Digitalisierung & KI

Warum sollten Mitarbeiter KI-Nutzung im Team offen zeigen statt verstecken?

Kurz gesagt

Wird KI-Nutzung aus Angst vor dem Stigma „weniger kompetent" verheimlicht, verhindert das gemeinsames Lernen, verdeckt Fehlerquellen und untergräbt jede Governance. KI kann zudem Funktionsgrenzen verschieben und dazu führen, dass Kollegen seltener miteinander sprechen — Teams sollten deshalb aktiv Normen für Offenlegung, geteilte Fehlerkultur und gemeinsame Prüfpraxis etablieren, statt individuelle Nutzung dem Zufall zu überlassen.

Was verdeckte Nutzung kostet

Eine qualitative Workplace-Studie mit 19 Interviewten beschreibt einen wichtigen organisatorischen Mechanismus: Soziale Normen, die Angst vor Stigma und die Sorge, als weniger kompetent oder unehrlich wahrgenommen zu werden, beeinflussen, ob Beschäftigte ihre KI-Erfahrungen teilen und gemeinsam lernen. Die Studie liefert kein Häufigkeitsmaß und ist keine repräsentative Erhebung — aber sie macht sichtbar, warum viele Unternehmen den Eindruck haben, KI werde „weniger genutzt als gedacht", während tatsächlich informell und unausgesprochen viel damit gearbeitet wird.

Verdeckte Nutzung hat mehrere konkrete Kosten: Fehlversuche und korrigierte Fehlausgaben werden nicht als Lernmaterial geteilt, weil niemand zugibt, sie erlebt zu haben. Qualitätsprobleme bleiben unentdeckt, weil niemand offen über die Herkunft eines Ergebnisses spricht. Und Governance-Vorgaben — etwa welche Daten in welches Tool dürfen — lassen sich nicht durchsetzen, wenn die tatsächliche Nutzung im Verborgenen stattfindet.

Wie KI Funktionsgrenzen verschiebt

Ein Feldexperiment mit 791 Fachkräften eines Konsumgüterherstellers zeigt eine zweite Dynamik: KI kann Funktionsgrenzen zwischen Rollen verschieben. Mitarbeitende erzeugten mit KI-Unterstützung häufiger Lösungen, die Wissen außerhalb ihrer angestammten Funktion enthielten. Das kann Zusammenarbeit beschleunigen — es kann aber auch den Anlass reduzieren, eine Kollegin oder einen Kollegen aus der Nachbarabteilung überhaupt noch zu fragen. Unternehmen sollten deshalb nicht nur den individuellen Output im Blick behalten, sondern auch, ob Wissensnetzwerke und kollegialer Austausch dabei ausdünnen.

Sechs Teamnormen, die Offenheit fördern

Statt individuelle Offenlegung dem persönlichen Mut zu überlassen, lassen sich klare Normen etablieren:

  • KI-Nutzung bei folgenreichen Arbeitsergebnissen aktiv offenlegen, statt sie nur auf Nachfrage zuzugeben
  • Fehlversuche und korrigierte Halluzinationen bewusst als Lernmaterial im Team teilen
  • Fachliche Ownership beim Menschen belassen, nicht an das Tool delegieren
  • Prompt- und Eval-Artefakte als Teamwissen pflegen, nicht als persönliches Geheimnis
  • Zeit für menschliche Rückfragen und Mentoring bewusst erhalten, auch wenn KI schneller antworten könnte
  • Evaluation auf Prozess- und Aufgabenebene ausrichten statt individuelle Überwachung einzelner Personen zu betreiben

Der letzte Punkt ist besonders wichtig: Wer KI-Nutzung im Team fördern will, sollte gerade keine Überwachung einzelner Mitarbeiter aufbauen — das würde die Stigma-Angst verstärken, die verdeckte Nutzung erst auslöst.

Warum das eine Führungsaufgabe ist

Offenlegung entsteht nicht von selbst, wenn Fehler informell als persönliches Versagen statt als normaler Teil der Arbeit mit einem neuen Werkzeug gelten. Führungskräfte setzen hier den Ton: Wird ein offen zugegebener KI-Fehler sachlich besprochen und für die nächste Aufgabe genutzt, sinkt die Hemmschwelle für alle im Team. Wird er dagegen als individuelles Versäumnis behandelt, verschwindet die Offenlegung wieder in den informellen, unsichtbaren Kanal.

Häufige Fragen

Bedeutet Offenlegung, dass jede KI-Nutzung dokumentiert werden muss?
Nicht in diesem Umfang. Sinnvoll ist eine risikobasierte Offenlegung, die sich an der Folgenschwere des Arbeitsergebnisses orientiert.
Verschwindet verdeckte Nutzung durch ein Verbot?
In der Regel nicht. Verbote ohne offene Fehlerkultur verlagern die Nutzung eher weiter ins Verborgene.
Wie erkennt man, ob im Team verdeckt genutzt wird?
Ein Indiz ist eine auffällig niedrige gemeldete Nutzung bei gleichzeitig hoher tatsächlicher Verfügbarkeit der Tools; offene Gespräche über Fehlversuche sind hier aussagekräftiger als Nutzungszahlen.