KI-gestützte Effizienz gewinnt Zeit zurück. Wenn für Recherche, Strukturierung, Vergleich oder Entwurf weniger Zeit benötigt wird, wird ein Teil der zuvor dafür gebundenen Zeit verfügbar. Diese Veränderung wird gewöhnlich als höhere Produktivität verstanden, weil in derselben Zeit mehr Output erzeugt oder derselbe Output in kürzerer Zeit erreicht werden kann. Doch es gibt ein Problem, das sich nicht allein durch Effizienzkennzahlen entscheiden lässt: Wer nutzt die durch diese Verkürzung gewonnene Zeit und wofür? Wird die gewonnene Zeit automatisch in den nächsten Prozess gesteckt, verstärkt Effizienz die Verarbeitungskapazität, vergrößert aber nicht notwendigerweise den Spielraum, in dem Menschen ihr Urteil ändern können.
Um dieses Problem zu betrachten, muss Freiraum von bloß „ungenutzter Zeit“ unterschieden werden. Arbeit enthält Elemente, die zu Beginn nicht vollständig vorhersehbar sind. Missverstandene Spezifikationen, fehlende Informationen, sich verändernde äußere Bedingungen, durch Überprüfung entdeckte Fehler und unterschiedliche Auffassungen zwischen Beteiligten lassen sich bei der Planung nicht immer vollständig aufzählen. Wenn die geplante Zeit vollständig mit derzeit bekannten Aufgaben belegt ist, steht keine Ressource zur Verfügung, wenn ein unerwartetes Ereignis eintritt. Freiraum kann daher nicht als Zeit verstanden werden, die übrig bleibt, weil sie aktuell keinen Zweck hat, sondern als Zeit, die bewahrt wird, während ihre Verwendung für künftige Unsicherheit offenbleibt.
Wichtige Teile früh auszuarbeiten, hat den Effekt, diesen Freiraum zu schaffen. Ziel ist nicht einfach, vor dem Termin fertig zu werden. Wenn schwierige Teile zuerst bearbeitet werden, lässt sich früh prüfen, ob die ursprüngliche Schätzung angemessen war. Wenn sich zeigt, dass die Arbeit nicht wie geplant fortgesetzt werden kann, bleiben Optionen: die Spezifikation ändern, zusätzliche Informationen einholen, die Methode wechseln oder die Frist mit den Beteiligten neu verhandeln. Früher Fortschritt ist daher weniger als eine Verbesserung der Fähigkeit zu verstehen, die Zukunft präzise vorherzusagen, sondern als eine Struktur, um früher zu erkennen, dass die eigene Vorhersage falsch war.
Wird diese Struktur mit KI verbunden, verändert sich auch die Bedeutung von Geschwindigkeit. Der Wert darin, dass eine KI schnell einen ersten Vorschlag erzeugt, besteht nicht nur darin, die Zahl der Ergebnisse pro Zeiteinheit zu erhöhen. Wenn wichtige Teile früh konkretisiert werden, können Menschen Probleme beobachten, die in der abstrakten Planungsphase unsichtbar waren. Eine falsche Annahme, eine fehlende Bedingung, ein Konflikt zwischen mehreren Werten oder eine Abweichung zwischen dem erwarteten Ergebnis und der tatsächlichen Ausgabe können früh sichtbar werden. Die Geschwindigkeit der KI dient dann dazu, Unsicherheit vorzeitig zu entdecken. Wenn die verbleibende Zeit bewahrt werden kann, behalten Menschen Handlungsmöglichkeiten für den Umgang mit dem Entdeckten.
Dieser Effekt verschwindet jedoch, wenn die durch Effizienz entstandene Zeit automatisch zusätzlicher Produktion zugewiesen wird. Ein erster Entwurf ist einen Tag früher fertig, also werden mehrere weitere Varianten erstellt. Die Recherche ist früher beendet, also wird der Untersuchungsumfang erweitert. Die Überprüfung wird verkürzt, also wird innerhalb derselben Frist ein weiteres Projekt hinzugefügt. Solche Umverteilungen können rational sein, wenn zusätzlicher Output einen hohen Wert hat. Werden sie jedoch zur Routine, wird der von der KI geschaffene Freiraum sofort nach seinem Entstehen verbraucht, und Zeit für Planänderungen oder erneute Überlegungen wird wieder knapp. Lokale Effizienz beseitigt dann gerade die Fähigkeit zur Korrektur, die der Effizienzgewinn hätte ermöglichen können.
Damit wird sichtbar, dass Freiraum eine Frage der Verteilung ist. In einer Organisation kann durch Effizienz gewonnene Zeit zusätzlichen Ergebniszielen zugewiesen werden. Einzelne können neue Arbeit beginnen, die aktuelle Arbeit überprüfen oder die Zeit für Erholung nutzen. In der Zusammenarbeit mit KI gilt jedoch: Je geringer die Kosten für fortgesetzte Generierung und Exploration werden, desto leichter wird aus der Tatsache, dass „noch mehr verarbeitet werden kann“, die Norm, dass „noch mehr verarbeitet werden sollte“. Verbleibende Kapazität und die Verpflichtung, sie jetzt zu nutzen, sind nicht dasselbe. Wird auch die Befugnis zur Bestimmung der Verwendung des Freiraums der Logik der Automatisierung überlassen, können Menschen zwar von Effizienz profitieren, aber die Möglichkeit verlieren, selbst zu entscheiden, wie deren Nutzen verwendet wird.
Der Freiraum in der Zusammenarbeit von Mensch und KI kann daher als Teil der Entscheidungsfähigkeit verstanden werden. Um ein Urteil zu korrigieren, braucht es Zeit. Auch die Prüfung eines Einwands, eine zusätzliche Kontrolle oder der Rückzug von einer einmal gewählten Richtung benötigen Zeit. Wenn die gesamte Zeit verplant ist, können Menschen formal die letzte Entscheidungsbefugnis behalten, praktisch aber kaum andere Möglichkeiten haben, als den eingeschlagenen Weg zu bestätigen. Bleibt unverbrauchte Zeit, können sie auch nach Erhalt des KI-Ergebnisses Einwände erheben, zur Frage zurückkehren und Bedingungen ändern. Freiraum unterstützt nicht nur die Freiheit vor einer Entscheidung, sondern auch die Freiheit, eine Entscheidung erneut zu treffen.
Diese Perspektive erfordert auch eine Veränderung bei der Bewertung von Effizienz. Kürzere Verarbeitungszeit, geringere Kosten und mehr Ergebnisse bleiben wichtig, erfassen aber nicht, wie viel widerstandsfähiger ein Kooperationssystem gegenüber Veränderungen geworden ist. Nehmen wir an, zwei Systeme erstellen dasselbe Ergebnis zwei Tage früher. Das eine füllt die frei gewordenen zwei Tage sofort mit anderer Arbeit; das andere bewahrt einen Teil davon als Reservezeit, bis eine wichtige Überprüfung abgeschlossen ist. Unter normalen Bedingungen kann das erste System eine höhere Leistung aufweisen. Wird jedoch später ein schwerwiegender Fehler in einer Grundannahme entdeckt, verfügt das zweite weiterhin über Möglichkeiten zur Korrektur. Welche Variante vorzuziehen ist, hängt von der Art und der Unsicherheit der Arbeit ab.
Mehr Freiraum ist nicht allein deshalb immer besser, weil es mehr davon gibt. Übermäßige Reservezeit kann notwendige Arbeit verzögern. Bei stabilen Prozessen mit wenig Veränderung kann eine hohe Auslastung rationaler sein, als einen großen Puffer vorzuhalten. Die Frage lautet daher nicht, ob Effizienz oder Freiraum maximiert werden soll. Es geht darum, wie viel Freiraum angesichts der Unsicherheit, der Folgen eines Scheiterns, der für Veränderungen erforderlichen Zeit und der Notwendigkeit, Entscheidungen an Menschen zurückzugeben, bewahrt werden sollte. Freiraum ist kein bedingungsloses Gut; er ist eine Ressource, deren Wert dort entsteht, wo Veränderbarkeit erforderlich ist.
Auf das Design von Sai＊aus übertragen, wird es wichtig, nicht jeden Gewinn durch die Beschleunigung der KI wieder in zusätzliche Generierung zurückzuführen. KI kann Strukturen früh sichtbar machen und Menschen dadurch ermöglichen, Probleme früh zu entdecken. Gibt es kein Problem, kann die Verarbeitung fortgesetzt werden; zeigt sich eine Abweichung, kann die verbleibende Zeit genutzt werden, um Annahmen zu prüfen, die Richtung zu ändern und, wenn nötig, dem Vorschlag der KI selbst zu widersprechen. Hier wird die Geschwindigkeit der KI nicht eingesetzt, um menschliches Urteil zu ersetzen, sondern um den Zeitraum nach vorn zu verlängern, in dem Menschen dieses Urteil ändern können. Es ist ein Design, das Geschwindigkeit nicht nur in zusätzliche Verarbeitung, sondern auch in Revidierbarkeit umwandelt.
Dieser Unterschied lässt sich nicht allein damit erklären, ob eine KI bestimmte Funktionen besitzt. Schnelle Generierung, Informationsstrukturierung, Vergleich und Unterstützung bei der erneuten Prüfung können mit vielen Arten von KI realisiert werden. Der Unterschied zeigt sich darin, wofür die durch diese Fähigkeiten entstehende Zeit eingesetzt werden soll. Ein Design kann jeden Überschuss in weitere Optimierung zurückführen; ein anderes kann einen Teil für menschliche Prüfung, Einwand, Aufschub und Rücknahme reservieren. Sai＊aus legt Wert darauf, die Fähigkeit der KI, mehr zu verarbeiten, nicht zum Selbstzweck zu machen, sondern genutzte und ungenutzte Kapazität so anzuordnen, dass Menschen Subjekte von Verständnis und Urteil bleiben.
Wem steht der durch Effizienz entstandene Freiraum zu? Es gibt kein einheitliches, universell gültiges Verteilungsverhältnis. Doch allein aus der Tatsache, dass KI eine Aufgabe verkürzt hat, folgt nicht, dass die eingesparte Zeit wieder in KI oder zusätzliche Aufgaben gesteckt werden sollte. Ungenutzte Zeit ist auch eine Fähigkeit, auf Möglichkeiten zu reagieren, die noch nicht eingetreten sind: Fehler, Veränderung, Einwand und Rücknahme. Über Effizienz im Zeitalter der KI nachzudenken bedeutet daher, nicht nur die eingesetzten Ressourcen zu betrachten, sondern auch die Ressourcen, die bewusst verfügbar gehalten werden, damit sie bei Bedarf genutzt werden können. Zu fragen, wer diesen Freiraum verteilt und für wessen Entscheidungsfähigkeit er bewahrt wird, verschiebt die Zusammenarbeit von Mensch und KI von bloßer Beschleunigung zu einer Frage des Designs.
Nicht Antworten. Verständnis.