Zwei Arten, sich bei KI zu überschätzen.

Ich beobachte gerade ein Muster. Zwei Muster, genauer gesagt. Beide haben mit Überschätzung zu tun. Aber sie sehen komplett unterschiedlich aus. Und eines davon betrifft mich selbst.

Wenn der Stand von 2024 reichen soll

In fast jedem Unternehmen treffe ich inzwischen auf Leute, die sich fit fühlen. ChatGPT ist offen, Copilot läuft, vielleicht gibt es sogar eine interne Richtlinie. "Wir nutzen KI schon", heißt es dann. Klingt gut.

Wenn ich nachfrage, was genau sie machen, wird es dünn. Zusammenfassungen erstellen. Mails umformulieren. Vielleicht mal einen Text entwerfen lassen. Einfache Prompts, ein Werkzeug, ein Anwendungsfall.

Nichts davon ist falsch. Aber es ist der Stand von Ende 2024.

Was seitdem passiert ist, fehlt komplett. Und es ist eine Menge passiert:

Diese Leute überschätzen sich. Und unterschätzen gleichzeitig, was KI inzwischen kann. Sie nutzen ein Werkzeug, das sich in den letzten 12 Monaten radikal weiterentwickelt hat, als wäre nichts passiert.

Was helfen würde: Rausschauen. Sich anschauen, was andere machen. In Communities mitlesen. Einen Newsletter abonnieren. Nicht jeder muss alles selbst entdecken. Aber wer seit einem Jahr den gleichen Workflow nutzt und denkt, das reicht, verpasst gerade eine Menge.

Wenn Geschwindigkeit Tiefe vortäuscht

Die zweite Überschätzung ist subtiler. Und ich fange bei mir selbst an.

Ich habe vor einiger Zeit an einer Produktentwicklung gearbeitet. KI-gestützt, wie vieles bei mir. Ich war tief in den Features und in der technischen Architektur. Es lief gut. Es lief schnell.

Was ich dabei übersehen habe: die kommunikative Wirkung. Wie das Produkt nach außen wirkt und wie es sich in einen größeren Kontext einordnet. Ich war so fokussiert auf das, was es kann, dass ich nicht genug darüber nachgedacht habe, was es bedeutet. Für wen. Und warum.

Das ist mir erst aufgefallen, als jemand mit dem passenden Hintergrund draufgeschaut hat. Nicht mit KI-Wissen, sondern mit Kommunikationsexpertise. Und mir in wenigen Sätzen gezeigt hat, was ich übersehen hatte.

Die Geschwindigkeit, mit der ich produziert habe, hat mir das Gefühl gegeben, fertig zu sein. War ich nicht.

Das Muster dahinter begegnet mir auch andersherum.

Kürzlich sollte ich einen Prototypen entwickeln. Ein Entscheider im Unternehmen hatte mir Zuarbeit gemacht. Er ist fit mit KI, nutzt sie breit, produziert schnell. Das Ergebnis sollte eine "fast fertige" Spezifikation sein für einen KI-Assistenten.

Was ich bekommen habe, war ein grober Entwurf. Schnell zusammengestellt, mit KI-Unterstützung. Was fehlte: Verständnis für Systemprompts und für die Grenzen von Sprachmodellen. Für das, was einen guten Assistenten von einem mittelmäßigen unterscheidet. Für mich war das bestenfalls ein Ausgangspunkt für eigene Recherche und Erarbeitung. Nicht die Zuarbeit, die es sein sollte.

Der Punkt ist nicht, dass die Person das hätte wissen müssen. Der Punkt ist: Sie hat nicht gemerkt, dass sie es nicht weiß. KI hat ihr das Gefühl gegeben, die Domäne zu beherrschen. Schnell was hingeschrieben, sieht plausibel aus, fühlt sich fertig an.

KI-augmentiert fühlt man sich plötzlich sicher in Fachgebieten, die man vorher nur in der Breite verstanden hat. Bis echte Expertise draufschaut.

Was gegen beide Formen hilft

Bei der ersten Gruppe ist es relativ einfach: Horizont erweitern. Bei anderen abschauen. Sich mit Leuten austauschen, die weiter sind. Die Tools und Methoden entwickeln sich so schnell, dass "ich nutze KI schon" nach sechs Monaten Stillstand veraltet sein kann.

Bei der zweiten Gruppe ist es komplizierter, weil das Gefühl von Kompetenz echt ist. Man produziert ja tatsächlich Ergebnisse. Und manche davon sind gut.

Feedback von Fachleuten einholen. Nicht von KI-Leuten. Von den Menschen, die die Domäne wirklich verstehen. Vor der Fertigstellung, nicht danach.

Die eigene Lernkurve ernst nehmen. Wenn ich KI nutze, um schnell in ein Fachgebiet einzusteigen, lerne ich dabei. Aber ich muss mir eingestehen, wo ich gerade stehe. Schnell produzieren ist nicht das Gleiche wie tief verstehen.

Geschwindigkeit als Anfang begreifen, nicht als Ende. Der erste Output ist ein Entwurf. Kein Ergebnis. Die Geschwindigkeit ist ein Vorteil, wenn man sie zum Iterieren nutzt. Nicht wenn man sie zum Abliefern nutzt.

Den Reflex hinterfragen, alleine fertig zu werden. KI macht es verlockend, alles selbst zu machen. Aber gerade weil der Output schnell da ist, braucht es jemanden, der gegenliest. Nicht für Rechtschreibung. Für Substanz.

Das heißt nicht: langsamer machen. Ich will das auch nicht. Aber die Geschwindigkeit ist nur dann etwas wert, wenn man sich Korrektive einbaut.

Der blinde Fleck

Beide Formen der Überschätzung haben etwas gemeinsam: Man merkt es nicht selbst.

Die erste Gruppe denkt, sie sei vorne. Die zweite Gruppe denkt, sie sei tief. Beide liegen daneben, aber auf unterschiedliche Weise.

Vielleicht ist der ehrlichste erste Schritt, sich zu fragen: Wann hat mir zuletzt jemand gezeigt, dass ich falsch lag? Wenn die Antwort "lange her" ist, könnte das weniger mit Kompetenz zu tun haben als mit fehlender Rückmeldung.