WÜRZBURG / LONDON (IT BOLTWISE) – Alicia von Schenk leitet in Würzburg einen Lehrstuhl zu „Economics of AI and Human Behavior“. Sie rät, hinter dem KI-Hype genauer hinzuschauen, weil „KI“ kein einheitliches Produkt ist. Statt nur auf generative Modelle zu blicken, betrachtet sie auch ökonomische Anreize und menschliches Verhalten. Damit verschiebt sich der Fokus von reinen Effekten im Labor hin zu messbaren Konsequenzen in Organisationen.
Wer heute über KI spricht, landet schnell bei einem einzigen Bild: Chatbots, die Text ausgeben, Bilder erzeugen oder auf Prompts reagieren. Alicia von Schenk stellt genau diese Verengung infrage. Die Professorin leitet an der Julius-Maximilians-Universität Würzburg den Lehrstuhl für „Economics of AI and Human Behavior“ und bringt damit eine Perspektive zusammen, die im öffentlichen Diskurs oft untergeht: Wie wirken KI-Systeme nicht nur technisch, sondern auch auf Entscheidungen, Verhalten und wirtschaftliche Anreize? Ihr Ausgangspunkt ist dabei nicht der persönliche Werdegang allein, auch wenn der bemerkenswert ist – mit 30 Jahren erhielt sie bereits eine Professur auf Lebenszeit, deutlich früher als das durchschnittliche Erstberufungsalter in Deutschland.
Technisch beginnt ihre Argumentation mit einer Begriffsaufklärung, die in der Praxis über Produktversprechen entscheidet. „Es gibt nicht die eine KI“, sagt von Schenk, und sie führt aus, dass KI ein Sammelbegriff für sehr unterschiedliche Technologien ist: von vergleichsweise simplen, statistischen Tools über große generative Sprachmodelle bis hin zu hochkomplexen neuronalen Netzen des maschinellen Lernens. Genau an dieser Stelle wird der Unterschied zwischen Marketing und Engineering spürbar: Ein System kann auf ähnliche Weise „intelligent“ wirken, aber intern ganz verschiedene Annahmen, Datenbedarfe und Risiken mitbringen. Für Unternehmen heißt das auch, dass Evaluierung nicht bei einem einzigen Benchmark endet, sondern sich entlang der Systemklasse weiterdenken muss – und zwar bis in die Logik von Nutzung und Fehlanreizen.
Für die ökonomische Bewertung ist diese Differenzierung entscheidend, weil KI häufig in Prozesse eingebaut wird, in denen Menschen handeln: in der Buchhaltung, im Kundenservice, im Recruiting oder in der Produktentwicklung. Wenn ein generatives Sprachmodell zum Beispiel Antworten formatiert, verschiebt sich die Arbeitsteilung zwischen Mensch und Maschine – und damit, wie Verantwortung organisiert wird. Von Schenks Schwerpunkt „Human Behavior“ zielt genau darauf: Nicht nur die Output-Qualität zählt, sondern auch die Frage, wann Mitarbeitende sich stärker an KI-Empfehlungen klammern, wann sie sie als „Rat“ interpretieren und wann sie wieder wegdelegieren. Gerade diese Verhaltenskomponente macht aus einem rein technischen Feature eine produkt- und organisationspolitische Entscheidung.
Dass sie ausgerechnet Wirtschaftswissenschaften mit KI verknüpft, passt in die Entwicklung der Forschungslage. Mit dem Durchbruch großer Modelle ist KI in den Mainstream gerückt – während Ökonomik und Sozialwissenschaften bislang oft eher indirekt darauf reagierten. Der Lehrstuhl in Würzburg setzt dagegen früh auf die Kombination aus Modellwirkung und menschlicher Reaktion: Wie ändern sich Anreize, wenn Entscheidungen schneller werden? Wie verändert sich Informationswert, wenn Systeme plausibel klingende Texte produzieren können? Und welche Konsequenzen entstehen, wenn Führungskräfte KI als objektive Instanz wahrnehmen, obwohl die zugrunde liegenden statistischen Verfahren Unsicherheiten auf eine bestimmte Art „glätten“? Damit rückt ein Punkt in den Vordergrund, der in der Produktarena gern übersprungen wird: Selbst wenn die Technik gut ist, kann die Nutzungslage schlecht sein.
Auch ihr akademischer Weg unterstreicht die frühe Spezialisierung auf diese Schnittstelle. Die Professorin studierte Mathematik und Ökonomie, promovierte in Volkswirtschaftslehre zu den Auswirkungen von KI und erreichte dabei „summa cum laude“ – laut Quelle mit Bestnote. Solche Grundlagen sind für die Praxis relevant, weil KI-Implementierungen oft an zwei Grenzen scheitern: an der falschen Erwartungshaltung („KI kann alles“) und an der unzureichenden Operationalisierung („Woran messen wir Nutzen wirklich?“). Wer von „KI“ als Einheitsbegriff ausgeht, übersieht, dass statistische Tools, etwaige Regel-basierte Ansätze und große generative Modelle unterschiedliche Fehlerbilder erzeugen. Daraus folgt eine andere Fragekette für die Bewertung: Welche Daten verändern sich über Zeit, wie robust ist das Modell, und wie reagieren die Menschen auf die Art der Empfehlung?
Für den Markt bedeutet diese Sichtweise vor allem Tempo in der falschen Richtung zu bremsen. Der KI-Boom macht deutlich, dass viele Systeme heute schnell verfügbar sind – aber nicht automatisch schnell nachvollziehbar. Unternehmen brauchen deshalb weniger neue Schlagworte und mehr methodische Konsequenz: Sie sollten die Systeme, die sie einsetzen, entlang ihrer Funktionsklasse und ihres Einsatzkontexts beschreiben können. Genau diese Unschärfe („KI“ als Container) ist nach von Schenks Einschätzung das Kernproblem im öffentlichen Diskurs. Wenn man die Technologien sauber trennt, lassen sich Ziele präziser definieren: Effizienzgewinne, Qualitätssteigerung oder Risiko-Reduktion – jeweils mit Blick darauf, wie Mitarbeitende das Tool tatsächlich verwenden und welche Nebenwirkungen entstehen.
Die wichtigste Konsequenz liegt damit nicht in einem einzelnen Produkt, sondern in der Art, wie Entscheidungen getroffen werden. Ein Lehrstuhl, der ökonomische und verhaltensbezogene Effekte in den Mittelpunkt stellt, passt zu einem Reifungsprozess, den viele Organisationen noch vor sich haben: weg vom reinen „Experimentieren“ hin zu belastbaren Wirkungsannahmen. Wer KI verantwortungsvoll einführt, muss die technische Leistungsfähigkeit mit der Realität der Arbeitsteilung verbinden. Dann wird aus dem Hype ein Engineering- und Management-Thema, das messbar bleibt – und genau daran arbeitet von Schenk mit ihrem Ansatz.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum KI-Ökonomie und Verhaltensforschung den Hype bremsen kann" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Warum KI-Ökonomie und Verhaltensforschung den Hype bremsen kann" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Warum KI-Ökonomie und Verhaltensforschung den Hype bremsen kann« bei Google Deutschland suchen, bei Bing oder Google News!