KI im Arbeitsalltag: Wie aus künstlicher Intelligenz echter Mehrwert entsteht

KI im Unternehmen: Die Technologie allein reicht nicht

ChatGPT, Microsoft Copilot, Claude und andere KI-Anwendungen sind inzwischen in vielen Unternehmen angekommen. Doch die bloße Bereitstellung eines Tools bedeutet noch lange nicht, dass es sinnvoll eingesetzt wird.

Genau an diesem Punkt setzt Sveas Forschung an.

Sie betrachtet KI aus einer praxis- und businessorientierten Perspektive: Wie integrieren Menschen KI in ihren Arbeitsalltag? Wie nutzen unterschiedliche Mitarbeitende die Technologie? Und wie lässt sich erreichen, dass am Ende tatsächlich ein besseres Ergebnis entsteht?

Die spannende Frage lautet also nicht mehr nur:

Welche KI können wir einsetzen?

Sondern:

Wie müssen wir KI einsetzen, damit sie uns wirklich weiterhilft?

KI richtig nutzen braucht Neugier, Mut und Experimentierfreude

Eine perfekte Anleitung für den Umgang mit künstlicher Intelligenz gibt es kaum – schon allein deshalb, weil sich die Technologie enorm schnell weiterentwickelt.

Svea hat für sich deshalb drei Eigenschaften identifiziert, die besonders wichtig sind: Neugier, Mut und Kreativität.

Wer KI richtig nutzen möchte, muss bereit sein, Dinge auszuprobieren. Nicht jeder Prompt wird beim ersten Versuch das gewünschte Ergebnis liefern. Nicht jedes Tool passt zu jeder Aufgabe.

Entscheidend ist vielmehr, zu lernen, welche Informationen die KI benötigt und für welche Aufgaben sie tatsächlich hilfreich sein kann. Auch die Qualität des Inputs spielt dabei eine wesentliche Rolle. Je besser Kontext, Daten und Aufgabenstellung durchdacht sind, desto hilfreicher kann das Ergebnis werden.

Experimentieren wird damit selbst zu einer wichtigen KI-Kompetenz.

Ein einfacher KI-Hack: Lass die KI selbst nachfragen

Im Podcast verrät Svea auch einen praktischen Ansatz, den sie gerade zu Beginn ihrer eigenen KI-Nutzung häufig verwendet hat.

Statt davon auszugehen, dass der eigene Prompt bereits alle notwendigen Informationen enthält, hat sie der KI ausdrücklich erlaubt, Rückfragen zu stellen.

Der Gedanke dahinter ist simpel: Menschen verfügen über viel implizites Wissen. Für uns selbst ist ein Zusammenhang vielleicht selbstverständlich – für das KI-Modell fehlt jedoch entscheidender Kontext.

Svea ist inzwischen außerdem dazu übergegangen, häufiger mit KI zu sprechen beziehungsweise Prompts zu diktieren. Beim Sprechen lässt sich oftmals schneller und ausführlicher Kontext vermitteln als beim Tippen.

Damit wird aus dem vermeintlich perfekten Prompt zunehmend ein Dialog mit der KI.

Warum „One Size Fits All“ bei KI im Arbeitsalltag nicht funktioniert

Ein besonders interessanter Teil von Sveas Forschung beschäftigt sich mit den unterschiedlichen Arten, wie Menschen KI nutzen.

Denn Menschen unterscheiden sich – in ihren Gewohnheiten, ihren Erfahrungen und auch darin, wie sie mit KI interagieren.

Genau deshalb hält Svea einen einheitlichen Ansatz für problematisch. Gerade in großen Unternehmen mit Tausenden Mitarbeitenden ist kaum davon auszugehen, dass alle Beschäftigten KI auf dieselbe Art und Weise verwenden.

In ihrer Forschung untersucht sie deshalb, ob sich unterschiedliche KI-Nutzertypen beziehungsweise Gruppen erkennen lassen. Daraus könnten wiederum konkrete Maßnahmen abgeleitet werden: Welche Gruppe benötigt welche Weiterbildung? Wer nutzt bereits komplexere Anwendungsfälle? Und wo besteht noch Unterstützungsbedarf?

Das ist auch für Unternehmen relevant, die gerade ihre KI-Weiterbildung für Mitarbeitende aufbauen.

Statt allen dasselbe Training anzubieten, könnte es sinnvoller sein, genauer hinzusehen: Wer braucht eigentlich welche Unterstützung?

KI Change Management: Mitarbeitende müssen mitgenommen werden

Damit führt das Gespräch zu einem Thema, das weit über einzelne KI-Tools hinausgeht: Change Management.

Eine neue Technologie einzuführen bedeutet schließlich immer auch Veränderung.

Das beste Programm bringt wenig, wenn es nicht richtig in die Organisation integriert wird und die Menschen nicht wissen, wie sie damit umgehen sollen.

Für Unternehmen bedeutet das: KI erfolgreich einzusetzen ist nicht nur ein IT-Projekt.

Es geht ebenso darum, Mitarbeitende mitzunehmen, Kompetenzen aufzubauen und Raum zum Lernen und Experimentieren zu schaffen.

Was hat KI-Forschung eigentlich mit Vertrieb zu tun?

Auf den ersten Blick könnte man sich fragen, was all das mit einem Podcast über authentischen Vertrieb zu tun hat.

Die Antwort liefert Sveas eigene Erfahrung.

Für ihre Forschung arbeitet sie mit Unternehmen zusammen und benötigt quantitative Daten. Zu Beginn ihrer Promotion betrachtete sie sich dabei selbst eher als Bittstellerin: Sie brauchte schließlich etwas von den Unternehmen.

Doch mit der Zeit änderte sich ihre Perspektive.

Svea erkannte, dass sie ebenfalls etwas anzubieten hat: Wissen und konkrete Erkenntnisse, aus denen Unternehmen einen Nutzen ziehen können.

Die Herausforderung bestand darin, diesen Mehrwert klar zu formulieren.

Statt lediglich zu erklären, welche Daten sie für ihre Forschung benötigt, geht es darum zu zeigen, welche Fragen ihre Forschung für ein Unternehmen beantworten kann und welche praktischen Erkenntnisse daraus entstehen können.

Und plötzlich sind Forschung und Vertrieb gar nicht mehr so weit voneinander entfernt.

Mehrwert muss verständlich werden

Darin steckt eine Erkenntnis, die sich weit über die Wissenschaft hinaus übertragen lässt.

Ob Produkt, Dienstleistung, Idee oder Forschungsergebnis: Menschen müssen verstehen, was sie davon haben.

Svea beschreibt, dass wissenschaftliche Ergebnisse häufig abstrakt bleiben. Für Unternehmen wird jedoch interessant, welche konkreten Konsequenzen sich daraus ergeben.

Beispielsweise: Welche KI-Weiterbildungen verändern das tatsächliche Nutzungsverhalten von Mitarbeitenden? Welche Trainings funktionieren? Und lohnt es sich überhaupt, sämtliche Beschäftigte durch dieselbe mehrstündige KI-Schulung zu schicken?

Schließlich kosten Weiterbildungen nicht nur Geld, sondern auch Arbeitszeit.

Genau diese konkreten Fragen machen aus Forschung einen greifbaren Mehrwert für Unternehmen.

Und genau hier entsteht wiederum die Verbindung zum authentischen Vertrieb: Nicht das eigene Angebot steht zuerst im Mittelpunkt, sondern die Frage, welchen Nutzen man für sein Gegenüber schaffen kann.

Wann schafft KI tatsächlich einen Mehrwert?

Eine der vielleicht spannendsten Fragen ist gleichzeitig eine, auf die es noch keine einfache Antwort gibt.

Mehr KI-Nutzung bedeutet nicht automatisch mehr Produktivität.

Svea möchte deshalb perspektivisch nicht nur untersuchen, wie häufig und auf welche Weise Menschen KI nutzen, sondern diese Daten auch mit Weiterbildungsmaßnahmen und einer Form der Performance-Messung verbinden.

So könnte beispielsweise untersucht werden, welche Formen der KI-Nutzung tatsächlich zu besseren Ergebnissen führen.

Denn vielleicht muss gar nicht jeder zum absoluten KI-Power-User werden.

Und vielleicht sieht die optimale KI-Nutzung in einer Personalabteilung ganz anders aus als in einer IT- oder Rechtsabteilung. Genau diese Fragen sind Teil der Herausforderung, vor der Unternehmen derzeit stehen.

KI im Arbeitsalltag braucht vor allem eines: Menschen, die sich trauen

Zum Ende des Gesprächs richtet Svea den Blick noch einmal auf die Menschen hinter der Technologie.

Ihr Wunsch: Offenheit und Neugier bewahren und den Mut haben, mit KI zu experimentieren.

Die Geschwindigkeit der Entwicklung kann einschüchternd wirken. Ein Tool verändert sich, ein neues Modell erscheint und kaum hat man eine Funktion verstanden, gibt es bereits die nächste.

Doch gerade deshalb lohnt es sich, am Ball zu bleiben.

Svea möchte Menschen ermutigen, sich nicht von dieser Entwicklung abschrecken zu lassen, sondern selbst in die Interaktion mit KI zu gehen und Erfahrungen zu sammeln.

Denn am Ende geht es bei erfolgreicher KI im Unternehmen nicht allein um Modelle, Tools oder Algorithmen.

Es geht um Menschen, die lernen, diese Technologie sinnvoll einzusetzen.

Und damit schließt sich der Kreis zu Sveas zentralem Anliegen:

„Es ist mir ein großes Anliegen, mit meiner Forschung einen Mehrwert zu schaffen.“

Genau dieser Mehrwert ist vielleicht auch der entscheidende Maßstab für Unternehmen: Nicht wie viel KI eingesetzt wird, sondern was durch ihren Einsatz tatsächlich besser wird.