„Mit KI gemacht?“ – Warum wir eine differenzierte Sprache für Mensch-KI-Kollaborationen brauchen

Ich werde hin und wieder gefragt, ob ich etwas „mit KI gemacht“ habe. Diese Frage nur knapp zu bejahen, wäre sehr ungenau. Denn „mit KI gemacht“ kann bedeuten, dass man KI für ein sinnvolles Brainstorming eingesetzt hat. Oder dass man einen groben KI-Entwurf substantiell überarbeitet hat. Oder dass man das erstbeste Ergebnis eines einzelnen Prompts übernommen hat. Dabei sind die Unterschiede bezogen auf die Eigenleistung und Kompetenzanforderung erheblich.

Die binäre Frage – mit oder ohne KI – wird der Realität nicht gerecht. In der Praxis existiert ein Spektrum von Beteiligungsgraden, das von eigener Arbeit bis zur vollständigen Delegation reicht. Wer dieses Spektrum nicht differenzieren kann, kann weder transparent über den eigenen Arbeitsprozess sprechen noch faire Bewertungen vornehmen. Deshalb schlage ich ein Stufenmodell vor, das den Grad menschlicher Beteiligung systematisch abbildet.

Sechs Stufen der Mensch-KI-Kollaboration

KI-frei beschreibt Arbeit ohne jede KI-Beteiligung: Hier wurde vom ersten Brainstorming bis zur finalen Formulierung alles selbstständig gemacht. Der Aufwand pro Ergebnis ist hier am höchsten, dafür entfällt jeder Einrichtungsaufwand für geeignete Prompts. KI-frei arbeiten zu können, ist dabei keine überkommene Kompetenz, sondern bleibt die Grundlage, auf der alle weiteren Stufen aufbauen. Wer nie selbst formuliert hat, kann die Qualität von KI-Entwürfen nicht beurteilen.

KI-unterstützt bedeutet, dass KI z.B. bei der Ideenfindung oder Recherche Impulse liefert, der Mensch aber entscheidet und formuliert. Die kreative und strukturelle Leistung bleibt beim Menschen. KI fungiert hier als Werkzeug, vergleichbar mit einem Lexikon oder einer Suchmaschine.

KI-kollaboriert beschreibt einen Arbeitsprozess, in dem ein iterativer Dialog mit der KI im Zentrum steht, zu dem beide Seiten wesentlich beitragen. Die originelle Idee stammt vom Menschen, die Ausarbeitung entsteht im Wechselspiel. Diese Stufe erfordert sowohl Fachkompetenz als auch KI-Kompetenz: Man muss wissen, was man will, und in der Lage sein, die KI dorthin zu steuern.

KI-kuratiert verschiebt das Verhältnis weiter: Die KI erstellt einen vollständigen Entwurf, den der Mensch nur noch substanziell überarbeitet oder erneut erstellen lässt. Zwar stammen die Ideen von der KI, nur der Mensch aber verfügt über die vollständigen Kriterien, um auszuwählen, welche Ergebnisse bzw. Teile davon er für (nicht) gelungen hält.

KI-generiert beschreibt den Fall, in dem die KI den Auftrag vollständig ausführt und der Mensch nur noch prüft und freigibt. Die menschliche Leistung reduziert sich auf Qualitätskontrolle und Verantwortungsübernahme.

KI-automatisiert schließlich meint die vollständige Delegation, etwa durch Agenten-Workflows. Der Mensch ist nur noch in Ausnahmefällen involviert. Der Aufwand pro einzelnem Ergebnis tendiert gegen null, dafür war erhebliche Vorarbeit nötig: die Einrichtung der Prompt- und Agenten-Architektur, das Testen und Kalibrieren.

Das Stufenmodell verdeutlicht damit auch, dass KI-Einsatz keine Arbeitserleichterung schlechthin ist, sondern eine Aufwandsverschiebung. Wer gute Resultate erzielen will, investiert bei zunehmender KI-Beteiligung weniger in das einzelne Ergebnis, dafür mehr in die Vorbereitung, Einrichtung und Qualitätssicherung der Prozesse. Das ist eine Kompetenz für sich.

Ergänzende Differenzierungen

Das Stufenmodell beschreibt allgemein den Grad der KI-Beteiligung. Daneben mögen zwei weitere Unterscheidungen hilfreich sein, die bestimmte Aspekte von Arbeit fokussieren.

Die erste betrifft die Verantwortung: In welcher Rolle agiert die KI? Als Werkzeug, das ich einsetze? Als Sparringspartner, mit dem ich zusammenarbeite? Oder als Ghostwriter, dessen Output ich unter meinem Namen abgebe? Diese Frage zielt auf Vertrauen und Urheberschaft.

Die zweite betrifft die Prozessphase: Wofür genau wurde KI eingesetzt? Für die Recherche? Die Strukturierung? Die Formulierung? Oder die Redaktion? Jemand, der KI nur zur Recherche nutzt und dann selbst schreibt, hat anders gearbeitet als jemand, der den Text generieren lässt und nur noch redigiert. Beide könnten „Ja, das habe ich mit KI gemacht“ antworten, meinen aber völlig unterschiedliche Arbeitsprozesse.

Warum diese Differenzierung nötig ist

Die Differenzierung der Mensch-KI-Kollaboration ist aus drei Gründen wichtig. Erstens schafft sie Vertrauen und erleichtert Ehrlichkeit. Wer präzise benennen kann, wie KI beteiligt war, muss nicht lügen und nichts verbergen. Das entschärft die Dynamik aus Verdacht und Kontrolle, die in vielen Bildungskontexten das Verhältnis zwischen Lehrenden und Lernenden aktuell belastet.

Zweitens erzeugt sie Klarheit über die eigene Urheberschaft. Viele Menschen können gar nicht genau benennen, was sie selbst beigetragen haben. Das Stufenmodell zwingt zur Reflexion: Was stammt von mir? Was von der KI? Wo liegt meine Leistung? Diese Reflexionsfähigkeit müssen Lernende entwickeln.

Drittens bietet sie eine Grundlage für faire Leistungsbewertung. Wenn Lehrende nicht wissen, welchen Anteil KI an einem Ergebnis hatte, können sie die menschliche Leistung nicht einordnen. Eine KI-kollaborierte Arbeit erfordert andere Bewertungskriterien als eine KI-generierte.

Ein gelungenes Produkt zeigt nicht den Prozess dahinter

Eine zentrale Einsicht in diesem Zusammenhang lautet: Man sieht einem gelungenen fertigen Text, einer Präsentation oder einer Analyse nicht an, wie sie entstanden ist. Zwei identisch aussehende Ergebnisse können auf völlig unterschiedlichen Prozessen beruhen, und damit auf unterschiedlichen Kompetenzen. Wer Bildung ernst nimmt, muss daher nicht nur Ergebnisse bewerten, sondern auch Prozesse verstehen. Dafür braucht es eine gemeinsame Sprache. Dieses Stufenmodell ist ein Vorschlag.

© Dr. Sven Lüder, www.ki-lehren.de