Schneller entscheiden, weniger verstehen
Letzte Woche ging es um Begriffe, die ständig verwechselt werden. Diese Woche geht es um eine Technologie, die gleichzeitig Probleme beschleunigt und Lösungen ermöglicht. Am Donnerstag die Lerneinheit dazu.
Im Impuls: ein Nature-Kommentar darüber, was passiert, wenn KI dem Einzelnen hilft, aber ganze Berufsfelder entmündigt.
Die Lerneinheit diese Woche
Sustainable AI. Das ganze Bild.
Zwei Themen, die selten in Projekten gegenüber gestellt werden: Was kostet KI die Gesellschaft? Was ermöglicht sie? Wer diese Fragen stellt, kann differenziert bewerten, wo in der eigenen Organisation echte Hebel liegen. In sieben Schritten sortieren wir.
Was verlieren wir, wenn KI entscheidet?
Ein Schachexperiment bringt es auf den Punkt: Teams, deren KI darauf trainiert war, Züge zu machen, auf die der menschliche Partner aufbauen konnte, gewannen konstant gegen Teams mit der stärkeren, aber rücksichtslosen KI. Nicht Leistung entschied, sondern Anschlussfähigkeit.
Sylvie Delacroix nimmt dieses Ergebnis in einem aktuellen Nature-Kommentar als Ausgangspunkt und fragt: Was bedeutet das für Berufe, die KI gerade in großem Stil einführen?
Ihre Antwort ist unbequem. Schach hat ein festes Ziel: Schachmatt. Berufe nicht. In der Medizin, im Recht, in der Bildung entwickeln sich die Maßstäbe laufend weiter. Eine KI kann für jede einzelne Nutzerin verständlich sein und trotzdem den Raum verengen, in dem Fachleute darüber verhandeln, was gute Praxis überhaupt ist. Der schärfste Punkt: Wenn jede Unsicherheit in eine Wahrscheinlichkeit gepresst wird, verschwinden die Entscheidungen, die sich nicht quantifizieren lassen.
Die KI hilft der einzelnen Fachkraft, schneller zu entscheiden. Aber sie entzieht dem Berufsfeld die Fähigkeit, darüber zu streiten, wie entschieden werden sollte.
Delacroix, S. (2026). The hidden costs of 'helpful' AI. Nature, 652, 9.
https://doi.org/10.1038/d41586-026-00966-2
Wer will eigentlich diese Automatisierung?
Wer das größere Bild dazu sucht, findet bei Nilay Patel (The Verge) eine pointierte These: „The people do not yearn for automation." Patel argumentiert, dass die Tech-Industrie an einem „Software Brain" leide, der Annahme, alles ließe sich in Datenbanken und Agenten überführen und dass genau dort die Lücke zwischen Silicon Valley und der breiten Öffentlichkeit klaffe. Lesens- und hörenswert als Gegenstück zur Frage, was passiert, wenn KI dem Einzelnen scheinbar hilft.
Patel, N. (2026, 23. April). The people do not yearn for automation. The Verge. https://www.theverge.com/podcast/917029/software-brain-ai-backlash-databases-automation
Nachhaltigkeit operativ verankern
Strategie fertig, Reporting läuft, und trotzdem bewegt sich in der Organisation wenig. Das Sechs-Wochen-Programm „Impact Booster: System & Stakeholder" setzt genau dort an. Wo liegen die Hebel, wer zieht mit, wer nicht, warum nicht?
Info-Event am Dienstag, 5. Mai 2026, 14:00 bis 14:45 Uhr online.