Menschen an der gezackten Grenze (Jagged Frontier)

Vorschau der Lektion

Die Leistungsfähigkeit von KI ist keine glatte Fläche – sie gleicht eher einer zerklüfteten Küstenlinie. Manche Aufgaben liegen weit innerhalb des verlässlichen Bereichs des Modells; andere knapp außerhalb. Das Gefährliche daran: Die Qualität des Outputs sieht auf beiden Seiten identisch aus. Sprachgewandt, gut strukturiert, selbstbewusst – und manchmal komplett falsch. Die Gestaltung der KI-Einführung ist daher reines Grenzmanagement: Bestimme genau, welche Aufgaben wo liegen, baue strukturelle (nicht nur gut gemeinte) Kontrollmechanismen an dieser Grenze auf und passe die Karte bei jedem Modell-Upgrade neu an. Das ist das menschliche Gegenstück zur Eval-Disziplin aus Band 1. Evals bestimmen die Grenze für dein System empirisch; in diesem Abschnitt geht es darum, was du aus dieser Karte organisatorisch machst. Fabrizio Dell'Acqua und Karim Lakhani von Harvard sowie Kolleg:innen (darunter Ethan Mollick von Wharton und Katherine Kellogg vom MIT) führten ein randomisiertes Feldexperiment durch – keine Umfrage, sondern ein echtes kontrolliertes Experiment – mit 758 BCG-Beratern, was etwa 7 % der operativen Belegschaft des Unternehmens entspricht. 1 % schneller und lieferten Ergebnisse, deren Qualität um rund 40 % höher bewertet wurde. Dann kam die Wendung: Bei einer Aufgabe, die ganz bewusst außerhalb des zuverlässigen Bereichs des Modells lag – bei der die KI eine überzeugende, aber falsche Analyse lieferte –, lagen Berater ohne KI in 84 % der Fälle richtig. Mit KI-Zugang fiel die Trefferquote auf 60–70 %. Das Tool machte sie regelrecht schlechter. Der Schaden entstand durch dasselbe Verhalten wie die Gewinne: dem Output blind zu vertrauen. Die KI klang überzeugend. Sie war sprachgewandt, wohlstrukturiert, trat selbstsicher auf – und lag falsch. Und es gab kein Signal, das dir verriet, auf welcher Seite der Grenze du dich gerade befandest.

Wichtige Begriffe in diesem Modul

Zentauren und Cyborgs

Zentauren und Cyborgs sind zwei Arten, mit KI zu arbeiten. Zentauren teilen eine Aufgabe auf, geben einige Teile an die KI ab und behalten andere, während Cyborgs durchgehend mit der KI arbeiten und kleine Stücke hin und her reichen.

Jagged Technological Frontier

Die Jagged Technological Frontier ist die ungleichmäßige Grenze dessen, was KI gut kann: Bei manchen Aufgaben verbessert sie die Ergebnisse, bei anderen verschlechtert sie sie, auch wenn die Aufgaben gleich schwer wirken. Der Begriff stammt aus einer Studie der Harvard Business School von 2023.

Häufig gestellte Fragen

Für wen ist „Menschen an der gezackten Grenze (Jagged Frontier)“?

Dieses Experte-Modul aus AI Strategie & Umsetzung ist für Operator, Gründerinnen und Gründer sowie Growth-Teams, die KI in echter Arbeit einsetzen und Urteilsvermögen auf Produktionsniveau wollen. Es dauert etwa 9 Minuten und endet mit einem Quiz aus 4 Fragen.

Muss ich programmieren können?

Nein. In diesem Modul geht es um Entscheidungen, Wirtschaftlichkeit und Umsetzungsplanung, Programmieren gehört nicht dazu.

Was kommt vor und nach diesem Modul?

Vor „Menschen an der gezackten Grenze (Jagged Frontier)“ solltest du „Das Adoption-Playbook“ machen (Modul 5 von AI Strategie & Umsetzung). Danach geht es weiter mit „Das Betriebsmodell: Wie die Organisation lernt“.

Ähnliche Module

• Previous
  Das Adoption-Playbook

  OpenAI × Anthropic – die ineinandergreifenden Belege der Frontier Labs.

• Next
  Das Betriebsmodell: Wie die Organisation lernt

  Erfolge entstehen durch organisatorisches Lernen, nicht durch Tool-Einführungen.

• Gleiches Thema
  Die Faktenlage: Warum die meisten KI-Initiativen scheitern

  Die Misserfolgsquote liegt nicht an der Technologie. Jede größere Studie kommt zum selben Ergebnis: Organisationen, die nicht lernen.

• Gleiches Thema
  Wettbewerbsfähig im Zeitalter der KI

  Das Framework von Iansiti & Lakhani – übersetzt auf den Maßstab deiner Kunden.