Vorteile von Künstlicher Intelligenz liegen in der verteilten Intelligenz

Das Konzept des High-Impact Individual Contributor, also des Einzelmitarbeiters mit hoher Wirkung, ermöglicht es Fachkräften, die Arbeit eines gesamten Teams allein zu erledigen. Im Jahr 2026 hat sich der erfahrene Mitarbeiter etabliert, der Agenten der Künstlichen Intelligenz koordiniert, ohne Menschen zu führen. Dieses Modell reduziert Reibungsverluste, beschleunigt Entscheidungen und steigert die individuelle Produktion.

Ein Feldexperiment mit 791 Fachkräften zeigte, dass Nutzer von Künstlicher Intelligenz ihre Leistung um etwa 9,6 Prozent im Vergleich zu einer Kontrollgruppe steigerten. Teams mit Künstlicher Intelligenz erreichten eine Steigerung von 10,2 Prozent, wobei der Unterschied zwischen diesen Bedingungen statistisch nicht signifikant war. Die Technologie senkt Koordinationskosten und erlaubt es erfahrenen Personen, Ergebnisse zu erzielen, die denen eines Teams nahekommen, sofern die Aufgaben klar definiert sind.

Bei der Innovation zeigt sich jedoch ein anderer Trend. In demselben Experiment stieg die Chance für Teams mit Künstlicher Intelligenz, eine der zehn Prozent besten Lösungen zu produzieren, von 5,8 Prozent auf 9,2 Prozentpunkte. Dies entspricht einer fast dreimal höheren Wahrscheinlichkeit, zur Spitzengruppe zu gehören. Außergewöhnliche Ergebnisse entstehen demnach aus der Kombination von Rechenkapazität und unterschiedlichen menschlichen Perspektiven.

Die Auswahl der besten Idee aus fünf Optionen verdeutlicht die Grenzen der Einzelarbeit. Teams ohne Künstliche Intelligenz trafen in etwa 50 Prozent der Fälle die richtige Wahl, während dieser Wert bei der Nutzung von Künstlicher Intelligenz auf etwa 37 Prozent sank. Obwohl die Technologie die durchschnittliche Qualität der Vorschläge erhöhte, blieb das kollektive Urteil bei der relativen Auswahl überlegen.

Eine Studie von Stanford und Harvard mit 78 Mitarbeitern ergab, dass Künstliche Intelligenz Experten und Fachkräfte aus benachbarten Bereichen bei der Konzeption von Aufgaben einander annähert. Bei der Ausführung blieb der Abstand für Teilnehmer aus entfernteren Bereichen jedoch bestehen. Spezifische Erfahrung setzt weiterhin Grenzen, da der Zugang zu Agenten nicht den Ersatz für vielfältige Fachkenntnisse, institutionelles Gedächtnis und verteiltes Urteilsvermögen darstellt.

Ein Bericht des MIT empfiehlt die Beibehaltung kollektiver Arbeit für Mentoring, Lernen und Vertrauen. Die Konzentration operativer Kontexte auf eine einzelne Person erhöht die Kosten für einen Ersatz und verringert die Kontinuität bei Übergängen. Zudem zeigte eine Untersuchung von 260 Konfigurationen von Multi-Agenten-Systemen Leistungsunterschiede zwischen minus 70 Prozent und plus 80,8 Prozent, je nach Aufgabe und Architektur. Die bloße Summe von Agenten oder Fachkräften reicht nicht aus, um kollektive Intelligenz zu schaffen, da Orchestrierung Rollen, Kontext und Validierungskriterien erfordert.