{"id":89314,"date":"2026-07-11T07:00:00","date_gmt":"2026-07-11T06:00:00","guid":{"rendered":"https:\/\/cms-articles.softonic.io\/de\/?p=89314"},"modified":"2026-07-11T07:01:59","modified_gmt":"2026-07-11T06:01:59","slug":"stanford-und-carnegie-mellon-studie-2025-mensch-und-ki-schlagen-vollautomatisierung","status":"publish","type":"post","link":"https:\/\/cms-articles.softonic.io\/de\/stanford-und-carnegie-mellon-studie-2025-mensch-und-ki-schlagen-vollautomatisierung\/","title":{"rendered":"Stanford- und Carnegie-Mellon-Studie 2025: Mensch und KI schlagen Vollautomatisierung"},"content":{"rendered":"

Eine 2025 ver\u00f6ffentlichte Studie<\/strong> der Stanford University und der Carnegie Mellon University spricht klar gegen die Vorstellung, B\u00fcroarbeit lasse sich vollst\u00e4ndig automatisieren. Bei komplexeren Aufgaben schneiden Teams aus Menschen und generativen KI-Systemen in der Praxis oft besser ab als autonome Software-Agenten. Agenten machen Fehler, verlieren den Kontext oder ziehen die falschen Schl\u00fcsse. Hybride Arbeitsweisen lieferten in der Untersuchung messbar bessere Ergebnisse.<\/p>\n

\r\n
\r\n
\r\n
\r\n \"ChatGPT\"\r\n <\/div>\r\n
\r\n ChatGPT<\/span>\r\n Herunterladen<\/a>\r\n <\/div>\r\n
\r\n <\/path><\/path><\/text><\/svg>\r\n <\/div>\r\n <\/div>\r\n
\r\n <\/span>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/a>\r\n <\/div>\r\n<\/div>\n\n\n\n

Mensch und KI arbeiten genauer<\/p>\n\n

Das Ergebnis f\u00e4llt deutlich aus: Je nach Aufgabe lag die Fehlerquote autonomer Agenten<\/strong> um 32 bis 49 Prozent \u00fcber der von Menschen, die allein arbeiteten.<\/p>\n\n

F\u00fcr Unternehmen ist fast noch wichtiger, was in hybriden Workflows passiert. Dort steuern, kontrollieren und erg\u00e4nzen Menschen die Systeme selbst.<\/p>\n\n

In der Studie schnitten solche Setups um 68,7 Prozent<\/strong> besser ab als vollst\u00e4ndig autonome Abl\u00e4ufe.<\/p>\n\n

Auch beim Thema Produktivit\u00e4t zeigt sich kein simples Ersetzen des Menschen. Mit Unterst\u00fctzung stieg die Effizienz der zitierten Forschung zufolge um 24,3 Prozent<\/strong>.<\/p>\n\n

Vollautomatisierung konnte Arbeit dagegen um 17,7 Prozent verlangsamen, weil Ergebnisse gepr\u00fcft, korrigiert und durch Debugging-Schleifen gebracht werden m\u00fcssen.<\/p>\n\n

Andere Teams berichteten in Unternehmensberichten au\u00dferdem von 77 Prozent schnellerer Aufgabenerledigung und einem Produktivit\u00e4tsplus von 45 Prozent<\/strong>, wenn digitale Assistenten als Werkzeug eingesetzt wurden und nicht als vollst\u00e4ndiger Ersatz.<\/p>\n\n

Technische Grenzen aktueller Modelle<\/p>\n\n

Der Grund daf\u00fcr liegt in den Grenzen heutiger Sprachmodelle<\/strong>.<\/p>\n\n

Transformer-basierte Systeme sagen im Kern das jeweils wahrscheinlichste n\u00e4chste Wort voraus. Das hilft beim Formulieren, Zusammenfassen und Erkennen von Mustern, macht die Modelle aber auch anf\u00e4llig f\u00fcr Halluzinationen, Auslassungen, Verzerrungen und schw\u00e4cheres Schlussfolgern.<\/p>\n\n

Dazu kommen Probleme mit l\u00e4ngerem Kontext, fehlende echte Erinnerung, begrenzte Verl\u00e4sslichkeit und fehlende Eigenverantwortung.<\/p>\n\n

Kurz gesagt: Die Systeme wirken oft souver\u00e4n. Autonom im menschlichen Sinne sind sie deshalb noch lange nicht.<\/p>\n\n

Unterst\u00fctzung bringt vor allem bei Routinearbeit Vorteile<\/p>\n\n

Besonders schnell zeigt sich das Potenzial derzeit bei Routinearbeit rund um Meetings.<\/p>\n\n

Stand-ups, Syncs, Ideensammlungen oder Entscheidungsrunden lassen sich durch automatische Vorbereitung, Zusammenfassungen und Kontext-Briefings sp\u00fcrbar entlasten.<\/p>\n\n

Das spart Zeit und senkt die mentale Last, ohne dass Menschen aus dem Prozess verschwinden.<\/p>\n\n

In sensiblen Bereichen wie Medizin oder Finanzen bleibt menschliche Kontrolle<\/strong> ohnehin unverzichtbar.<\/p>\n\n

Dort k\u00f6nnen Systeme zum Beispiel Hinweise liefern oder Muster schneller erkennen. Wenn es um Genauigkeit, Ethik und Haftung geht, bleibt menschliches Urteil zentral.<\/p>\n\n

Arbeitspl\u00e4tze ver\u00e4ndern sich<\/p>\n\n

Ein kompletter Wegfall von Arbeitspl\u00e4tzen ist damit eher unwahrscheinlich.<\/p>\n\n

Ein Blick zur\u00fcck passt dazu: Geldautomaten oder E-Commerce haben Berufe ver\u00e4ndert, Menschen aber nur selten vollst\u00e4ndig ersetzt.<\/p>\n\n

Wahrscheinlicher ist eine Verschiebung weg von reiner Routine und hin zu \u00dcberpr\u00fcfung, Koordination, Kreativit\u00e4t und Beziehungsarbeit.<\/p>\n\n

Genau da liegen die St\u00e4rken von Menschen: Vertrauen aufbauen, mit Unsicherheit umgehen, moralisch abw\u00e4gen, gemeinsam entscheiden und originelle Ideen entwickeln.<\/p>\n\n

Gleichzeitig entstehen Risiken wie Intransparenz, Datenschutzprobleme, unklare Verantwortlichkeit, Angst vor Jobverlust und eine m\u00f6gliche \u00dcberabh\u00e4ngigkeit von digitalen Helfern.<\/p>\n\n

F\u00fcr Unternehmen ist die Botschaft klar: Nicht die radikalste Automatisierung<\/strong> setzt sich durch, sondern das kl\u00fcgste Zusammenspiel von Mensch und Maschine.<\/p>","protected":false},"excerpt":{"rendered":"

Eine 2025 ver\u00f6ffentlichte Studie der Stanford University und der Carnegie Mellon University spricht klar gegen die Vorstellung, B\u00fcroarbeit lasse sich vollst\u00e4ndig automatisieren. Bei komplexeren Aufgaben schneiden Teams aus Menschen und generativen KI-Systemen in der Praxis oft besser ab als autonome Software-Agenten. Agenten machen Fehler, verlieren den Kontext oder ziehen die falschen Schl\u00fcsse. Hybride Arbeitsweisen lieferten … Continue reading “Stanford- und Carnegie-Mellon-Studie 2025: Mensch und KI schlagen Vollautomatisierung”<\/span><\/a><\/p>\n","protected":false},"author":9323,"featured_media":89313,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","wpcf-pageviews":0},"categories":[3152],"tags":[1],"usertag":[],"vertical":[],"content-category":[3629],"class_list":["post-89314","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","tag-software","content-category-ki"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/posts\/89314","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/users\/9323"}],"replies":[{"embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/comments?post=89314"}],"version-history":[{"count":1,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/posts\/89314\/revisions"}],"predecessor-version":[{"id":89315,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/posts\/89314\/revisions\/89315"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/media\/89313"}],"wp:attachment":[{"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/media?parent=89314"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/categories?post=89314"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/tags?post=89314"},{"taxonomy":"usertag","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/usertag?post=89314"},{"taxonomy":"vertical","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/vertical?post=89314"},{"taxonomy":"content-category","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/de\/wp-json\/wp\/v2\/content-category?post=89314"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}