Begriffe vorab
- Exposure: Maß, wie stark Aufgaben von generativer KI berührt werden.
- Unterstützung (Augmentation): KI hilft Menschen, Aufgaben besser oder schneller zu erledigen.
- Ersetzung (Substitution): KI übernimmt die Aufgabe vollständig.
Lernziele
- „Exposition gegenüber KI“ und „Automatisierungswahrscheinlichkeit“ begrifflich sauber trennen.
- Den ILO Occupational Exposure Index und das GPT-Exposure-Konzept von Eloundou et al. erklären.
- Einschätzen, wann hohe Exposition Unterstützung statt Ersatz bedeutet.
Kerninhalt
Mit generativer KI (LLMs) entstand ein neues Analysekonzept: Exposure. Es misst, wie stark eine Aufgabe durch generative KI berührt wird, unabhängig davon, ob sie ersetzt oder nur unterstützt wird.
Die ILO-Studien (Generative AI and Jobs und Refined Global Index of Occupational Exposure) bewerten Berufe danach, wie viele ihrer Aufgaben durch LLMs unterstützbar sind, und unterscheiden explizit zwischen Automatisierung und Ergänzung. Eloundou et al. (GPTs are GPTs) sowie Felten, Raj und Seamans entwickeln ähnliche Exposure-Metriken auf Basis von Aufgaben-Fähigkeits-Zuordnungen.
Merkhilfe: Exposure ist ein Berührungsmaß, kein Verdrängungsmaß. Wer „berührt“ sagt, meint nicht „ersetzt“.
Hohe Exposition sagt nichts darüber aus, ob eine Aufgabe tatsächlich wegfällt. Viele hoch exponierte Bürotätigkeiten wie Schreiben, Programmieren und Recherche werden vor allem produktiver, nicht ersetzt.
Anwendung auf Betriebsratsarbeit
- Zentrales Werkzeug gegen die Gleichsetzung „hohe KI-Exposition = Stellenabbau“.
- Ansatzpunkt für Gefährdungsbeurteilungen: Hohe Exposition kann Arbeitsverdichtung bedeuten (mehr Output bei gleicher Stellenzahl). Das ist ein eigenes Mitbestimmungsthema (§ 87 Abs. 1 Nr. 7 BetrVG, Arbeitsschutz).
- Grundlage, Qualifizierungsbedarfe pro exponierter Aufgabengruppe zu benennen statt pauschal „KI-Schulung für alle“.
Anwendung auf Projektmanagement
- Piloten priorisieren: hohe Exposition plus hoher Zeitanteil der Aufgabe ergibt einen guten ersten Anwendungsfall.
- Klare Projektkommunikation: „Wir nutzen KI zur Unterstützung von Aufgabe X“ statt „KI ersetzt Rolle X“. Das reduziert Widerstand und Fehlerwartungen.
Ein Beispiel: Texte schreiben
Das Verfassen von Berichten ist hoch exponiert, weil Sprachmodelle Entwürfe erzeugen können. Ob das Ersetzung oder Unterstützung bedeutet, hängt vom Einsatz ab: Wird der Entwurf geprüft und überarbeitet, steigt die Produktivität der Schreibenden; wird er unbesehen veröffentlicht, sinkt die Qualität. Die Exposure-Zahl allein sagt dazu nichts.
Warum Exposition nicht Stellenabbau bedeutet
Wenn dieselbe Arbeit schneller erledigt wird, kann das Unternehmen mehr Output mit gleichem Personal erreichen, Qualität verbessern, neue Leistungen anbieten oder Personal abbauen. Welche Reaktion eintritt, ist eine Entscheidung der Organisation, kein Naturgesetz. Deshalb sind Beteiligung, Qualifizierung und klare Vereinbarungen entscheidend.
Risiken jenseits der Stellenfrage
- Arbeitsverdichtung: mehr Output wird erwartet.
- Qualitätsrisiken: Fehler werden übersehen, wenn Prüfung entfällt.
- Überwachung: KI-Nutzung erzeugt Daten über Beschäftigte, die mitbestimmungspflichtig sein können.
Prüfstatus: Belegt (Stand 1. Oktober 2026): Jahreszahlen, Zahlen, Namen und Quellenangaben dieser Lektion, soweit die Quellenliste sie nennt, wurden gegen Primärquellen geprüft. Nicht einzeln belegt: erklärende Darstellung nach Lehrbuchstand und Quellen, die in der Liste als „allgemeine Referenz“ markiert sind.
Leseliste
- ILO – Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality
- ILO – Generative AI and Jobs: A Refined Global Index of Occupational Exposure
- Eloundou et al. – GPTs are GPTs
- Felten, Raj & Seamans – How Will Language Modelers Like ChatGPT Affect Occupations and Industries?
Reflexionsfragen
- Nenne drei Aufgaben in deinem Betrieb mit hoher KI-Exposition, bei denen du eher Unterstützung als Ersatz erwartest, und begründe warum.
- Wo könnte hohe Exposition in deinem Umfeld eher zu Arbeitsverdichtung als zu Stellenabbau führen?