AI Slop? Nein Danke!

AI Slop hat nur wenig mit schlechten Texten zu tun.

Er hat viele Ursachen und eine davon liegt darin, dass oft fachfremde Aufgaben mit KI bearbeitet werden ohne das notwendige Wissen, die Ergebnisse zu prüfen.

43,5 Prozent der berufsspezifischen ChatGPT-Anfragen betreffen Aufgaben aus einem fremden Beruf. OpenAI hat dazu Zahlen vorgelegt und nennt es “Task Crossover”.

Die Verteilung: Bei Customer-Experience-Rollen liegen 77% der fachlichen Anfragen außerhalb des eigenen Berufs, Design 75%, HR 69%, Rechtsbereich 56%. Technisches Troubleshooting und Finanzrechnungen gehören in sieben von acht Berufsgruppen zu den häufigsten Fremdaufgaben.

In kleinen Firmen ist der Effekt stärker: Wer keine Fachabteilung im Haus hat, macht es selbst – mit KI.

Die Qualität der Ergebnisse aus dieser Art der KI Nutzung ist in diesen Zahlen natürlich nicht erfasst. Die Auswertung sagt nichts darüber, ob die Ergebnisse brauchbar waren oder ob die Produktivität stieg.

Macht das Sinn?

Ein Vertriebsmitarbeiter, der einen Kundendatensatz selbst sichtet, statt zwei Tage auf die Analyse zu warten, gewinnt Tempo an einer Stelle, an der Tempo wichtig ist. Eine Marketerin, die einen kaputten Redirect selbst repariert, blockiert kein Entwicklerticket.

Beides funktioniert unter einer Bedingung: Die Person erkennt, wann sie an ihre Grenze kommt, und übergibt dort. Kompetenz zeigt sich hier nicht im Ausführen, sondern im Erkennen des Punktes, an dem das eigene Urteil nicht mehr reicht.

Wann es zu AI Slop wird

Beispiel Vertragsprüfung: Ein KI-generierter Klauseltext liest sich wie ein vom Juristen verfasster Text. Er hat die Begriffe, die Struktur und den passenden Ton. Ob eine Haftungsbegrenzung im konkreten Fall standhält, sieht man dem Text nicht an. Fachvokabular ohne Fachurteil ist aber eine riskante Kombination, die von KI gerne erzeugt wird.

Das ist die Mechanik hinter AI Slop und die hat nur wenig mit schlechten Texten zu tun. Slop entsteht dort, wo im Prozess niemand mehr sitzt, der ein Ergebnis prüfen kann. Der Analyst, das Legal-Team, die Entwicklerin waren nie nur Ausführende. Sie waren die Instanz, die den Fehler bemerkt hat. Fällt diese Instanz weg, fällt die Prüfung mit weg, unbemerkt, weil das Ergebnis ja vorliegt und plausibel aussieht.

Daher: Setze KI außerhalb deines Fachs nur dort ein, wo du einen Fehler bemerken würdest, bevor er teuer wird. Alles andere sollte jemand übernehmen, der das Ergebnis fachlich beurteilen kann. Das ist die Bedingung dafür, dass aus den 43,5 Prozent ein Produktivitätsgewinn wird und keine Verlagerung von Risiko an Stellen, die nicht die dafür notwendige Urteilskraft haben.

Task Crossover verschiebt, wer eine Aufgabe ausführt. Nicht, wer sie beurteilen kann.

Hier geht es zum Beitrag auf LinkedIn: AI Slop? Nein Danke!