Arbeiten nach Corona
Warum die Rückkehr ins Büro so wichtig ist
Menschliches Handwerk skaliert nicht so gut
Und KI ermöglicht größeres Testen. Der Kreativprozess wird immer besser durch Validierung. Validierung wird stärker durch mehr Realität. Und Realität braucht ohne KI oft Zeit. Menschliches Handwerk skaliert nicht wie KI-getriebene Ausgestaltung. Will ein Unternehmen heute eigene Ideen zum Metaverse testen oder gar ein Eigenes aufstellen, braucht es sehr lange, um alle Inhalte menschlich zu generieren und in eine Welt zu übersetzen. Durch KI können menschlich geführte Ideen schon dieses Jahr ihren Weg in skalierte 3D Modelle finden. Es geht dabei nicht um die Tiefe der Kreation, sondern die Fläche, um zu testen. KI wird uns helfen, Prototypen im Sinne der Erfinderin echter, schneller zu machen. Die Ergebnisse des Testens helfen wiederum dem Menschen, das 'Warum' zu ändern und neue Wege zu gehen.
Was müssen Unternehmen tun, um sich von der Masse hochwertiger KI-generierter Inhalte (Stichwort ChatGPT/GPT-3) abzuheben?
Böhnke: Auch hier geht es um Selbstbewusstsein. Nämlich das Vertrauen und die Weiterentwicklung der eigenen, handwerklichen Kompetenz in der Kreation. Denn Unternehmen müssen sich nicht gegen KI-Inhalte wehren. Die KI-Inhalte sind ja nutzergeneriert. Diese Nutzer sind oft die eigenen Kunden. Firmen müssen also über den eigenen Schatten springen.
Lernen von den Kunden
Wenn eigene Kunden innovative Rezepte, inspirierende Erlebnisse, und bahnbrechende Produktideen haben, ist die Frage nicht "Hätten wir das nicht machen müssen?". Sie ist: Wie können wir im Austausch mit diesen zusätzlichen - übrigens aktuell kostenlosen - Inputs unser Handwerk einbringen: die Gerichte kochen und liefern, die eigene Markenwelt vertieft realisieren, neue Produkte mit hoher Kaufrelevanz herstellen.
Es geht also nicht um das Abheben. Es geht um das Öffnen einer Tür für die eigenen Teams. Können wir aus schnellen Ideen anderer durch KI mehr und etwas Echtes machen? Dazu braucht es Partizipation und Offenheit. Und es braucht eigene Teams, die nicht nur mit den KI-Ergebnissen anderer arbeiten können. Sie müssen auch selbst geschult sein, etwa ihr Designtalent mit dieser neuen Möglichkeit zu verbinden - also ein Investment in tiefere Designtalente.
Wie können Mitarbeiter vom Einsatz von KI-Technologien wie ChatGPT und andere (bitte Beispiele nennen) in der Arbeitswelt profitieren?
Böhnke: Wir kommen aus der Ära der Fragen: Menschen nutzen Google und erhalten viele Antworten auf jede Frage. Durch LLM KI, visuelle Tools wie Midjourney oder Dall-E, musikalischen Kompositionen von Magenta, etc. treten wir in eine neue Ära ein: den inneren Diskurs. Denn durch vermeintlich eindeutige Antworten auf meine Fragen entsteht Reibung. Und diese Reibung fördert kritisches Denken. Das 'Warum sollte etwas so sein' tritt in den Vordergrund. Wenn alle Möglichkeiten nur ein 'Prompt' entfernt sind, lernt das Team durch kritischen Fokus auf das Warum. Und Lernen wird produktiver: Die Talente können Fachwissen im Lösungskontext verstehen und nicht erst durch die Theorie gehen.
Noch pragmatischer sind dieses Jahr vermeintlich einfache Fähigkeiten wie Ausdrucksform im Schriftlichen auf einer ganz anderen Lernkurve. Wenn ganze Texte paraphrasiert in Sekunden zur Verfügung stehen, lernt der Nutzer schneller und basierend auf der eigenen Arbeit. Der Schritt zu besserem Computercode eigener Engineers ist klein. Der Wert dieser Lerninteraktion liegt in der höheren Qualität durch Lernen im eigenen Kontext, nicht darin, dass KI besser coden kann.
Ethische Anforderungen nicht vergessen
Welche Anforderungen stehen heute im Gegensatz zu früher im Vordergrund? Welche Skills, welches Wissen benötigen Mitarbeiter noch, wenn KI ohnehin bald alles erledigen kann?
Böhnke: Die beste Analogie liegt hier in der Kunst: Künstler wurden nicht durch die Reproduktion von Landschaften durch Fotografie ersetzt. Künstler hatten einen neuen Weg gewonnen, sich auszudrücken und ein Medium für ihren Prozess. Genauso verhält es sich mit der KI. Wiederholbare Prozesse werden von ihr übernommen. Sie werden für uns einfacher. Das 'Warum' aber verbleibt bei uns. Was stimmt ist, dass Mitarbeitende ihre Fähigkeiten für Qualität schärfen dürfen, das 'Warum' zu definieren, es zu erkennen, und dessen Erfolg zu verstehen. Wir tun dies heute schon.
Es rückt mehr in den Vordergrund. Was zum Glück durch KI in den Vordergrund rückt, ist die Anforderung nach Ethik und Dankbarkeit: Nur weil alles schnell geht, ist es noch lange nicht ethisch korrekt. Und wenn ein Algorithmus die Arbeit anderer als Training nutzt, sollte die Dankbarkeit für diese Arbeit auch monetär bei den Erschaffenden ankommen.