Was diese Woche bekannt wurde
Heise berichtete am 7. Mai über eine Studie, die ein unbequemes Ergebnis liefert: Die regelmäßige Nutzung von KI-Assistenten wie ChatGPT, Copilot oder Claude kann die Problemlöse-Fähigkeit der Nutzer messbar verschlechtern. Wer Aufgaben dauerhaft an die KI delegiert, verlernt das eigenständige Durchdenken.
Die Studie reiht sich in eine wachsende Zahl ähnlicher Untersuchungen ein. Microsoft Research hatte bereits Anfang 2025 ein vergleichbares Ergebnis publiziert: Je höher das Vertrauen in die KI-Antwort, desto geringer der eigene kognitive Aufwand — und desto schwächer die kritische Prüfung des Outputs. Der Effekt heißt in der Forschung Cognitive Offloading. Wir kennen ihn vom Taschenrechner und vom Navi. Bei KI ist er nur deutlich umfassender.
Konkret zeigte sich in der Studie: Probanden, die Aufgaben mit KI-Unterstützung lösten, schnitten bei späteren ähnlichen Aufgaben ohne KI schlechter ab als Vergleichsgruppen, die von Anfang an ohne Hilfsmittel arbeiteten. Der Skill-Verlust trat innerhalb von Wochen auf, nicht erst nach Jahren.
Warum das jetzt für KMU zählt
In den Beratungen, die ich aktuell führe, sehe ich ein Muster: Geschäftsführer rollen ChatGPT-Lizenzen oder Microsoft Copilot breitflächig aus, weil die Produktivitätsgewinne schnell messbar sind. E-Mails schneller, Angebote schneller, Protokolle schneller. So weit, so gut.
Die Schattenseite wird erst nach sechs bis zwölf Monaten sichtbar. Typisches Beispiel aus einem mittelständischen Maschinenbau-Betrieb: Junge Konstrukteure ließen technische Auslegungen zunehmend von KI-Tools vorrechnen — und konnten irgendwann nicht mehr beurteilen, ob das Ergebnis plausibel war. Die KI lieferte selbstbewusst falsche Zahlen, niemand bemerkte es. Bis ein Kunde reklamierte.
Das ist kein KI-Problem. Das ist ein Kompetenz-Problem.
Aus meiner Sicht unterschätzen viele KMU drei Risiken:
Erstens: Junior-Mitarbeiter lernen weniger. Wer als Berufseinsteiger jeden Text, jede Kalkulation, jeden Code-Schnipsel von der KI generieren lässt, baut nie das Fundament auf, das nötig ist, um KI-Output zu beurteilen. In drei Jahren haben Sie Mitarbeiter, die produktiv wirken — bis ein nicht-triviales Problem auftaucht.
Zweitens: Senior-Wissen verschwindet schneller. Erfahrene Kollegen, die früher ihr Wissen durch Dokumentation und Coaching weitergegeben haben, schreiben heute schnelle KI-Prompts. Das implizite Wissen, der Erfahrungsschatz, die Bauchgefühl-Heuristiken — all das wird nicht mehr explizit gemacht.
Drittens: Fehler werden teurer und später entdeckt. KI-Output sieht gut aus. Selbst Halluzinationen wirken kompetent formuliert. Wenn niemand im Team die fachliche Tiefe hat, um Fehler zu erkennen, gehen sie durch — bis zum Kunden, bis zur Behörde, bis ins Produkt.
Was nicht hilft: KI verbieten
Bevor jetzt jemand einen KI-Bann ausspricht — das ist nicht mein Punkt. Wer KI aus dem Unternehmen verbannt, verliert in zwei Jahren gegen Mitbewerber, die es können. Die Frage ist nicht „KI ja oder nein”, sondern: Wie nutzen wir sie, ohne unsere Fachkompetenz zu verlieren?
Die Studie zeigt nicht, dass KI schlecht ist. Sie zeigt, dass unreflektierte KI-Nutzung schlecht ist. Das ist ein Unterschied.
Mein Rat: Drei konkrete Schritte
1. Führen Sie KI-freie Zonen ein.
Legen Sie pro Rolle fest, welche Tätigkeiten ohne KI durchgeführt werden — bewusst und mit Begründung. Beispiele aus der Praxis:
- Junior-Entwickler schreiben die ersten drei Monate Code ohne Copilot. Danach mit Copilot, aber zwei Stunden pro Woche bleiben KI-frei.
- Im Kundengespräch wird live mitgeschrieben, nicht KI-transkribiert. Aktives Zuhören ist trainierbar — und verkümmert sonst.
- Strategische Entscheidungen werden zuerst ohne KI durchdacht, dann erst mit KI gegengeprüft. Nicht umgekehrt.
Das klingt altmodisch. Es ist aber der einzige Weg, Kompetenz aufrechtzuerhalten.
2. Trainieren Sie Output-Bewertung statt Prompt-Engineering.
90 Prozent der KI-Schulungen, die ich sehe, drehen sich darum, wie man bessere Prompts schreibt. Das ist die falsche Priorität. Wichtiger: Wie erkenne ich, ob die KI-Antwort fachlich richtig ist?
Konkret: Bauen Sie regelmäßige Übungen ein, in denen Mitarbeiter KI-Output kritisch zerlegen. „Hier ist eine Antwort von ChatGPT zum Thema X. Wo ist sie falsch? Wo ist sie unvollständig? Was fehlt?” Das schärft genau die Fähigkeit, die laut Studie verkümmert.
3. Messen Sie Skill-Erhalt, nicht nur Produktivität.
Die meisten KMU messen KI-ROI über gesparte Stunden. Das ist die halbe Wahrheit. Ergänzen Sie eine zweite Kennzahl: Wie entwickelt sich die fachliche Tiefe Ihres Teams?
Praktisch geht das über halbjährliche Kompetenz-Checks ohne KI-Hilfsmittel. Können Ihre Mitarbeiter die Kernaufgaben ihres Berufs auch dann lösen, wenn das Internet ausfällt? Wenn nein, haben Sie ein Problem — unabhängig davon, wie produktiv Sie auf dem Papier sind.
Was ich erwarte
Die nächsten zwei bis drei Jahre werden zeigen, welche Unternehmen KI als Verstärker und welche als Ersatz für menschliche Kompetenz eingesetzt haben. Erstere werden besser dastehen — produktiver und resilienter zugleich. Letztere werden ein böses Erwachen erleben, wenn ein Kunde, eine Behörde oder ein Wettbewerber das Kompetenz-Vakuum aufdeckt.
Die Studie aus dieser Woche ist kein Grund zur Panik. Sie ist ein Frühwarnsignal. Wer es ernst nimmt und seine KI-Nutzung jetzt kalibriert, hat einen Vorsprung gegenüber Unternehmen, die weiter blind auf Produktivitätsgewinne starren.
Mein Punkt zusammengefasst: KI gehört in jedes KMU. Aber nicht überall, nicht für jeden, nicht jederzeit. Wer das nicht aktiv steuert, lässt es dem Zufall überlassen — und der Zufall arbeitet, wie die Studie zeigt, gegen Sie.