Eine Studie der Universität Passau und der US-amerikanischen Arizona State University mit dem Titel „Fading Memories: The Role of Machine Learning in Organizational Knowledge Depreciation“ zeigt, dass der Abbau von Stellen mit Verweis auf den Einsatz von KI langfristig zu einem Wissensverlust in den jeweiligen Unternehmen führen kann.
Traditionelle regelbasierte Technologien dienen als stabile Wissensspeicher dienen. Im Gegensatz dazu bergen Machine-Learning-Systeme (ML) Risiken. Da ihre Vorhersagemodelle auf historischen Trainingsdaten basieren, sind ML-Systeme anfällig für Modellabweichungen: eine allmähliche Diskrepanz zu sich wandelnden betrieblichen Realitäten, die wiederkehrende Reparaturen durch Menschen erforderlich macht.
Die Forscher entwickelten ein mehrstufiges Prozessmodell, welches zeigt, wie und wann wiederholte Zyklen der ML-Nutzung und -Reparatur unbeabsichtigt die Abwertung des organisatorischen Wissens beschleunigen können. Der Zyklus läuft in etwa wie folgt ab:
KI übernimmt: Während KI-Systeme etwa die Qualitätsprüfung eines Herstellungsprozesses erledigen, nutzen Beschäftigte das dafür relevante Fachwissen seltener, vergessen dieses oder verlassen ganz das Unternehmen.
Wissensverlust tritt ein: So gerät bestehendes menschliches Wissen verloren, während neue Angestellte entsprechendes Wissen nicht neu erwerben; die KI übernahm ja die Aufgaben.
KI-Modelle veralten: Alternde KI-Modelle müssen mit Hilfe neuer Trainingsdaten aktualisiert werden, Modellvariablen müssen auf Relevanz geprüft werden oder Fehlprognosen des Modells fachlich beurteilt werden. Eine solche Aktualisierung erfordert menschliche Expertise, die in den jeweiligen Unternehmen jetzt aber fehlt.
Damit können KI-Modelle durch Alterung zur Wissensfalle werden.
URLs:
- Forschungsbericht bei Academy of Management: https://journals.aom … 0.5465/amr.2024.0408
- Pressemeldung Uni Passau: https://www.digital. … sensverlust-durch-ki
- Bericht bei idw - Informationsdienst Wissenschaft: https://idw-online.de/de/news866082
- Bericht bei AEEmobility: https://aeemobility. … wissensfalle-werden/
- Bericht bei t3n: https://t3n.de/news/ … unternehmen-1731830/