetenzanforderungen werden steigen: „KI entlarvt zunehmend ‚Schein-Kompetenzen‘, die in Wahrheit eher Ergebnis eines stupiden Faktenlernens (zum Beispiel Detailregelungen) oder erfolgreicher Konditionierung (zum Beispiel Prozessabläufe) sind.“
- Kompetenzen werden sich wandeln: Wir müssen nicht mehr Programmieren (coden) lernen. Die KI kann das besser. Was wir aber verstehen müssen, sind die Algorithmen.
- Den Fokus auf den (noch) menschlichen Mehrwert richten: Verantwortung übernehmen, kritisches Denken üben und ethische Reflexion betreiben, das kann die KI (noch) nicht.
- Ausnahmen beachten: Auf absehbare Zeit wird KI keine „Operationen durchführen, keine Maschine reparieren oder ein Haus sanieren.“ Wie beruhigend zu hören.
- Slow Learning wird an Bedeutung gewinnen: Tiefes Lernen, solches, das Persönlichkeitsentwicklung betrifft, wird wichtig. Häppchen-Lernen ist passé.
- Sinn und Selbstwirksamkeit sind die humanen Assets: Weg vom „Klein-klein“ und von Schein-Kompetenzen. Das ist Schnee von gestern.
7 Anforderungen an KI-Leader
Der Autor präsentiert sieben Anforderungen an KI-Leader. Damit werden klassische Aspekte von Leadership im Umgang mit KI relevant. Und damit die Frage, was KI vom Menschen unterscheidet, präzisiert:
- Ziele klären und vorgeben
- Standards definieren
- Prozesse organisieren
- Informationsbasis schaffen
- Qualität sichern und Risiken steuern
- Feedback und Input geben
- Entscheiden und Verantwortung übernehmen
