ESBYTE Logo

Aus der ESBYTE Praxis: Ein Syndrom, das niemand sieht

Jeder kennt das an die Kolleg:innen übergebene Dokument. Neben dem, dass es gut formatiert ist, klingt es sehr professionell. Schaut man aber genauer hin, dann ist es – nichtssagend. Weder hat es eine inhaltliche Substanz, noch wird eine Entscheidung vorbereitet oder gar ein Problem damit gelöst. Man nennt diese Art von Dokumenten, die KI-generierten Inhalt umfassen, der zwar wie gute Arbeit aussieht, aber keine Relevanz für diejenigen hat, die damit weiterarbeiten müssen, inzwischen „Workslop“. Darüber haben wir hier schon einiges geschrieben. Auch dass die üblichen Reaktionen darauf, beispielsweise mehr Sorgfalt an den Tag zu legen oder bessere Prompts zu trainieren (siehe BetterUp Labs 2025), zu kurz greifen, haben wir hier schon erwähnt. Die eigentlich interessante Frage für diesen Beitrag ist eine, die daran anknüpft: Warum gibt es das Phänomen des KI-Slop in manchen Konstellationen praktisch nie – in anderen aber ständig?

Vom Phänomen zum Symptom

Stellen Sie sich ein eingespieltes Team vor, das seit Jahren zusammenarbeitet. Gemeinsamer Kontext, geteilte Qualitätsmaßstäbe und eine Routine aus wechselseitigem Verständnis. In so einem Team ist es fast unmöglich, einfach einen unreflektierten KI-Entwurf zu präsentieren und damit die eigene Aufgabe als erledigt anzusehen. In kollaborativen Teams fliegen schlechte (Vor-) Arbeiten normalerweise auf, bevor sie Schaden anrichten. Slop ist insofern ein Zeichen dafür, dass dieser Rahmen fehlt. Mit anderen Worten: Als Symptom weist Slop entweder auf ein Team hin, dem echte und eingespielte Kollaborationsroutinen fehlen – oder aber darauf, dass gar kein echtes Team im Sinne einer Kollaboration vorhanden ist.

Anamnese: Die Team-Ebene wird systematisch ignoriert

Verschiedene empirische Studien und Analysen zur Zusammenarbeit mit einer KI zeigen folgende interessante Ergebnisse in diesem Zusammenhang:

  • Im Schnitt schneiden Mensch-KI-Kombinationen schlechter ab als das jeweils bessere von Menschen oder einer KI alleine. Nur bei offenen, kreativen Aufgaben zeigt sich ein Gewinn (Vaccaro, Almaatouq und Malone 2024).
  • Wird einem Team einfach eine KI hinzugefügt, gehen häufig Koordination, Kommunikation und Vertrauen im Team zurück. Durch die nun rein aufgabenbezogene Kommunikation gehen die informellen Abstimmung, die gute Teams auszeichnet, verloren (Yan et al. sowie Schmutz et al. 2024).
  • Auch die Idee, Teams auf die gemeinsame KI-Nutzung zu verpflichten, hilft nicht wirklich weiter. Ein starr vorgeschriebenes gemeinsames Vorgehen führt sogar zu noch schlechterem und geringerem Output, als eine unstrukturierte Nutzung der KI (Microsoft Research).

Das zeigt, dass eine KI nicht einfach zu einer beliebigen Gruppe von Menschen hinzugefügt werden kann und dadurch qualitativ gute Arbeit entsteht. Diese gibt es nur nur, wenn bereits eine echte kollaborative Struktur vorhanden ist und eine KI durch das Team selbst ein- und zu den Aufgaben hingeführt wird.

Ursachenforschung: Organisationen kennen ihre kollaborativen Teams nicht

Jetzt wird es unbequem, denn die Frage „wo in unserer Organisation gibt es eigentlich echte, eingespielte kollaborative Einheiten?“, die man mit dieser Aufgabe betrauen könnte, lässt sich beispielsweise im Rahmen der formellen Struktur nicht beantworten. Es ist eine nicht gerade neue Erkenntnis, dass die Koordination der Arbeit zunehmend über informelle Beziehungsnetzwerke, nicht über formale Berichtsstrukturen, stattfindet. Netzwerke, die quer zu Kernarbeitsprozessen liegen, tauchen aber in keinem Organigramm auf und rund die Hälfte der Personen, die als zentrale, vertrauenswürdige Knotenpunkte in Netzwerken fungieren, sind der Führungsebene nicht bekannt (Cross, Borgatti & Parker 2002). Genau diese Teams und Knotenpunkte aber sind es, die man kennen und auch beteiligen müsste, um eine KI sinnvoll einzuführen.

Bemerkenswerterweise haben die meisten Studien zu diesem Symptom den selben blinden Fleck. Die untersuchten „Teams“ beispielsweise werden für das Experiment eigens zusammengestellt. Zwei Fremde, zufällig gepaart, für eine Aufgabe von wenigen Stunden, mit und ohne KI. Das ist kein Zufall, sondern methodisch zwingend: Nur zufällig zusammengestellte Gruppen lassen sich empirisch sauber randomisieren und damit wissenschaftlich vergleichen. Ein eingespieltes, gewachsenes Team lässt sich nicht für eine Studie reproduzieren oder zufällig aufteilen, ohne genau das zu zerstören, was es ausmacht. Damit stammt das, was wir empirisch über „Teams und KI“ zu wissen glauben, bereits aus Konstellationen, die mit echter, kollaborativer Teamarbeit wenig zu tun haben.

Die ESBYTE-Praxis empfiehlt: Immer erst diagnostizieren

Das ist der Grund, warum wir als ESBYTE weder eine KI implementieren, bevor wir nicht verstanden haben, was Sie damit für ihr Unternehmen erreichen wollen, noch ein entsprechendes Training anbieten, wenn nicht klar ist, wo in Ihrem Unternehmen tatsächlich damit zusammengearbeitet werden soll.

Ein Symptom zu behandeln, ohne die Ursache zu kennen, kostet Zeit – Ihre Zeit – und schafft am Ende nur Frustration. Deshalb steht am Anfang jeder Zusammenarbeit mit uns eine ehrliche Anamnese: Wo sind die Anwendungsfälle und welche Teams arbeiten wirklich kollaborativ zusammen? Erst danach gibt es von uns ein Rezept für Sie.

Übrigens: Genau nach diesem Prinzip funktioniert auch die ESBYTE-Praxis als Serie: Jede Diagnose, die wir in diesem Rahmen künftig vorstellen, beginnt mit einem Symptom, das Sie vermutlich kennen und nicht mit einem Werkzeug oder einer IT, das oder die wir verkaufen wollen.

Quellen

Bildnachweis: Rui Dias – Techniker arbeitet an humanoidem Roboter auf Pexels

Learn how we helped 100 top brands gain success