Workslop: Wenn Arbeit mit KI den Aufwand auf die Empfänger abwälzt

Ein schönes Dokument kann unfertige Arbeit sein

Ein Fachmann schickt zwanzig Folien mit Überschriften, Diagrammen und prägnanten Schlussfolgerungen. Das Material sieht hervorragend aus. Das Problem zeigt sich erst, als die Direktorin eine Entscheidung treffen will: Unklar ist, woher die Zahlen stammen, welchen Zeitraum die Vergleiche abdecken und welche Empfehlungen maßgeblich sind. Sie muss die Grundlage der Analyse selbst rekonstruieren. Der Autor hat Zeit gespart, aber die Empfängerin hat den fehlenden Teil der Arbeit erledigt. Genau diese Verlagerung von Arbeit auf die Empfänger wird heute mitunter als Workslop bezeichnet.

Es handelt sich weder um eine wissenschaftliche Diagnose über einen Menschen noch um ein Synonym für jeden KI-generierten Inhalt. Das Problem gab es schon vor den Chatbots: in Berichten voller Floskeln, zu allgemein gehaltenen Präsentationen oder Notizen ohne Entscheidungen. KI kann es schlicht erleichtern, solche Materialien massenhaft zu erzeugen. Deshalb muss Qualität danach beurteilt werden, ob die Empfänger das Ergebnis für ein konkretes Handeln nutzen können, und nicht nach dem Werkzeug, mit dem die erste Fassung erstellt wurde.

Zeitersparnis beim Autor ist keine Zeitersparnis für das ganze Team

In einem Experiment von Noy und Zhang aus dem Jahr 2023 arbeiteten Teilnehmende, die bestimmte Schreibaufgaben mit ChatGPT erledigten, im Durchschnitt schneller, und die Qualität ihrer Ergebnisse wurde höher bewertet als in der Kontrollgruppe. Das ist ein wichtiger Beleg dafür, dass KI helfen kann. Es bedeutet jedoch nicht, dass jede Präsentation im Unternehmen automatisch allen weiteren Beteiligten im Prozess Zeit spart. Die Studie bezog sich auf konkrete Aufgaben und experimentelle Bedingungen, nicht auf einen beliebigen Strategiebericht.

Im Unternehmen entstehen Kosten auch bei Übergabe, Kontrolle und Korrekturen. Wenn die Person, die einen Bericht erstellt, nach zwanzig Minuten fertig ist, drei Empfänger aber eine Stunde lang nach Quellen suchen, kann die Ersparnis einer Person zusätzliche Arbeit für das ganze Team bedeuten. Es geht also nicht darum, jede Aussage von Hand zu schreiben. Es geht darum, die Qualität dort zu prüfen, wo der Autor den Kontext am besten kennt und den Inhalt verifizieren kann, bevor er andere damit belastet.

Meist fehlt die Antwort auf die Frage: „Was soll ich damit anfangen?“

Workslop zeigt sich oft an drei Stellen. Erstens beschreibt das Material ein Thema, beantwortet aber nicht die Frage der Empfänger. Zweitens nennt es Zahlen oder Behauptungen ohne überprüfbare Quellen. Drittens präsentiert es Empfehlungen ohne Auswahlkriterien und ohne verantwortliche Person. In jedem dieser Fälle müssen die Empfänger zurück zum Anfang: das Problem definieren, Fakten prüfen oder die Entscheidung präzisieren. Das ist keine kleine stilistische Korrektur.

Ein einfacher Test vor dem Versenden lautet: „Wissen die Empfänger, welche Entscheidung sie auf Grundlage des Materials treffen sollen, woher die Daten stammen und was der nächste Schritt ist?“ Ist die Antwort unklar, ist die Arbeit nicht fertig. Ein Bericht über drei Lieferanten sollte zum Beispiel dieselben Vergleichskriterien, offen benannte Informationslücken und eine Begründung der Empfehlung enthalten. Ein eleganter Slogan wie „Wählen Sie den Partner der Zukunft“ ersetzt weder Preis noch Risiko noch Einführungsbedingungen.

Legen Sie fest, was „einsatzbereit“ bedeutet, bevor Sie mit dem Material beginnen

Im Team lohnt sich die Vereinbarung, dass eine Entscheidungsvorlage fünf Dinge enthält: Ziel, Zielgruppe, Quellen, geprüfte Schlussfolgerungen und eine empfohlene Entscheidung mit ihren Grenzen. Bei einfachen Aufgaben genügt eine kürzere Fassung, bei wichtigeren sind Datumsangaben, der Umfang der Analyse und die Methode der Datenprüfung unverzichtbar. Nicht jede Datei braucht einen mehrseitigen Bericht über den KI-Einsatz. Der Standard sollte in einem angemessenen Verhältnis zu den Folgen eines Fehlers stehen. Sensible Daten und die Regeln für die Nutzung der Tools müssen unabhängig von der stilistischen Qualität eingehalten werden.

Gut funktioniert das Verantwortungsprinzip: Wer mit seinem Namen für ein Material steht, ist dafür verantwortlich, die zentralen Aussagen geprüft zu haben und die eigene Empfehlung zu verstehen. Arbeiten mehrere Personen daran, legen Sie fest, wer die Zahlen freigibt, wer den Inhalt und wer die Mitteilung an den Kunden. So lässt sich die Verantwortung nicht mit dem Satz „Das hat die KI so ausgegeben“ verwässern. Technologie kann bei der Erstellung von Inhalten helfen, ändert aber nichts daran, dass jemand über ihre Verwendung entscheiden muss.

Feedback sollte sich auf Lücken beziehen, nicht auf Etiketten

Ein Vorgesetzter liest eine unvollständige Analyse und sagt: „Schon wieder ein KI-Text – du hattest wohl nicht einmal Lust, selbst nachzudenken.“ Der Mitarbeiter verteidigt daraufhin seine Arbeitsweise, statt die Daten zu ergänzen. Besser wäre: „Im Bericht sehe ich für zwei Zahlen keine Quellen, und mir ist nicht klar, warum du Variante B empfiehlst. Diese Informationen brauche ich, bevor ich entscheide.“ Ein solches Feedback betrifft das tatsächliche Problem und nicht die vermuteten Absichten des Autors.

Wenn sich das Problem wiederholt, legen Sie gemeinsam einen Mindeststandard für die Abgabe von Arbeit und eine Frist für die Nachbesserung fest. Sie können fragen, was der Autorin oder dem Autor eine gründliche Prüfung erschwert: zu wenig Zeit, fehlender Zugang zu Daten, ein unklares Ziel oder die falsche Überzeugung, dass vor allem der Umfang zählt. Ein Teil der Ursachen liegt in der Führung, nicht in der Haltung einzelner Menschen. Besonders schädlich sind Anweisungen wie „Nutzt überall KI“, wenn das Unternehmen gleichzeitig nicht erklärt, was es unter einem qualitativ guten Ergebnis versteht.

Prüfen Sie, wie viel zusätzliche Arbeit das Material den Empfängern abverlangt

Statt nur generierte Folien oder Schreibminuten zu zählen, prüfen Sie, wie viele Fragen die Empfänger stellen müssen, bevor sie handeln können. Wenn jede Präsentation ein eigenes Erklärungsmeeting erfordert, liegt das Problem möglicherweise im Übergabestandard. Werten Sie nach einigen Wochen aus, ob sich die Korrekturen auf Stil, Daten, Ziel oder Entscheidungslogik beziehen. Das ist kein fertiger wissenschaftlicher Indikator für Workslop, aber ein praktisches Werkzeug, um den Prozess zu verbessern.

Es lohnt sich auch, zwischen Entwurf und Endfassung zu unterscheiden. Man kann bewusst eine „Arbeitsstruktur zur Diskussion“ verschicken und darum bitten, sie gemeinsam auszuarbeiten. Das Problem entsteht, wenn ein solcher Entwurf als fertiges Ergebnis präsentiert wird. Eine klare Kennzeichnung des Arbeitsstands verringert Spannungen: Die Kolleginnen und Kollegen wissen, ob sie die Denkrichtung bewerten oder eine fertige Empfehlung prüfen sollen. KI kann beide Phasen unterstützen, doch wer sie verwechselt, zerstört Vertrauen.

Workslop entsteht nicht schon durch den Einsatz von KI. Das Problem ist, dass Arbeit, die eigentlich die Autorin oder der Autor erledigen sollte, auf andere abgewälzt wird. Material, das fertig aussieht, sollte ein Ziel, geprüfte Grundlagen, eine nachvollziehbare Empfehlung und jemanden haben, der dafür verantwortlich zeichnet. Bevor Sie die Technologie oder den Menschen kritisieren, benennen Sie die Lücken und vereinbaren Sie einen Übergabestandard. Echte Zeitersparnis zeigt sich erst, wenn die Empfänger handeln können, ohne die gesamte Analyse zu rekonstruieren.

Wie Empatyzer hilft, ohne Vorwürfe über Workslop zu sprechen

Eine Teamleiterin erhält in diesem Monat bereits den dritten Bericht, in dem ansprechende Sprache nicht zu einer überprüfbaren Entscheidung führt. Statt den Mitarbeiter öffentlich für den KI-Einsatz zu kritisieren, beschreibt sie Em die konkreten Lücken: fehlende Quellen, ein unklares Auswahlkriterium und zusätzliche Fragen, die sie stellen musste. Sie bittet Em, ein Feedback vorzubereiten, das die Auswirkungen des Problems auf die Arbeit zeigt, ohne die Absichten des Autors zu bewerten. Im Kontext dieser Beziehung kann Em verfügbare Hinweise dazu berücksichtigen, wie Kritik am besten vermittelt wird. Anschließend plant die Teamleiterin ein kurzes Teamgespräch darüber, was „einsatzbereit“ bei einer Analyse, einer Präsentation und einer Nachricht an Kunden bedeutet. Em hilft, Regeln zu formulieren, die für Menschen mit unterschiedlichen Arbeitsstilen verständlich sind, und Fragen nach den tatsächlichen Hindernissen zu stellen. Außerdem unterstützt Em dabei, Anforderungen klar festzulegen, sachliche Anmerkungen zu vermitteln und zu vereinbaren, wie Analysen überprüft werden. So kann die Zeitersparnis des Autors zu einem echten Gewinn für alle Beteiligten werden.