Hilda Tellioğlu
Assoziierte Professorin, Studiendekanin
Institut für Visual Computing & Human-Centered Technology | TU Wien
Warum Informatik menschlicher wird
Künstliche Intelligenz verändert die Arbeitswelt rasant, besonders in der Informatik. Oft ist von Automatisierung, Produktivitätsgewinnen oder Jobverlusten die Rede. Doch was sagen aktuelle Forschungsergebnisse wirklich über die Zusammenarbeit von Mensch und KI?
Künstliche Intelligenz verändert die Arbeitswelt rasant, besonders in der Informatik. Oft ist von Automatisierung, Produktivitätsgewinnen oder Jobverlusten die Rede. Doch was sagen aktuelle Forschungsergebnisse wirklich über die Zusammenarbeit von Mensch und KI?
Die Informatikerin und Forscherin Hilda Tellioğlu zeigt, warum KI menschliche Arbeit nicht ersetzt, sondern neue Anforderungen an Kompetenzen, Verantwortung und Zusammenarbeit stellt.
Originaltitel des Forschungsbeitrags:
DIE ZUKUNFT DER ARBEIT IM INFORMATIKKONTEXT: QUANTITATIVE BEFUNDE ZUR MENSCH-KI-ZUSAMMENARBEIT UND KOMPETENZANFORDERUNGEN
Die zunehmende Einbeziehung der KI in die Arbeitsprozesse verändert den Inhalt der informatischen Berufszweige grundlegend. Die Analyse der gegenwärtigen Situation auf den Arbeitsmärkten zeigt, dass der Einfluss der Gestaltung der Arbeitsplätze durch die Einbeziehung von KI groß ist und dass KI die menschliche Arbeit nicht ersetzt.
Nach Autor et al. (2020) sind in den USA 60 % aller Berufszweige eher durch die Automatisierung betroffen und 5–10 % sind vollständig automatisierbar. Im Bereich der Informatik verschiebt das die Art der Tätigkeiten von durchführenden hin zu überwachenden und koordinierenden.
Die empirische Arbeit zur Produktivität von Teams mit Menschen und KI zeigt starke Komplementäreffekte. Brynjolfsson et al. (2019) legen in ihrer Arbeit dar, dass Unternehmen, die KI in kognitiv intensiven Prozessen einsetzen, eine Steigerung der Produktivität um 20 % erzielen können, wenn gleichzeitig eine organisatorische Anpassung und Qualifizierung erfolgen. Ohne Qualifizierung fallen diese Effekte völlig heraus.
Daraus ergeben sich für Informatikerinnen neue Anforderungen an ihre Kompetenz. Neben den traditionellen Kompetenzfeldern von Informatikerinnen, also der Programmierung und der Architektur von Informations- und Kommunikationstechnologien (IKT), werden andere Inhalte wichtiger, etwa Modelle der KI und Trainingsdaten für Machine Learning.
Aus verschiedenen Studien, die sich mit algorithmischer Entscheidungsunterstützung beschäftigen, wissen wir jetzt, dass zahlreiche Endnutzer*innen von KI-Systemen bis zu 30 % der Fälle nicht kritisch prüfen, was sie von KI-Systemen übernehmen (Dietvorst et al., 2015). Dieses „Automation Bias" ist erheblich groß und muss bekämpft werden.
Analytisches Denken, Systemverständnis und interdisziplinäre Kommunikationsfähigkeit sind drei am stärksten wachsende Kompetenzen im Bereich der IKT- und KI-nahen Berufe neben sozialen und kommunikativen Kompetenzen (World Economic Forum, 2023). Es fehlen nach wie vor soziale und ethische Kompetenzen im Personal, wie 40 % der befragten Unternehmen bestätigen.
Diese Ergebnisse haben direkte Folgen für die Informatikausbildungen. Bestehende Lehrpläne, die KI vorwiegend als technisches Werkzeug vermitteln, greifen zu kurz. Evaluationsstudien haben gezeigt, dass Programme, die Module zu KI-Ethik, zu einer erklärlichen KI und zu einer interdisziplinären Projektarbeit beinhalten, bei den Studierenden signifikant höhere Selbstwirksamkeitserwartungen auslösen. Die Fähigkeit, KI-Systeme nicht nur zu entwickeln, sondern auch verantwortungsvoll in sozio-technische Kontexte einzubetten, wird damit zu einer zentralen Schlüsselkompetenz.
KI verändert viele Jobs, ersetzt sie aber kaum
Rund 60 % aller Berufe sind von Automatisierung betroffen. Doch nur 5–10 % lassen sich vollständig automatisieren. In den meisten Fällen verändern sich Aufgaben, nicht ganze Jobs.
KI steigert Produktivität, aber nur mit den richtigen Kompetenzen
Unternehmen erzielen bis zu 20 % höhere Produktivität, wenn KI mit Qualifizierung und organisatorischer Anpassung eingesetzt wird. Ohne Weiterbildung verpufft der Effekt.
Automation Bias: Wenn wir KI zu schnell vertrauen
In bis zu 30 % der Fälle prüfen Nutzer*innen KI-Empfehlungen nicht kritisch. Dieses blinde Vertrauen kann zu Fehlentscheidungen führen. Kritisches Denken bleibt unverzichtbar.
Diese Kompetenzen gewinnen stark an Bedeutung
Laut Future of Jobs Report 2023 zählen zu den am schnellsten wachsenden Skills:
- analytisches Denken,
- Systemverständnis
- interdisziplinäre Kommunikation.
- Ergänzt werden sie durch soziale und ethische Kompetenzen.
Die Zukunft der technikfokussierten Arbeit wird sicherlich von hybriden Konstellationen zwischen Menschen und Maschinen geprägt sein, deren Produktivität und gesellschaftliche Akzeptanz in hohem Maße von den Kompetenzen der betreffenden Akteurinnen und Akteure abhängen. Also brauchen wir nicht nur technische Exzellenz, sondern auch kritischen Zugang zu Inhalten und Methoden bzw. eine gut entwickelte soziale Verantwortung in zukünftigen Informatikberufen.
Was bedeutet das für dich als Studierende*r?
Die Forschung zeigt klar: Die Zukunft der Informatik ist nicht nur technisch, sondern sozial, verantwortungsvoll und interdisziplinär. Wer künftig erfolgreich arbeiten will, braucht nicht nur Programmier- und KI-Know-how, sondern auch die Fähigkeit, Systeme zu verstehen, Entscheidungen kritisch zu hinterfragen und Verantwortung zu übernehmen.
Genau hier setzt ein technisches Studium an: Du lernst, komplexe Probleme zu analysieren, Lösungen einzuordnen und Technologie bewusst zu gestalten. Diese Fähigkeiten bilden die Grundlage für die Arbeitswelt von morgen, unabhängig davon, wie schnell sich Tools verändern.
Quellen:
Autor, D., Mindell, D., & Reynolds, E. (2020). The Work of the Future. Building Better Jobs in an Age of Intelligent Machines, MIT Press.
Brynjolfsson, Erik, Rock, Daniel, Syverson, Chad. (2019). „1. Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics". The Economics of Artificial Intelligence: An Agenda, edited by Ajay Agrawal, Joshua Gans, Avi Goldfarb, Chicago: University of Chicago Press, DOI 10.7208/9780226613475-003, 23–60.
Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), DOI 10.1037/xge0000033, 114–126.
World Economic Forum. (2023). The Future of Jobs Report 2023. World Economic Forum, Geneva, ISBN-13: 978-2-940631-96-4, https://www.weforum.org/reports/the-future-of-jobs-report-2023