Generative AI in Knowledge Work: Perception, Usefulness, and Acceptance of Microsoft 365 Copilot
Die Studie zeigt, dass die Einführung von Microsoft 365 Copilot in einer Forschungsorganisation zwar allgemein als nützlich und zuverlässig wahrgenommen wird, wobei administrative Mitarbeiter zunächst höhere Bewertungen abgeben als wissenschaftliches Personal, das jedoch über die Zeit positivere Einschätzungen entwickelt, was die Notwendigkeit kontextsensitiver Implementierung und rollenspezifischer Schulungen für eine nachhaltige Akzeptanz unterstreicht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
🤖 Der digitale Assistent im Labor: Was passiert, wenn KI ins Büro kommt?
Stellen Sie sich vor, Sie arbeiten in einer riesigen, hochmodernen Forschungsorganisation. Es gibt zwei Hauptgruppen von Menschen dort:
- Die Wissenschaftler: Sie erfinden neue Dinge, schreiben komplexe Texte und basteln an Theorien.
- Die Verwaltungsmitarbeiter: Sie kümmern sich um Rechnungen, Personal, Termine und die Organisation des Ganzen.
Jetzt bekommt jeder von beiden eine neue, magische Brille aufgesetzt: Microsoft 365 Copilot. Das ist eine Künstliche Intelligenz (KI), die wie ein super-intelligenter, aber noch etwas grüner Praktikant ist. Sie kann Texte schreiben, Daten suchen und Zusammenfassungen machen.
Die Forscher haben sich gefragt: Wie gefällt diese neue Brille den Leuten? Und hilft sie beiden Gruppen gleich gut?
Hier ist das Ergebnis, übersetzt in einfache Bilder:
1. Der Start: Die Verwaltung ist schneller als die Wissenschaftler
Am Anfang (im November/Dezember) war die Verwaltung schon sehr zufrieden.
- Die Analogie: Stellen Sie sich vor, die Verwaltung hat einen sehr strukturierten Schreibtisch. Die KI ist wie ein Assistent, der sofort Ordner sortiert, E-Mails formuliert und Termine findet. Das passt perfekt in ihren Alltag. Sie sagten: „Super, das spart mir Zeit!"
- Die Wissenschaftler waren am Anfang etwas skeptischer.
- Die Analogie: Für die Wissenschaftler ist der Schreibtisch oft ein Chaos aus Experimenten, unklaren Daten und kreativen Ideen. Die KI war am Anfang wie ein Praktikant, der zwar gut Formulare ausfüllen kann, aber bei komplexen Forschungsfragen noch nicht so richtig mitdenkt. Sie sagten: „Naja, es ist okay, aber ich muss es noch lernen."
2. Der Zeitraffer: Die Wissenschaftler holen auf
Ein paar Monate später (im März/April) passierte etwas Interessantes.
- Die Verwaltung war schon zufrieden und blieb dabei. Sie hatten den Assistenten schon im Griff.
- Die Wissenschaftler hingegen wurden immer glücklicher.
- Die Analogie: Die Wissenschaftler haben sich langsam an die KI gewöhnt. Sie haben gelernt, wie man sie „anstupst" (Prompting), damit sie genau das tut, was man will. Es ist wie beim Lernen eines neuen Instruments: Am Anfang klingt es schief, aber nach ein paar Wochen Übung wird man immer besser. Die Wissenschaftler sagten: „Hey, jetzt kann ich meine Texte viel schneller schreiben und habe mehr Zeit für das eigentliche Forschen!"
3. Wofür ist die KI gut? (Und wofür nicht?)
Die Studie hat herausgefunden, wo die KI wie ein Superheld wirkt und wo sie eher wie ein hilfloser Zuschauer ist:
- 🏆 Superhelden-Bereich (Strukturierte Aufgaben):
- Texte schreiben, Informationen suchen, Daten analysieren, E-Mails formulieren.
- Bild: Hier ist die KI wie ein Raketenantrieb. Sie feuert die Arbeit voran. Besonders bei klaren, textbasierten Aufgaben ist sie unschlagbar.
- 😐 Der graue Bereich (Kreatives & Medien):
- Bilder erstellen oder kreative Inhalte produzieren.
- Bild: Hier ist die KI wie ein Maler, der noch nie einen Pinsel in der Hand hatte. Es funktioniert, aber es ist nicht das Highlight.
- 🚫 Der No-Go-Bereich (Soziales & Lernen):
- Networking (Kontakte knüpfen) oder echtes Lernen.
- Bild: Die KI ist hier wie ein Roboter auf einer Party. Sie kann zwar „Hallo" sagen, aber echte menschliche Gespräche oder tiefe Lernprozesse kann sie nicht ersetzen. Die Leute fanden hier keinen großen Mehrwert.
4. Das große Fazit: Vertrauen und Lernen
- Keine Angst vor Fehlern: Die Leute hatten kaum Angst, dass die KI Unsinn schreibt. Sie vertrauten ihr, weil sie wussten, dass sie am Ende selbst nachprüfen können. Es war wie ein Assistent, dem man vertraut, aber den man trotzdem kontrolliert.
- Der Schlüssel ist die Übung: Der größte Unterschied zwischen den Gruppen war nicht die Technik selbst, sondern die Gewöhnung. Die Wissenschaftler mussten erst lernen, wie man die KI „zähmt". Sobald sie das konnten, war der Nutzen riesig.
🍎 Die einfache Lehre für alle
Diese Studie sagt uns: KI ist kein Zauberstab, der alles von allein macht.
Es ist eher wie ein neues Werkzeug im Werkzeugkasten.
- Für die Verwaltung war es sofort ein nützlicher Hammer.
- Für die Wissenschaftler musste man erst lernen, wie man den Hammer richtig schwingt.
Wenn Organisationen KI einführen, müssen sie nicht nur die Technik kaufen, sondern den Leuten Zeit geben, sie zu lernen und zu verstehen, wo sie wirklich hilft. Besonders in der Forschung braucht es Geduld und spezifische Schulungen, damit die KI nicht als Spielzeug, sondern als echter Partner für mehr Produktivität gesehen wird.
Kurz gesagt: Die KI ist da, sie ist hilfreich, aber man muss ihr erst beibringen, wie man mit ihr arbeitet. Und je länger man sie nutzt, desto besser wird die Zusammenarbeit.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.