Wenn Effizienz anfängt, die Richtung zu bestimmen

Anfangs ist das Dashboard nur eine Hilfe. Es zeigt, auf welche Nachrichten geantwortet wird, in welchem Unterrichtsabschnitt Schüler dabeibleiben, welche Kundenanfragen am längsten dauern und an welcher Stelle Nutzer aufgeben. Dann kommen Empfehlungen: Zu dieser Zeit senden, diesen Unterrichtsabschnitt kürzen, diesen Kunden anders weiterleiten, diese Funktion streichen. Jeder Vorschlag ist klein und für sich vernünftig. Zusammengenommen beginnen sie jedoch neu zu erklären, wozu diese Arbeit eigentlich da ist.

So gewinnt Effizienz Macht: nicht durch einen großen Befehl, sondern durch tausend vernünftige Verbesserungen, bei denen niemand über das Ziel gesprochen hat.

Jede Kennzahl enthält eine vorherige Festlegung

Wer etwas optimieren möchte, muss zuerst bestimmen, was zählt. Umsatz pro Stunde, Antwortzeit, Abschlussquote, Fehlerzahl, Bindung von Nutzern: Jede Kennzahl beleuchtet einen Teil der Wirklichkeit und lässt einen anderen im Dunkeln. Das ist nicht schon ein Mangel. Kein Maßstab kann die ganze Situation aufnehmen.

Das Problem beginnt, wenn der beleuchtete Ausschnitt für das Ganze gehalten wird. Eine Schule setzt KI ein, um Unterrichtsphasen zu finden, in denen Schüler angeblich nicht mehr beteiligt sind. Die Lehrkraft erhält Empfehlungen: rascher überleiten, häufiger sofort belohnen. Der Beteiligungswert steigt. Doch die Stille, in der ein schwieriger Begriff langsam zum eigenen Verständnis eines Schülers wird, könnte als Inaktivität erfasst werden. Das System hat sich nicht gegen Bildung entschieden. Es erfüllt lediglich eine engere Festlegung sehr getreu.

Ähnliches ist in Pflege, Führung, Kunst und öffentlichen Dienstleistungen möglich. Ein schneller abgeschlossener Fall könnte bedeuten, dass einem Menschen nicht wirklich zugehört wurde. Eine höhere Abschlussquote könnte darauf beruhen, genau den Moment zu finden, in dem er sich am leichtesten drängen lässt. Ein produktiverer Mitarbeiter könnte schlicht jede nicht erfasste Erholungszeit verloren haben.

Optimierung kennt keinen eigenen Endpunkt

Wenn sich Verbesserungen messen lassen, warum bei zwölf Prozent aufhören und nicht fünfzehn anstreben? Wenn das Modell dreißig Werbevarianten erzeugt, warum nur fünf testen? Wenn eine Antwortzeit von vier Stunden auf eine Stunde sinken kann, warum nicht auf zehn Minuten?

Es kann sehr gute Gründe geben aufzuhören: Die Qualität bricht ein, Menschen erschöpfen sich, Kunden brauchen Bedenkzeit, die Arbeit wird zur Manipulation. Diese Gründe entstehen aber nicht aus der Effizienz selbst. Sie kommen aus Festlegungen, die Effizienz nicht für uns erzeugen kann: Welche Dienstleistung wollen wir anbieten? Was für Kollegen wollen wir sein? Welche Aufmerksamkeit steht dem anderen zu?

Steht das Ziel fest, darf Effizienz Wege vergleichen. Sie sollte nicht heimlich ein bestimmtes Ziel mit einschleusen.

Wie Kosten im Durchschnitt verschwinden

KI kann winzige Belastungen besonders gut auf sehr große Gruppen verteilen. Ein Dienstplansystem spart der gesamten Organisation Tausende Stunden und macht dabei das Leben einer kleinen Gruppe immer wieder unvorhersehbar. Automatische Ersteinschätzung senkt die durchschnittliche Wartezeit, während Menschen mit untypischen Krankheitsbildern erschöpft durch das Verfahren kreisen. Ein Schreibwerkzeug verdoppelt die Produktion und lässt zugleich jeden Artikel klingen, als kümmere sich niemand wirklich darum, was aus ihm wird.

Der Gesamtnutzen ist real. Die Menschen, die in der Rechnung zum Rest werden, sind es auch. Der Fehler ist nicht, Durchschnitte zu verwenden; große Systeme kommen ohne sie kaum aus. Der Fehler ist die Annahme, ein in der Mitte gemessener Gewinn gleiche automatisch sämtliche an die Ränder verlagerten Kosten aus.

Ein verantwortliches Team braucht deshalb neben seinem Leistungsdashboard auch eine Übersicht darüber, wer übersehen wurde. Wen trifft diese Verbesserung immer wieder? Welche Situationen kann das Modell besonders schlecht bearbeiten? Wer darf das System anhalten? Können Betroffene widersprechen, ablehnen oder einen wirklichen Menschen erreichen?

Grenzen ziehen, bevor das Ergebnis verführt

Grundsätze schützt man am besten, bevor die Zahlen auf dem Tisch liegen. Ein Medium kann vorab festhalten, dass selbst höhere Klickraten keine künstlich erzeugte emotionale Dringlichkeit rechtfertigen. Ein Unternehmen kann zusichern, dass Beschäftigte automatische Beurteilungen ohne Strafe hinterfragen dürfen. Ein Arzt kann entscheiden, dass ein Risikowert niemals das Gespräch darüber ersetzt, wie ein Patient tatsächlich lebt.

Diese Grenzen wenden sich nicht gegen Technik. Erst durch sie lässt sich technische Fähigkeit nutzen, ohne dass jeder neue Erfolg auch neu festlegt, was überhaupt „Erfolg“ heißt.

Wenn möglich, schreiben Sie diese Grenzen vorher auf:

• Was darf optimiert werden?
• Was darf für diese Verbesserung nicht eingetauscht werden?
• Wessen Belastung könnte der Durchschnitt verdecken?
• Welche Belege würden uns verpflichten, anzuhalten?

Diese Fragen wirken langsamer als ein Empfehlungssystem. Sie verhindern aber eine viel kostspieligere Verspätung: Erst nach dem Start zu bemerken, dass die Organisation sich höchst effizient in etwas verwandelt hat, das anfangs niemand aufbauen wollte.

Schneller – aber wohin?

Oft heißt es, KI gebe den Menschen Zeit zurück. Manchmal stimmt das. Doch gesparte Zeit hat nicht von selbst einen Sinn. Sie kann zu Erholung, Sorge für andere oder vertiefter Arbeit werden; sie kann sofort die nächste Kennzahl bedienen. Wird jede gewonnene Stunde umgehend mit mehr Ausstoß gefüllt, hat das Werkzeug Menschen nicht von Arbeit befreit. Es hat der Arbeit lediglich beigebracht, den gerade geschaffenen Raum wieder zu verschlingen.

„Wie macht KI das schneller?“ braucht deshalb stets eine zweite Frage: „Wofür wollen wir die gewonnene Fähigkeit einsetzen?“ Die erste ist eine technische Frage. Die zweite entscheidet, ob Technik dem Leben dient oder das Leben sich um die Technik neu anordnet.

Effizienz ist eine hervorragende Dienerin, weil sie unablässig nach dem Wie fragt. Vergessen wir jedoch, dass jemand weiterhin das Warum beantworten muss, wird sie zu einer schlechten Herrin.