Generative KI verspricht eine Revolution der Kreativität am Arbeitsplatz. Das gilt aber nicht für alle! Eine neue Studie im Journal of Applied Psychology offenbart eine ernüchternde Realität: Nur 26 Prozent der Mitarbeiter, die Generative KI nutzen, berichten von tatsächlichen Kreativitätssteigerungen. Forscher der National University of Singapore, University of Colorado Boulder und Rice University haben in einem Feldexperiment mit 250 Mitarbeitern einer großen Technologieberatung untersucht, warum die "kreativen Gewinne“ (gains in creativity“) so ungleich verteilt sind. Das zentrale Ergebnis: KI steigert Kreativität primär bei Mitarbeitern mit starker Metakognition. Das ist die Fähigkeit, das eigene Denken zu planen, zu überwachen und zu verfeinern. Während Mitarbeiter mit hoher metakognitiver Kompetenz KI nutzten, um kognitive Ressourcen zu erweitern und neuartigere sowie nützlichere Ideen zu generieren, profitierten Mitarbeiter mit schwacher Metakognition kaum. Die Studie zeigt: Der bloße Zugang zu KI-Tools garantiert nicht(!), dass Mitarbeiter die für Kreativität notwendigen kognitiven Ressourcen auch tatsächlich erwerben können.
Wissen und Methoden machen den Unterschied
Die theoretische Grundlage der Forschung basiert auf einer etablierten Erkenntnis der Kreativitätsforschung: Mitarbeiter produzieren kreativere Ideen, wenn sie über ausreichende kognitive Arbeitsressourcen verfügen. Diese umfassen zwei Schlüsselelemente: Erstens Information und Wissen, zweitens die Möglichkeit, Arbeitsmethoden und Aufgaben anzupassen, etwa zwischen komplexen und einfachen Aufgaben zu wechseln und mentale Pausen einzulegen. Generative KI kann diese Ressourcen auf zwei Wegen erweitern: Durch Wissensexpansion, indem sie innerhalb von Sekunden große Informationsmengen bereitstellt und domänenübergreifende Einsichten ermöglicht. Und ebenso durch Freisetzung mentaler Kapazität, indem sie Routineaufgaben wie Textzusammenfassungen, Datenmanagement und Inhaltsentwürfe übernimmt. Dies reduziert kognitive Überlastung und erlaubt Mitarbeitern, Ressourcen auf komplexe Problemlösungen umzulenken. Entscheidend ist jedoch: Mitarbeiter unterscheiden sich substanziell in ihrer Fähigkeit, KI zur Gewinnung dieser kognitiven Ressourcen zu nutzen. Genau hier kommt Metakognition ins Spiel.
Wer die eigenen Wissenslücken kennt, kann KI gezielter einsetzen
Metakognition bezeichnet die Fähigkeit, das eigene Denken während der Aufgabenerledigung aktiv zu überwachen. Mitarbeiter mit starker Metakognition durchdenken die Schritte zur Aufgabenerledigung, verfolgen die Effektivität ihres Ansatzes und passen ihn bei mangelndem Fortschritt an. Diese kontinuierliche Reflexion macht sie bewusster für eigene Wissenslücken, Aufgabenanforderungen und mentale Zustände. Sie verstehen besser, welche Informationen sie benötigen und wann sie Arbeitsmethoden wechseln oder Pausen einlegen sollten, um fixe Denkmuster zu durchbrechen und kognitive Kapazität wiederherzustellen. Im Gegensatz dazu akzeptieren Mitarbeiter mit schwacher Metakognition eher die erste KI-Antwort, verlassen sich auf Standard-Outputs und versäumen es zu prüfen, ob KI-Vorschläge akkurat oder relevant sind. Das Feldexperiment bestätigte diese Mechanismen eindeutig: Mitarbeiter wurden zufällig entweder einer KI-Bedingung mit ChatGPT-Zugang oder einer Kontrollbedingung ohne KI zugewiesen. Eine Woche später bewerteten sowohl Manager als auch externe Rater die Kreativität der Mitarbeiter. Das Ergebnis war klar: Nur Mitarbeiter mit starker Metakognition generierten mit KI-Unterstützung neuartigere und nützlichere Ideen. Für Mitarbeiter mit schwacher Metakognition machte KI keinen Unterschied.
Die Bedeutung für Führung und Entwicklung
Drittens sollten Workflows so gestaltet werden, dass sie aktives, iteratives Engagement mit KI fördern statt KI als Abkürzung zu positionieren. Prozesse sollten das Generieren multipler Perspektiven, Vergleichen und Kritisieren von KI-Outputs sowie Verfeinern von Ideen über mehrere Runden vorsehen. Ein Produktteam könnte beispielsweise KI nutzen, um kontrastierende Standpunkte zu generieren, deren Stärken und Schwächen in Meetings debattieren und dann die stärksten Ideen zu einer finalen Empfehlung synthetisieren. Solche iterativen Prozesse aktivieren natürlicherweise metakognitives Denken und verhindern Überabhängigkeit von KI-Defaults. Die Forschungsergebnisse zeigen: Was zählt, ist nicht ob Mitarbeiter KI nutzen, sondern ob sie die metakognitive Kompetenz besitzen, durchdacht und strategisch mit ihr zu interagieren und so KI-Vorschläge in kreative Einsichten zu transformieren. Diese Fähigkeit entwickelt sich durch Erfahrung, gezieltes Lernen und die Kultivierung jener reflexiven Intuition, die erkennt, wann KI-Outputs zu hinterfragen, zu verfeinern oder zu verwerfen sind. Organisationen, die Metakognition systematisch fördern, werden KI nicht nur adaptieren, sondern ihr kreatives Potenzial nachhaltig freisetzen und sich damit einen entscheidenden Wettbewerbsvorteil sichern.
