Heute effizient, morgen inkompetent?

KI automatisiert nicht nur die Arbeit, sondern untergräbt auch das Lernen. Doch wie lässt sich Kompetenz bewahren?

Künstliche Intelligenz liefert, was sich Unternehmen seit Jahrzehnten von Automatisierung erhoffen: mehr Tempo, mehr Output, weniger Reibung. Studien belegen, dass die Technologie Wissensarbeiter messbar produktiver macht: vom Kundenservice über die Softwareentwicklung bis hin zur Unternehmensberatung.

Es gibt jedoch eine unbequeme zweite – empirisch gut belegte – Wahrheit: Je stärker Mitarbeitende sich auf KI verlassen, desto größer wird das Risiko, dass zentrale Fähigkeiten erodieren. Kritisches Denken, Urteilsvermögen und fachliche Intuition drohen verloren zu gehen – oft unbemerkt.

KI wirkt – aber nicht für alle(s)

Eine der meistzitierten Studien stammt von Erik Brynjolfsson, Danielle Li und Lindsey Raymond. In einem groß angelegten Feldexperiment mit 5.172 Customer‑Support‑Agenten erhöhte eine KI‑Assistenz die Produktivität im Schnitt um 15 Prozent, gemessen an gelösten Fällen pro Stunde.

Auffallend war, dass weniger erfahrene Mitarbeitende die größten Zugewinne erzielten. Hochqualifizierte Fachkräfte profitierten kaum – teils sank sogar die Qualität ihrer Arbeit.

Ähnliche Muster zeigen sich in der Softwareentwicklung. Randomisierte Feldexperimente bei Microsoft, Accenture und einem Fortune‑100‑Unternehmen dokumentierten eine Produktivitätssteigerung von rund 26 Prozent, wenn Entwickler KI‑Coding‑Assistenten einsetzen. Auch hier war zu beobachten, dass Junioren deutlich mehr gewonnen haben als Senior‑Entwickler.

In anderen Studien, etwa der von MIT Sloan ,wurden sogar Leistungszuwächse von mehr als 40 Prozent beobachtet. Die besten Ergebnisse wurden erzielt, wenn die Probanden im Umgang mit dem Werkzeug (in diesem Fall GPT) zuvor unterwiesen wurden.

Die Ergebnisse legen den Schluss nahe. KI kann das untere Leistungsniveau anheben – stärkt jedoch nicht zwingend auch die Exzellenz.

Die Kehrseite: Wenn Effizienz Lernen verdrängt

Parallel zu diesen Erfolgen wächst die Evidenz für einen gegenteiligen Effekt: Skill‑Erosion.

Eine Studie von Microsoft Research und der Carnegie Mellon University belegte, dass die regelmäßige Nutzung generativer KI zwar Zeit spart, aber das kritische Denken messbar reduziert. Je höher das Vertrauen in KI‑Antworten, desto geringer die Bereitschaft, Ergebnisse zu hinterfragen oder selbstständig zu analysieren.

Organisationssoziologische Forschung bestätigt diesen Trend. Eine Langzeit‑Fallstudie in einer Wirtschaftsprüfungsgesellschaft zeigte, wie kognitive Automatisierung über Jahre hinweg Fachwissen aushöhlt. Ursache ist ein Kreislauf aus Automatisierung, Bequemlichkeit und abnehmender Aufmerksamkeit – mit dem Ergebnis, dass Mitarbeitende zwar verantwortlich bleiben, aber das notwendige Verständnis verlieren.

Besonders brisant sind ähnliche Beobachtungen aus Hochrisikobereichen: Eine medizinische Beobachtungsstudie ergab, dass erfahrene Ärzte nach längerer KI‑Assistenz ohne KI schlechtere Diagnosen stellen als zuvor. Die Technologie hatte ihre Fähigkeiten nicht ergänzt, sondern teilweise verdrängt.

Sämtliche betrachtete Studien zeigen ein wiederkehrendes Muster:

1. KI übernimmt Routinen, Analyse und Vorarbeit
2. Mitarbeitende sparen Zeit und kognitive Anstrengung
3. Deliberate Practice – das Lernen durch Wiederholung, Fehler und Korrektur – entfällt
4. Mentale Modelle, Intuition und Urteilsfähigkeit bauen ab
5. Die Abhängigkeit von KI wächst weiter

Dieser Mechanismus wird als Skill-Erosion-Paradox bezeichnet: Was uns heute produktiver macht, zerstört unsere Kompetenzbasis für morgen.

Richtig problematisch wird es, wenn Fähigkeiten gar nicht erst erlernt werden.

Wie Unternehmen Skill‑Erosion durch KI verhindern können

Die gute Nachricht: Skill‑Erosion ist kein Naturgesetz. Studien und Praxisbeispiele zeigen, dass Organisationen gegensteuern können – wenn sie KI bewusst gestalten.

KI als Trainingsinstrument, nicht als Ersatz: KI sollte erklären, nicht nur liefern. Systeme, die Zwischenschritte offenlegen und Begründungen erzwingen, fördern Lernen.

Pflicht zur menschlichen Entscheidung: In kritischen Prozessen sollte KI beraten, die finale Entscheidung aber beim Menschen liegen. Das trägt zur Erhaltung von Urteilskraft und Verantwortungsbewusstsein bei.

Geplante, KI‑freie Arbeitsphasen: Nicht jede Aufgabe sollte zwingend an eine KI delegiert, sondern bewusst manuell erledigt werden. Einige Unternehmen testen in KI‑freien Reviews oder Simulationen, ob Mitarbeitende Aufgaben auch ohne Assistenz beherrschen.

Neue Lernpfade statt alter Routinen: Rotationen, Shadowing oder strukturierte Problemlösungsübungen helfen Junioren, Erfahrung aufzubauen.

Fazit

Effizienz ohne Kompetenz ist kein Fortschritt, sondern ein Risiko. Produktivitätsgewinne sind sofort sichtbar, Skill‑Verluste oft erst Jahre später. Für Unternehmen entscheidet sich jetzt, ob KI zum Kompetenz‑Turbo wird – oder zur stillen Erosion dessen, was sie eigentlich wertvoll macht.