Von Antworten zu Arbeitsergebnissen: Warum KI neue Qualitätskennzahlen braucht

Kurzfazit

Eine aktuelle OpenAI-Auswertung beschreibt eine Verschiebung von der Informationssuche zur aktiven Aufgabenerledigung. Im beruflichen Kontext werde ChatGPT mehr als doppelt so häufig zum Erstellen oder Erledigen von Aufgaben genutzt wie außerhalb der Arbeit. Für das Qualitätsmanagement verändert das die Messlogik: Nicht die sprachliche Antwort ist das Produkt, sondern das Ergebnis des nachgelagerten Geschäftsprozesses – einschließlich Fehlern, Nacharbeit und Freigaberisiko.

FQI Takeaway

• Nutzung ist keine Qualitätskennzahl: Viele erzeugte Texte oder automatisierte Schritte sagen nichts über Prozessfähigkeit und Fehlerkosten aus.
• Durchgängige Ergebnisse (End-to-End) müssen gemessen werden: Relevant sind Fehlerdurchschlupf, Nacharbeit, Durchlaufzeit, Eskalation und Wirksamkeit.
• Künstliche Intelligenz (KI) braucht einen Prozessverantwortlichen: Modellwahl allein ersetzt weder Produktionslenkungsplan (Control Plan) noch Freigaberegel oder CAPA-Rückkopplung. CAPA steht für Corrective and Preventive Action, also Korrektur- und Vorbeugemaßnahmen.

Das Prinzip auf einen Blick

OpenAI veröffentlichte die Analyse „From asking to doing“ am 6. August 2026. Die Daten stammen aus individuell verwalteten Free-, Go-, Plus- und Pro-Konten und nicht aus organisationsverwalteten Enterprise-Umgebungen. Die Einteilung von Nachrichten in Nutzungsarten basiert auf der Methodik des Anbieters. Die Quelle ist damit für Nutzungstrends relevant, aber interessengeleitet und kein unabhängiger Nachweis über Qualität, Produktivität oder wirtschaftlichen Nutzen der erzeugten Arbeitsergebnisse.

Begriffe kurz erklärt

• KI: Künstliche Intelligenz; Systeme, die aus Daten Muster ableiten oder Aufgaben automatisiert unterstützen.
• CAPA: Corrective and Preventive Action; systematische Korrektur- und Vorbeugungsmaßnahmen.
• CTQ: Critical to Quality; Merkmal, das für Kundenanforderung oder Prozessqualität entscheidend ist.
• 8D: Acht-Disziplinen-Problemlösungsmethode; D1 bis D8 strukturieren Team, Problem, Ursache, Maßnahmen und Abschluss.
• COPQ: Cost of Poor Quality; Kosten durch Fehler, Ausschuss, Nacharbeit, Reklamationen und deren Bearbeitung.
• Output-Token: Technische Verarbeitungseinheit für Text; ein Token entspricht meist einem Wort oder Wortteil, nicht zwingend einem vollständigen Wort.

Deep Dive

Solange KI hauptsächlich Fragen beantwortet, wird Qualität häufig über Antwortmerkmale beurteilt: fachliche Richtigkeit, Relevanz, Verständlichkeit und Quellenbezug. Sobald ein System jedoch Dokumente erzeugt, Analysen durchführt, Code verändert oder Prozessschritte auslöst, verschiebt sich die Einheit der Qualitätsbewertung. Der Output ist nicht mehr nur Text. Er wird zum Zwischenprodukt eines Geschäftsprozesses und kann reale Folgeentscheidungen auslösen.

Die OpenAI-Auswertung berichtet, dass berufliche Nutzung häufiger auf „doing“ ausgerichtet ist – etwa Schreiben, Codieren oder Analysieren. Daraus lässt sich nicht ableiten, dass diese Aufgaben korrekt oder produktiver ausgeführt werden. Der Trend verdeutlicht jedoch, warum Organisationen ihre Kennzahlen erweitern müssen. Eine hohe Anzahl erzeugter Berichte kann sogar negativ sein, wenn Prüfer mehr Zeit für Korrekturen benötigen oder Fehler später im Prozess entdeckt werden.

Ein geeignetes Kennzahlensystem sollte mehrere Ebenen unterscheiden. Input-Kennzahlen beschreiben Datenqualität, Quellenverfügbarkeit und Aufgabenkomplexität. Prozesskennzahlen messen Durchlaufzeit, Zahl der Rückfragen, Abbruchquote, menschliche Prüfzeit und Ressourceneinsatz. Output-Kennzahlen bewerten Vollständigkeit, Regelkonformität und Fehlerklassen des KI-Ergebnisses. Wirkungskennzahlen (Outcome-Kennzahlen) zeigen, ob der Gesamtprozess tatsächlich besser wird: weniger Nacharbeit, geringere Fehlerkosten, schnellere Entscheidungen oder höhere Entdeckungsleistung. Ergänzend werden Risikokennzahlen benötigt, beispielsweise Escape Rate, unzulässige Freigaben, Datenschutzereignisse und nicht nachvollziehbare Änderungen.

Für Six Sigma ist diese Trennung wesentlich. Die CTQ (Critical to Quality; qualitätskritische Anforderung) muss auf Prozess- oder Kundenergebnis liegen. Eine lokale Zeitersparnis beim Erstellen eines Dokuments ist kein nachgewiesener Prozessnutzen, wenn sich die Prüfzeit erhöht oder zusätzliche Fehler entstehen. Die Zielgröße Y muss auf Prozess- oder Kundenergebnis liegen. KI-Nutzung, Promptanzahl oder Tokenverbrauch sind überwiegend Einflussgrößen X beziehungsweise Aktivitätsgrößen. Sie können Ursachen erklären, sollten aber nicht mit Zielerreichung verwechselt werden.

Ein konkreter Anwendungsfall ist ein KI-Assistent, der 8D-Berichte (Acht-Disziplinen-Problemlösungsmethode) vorformuliert. Gemessen werden könnte, wie viel Bearbeitungszeit bis zur freigegebenen Fassung eingespart wird. Zusätzlich sind fachliche Rückweisungen, vermischte Problem- und Ursachenformulierungen, fehlende Evidenz sowie spätere Kundenbeanstandungen zu erfassen. Ein Assistent ist nicht erfolgreich, weil er schnell Text für Disziplin 4 (D4) erzeugt, sondern wenn die freigegebene Ursachenanalyse belastbarer und der Gesamtprozess effizienter wird.

Ein zweiter Anwendungsfall ist die automatische Prüftiefenanalyse aus technischen Dokumenten. Eine reine Trefferquote reicht nicht. Entscheidend sind übersehene kritische Merkmale, unnötige Prüfanforderungen, Bearbeitungszeit, menschliche Korrekturlast und die Folgen einer falschen Zuordnung. Für seltene, hochkritische Fehler kann eine aggregierte Genauigkeit die tatsächliche Risikolage verschleiern.

Organisatorisch benötigt jeder KI-gestützte Prozess einen Prozessverantwortlichen (Process Owner). Diese Rolle legt Zweck, Grenzen, Akzeptanzkriterien und Reaktionsplan fest. Das Modellteam betreibt die Technik, aber das Fachgebiet verantwortet das Arbeitsergebnis. Ein Control Plan beschreibt, welche Merkmale automatisch geprüft werden, wann ein Mensch entscheidet und welche Abweichungen eine CAPA auslösen. Damit wird KI nicht als isoliertes Tool, sondern als Prozesskomponente gelenkt.

Für einen belastbaren Vorher-nachher-Vergleich muss außerdem eine Baseline erhoben werden. Dazu gehören aktuelle Bearbeitungszeiten, Fehlerarten, Nacharbeitsquote und Prüfaufwand ohne KI. Erst der Vergleich unter ähnlichen Falltypen zeigt, ob die Automatisierung Nutzen erzeugt oder Arbeit lediglich an eine spätere Prozessstelle verlagert.

Grenzen und Risiken

Erstens stammt die Ausgangsanalyse vom Anbieter selbst. Methodik, Klassifikation und Auswahl der dargestellten Trends müssen deshalb kritisch betrachtet werden.

Zweitens erfasst der Datensatz individuelle Konten. Organisatorisch gesteuerte Unternehmensnutzung mit Rollen, Workflows und Governance kann sich deutlich unterscheiden.

Drittens beschreibt Nutzungshäufigkeit weder Qualität noch Produktivität. Der FQI-Transfer zu Kennzahlen ist eine methodische Ableitung, kein Ergebnis der OpenAI-Analyse.

Viertens kann eine umfassende Messarchitektur den Nutzen kleiner Assistenzanwendungen übersteigen. Prüftiefe und Kennzahlenumfang müssen risikobasiert skaliert werden.

Fünftens können Kennzahlen Fehlanreize erzeugen. Wird etwa nur auf kurze Durchlaufzeit optimiert, steigt möglicherweise der Fehlerdurchschlupf. Kennzahlensysteme benötigen deshalb ein ausgewogenes Set aus Qualität, Zeit, Kosten und Risiko.

FQI Fazit

Wenn KI Arbeitsergebnisse erzeugt, muss ihre Qualität am realen Prozess gemessen werden. Promptqualität und Modellscore sind Vorbedingungen, aber keine Geschäftskennzahlen. Entscheidend ist, ob der durchgängige Prozess stabiler, schneller und wirtschaftlicher wird, ohne Fehler oder Risiken zu verlagern. Das Qualitätsmanagement besitzt dafür bereits die passenden Instrumente: CTQ, Prozesskennzahlen, Produktionslenkungsplan, COPQ (Cost of Poor Quality; qualitätsbedingte Fehlerkosten), Wirksamkeitsprüfung und klare Prozessverantwortung.

Quellen & Transparenz

• OpenAI: From asking to doing: How the world is putting ChatGPT to work, 6. August 2026.
• Quellenstatus: Anbieteranalyse auf Basis individuell verwalteter ChatGPT-Konten; keine unabhängige Produktivitäts- oder Qualitätsstudie.
• FQI-Transfer: Das mehrstufige Kennzahlenmodell und die Verbindung zu Six Sigma, COPQ und Control Plan sind fachliche Ableitungen von FQI.
• Die Aussage „mehr als doppelt so häufig“ bezieht sich auf die vom Anbieter verwendete Klassifikation beruflicher und außerberuflicher Nutzung.
• Dieser Beitrag wurde KI-gestützt recherchiert und redaktionell erstellt. Quellen und fachliche Transfers wurden durch KI vorgeprüft. Die menschliche Fach- und Quellenfreigabe wurde am 9. August 2026 dokumentiert; der Beitrag ist zur Veröffentlichung freigegeben.
• Freigabestatus: Begriffserklärungen und Glossar wurden am 17. August 2026 erneut menschlich geprüft und zur Veröffentlichung freigegeben. Freigabe: Johann Fischer.