Vier-Kategorien-Test analysiert KI-Auswirkungen auf Arbeitsplätze

Professorin Lynda Gratton von der London Business School hat einen praktischen Test in vier Kategorien entwickelt, der Einzelpersonen helfen soll, die potenziellen Auswirkungen von künstlicher Intelligenz und Automatisierung auf ihre Arbeit einzuschätzen.

Das Grundprinzip des Tests ist, dass Technologie typischerweise spezifische Aufgaben automatisiert und nicht ganze Berufe. Die Methode beinhaltet das Auflisten wöchentlicher Aufgaben und deren anschließende Kategorisierung nach zwei Hauptdimensionen: ob sie routinemäßig oder nicht-routinemäßig sind und ob sie manuell oder kognitiv sind.

Die vier resultierenden Kategorien – routinemäßig/manuell, routinemäßig/kognitiv, nicht-routinemäßig/manuell und nicht-routinemäßig/kognitiv – deuten jeweils auf ein unterschiedliches Automatisierungsrisiko hin. Gratton stellt fest, dass routinemäßige manuelle Aufgaben, wie in der Fertigung, bereits weitgehend automatisiert wurden. Ebenso werden routinemäßige kognitive Aufgaben, wie Datenverarbeitung, zunehmend von Computern übernommen.

Nicht-routinemäßige manuelle Aufgaben, wie Autofahren oder Sanitärinstallationen, haben sich aufgrund von Faktoren wie Sicherheitsvorschriften und Kosten als widerstandsfähiger gegen vollständige Automatisierung erwiesen, obwohl Fortschritte in der Robotik fortlaufend sind. Die jüngste Automatisierungswelle, angetrieben durch große Sprachmodelle wie ChatGPT, betrifft nun nicht-routinemäßige kognitive Aufgaben, einschließlich Schreiben, Analyse und sogar Aspekte der Beratung.

Grattons Analyse wirft die kritische Frage auf, welche Aufgaben in einer zunehmend automatisierten Welt einzigartig menschlich bleiben werden. Der Vier-Kategorien-Test soll Arbeitnehmern ein klares Verständnis dieser Dynamiken vermitteln und eine proaktive Anpassung an den sich entwickelnden Arbeitsmarkt ermöglichen.