Im Quellenvergleich
Worin die Quellen übereinstimmen
Eine Studie der Firma Glean zeigt, dass britische Fachkräfte durchschnittlich mehr als sechs Stunden pro Woche mit der Überwachung und Korrektur von Fehlern in KI-Werkzeugen verbringen. Dieses sogenannte „Botsitting“ frisst einen erheblichen Teil der durch Automatisierung eingesparten Zeit. Die ständige Prüfung der KI-Ergebnisse hat die Arbeit verändert: Die Qualitätskontrolle beansprucht mehr Zeit als das Erstellen von Eingabeaufforderungen. Über ein Drittel aller KI-Sitzungen scheitert komplett. Die Quellen berichten weitgehend übereinstimmend, weisen aber bei einigen Details Unterschiede auf.
Worin sie sich unterscheiden
Genauer Zeitaufwand für Botsitting- Britische Fachkräfte verlieren durchschnittlich 6,3 Stunden pro Woche mit der Überwachung und Korrektur von Fehlern in KI-Werkzeugen.1
- Mitarbeiter verbringen durchschnittlich 6,4 Stunden pro Woche damit, die KI zum Funktionieren zu bringen.2
Anteil der KI-Nutzer, die sich als produktiver einschätzen- 78 Prozent der Befragten sagen, Automatisierung steigere die individuelle Produktivität.1
- 75 Prozent der befragten KI-Nutzer geben an, produktiver zu sein.2
Anteil der Unternehmen mit tatsächlichem Produktivitätszuwachs- Nur 18 Prozent der Befragten sehen einen signifikanten Effekt auf die Gesamtorganisation.1
- Nur 13 Prozent der Unternehmen sehen einen tatsächlichen Produktivitätszuwachs.2
Anteil der Befragten, die im letzten Monat Nacharbeit leisten mussten- 77 Prozent der Befragten mussten im letzten Monat Nacharbeit leisten.1
- 69 Prozent der Teilnehmer gaben zu, ungeprüfte KI-Ergebnisse ausgeliefert zu haben.2
Phänomen des ungeprüften Auslieferns von KI-Ergebnissen- Das Phänomen wird als „Botshitting“ bezeichnet.2
Wechsel zwischen mehreren KI-Tools (Toggle Tax)- 77 Prozent der Befragten nutzen verschiedene Werkzeuge, 46,5 Prozent springen für eine einzige Aufgabe zwischen zwei oder mehr Anwendungen. Diesen kognitiven Wechselaufwand bezeichnen die Forscher als „Toggle Tax“.2
Kritik an oberflächlichen Erfolgsmetriken- Die Direktorin des Work AI Institute, Rebecca Hinds, kritisiert, Firmen missten den KI-Erfolg oft oberflächlich mit „Eitelkeitsmetriken“ wie Zugriffszahlen.1
Lösungsansatz: bessere menschliche Infrastruktur- Die Lösung sei nicht mehr KI, sondern eine bessere „menschliche Infrastruktur“. In Unternehmen, wo die benötigten Informationen über die KI-Systeme ankommen, ermüden Mitarbeiter um 64 Prozent weniger.2