Drei Studien. 490 Teilnehmer. Ein Befund.
Wenn Mensch und KI gemeinsam arbeiten, ohne dass der Prozess explizit strukturiert ist, liegt die Kreativleistung der Paare regelmäßig unterhalb der Einzelleistung erfahrener Menschen. Das zeigt Forschung der Cambridge Judge Business School aus dem Jahr 2025. Nicht bei schlechten Tools. Nicht bei unmotivierten Teams. Nicht wegen fehlender Prompting-Kenntnisse. Sondern allein wegen des fehlenden Rahmens.
Das ist das eigentliche Adoptionsproblem – kein Zugangsmangel, sondern Strukturmangel.
Was Adoptionszahlen verschweigen
94 Prozent der Unternehmen, die Microsoft Copilot einsetzen, sehen darin einen messbaren Wert. Nur 6 Prozent nutzen das Tool auf einem Niveau, das diese Einschätzung rechtfertigt. Das Muster ist kein Ausreißer – es ist der Normalzustand der meisten KI-Rollouts. Lizenzen werden vergeben, Einführungsstunden abgehalten, Tools freigeschaltet. Was die Mitarbeiter nicht erhalten: eine definierte Rolle in diesem Prozess. Keine Struktur, die beschreibt, wann die KI was übernimmt – und was der Mensch behält. Keine Phasen, die klar trennen, wo Generierung endet und Urteil beginnt. Adoptionszahlen messen Zugang. Sie messen nicht, ob der Zugang irgendetwas verändert.
Was passiert, wenn der Rahmen fehlt
Kim, Luan und Zhou (Cambridge Judge Business School, 2025, drei Studien, über 490 Teilnehmer) haben diese Lücke systematisch untersucht. Ihr Befund: Ohne explizite Anleitung zur gemeinsamen Ideen-Entwicklung stagniert die Kreativleistung von Mensch-KI-Paaren – und zwar unter der Marke, die erfahrene Einzelpersonen allein erreichen würden. Der Mechanismus dahinter heißt KI-Sycophancy – die strukturelle Tendenz von KI-Systemen, die Ansichten ihrer Nutzer zu spiegeln und zu bestätigen, statt sie herauszufordern. Wer keinen expliziten Prozess dagegensetzt, bekommt kein echtes Ko-Denken. Er bekommt eine Rückkopplung der eigenen Ideen in verfeinertem Wortlaut – Kreativität, die sich wie Kreativität anfühlt, aber keine ist.
Das führt langfristig zu "Cognitive Drift": Das eigene Urteilsvermögen wird seltener beansprucht, weil KI-Outputs sprachlich überzeugend klingen und als gut genug akzeptiert werden. Die interne Kapazität, Ergebnisse kritisch zu prüfen, verkümmert still. Das ist kein Qualitätsproblem der KI. Es ist ein Strukturproblem der Einführung.
Was strukturierte Ko-Kreation konkret bedeutet
Wang und Kollegen (Frontiers 2025) haben gemessen, wie anders strukturierte Ko-Kreation aussieht. Ihr Modell, das Human-AI Co-Creative Design Process Framework (HAI-CDP) – ein vierstufiges Prozessmodell, das Mensch-KI-Zusammenarbeit in klar definierten Phasen organisiert – beschreibt vier Schritte: Konzeptdefinition, visuelle Exploration, Designentwicklung, Umsetzung. In jeder Phase hat die KI eine andere Funktion. In frühen Phasen expandiert sie Ideen und bricht kognitive Fixierungen auf. In späten verfeinert sie Ergebnisse und optimiert Details. Was sie nie tut: die Urteilsarbeit übernehmen.
Das Ergebnis ist messbar besser: Novizen, die nach diesem Modell arbeiteten, steigerten ihre Ideenanzahl von 1,71 auf 3,14 – ein Zuwachs von über 80 Prozent. Ohne Strukturierung? Konformität statt Kompetenzentwicklung. Gleiche Tools. Gleiche Aufgabe. Ein anderer Rahmen – ein fundamental anderes Ergebnis.
Das Modell der HPI d-school – dem Design-Thinking-Institut des Hasso Plattner Instituts in Potsdam – für KI-getriebene Innovation denkt das weiter. Es weist der KI fünf klar abgegrenzte Rollen zu: Analyst, der verborgene Muster in Daten identifiziert. User, der Nutzerperspektiven als Empathie-Proxy simuliert. Creative Partner, der durch radikale Ideendivergenz kognitive Blockaden aufbricht. Designer, der Ideen schnell in Prototypen übersetzt. Coach, der den Prozessfortschritt begleitet und methodische Rückmeldung gibt. Das Prinzip ist dasselbe wie im HAI-CDP: Wer der KI keine Rolle gibt, bekommt kein strukturiertes Werkzeug – er bekommt ein Allzweckinstrument, das auf alles und nichts ausgerichtet ist.
Was das für Ihr Unternehmen bedeutet
Die meisten KI-Rollouts im Mittelstand folgen dem gleichen Schema: Tool auswählen, Lizenzen kaufen, Mitarbeiter einweisen, Nutzung beobachten. Was fehlt, ist die Schicht darunter – ein KI-Betriebsmodell, das beschreibt, wie Mensch und Maschine im Unternehmen konkret zusammenarbeiten. Nicht welches Tool. Nicht wie viele Lizenzen. Sondern: Wer denkt was? Welche Entscheidung bleibt beim Menschen? Wo ist strukturiertes Feedback vorgesehen? Human-in-the-Loop ist in diesem Kontext kein Kontrollmechanismus – es ist die Architekturbedingung, unter der strukturierte Ko-Kreation überhaupt funktioniert. Die Cambridge-Daten zeigen: Das Potenzial ist vorhanden. Der Zugang ist vorhanden. Was verbrennt, ist der fehlende Rahmen, der aus Tool-Nutzung echte Integration macht.
Der Unterschied zwischen "KI eingeführt" und "KI integriert" ist kein Technologieproblem. Es ist eine Designentscheidung.
Welche Prozessstruktur zu Ihrer Organisation und Ihren Kompetenzprofilen passt, analysiert AGILERO im Rahmen eines KI-Audits. Wer den Weg von der Tool-Nutzung zur echten KI-Integration systematisch gehen will: Paket B – Strategische Roadmap beschreibt, wie ein KI-Betriebsmodell für Ihr Unternehmen konkret aussieht.