Supervision Threshold

Was ist die Supervision Threshold?

Die Supervision Threshold ist das Fähigkeitsniveau, bei dem ein KI-System vom Erfordernis menschlicher Überprüfung und Korrektur zum autonomen Betrieb mit akzeptabler Zuverlässigkeit übergeht. Unterhalb der Schwelle erweitert KI die menschliche Produktivität, bleibt aber durch menschliche Aufmerksamkeit begrenzt. Oberhalb der Schwelle wird KI zu einem Substitut für menschliche Arbeit statt zu einem Komplement.

Dieses Konzept, formuliert vom Ökonomen Luis Garicano, erklärt, warum der Weg von KI-Augmentierung zu KI-Ersatz nicht graduell verläuft – er beinhaltet einen „diskreten Sprung”, wenn Systeme von überwachtem zu unüberwachtem Betrieb übergehen.

Warum die Supervision Threshold wichtig ist

Vor der Schwelle: KI macht Arbeitnehmer produktiver, aber Menschen bleiben essenziell. Ein Anwalt, der KI zum Verfassen von Verträgen nutzt, überprüft immer noch jede Ausgabe. Ein Junior-Analyst, der KI für Recherchen nutzt, validiert immer noch Ergebnisse. Menschliche Aufmerksamkeit ist die bindende Einschränkung für den Durchsatz.

Nach der Schwelle: KI arbeitet zuverlässig genug, dass menschliche Überprüfung unnötig oder wirtschaftlich nicht vertretbar wird. Kundenservice-Chatbots bearbeiten Anfragen von Ende zu Ende. Juristische KI reicht Routinedokumente ohne Anwaltsaufsicht ein. Der Mensch wird aus der Produktionsfunktion entfernt.

Die Schlüsselerkenntnis ist, dass Produktivitätsgewinne durch menschliche Bandbreite begrenzt sind, bis die Schwelle überschritten wird – dann werden sie unbegrenzt.

Hauptmerkmale

Qualitätsabhängig: Die Schwelle ist nicht fest – sie hängt von der Fehlertoleranz der Aufgabe ab. Kundenservice könnte 5% Fehlerquoten tolerieren; medizinische Diagnosen könnten 99,99% Genauigkeit erfordern. Verschiedene Domänen überschreiten ihre Schwellen bei verschiedenen KI-Fähigkeitsniveaus.

Verifikationsasymmetrie: Um KI zu überwachen, muss man in dieser Domäne „schlauer sein als die KI”. Wie Garicano bemerkt: “Denk an ein Kind, das jetzt zur Schule geht und ChatGPT den Aufsatz viel besser machen lassen kann als es selbst. Es kann nicht sehen, wo die Fehler sind oder die Dinge eigentlich nicht perfekt sind.”

Diskrete Ökonomie: Das Überschreiten der Schwelle erzeugt Sprungfunktionen in der Arbeitsökonomie. Ein Kundenservice-Team mit KI-Unterstützung könnte 20% Produktivitätsgewinne sehen. Ein vollautomatisiertes Kundenservice-System könnte die Personalstärke um 80% reduzieren.

Wo verschiedene Domänen stehen

Oberhalb der Schwelle (KI autonom):

• Routinemäßige Kundenservice-Anfragen
• Code-Vervollständigung und einfaches Debugging
• Grundlegende Dateneingabe und Formularverarbeitung
• Sprachübersetzung für gängige Paare

An der Schwelle (im Übergang):

• Juristische Vertragsüberprüfung
• Medizinische Bildanalyse
• Softwareentwicklung für Standardfunktionen
• Finanzielle Dokumentenverarbeitung

Unterhalb der Schwelle (KI assistiv):

• Komplexe juristische Strategie
• Neuartige medizinische Diagnose
• Systemarchitektur-Entscheidungen
• Strategische Geschäftsanalyse

Implikationen für Organisationen

Das Supervision-Threshold-Framework legt zwei unterschiedliche KI-Einsatzstrategien nahe:

1. Augmentierungsspiele: Investieren Sie in KI-Tools für Domänen unterhalb der Schwelle. Erwarten Sie Produktivitätsgewinne von 20-50%, begrenzt durch menschliche Bandbreite. Fokus auf die Produktivitätssteigerung von Experten.

2. Automatisierungsspiele: Identifizieren Sie Domänen, die die Schwelle überschreiten. Erwarten Sie dramatische Kostensenkungen und Personalveränderungen. Fokus auf den Aufbau von Ende-zu-Ende autonomen Systemen.

Die Gefahrenzone ist die Übergangsphase – wo KI „fast gut genug” ist, um autonom zu arbeiten, aber immer noch Überwachung erfordert. Organisationen könnten KI-Systemen zu sehr vertrauen, die die Schwelle noch nicht wirklich überschritten haben.

Weiterführende Literatur

• AI Agents - Systeme, die darauf ausgelegt sind, oberhalb der Supervision Threshold zu arbeiten
• Human-in-the-Loop - Das Paradigma für Domänen unterhalb der Schwelle
• Training Ladder - Wie die Schwelle die professionelle Entwicklung beeinflusst