Menschliche Kernaufgaben bewahren
Die Priorisierung menschlicher Kreativität kann helfen, Abstimmung und Fortschritt zu sichern.
Obwohl viele Ingenieur:innen KI als Innovationspartner begrüßen, befürchten 59 %, dass der starke Fokus auf Effizienz und Optimierung in ihren Unternehmen menschliche Kreativität und von Menschen geführte Aufgaben nicht ausreichend schützt – gegenüber 47 % der Führungskräfte. Diese Bedenken sind besonders ausgeprägt in den Segmenten Automotive sowie Daten-/Cloud-Computing. Dort sind zwei Drittel der Befragten der Ansicht, dass ihre Unternehmen Optimierung stärker priorisieren als den Schutz von von Menschen geführten Aufgaben.
Ingenieur:innen befürchten zudem, dass der Einsatz von KI ihre Möglichkeiten einschränken könnte, eigenes Urteilsvermögen oder ihre Kreativität einzubringen (40 % gegenüber 27 % der Führungskräfte). Diese Sorge – kombiniert mit unterschiedlichen Prioritäten bei der Bewertung des ROI – führt dazu, dass Ingenieur:innen häufiger hinterfragen, ob KI tatsächlich zu bedeutenden Innovationen beiträgt (32 %) als Führungskräfte (18 %).
Um diese Bedenken zu verringern, sollten Unternehmen klarer kommunizieren, wo sie den Mehrwert ihrer KI-Initiativen sehen – und wie sie die Rolle der Ingenieur:innen erhalten wollen, wenn diese Initiativen skaliert werden.
Was Mitarbeitende sagen
KI verändert grundlegend, wie wir sowohl berufliche als auch persönliche Herausforderungen und Chancen angehen. Der Leitgedanke für eine erfolgreiche Einführung von KI sollte darin bestehen, den Menschen als kritisch denkende Instanz in den Mittelpunkt zu stellen und KI als intelligente persönliche Assistenz zu nutzen – gewissermaßen als digitale Erweiterung unserer selbst, die unsere Fähigkeiten und unsere Wirksamkeit verstärkt.
Der optimale Ansatz besteht darin, KI als Denkpartner zu betrachten – nicht als Entscheidungsträger. Dieser kollaborative Ansatz bewahrt menschliche emotionale Intelligenz und kritisches Denken bei endgültigen Entscheidungen, während zugleich die Rechenleistung von KI für Analysen, Mustererkennung und erste Erkenntnisse genutzt wird.
Gleichzeitig müssen wir wachsam bleiben und die Grenzen von KI realistisch einschätzen. KI-Systeme werden Fehler machen, verzerrte Ergebnisse liefern oder Analysen nur unvollständig wiedergeben. Deshalb müssen wir robuste Prüf- und Validierungsprozesse etablieren, um die Leistungsfähigkeit von KI zu bewerten, Ergebnisse mit mehreren Quellen abzugleichen und die Disziplin zu bewahren, KI-Empfehlungen zu übersteuern, wenn unsere Expertise und unser Urteilsvermögen andere Vorgehensweisen nahelegen.
Girish M K
Senior Manager, Engineering
AI Hub