Insights
Das Paradoxon von KI-Produktivität und Leistung
Was wäre, wenn die wertvollste Person in Ihrem Team diejenige ist, die am wenigsten produktiv aussieht?
Ein in Organization Science veröffentlichtes Feldexperiment begleitete 750 Wissensarbeiter bei der Nutzung von GPT-4. Mitarbeiter mit KI waren 25 Prozent schneller und erzielten bei Aufgaben im Leistungsbereich des Modells eine höhere Qualität. Doch bei einer Aufgabe knapp außerhalb dieses Bereichs – bei der die KI sich ihrer Sache sicher war und dennoch falsch lag –, erreichten Mitarbeiter, die sich darauf verließen, mit einer um 19 Prozent geringeren Wahrscheinlichkeit die richtige Antwort als diejenigen, die ohne sie arbeiteten. Das Unangenehme daran ist Folgendes: Die Leute, die langsamer arbeiteten, um die Ergebnisse der KI zu überprüfen, sie zu hinterfragen und Fehler aufzudecken, wirkten nach jeder traditionellen Metrik weniger produktiv. Weniger Output pro Stunde. Weniger Arbeitsergebnisse. Langsamere Durchlaufzeiten. Und genau sie brachten den größten Mehrwert.
Das Performance-Paradoxon
Die Harvard Business Review nannte dies das Performance-Paradoxon. Unternehmen bewerten Mitarbeiter nach wie vor mit Metriken aus der Vor-KI-Ära – Produktivität, Zielerreichung, Aufgaben pro Stunde –, und diese Metriken belohnen inzwischen das falsche Verhalten. Sie belohnen unkritische Geschwindigkeit statt sorgfältigen Urteilsvermögens. Überlegen Sie, was das im großen Stil bedeutet. Gallups Bericht „State of the Global Workplace“ aus dem Jahr 2026 – mit 263.000 Befragten in 160 Ländern – ergab, dass nur 20 Prozent der Mitarbeiter bei der Arbeit engagiert sind. Achtzig Prozent sind entweder nicht engagiert oder aktiv unmotiviert. Wir neigen dazu, das als Motivationsproblem zu interpretieren. Ich frage mich, ob es ein Messproblem ist.
Wenn Unternehmen Output messen
Wenn Unternehmen Output messen, bekommen sie Output. Wenn sie Stunden messen, bekommen sie Stunden. Wenn sie Compliance messen, bekommen sie Compliance. Was sie nicht bekommen, ist Denken. Sie bekommen nicht den Ingenieur, der einen systemischen Fehler bemerkt, aber schweigt, weil das Melden von Problemen seine Zahlen verschlechtert. Sie bekommen nicht den Analysten, der eine abteilungsübergreifende strategische Verbindung sieht, aber kein Forum hat, um sie zu teilen. Sie bekommen nicht den Manager, der einen Prozess neu gestalten könnte, aber zu sehr damit beschäftigt ist, an den Kennzahlen des alten gemessen zu werden. Jedes Unternehmen steckt voller ungenutztem intellektuellem Kapital. Nicht, weil den Leuten Ideen fehlen – sondern weil das System sie nirgendwo abfragt. Zu diesem Wandel kehre ich immer wieder zurück. Zwei Jahrhunderte lang bauten Unternehmen ihre Betriebssysteme um die Ausführung herum auf. Leistung war das Maß für Wert. Und das funktionierte – als Ausführung knapp war.
Der Engpass ist der Beitrag
Aber KI macht Ausführung im Überfluss verfügbar. Der globale Managing Partner von McKinsey berichtete, dass KI seiner Firma in einem einzigen Jahr 1,5 Millionen Stunden bei Recherche und Synthese erspart hat. Fünfundzwanzigtausend KI-Agenten produzierten in sechs Monaten 2,5 Millionen Diagramme. Die Ausführungskapazität ist nicht länger der Engpass. Der Engpass ist der Beitrag – das Denken, Hinterfragen, Verknüpfen und Urteilen, das kein Modell replizieren kann. Und dennoch zeigen unsere Messsysteme weiterhin in die entgegengesetzte Richtung. Ich frage mich, ob die wichtigste organisatorische Innovation des nächsten Jahrzehnts keine neue Technologie oder Strategie sein wird. Vielleicht wird es eine neue Messeinheit sein. Kein Output. Keine Produktivität. Nicht einmal Performance. Etwas in der Art von: Hat diese Person das Unternehmen dazu gebracht, besser zu denken? Diese Metrik haben wir noch nicht. Aber die Unternehmen, die das als Erste herausfinden, werden einen außergewöhnlichen Vorteil haben – denn sie werden diejenigen sein, die endlich erfahren, was 80 Prozent ihrer Mitarbeiter bereit waren beizutragen.