In vielen Unternehmen ist KI inzwischen fester Teil des Arbeitsalltags. E-Mails, Konzepte, Protokolle und Programmcode entstehen in einem Bruchteil der früheren Zeit. Das ist ein echter Fortschritt – solange jemand das Ergebnis tatsächlich liest, bevor es weitergeht.
Genau das passiert aber nicht immer. Ein Mitarbeiter lässt sich ein Konzeptpapier erstellen, überfliegt die Überschriften und schickt es an die Abteilungsleitung. Eine Entwicklerin übernimmt einen generierten Codeblock und stellt ihn zur Prüfung ein. Der Aufwand ist damit nicht verschwunden. Er ist nur weitergewandert – zu der Person, die das Ergebnis als Nächstes in die Hand bekommt und nun prüfen muss, was der Absender selbst nie geprüft hat.
Dieses Muster ist gefährlicher, als es zunächst wirkt. Die Texte sind flüssig formuliert, der Code sieht ordentlich aus. Fehler fallen erst auf, wenn jemand genau hinsieht. Und wer genau hinsehen muss, ohne zu wissen, wie gründlich der Absender gearbeitet hat, braucht oft länger als für eine eigene Fassung.
Warum sich der Aufwand verschiebt
Bei klassischer Arbeit steckt im Ergebnis ein gewisses Maß an Sorgfalt. Wer einen Bericht selbst schreibt, hat jeden Satz zumindest einmal durchdacht. Die Prüferin kann davon ausgehen, dass die groben Fehler bereits aussortiert sind, und sich auf das Wesentliche konzentrieren.
Bei KI-Entwürfen fällt diese Annahme weg. Ein generierter Text kann an einer Stelle präzise und an der nächsten schlicht erfunden sein – in gleichem Tonfall, ohne erkennbaren Bruch. Die Prüferin weiß nicht, welche Teile der Absender gelesen hat und welche nicht. Sie muss also alles prüfen.
So entsteht eine unangenehme Rechnung: Die Erstellung wird schneller, die Prüfung langsamer. Wenn die Prüfung bei wenigen erfahrenen Personen hängen bleibt – etwa bei Teamleitungen oder Senior-Entwicklern –, verlagert sich die Last genau dorthin, wo die Zeit ohnehin am knappsten ist.
Der Grundsatz: Wer abschickt, hat gelesen
Die wichtigste Regel ist so einfach, dass sie fast selbstverständlich klingt: Wer ein Ergebnis weitergibt, übernimmt die Verantwortung dafür – unabhängig davon, wie es entstanden ist. Ein KI-Entwurf ist ein Entwurf. Zu einem Arbeitsergebnis wird er erst, wenn ein Mensch ihn gelesen, verstanden und für richtig befunden hat.
Das bedeutet nicht, dass KI-Unterstützung offengelegt oder gar gerechtfertigt werden muss. Entscheidend ist nicht das Werkzeug, sondern die Zusage, die mit dem Abschicken verbunden ist: „Ich habe das geprüft und stehe dafür ein.“ Diese Zusage sollte im Team ausdrücklich vereinbart sein, nicht nur stillschweigend erwartet.
Welche Arbeit welche Prüfung braucht
Nicht jedes KI-Ergebnis verdient dieselbe Sorgfalt. Eine interne Notiz an zwei Kollegen ist etwas anderes als ein Angebot an einen Kunden oder eine Änderung am Bestellprozess eines Online-Shops. Hilfreich ist eine einfache Einteilung, die das Team gemeinsam festlegt:
| Art der Arbeit | Beispiel | Mindestanforderung vor dem Weitergeben |
|---|---|---|
| Interner Entwurf | Gesprächsnotiz, erste Gliederung | Vom Absender vollständig gelesen |
| Interne Entscheidungsgrundlage | Konzeptpapier, Auswertung | Gelesen, Zahlen und Quellen selbst geprüft |
| Nach außen gerichtet | Angebot, Kundenmail, Website-Text | Gelesen, Fakten geprüft, zweite Person liest gegen |
| Produktiver Code | Änderung an Shop, Schnittstelle, Datenbank | Verstanden, lokal getestet, reguläres Code-Review |
Die Tabelle ist kein Selbstzweck. Sie macht sichtbar, dass die Verantwortung in jedem Fall beim Absender beginnt – und dass eine zweite Prüfung die erste nicht ersetzt, sondern ergänzt.
Ein Beispiel aus dem Entwicklungsalltag
Nehmen wir ein mittelständisches Handelsunternehmen mit einem kleinen Entwicklungsteam, das den eigenen Online-Shop betreut. Eine Entwicklerin soll eine Rabattregel für Geschäftskunden umsetzen. Mit KI-Unterstützung entsteht die Änderung in einer halben Stunde statt in einem halben Tag.
Im ersten Fall stellt sie den Code direkt zur Prüfung ein. Ihr Kollege findet beim Review eine Bedingung, die den Rabatt auch für Privatkunden auslöst, und eine zweite Stelle, an der ein Sonderfall nicht behandelt wird. Er schreibt Kommentare, sie lässt die KI nachbessern, er prüft erneut. Am Ende haben beide zusammen mehr Zeit investiert als ohne KI – und der Kollege hat seine eigentliche Arbeit liegen lassen.
Im zweiten Fall liest die Entwicklerin den generierten Code selbst Zeile für Zeile, bevor sie ihn einstellt. Sie testet die Regel mit einem Geschäftskunden, einem Privatkunden und einer Bestellung, die knapp unter der Mindestmenge liegt. Den Fehler bei den Privatkunden findet sie dabei selbst. In der Beschreibung der Änderung hält sie fest, welche Fälle sie geprüft hat. Das Review dauert nun wenige Minuten, weil ihr Kollege weiß, worauf er sich verlassen kann.
Der Zeitgewinn durch die KI ist in beiden Fällen derselbe. Nur im zweiten bleibt er auch erhalten.
Regeln, die im Team funktionieren
Aus solchen Erfahrungen lassen sich einige Vereinbarungen ableiten, die ohne großen Aufwand einzuführen sind:
- Keine ungelesenen Ergebnisse weitergeben. Wer etwas zur Prüfung schickt, hat es vollständig gelesen – ohne Ausnahme.
- Prüfungen dokumentieren. Bei Code und Entscheidungsgrundlagen genügt ein kurzer Satz: Was wurde getestet, welche Zahlen wurden nachgerechnet, was ist noch offen?
- Unsicherheit benennen. Wenn der Absender eine Stelle nicht beurteilen kann, sagt er das ausdrücklich, statt es der Prüferin zu überlassen, die Lücke selbst zu finden.
- Länge begrenzen. KI erzeugt mühelos lange Texte. Ein Konzept, das sich auf zwei Seiten sagen lässt, sollte nicht auf zehn verschickt werden.
- Zurückgeben ist erlaubt. Prüferinnen und Prüfer dürfen ein Ergebnis ohne inhaltliche Durchsicht zurückschicken, wenn erkennbar ist, dass es nicht gelesen wurde.
Die letzte Regel ist die unbequemste und zugleich die wirksamste. Sie verhindert, dass sich die Last stillschweigend bei den Gewissenhaften sammelt.
Und die KI-Agenten?
Die gleiche Frage stellt sich bei KI-Agenten, die Aufgaben weitgehend selbstständig erledigen. Auch dort gilt: Die Prüfung muss deutlich schneller gehen als die Arbeit selbst, sonst spart der Agent nichts. Wie sich das im Vorfeld feststellen lässt, beschreiben wir im Beitrag KI-Agenten: echte Arbeit oder nur eine Demo?. Der Unterschied zum Menschen mit KI-Werkzeug ist nur, dass beim Agenten die Prüfung von Anfang an eingeplant werden muss, weil niemand sonst den Entwurf liest.
Fazit
KI beschleunigt die Erstellung von Texten und Code erheblich. Dieser Vorteil geht verloren, wenn ungelesene Ergebnisse zur Prüfung an Kolleginnen und Kollegen wandern. Die Lösung liegt nicht in neuen Werkzeugen, sondern in einer klaren Vereinbarung: Wer abschickt, hat gelesen und steht dafür ein. Ergänzt um eine einfache Einteilung, welche Arbeit welche Prüfung braucht, bleibt die Verantwortung dort, wo sie hingehört – und der Zeitgewinn im Team. Wie KI-Agenten echte Arbeit übernehmen können, untersuchen wir in unserem Research Lab; wie wir Projekte Schritt für Schritt angehen, zeigt unsere Arbeitsweise.