Wie wirkt sich generative KI auf unseren Arbeitsplatz aus?

Dieser Frage geht Dr. Julia Seitz Sänger, Postdoktorandin am Karlsruher Institut für Technologe (KIT) im Forschungsprojekt MenschKI! nach. Denn Generative KI verändert den Arbeitsalltag schneller, als viele Organisationen ihre Prozesse anpassen können. Gerade dort entscheidet sich, ob KI als produktives Werkzeug wahrgenommen wird oder als zusätzliches Störsignal im Arbeitsprozess. Der folgende Beitrag beleuchtet, welche Fragen derzeit im Fokus des Projektes stehen und welche Aspekte unter anderem im Bereich des Kundenservices untersucht werden.

Warum das Thema jetzt relevant ist

In Deutschland nutzen inzwischen mehr als 60 Prozent der Beschäftigten KI am Arbeitsplatz, oft sogar ohne formale Einführung durch den Arbeitgeber. Gleichzeitig wünschen sich viele Beschäftigte mehr KI-Weiterbildung, während nur 30% der Unternehmen überhaupt Schulungen anbieten. Das zeigt: Die Nutzung wächst schneller als die organisationale Gestaltung, und genau hier setzt die Forschung zu generativer KI im Arbeitskontext an.

Besonders im Kundenservice ist der Druck hoch. Kundencalls müssen dokumentiert, zusammengefasst und oft unmittelbar an andere Teams weitergegeben werden. Genau hier kann generative KI aus Sicht des MenschKI! Projektes helfen, sofern sie nicht nur schnell ist, sondern auch verlässlich, nachvollziehbar und gut in menschliche Arbeitsabläufe eingebettet wird.

Generative KI am Arbeitsplatz

Im Rahmen des Forschungsprojektes untersucht Dr. Julia Seitz Sänger die Auswirkungen von generativer KI auf Arbeit, Jobcharakteristika und Jobzufriedenheit. Im Zentrum steht nicht die abstrakte Frage, ob KI „gut“ oder „schlecht“ ist, sondern wie sie konkret gestaltet sein muss, damit sie Beschäftigte unterstützt statt belastet.

Im folgenden Video gibt Frau Dr. Seitz Sänger einige Einblicke in ihre Forschung:

Ein besonderer Fokus im Projekt liegt auf der Nachbereitung von Anrufen im Kundenservice. Dort werden KI-generierte Zusammenfassungen daraufhin untersucht, wie sie die Zufriedenheit im Job beeinflussen, wie Menschen Fehler in solchen Zusammenfassungen erkennen, und welche Gestaltungselemente für hilfreiche, schnelle, aber auch korrekte Ergebnisse entscheidend sind.

Was KI-Zusammenfassungen leisten sollen

Eine gute Zusammenfassung soll Zeit sparen, Routineaufwand reduzieren und Informationen schneller verfügbar machen. Im Kundenservice unterstützen KI-Zusammenfassungen die Dokumentation von Kundencalls, um nachfolgenden Kundeninteraktionen zu erleichtern. Aktuelle Berichte zu KI im Kundenservice betonen deshalb, dass die Qualität nicht nur von der Antwortgeschwindigkeit abhängt, sondern von der Genauigkeit, der Wissensbasis und der reibungslosen Übergabe an Menschen. Für die Praxis sind klare Strukturen, relevante Kerninformationen, erkennbare Unsicherheiten und eine Oberfläche, die Beschäftigte dabei unterstützt, Fehler schnell zu identifizieren, wichtig. Genau diese Kombination aus Effizienz und Kontrollierbarkeit ist für den Einsatz im Kundenservice entscheidend

Gestaltungswissen für Unternehmen

Das Projekt liefert derzeit vor allem wichtige Einblicke in das Feld und wird unter anderem folgende Fragen untersuchen:

• Welche Informationen gehören in eine gute Zusammenfassung, und welche nicht?
• Wie wird sichtbar, ob eine KI-Aussage unsicher oder fehleranfällig ist?
• Wie lässt sich die Nachbearbeitung so gestalten, dass sie Zeit spart, aber nicht zur Blindabnahme führt?
• Welche Unterstützungen brauchen Teams, um die Systeme souverän zu nutzen?

Diese Fragen sind zentral, weil sie zeigen, dass generative KI im Arbeitskontext nicht nur eine Effizienzfrage ist. Sie berühren auch Qualität, Vertrauen, Verantwortlichkeit und die konkrete Gestaltung digitaler Arbeit. Die Ergebnisse werden auf der MenschKI!-Website veröffentlicht.

Fazit

Generative KI ist im Kundenservice kein bloßes Automatisierungswerkzeug, sondern ein Gestaltungsthema für moderne Arbeit. Das Forschungsprojekt MenschKI! zeigt, dass der eigentliche Mehrwert dort entsteht, wo KI-Zusammenfassungen effizient, verständlich und kontrollierbar sind und so die Zusammenarbeit zwischen Mensch und Maschine stärken. Für Organisationen ist das eine Einladung, nicht nur auf Produktivität, sondern auch auf Qualität, Jobzufriedenheit und Vertrauen zu schauen.