
SF229 – KI und Kompetenzillusion
Wie gut sind wir wirklich?
Woher weiß ich eigentlich noch, was ich selbst kann?
Diese Frage beschäftigt mich seit einiger Zeit. Ich arbeite inzwischen täglich mit KI. Ich entwickle damit Gedanken, recherchiere, überarbeite Texte und lasse meine eigenen Annahmen prüfen.
Die Ergebnisse sind oft erstaunlich gut. Schneller und besser, als ich es allein schaffen würde.
Und genau da fängt meine Frage an: Wie viel davon ist eigentlich mein Können? Und wie sicher kann ich das noch beurteilen?
Willkommen zu einer neuen Soloepisode von Selbstführung und Leadership Development. Mein Name ist Burkhard Bensmann. Ich begleite unternehmerische Menschen im In- und Ausland, vor allem in Veränderungssituationen.
Heute geht es um ein Phänomen, das ich Kompetenzillusion nenne. Meine These: Wer intensiv mit KI arbeitet, verliert womöglich allmählich den Blick dafür, was er selbst kann. Daraus kann eine Illusion entstehen, und die ist gefährlich.
Ich erkläre, was ich meine, schaue auf zwei Studien und erzähle, wo mir das selbst begegnet ist. Und ich gehe der Frage nach, ob KI nicht einfach ein Werkzeug ist wie der Taschenrechner.
Noch ein Hinweis: Auch diese Episode habe ich mit KI vorbereitet. Für Recherche, Struktur und kritische Prüfung meiner Argumente. Die Bewertung und die Verantwortung liegen bei mir.
Was ich unter Kompetenzillusion verstehe
Ich unterscheide drei Dinge.
Erstens: meine eigene Kompetenz. Das, was ich tatsächlich weiß, verstehe, beurteilen und anwenden kann.
Zweitens: meine Leistungsfähigkeit mit KI. Die kann deutlich größer sein als das, was ich allein leiste.
Drittens: meine wahrgenommene Kompetenz. Das, was ich mir zutraue. Und das, was andere mir zuschreiben.
Diese drei sind nicht dasselbe.
Eine Kompetenzillusion liegt vor, wenn ich die Qualität eines KI-gestützten Ergebnisses mit meiner eigenen Kompetenz verwechsle. Das Ergebnis ist gut, also kann ich das. Der Schluss liegt nahe. Aber er stimmt nicht unbedingt.
Wichtig ist mir: Das Ergebnis selbst kann völlig richtig sein. Der Irrtum liegt nicht im Produkt, sondern in meinem Bild von mir selbst. Und es ist keine bewusste Täuschung. Wer einer Kompetenzillusion unterliegt, täuscht zunächst sich selbst.
Das kann vermutlich jedem passieren. Auch Menschen mit großer Erfahrung und hoher fachlicher Kompetenz.
Denn auch Erfahrung schützt uns nicht automatisch davor, die Qualität eines überzeugend formulierten KI-Ergebnisses mit unserer eigenen Fähigkeit zu verwechseln, dieses Ergebnis fachlich zu beurteilen.
Wenn die Rückmeldung ausbleibt
Mich beschäftigt vor allem, wie eine solche Illusion entsteht. Meine Vermutung: Bei der Arbeit mit KI fehlt uns eine wichtige Rückmeldung. Denken Sie daran, wie Sie früher einen anspruchsvollen Text geschrieben haben. Sie mussten Gedanken ordnen, Zusammenhänge herstellen, Formulierungen finden, Aussagen begründen.
Und dabei sind Sie ins Stocken geraten.
Also: Ein Argument trug nicht. Eine Begründung war lückenhaft. Ihnen fehlte ein Stück Wissen.
Das war mühsam. Aber es war eine wichtige Information: Hier weiß ich noch nicht genug. Hier muss ich weiterdenken. Hier frage ich jemanden, der mehr davon versteht.
Wenn ich heute eine KI den Text schreiben lasse, fällt diese Erfahrung teilweise weg.
Ich bekomme ein Ergebnis, das gut strukturiert ist und überzeugend klingt. Vielleicht ist es sogar fachlich richtig.
Ich bin schneller. Ich schaffe mehr. Aber habe ich etwas gelernt? Habe ich mich weiterentwickelt?
Vielleicht. Nicht zwangsläufig.
Und womöglich merke ich nicht einmal mehr, wo meine Lücken sind.
Darin sehe ich das eigentliche Risiko.
Vielleicht steht die Kompetenzillusion gar nicht am Anfang. Möglicherweise lässt zunächst unsere Fähigkeit nach, die eigenen Kompetenzen realistisch einzuschätzen. Die Kompetenzillusion wäre dann die Folge.
Das ist meine Deutung. Keine empirisch gesicherte allgemeine Entwicklung. Aber sie erscheint mir plausibel genug, um genauer hinzusehen.
Was erste Studien nahelegen
Es gibt inzwischen erste wissenschaftliche Untersuchungen, die meine Einschätzung stützen.
Eine Studie von Forschern der Carnegie Mellon University und Microsoft Research aus dem Jahr 2025 hat untersucht, wie Beschäftigte den Einsatz kritischen Denkens bei der Arbeit mit generativer KI erleben.
Ein Ergebnis: Die Art des kritischen Denkens kann sich verschieben. Statt Ergebnisse vollständig selbst zu erarbeiten, beschäftigen wir uns beispielsweise stärker damit, KI-Antworten zu überprüfen, Informationen einzuordnen und Ergebnisse in unsere Arbeit zu integrieren.
Die Befragung deutet außerdem darauf hin, dass größeres Vertrauen in die KI mit geringerem selbst berichteten Aufwand für kritisches Denken zusammenhängt.
Das bedeutet nicht, dass kritisches Denken grundsätzlich verschwindet. Aber seine Anforderungen verändern sich.
Eine zweite Untersuchung stammt von Daniela Fernandes und Kollegen.
In ihren Untersuchungen zu logischen Aufgaben zeigte sich: Menschen erzielten mit KI-Unterstützung bessere Ergebnisse. Gleichzeitig konnten sie ihre eigene Leistung weniger zutreffend einschätzen.
Bemerkenswert finde ich, dass auch größere Kenntnisse über KI nicht automatisch vor dieser Fehleinschätzung schützten. In der Untersuchung gingen sie sogar mit einer geringeren Genauigkeit der Selbsteinschätzung einher.
Beide Forschungsarbeiten beweisen nicht, dass wir durch KI generell Kompetenzen verlieren.
Sie machen allerdings auf einen wichtigen Unterschied aufmerksam:
Wir können mithilfe von KI leistungsfähiger werden, ohne dass sich unsere eigene Kompetenz im gleichen Maße verbessert. Und möglicherweise bemerken wir diesen Unterschied nicht einmal.
Genau darin sehe ich das Risiko einer Kompetenzillusion.
Die Quellen finden Sie wie immer in den Shownotes.
Zwei Situationen aus meinem Alltag
Was heißt das konkret? Ich schildere zwei Situationen, die mich in den letzten Monaten beschäftigt haben.
Die erste betrifft meine eigene Arbeit an Büchern und Veröffentlichungen. Ich nutze dafür vor allem Perplexity und ChatGPT. Perplexity kann dabei auf verschiedene Sprachmodelle zugreifen. Mein Vorgehen: Ist ein Entwurf fertig, gebe ich ihn mit einem ausführlichen Prompt in das erste System. Es soll die Argumentation prüfen: auf Widersprüche, unbegründete Behauptungen und Wiederholungen. Danach lasse ich das zweite System diese Überarbeitung wieder kritisch prüfen. Je präziser ich frage, desto besser werden die Vorschläge. Soweit, so gut.
Aber – und das ist ein wesentliches Aber: Bei diesem Hin und Her verliere ich manchmal den Überblick.
Was war eigentlich mein ursprünglicher Gedanke? Was war meine These? Was wollte ich besonders hervorheben?
Nach mehreren Runden wirkt der Text professioneller. Er ist sprachlich geschliffen, die Argumentation differenzierter, und er ist meist länger geworden.
Mit etwas Abstand sehe ich dann manchmal: Meine Position ist weniger deutlich geworden.
Es sind Perspektiven, Abwägungen und Einschränkungen dazugekommen. Jede für sich sinnvoll. Zusammen verwässern sie meine Argumentation.
Ich habe mehr Output. Aber ist er besser?
Und vor allem: Ist das noch mein Gedankengang?
Das hat mich aufmerksam gemacht. Ich kann erkennen, dass ein Text sprachlich gelungen ist, und trotzdem unsicher sein, ob er noch genau das ausdrückt, was ich sagen wollte.
Es geht also nicht nur darum, ob ich den Text selbst hätte schreiben können.
Es geht darum, ob ich in der Zusammenarbeit mit KI die Kontrolle über meine Gedanken behalte.
Die zweite Situation betrifft meine Arbeit mit Kunden.
Manchmal bekomme ich Texte vorgelegt, die klar die Handschrift generativer KI tragen. Sauber aufgebaut, sprachlich glatt, voller wohlklingender Formulierungen.
Das können strategische Überlegungen sein, Projektbeschreibungen oder Konzepte.
Dass jemand KI nutzt, ist für mich kein Problem. Ich tue es ja selbst. Und vom KI-Stil auf mangelnde Fachkompetenz zu schließen, wäre falsch.
Interessant wird es, wenn wir über den Inhalt sprechen.
Was soll dieser Text eigentlich sagen? Auf welchen Annahmen beruht er? Welche Konsequenzen hat das für die nächsten Entscheidungen? Woran würden wir merken, dass der eingeschlagene Weg richtig ist?
Diese Fragen gehören ohnehin zu meiner Arbeit.
Bei KI-gestützten Texten bekommen sie zusätzliches Gewicht.
Denn ein Dokument kann durchdacht wirken, ohne dass klar ist, wie tief die verantwortliche Person die Argumentation selbst durchdrungen hat.
Ich behaupte nicht, dass das bei meinen Kunden regelmäßig so ist.
Aber die Gefahr sehe ich: Dass die Professionalität der Darstellung mit der Qualität des Denkens verwechselt wird.
Das gilt auch für mich.
Vielleicht identifiziere ich mich mit einem Text, weil er meine Vorstellungen scheinbar besonders gut ausdrückt. Und erst bei genauerem Nachfragen merke ich, dass ich manche Aussage gar nicht begründen kann.
Das wäre für mich ein Hinweis auf eine Kompetenzillusion.
Nicht der KI-Einsatz ist das Problem. Auch nicht, dass man ihn dem Stil anmerkt.
Problematisch wird es, wenn ein sprachlich überzeugender Text den Eindruck einer fachlichen Sicherheit erzeugt, die bei näherer Betrachtung möglicherweise gar nicht vorhanden ist.
Deshalb frage ich bei wichtigen Arbeitsergebnissen nicht nur: Wie gut ist das Dokument?
Sondern auch: Wie gut ist das Denken dahinter?
Ist KI nicht einfach ein Werkzeug?
Da liegt ein Einwand nahe. Wir nutzen längst Werkzeuge, die mehr können als wir.
Der Taschenrechner rechnet. Das Navi findet den Weg. Die Textverarbeitung erspart uns viel Aufwand.
Warum sollte das bei KI anders sein?
Der Einwand ist berechtigt.
Nicht jede Delegation führt zu Kompetenzverlust. Und nicht jeder Verlust ist ein Problem. Manche Fähigkeiten müssen wir nicht mehr im gleichen Umfang trainieren, weil Technik sie zuverlässig übernimmt.
Der entscheidende Unterschied liegt für mich in der Prüfbarkeit.
Ein einfaches Rechenergebnis kann ich häufig schnell auf Plausibilität prüfen. Eine Route kann ich mit einer Karte abgleichen.
Bei einem komplexen Strategieentwurf, einer juristischen Einschätzung oder einer Analyse in einem fremden Fachgebiet wird das schwer.
Denn die Prüfung verlangt selbst Fachwissen und Urteilskraft.
Dazu kommt: Generative KI formuliert ihre Ergebnisse meist sehr überzeugend.
Ein gut formulierter Text wirkt kompetent. Über seine Richtigkeit sagt das erst einmal wenig.
Meine Faustregel lautet deshalb:
Je leichter ich ein Ergebnis selbst prüfen kann, desto unproblematischer ist die Delegation an KI.
Je schwerer die Prüfung und je folgenreicher die Entscheidung, desto genauer muss ich meine eigenen Grenzen kennen.
Das ist für mich ein wesentlicher Unterschied zwischen dem bloßen Benutzen eines Werkzeugs und einer wirklich kompetenten Zusammenarbeit mit KI.
Abschluss
Zurück zu meiner Ausgangsfrage: Woher weiß ich eigentlich noch, was ich selbst kann?
Mit KI entstehen oft bessere Ergebnisse, als ich sie allein erzielen würde. Das ist eine große Chance.
Aber die Qualität eines Ergebnisses beweist nicht meine eigene Kompetenz.
Ich halte es deshalb für wichtig, ab und zu zu unterscheiden:
– Was weiß und kann ich selbst?
– Was leiste ich mit KI?
– Und was traue ich mir aufgrund dieser Ergebnisse zu?
Beobachten Sie sich in den nächsten Tagen einmal selbst.
Bei welcher Aufgabe haben Sie zuletzt ein KI-Ergebnis übernommen, ohne sicher zu sein, ob Sie die Überlegungen dahinter verstanden haben?
Und wann hatten Sie vielleicht das Gefühl, kompetenter geworden zu sein, obwohl vor allem das System die Leistung erbracht hat?
In der nächsten Episode geht es weiter.
Wenn wir mit KI mehr leisten, als wir allein könnten: Welche Fähigkeiten müssen wir dann noch selbst haben?
Dazu komme ich auf mein Konzept der Relevanzkompetenz zurück und stelle einige praktische Vorgehensweisen vor.
Verabschiedung
Das war die heutige Episode von Selbstführung und Leadership Development.
Wenn Sie die Folge wertvoll fanden, teilen Sie sie gern mit Kolleginnen und Kollegen.
Wenn Sie aktive Unterstützung wünschen, kontaktieren Sie mich über meine Website oder per E-Mail an bb@bensmann-consulting.com und fragen Sie nach einer Deep Dive Session.
Ich freue mich, wenn Sie auch bei der nächsten Episode wieder dabei sind.



