Hyperautomation funktioniert nur im Zusammenspiel mit Expertise
Wie im vorhergehenden psychologisch-fokussierten Blogpost beschrieben, sorgt Hyperautomation nicht immer automatisch für zuverlässige, sinnvolle und objektive Ergebnisse. Wer herausfinden will, ob ein Prozess zu sinnvollen Ergebnissen führt (egal ob es sich um Tests in der Personalauswahl oder andere Prozesse im Betrieb handelt) kommt an drei Begriffen nicht vorbei: Reliabilität, Validität und Objektivität.
Reliabilität: Funktioniert ein Prozess stabil?
Ein Instrument oder Prozess ist reliabel, wenn bei wiederholter Anwendung unter gleichen Bedingungen das gleiche Ergebnis herauskommt. Wenn ein Fertigungsprozess heute leicht andere Schrauben produziert als gestern, ist er unreliabel und damit im Zweifel nicht für den Großbetrieb geeignet. Genauso sind psychologische Tests, die Bewerbern heute attestieren „eine geborene Führungspersönlichkeit“ zu besitzen, morgen jedoch das Gegenteil behaupten, ebenso ungeeignet.
Niedrige Reliabilität ist damit kein Randproblem. Sie bedeutet, dass Ergebnisse vom Zufall abhängen.
Validität: Macht der Prozess das Richtige?
Reliabilität ist notwendig, aber nicht hinreichend. Ein Thermometer, das das gesamte Jahr denselben Wert anzeigt (also zuverlässig das gleiche Ergebnis produziert), ist zwar reliabel aber vermutlich auch kaputt. Validität fragt: Tut der Prozess tatsächlich das, was er behauptet?
Ein Verfahren, das bunte Persönlichkeitsfarben zuordnet, die aber keine nachweisbaren Beziehungen zu realen Arbeitsleistungen haben, ist nicht valide. Egal wie überzeugend es aussieht.
Objektivität: Ist das Ergebnis unabhängig von der durchführenden Person?
Objektivität bedeutet: Zwei verschiedene Personen, die dasselbe Verfahren anwenden, kommen zum selben Ergebnis. Das Ergebnis ist unabhängig davon, wer die Maschine, die Software oder den Test bedient. Im Bereich der Hyperautomation steckt hier ein besonderes Problem versteckt: Automatisierte Prozesse und gerade auch KI-basierte Anwendungen wirken häufig objektiv, weil sie weitgehend ohne Menschen auskommen.
Der wichtige Punkt: Die Subjektivität ist nicht verringert, sondern automatisiert worden. Ob das neue, automatisierte System eine Abrechnung, das Ergebnis eines Persönlichkeitstests oder ähnliches als „auffällig“ klassifiziert, als „gut“ oder „schlecht“, spiegelt oft nur die subjektive Einordnung der automatisierenden Person(en) wider. Hyperautomation funktioniert. Auch für Subjektivität.
Hyperautomation kann vieles aber nicht alles
Und hier liegt das eigentliche Argument dieses Beitrags: Die Frage, ob ein Verfahren reliabel, valide und objektiv ist kann nicht von der Automation selbst beantwortet werden. Auch nicht von einer KI. Das ist keine technische Einschränkung, die irgendwann überwunden wird. Es ist ein grundsätzliches Problem.
Reliabilität lässt sich nur durch wiederholte Testungen unter kontrollierten Bedingungen bestimmen, deren Methodik und Interpretation menschliche Expertise erfordert. Eine KI kann Ergebnisse vergleichen, aber ob die Unterschiede bedeutsam sind, ob die Stichprobe geeignet war, ob die Bedingungen vergleichbar waren: Das sind Urteile, keine Berechnungen. Eine KI und eine Automation allgemein kann an Erkenntnissen aus diesen Untersuchungen reifen, aber sie kann sie nicht selbst erzeugen.
Validität setzt voraus, dass man weiß, was man messen will und warum das relevant ist. Das ist eine theoretische Einordnung und empirische Frage, keine technische. Eine KI kann Zusammenhänge berechnen, aber nicht entscheiden, ob die zugrundeliegenden Werte überhaupt sinnvoll sind. Ob „Durchsetzungsvermögen“ ein nützliches Konzept für die Personalauswahl ist oder nicht, ist eine wissenschaftliche und praktische Frage, keine, die ein Modell aus sich selbst heraus beantworten kann.
Objektivität muss von außen beurteilt werden. Ein System kann nicht selbst feststellen, ob seine eigenen Ergebnisse und Einordnungen auch anders hätten ausfallen können; ob ein anderes System zu anderen Ergebnissen gekommen wäre.
Fazit
All diese Überlegungen über den Sinn und Unsinn von Prozessen erfordert Menschen, die wissen, wonach sie suchen müssen. Anders gesagt: Hyperautomation kann helfen Prozesse effizienter zu gestalten. Ob diese Prozesse gut sind, müssen Menschen entscheiden.
Hyperautomation funktioniert. Sowohl für Gutes als auch Schlechtes. Sowohl für Sinnvolles als auch Sinnloses.
Falls Sie sich zu diesem Interessanten Thema austauschen wollen oder Teil des Projekts als werden wollen, melden Sie sich gerne!
