Zurück zur Bibliothek

Kernfrage Neu

KI-aufbereitet · Von Autoren geprüft

Wann und warum entscheiden sich Menschen dafür, ihre KI-Nutzung in persönlichen Nachrichten offenzulegen oder zu verheimlichen?

Should I Tell? Navigating AI Usage Disclosure in AI-Supported Interpersonal Communication
Johannes Bernard, Moritz Gimnich, Christoph Weinert, et al. · International Conference on Information Systems (ICIS) · 2026
Illustration zu: Wann und warum entscheiden sich Menschen dafür, ihre KI-Nutzung in persönlichen Nachrichten offenzulegen oder zu verheimlichen?

Lädt den Spotify-Player; Spotify kann Cookies setzen. Dieses Gerät merkt sich Ihre Auswahl.

Zentrale Ergebnisse

  • Offenlegungsentscheidungen variieren entlang zweier Hauptdimensionen: Kommunikationsart (funktional vs. intim) und Empfängertyp (distanziert vs. nah).
  • Bei funktionalen Aufgaben mit distanzierten Kontakten (z. B. Verfassen einer Kundenbeschwerde) gilt die KI-Offenlegung als irrelevant, da die Effizienz des Ergebnisses die persönliche Urheberschaft überwiegt.
  • Bei funktionaler Zusammenarbeit mit nahen Kontakten (z. B. Reiseplanung) gilt die Offenlegung als unbedenklich und lässt sich ohne soziale Nachteile kontextualisieren.
  • In der intimen Kommunikation mit distanzierten Kontakten (z. B. frühe Dating-Nachrichten) ist die Offenlegung heikel, da Empfängern der Kontext fehlt und sie die authentische Stimme des Absenders anzweifeln könnten.
  • In der intimen Kommunikation mit nahen Kontakten, insbesondere bei Beziehungskonflikten, ist eine Offenlegung unwahrscheinlich, da Absender befürchten, dass sie ein verringertes persönliches Engagement signalisiert und die wahrgenommene Aufrichtigkeit untergräbt.

Bedeutung für die Praxis

CIO / IT-Leitung

Allocate budget to evaluate and procure enterprise-grade writing assistants that feature granular, context-aware AI disclosure toggles for employees.

IT-Management

Draft an internal team guideline mapping out where AI use is encouraged (functional tasks with distant contacts) versus restricted (intimate messaging with close colleagues).

Unternehmensstrategie

Review customer communication workflows to identify high-volume functional touchpoints where AI drafting can be deployed without requiring transparency disclosures.

Forschung

Draft a new qualitative study proposal investigating the longitudinal impact of AI disclosure on trust erosion specifically within high-stakes interpersonal conflicts.

Politische Entscheidungsträger

Draft a briefing note evaluating the need for consumer protection guidelines regarding voluntary AI disclosure in digital dating and personal communication platforms.

Zusammenfassung

Diese explorative qualitative Studie untersucht, wie zwischenmenschliche Kontexte und Beziehungsarten die Entscheidung beeinflussen, KI-Unterstützung in privaten Nachrichten offenzulegen. Anhand von fünf leitfadengestützten Interviews mit aktiven KI-Nutzern analysieren die Autoren, wie Absender die Notwendigkeit von KI-Transparenz in unterschiedlichen sozialen Situationen bewerten.

Problemstellung

Während formale Regeln die Offenlegung von KI im akademischen und geschäftlichen Umfeld vorgeben, basiert die private Kommunikation vollständig auf freiwilliger Offenlegung bei undefinierten Normen. Kommunizierende stehen vor der Herausforderung, den Komfort von KI-Hilfe mit dem Risiko abzuwägen, bei einer Offenlegung als unauthentisch, faul oder unaufrichtig wahrgenommen zu werden.

Transkript
Host: Willkommen zu A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers. In der heutigen Ausgabe sprechen wir über eine aktuelle Forschungsarbeit mit dem Titel: „Soll ich es sagen? Zum Umgang mit der Offenlegung der KI-Nutzung in der KI-gestützten zwischenmenschlichen Kommunikation“. Verfasst wurde die Studie von Johannes Bernard, Moritz Gimnich, Christoph Weinert und Tim Weitzel für die International Conference on Information Systems 2026. Alex, worum geht es in dieser Untersuchung genau?
Expert: Hallo Anna. Die Studie analysiert, nach welchen Kriterien Personen entscheiden, ob sie die Unterstützung durch generative KI beim Verfassen persönlicher Nachrichten gegenüber dem Empfänger offenlegen oder verschweigen. Während es in Unternehmen und Hochschulen oft schon formale Regeln gibt, beruht Transparenz im privaten Austausch rein auf freiwilliger Basis.
Host: Das betrifft im Grunde jeden, der KI-Tools im Alltag einsetzt. Welches konkrete Problem haben die Autoren dabei im Blick?
Expert: Das Kernproblem ist ein Spannungsfeld aus Nutzen und sozialem Risiko. Einerseits spart KI Zeit und hilft bei der Formulierung. Andererseits existieren im zwischenmenschlichen Bereich keine etablierten Normen. Wer offenbart, dass ein Text mithilfe von KI formuliert wurde, riskiert, als unaufrichtig, unpersönlich oder schlicht faul wahrgenommen zu werden. Absender müssen dieses soziale Risiko bei jeder Nachricht neu abwägen.
Host: Wie sind die Autoren methodisch vorgegangen, um dieses Phänomen zu untersuchen?
Expert: Es handelt sich um eine explorative qualitative Studie. Die Basis bilden fünf leitfadengestützte Interviews mit Personen, die aktiv generative KI zur Texterstellung einsetzen. Aufgrund der geringen Stichprobengröße sind die Ergebnisse nicht statistisch verallgemeinerbar, sie liefern aber eine detaillierte Differenzierung der zugrunde liegenden Entscheidungsmuster.
Host: Welche zentralen Ergebnisse lassen sich aus diesen Interviews ableiten?
Expert: Die Entscheidung zur Offenlegung bewegt sich entlang zweier Dimensionen: Erstens der Art der Kommunikation – funktional oder intim – und zweitens der Beziehung zum Empfänger – distanziert oder nah. Daraus leiten die Autoren vier Situationen ab.
Host: Gehen wir diese Bereiche einmal durch. Wie verhalten sich Nutzer bei funktionalen Anlässen?
Expert: Bei funktionaler Kommunikation mit distanzierten Personen, etwa einer Reklamation an einen Kundenservice, wird Transparenz als irrelevant erachtet. Hier zählt die Effizienz des Ergebnisses, die persönliche Urheberschaft ist nachrangig. Handelt es sich um eine funktionale Abstimmung mit nahestehenden Personen, beispielsweise die gemeinsame Reiseplanung, wird die KI-Nutzung meist unproblematisch offengelegt, da der pragmatische Nutzen geteilt wird und keine negativen sozialen Konsequenzen befürchtet werden.
Host: Und wie sieht es aus, wenn die Kommunikation einen intimen Charakter hat?
Expert: In intimen Kontexten mit distanzierten Kontakten, wie etwa beim Kennenlernen auf Dating-Plattformen, ist die Offenlegung heikel. Da dem Empfänger das Vorwissen über die Person fehlt, könnte eine transparente KI-Nutzung Zweifel an der Authentizität wecken. Die geringste Neigung zur Offenlegung besteht bei intimer Kommunikation mit nahestehenden Kontakten, etwa bei Beziehungskonflikten oder Entschuldigungen. Die Teilnehmenden gaben an, dass eine Offenlegung hier vermitteln würde, man investiere nicht genügend persönliches Engagement und emotionale Aufrichtigkeit.
Host: Warum sind diese Erkenntnisse für die Praxis und für Unternehmen relevant?
Expert: Auch die geschäftliche Kommunikation besteht nicht nur aus Sachdaten, sondern baut auf zwischenmenschlichen Beziehungen auf. Für Führungskräfte und Organisationen folgt daraus, dass Transparenzrichtlinien differenziert gestaltet sein sollten. Bei rein operativen Routineaufgaben steht die Produktivität im Vordergrund. Wenn es jedoch um sensible interne Themen wie Feedback, Mitarbeitergespräche oder Krisenkommunikation geht, gelten ähnliche Dynamiken wie im privaten Bereich: Ein unbedachter Einsatz von KI kann als Mangel an Wertschätzung gewertet werden. Zudem sollten Softwareentwickler beachten, dass automatisierte Hinweise auf KI-Generierung in relationalen Kontexten auf Vorbehalte bei Nutzern stoßen können.
Host: Die Studie verdeutlicht, dass Transparenz bei KI-Texten immer vom sozialen Kontext und dem Grad der persönlichen Nähe abhängt. Vielen Dank für diese Erläuterungen, Alex.
Expert: Sehr gerne, Anna.
Host: Und vielen Dank an Sie fürs Zuhören. Bis zur nächsten Folge von A.I.S. Insights — powered by Living Knowledge.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

AI usage, disclosure, interpersonal communication, transparency, user behavior