Stanford-Studie mit 1.500 Beschäftigten: Was sie wirklich von künstlicher Intelligenz erwarten

Forscher des Stanford SALT Lab haben eine bahnbrechende landesweite Studie durchgeführt, die einen grundlegenden Widerspruch zwischen dem offenlegt, was Beschäftigte tatsächlich von KI-Agenten (AI agents) erwarten, und der derzeitigen Ausrichtung technologischer Forschung und Investitionen. Die Studie mit dem Titel „Die Zukunft der Arbeit mit KI-Agenten“ analysierte Daten von 1.500 Beschäftigten aus 104 verschiedenen Berufen und bietet den ersten umfassenden Einblick darin, wie die Stimmen der Beschäftigten in der Debatte über die Automatisierung von Arbeitsplätzen häufig untergehen.

Umfangreiche WORKBank-Datenbank offenbart die tatsächlichen Präferenzen der Beschäftigten

In Zusammenarbeit mit Ökonomen des Stanford Digital Economy Lab entwickelten die Forscher einen innovativen, auf Umfragen und der Verarbeitung von Audiodaten basierenden Audit-Rahmen, der die Risiken und Chancen von KI-Agenten über das gesamte Spektrum der US-amerikanischen Berufe hinweg abbildet. Dieser auf Beschäftigte ausgerichtete Ansatz gewinnt Erkenntnisse direkt von den Menschen, die die jeweiligen Aufgaben tatsächlich ausführen. Das Ergebnis ist die Datenbank AI Agent Worker Outlook & Readiness Knowledge Bank (WORKBank) – die erste Datenbank, die sowohl die Fähigkeiten von KI-Agenten als auch die Präferenzen der Beschäftigten erfasst.

Die WORKBank-Datenbank enthält derzeit Antworten von 1.500 Beschäftigten aus 104 Berufen sowie Annotationen von 52 KI-Experten und deckt 844 berufliche Aufgaben ab. Als Quelle für die Aufgaben nutzt sie die O*NET-Datenbank des US-Arbeitsministeriums und ist so konzipiert, dass sie leicht um weitere Aufgaben erweitert werden kann und die sich entwickelnden technologischen Fähigkeiten und Präferenzen der Beschäftigten widerspiegelt.

Angst und Verlangen – was Beschäftigte wirklich motiviert

Die Studie ermittelte durch die Analyse von Gesprächstranskripten die drei häufigsten Bedenken der Beschäftigten hinsichtlich der KI-Automatisierung. Mangelndes Vertrauen macht 45 % der Bedenken aus, die Angst vor dem Verlust des Arbeitsplatzes 23 % und das Fehlen einer menschlichen Herangehensweise 16,3 %. Bemerkenswert ist, dass in den Bereichen Kunst, Design und Medien lediglich 17,1 % der Aufgaben positiv bewertet wurden, was auf einen deutlichen Widerstand in kreativen Branchen hindeutet.

Trotz dieser Bedenken standen die Beschäftigten bei 46,1 % der Aufgaben der KI-Automatisierung positiv gegenüber (Bewertung über 3 auf einer fünfstufigen Likert-Skala), selbst nachdem Sorgen wie Arbeitsplatzverlust und eine geringere Arbeitszufriedenheit ausdrücklich berücksichtigt worden waren. Als häufigste Motivation für die Automatisierung wurde die „Freisetzung von Zeit für wertvollere Arbeit“ genannt, die 69,4 % der Befragten auswählten. Weitere häufige Gründe sind der repetitive Charakter der Aufgaben (46,6 %), die damit verbundene Belastung (25,5 %) und Möglichkeiten zur Qualitätsverbesserung (46,6 %).

Vier Automatisierungszonen offenbaren Diskrepanzen bei Investitionen

Die Gegenüberstellung der Sichtweisen von Beschäftigten und KI-Experten ermöglichte die Einteilung beruflicher Aufgaben in vier Zonen. Die „grüne Automatisierungszone“ (Automation "Green Light" Zone) umfasst Aufgaben, bei denen sowohl der Wunsch nach Automatisierung als auch die Fähigkeiten der KI stark ausgeprägt sind – diese Aufgaben sind vorrangige Kandidaten für den Einsatz von KI-Agenten und bergen das Potenzial für weitreichende Produktivitätssteigerungen und gesellschaftliche Vorteile.

Die „rote Automatisierungszone“ (Automation "Red Light" Zone) umfasst Aufgaben, bei denen die KI über hohe Fähigkeiten verfügt, der Wunsch der Beschäftigten nach Automatisierung jedoch gering ist. Der Einsatz in diesem Bereich erfordert Vorsicht, da er auf den Widerstand der Beschäftigten stoßen oder weitreichendere negative gesellschaftliche Auswirkungen haben kann. Die Forschungs- und Entwicklungs-Chancenzone (R&D Opportunity Zone) umfasst Aufgaben, bei denen ein starker Wunsch nach Automatisierung besteht, die Fähigkeiten der KI jedoch noch gering sind – sie stellen vielversprechende Richtungen für die KI-Forschung dar. Die Zone niedriger Priorität (Low Priority Zone) umfasst wiederum Aufgaben, bei denen sowohl der Wunsch als auch die Fähigkeiten gering sind.

Die Forscher verwendeten Unternehmen des Y Combinator (YC) als Näherungsindikator und ordneten sie den Aufgaben in der WORKBank-Datenbank zu. Leider konzentrieren sich die derzeitigen YC-Investitionen weder auf die „grüne Automatisierungszone“ noch auf die Forschungs- und Entwicklungs-Chancenzone. Ganze 41,0 % der YC-Unternehmen sind der Zone niedriger Priorität und der „roten Automatisierungszone“ zugeordnet, während viele vielversprechende Aufgaben in der „grünen Zone“ und der Chancenzone durch die aktuellen Investitionen nur unzureichend abgedeckt werden.

Neue Skala menschlicher Kontrolle HAS verändert die Sicht auf Automatisierung

Ein markanter Aspekt des Audit-Rahmens besteht darin, dass er über den typischen Fokus auf Automatisierung hinausgeht und auch die Augmentation (augmentation) untersucht – also Situationen, in denen Technologie menschliche Fähigkeiten ergänzt und stärkt. Um eine gemeinsame Sprache für die Quantifizierung von Automatisierung gegenüber Augmentation bereitzustellen, führten die Forscher die Skala menschlicher Handlungsmacht (Human Agency Scale – HAS) ein, eine fünfstufige Skala von H1 (keine menschliche Beteiligung) bis H5 (menschliche Beteiligung unerlässlich). Diese neue Skala ergänzt die Automatisierungsstufen SAE L0–L5, indem sie den Grad der menschlichen Beteiligung quantifiziert, der für die Erledigung beruflicher Aufgaben und die Sicherstellung ihrer Qualität erforderlich ist, anstatt sich auf eine „KI-zuerst“-Perspektive zu konzentrieren.

Die Stufe H3 der Skala menschlicher Kontrolle (gleichberechtigte Partnerschaft – Equal Partnership) erwies sich in 47 der 104 analysierten Berufe als die von den Beschäftigten bevorzugte dominante Stufe. Dies deutet auf eine starke Präferenz für eine ausgewogene, kooperative Partnerschaft mit KI in zahlreichen Berufen hin.

Beschäftigte bevorzugen mehr menschliche Kontrolle, als die Technologie erfordert

Bei 47,5 % der 844 Aufgaben bevorzugen die Beschäftigten ein höheres Maß an menschlicher Kontrolle, als Experten es technologisch für notwendig halten. Bemerkenswerterweise liegt bei 16,4 % der Aufgaben die von den Beschäftigten bevorzugte Stufe zwei Stufen über der Einschätzung der Experten. Diese Erkenntnis deutet auf mögliche Spannungen hin, wenn die Fähigkeiten der KI zunehmen und die Technologie einen größeren Teil der Aufgaben übernehmen kann, als die Beschäftigten wünschen.

Aufgaben innerhalb desselben Berufs können sich hinsichtlich des gewünschten Maßes an menschlicher Kontrolle deutlich unterscheiden. Die Forscher schlagen vor, bei der Entwicklung von KI-Agenten unterschiedliche Stufen menschlicher Kontrolle zu berücksichtigen, um eine hochwertigere und verantwortungsvollere Einführung zu ermöglichen.

Transformation der Kompetenzen – von der Informationsverarbeitung zu zwischenmenschlichen Fähigkeiten

Die Studie analysierte mithilfe der WORKBank-Datenbank auch den Wandel menschlicher Kompetenzen. Jede berufliche Aufgabe wurde mit den spezifischen Fähigkeiten verknüpft, auf denen sie beruht. So wird beispielsweise die Aufgabe „Kreditlinien oder gewerbliche, Immobilien- oder Privatkredite zu genehmigen, abzulehnen oder deren Genehmigung beziehungsweise Ablehnung zu koordinieren“ (ausgeführt von Finanzmanagern) den Bereichen „Entscheidungsfindung und Problemlösung“ sowie „Führung, Leitung und Motivation von Untergebenen“ zugeordnet.

Für jede Fähigkeit schätzten die Forscher auf Grundlage der Expertenbewertungen das Maß der menschlichen Kontrolle sowie anhand von Daten des US-amerikanischen Amtes für Arbeitsstatistik den durchschnittlichen Lohn als Maß für den aktuellen wirtschaftlichen Wert. Durch den Vergleich der Kompetenzbewertungen anhand dieser beiden Dimensionen ermittelten sie drei aufkommende Trends, die die Zukunft der menschlichen Arbeit potenziell prägen könnten.

Der erste Trend ist die sinkende Nachfrage nach Fähigkeiten zur Informationsverarbeitung. Fähigkeiten im Zusammenhang mit Datenanalyse und Wissensaktualisierung sind zwar in heutigen hoch bezahlten Berufen weit verbreitet, treten jedoch bei Aufgaben, die ein hohes Maß an menschlicher Kontrolle erfordern, weniger deutlich hervor.

Der zweite Trend ist die stärkere Betonung zwischenmenschlicher und organisatorischer Fähigkeiten. Fähigkeiten, die menschliche Interaktion, Koordination und die Überwachung von Ressourcen umfassen, sind häufiger mit Aufgaben mit einem hohen HAS-Wert verbunden, auch wenn sie derzeit in lohnbasierten Bewertungen nicht vorrangig berücksichtigt werden.

Der dritte Trend besteht darin, dass Fähigkeiten mit hohem Kontrollbedarf vielfältige Aspekte abdecken. Die zehn Fähigkeiten mit dem höchsten durchschnittlich erforderlichen Maß an menschlicher Kontrolle umfassen ein breites Spektrum, das von zwischenmenschlichen und organisatorischen Kompetenzen bis hin zu Entscheidungsfindung und Qualitätsbeurteilung reicht.