Kann KI Boomer ersetzen?

Liebe Leserinnen, werte Leser,

wenn die Generation der „Babyboomer“, gemeint sind die heute 60-70 Jährigen, job-mäßig die Segel streicht, geht mit ihnen auch jede Menge Know-how in den Ruhestand. Dass sich Know-how irgendwann in den Ruhestand verabschiedet, war zwar schon immer so. Es war nur noch nie so viel auf einmal – die Boomer stellen etwa 20-25% der aktuellen „Workforce“. Für viele Unternehmen ist der Abgang („Brain Drain“) ein großes Problem, zumal es derzeit auch an Nachwuchs mangelt. Es muss also eine Lösung her, die das Know-how der Boomer sichert, wenn deren wertvoller Erfahrungsschatz den Unternehmen in den nächsten Jahren nicht verloren gehen soll. Studien haben nämlich gezeigt, dass gerade erfahrene Beschäftigte im Falle unvorhergesehener Ereignisse oft passende Ad-hoc-Lösungen parat haben. Anders als Neulinge scheinen sie einen siebten Sinn für solche Probleme zu haben. Sie greifen oft schon frühzeitig in Produktionsprozesse ein, bevor größerer Schaden entstehen kann.

Beate, erfahrene Boomerin (Symbolbild)

Jetzt kann man natürlich nicht Millionen von (noch) berufstätigen Vorruheständlern einen oder mehrere Neulinge zur Seite stellen, um den Schatz Boomer für Boomer auf Neuling für Neuling zu übertragen. Man hat schließlich anderes zu tun, und außerdem gibt’s von den Neulingen ja ohnehin zu wenige.

Aber es gibt ja KI, zum Glück. Und obendrein kann man mit der neuen Technologie sogar zwei Fliegen mit einer Klappe schlagen: Man könnte mit einer von Boomern trainierten KI nicht nur deren Wissen sichern, sondern gleichzeitig auch die Kosten senken. Die ohnehin zu teuren Boomer würde man nur durch möglichst wenige Nachwuchskräfte ersetzen (gibt ja sowieso keine, siehe oben), und die Arbeit der nimmermüden Maschine überlassen. Für ihre Mühe würde man die Boomer natürlich belohnen, irgendwie muss das Training ja auch parallel zum Alltag laufen. Man könnte zum Beispiel so etwas wie einen „Legacy“-Bonus einführen, das zeigt die Wertschätzung für die extra Meile. Den Bonus könnte man zum Beispiel an die Stundenzahl der gegebenen Interviews, oder mit der Anzahl freigegebener Dokumente verknüpfen (und deren Nutzen gleich noch von der KI gegenchecken lassen). Ganz abgesehen davon, dass ein solches Projekt verdienten Mitarbeitern natürlich auch ein Denkmal setzt, eine Art digitales Vermächtnis – fühlt sich schließlich gut an, wenn man weiß, dass die Arbeit Spuren hinterlassen hat. Und wenn das Know-how von Boomerin Beate (siehe Bild) dann erst einmal gebunkert ist, steht es 24/7 zur Verfügung, zu einem Bruchteil der Kosten.

Was meinen Sie? Ist das eine Lösung? Oder zu schön, um wahr zu sein? Wenn Sie die Anbieter KI-gestützter Wissensmanagement-Systeme fragen, dann bekommen Sie als Antwort, dass es tatsächlich so schön ist, die Möglichkeiten sind schier unbegrenzt. Aber dafür zahlen Sie ja auch, also alles gut. Und jetzt? Sind Ihre Zweifel zerstreut?

Kann KI Boomer ersetzen, oder die Kompetenz erfahrener Leute im Allgemeinen?

Nein, kann sie nicht,

aber warum genau? Wenn Sie diesen Blog nicht erst seit gestern lesen, dann wissen Sie schon, worauf es gleich hinausläuft. Und wenn Sie eher zu den Neulingen gehören, dann wissen Sie es gleich: Genau, was hier fehlt, um auf nützliche, beziehungsweise lösende Art und Weise über das Kompetenzproblem nachzudenken, ist die Definition einer dazu passenden Unterscheidung, nämlich:

Moderne Organisationsentwicklung definiert Kompetenz als Einheit der Unterscheidung von Wissen und Können.

Statt im Falle von Kompetenzproblemen nur darüber nachzudenken, welcher KI-Anbieter wohl der Beste wäre (und was der Bonus kosten wird), stellt sich nun die Gretchenfrage:

Geht es beim „Know-how“ oder dem „Erfahrungsschatz“ kompetenter Menschen um Wissen oder um Können?

Wahrscheinlich um beides, allein schon deshalb, weil Wissen und Können getrennt voneinander nicht vorkommen. Um das Boomer-Problem zu lösen, müssen beide, daher weht der Wind, allerdings unterschieden werden, weil sie unterschiedlicher nicht sein könnten:

• Wissen ist eine kommunikative Errungenschaft und übertragbar, Lösungen können geteilt und gespeichert werden, zum Beispiel mithilfe von Sprachmodellen (KI).
• Können hingegen ist die Fähigkeit, in einer unverstandenen Problemsituation problemlösende Gefühle zu entwickeln.

Wie zum Beispiel, wie es oben in der Studie hieß, im Falle „unvorhergesehener Ereignisse“ (oder Überraschungen), weil einem Konkurrenten etwas eingefallen ist, was einem nun Probleme macht, weshalb frühzeitig in den Produktionsprozess eingegriffen wird, bevor größerer Schaden entsteht. Mindestens sollten einem Unternehmen dann Individuen zur Verfügung stehen, die das Gefühl erzeugen, das unvorhersehbare Problem lösen zu wollen, weshalb sie gar nicht anders „können“, als die eine oder andere nützliche Idee zu erzeugen, wie man es vielleicht lösen könnte.

Bislang ist es allerdings nicht gelungen, Gefühle zu übertragen (wie Wissen), schon gar nicht auf Maschinen. „Können klebt am Könner“, wie es Gerhard Wohland gerne abkürzt, Boomerin Beates Gefühle lassen sich nicht von ihr ablösen, ihr Gefühlsapparat lässt sich durch KI nicht sichern, und damit auch kein Können. Und wenn das doch irgendwann einmal möglich sein sollte, wer weiß, dass die Maschine auch Beates Kreativität nachahmen kann? Dann müsste die Maschine auch sämtliche Probleme kennen, auch überraschende, weil Beates Können immer nur gemeinsam mit überraschenden Problemen aufgetreten ist, sonst wurde es ja nicht gebraucht. Bevor man sich jetzt damit beschäftigt, wann die KI nicht nur alles weiß, sondern auch alles, was sie, weil überraschend noch gar nicht wissen kann, ist es sinnvoller, sich mit dem echten Problem zu beschäftigen, denn das ist ja höchstens zur Hälfte, und damit im Grunde genommen noch gar nicht gelöst, also:

Wenn KI Boomer, beziehungsweise das Können kompetenter Leute nicht ersetzen kann, wie lässt es sich dann ersetzen? Oder ist das eine falsche Frage?

Vielleicht haben Sie (auch) dazu schon eine Idee, und Sie wissen schon, worauf es im nächsten Denkangebot hinausläuft. Oder Sie haben noch keine, und wissen es spätestens dann.

Bis übernächste Woche!