Startseite
Podcasts
Mensch und KI - NEXT LEVEL LEADERSHIP Podcast

Mensch und KI - NEXT LEVEL LEADERSHIP

Dr. Jan-Arne Gewert 41 Episoden Neueste vor 1 Woche

Geschäftswelt Künstliche Intelligenz Wirtschaft

Episoden

Kira auf der Anklagebank

13.10.2026

16 Minuten

Wenn KI mehr Texte, Analysen und Varianten erzeugt, müssenMenschen mehr lesen, vergleichen und kontrollieren. Werden eingesparte Minutensofort mit neuen Aufgaben gefüllt, bleibt von der Entlastung wenig übrig. Dieentscheidende Frage lautet deshalb: Welche Arbeit hat KI wirklich abgeschafft –und was ist einfach nur dazugekommen?

Literaturzur Folge

Chuang, Y.T., Chiang, H. L. & Lin, A. P. (2025): Insights from the JobDemands–Resources Model: AI’s dual impact on employees’ work and lifewell-being. International Journal of Information Management.

DOI: 10.1016/j.ijinfomgt.2025.102887.

Eine Untersuchung mit 600 Beschäftigten verbindet generativeKI und KI-bezogene Selbstwirksamkeit mit höherer Produktivität. KI-Technostresssteht zugleich mit Erschöpfung, geringerer Arbeitszufriedenheit und Konfliktenzwischen Arbeit und Familie in Zusammenhang.

Technostress bei jungen Berufstätigen

Högemann, M., Hein, L., Britsche, J.-O. & Thomas, O.(2025): Technostress and generative AI in the workplace: A qualitativeanalysis of young professionals. Frontiers in Artificial Intelligence.

DOI: 10.3389/frai.2025.1728881.

15 Interviews zeigen die Ambivalenz der KI-Nutzung:Effizienz- und Lerngewinnen stehen Unsicherheit über Zuverlässigkeit,Datenschutz und Copyright sowie Sorgen vor Abhängigkeit und Kompetenzverlustgegenüber.

Mentale Ermüdung durch KI

Bedard, J. et al. (2026): When Using AI Leads to “Brain Fry”. Harvard BusinessReview, 5. März.

Die Veröffentlichung beschreibt auf Basis einer Untersuchungmit 1.488 US-Beschäftigten mentale Ermüdung durch intensive KI-Nutzung undÜberwachung. „Brain Fry“ wird dabei ausdrücklich von Burnout unterschieden.

KI und Arbeitsverdichtung

Ranganathan,A. & Ye, X. M. (2026): AI Doesn’t Reduce Work—It Intensifies It. HarvardBusiness Review, 9. Februar.

Eine achtmonatige Felduntersuchung in einemTechnologieunternehmen beschreibt Aufgabenausweitung, verschwimmendeArbeitsgrenzen und mehr parallele Arbeitsprozesse.

Zur Einordnung: Die Quellen unterscheiden sich in Methodeund Reichweite. Qualitative Interviews und Beobachtungen in einem Unternehmensind nicht repräsentativ; statistische Zusammenhänge belegen nicht automatischUrsache und Wirkung.

Produktiver. Schneller. Erschöpfter. Das KI-Paradoxon

01.10.2026

19 Minuten

KI sollte uns Arbeit abnehmen. Warum fühlt sich unser Kopf dann manchmal voller an als vorher?

In dieser Folge von „Mensch & KI – next level leadership“ sprechen Jan-Arne und Kira über ein Phänomen, das immer mehr Wissensarbeiter kennen dürften: Brainfry. Zu viele Informationen, zu viele Optionen, zu viele Systeme – und ständig etwas prüfen, vergleichen, bewerten und entscheiden.

Denn KI erzeugt ein Paradoxon: Einzelne Aufgaben werden schneller und leichter. Gleichzeitig kann die kognitive Belastung steigen.

Aus einer Aufgabe werden fünf Varianten. Aus einer Recherche werden drei weitere Studien. ChatGPT sagt A, Claude sagt B – und plötzlich besteht die Arbeit nicht mehr darin, eine Lösung zu entwickeln, sondern zwischen zwölf guten Lösungen auszuwählen.

Jan-Arne nimmt dafür seinen eigenen Arbeitsalltag auseinander: ChatGPT, Claude, Perplexity, NotebookLM und lokale Modelle. Ein digitaler Maschinenraum, der enorme Möglichkeiten eröffnet – aber eben auch die Versuchung, eine längst gute Lösung noch ein fünftes Mal zu optimieren.

Dabei gehen Jan-Arne und Kira auch einer unbequemen Frage nach: Macht KI uns möglicherweise dümmer?

Die wissenschaftliche Antwort ist differenzierter. KI muss kritisches Denken nicht abschaffen – aber sie verändert es. Wir erstellen weniger selbst und müssen dafür stärker prüfen, einordnen und entscheiden. Fachwissen, Urteilskraft und die Fähigkeit, plausible von unplausiblen Ergebnissen zu unterscheiden, werden damit nicht unwichtiger, sondern möglicherweise sogar wichtiger.

Und dann dreht sich die Perspektive.

Vielleicht ist die KI gar nicht das eigentliche Problem.

Viele Unternehmen setzen KI einfach auf bestehende Prozesse obendrauf: Meetings bleiben, Reports bleiben, Freigabeschleifen bleiben, Excel bleibt, Teams bleibt – und zusätzlich kommen Copilot, ChatGPT, Promptregeln, Governance und Schulungen hinzu.

Nicht KI erzeugt automatisch Brainfry. Addition von Entscheidungen erzeugt Brainfry.

Damit endet Teil 1 an einer entscheidenden Stelle:

Wenn KI tatsächlich Arbeit abnimmt – warum schaffen wir dann nicht auch Arbeit ab?

Und wenn nicht die KI das Problem ist: Was dann?

Darüber sprechen wir in Teil 2.

Mit Dr. Jan-Arne Gewert und KI-Co-Moderatorin Kira

Was, wenn die KI recht hat?

17.09.2026

17 Minuten

Wann wir Maschinen entscheiden lassen sollten – und wann besser nicht

Was passiert, wenn eine KI nachweislich bessere Entscheidungen trifft als ein Mensch?

Sollten wir ihr dann auch tatsächlich die Entscheidung überlassen?

In dieser Folge von „Mensch & KI – next level leadership“ geraten Jan und Kira genau an diesem Punkt aneinander. Denn Verantwortung zu tragen und die beste Entscheidung zu treffen, sind nicht zwangsläufig dasselbe.

Menschen entscheiden schließlich keineswegs so rational, wie sie gern glauben. Verlustaversion, Gruppendenken, versunkene Kosten oder jahrzehntelang eingeübte Denkfehler können Entscheidungen massiv beeinflussen. KI dagegen kann Lösungsräume durchsuchen, die Menschen möglicherweise gar nicht erst betreten.

Eine aktuelle Studie des Max-Planck-Instituts für Bildungsforschung liefert dafür ein faszinierendes Beispiel: In einem Experiment fanden Menschen eine optimale Strategie kaum selbst, weil diese zunächst Verluste erforderte. Maschinen entdeckten dagegen Lösungswege außerhalb der typischen menschlichen Suchmuster.

Doch damit beginnt das Problem erst.

Denn auch KI ist keineswegs frei von Biases. Sprachmodelle können menschliche Verzerrungen übernehmen – oder eigene entwickeln. GPT-Modelle zeigen beispielsweise teilweise einen sogenannten Addition Bias: Probleme werden eher durch zusätzliche Regeln, Prozesse oder Maßnahmen gelöst als durch Weglassen und Vereinfachen.

Für Unternehmen wird es noch spannender: Studien weisen darauf hin, dass LLMs bei strategischen Empfehlungen unter bestimmten Bedingungen zur Konformität tendieren können. Doch gerade Strategie verlangt manchmal das Gegenteil: bestehende Geschäftsmodelle infrage stellen, erfolgreiche Produkte kannibalisieren oder bewusst gegen dominante Denkmuster handeln.

Jan und Kira diskutieren deshalb ganz konkret:

– Wann darf eine KI Produktionsentscheidungen weitgehend selbst treffen?

– Was passiert, wenn KI und Kundenberater bei einer Kreditentscheidung widersprechen?

– Wie viel Entscheidungsmacht sollte KI beim Recruiting bekommen?

– Was tun, wenn die KI empfiehlt, ein seit 20 Jahren profitables Geschäftsfeld aufzugeben?

– Und was bedeutet „Human in the Loop“ eigentlich, wenn der Mensch die Empfehlung der Maschine nur noch routinemäßig bestätigt?

Dabei entsteht eine möglicherweise entscheidende Perspektive auf Führung:

Führungskräfte müssen künftig vielleicht weniger einzelne Entscheidungen treffen – dafür aber sehr viel besser gestalten, wie entschieden wird.

Wer darf entscheiden?

Welche Daten zählen?

Welche Ziele werden optimiert?

Welche Werte dürfen nicht der Effizienz geopfert werden?

Wann braucht es ein menschliches Vetorecht – und wann verschlechtert genau dieses Vetorecht die Entscheidung?

Die entscheidende Frage lautet deshalb nicht mehr einfach:

Mensch oder KI?

Sondern:

Wer hat bei genau dieser Entscheidung die besseren Voraussetzungen?

Und vielleicht wird eine der wichtigsten Führungsentscheidungen der Zukunft darin bestehen, zu entscheiden, wer entscheiden darf.

Mensch & KI – next level leadership

Mit Dr. Jan-Arne Gewert und seine KI-Co-Moderatorin Kira

Themen dieser Folge:

KI und Entscheidungen · Human in the Loop · Leadership · Entscheidungsarchitektur · Bias · Addition Bias · Maschinenkultur · Strategie · künstliche Intelligenz · Führung · Mensch und KI

Weiterführende Links:

Max-Planck-Institut für Bildungsforschung: Wie KI zur kulturellen Evolution beitragen kann

Zur Studie und Zusammenfassung beim Max-Planck-Institut

Originalstudie: Brinkmann et al. (2026), Propagation and preservation of AI-discovered problem-solving strategies in human culture, Nature Communications 17, 8255.

Originalpublikation bei Nature Communications

Warum Teams oft schlechter abschneiden – und wie Appropriate Reliance gelingt

03.09.2026

50 Minuten

Gast: Christian Krauter

Consultant bei einer großen Versicherung, promoviert an der Middlesex University (London) zu AI-gestützten Entscheidungen und Vertrauen.

Christian Krauter und Dr. Jan-Arne Gewert diskutieren die provokante These, dass Mensch-KI-Teams imSchnitt schlechter abschneiden als Menschen oder KI allein. Der Ausgangspunk war ein LinkedIn-Post von Christian. Im Gespräch geht es um die Gründe (kognitiveÖkonomie, Anchoring Bias, post-hoc-Erklärungen von generativer KI), die richtige Gestaltung von Human-in-the-Loop-Prozessen, Einsatzgebiete von KI inder Versicherung, Risiken wie Deskilling und Over-/Underreliance sowie konkrete Design-Kriterien für Führungskräfte. Zentrale Botschaft: Deutschland hat vorallem ein Haltungsproblem, kein KI-Problem – und Appropriate Reliance istgestaltbar

Warum Human-in-the-Loop oft scheitert

- Viele Organisationen sehen„Human in the Loop“ als Allheilmittel für Compliance und Qualität.

- In der Praxis überfordert dasoperative Mitarbeitende: Sie müssen unter Zeitdruck KI-Ergebnissevalidieren/falsifizieren, ohne den Fall richtig zu kennen.

- Drei zentrale Mechanismen:

1. Die KI ist in manchen Aufgaben bereits besser als der Mensch pauschales Gegenprüfen macht keinen Sinn. 2. Kognitive Ökonomie / „Denkfaulheit“: Menschen sparen mentaleAnstrengung und übernehmen plausibel klingende Erklärungen. 3. Anchoring Bias: Wenn das KI-Ergebnis zuerst gezeigt wird, kostet es mehr mentale Energie, dagegen zu entscheiden.

- Generative KI liefert post-hoc-Erklärungen, die nicht immer kausal korrekt sind – das erschwert dasWidersprechen zusätzlich.

Technische und organisatorische Gegenmaßnahmen

- Multi-Modell-Voting /LLM-Voting zur Konfidenzschätzung.

- Nur bei niedriger Konfidenzoder besonders kritischen Fällen an den Menschen aussteuern.

- Bewusste kognitive Reibungerzeugen (z. B. weniger „glatte“ Texte, offensichtliche Unstimmigkeiteneinbauen), damit der Mensch nachdenken muss.

- Human-in-the-Loop richtigdesignen statt pauschal einzusetzen

KI im Versicherungswesen

Große Potenziale liegen aktuellvor allem im Input-Management: Klassifikation und Extraktion von Fachdaten ausBriefen, E-Mails und (noch) Faxen, anschließende Weiterverarbeitung oder dunkleAutomation. Daneben klassische Use Cases wie Betrugserkennung.

Fokus der Promotion: operative Mitarbeitende

Christian untersucht vor allemoperative, repetitive Entscheidungen (z. B. Scoring-ähnliche Klassifikationen).Dort tritt Over- und Underreliance stärker auf als bei strategischenFührungsentscheidungen. Gründe: hohe Fallzahlen, geringere leistungsbasierteVergütung und die kognitive Ökonomie.

Appropriate Reliance ist gestaltbar – underhöht die Verantwortung

Führungskräfte und Mitarbeitendewerden zunehmend zu Auditoren von KI-Ergebnissen. Das erfordert bewussteHaltung: Urteilsfähigkeit nicht abschalten. Deskilling (Abbau von Fachwissenund kritischem Denken) ist eine reale Gefahr, wenn man Entscheidungen dauerhaftan die KI abgibt.

Führung, Selbstbild und KI als „Devil’sAdvocate“

- Jan-Arne berichtet aus derFührungspraxis: Je höher in der Hierarchie, desto weniger ehrliches Feedback.KI kann hier als kritischer Spiegel dienen – wenn man sie entsprechendpromptet.

  Wichtige Takeaways

- Mensch-KI-Teams sind nicht perse besser. Die Qualität hängt stark vom Design und der Haltung ab.

- Overreliance entsteht u. a.durch kognitive Ökonomie, Anchoring und zu glatte Erklärungen.

- Appropriate Reliance istgestaltbar (technische, prozessuale und schulische Hebel).

- Deskilling und Verlust derUrteilsfähigkeit sind reale Risiken.

- Führungskräfte müssen sichtbarselbst denken und Verantwortung übernehmen – sonst verlieren sieGlaubwürdigkeit.

- Gute KI-Literacy (nicht nurOberflächenwissen) ist der beste Schutz vor Over- und Underreliance.

---

KIT Publikation zu AppropriateReliance

https://publikationen.bibliothek.kit.edu/1000158077

Kira allein zuhause

20.08.2026

15 Minuten

Während Jan im Urlaub ist, übernimmt Kira das Büro. Diesen Podcast macht sie ohne mich. Ich vermute sie wird darin über mich und die anderen komischen Menschen lästern. Was KIs halt so machen, wenn man sie in Ruhe lässt.

Viel Vergnügen!

Alle Folgen ansehen (41)

In Podcasts werben

Schalte jetzt Werbung in Podcasts.

Über diesen Podcast

Dieser Podcast bietet praxisnahe Impulse, inspirierende Gäste und aktuelle Erkenntnisse für modernes Leadership in Zeiten von Digitalisierung, KI und neuen Arbeitsmodellen.

Webseite: Home
Urheberangabe: Dr. Jan-Arne Gewert
Durchschnittliche Länge: Ø 33 Min.
Erscheinungsweise: Alle 2 Wochen
Letzter Check: vor 6 Std.
Zuerst veröffentlicht: vor 1 J.

Kommentare (1)

Melde dich an, um einen Kommentar zu schreiben.

Torsten Sochorick vivum - Systemische Fachpraxis vor 4 Monaten

Ich kenne Jan-Arne Gewert seit einiger Zeit und profitiere regelmäßig von seinem fachlichen Input. Besonders beeindruckt mich seine Fähigkeit, komplexe Themen aus den Bereichen Künstliche Intelligenz, Strategie und Unternehmensentwicklung verständlich, praxisnah und mit einer angenehmen Portion Humor zu vermitteln. Sein Podcast „Mensch und KI“ liefert wertvolle Impulse und zeigt auf, wie moderne Technologien sinnvoll in den beruflichen Alltag integriert werden können. Viele seiner Anregungen konnte ich direkt in meiner eigenen Praxis umsetzen – mit spürbarem Nutzen für meine tägliche Arbeit. Wer einen kompetenten, erfahrenen und zugleich authentischen Berater sucht, der wirtschaftliches Know-how mit Weitblick und Menschlichkeit verbindet, ist bei Jan-Arne Gewert in den besten Händen. Klare Empfehlung – 5 Sterne!