Zurück zur Bibliothek

Kernfrage Neu

KI-aufbereitet · Von Autoren geprüft

Wie übernehmen Führungskräfte Verantwortung für KI-gestützte Arbeit, und wann schadet die Offenlegung der Glaubwürdigkeit?

When Is It Still My Work? Generative AI, Defensibility, and Disclosure in Software Product Managers’ Work
Phong Trang, Tran Dieu Hieu Nguyen, Soumitra Chowdhury · International Conference on Information Systems (ICIS) · 2026
Illustration zu: Wie übernehmen Führungskräfte Verantwortung für KI-gestützte Arbeit, und wann schadet die Offenlegung der Glaubwürdigkeit?

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

Zentrale Ergebnisse

  • Manager greifen häufig auf eine 'Ask-Tweak-Share'-Routine zurück und nutzen die entscheidende 'Tweak'-Phase, um geschützten Unternehmenskontext, technische Einschränkungen und geschäftliches Urteilsvermögen in KI-generierte Entwürfe einzubetten.
  • Vertretbarkeit auf Artefaktebene wird bei der Überarbeitung vor dem Teilen hergestellt, wodurch sichergestellt wird, dass die verfassende Person detaillierte Rückfragen von Stakeholdern unabhängig vom eingesetzten Werkzeug beantworten kann.
  • Vertretbarkeit und durch Offenlegung vermittelte Sichtbarkeit können sich entkoppeln, da manche Manager die KI-Unterstützung in substanziell überarbeiteten Dokumenten verschwiegen, um eine Abwertung ihrer Leistung durch Kollegen zu verhindern.
  • Die Studie legt nahe, dass eine Offenlegung eher zu Teamexperimenten anregt, wenn Kollegen das Ergebnis als fundiert überarbeitet wahrnehmen, während sie sanktioniert wird, wenn sie als bequeme Abkürzung interpretiert wird.
  • In Umgebungen ohne formelle Vorgaben bestimmen lokale Teamnormen und Reaktionen von Fachkollegen informell, welche KI-Praktiken akzeptabel sind und offen thematisiert werden dürfen.

Bedeutung für die Praxis

CIO / IT-Leitung

Where AI use runs ahead of policy, build guidelines on existing team norms. Encourage disclosure of substantially reworked work, and protect staff, especially early-career staff, from being judged as low effort when they disclose AI use.

IT-Management

Review team routines to ensure that every AI-assisted draft undergoes the critical 'Tweak' phase—embedding proprietary context, technical constraints, and business judgement—before it is shared with stakeholders.

Unternehmensstrategie

Before sharing an AI-assisted roadmap or rationale, check it against the decisions, constraints and history colleagues are likely to ask about.

Forschung

Test whether defensibility and visibility decouple in a setting with formal AI governance, and examine whether seniority and local team norms change how disclosure is received.

Politische Entscheidungsträger

When writing guidance on AI disclosure at work, consider that the same disclosure can be read as openness or as low effort, depending on how much the work was reworked.

Zusammenfassung

Diese qualitative Studie untersucht, wie Software-Produktmanager generative KI in Ermangelung formeller Unternehmensrichtlinien in ihre alltäglichen Koordinationsroutinen integrieren. Anhand von leitfadengestützten Interviews und Screen-Sharing-Sitzungen mit 21 Produktmanagern eines Automobilsoftwareunternehmens analysieren die Forschenden, wie Fachkräfte vertretbare Arbeitsergebnisse erstellen und Offenlegungsentscheidungen handhaben. Die Analyse zeigt, wie Manager KI-Entwürfe vor der Weitergabe von Arbeitsergebnissen mit organisatorischen Realitäten und sozialen Erwartungen abgleichen. Die Ergebnisse stammen aus einem Softwareunternehmen der Automobilbranche und bieten Ansatzpunkte für den analytischen Transfer auf ähnliche Kontexte.

Problemstellung

Managementarbeit stützt sich stark auf die Erstellung gemeinsam genutzter Arbeitsergebnisse wie Produkt-Roadmaps und strategischer Begründungen, die fachliche Verantwortung tragen und fundiert sein müssen. Generative KI macht die Urheberschaft jedoch undurchsichtig, sodass Manager verunsichert sind, wie sie KI-gestützte Ergebnisse bei Überprüfungen durch Kollegen als eigene Arbeit rechtfertigen können. Zudem stehen Fachkräfte vor dem Dilemma, ob die Offenlegung der KI-Nutzung Innovationsbereitschaft signalisiert oder die eigene Glaubwürdigkeit gefährdet.

Transkript
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 „Wann ist es noch meine Arbeit? Generative KI, Vertretbarkeit und Offenlegung in der Arbeit von Software-Produktmanagern“, verfasst von Phong Trang, Tran Dieu Hieu Nguyen und Soumitra Chowdhury und vorgestellt auf der International Conference on Information Systems 2026. Die Untersuchung befasst sich damit, wie Software-Produktmanager generative KI in ihren Arbeitsalltag einbinden, wenn formelle Unternehmensrichtlinien fehlen. Bei mir im Studio ist unser Experte Alex Ian Sutherland. Willkommen, Alex.
Expert: Hallo Anna. Ich freue mich auf das Gespräch.
Host: Alex, lass uns beim Kernproblem ansetzen. Vor welcher konkreten Herausforderung stehen Produktmanager beim Einsatz von generativer KI?
Expert: Produktmanager tragen fachliche Verantwortung für gemeinsam genutzte Dokumente wie Produkt-Roadmaps oder strategische Konzepte. Diese Artefakte müssen vor Kollegen und Führungskräften fundiert begründet und vertreten werden können. Wenn generative KI zur Texterstellung genutzt wird, wird die Urheberschaft jedoch unklar. Fachkräfte sind verunsichert, ob ein solches Dokument bei Prüfungen noch als ihre eigene Leistung gilt. Zudem entsteht ein Dilemma bei der Offenlegung: Signalisiert die Erwähnung von KI Innovation oder riskiert man damit, dass Kollegen die eigene Kompetenz anzweifeln?
Host: Wie haben die Forschenden diese Fragestellung in der Praxis untersucht?
Expert: Das Forschungsteam wählte einen qualitativen Ansatz in einem Softwareunternehmen der Automobilbranche. Untersucht wurden 21 Produktmanager anhand von leitfadengestützten Interviews und Screen-Sharing-Sitzungen. Durch diese Methode konnten die Forschenden direkt nachvollziehen, wie die Fachkräfte KI-Werkzeuge tatsächlich einsetzen und wie sie Entwürfe bearbeiten, bevor sie mit anderen geteilt werden.
Host: Welche zentralen Muster und Ergebnisse hat die Studie dabei offengelegt?
Expert: Die Forschenden identifizierten eine wiederkehrende Routine, die sie als „Ask-Tweak-Share“ bezeichnen. Die Manager befragen die KI, modifizieren das Ergebnis aber in einer entscheidenden Überarbeitungsphase sehr intensiv. Sie reichern die Entwürfe mit unternehmensspezifischem Kontext, technischen Restriktionen und eigenem Urteilsvermögen an. Auf diese Weise stellen sie Vertretbarkeit auf Artefaktebene her: Sie stellen sicher, dass sie jede detaillierte Rückfrage beantworten können, unabhängig davon, wer den ersten Entwurf generiert hat.
Host: Zeigen die Manager diesen Prozess dann auch transparent gegenüber ihren Kollegen?
Expert: Nicht zwingend. Die Studie zeigt eine Entkopplung von Vertretbarkeit und Offenlegung. Einige Fachkräfte verschwiegen die KI-Unterstützung bewusst, selbst wenn sie das Dokument substanziell überarbeitet hatten. Der Grund lag in der Sorge vor sozialer Abwertung. Wird der KI-Einsatz als bequeme Abkürzung interpretiert, drohen informelle Sanktionen im Team. Wird die Nutzung jedoch als fundiert überarbeitet wahrgenommen, kann Offenlegung auch Experimente im Team anstoßen. In der Praxis bestimmen derzeit vor allem informelle Teamnormen, welches Verhalten akzeptiert wird.
Host: Welche praktischen Handlungsempfehlungen lassen sich daraus für Unternehmen ableiten?
Expert: Für Unternehmen bedeutet das vor allem: Das Fehlen formaler Richtlinien verhindert nicht den Einsatz generativer KI, sondern führt lediglich zu verdeckten Praktiken und Unsicherheit. Organisationen sollten anerkennen, dass die eigentliche Wertschöpfung oft in der fachlichen Prüfung und Anpassung liegt, nicht in der reinen Rohtexterstellung. Führungskräfte sind daher gefordert, klare Leitlinien zu etablieren. Solche Leitlinien sollten definieren, wie mit Vertretbarkeit umzugehen ist und einen sicheren Raum schaffen, in dem transparente KI-Nutzung nicht sanktioniert, sondern als Lernprozess begriffen wird.
Host: Die Studie verdeutlicht, dass Vertretbarkeit durch fundierte Anpassung entsteht und Unternehmen klare Rahmenbedingungen schaffen müssen, um Unsicherheiten bei der Offenlegung abzubauen. Vielen Dank, Alex, für diese Einordnung.
Expert: Sehr gerne, Anna.
Host: Und vielen Dank an Sie fürs Zuhören bei A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Folge.
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

Generative AI, Software Product Management, Managerial Work, Accountability, AI Disclosure, Work Routines, artefact-level defensibility, disclosure-mediated visibility