Künstliche Intelligenz nimmt uns Arbeit ab. Gleichzeitig wird die Arbeit mit und durch KI aber intensiver und belastender. Ein wesentlicher Grund dafür ist die zunehmende Entfremdung von unserer Arbeit: Statt selbst zu arbeiten, beaufsichtigen wir KI-Agenten, deren Ergebnisse zunehmend schwierig zu überblicken sind, wir aber dennoch verantworten müssen.
Was sind kognitive Schulden?
Je mehr wir KI einsetzen, desto mehr entfernen wir uns von unserer Arbeit und büßen dabei unser tiefes Verständnis für Zusammenhänge ein. Wir bauen mit KI nicht nur technische Schulen, sondern auch kognitive Schulden auf. Margaret-Anne Storey, Informatik-Professorin an der University of Victoria Canada, beschreibt mit diesem Begriff die „aufgesammelten Lücken zwischen der sich entwickelnden Struktur eines IT-Systems und dem gemeinsamen Verständnis des Entwicklungsteams darüber, wie und warum dieses System funktioniert und wie es im Laufe der Zeit verändert werden kann.“
Kognitive Schulden erhöhen wiederum die empfundene Belastung in der Arbeit mit KI. Je tiefer das Verständnis der Architektur und der Codebasis, desto einfacher ist es, eine vorgeschlagene Änderung eines KI-Agenten zu prüfen. Je weniger kognitive Schulden, desto wirksamer und einflussreicher fühlen wir uns. Umgekehrt gilt: Je mehr kognitive Schulden ein Team aufbaut, desto schwieriger wird die Überprüfung, desto hilfloser fühlen sich die Menschen, desto mehr Fehler schleichen sich ein und desto mehr technische und kognitive Schulden bauen sich auf. Ein Teufelskreis.
Warum schneller nicht immer besser ist
KI beschleunigt die Produktion von Ergebnissen, beispielsweise in Form von fertig implementierten Funktionen eines IT-Systems. Aber das Ergebnis allein ist bei Weitem nicht alles. Insbesondere dann nicht, wenn mit dem Ergebnis weitergearbeitet werden muss und das IT-System über Jahre und Jahrzehnte verfeinert und gewartet werden muss. Ich kann es aus eigener Erfahrung gut nachvollziehen, wenn erfahrene Entwickler wie Lars Faye, deshalb bewusst eine langsameren Weg wählen: „Ich nutze LLMs, um bei der Spezifikation und beim Planen zu helfen, während ich die Implementierung selbst vornehme. Dies ist eine Umkehrung des Orchestrierungs-Workflows; ich programmiere immer noch von Hand zwischen 20% und 100%, je nach Aufgabe.“
Mit diesem Ansatz, der im Wesentlichen auch meinen Umgang mit KI beschreibt, hält Lars Faye seine kognitiven Schulden unter Kontrolle und sich selbst geistig fit. Er schöpft bewusst nicht die vollen Möglichkeiten der KI aus, sondern greift selbst in die Tasten. Damit behält er einen besseren Überblick über seine Arbeit und verhindert, dass seine Fertigkeiten mit der Zeit abstumpfen. Wer das als ineffizient abtut, weil Code und Funktionen langsamer entstehen, denkt zu kurzfristig und macht die Rechnung ohne die sich aufstauenden kognitiven (und später auch technischen) Schulden.
Übung macht den Meister
Die durch diese „Umkehrung des Orchestrierungs-Workflows“ scheinbar verschwendete Zeit ist vielmehr eine bewusste Investition in die Aufrechterhaltung und Verbesserung unserer Fertigkeiten. Wer mit KI gute Ergebnisse erzielen will braucht Überblick und Erfahrung, um das Ergebnis kritisch hinterfragen zu können. Aber die Arbeit mit KI lässt genau diese Fertigkeiten verkümmern, weil sie nicht mehr ausreichend praktiziert werden. Kein Musiker oder Maler würde auf die Idee kommen, das Üben einzustellen, weil das Klavier nun alleine spielen kann oder der Pinsel autonom malen kann.
Wenn ich einen Tag nicht übe, merke ich es. Wenn ich zwei Tage nicht übe, merken es die Kritiker. Wenn ich drei Tage nicht übe, merkt es das Publikum.
Arthur Rubinstein
KI behindert also nicht nur den Erwerb von Erfahrung und Fertigkeiten, sondern auch deren Erhalt. Um Meisterschaft zu erlangen, müssen wir üben und nicht KI beim Üben zusehen. Die Fertigkeiten kommen aber mit einem sehr kurzen Haltbarkeitsdatum und verkümmern ohne Übung. Nicht nur in der schnelllebigen IT-Domäne, sondern in jedem anderen Bereich in dem Experten Wissensarbeit verrichten. Durch Übung laufen wir die Rolltreppe entgegen der Fahrrichtung nach oben; wer aufhört zu üben, wird nach unten befördert.
