Welche Herausforderungen und unbeabsichtigten Folgen entstehen an Arbeitsplätzen nach der Einführung künstlicher Intelligenz?

Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers. In der heutigen Folge besprechen wir eine Studie mit dem Titel: „Jenseits der IT-Adoption: Die sich entwickelnden Grenzen der Diffusionsforschung im KI-Zeitalter“. Bei mir ist unser Analyst Alex Ian Sutherland. Alex, worum geht es in dieser Studie im Kern?
Expert: Hallo Anna. Die Studie fasst Diskussionen des 28. jährlichen DIGIT-Workshops von SIG ADIT zusammen und wurde 2025 in den Communications of the Association for Information Systems veröffentlicht. Die Autoren – Saeed Akhlaghpour, Elena Karahanna, Eivor Oborn, Hamed Qahri-Saremi, Azadeh Savoli, Susan Scott und Monideepa Tarafdar – untersuchen darin, wie sich die Diffusionsforschung der Wirtschaftsinformatik verändern muss, um den Besonderheiten moderner künstlicher Intelligenz gerecht zu werden.
Host: Schauen wir auf die Ausgangslage: Welches grundlegende Problem adressiert die Studie in Bezug auf traditionelle IT-Einführungen?
Expert: Traditionelle Modelle zur Technologieakzeptanz konzentrieren sich weitgehend auf den Moment der Einführung und die anfängliche Akzeptanz durch die Nutzenden. Bei generativer oder adaptiver KI greift dieser Ansatz jedoch zu kurz. KI-Systeme verändern sich im Zeitverlauf, lernen aus Daten und greifen dynamisch in Arbeitsprozesse ein. Das führt zu unerwarteten soziotechnischen Folgen und ethischen Herausforderungen in der Phase nach der eigentlichen Einführung, die von klassischen Modellen bisher nicht systematisch erfasst werden.
Host: Wie sind die beteiligten Forscherinnen und Forscher methodisch vorgegangen, um dieses Problem aufzuarbeiten?
Expert: Die Studie basiert auf der Synthese von Expertenpanels eines Fachworkshops. Die Autoren haben vier thematische Kernbereiche analysiert und daraus übergeordnete Spannungsfelder abgeleitet. Ziel war es, ein integratives Rahmenwerk zu entwickeln, das künftige Forschungsfragen strukturiert und konkrete Ansatzpunkte für die Praxis liefert.
Host: Welche zentralen Ergebnisse und Spannungsfelder stellt die Studie heraus?
Expert: Es werden drei primäre soziotechnische Spannungsfelder identifiziert. Erstens: Innovation versus unbeabsichtigte Folgen. Schnelle technologische Neuerungen bringen oft unvorhergesehene Veränderungen in bestehenden Arbeitsabläufen mit sich. Zweitens: Skalierung versus Ethik. Wenn KI-Systeme zügig über mehrere Abteilungen hinweg skaliert werden, entstehen oft Lücken bei der ethischen Governance. Drittens: Geschwindigkeit versus sorgfältige Abwägung.
Host: Ein wichtiger Aspekt betrifft dabei auch die konkreten Aufgaben der Beschäftigten. Was sagt die Studie dazu?
Expert: Ein zentraler Befund ist, dass die Automatisierung von Teilaufgaben emotionale und kognitive Arbeit nicht zwingend reduziert, sondern oft nur umverteilt. Mitarbeitende müssen die Ausgaben der KI prüfen, Fehler korrigieren oder die Verantwortung für unklare Systementscheidungen übernehmen. Daher betont die Studie die Notwendigkeit einer menschenkompatiblen KI-Gestaltung, die genau diese neuen kognitiven und emotionalen Belastungen berücksichtigt und minimiert.
Host: Was bedeutet das nun konkret für Unternehmen und IT-Entscheidungsträger?
Expert: Für Unternehmen bedeutet das vor allem ein Umdenken bei der Erfolgsmessung. Der Erfolg eines KI-Projekts lässt sich nicht mehr allein daran bemessen, wie viele Beschäftigte die Software in den ersten Wochen nutzen. Führungskräfte müssen die Dynamiken nach der Einführung langfristig beobachten. Dazu gehört erstens ein kontinuierliches Risikomanagement, das ethische Fragestellungen parallel zur technischen Skalierung mitführt. Zweitens sollten Unternehmen aktiv analysieren, welche Kontroll- und Validierungsaufwände den Beschäftigten durch die KI neu entstehen, um Überlastungen zu vermeiden.
Host: Die Integration von KI erfordert also eine kontinuierliche Steuerung und darf nicht als einmaliger Rollout verstanden werden. Alex, vielen Dank für diese sachliche Einordnung der Studie.
Expert: Sehr gerne, Anna.
Host: Und Ihnen vielen Dank fürs Zuhören bei A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Ausgabe.