Am nächsten Vormittag liegt der Bericht des Kollegen im Postfach. Der Text wirkt professionell, gut strukturiert, das Fachvokabular signalisiert Kompetenz. Ein Beispiel: ›Die zunehmende Implementierung algorithmischer Entscheidungslogiken in betrieblichen Prozessumgebungen erzeugt für Beschäftigte eine neuartige Risikolandschaft. Durch die sukzessive Automatisierung kognitiver Mikroprozesse entsteht ein diffuses Spannungsfeld zwischen adaptiver Kompetenzprojektion und struktureller Aufgabenentkopplung.‹

Der Sachbearbeiter soll den Bericht fürs Management aufbereiten. Doch er scheitert daran, den Inhalt zu entschlüsseln. Nach einiger Zeit gibt er auf. Sein Urteil: Der Text ist inhaltsleer. Die Begriffe bleiben abstrakt, die Aussagen vage. Er recherchiert den Sachverhalt neu und formuliert den Text um – und ärgert sich über die Zeitverschwendung.

Minderwertige Inhalte

Der Bericht des Kollegen, so wohlklingend er auch scheint, stammt von einer KI. Schnell erstellt, auf den ersten Blick überzeugend – tatsächlich aber ›Workslop‹. So nennen Forscher*innen KI-generierte Inhalte, die zwar Eindruck machen, aber keine Substanz haben. Der Begriff lehnt sich an ›AI Slop‹ an: minderwertige KI-Inhalte, die soziale Medien überfluten. Workslop gibt es als Texte, Folien oder Bilder. Sie sind nicht nur inhaltsleer, sondern oft fehlerhaft oder mit nutzlosen Zusätzen gespickt.

Verschwendete Arbeitszeit

Wie verbreitet Workslop ist, zeigt eine noch laufende Umfrage, die im ›Harvard Business Review‹ erschien. 40 Prozent von über 1.000 befragten US-Beschäftigten gaben an, im vergangenen Monat solche minderwertigen Inhalte erhalten zu haben. Nur 15 Prozent der Inhalte seien gut, schätzten sie. Workslop findet sich in allen Branchen. Meist verschicken Beschäftigte solche Inhalte untereinander, doch auch Führungskräfte sind Absender oder Empfänger.

Eine Führungskraft beschreibt die Folgen: ›Ich musste viel Zeit aufwenden, um die Informationen zu verstehen und mit meiner eigenen Forschung abzugleichen. Zusätzlich musste ich Treffen mit anderen Vorgesetzten organisieren, um das Problem zu lösen.‹

Irreführend

Wie problematisch KI-generierte Inhalte von schlechter Qualität sind, zeigt sich bei Betriebsvereinbarungen. KI bevorzugt das Wort ›grundsätzlich‹. Es gibt jedoch einen Unterschied zwischen dem allgemeinen Sprachgebrauch und juristischer Sprache. ›Grundsätzlich werden Beschäftigtendaten verarbeitet‹ bedeutet im allgemeinen Sprachgebrauch, Beschäftigtendaten werden immer verarbeitet. Jurist*innen kennzeichnen damit aber einen Grundsatz, der Ausnahmen zulässt. Daran wird deutlich, wie wichtig es ist, dass KI-generierte Inhalte überprüft werden müssen. Und dafür ist Fachwissen notwendig.

Unfähig und unkreativ

Workslop kostet nicht nur Zeit, sondern auch Geld. Mehr noch: Die Befragten berichten, dass sie verärgert und verwirrt auf solche Inhalte reagierten. Kolleg*innen, die Workslop verschicken, gelten als weniger fähig, kreativ und vertrauenswürdig. Die Zusammenarbeit leidet, die Betriebskultur verschlechtert sich.

Forscher*innen sehen darin einen Grund, warum Unternehmen den Nutzen von KI skeptisch bewerten. Laut einer Studie des MIT Media Lab berichten 95 Prozent der befragten Unternehmen von keinen messbaren Vorteilen.

Doch widerspricht das nicht Studien, die Produktivitätssteigerungen durch KI belegen? Die Datenlage bleibt uneinheitlich. Manche Studien zeigen Effizienzgewinne, andere nur minimale Verbesserungen. Aber vielleicht liegt das Problem auch im allgemeinen Hype von KI, den übertriebenen Versprechungen der Hersteller und den damit verbundenen Erwartungen der Unternehmen. Solange Unternehmen in KI ein Heilsversprechen sehen, werden sie keinen Realitätscheck vornehmen.

Im Vertrauen auf KI 

Unternehmen bauen mit Einführung von KI-Systemen eine große Zahl von Arbeitsplätzen ab. Oft ohne zu wissen, ob KI hält, was die Hersteller versprechen. Ein Beispiel ist der Medienkonzern Axel Springer. Es gibt aber auch Gegenbeispiele. Der schwedische Zahlungsdienstleister Klarna etwa setzte auf KI, um Kosten zu senken, stellte ein Jahr lang kein neues Personal ein und strich 700 Stellen im Kundenservice. Doch später räumte das Management ein, zu weit gegangen zu sein, und kündigte an, wieder Personal einzustellen – allerdings weniger als bisher. Künftig sollen digitale Finanzassistenten Kund*innen unterstützen, etwa bei Verhandlungen über Zinssätze oder Versicherungsprämien.

Qualifizierung als Schlüssel

Beschäftigte stehen vor einem Dilemma: Einerseits reizt der Einsatz großer Sprachmodelle, andererseits drohen Zeitverluste durch KI-generierten Arbeitsschrott und der sogenannte Automation Bias – das blinde Vertrauen in KI-Ergebnisse. Die Lösung liegt in Qualifizierung. Beschäftigte müssen lernen, KI-Tools gezielt einzusetzen. Sie müssen Zeit bekommen, um konkrete Anwendungsfälle für ihre Tätigkeiten zu testen und KI auf ihre Arbeit anzupassen.

Ein sogenannter KI-Führerschein reicht nicht aus. Solche Online-Schulungen mit Multiple-Choice-Tests bleiben oberflächlich. Artikel 4 der KI-Verordnung verlangt, dass alle, die mit KI-Systemen arbeiten, ›über KI-Kompetenz verfügen‹. Die EU-Kommission hat bereits Hinweise dazu gegeben, dass KI-Kompetenz zielgruppenspezifisch und kontextabhängig je nach Organisation aufgebaut werden muss. Das bedeutet, auch wenn die Rechtsprechung hier noch aussteht: Ein one-size-fits-all wird kaum im Einklang mit der KI-Verordnung stehen.

Unternehmen investieren großzügig in KI-Systeme und Lizenzen, aber zögerlich in die Weiterbildung ihrer Beschäftigten. Dabei ist Qualifizierung die einzige Möglichkeit, Workslop zu vermeiden – zumindest mit der heutigen Technik.

Was der Betriebsrat tun kann

KI-Systeme, die Beschäftigtendaten verarbeiten oder zur Leistungs- und Verhaltenskontrolle dienen, unterliegen der Mitbestimmung. Auch bei der Qualifizierung der Beschäftigten hat der Betriebsrat ein Mitspracherecht. Doch das allein reicht oft nicht, um passende Schulungen durchzusetzen. Eine Möglichkeit: Fälle dokumentieren, in denen KI-Einsätze Zeit und Geld kosteten, um Handlungsbedarf zu belegen. Zudem sollte der Betriebsrat die IT-Abteilung einbinden, um die Qualifizierung der Beschäftigten zu verbessern.