Ein Feldversuch bei der slowakischen Zentralbank zeigt eindrucksvoll, wie stark generative KI die Arbeitsleistung steigern kann – wenn sie richtig eingesetzt wird. 101 Mitarbeitende nutzten GPT-4o bei alltäglichen Aufgaben aus Bereichen wie Geldpolitik, Forschung und IT. Das Ergebnis: Die Qualität der Arbeitsergebnisse verbesserte sich im Schnitt um 44 Prozent, die Bearbeitungszeit sank um 20 Prozent.
Besonders profitieren Einsteiger – ihre Resultate wurden deutlich besser. Expert:innen dagegen erledigten ihre Aufgaben vor allem schneller. GPT-4o wirkte damit gleichzeitig als Qualitätstreiber und Effizienz-Booster. Die größten Produktivitätszuwächse erzielte das Modell bei komplexen, fachlich anspruchsvollen Aufgaben: Bei diesen verdoppelte sich in einigen Fällen die Qualität.
Die Studie von Aleš Maršál und Patryk Perkowski geht weiter als viele vorherige Untersuchungen, weil sie nicht nur einzelne Tasks, sondern realistische, fachspezifische Arbeitsprofile testete. Besonders spannend: Die Forscher zeigten, dass sich durch eine geschicktere Zuordnung von Aufgaben zu Mitarbeitenden – basierend auf ihren jeweiligen KI-Nutzungsvorteilen – die Gesamtleistung nochmals um über 7 Prozent steigern ließe. Produktivitätsgewinn heißt also nicht nur: KI einführen, sondern auch Arbeit neu organisieren.
Für Unternehmen ergeben sich daraus klare Handlungsempfehlungen:
-
KI dort einsetzen, wo sie am meisten bringt: Vor allem bei kreativen und wissensintensiven Aufgaben.
-
Zugang für alle, aber mit abgestimmtem Support: Einfache Vorlagen für Einsteiger, Automatisierung für Profis.
-
Aufgabenverteilung überdenken: HR und Führungskräfte sollten Strukturen anpassen – Jobbeschreibungen, Ziele, Karrieremodelle.
-
Qualität sichern: Peer Reviews und Validierung müssen zum Standard werden, um Fehlverlass auf KI („Automation Bias“) zu verhindern.
-
Anreize anpassen: Wer KI effektiv nutzt, sollte dafür auch Anerkennung erhalten.
Die Studie liefert damit mehr als ein beeindruckendes Ergebnis: Sie zeigt, wie generative KI in der Wissensarbeit konkret wirkt – und was nötig ist, um das volle Potenzial zu heben. Nicht bloß Tools verteilen, sondern Prozesse neu denken.
Quelle: FAZ