Jonathan Mall

Warum hybride KI-Arbeit abgewertet wird, und warum die übliche Konsequenz daraus falsch ist

Warum hybride KI-Arbeit abgewertet wird

Quintessenz: Eine Studie des Brand Science Institute behauptet, dass hybride Arbeit aus Mensch und KI härter abgewertet wird als reine KI-Arbeit. Nicht wegen schlechterer Qualität, sondern wegen des Labels. Als kognitiver Neuropsychologe, der seit Jahren mit KI-gestützter Marktforschung arbeitet, halte ich die Diagnose für weitgehend richtig und die Therapie für gefährlich falsch. Das Problem ist nicht die Hybridität. Das Problem ist, wie wir sie deklarieren und wer die Verantwortung für das Ergebnis trägt.

Das Brand Science Institute in Hamburg hat ein Experiment veröffentlicht, das in vielen Marketingabteilungen für Unruhe sorgen dürfte: Identische Texte und Bilder wurden über 300 Teilnehmenden vorgelegt, einmal als menschliche Arbeit deklariert, einmal als KI-Arbeit, einmal als Kombination aus beidem. Die menschlich deklarierte Version bekam im Schnitt 5,8 von 7 Punkten. Die KI-Version 3,9. Und die hybride Version, also genau das, was heute fast jedes Unternehmen tut, landete mit 3,4 ganz unten.

Dieselbe Arbeit. Drei Etiketten. Drei völlig verschiedene Urteile.

Ich habe die Studie mit gemischten Gefühlen gelesen. Vieles daran deckt sich mit dem, was ich aus der Entscheidungspsychologie kenne und in Kundenprojekten täglich beobachte. An einer entscheidenden Stelle ziehe ich aber eine andere Schlussfolgerung als die Autoren. Hier ist meine Position, Kapitel für Kapitel entlang der Studienbefunde.

Kapitel 1: Was die Studie behauptet

Die Studie prüft vier Hypothesen, und alle vier werden bestätigt:

  1. Herkunft schlägt Qualität. Menschlich deklarierte Arbeiten werden systematisch höher bewertet, unabhängig vom objektiven Ergebnis (Effektgröße η² = .31, ein großer Effekt).
  2. Hybrid wird härter bestraft als reine KI. „Mensch + KI" wirkt auf Konsumenten wie ein Täuschungsversuch. Die moralische Legitimität hybrider Arbeiten lag bei 2,7 von 7 Punkten, reine KI bei 3,4, der Mensch bei 5,9. Teilnehmende benutzten Wörter wie „Mogelarbeit" und „nicht verdient".
  3. Vier psychologische Mechanismen vermitteln die Abwertung: Authentizitätsverlust (der stärkste Faktor), Kontrollverlust, moralische Diskreditierung und Statusbedrohung.
  4. Erfahrung mildert, ersetzt aber nicht. Wer KI selbst nutzt, wertet weniger radikal ab, bevorzugt aber weiterhin klar den Menschen.

Die strategische Empfehlung der Autoren: Hybridisierung sei „hochriskant". Unternehmen sollten sich klar entscheiden, entweder transparent maschinell oder bewusst rein menschlich. „Made by Human" werde zur Premiumkategorie und zur härtesten Differenzierungsstrategie des 21. Jahrhunderts.

Genau an dieser Empfehlung arbeite ich mich in den folgenden Kapiteln ab.

Kapitel 2: Herkunft schlägt Qualität. Ja, das ist real.

Der erste Befund überrascht mich null, und er sollte auch dich nicht überraschen. Die Psychologie kennt diesen Mechanismus seit Jahrzehnten. Justin Kruger und Kollegen haben 2004 die Effort Heuristic beschrieben: Dasselbe Gedicht, dasselbe Gemälde wird höher bewertet, wenn wir glauben, dass mehr Mühe darin steckt. Wert ist im Kopf des Betrachters an sichtbare Anstrengung gekoppelt, nicht an das Ergebnis. Diese Verzerrung ist eine von vielen, mit denen Konsumenten systematisch anders urteilen, als Marketer erwarten. Sieben weitere habe ich in meinem Artikel über kognitive Verzerrungen im Kaufverhalten seziert.

Dazu kommt die Algorithm Aversion (Dietvorst, Simmons & Massey, 2015): Menschen verzeihen einem Algorithmus Fehler deutlich schlechter als einem Menschen, selbst wenn der Algorithmus nachweislich besser abschneidet. Ein einziger sichtbarer KI-Fehler, und das Vertrauen ist weg.

Wichtig ist aber, was die Studie hier wirklich misst. Die Stimuli waren identisch. Gemessen wurde also ausschließlich die Reaktion auf ein Etikett. Das ist ein sauberes Design, aber es bildet eine Situation ab, die im Markt selten vorkommt: In der Realität steht auf den wenigsten Texten, Bildern oder Kampagnen ein Herkunftsschild.

Was passiert, wenn das Etikett fehlt, habe ich vergangene Woche selbst getestet und auf LinkedIn dokumentiert: Wir haben eine KI darauf trainiert, Texte so umzuschreiben, dass sie für KI-Detektoren als menschlich durchgehen. Das hat funktioniert, der Copyleaks-Score fiel von 1,00 auf 0,00. Dann haben wir Leser blind urteilen lassen. Ergebnis: Der disziplinierte KI-Originaltext schlug die „vermenschlichte" Version in allen vier Abschnitten, und 8 von 10 Testlesern wählten das Original. Der Grund: Die humanisierte Fassung mäanderte, wiederholte sich und vergrub die Zahlen, denn Detektoren werten genau diese Schludrigkeit als menschlich. Simulierte Menschlichkeit kostet Qualität, und ohne Herkunftsetikett belohnen Leser Disziplin. Der BSI-Befund ist also real, aber er ist ein Befund über Labels, nicht über Arbeit.

Kapitel 3: Die Hybrid-Strafe. Der spannendste und wackligste Befund.

Dass „Mensch + KI" schlechter wegkommt als reine KI, ist die provokanteste Aussage der Studie. Die Erklärung der Autoren folgt der Kontaminationslogik von Rozin und Nemeroff: Werke tragen die „Essenz" ihres Schöpfers, und die Berührung durch die Maschine verunreinigt das Menschliche. Hybride Arbeit gilt dann nicht als Kombination von Stärken, sondern als simulierte Mühe.

Psychologisch ist das plausibel. Und es gibt unabhängige Evidenz, die in dieselbe Richtung zeigt: Schilke und Reimann haben 2025 in einer Serie von 13 Experimenten gezeigt, dass die Offenlegung von KI-Nutzung Vertrauen senkt, quer durch Berufsgruppen und Aufgabentypen. Wer sagt „ich habe das mit KI gemacht", zahlt einen Vertrauenspreis.

Aber die Evidenzlage ist nicht so einseitig, wie die Studie suggeriert. Zhang und Gosline vom MIT fanden 2023 in einem sehr ähnlichen Design das Gegenteil einer Hybrid-Strafe: „Human favoritism, not AI aversion". Inhalte aus Mensch-KI-Kollaboration wurden dort keineswegs radikal abgewertet, teilweise schnitt KI-gestützte Arbeit sogar am besten ab. Die Menschen bevorzugten Menschliches, ohne Hybrides zu verachten.

Wie passen diese Ergebnisse zusammen? Meine Hypothese als Psychologe: Es kommt auf die Semantik des Labels an. „Mensch + KI" ohne weitere Erklärung lädt zur Betrugsinterpretation ein: Da wollte jemand menschliche Mühe vortäuschen und hat abgekürzt. Ein Label wie „KI-gestützt erstellt, fachlich geprüft und verantwortet von [Name]" erzählt eine völlig andere Geschichte: Werkzeugnutzung plus menschliche Verantwortung. Beides ist hybrid. Die psychologische Wirkung könnte unterschiedlicher kaum sein.

Die BSI-Studie hat eine Variante des Hybrid-Labels getestet und daraus eine Generalaussage über Hybridität abgeleitet. Das halte ich für den zentralen Schwachpunkt.

Kapitel 4: Die vier Mechanismen. Hier ist die Studie am stärksten.

Die Mediationsanalyse der Studie identifiziert vier Filter, durch die wir KI-Arbeit bewerten: Authentizität, Kontrolle, Moral und Status. Diese Aufschlüsselung finde ich wertvoll, weil sie erklärt, warum pauschale „KI-Akzeptanz"-Debatten so unproduktiv sind. Es sind vier verschiedene Probleme, die vier verschiedene Antworten brauchen.

Besonders ernst nehme ich den vierten Mechanismus, die Statusbedrohung. Personen mit hoher kreativer Selbstdefinition werteten KI-Arbeiten fast einen ganzen Skalenpunkt härter ab als Menschen, die sich nicht über Kreativität definieren. Das deckt sich exakt mit meiner Erfahrung: Die härteste Ablehnung von KI-Werkzeugen kommt selten von Kunden oder Konsumenten. Sie kommt von Professionals, deren Identität an genau der Tätigkeit hängt, die die KI plötzlich auch kann. Die Abwertung ist dann keine Qualitätsaussage, sondern Selbstverteidigung. Wer das versteht, führt andere Gespräche in seiner Organisation.

Auch den Resonanzgedanken (nach Hartmut Rosa) nehme ich ab: Menschen suchen in Werken das Gefühl, dass ein anderer Mensch zu ihnen spricht. Bei einer Rede, einem Kondolenzbrief, einem persönlichen Dankeschön ist die menschliche Herkunft Teil des Produkts. Wer hier automatisiert, zerstört tatsächlich den Wert der Geste.

Nur ziehe ich aus der Resonanzfrage einen anderen Schluss als die Studie. In meinem TEDx-Talk „Rewriting Empathy with AI" beschreibe ich Marktforschung als das, was sie im Kern ist: ein Hightech-Werkzeug zum Perspektivwechsel (ab Minute 6:21). KI kann simulieren, wie deine Botschaft bei anderen ankommt, und genau diese Überraschung reißt uns aus dem Autopiloten, der uns glauben lässt, alle dächten wie wir. Richtig eingesetzt zerstört KI Resonanz also nicht, sie trainiert sie. Die Grenze ziehe ich im selben Talk bei Minute 9:56: Beim Schreiben darf KI uns überraschen, im direkten Gespräch mit Menschen bleibt Zuhören unersetzlich.

Kapitel 5: Erfahrung mildert die Abwertung. Das ist kein Randbefund, das ist die Prognose.

Für mich ist die vierte Hypothese der unterschätzte Teil der Studie. KI-Nutzer bewerteten hybride Arbeit mit 3,8 statt 3,1 und reine KI mit 4,2 statt 3,7. Die Struktur bleibt, aber die Härte schwindet mit Vertrautheit.

Die Studie behandelt das als Fußnote. Ich lese es als Trendlinie. Wir haben diesen Film schon mehrfach gesehen: Der Taschenrechner galt als Betrug am Rechnen, Photoshop als Betrug an der Fotografie, Auto-Tune als Betrug am Gesang. Jedes Mal wanderte die Grenze dessen, was als legitime Werkzeugnutzung durchgeht, und zwar in dem Tempo, in dem die Nutzererfahrung in der Breite ankam. Die gemessene Abwertung ist eine Momentaufnahme aus der Frühphase der Adoption, keine anthropologische Konstante. Wer heute Zehnjahresstrategien auf ihr baut, extrapoliert einen Übergangszustand. Wie schnell sich die Arbeitsrealität dabei gerade verschiebt, vom KI-Chatbot als Assistent hin zu durchgängig verketteten Arbeitsabläufen, habe ich im Artikel Vom Chatbot zum AI Operating System beschrieben.

Kapitel 6: Wo die Studie recht hat

Drei Empfehlungen der Autoren unterschreibe ich sofort:

Kapitel 7: Wo ich widerspreche: Verantwortung schlägt Herkunft

Die Kernempfehlung der Studie lautet: Entweder rein menschlich oder transparent maschinell, bloß nicht hybrid. Für die große Mehrheit der Wertschöpfung halte ich das für falsch, aus zwei Gründen.

Erstens: Bei Leistungsgütern zählt das Ergebnis, nicht die Essenz. Eine Marktanalyse, ein Werbetext, eine Software, eine Diagnose wird nicht gekauft, weil ein Mensch dabei gelitten hat, sondern weil sie funktioniert. Hier ist die relevante Frage nicht „Wer hat das gemacht?", sondern „Stimmt es, und wer haftet, wenn nicht?".

Ich arbeite täglich mit Digital Twins, also KI-Simulationen echter Zielgruppen. Das ist hybride Arbeit in Reinform: maschinelle Simulation, menschlich konzipiert, geprüft und verantwortet. Unsere Kunden akzeptieren diese Ergebnisse nicht, weil wir die KI verstecken, sondern weil wir sie gegen echte Menschen validieren. In meiner Keynote bei der Behavioral Science Akademie zeige ich ab Minute 4:32 die Grundlage: über eine Million echte Profile mit bis zu 250 Datenpunkten pro Person, und ab Minute 5:13 das Prinzip, das die Simulation ehrlich hält: Die Twins begründen erst ihren Kontext, dann antworten sie. In meinem Vortrag zum Volkswagen-Case bei HORIZONT nextGen nenne ich ab Minute 9:44 die Validierungszahlen: 85 bis 92 Prozent Übereinstimmung mit klassischen Fokusgruppen, in einzelnen Claim-Rankings bis zu 98 Prozent. Ab Minute 3:08 siehst du dort auch, was gute hybride Arbeit konkret leistet: Eine KI-Persona deckte die semantische Falle um das polnische Wort „Celebracja" auf, bevor eine Millionenkampagne daran gescheitert wäre.

Das schönste Beispiel für richtig aufgesetzte Hybridarbeit liefert die Case Study mit dem Oetinger Verlag: 92 Prozent Übereinstimmung zwischen Twin-Tests und klassischer Marktforschung. Entscheidend ist aber, was Oetinger mit den restlichen 8 Prozent macht: Genau die emotional subtilen Fälle, in denen Eltern und Kinder unterschiedlich auf dasselbe Cover reagieren, gehen weiterhin in die klassische Forschung mit echten Menschen. Zehnfacher Durchsatz auf den einfachen 92 Prozent, tiefere menschliche Investition in die schweren 8. Das ist keine Kontamination. Das ist Arbeitsteilung nach Stärken, und niemand fühlt sich getäuscht, weil die Grenze offen kommuniziert wird.

Zweitens: Die Studie testet ein schlechtes Label und verurteilt eine Arbeitsform. Wie in Kapitel 3 beschrieben: „Mensch + KI" klingt nach vertuschter Abkürzung. Die Alternative zur Vertuschung ist aber nicht der Verzicht auf Hybridität, sondern ein ehrlicheres Narrativ. Ich schlage eine dritte Kategorie vor, die in der Zweiteilung der Studie fehlt: „Vom Menschen verantwortete KI-Arbeit." Ein Mensch mit Namen und Reputation steht für das Ergebnis ein, macht den Prozess nachvollziehbar und dokumentiert, was geprüft wurde. Das adressiert alle vier Mechanismen der Studie gleichzeitig: Verantwortung stellt Authentizität wieder her (ein echter Mensch meint das ernst), gibt Kontrolle zurück (es gibt einen Absender), löst das Moralproblem (nichts wird simuliert) und entschärft die Statusfrage (Expertise verschiebt sich vom Ausführen zum Prüfen und Entscheiden).

Die pauschale Warnung vor Hybridisierung führt Unternehmen in eine Sackgasse. Rein menschliche Produktion ist für die meisten Wettbewerbssituationen ökonomisch nicht mehr darstellbar, und rein maschinelle Produktion liefert bei allem, was Urteilskraft braucht, schlicht schlechtere Ergebnisse. Der reale Wettbewerb wird zwischen guter und schlechter Hybridarbeit entschieden, nicht zwischen Mensch und Maschine.

Kapitel 8: Was das praktisch bedeutet

Wenn du KI in deiner Wertschöpfung einsetzt (und das tust du vermutlich längst), leite ich aus der Studie und der Gegenevidenz fünf Regeln ab:

  1. Sortiere dein Portfolio in Resonanzgüter und Leistungsgüter. Überall dort, wo menschliche Herkunft Teil der Bedeutung ist, halte den Menschen sichtbar im Zentrum und die KI im Hintergrund. Überall dort, wo das Ergebnis zählt, kommuniziere Qualität und Verantwortung statt Herkunft.
  2. Formuliere Labels als Verantwortungsaussage, nie als Herkunftsbeichte. „KI-gestützt erstellt, geprüft und verantwortet von X" statt „Mensch + KI". Vage Teilgeständnisse sind die schlechteste aller Optionen, sie triggern genau die Betrugsinterpretation, die die Studie misst. Ich praktiziere das selbst: Unter meine LinkedIn-Posts schreibe ich regelmäßig, dass drei simulierte Zielgruppen den Text bewertet haben, bevor er live ging. In den Tests vor Veröffentlichung war genau dieses Geständnis wiederholt die glaubwürdigste Stelle des ganzen Posts, weil es Prüfung demonstriert statt Mühe vorzutäuschen.
  3. Zeige den Prozess. Dokumentiere, wo die Maschine zugearbeitet hat und wo Menschen entschieden haben. Sichtbare Prüfschritte sind die legitime Form der Effort Heuristic.
  4. Validiere und veröffentliche. Wenn deine hybride Arbeit messbar gut ist, miss sie gegen den menschlichen Goldstandard und sag die Zahl laut. Nichts entwaffnet Herkunftsskepsis so zuverlässig wie ein Blindvergleich. Und modelliere dabei die echte Varianz der Menschen, nicht ihren Durchschnitt: Ein naiver KI-Zwilling trifft reale Antworten in etwa 55 Prozent der Fälle, einer, der die Unordnung echter Profile mitträgt, bis zu 98 Prozent. Genauigkeit sieht nach Unvollkommenheit aus.
  5. Nimm die Statusbedrohung intern ernst. Der stärkste Widerstand gegen hybride Arbeit sitzt in deinem eigenen Team, nicht beim Kunden. Definiere Expertise explizit neu, weg vom manuellen Ausführen, hin zu Urteil, Prüfung und Verantwortung, sonst sabotiert die Identitätsabwehr jede Einführung. Einen strukturierten Rahmen dafür findest du in meinem Artikel über KI-Entscheidungsrahmen für Organisationen.

Kapitel 9: Fazit und eine methodische Fußnote

Die BSI-Studie beschreibt einen echten und relevanten Effekt: Herkunftslabels verändern Wertwahrnehmung massiv, und schlecht deklarierte Hybridarbeit trägt heute ein Moralrisiko. Ihre Schlussfolgerung, Hybridisierung sei deshalb zu meiden, halte ich für einen Fehlschluss aus einem einzelnen Label-Design. Die Zukunft gehört weder „Made by Human" noch „Made by AI", sondern nachweisbar guter Arbeit, für die ein Mensch mit Namen einsteht.

Eine methodische Anmerkung gehört zur Ehrlichkeit dazu: Die Studie ist eine Veröffentlichung eines privaten Instituts, kein peer-reviewtes Paper, und die berichteten Werte sind bemerkenswert glatt. Die Richtung der Befunde passt zur publizierten Forschung (Effort Heuristic, Algorithm Aversion, Transparenz-Dilemma), die exakten Zahlen würde ich bis zu einer unabhängigen Replikation als Illustration behandeln, nicht als Messlatte.

Und ja, die Ironie ist mir bewusst: Dieser Text über hybride Arbeit ist selbst hybride Arbeit. Recherche und Rohfassung KI-gestützt, Position, Prüfung und Verantwortung von mir. Genau so, wie ich es oben empfehle.

Wenn du dieses Thema für dein Team oder deine Konferenz vertiefen willst, von der Psychologie der KI-Akzeptanz bis zur praktischen Einführung hybrider Arbeitsprozesse: Auf der Seite Keynote buchen findest du meine Vortragsformate, oder du buchst dir direkt ein Gespräch mit mir.

Quellen