idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
22.10.2025 12:05

Wenn Menschen KI-Entscheidungen verschlimmbessern

Stefanie Terp Stabsstelle Kommunikation, Events und Alumni
Technische Universität Berlin

    TU Berlin Studie zeigt auf, warum Mensch und Maschine noch kein gutes Team sind

    Die Technische Universität Berlin hat in einem neuen Positionspapier ein unbequemes Ergebnis zusammengefasst: Mensch-KI-Teams treffen oft schlechtere Entscheidungen als die KI allein. Was paradox klingt, zeigt sich in vielen Feldern wie Radiologie, Sicherheitstechnik oder Prozessüberwachung. Je zuverlässiger die Systeme, desto größer die Gefahr, dass Menschen die korrekten Empfehlungen der KI überstimmen oder ignorieren.

    Die Ursachen sind vielfältig, zwei aber stechen heraus. Erstens: Menschen wollen ihrer Rolle als Entscheider*innen gerecht werden. Wer nur abnickt, fühlt sich überflüssig und greift ein, auch wenn das System recht hat. Zweitens: Die Zuverlässigkeit moderner KI wird unterschätzt. Seltene Fehler erscheinen überbewertet, während die hohe Gesamtleistung kaum wahrgenommen wird. So entsteht ein Muster, das die Autor*innen der TU Berlin in zahlreichen Studien beobachten: „Menschen greifen unnötig ein und verschlimmbessern so die Gesamtleistung“, sagt Dr. Tobias Rieger, Psychologe am Fachgebiet Handlungs- und Automationspsychologie der TU Berlin und Erstautor des Positionspapiers. So überschreiben Radiolog*innen korrekte Befunde, weil sie ihrer Rolle als finale Entscheider*innen gerecht werden wollen. Und am Flughafen entscheiden Gepäckscreener*innen zwar besser mit KI-Assistenz, jedoch häufig auch nicht so gut wie das System allein.

    Konflikt mit EU-Regulierung

    Brisant ist das auch mit Blick auf das EU Gesetz zur Regulierung von KI (AI Act). Dieser fordert „wirksame menschliche Aufsicht“ für Hochrisikoanwendungen. Doch wie soll ein Radiologe oder eine Personalabteilung Verantwortung übernehmen, wenn die Maschine statistisch klar überlegen ist? Wenn Menschen systematisch schlechter entscheiden als die KI, stellt sich die Frage, wie Aufsicht in der Praxis gestaltet werden kann, ohne die Gesamtleistung zu verschlechtern.

    Erklärbare KI als Schlüssel

    Welche Lösungen sind denkbar? Ein Weg ist laut der Forscher*innen mehr Transparenz. Doch klassische Ansätze der „erklärbaren KI“ reichten nicht: Zu wissen, was ein tiefes neuronales Netzwerk ist, nützt der Radiologin wenig. Stattdessen müsse es um verhaltensleitende Erklärungen gehen. Systeme sollten ihre Stärken und Schwächen klar kommunizieren, zum Beispiel: „Bei dieser Patientengruppe ist meine Prognose für eine Krebserkrankung besonders zuverlässig.“ So wüssten Nutzer*innen, wann Zustimmung angebracht ist und wann sich ein kritischer Blick lohnt.

    Auf dem Weg zur Synergie

    Noch weiter reichen adaptive Konzepte. Die Maschine könnte lernen, wo der Mensch stark ist und ihm in diesen Fällen die Entscheidung überlassen. Umgekehrt könnte sie nur bei Unsicherheiten Empfehlungen geben. „Das Ziel ist eine echte Synergie, in der Mensch und Maschine sich sinnvoll ergänzen. Dafür gibt es keine One-Size-Fits-All-Lösung, sondern es braucht maßgeschneiderte Ansätze für unterschiedliche Anwendungsfelder“, betont Rieger. Deswegen sollten die späteren Nutzer*innen einer KI bereits in ihre Entwicklung mit eingebunden werden.

    Bis dahin ist es ein weiter Weg. Doch das Positionspapier macht deutlich: Der Schlüssel liegt nicht darin, Menschen aus dem Prozess zu drängen, sondern Systeme so zu gestalten, dass beide Partner*innen einander ergänzen. Erst dann können Mensch und KI gemeinsam tatsächlich bessere Entscheidungen treffen.


    Wissenschaftliche Ansprechpartner:

    Dr. Tobias Rieger
    Fachgebiet Handlungs- und Automatenpsychologie
    Fakultät V - Verkehrs- und Maschinensysteme
    E-Mail: t.rieger@tu-berlin.de

    Prof. Dr. Linda Onnasch
    Fachgebietsleiterin Handlungs- und Automatenpsychologie
    Fakultät V - Verkehrs- und Maschinensysteme
    E-Mail: linda.onnasch@tu-berlin.de
    Tel.: +49 30 314-77037


    Weitere Informationen:

    https://ieeexplore.ieee.org/abstract/document/11111703 Positionspapier mit weiteren Ergebnissen


    Bilder

    Merkmale dieser Pressemitteilung:
    Journalisten, Wissenschaftler, jedermann
    Informationstechnik, Medizin, Psychologie
    überregional
    Forschungsergebnisse, Wissenschaftliche Publikationen
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).