Man sollte sich von der Vorstellung verabschieden, dass künstliche Intelligenz sämtliche Formen menschlicher Arbeit übernehmen wird. Die meisten bisherigen Erkenntnisse deuten darauf hin, dass großflächige Arbeitsplatzverluste bislang begrenzt sind. Was sich jedoch deutlich verändert, ist die Art und Weise, wie Arbeit organisiert wird.

Ein Bereich, in dem die Beschäftigung zunimmt, ist die Arbeit von Menschen, die die Ergebnisse großer Sprachmodelle (LLMs) gewissermaßen „aufräumen“ oder deren Qualität kontrollieren.

Das Versprechen der KI-Branche klingt verlockend: Diese Systeme sollen programmieren, Berichte verfassen, Daten analysieren und routinemäßige Entscheidungen schneller und besser als Menschen automatisieren können – und das bei nahezu vernachlässigbaren zusätzlichen Kosten. Theoretisch würde dies Menschen mehr Freiraum geben, sich auf anspruchsvolleres Denken und ihre Freizeit zu konzentrieren.

In der Praxis erzeugen KI-Agenten jedoch gewaltige Mengen an Ergebnissen, die zwar „fast richtig“ wirken, aber weiterhin Fehler, Halluzinationen und erstaunliche Lücken im Urteilsvermögen enthalten. Diese muss letztlich ein Mensch erkennen und korrigieren.

So entstehen Arbeitsplätze, die häufig unter dem Begriff „AI Remediation“, also der Korrektur und Nachbearbeitung von KI-Ergebnissen, zusammengefasst werden. Die Anforderungen und die Bezahlung solcher Tätigkeiten unterscheiden sich erheblich. Einige KI-Unternehmen stellen inzwischen erfahrene Fachleute aus ganz unterschiedlichen Bereichen ein, um sicherzustellen, dass ihre Systeme die erforderliche Qualität liefern – und um bei Bedarf Verbesserungen vorzunehmen.

Gleichzeitig verändert sich in vielen Organisationen die Aufgabenverteilung auf subtilere Weise. Beschäftigte in wissensintensiven Berufen, etwa in der Finanzbranche, der Technologie oder im Einzelhandel, berichten, dass KI ihre Arbeitsbelastung nicht unbedingt reduziert, sondern sogar erhöhen kann. Der Grund: Die von KI-Systemen erzeugten sogenannten „Workslops“ müssen überwacht und überprüft werden. Dies kann zudem das Vertrauen unter Kolleginnen und Kollegen beeinträchtigen, wenn einige von ihnen KI-Agenten für ihre Arbeit einsetzen.

Ein Bericht der Harvard Business Review aus dem Jahr 2025 zitierte beispielsweise einen Manager aus dem Einzelhandel, der beklagte, er verbringe „mehr Zeit damit, die von der KI gelieferten Informationen nachzuverfolgen und mit eigenen Recherchen zu überprüfen“. Anschließend habe er noch mehr Zeit dafür aufwenden müssen, Besprechungen mit anderen Führungskräften zu organisieren, um das Problem zu klären.

KI-Reparatur im öffentlichen Sektor

Auch der öffentliche Sektor könnte zunehmend in diese Logik der „KI-Reparatur“ hineingezogen werden. Die britische Regierung – ebenso wie viele andere Regierungen – experimentiert mit dem Einsatz künstlicher Intelligenz für Aufgaben wie die Zusammenfassung von Stellungnahmen aus öffentlichen Konsultationen, das Verfassen von Korrespondenz und die Analyse der Stimmung in Rückmeldungen von Bürgerinnen und Bürgern. Offizielle Leitlinien für Beschäftigte im öffentlichen Dienst empfehlen einen vorsichtigen Umgang mit generativer KI und warnen zugleich davor, dass deren Ergebnisse irreführend sein können und unabhängig überprüft werden müssen. Sollten öffentliche Einrichtungen künftig große Mengen an KI-generierten Analysen und Schreiben produzieren, werden sie daher auch neue Stellen benötigen, deren Hauptaufgabe darin besteht, diese Inhalte zu überwachen, zu überprüfen und zu korrigieren, bevor sie Bürgerinnen und Bürger erreichen oder in politische Entscheidungsprozesse einfließen.

Wie viel von dem vermeintlichen Effizienzgewinn der KI wird am Ende also von Menschen aufgezehrt, die im Hintergrund stillschweigend die Fehler jener Systeme beseitigen, die uns als automatisierte Lösungen verkauft werden?

Wir wissen bereits, welche Folgen es haben kann, wenn KI-gestützte Automatisierung in staatlichen Institutionen versagt. In den Niederlanden setzten die Steuerbehörden Algorithmen ein, um Risikowerte für mutmaßlichen Sozialbetrug zu berechnen und Familien automatisch für weitere Untersuchungen zu markieren. Zehntausende Eltern – darunter viele Menschen aus Minderheiten – wurden zu Unrecht des Betrugs beschuldigt, mussten Leistungen zurückzahlen, auf die sie Anspruch gehabt hätten, und gerieten dadurch in Schulden oder sogar in die Insolvenz. Das Problem lag hier nicht allein in den Ergebnissen des Algorithmus, sondern auch im Fehlen einer wirksamen menschlichen Kontrolle, die das Urteil der Maschine hätte hinterfragen können, bevor es das Leben von Menschen schwer beschädigte. Jede umfassende Einführung generativer KI im öffentlichen Sektor wird daher erhebliche Investitionen in genau diese Form der menschlichen Aufsicht erfordern, um zu verhindern, dass sich vergleichbare Schäden in noch größerem Maßstab wiederholen.

Die unsichtbaren Kosten der KI

Darin verbirgt sich eine weitere, grundlegendere Falle. Die sogenannten Tokens – die kleinsten Verarbeitungseinheiten, aus denen die von großen Sprachmodellen verarbeiteten Daten bestehen – werden von hoch verschuldeten KI-Unternehmen teilweise massiv subventioniert. Die menschliche Arbeitszeit, die erforderlich ist, um die Ergebnisse dieser Systeme zu überprüfen und zu korrigieren, hingegen nicht.

Viele Unternehmen bieten den Zugang zu ihren KI-Systemen bewusst unter den tatsächlichen Kosten an, um eine langfristige Abhängigkeit von ihren Produkten aufzubauen. Sobald genügend Organisationen ihre Arbeitsabläufe und Dienstleistungen auf ein bestimmtes KI-Modell ausgerichtet haben, kann das dahinterstehende Unternehmen beginnen, Preise zu erhöhen, kostenlose Angebote einzuschränken, Nutzungsbedingungen zu verändern oder einzelne Funktionen in unterschiedliche Preismodelle aufzuteilen.

Die Kosten-Nutzen-Rechnung für künstliche Intelligenz könnte deshalb heute ganz anders aussehen als in einigen Jahren.

Die unsichtbaren Menschen hinter der KI

Die globale Dimension der „unsichtbaren Menschen“, die das Funktionieren künstlicher Intelligenz überhaupt erst ermöglichen, ist allerdings nicht neu. Einige der unangenehmsten Tätigkeiten in der KI-Branche – etwa die Moderation von Chatbot-Inhalten, die Kennzeichnung von Daten oder die grundlegende Annotation von Bildern – werden bereits seit Jahren in Länder mit niedrigen Lohnkosten ausgelagert. Untersuchungen zeigen, dass diese Arbeit für manche Beschäftigte eine erhebliche psychische Belastung darstellen kann. Sie sind dabei mit verstörenden Texten und Bildern konfrontiert, darunter Darstellungen von Gewalt, Selbstverletzung und anderen belastenden Inhalten. Beschäftigte in solchen Branchen und Regionen verfügen zudem häufig nur über einen sehr begrenzten rechtlichen Schutz.

Sollte KI-generierter „Workslop“ innerhalb von Organisationen zur Normalität werden, ist eine zweite Welle der Auslagerung leicht vorstellbar: Die routinemäßige Überprüfung und Korrektur von KI-generierten Texten könnte an externe Zentren in anderen Ländern vergeben werden. Nach außen würde dies als Qualitätskontrolle verkauft – vor Ort könnte es sich jedoch als endlose, schlecht bezahlte digitale Fließbandarbeit erweisen. Wie diese Umstrukturierung der Arbeit aussehen kann, lässt sich bereits in der Übersetzungsbranche beobachten. In vielen Agenturen besteht der zentrale Arbeitsprozess inzwischen aus maschineller Übersetzung und anschließendem „Post-Editing“. Die KI erstellt eine erste Fassung, anschließend korrigieren freiberufliche menschliche Übersetzer für weniger Geld deren Fehler. Untersuchungen deuten darauf hin, dass Post-Editing häufig schlechter bezahlt wird als traditionelle Übersetzungsarbeit, einen ähnlichen oder sogar höheren kognitiven Aufwand erfordert und von vielen als monoton und entqualifizierend empfunden wird. Gleichzeitig befürchten diejenigen, die diese Arbeit ausüben, dass langfristig auch ihre eigenen Tätigkeiten durch KI ersetzt werden könnten.

Wie können sich Beschäftigte wehren?

Die Populärkultur zeigt, wie Beschäftigte versuchen können, sich dagegen zu wehren, in weniger angesehene Rollen gedrängt zu werden, deren Hauptaufgabe darin besteht, KI-Ergebnisse aufzuräumen. Im Jahr 2023 traten die Drehbuchautorinnen und Drehbuchautoren Hollywoods unter anderem deshalb in den Streik, weil sie befürchteten, Filmstudios könnten KI-Systeme zur Erstellung erster Drehbuchentwürfe einsetzen und anschließend Menschen für wenig Geld damit beauftragen, diese Texte lediglich zu überarbeiten.

Die anschließende Vereinbarung mit der Writers Guild of America setzte hierfür klare Grenzen: KI darf nicht als Autorin oder Autor genannt werden, Schriftsteller dürfen nicht zur Nutzung von KI gezwungen werden, und KI darf nicht auf eine Weise eingesetzt werden, die menschliche Bezahlung oder Anerkennung untergräbt. Im Grunde ging es der Gewerkschaft darum, einen Wandel hin zu einer Art „Hausmeisterarbeit für die KI“ zu verhindern – einer Situation, in der kreative Fachkräfte den Großteil ihrer Zeit damit verbringen, die Hinterlassenschaften von Algorithmen aufzuräumen, anstatt selbst Geschichten zu entwickeln.

Übersetzer, Freiberufler in Bereichen wie der Videospielbranche und viele andere Beschäftigte verfügen jedoch über deutlich weniger kollektive Verhandlungsmacht. Dadurch können KI-getriebene Geschäftsmodelle leichter und weitgehend unbemerkt dazu führen, dass Reparatur- und Korrekturarbeit zur neuen Normalität wird.

Worum geht es bei Arbeit eigentlich?

Das Problem ist meiner Ansicht nach nicht nur wirtschaftlicher Natur – es geht auch um die Frage nach dem Sinn von Arbeit. Die meisten Menschen möchten das Gefühl haben, dass ihre Arbeit tatsächlich etwas in der Welt bewirkt. Sie möchten glauben, dass sie Probleme lösen, anderen Menschen helfen oder an etwas mitwirken, das ohne ihren persönlichen Beitrag nicht entstehen würde.Doch solange der Zugang zu leistungsfähigen KI-Systemen billig und stark subventioniert bleibt, werden möglicherweise immer mehr Menschen damit beschäftigt sein, die Unordnung zu beseitigen, die diese Systeme zwangsläufig hinterlassen.

Wie sinnvoll und erfüllend solche Arbeitsplätze sein werden, ist deshalb eine Frage, der wir nicht länger ausweichen können.

Akhil Bhardwaj, Associate Professor für Strategie und Organisation, School of Management, University of Bath

Interessenkonflikt: Akhil Bhardwaj arbeitet nicht für ein Unternehmen oder eine Organisation, die von diesem Artikel profitieren könnte, berät keine entsprechende Organisation, besitzt dort keine Anteile und erhält von ihr keine finanziellen Mittel. Abgesehen von seiner akademischen Tätigkeit hat er keine relevanten Verbindungen angegeben.

Partner: University of Bath

Die University of Bath unterstützt The Conversation UK als Mitglied finanziell.

Dieser Artikel wird unter einer Creative-Commons-Lizenz veröffentlicht. Eine kostenlose Weiterveröffentlichung ist online oder in gedruckter Form gemäß den Lizenzbedingungen möglich

Post Views: 2