Der Alex-Irrtum: Warum ein KI-„Kollege“ uns schlechter arbeiten lässt

Stellen Sie sich vor, Sie betreten morgens Ihr Büro und erfahren, dass Ihnen ab sofort ein neuer Mitarbeiter zuarbeitet. Nicht ein Mensch, sondern eine Künstliche Intelligenz, die Ihr Unternehmen trotzdem Alex nennt - einen „Angestellten“ mit eigener Stellenbezeichnung und fest umrissenen Aufgaben. Wie gut würden Sie mit Alex zusammenarbeiten? Die Frage ist nicht hypothetisch, und die Antwort überrascht so sehr wie sie beunruhigt: Es wäre riskant, sich auf Alex einzulassen, obwohl dieselbe Technik als anonymes Software-Tool nützlich wäre. Der Grund liegt nicht in der Technik selbst, sondern in der Macht eines einzigen Wortes.

Das Experiment mit dem vermeintlichen Kollegen

Emma Wiles, Professorin für Wirtschaftswissenschaften an der Boston University, hat genau dieses Szenario in einer Serie von Experimenten mit 1.261 Führungskräften untersucht. Die Probanden sollten Arbeitsergebnisse prüfen, die von einem KI-System generiert worden waren. Der Haken: Einem Teil der Gruppe wurde gesagt, die Resultate stammten von einem agentischen „KI-Angestellten“ namens Alex - mit definierten Kompetenzen und Verantwortlichkeiten. Der andere Teil erhielt dieselben Resultate von einem gesichtslosen Chatbot.

Das Ergebnis war ein messbarer Rückgang der menschlichen Sorgfalt. Sobald die Software als „Mitarbeiter“ gerahmt wurde, entdeckten die Versuchspersonen 18 Prozent weniger Fehler in deren Output. Mehr noch: Sie waren 44 Prozent eher geneigt, fragwürdige Arbeitsergebnisse zur weiteren Prüfung an eine höhere Instanz zu eskalieren, anstatt die Korrektur selbst vorzunehmen. Ironischerweise torpedierte diese Rahmung damit genau den Zeitgewinn, für den KI-Agenten eigentlich angeschafft werden.

Die Macht der falschen Metapher

Was hier wirkt, ist eine subtile Verschiebung der gefühlten Verantwortung. Ein Software-Werkzeug wird vom Menschen mit einer Selbstverständlichkeit kontrolliert, die bei einem „Kollegen“ wegfällt. Sobald eine KI sprachlich als soziales Gegenüber behandelt wird, schwindet der Reflex, ihre Arbeit kleinteilig zu hinterfragen. Wiles’ Erkenntnis dazu ist ebenso knapp wie fundamental: „Es kommt darauf an, was in einem Namen steckt. Und zwar sehr.“

Das Phänomen bleibt nicht auf Laborsituationen beschränkt. Nahezu ein Drittel der von Wiles befragten Führungskräfte gab an, ihre Unternehmen betrachteten KI-Agenten bereits heute wie Angestellte. 23 Prozent führen die Systeme sogar in offiziellen Organigrammen auf. Die Sprachregelung ist längst Teil der Unternehmenswirklichkeit, und mit jedem Update der großen Tech-Konzerne schreitet sie voran. Seit dem vergangenen Jahr haben Microsoft, OpenAI, Anthropic und Google reihenweise Werkzeuge auf den Markt gebracht, die explizit als „digitale Kollegen“ mit der Flexibilität und Denkfähigkeit echter Menschen beworben werden. Nvidia-Chef Jensen Huang sprach bereits 2025 von künftigen Arbeitsplätzen voller „digitaler Menschen“.

Agierende Software oder Agent der Verantwortungslosigkeit?

Aus technischer Sicht ist der Hype nicht ganz unbegründet. AI-Agenten - also KI-Werkzeuge, die darauf programmiert sind, in einer Schleife so lange zu arbeiten, bis sie ein Ziel erreichen - werden messbar besser in anspruchsvollen Aufgabenketten. Aber daraus einen Kollegen zu konstruieren, überdehnt die Metapher gefährlich. „KI-Agenten werden derzeit als Dinge vermarktet, die Menschen ersetzen können, und ich halte das für ein zum Scheitern verurteiltes Versprechen“, warnt der MIT-Ökonom und Wirtschaftsnobelpreisträger Daron Acemoglu. „Stattdessen sollten sie so optimiert werden, dass sie menschliche Fähigkeiten verbessern - das ist derzeit nicht der Fall.“

Die Konsequenzen reichen weit über die Bürokultur hinaus. Wenn KI-Agenten in sensible Bereiche wie das Gesundheitswesen, die Kriegsführung, die Bildung oder die öffentliche Verwaltung eingebettet werden, wächst das Risiko, dass sie zu bequemen Sündenböcken für Fehler werden, die eigentlich auf menschliche Fehlentscheidungen, Anreizstrukturen und mangelnde Aufsicht zurückgehen. Der Fall der versehentlichen Bombardierung einer Mädchenschule im Iran, die zunächst pauschal dem KI-System Claude angelastet wurde, obwohl alle Indizien auf eine Kette menschlicher Irrtümer hindeuteten, illustriert diese Dynamik eindringlich - dokumentiert vom MIT Technology Review.

Was wäre die Alternative?

Eine sinnvollere Richtung deutet ein Forschungsprojekt der Stanford University an. Dort legten Wissenschaftler 1.500 Beschäftigten aus 104 Berufen detailliert vor, welche Aufgaben KI in ihrem jeweiligen Job potenziell übernehmen könnte. Statt den Arbeitnehmern fertige Automatisierungslösungen überzustülpen, fragten sie schlicht, was tatsächlich hilfreich und produktiv wäre. Das Resultat deckte einen tiefen Graben auf: Während technische Experten bestimmte Domänen für besonders KI-geeignet hielten - etwa die automatisierte Bonitätsprüfung von Kunden durch einen Vertriebsagenten - , erklärten die realen Sachbearbeiter diese Aufgaben zu Bereichen, in denen sie definitiv keine KI-Unterstützung wünschten. Rechtsanwaltsgehilfinnen hingegen konnten sich sehr wohl vorstellen, dass eine KI dabei hilft, den Fortschritt über eine Vielzahl von Fällen zu überwachen.

Der Unterschied liegt in der Perspektive: Nicht die technische Machbarkeit sollte den Einsatz bestimmen, sondern die Frage, wo menschliches Urteilsvermögen und maschinelle Assistenz sich tatsächlich ergänzen. Ein KI-System, das als Werkzeug begriffen und von denen gestaltet wird, die damit arbeiten müssen, fördert Kontrolle und Produktivität. Ein „Alex“, der als Kollege ins Team gesetzt wird, untergräbt beides.

Die Kunst der richtigen Benennung

Acemoglus und Wiles’ Analysen treffen einen wunden Punkt im Selbstverständnis der KI-Branche. Sie zeigen, dass die Agentifizierung von Software keine harmlose Marketingstrategie ist, sondern die Psychologie der Verantwortungsdiffusion befeuert. Die Maschine kann keine Rechenschaft ablegen, und die Menschen um sie herum tun es weniger, wenn sie sprachlich zu einem Teammitglied erhoben wurde. In diesem Sinne steckt hinter dem scheinbar harmlosen Namen Alex ein handfestes Governance-Problem. Die eigentliche Agentivität - die Fähigkeit, zu handeln und die Folgen zu tragen - liegt weiterhin bei den Menschen. Sie sollten sich diese Verantwortung nicht von einem Namensschild abnehmen lassen.

Es spricht nichts dagegen, KI-Systeme als leistungsfähige, hochpräzise Assistenzwerkzeuge zu entwickeln und zu nutzen. Entscheidend ist der mentale Rahmen, in den wir sie stellen. Wer einen Algorithmus einen Kollegen nennt, schafft eine Erwartung von Augenhöhe, die das System nicht einlösen kann - und macht die wirklichen Menschen im Prozess schlechter in dem, was sie eigentlich tun sollen: prüfen, hinterfragen, korrigieren. Sie haben Besseres verdient als Alex.

Quellen:

• Could AI create a new form of inequality in South Africa? (Phys.org)
• A hidden predictor of sudden cardiac death uncovered by deep learning (Nature - News)
• AI agents are not your “coworkers” (MIT Technology Review - AI)
• Measuring process over product: AI approach assesses learning processes (Phys.org)
• Ten guidelines for integrating generative AI into nursing research proposed (Medical Xpress)
• It’s been 25 years since’A.I. Artificial Intelligence‘, and we think this was Spielberg at the top of his sci-fi game (Space.com)

// weiterlesenWer sich älter fühlt, schläft schlechter - und das untergräbt die GesundheitGeistWarum die Marsatmosphäre wie Zahnpasta gequetscht wirdWeltraumDie Evolution jagt ein fliehendes Ziel: Warum nützliche Mutationen oft im Sande verlaufenBiologie

Kinetyra