Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

AI Workslop: So sprechen Sie den Entwurf eines Kollegen an

AI Workslop kostet Empfänger laut BetterUp und Stanford rund zwei Stunden pro Vorfall. Wie Sie es ansprechen, ohne jemanden zu beschuldigen, und welche Teamregeln funktionieren.

Teilen

Eine Projektmanagerin erhielt in der Workslop-Umfrage von 2025 von ihrer Vorgesetzten ein Arbeitsergebnis, das in ihren Worten „poor quality work" war. Es sei „a huge time waste and inconvenience" gewesen, schrieb sie, und weil es von der Chefin kam, habe sie sich „uncomfortable confronting her about its poor quality and requesting she redo it" gefühlt. Also erledigte sie die Arbeit selbst, auf Kosten ihrer anderen Projekte (BetterUp Labs).

Das ist das ganze Problem in einer Anekdote: Wer auch immer den Entwurf erstellt hat, sie hat dafür bezahlt, mit ihren eigenen Projekten und mit der Frage, ob es überhaupt sicher war, etwas zu sagen. Dieser Leitfaden zeigt, was die Forschenden herausgefunden haben, wie Sie das Thema ansprechen, ohne jemanden zu beschuldigen, und welche Teamgewohnheiten verhindern, dass es wiederkommt.

Was die Umfrage gezählt hat

Der Begriff stammt von Forschenden von BetterUp Labs und dem Stanford Social Media Lab. Sie definierten Workslop als „AI-generated work content that masquerades as good work, but lacks the substance to meaningfully advance a given task", also KI-generierte Arbeitsinhalte, die sich als gute Arbeit tarnen, denen aber die Substanz fehlt, um eine Aufgabe wirklich voranzubringen (Fortune). Ihr Beitrag erschien 2025 in der Harvard Business Review, dazu gab es einen Begleitartikel darüber, warum Menschen so etwas produzieren. Befragt wurden 1.150 in den USA tätige Vollzeit-Büroangestellte.

Rund 40 % gaben an, im vorangegangenen Monat Workslop von einem Kollegen erhalten zu haben. Die Befragten schätzten, dass etwa 15 % der Inhalte, die sie bei der Arbeit bekommen, auf diese Beschreibung passen. Jeder Vorfall kostete etwa eine Stunde und 56 Minuten Bearbeitungszeit (BetterUps eigene Seite rundet auf 2 Stunden), was die Forschenden mit 186 $ pro Mitarbeiter und Monat bezifferten, bei einem Unternehmen mit 10.000 Beschäftigten also mit rund 9 Millionen $ pro Jahr (CNBC).

Vier Kacheln: 40 Prozent der US-Büroangestellten erhielten innerhalb eines Monats Workslop, jeder Vorfall kostete 1 Stunde 56 Minuten Bearbeitungszeit, 186 $ monatliche Kosten pro Mitarbeiter, 9 Millionen $ pro Jahr für ein Unternehmen mit 10.000 Beschäftigten.

Zwei Einschränkungen, bevor jemand diese Zahlen in einer Budgetrunde zitiert. Sie stammen aus einer einzigen Umfrage mit selbst berichteten Erfahrungen, und der Dollarbetrag wurde aus den Gehältern berechnet, die die Befragten angegeben haben (Entrepreneur). Wir halten die Richtung für solide und die Nachkommastellen für weich. Bisher hat niemand eine Vorher-nachher-Studie zu einem Team veröffentlicht, das das Problem gelöst hat, und wir würden gern eine sehen.

Die soziale Folge ist die Zahl, die wir einer skeptischen Führungskraft zuerst zeigen würden. Laut CNBC sahen etwa die Hälfte der Empfänger den Absender danach als weniger kreativ, fähig oder zuverlässig, und etwa jeder Dritte erzählte es einem Teamkollegen oder dem Chef. Kate Niederhoffer von BetterUp Labs beschrieb ihre eigene Reaktion auf erhaltenen Workslop so: „Can they not complete the job themselves? I don't trust them. I don't want to work with them again."

Workslop erkennen, ohne zu raten

Jeff Hancock, Gründer des Stanford Social Media Lab, sagte gegenüber CNBC, KI habe den Aufwand beseitigt, der früher begrenzte, wie viel Füllmaterial ein Mensch produzieren konnte: „I can generate a lot of useless or unproductive content very easily." Als Erkennungszeichen nannte er „purple prose": drei Absätze, wo ein Stichpunkt genügt hätte. CNBCs Beispiele für die Form sind fehlerhafter Code, Foliensätze mit unvollständigen Informationen und seltsam formulierte E-Mails.

Beachten Sie, was auf dieser Liste steht. Nichts davon setzt voraus, dass Sie beweisen, dass ein Modell den Text geschrieben hat. Ein Bericht mit erfundenen Zahlen ist ein Problem, egal ob ein Mensch oder ein Chatbot sie erfunden hat, und genau diese Version können Sie im Meeting belegen. Auf Ergebnisse von KI-Detektoren würden wir in einem Gespräch am Arbeitsplatz als Beleg verzichten: Ein Prozentwert rät, wer den Text geschrieben hat, während eine fehlende Quelle, eine falsche Zahl oder eine fehlende Entscheidung jeder überprüfen kann (was Detektoren zu messen vorgeben, zeigen das Ranking der KI-Content-Detektoren und unser Vergleich).

Das Gespräch mit einem Kollegen, Schritt für Schritt

CNBC Make It hat dazu ein Playbook von Melody Wilding veröffentlicht, Executive Coach und Autorin von Managing Up. Ihren Rat würden wir fast wörtlich befolgen; er lässt sich auf vier Schritte verdichten (CNBC).

  1. Beginnen Sie mit einem gemeinsamen Ziel. Wildings Beispielsätze: „We both want the executive team to be happy with this" oder „Since both of our names are on this, I hope you'll agree it needs to hold up to scrutiny from the client."
  2. Nennen Sie die konkreten Probleme und verzichten Sie auf das Pauschalurteil. Zwei Abschnitte, in denen die Daten nicht zu dem passen, was besprochen wurde. Eine Formatierung, die mittendrin wechselt. Eine Zahl ohne Quelle.
  3. Sagen Sie, was es gekostet hat. Wildings Beispiel: „I've spent time redoing this, which meant pushing back a project for my boss." Gegen Kosten, die man benennen kann, lässt sich schwer argumentieren.
  4. Bitten Sie um eine einzige Änderung für das nächste Mal: eine kurze Durchsicht von KI-Entwürfen, bevor sie bei Ihnen landen, oder einen Hinweis, wenn KI im Spiel war. Wildings Satz lautet: „One thing that would help is knowing when AI was used."

Wilding warnt vor dem pauschalen „Das sieht komplett KI-generiert aus", besonders wenn Sie es nicht belegen können: Es bringt das Gegenüber in die Defensive und lenkt davon ab, was sich ändern muss. Wenn Sie KI doch ansprechen, rät sie zu einer Relativierung und dem Eingeständnis, dass Sie sie selbst nutzen: „I could be wrong, but some of this reads like AI was involved. I use it too, so that's not the issue." Wir würden trotzdem mit den Mängeln beginnen und KI erst danach erwähnen, wenn überhaupt.

Vier Do-und-Don't-Paare für das Ansprechen von Workslop: von einem gemeinsamen Ziel ausgehen, konkrete Probleme benennen, sagen, wie lange die Korrektur gedauert hat, um eine Durchsicht des Entwurfs oder einen Hinweis bitten.

Wenn der Absender Ihre Führungskraft ist

Nach oben ist es schwieriger, und die Umfrage zeigt, warum: Die Projektmanagerin von oben schwieg, weil der Entwurf von ihrer Vorgesetzten kam. Wildings Rat ist, zuerst die eigene KI-Nutzung zu erwähnen. Das signalisiert dem Chef, dass Sie die Tools nicht ablehnen, und hält das Gespräch bei Qualität und Zeit. Nennen Sie dann eine Zahl für die Kosten und verknüpfen Sie sie mit etwas, das Ihrem Gegenüber wichtig ist, etwa dem Projekt, das Sie verschieben mussten.

Hier trägt die Bitte das Gespräch, mehr als die Beschwerde. Verlangen Sie nicht, dass Ihre Führungskraft KI nicht mehr nutzt. Bitten Sie um eine kleine Prozessänderung, der sie zustimmen kann, ohne das Gesicht zu verlieren: Sie überfliegt den Entwurf einmal, bevor sie ihn weiterleitet, oder ergänzt eine Zeile dazu, welche Teile das Modell geschrieben hat. Wir bezweifeln, dass eine Führungskraft einen Prüfschritt ablehnt, wenn die Alternative ist, dieselbe Beschwerde von drei Leuten zu hören.

Die Arbeit ist nicht verschwunden, sie ist nur woandershin gewandert

Unsere Haltung: KI sollte Arbeit abnehmen, nicht auf jemand anderen verlagern. Workslop ist der klarste Fall des Zweiten. Die Aufgabe des Absenders schrumpft auf einen Prompt und ein Einfügen, während der Empfänger das Prüfen, das Umschreiben und das unangenehme Meeting erbt, in dem er nachfragt, was gemeint war.

Drei Karten von links nach rechts: Der Absender braucht Sekunden fürs Generieren, ein polierter Entwurf wirkt fertig, ist es aber nicht, und der Empfänger braucht Stunden, um ihn zu reparieren.

Die neueren Zahlen deuten in dieselbe Richtung. Workdays eigene Studie, eine weltweite Umfrage unter 3.200 Vollzeitbeschäftigten, die alle aktive KI-Nutzer waren, ergab: 85 % sagten, KI spare ihnen ein bis sieben Stunden pro Woche, doch fast 40 % der gesparten Zeit gingen durch Nacharbeit verloren: Fehler korrigieren, Inhalte umschreiben und Ergebnisse prüfen (Workday, veröffentlicht 2026; außerdem CNBC). Nur 14 % erzielten durchgängig klare, positive Nettoergebnisse. Das ist die unternehmensweite Version dessen, was der Empfänger eines einzigen schlechten Entwurfs spürt. Wird die „gesparte Zeit" eines Teams nur auf der Absenderseite gezählt, ist sie um das überhöht, was die Empfängerseite zahlt.

Damit ist auch die Tool-Frage geklärt. ChatGPT, Claude, Microsoft 365 Copilot und Gemini können alle auf Zuruf polierte Leere liefern, und alle können einen guten ersten Entwurf liefern, den eine sorgfältige Person dann verbessert. Grammarly liegt auf der anderen Seite der Grenze: Es arbeitet mit Text, den Sie schon geschrieben haben. Wir würden dem Produkt nicht die Schuld für Workslop geben. Die Gewohnheit entscheidet über das Ergebnis. Wenn Sie Schreibtools vergleichen möchten, sind das ToolRank-Ranking für KI-Schreibassistenten und unser Vergleich der Schreibassistenten gute Startpunkte.

Teamregeln, die tragen

Hancocks Rat laut Fortune: Teams sollten hohe Maßstäbe anlegen und sich gegenseitig offen kritisieren. Teams, die auf die Qualität der Aufgabe achten, „critique each other, they accept critiques" und erleben weniger Workslop. Die Forschenden schlagen vor, dass dieselben Erwartungen, die zwischen zwei Kollegen gelten, auch für Arbeit von Mensch und KI gelten sollten (Fortune). Daraus und aus den CNBC-Beiträgen ergeben sich drei Regeln.

Sagen, wenn KI genutzt wurde

Hancock sagte gegenüber CNBC, die Offenlegung der KI-Nutzung helfe Kollegen, Ihre Prompts und Ziele zu verstehen und Lücken zu füllen. In der Praxis ist es eine Zeile: „Erster Entwurf mit Claude erstellt, Zahlen mit dem Finance-Export abgeglichen." Das kostet zehn Sekunden, sagt dem Leser, wie genau er hinsehen muss, und beseitigt das Ratespiel, das das unangenehme Gespräch erst unangenehm macht. Schreiben Sie es in die Vorlage für Statusupdates und Berichte, damit es niemand freiwillig nennen muss.

Vor dem Senden prüfen

Das erste Lesen gehört dem Absender. Das heißt: jede Zeile, jede Zahl, jedes Zitat und jeder Link, geprüft von der Person, deren Name darunter steht. Unser Leitfaden zum Faktencheck von KI-Ergebnissen beschreibt einen skalierbaren Prüfablauf; die Kurzfassung für ein Team lautet: Prüfen Sie alles, auf dessen Grundlage ein Leser handeln könnte.

Vier Prüfschritte vor dem Versand KI-gestützter Arbeit: jede Zeile lesen, Fakten prüfen, eigenen Kontext ergänzen, sagen, wie es entstanden ist.

Eine Definition of Done schreiben

Das meiste Workslop kommt durch, weil nie jemand gesagt hat, was „fertig" bedeutet. Eine Definition of Done kann aus vier Zeilen bestehen: wer die Zielgruppe ist, welche Entscheidung das Dokument stützt, woher jede Zahl stammt und wer außer dem Autor es gelesen hat. Ein Entwurf, der das nicht beantworten kann, ist nicht fertig, egal wer oder was ihn geschrieben hat. Wenn Ihr Team bereits eine KI-Richtlinie hat, ergänzen Sie diese Zeilen dort; unsere Vorlage für eine KI-Nutzungsrichtlinie enthält eine Version, an die sich Leute erfahrungsgemäß halten.

Unsere Empfehlung für den ersten Schritt ist die Offenlegung, weil sie weder Tools noch Genehmigung braucht. Die Definition of Done kommt an zweiter Stelle, denn dafür braucht es ein Meeting, um sich zu einigen. Anhand der Checkliste unten sehen Sie dann, welche Gewohnheiten Ihr Team schon hat.

Wo es schiefgehen kann

Das Gespräch kann auf ein paar vorhersehbare Arten nach hinten losgehen. Manche wussten schlicht nicht, dass ihr Entwurf dünn war; sie sahen ein selbstsicher klingendes Dokument und leiteten es weiter. Andere werden defensiv, meist wenn das Feedback wie ein Urteil über ihre Kompetenz klingt, und für sie gibt es den Einstieg über das gemeinsame Ziel. Und einige werden weiter Slop schicken, was Sie auch sagen; dann nehmen Sie die dokumentierten Zeitkosten mit zur Führungskraft.

Es gibt auch ein leiseres Scheitern: zum festen Aufräumer des Teams zu werden. Wenn Sie jeden Entwurf stillschweigend reparieren, lernt der Absender nie dazu, und Sie fangen jedes Mal die zwei Stunden ab. Ein ehrliches Gespräch kostet weniger als ein Jahr Aufräumarbeit. Es gibt dem Absender außerdem das Einzige, was er vom Modell nicht bekommen kann: die Reaktion eines Kollegen auf die fertige Seite, und die meisten erfahren das lieber unter vier Augen von Ihnen als öffentlich von einem Kunden.

Offen ist, ob solche Regeln das Aufkommen tatsächlich senken. Die Forschenden empfehlen Leitplanken und eine „Pilot"-Haltung, und Hancocks eigener Befund betrifft Teams mit hohen Maßstäben, aber gemessene Ergebnisse eines Teams, das eine Offenlegungsregel eingeführt hat, haben wir nicht gesehen. Wenn Sie eine ausprobieren, halten Sie die Stunden fest, die Sie vorher und nachher für Nacharbeit aufwenden. Diese Zahl überzeugt Ihre Führungskraft besser als jede Umfrage.

Häufig gestellte Fragen

Was ist AI Workslop?

Es ist KI-generierte Arbeit, die ausgefeilt aussieht, der aber die Substanz fehlt, um eine Aufgabe voranzubringen, sodass der Kollege, der sie erhält, das Denken und Aufräumen übernehmen muss. Der Begriff wurde 2025 in einer Studie von BetterUp Labs und dem Stanford Social Media Lab geprägt und in der Harvard Business Review veröffentlicht.

Was kostet Workslop?

In der Umfrage von BetterUp und Stanford unter 1.150 US-Büroangestellten dauerte jeder Vorfall etwa 1 Stunde 56 Minuten, und die Forschenden schätzten 186 $ pro Mitarbeiter und Monat. Für ein Unternehmen mit 10.000 Beschäftigten rechneten sie mit rund 9 Millionen $ pro Jahr. Diese Zahlen sind selbst berichtete Schätzungen aus einer einzigen Umfrage.

Wie sage ich einem Kollegen, dass seine Arbeit überarbeitet werden muss, ohne ihm KI-Nutzung vorzuwerfen?

Zeigen Sie auf die konkreten Probleme (eine fehlende Quelle, nicht passende Daten, eine Formatierung, die mittendrin wechselt) und verknüpfen Sie sie mit einem Ziel, das Sie teilen. Lassen Sie jede Vermutung darüber weg, wie die Arbeit entstanden ist. Wildings Rat ist, um eine Änderung im Ablauf zu bitten, etwa eine Durchsicht vor dem Senden oder einen Hinweis, wenn KI genutzt wurde.

Sollte ich seine Arbeit durch einen KI-Detektor laufen lassen?

Wir würden es lassen. Ein Detektor-Wert ist eine Vermutung über die Urheberschaft, die der Absender anfechten kann, und er lenkt das Gespräch vom eigentlichen Mangel weg. Eine falsche Zahl oder eine fehlende Quelle lässt sich leichter klären.

Darf ich bei der Arbeit ChatGPT, Claude, Copilot oder Gemini nutzen?

Ja, und viele tun es bereits: Laut Gallup hat sich der Anteil der US-Beschäftigten, die KI in ihrer Rolle mindestens ein paar Mal im Jahr nutzen, zwischen 2023 und 2025 von 21 % auf 40 % fast verdoppelt (Gallup). Es gilt derselbe Maßstab wie für jeden anderen Entwurf: Sie haben ihn gelesen, geprüft und würden Ihren Namen daruntersetzen. Sagen Sie Kollegen, wenn ein Dokument mit einem Modell begonnen hat.

Weiterlesen

KI-generierte BücherSo erkennen Sie sie, bevor Sie kaufen oder ausleihenRatgeberKI-generierte Bücher: So erkennen Sie sie, bevor Sie kaufen oder ausleihenSo prüfen Sie KI-generierte Bücher vor dem Kauf oder der Ausleihe: Autor, Verlag, ISBN, Fakten in der Leseprobe, Amazons Regeln und warum Detektoren versagen.16. Nov. 20267 Min. LesezeitArtikel lesenChatGPT Business ProfilesWas bekannt ist und was Sie jetzt tun solltenRatgeberChatGPT Business Profiles: Was bekannt ist und was Sie jetzt tun solltenWie man ein ChatGPT-Unternehmensprofil beansprucht, ist noch nicht öffentlich. Hier steht, was berichtet wird, was fehlt und was ein kleines Unternehmen zuerst in Ordnung bringen sollte.15. Nov. 20269 Min. LesezeitArtikel lesenChatGPT Plus für VeteranenSo sichern Sie sich das kostenlose JahrRatgeberChatGPT Plus für Veteranen: So sichern Sie sich das kostenlose JahrWer Anspruch auf das kostenlose Jahr ChatGPT Plus von OpenAI für Veteranen und Soldaten hat, die ID.me-Schritte, was bei der Verlängerung passiert und welche Einstellungen Sie ändern sollten.14. Nov. 20266 Min. LesezeitArtikel lesenKI-Coding-Agenten geben Secrets preis. Prüfen Sie Ihre ReposRatgeberKI-Coding-Agenten geben Secrets preis. Prüfen Sie Ihre ReposGespeicherte Freigaben von Claude Code haben in 1.122 öffentlichen Dateien Passwörter offengelegt, und Grok Build hat private Apps exponiert. Hier sind die genauen Checks, Fixes und Einstellungen.14. Nov. 202612 Min. LesezeitArtikel lesenRing-Patrouillendrohne und -RoboterWas sie aufzeichnen und wer das Material siehtRatgeberRing-Patrouillendrohne und -Roboter: Was sie aufzeichnen und wer das Material siehtRing Drone Cam und Rover Cam: was jede aufzeichnet, wohin das Video geht, wer es anfordern kann und welche Einstellungen Sie ändern sollten, bevor Sie eines der Geräte einschalten.13. Nov. 20268 Min. LesezeitArtikel lesenUnited und eBay sperren KI-Agenten ausWo Ihrer noch funktioniertRatgeberUnited und eBay sperren KI-Agenten aus: Wo Ihrer noch funktioniertUnited lässt KI-Agenten keine Buchungen abschließen, und eBay verbietet Buy-for-me-Bots. Was das bedeutet und wie Sie einen Agenten heute sicherer nutzen.12. Nov. 202612 Min. LesezeitArtikel lesenKI-Abo-BundlesSo zahlen Sie nicht doppeltRatgeberKI-Abo-Bundles: So zahlen Sie nicht doppeltWir vergleichen alle großen KI-Abo-Bundles, von X und Google bis Microsoft 365, mit Listenpreisen und einem Rechner, der Überschneidungen aufdeckt.7. Nov. 20266 Min. LesezeitArtikel lesenKI-Modell-Leaderboards erklärtSo lesen Sie einen Platz-1-ClaimRatgeberKI-Modell-Leaderboards erklärt: So lesen Sie einen Platz-1-ClaimArena, Artificial Analysis, SWE-bench und Humanity's Last Exam messen jeweils etwas anderes. So funktionieren sie, wo sie an ihre Grenzen stoßen – und eine Checkliste, mit der Sie jeden Platz-1-Claim einordnen.6. Nov. 202612 Min. LesezeitArtikel lesen