Beschäftigte erlauben die Wissensweitergabe an KI seltener
Wer Wissen an KI übergibt, will weiter mitentscheiden.
Wer Wissen an KI übergibt, will weiter mitentscheiden.
Das Wichtigste in einer Minute
Beschäftigte teilen Fachwissen seltener mit KI als mit Kolleginnen und Kollegen
Einmalige Zustimmung reicht nicht. Menschen wollen ihr Wissen später ändern oder zurückziehen können
KI-Agenten brauchen nicht nur Systemdaten. Sie brauchen auch Zuständigkeiten, Regeln und bekannte Ausnahmen
Viele Führungskräfte melden einen Nutzen, können einzelne KI-Entscheidungen aber kaum erklären
Prüfen Sie Wissen, Kontext und Verantwortung vor dem breiten Einsatz
Was ist heute neu
Neues Signal: Beschäftigte behandeln die Weitergabe ihres Wissens an KI anders als die Weitergabe an Menschen
Bestätigung: Agenten brauchen Geschäftskontext mit Quellen, Eigentümern und aktuellen Regeln
Produktiver Widerspruch: Hoher gemeldeter Nutzen kann mit sehr geringer Sicherheit bei der Erklärung einzelner KI-Entscheidungen zusammenfallen
Kein Trendbruch: Die neuen Quellen vertiefen bestehende Linien zu Lernen, Kontrolle und belastbaren Nachweisen
Top 3
1. When My Skill Becomes Agent Skill
Tianqi Song, Zicheng Zhu, Hancheng Cao und Yi-Chieh Lee, 7. Oktober 2026 Originalquelle
Quellenbefund: 76,7 Prozent erlaubten die Wiederverwendung ihres Wissens durch eine KI. Bei menschlicher Wiederverwendung waren es 96,8 Prozent. Besonders wichtig waren Rechte zum späteren Prüfen, Korrigieren, Begrenzen oder Zurückziehen.
Eigene Einordnung: Fachwissen ist kein herrenloser Rohstoff. Wer es in KI überführt, braucht klare Rechte über die spätere Nutzung.
Methode und Qualität: Zufällig zugeteiltes Experiment mit 61 Vollzeitbeschäftigten und vier simulierten Bürotätigkeiten. Noch nicht begutachtet. Evidenzniveau: mittel.
Grenzen: Kleine Stichprobe, simulierte Aufgaben und keine Langzeitbeobachtung.
Was Unternehmen tun können: Zustimmung, Namensnennung, Änderungsrechte und Rückzug praktisch regeln.
Zuerst lesen: Abstract, Freigabeentscheidung und Abschnitt zu fortlaufender Kontrolle.
2. Organizational Context for the Enterprise Security Brain
Eden Yavin, Ariel Zadok, Gal Engelberg, Elad Elouz und Leon Goldberg, 8. Oktober 2026 Originalquelle
Quellenbefund: Ein Agent brauchte neben Systemdaten auch Zuständigkeiten, Regeln, Ausnahmen und akzeptierte Risiken. In einer produktiven Sicherheitsumgebung erreichte das System bei 1.355 geprüften Aussagen 0,80 Recall und 0,87 Precision.
Eigene Einordnung: Ein Agent kann alle Daten sehen und trotzdem falsch entscheiden, wenn ihm die Regeln des Unternehmens fehlen.
Methode und Qualität: Systementwicklung und Auswertung in einer produktiven Sicherheitsumgebung. Noch nicht begutachtet. Evidenzniveau: mittel.
Grenzen: Eine Umgebung, ein Fachbereich und Nähe zu einem kommerziellen Sicherheitsprodukt.
Was Unternehmen tun können: Vor dem Agenteneinsatz prüfen, ob Zuständigkeiten, Regeln, Ausnahmen und Quellen digital verfügbar und aktuell sind.
Zuerst lesen: Kontextlücke, Aufbau des Modells und Ergebnistabellen.
3. 2026 State of Responsible KI
FICO und Corinium Global Intelligence, 7. Oktober 2026 Originalquelle
Quellenbefund: Nur 5,2 Prozent waren sehr sicher, KI-Entscheidungen erklären zu können. Gleichzeitig meldeten 85,1 Prozent, ihre KI habe die erwartete Rendite erreicht oder übertroffen.
Eigene Einordnung: Gemeldeter Nutzen und erklärbare Entscheidungen sind zwei getrennte Prüfaufgaben.
Methode und Qualität: Befragung von 1.004 leitenden Personen aus Technik, Daten und Risiko. Evidenzniveau: niedrig bis mittel.
Grenzen: Selbstauskünfte, zwei Drittel Nordamerika und klares Eigeninteresse des Auftraggebers.
Was Unternehmen tun können: Nutzen, Einsatz im Alltag und Erklärbarkeit getrennt belegen.
Zuerst lesen: Ergebnisse zu Erklärbarkeit, Rendite und Agenteneinsatz.
Trendfortschreibung
Thema
Richtung
Sicherheit
Evidenz über die Zeit
Folge für Diagnostik
Rechte bei der Wissensübergabe
neues Signal
mittel
Erstes Experiment zeigt weniger Freigabe für KI als für Menschen
Zustimmung, Änderung und Rückzug festlegen
Geschäftskontext für Agenten
weiter verstärkt
hoch
Prozesskontext wird nun in einer produktiven Umgebung gemessen
Eigentümer, Regeln, Ausnahmen und Quellen prüfen
Erklärbare Entscheidungen
bestätigt
mittel
Hohe Nutzenaussagen stehen neben sehr geringer Erklärungssicherheit
Nutzen und Erklärbarkeit getrennt belegen
Kontrolle im Betrieb
bestätigt
hoch
Regeln müssen nicht nur existieren, sondern in der Entscheidung sichtbar sein
Regelgrundlage und Quellen nachweisen
Quelle
When My Skill Becomes Agent Skill
Tianqi Song, Zicheng Zhu, Hancheng Cao, Yi-Chieh Lee · 07.10.2026
Quellenbefund
In einem Experiment mit 61 Vollzeitbeschäftigten erlaubten 76,7 Prozent die Wiederverwendung ihres Wissens durch eine KI. Bei einer menschlichen Wiederverwendung waren es 96,8 Prozent. Der Unterschied war statistisch auffällig. Für die KI war den Teilnehmenden besonders wichtig, ihr Wissen später prüfen, korrigieren, begrenzen oder zurückziehen zu können.
Eigene Einordnung
Fachwissen ist kein herrenloser Rohstoff. Wer es in eine KI überführt, braucht klare Rechte über die spätere Nutzung.
Methode und Qualität
Zufällig zugeteiltes Experiment mit 61 Fachkräften. Die Aufgaben kamen aus Personal, Marketing, Vertrieb und Management. Die Teilnehmenden sahen eine Vorschau der aus ihrem Wissen erzeugten KI-Fähigkeit. Evidenzniveau: mittel.
Grenzen
Kleine Stichprobe, simulierte Aufgaben und keine Langzeitbeobachtung. Das Paper ist noch nicht begutachtet. Angegebene Absichten können vom späteren Verhalten abweichen.
Was Unternehmen tun können
Vereinbaren Sie, wer geteiltes Fachwissen nutzen darf. Beschäftigte sollten wissen, wie sie ihre Angaben später korrigieren oder zurückziehen können.
Zuerst lesen
Abstract, Ergebnistabelle zur Freigabe sowie Abschnitt zu fortlaufender Kontrolle
