Entwickeln Sie sich über “Workslop” hinaus mit praktischer, menschzentrierter KI

Das “AI-Slop”-Problem hat in den letzten Jahren eine Menge kulturellen Wirbel und Medienaufmerksamkeit erzeugt, da die Verwendung von LLMs und anderen AI-Inhaltsgeneratoren weiter ansteigt. Menschen bemerken, wenn niedrigwertige Bilder und minderwertige Prosa ihre sozialen Feeds überfluten.

Dank AI-Slop sind wir jetzt weniger wahrscheinlich, Werbeinhalte zu vertrauen, die wir verdächtigen, von AI generiert zu sein, auch wenn sie es nicht sind, und Leser erkennen Anzeichen von LLM-generierten Inhalten, wie z.B. die übermäßige Verwendung von Gedankenstrichen. Leider ist “Workslop” jetzt auch ein Problem.

Was ist Workslop, und warum sollten Finanzleiter sich darum kümmern?

Jeder CFO kennt die Frustration, wenn er eine Budgetabweichung jagt oder Stunden damit verbringt, unerklärliche Anomalien zu klären. In der heutigen Unternehmenslandschaft ist das Versprechen von AI allgegenwärtig, aber auch ein neuer Produktivitätskiller: Workslop.

Workslop ist das Automatisierungsprodukt, das poliert aussieht, aber an Substanz, Kontext oder Nutzen mangelt. Es ist der Artikel, der mit Gedankenstrichen übersät ist, aber nichts Neues lehrt; der generische Bericht, der mehr Fragen aufwirft, als er beantwortet; der Genehmigungsworkflow, der Reibung erzeugt, anstatt Klarheit zu schaffen. Es ist der von AI generierte Inhalt, der Finanzteams dazu zwingt, mehr Arbeit zu leisten, anstatt weniger.

Workslop wird meistens mit schlechter Inhaltsqualität in Verbindung gebracht. Es entwertet die Marke, ist weniger vertrauenswürdig und sendet die Botschaft, dass Menschen aufgehört haben, aufzupassen. Aber wenn Workslop Geschäftsanwendungen wie das ERP beeinflusst, wird es zu einem noch größeren Produktivitäts- und Vertrauensverlust.

Workslop entsteht, wenn AI-Systeme Ausgaben erzeugen, ohne ausreichende menschliche Eingabe, Kontext oder Aufsicht. Für Finanzleiter bedeutet dies, dass sie wertvolle Zeit damit verbringen, zu klären, zu korrigieren oder umzuarbeiten, was eigentlich automatisiert werden sollte.

Das Ergebnis? Verlorene Effizienz, verringertes Vertrauen in die Automatisierung und eine Finanzfunktion, die in einem reaktiven Modus feststeckt. Sie denken vielleicht, Ihre Organisation sei nicht genug in AI investiert, um von Workslop betroffen zu sein, aber es ist bereits da.

Ein kürzlicher HuffPost-Artikel zitierte eine Stanford-Universitäts-Studie, die ergab, dass mehr als die Hälfte der Arbeiter angaben, sie seien bereits auf Workslop am Arbeitsplatz gestoßen. Neben der Belästigung der betroffenen Arbeiter bedroht Workslop den wichtigsten Verkaufspunkt für die Integration von AI in den Arbeitsplatz: höhere Produktivität mit außergewöhnlicher Qualität.

Die gute Nachricht ist, dass Sie Workslop minimieren oder sogar eliminieren können, indem Sie einen praktischen, menschzentrierten Ansatz für AI verwenden. Hier ist ein Blick auf den aktuellen Stand des Workslop-Problems, wie eine sorgfältigere Anwendung von AI-Technologie im Arbeitsplatz aussehen kann und einige Tipps, um eine agile, iterative AI-Implementierung zu erreichen.

Was, wenn Workslop kein Problem, sondern ein erster Entwurf ist?

Lassen Sie uns realistisch sein — es ist fast 2026, und AI ist ein aufregendes Produkt. Es hat ein enormes Potenzial, Zeit zu sparen und die Produktivität zu verbessern, also werden Menschen es verwenden, ob ihr Arbeitgeber sie dazu ermutigt oder nicht. Die Frage ist, ob sie es mit der notwendigen Schulung und Anstrengung anwenden, um die besten Ergebnisse zu erzielen.

Workslop tritt auf, wenn der Benutzer AI nicht genug oder schlecht strukturierte Eingaben gibt. Um die besten Ergebnisse mit AI zu erzielen, müssen Sie das Gespräch fortsetzen. Sie müssen Ihre Anfrage umschreiben oder Ihre Bedürfnisse verfeinern. Dieser Austauschprozess führt zu mehr Kontext und Feedback und hilft Ihnen, zu einem besseren Ergebnis zu gelangen.

Ich habe dies persönlich erfahren, als ich eine AI-Anfrage erstellte, die ich als tägliche Routine zum Aktualisieren meiner To-Do-Liste durch Zusammenfassung unbeantworteter E-Mails und Markierung von Verpflichtungen, die ich eingegangen war, vorgesehen hatte. Es klang wie eine großartige Idee, aber die ursprüngliche Version war zu überladen und zu schwerfällig, um praktisch nutzbar zu sein.

Es erforderte viel Verfeinerung, Feedback und Coaching von der LLM, um zu einem vorhersehbaren und praktischen Ausgang zu gelangen. Es erforderte, dass ich klar über meine Bedürfnisse, Informationsverarbeitungsstil und Aufmerksamkeitsspanne war, um ein Ergebnis zu erzielen, das funktionierte.

Es wäre fair, meinen ersten Entwurf “Workslop” zu nennen, aber durch Verfeinerung gelangte ich zu einem nützlichen AI-Tool. Aber was, wenn ich bei der ersten Iteration stehen geblieben und bei dem weniger benutzerfreundlichen ersten Entwurf geblieben wäre? Wenn ich das getan hätte, würde ich mit Workslop zu kämpfen haben, das die Produktivität behindert.

Multiplizieren Sie dies mit komplexeren Prozessen, an denen mehrere Parteien beteiligt sind, und Sie können leicht sehen, wie AI mit den besten Absichten angewendet werden kann, um Workslop zu werden — es sei denn, Sie haben die Schulung, Ausdauer und Grundlagen, um es effektiv zu machen.

Es gibt keinen Zweifel, dass AI echten Wert hinzufügen kann. Aber als Führungskräfte müssen wir sicherstellen, dass die Mitarbeiter die notwendigen Kenntnisse, Unterstützung und Koordination haben, um erfolgreich zu sein, und Berichte von Arbeitsplätzen an der Front zeigen, dass es noch viel zu tun gibt.

Was ist ein menschzentrierter Ansatz für AI, und wie kommen Sie dorthin?

Was ist also ein menschzentrierter Ansatz für AI? Und wie kann ein praktischer Pfad zu besseren Ergebnissen bei der Integration von AI in Workflows führen?

Für AI-Befürworter im Arbeitsplatz ist ein guter Ausgangspunkt, zu erkennen, dass das Ziel nicht darin besteht, Menschen zu ersetzen. Es besteht darin, Reibung zu reduzieren und unsere Intelligenz zu verstärken, indem wir den Menschen verstehen: seine Bedürfnisse, seine täglichen Ärgernisse, sein Urteilsvermögen und seine Ziele.

Es gibt zwei Lektionen, um menschzentrierte, qualitativ hochwertige AI im Arbeitsplatz zu bringen. Erstens müssen Ihre Teams, die mit generativer AI arbeiten, die Schulung und Zeit haben, um bessere Ergebnisse mit starkem Kontext und Verfeinerung zu erzielen.

Für die Systeme, die Sie wählen, die AI-Unterstützung bieten, müssen Sie sicherstellen, dass Ihre Technologiepartner Ihre Teambedürfnisse wirklich verstehen. Das bedeutet, dass sie die tägliche Betriebsumgebung Ihres Teams, was funktioniert und was noch frustrierend ist, verstehen.

Wie sieht menschzentrierte AI im Arbeitsplatz aus?

AI kann auf eigenständiger Basis angewendet werden, um Menschen ihre Arbeit zu erleichtern, oder verwendet werden, um ältere Technologien zu ergänzen, die lästige Lücken in Workflows hinterlassen. Nehmen wir beispielsweise die OCR-Technologie (Optical Character Recognition), die Bilder von Text in lesbarer, durchsuchbarer Text umwandelt und jahrelang verwendet wurde, um Aufgaben wie das Eingeben von Papierrechnungen oder Rechnungen in die Ausgabenberichterstattung zu rationalisieren.

Aber wie jeder, der OCR regelmäßig verwendet, weiß, funktioniert es nicht immer wie beworben. Vielleicht haben Sie das Foto einer Rechnung auf einem fahrenden Zug gemacht, und die Rechnung war gebogen, wodurch Informationen verdeckt wurden. Vielleicht ist die Rechnung in jemandes unlesbarer Handschrift geschrieben. Vielleicht ist das Datum im europäischen Format, und das System erkennt nur das US-Format.

Es gibt unzählige Gründe, warum OCR die Daten nicht korrekt übersetzen kann. Es ist eine begrenzte Technologie. Durch die Integration einer fortschrittlicheren Technologie wie AI können diese Lücken geschlossen und die lästige manuelle Eingabe dieser Zahlen endlich eliminiert werden.

Das ist erst der Anfang dessen, was menschzentrierte AI ermöglichen kann. Angesichts der Fähigkeiten von AI können neue Anwendungen viel mehr tun, um Reibung am Arbeitsplatz zu reduzieren. Beispielsweise kann AI mit den richtigen Anfragen und einer sorgfältigen historischen Transaktionsdatenmustererkennung Kontext zu einer Rechnung hinzufügen, der über die Felder auf der Seite hinausgeht, indem es Kostenstellen-, Projektinformationen und mehr über den Menschen, der es verwendet, ableitet.

Menschzentrierte AI kann auch Reibung am Arbeitsplatz reduzieren, indem sie Aufgaben an Menschen außerhalb von Systemen wie dem Unternehmens-ERP bringt. Die meisten Menschen arbeiten nicht im ERP-System, aber sie müssen sich anmelden (und andere Systeme), um bestimmte Aufgaben wie die Genehmigung von Zeiterfassungen oder Mitarbeiteranfragen durchzuführen.

Was, wenn ein AI-Agent diese Aufgaben an die Person bringt, zusammen mit dem relevanten Kontext, den sie benötigt, um eine Entscheidung in einem Programm zu treffen, das sie bereits verwenden? Das könnte Prozesse in Gang halten und Mitarbeiter fokussierter machen. Menschzentrierte AI dieser Art kann nicht-wertschöpfende Aufgaben wie Dateneingabe und Anmeldung bei mehreren Systemen eliminieren.

Wie transformiert menschzentrierte AI Finanzfunktionen?

Ein agiler, iterativer Ansatz für AI transformiert Finanzfunktionen bereits auf bedeutende Weise. Wenn Finanzexperten in Tabellen und Analysen stecken, kann es schwierig sein, die erzählerische Seite des Gehirns zu wechseln; also warum nicht einen AI-Agenten bauen, der bei der Kontextualisierung hilft?

Beispielsweise sind Abweichungen und Anomalien ein chronischer Ärger für Finanzexperten, und AI kann den Slack aufnehmen, indem sie Kontext liefert, um Spitzen im Unternehmensausgaben zu erklären. Ein gut konzipierter Agent kann potenzielle Probleme flaggen, bevor der Finanzanalyst durch alle Tabellen blättert, um die Abweichungen zu entdecken.

Ähnlich kann agile, iterative AI Anomalien flaggen, bevor sie im HR-Bereich auftauchen. Wenn es nach einem Lohnlauf eine Abweichung gibt und ein Mitarbeiter sie in Frage stellt, muss jemand im HR-Team alles stehen und liegen lassen und eine forensische Analyse durchführen, um den Grund für die Differenz zu entdecken. Das ist eine echte Herausforderung für beschäftigte Teams.

Ein sorgfältig konzipierter AI-Agent könnte Abweichungen vorher aufdecken, bevor sie die Mitarbeiter betreffen, und Kontext für HR-Entscheidungsträger liefern, wo sie sind. Auf diese Weise bleibt das Augenmerk der Teammitglieder auf die Maximierung der Produktivität gerichtet, anstatt Brände zu löschen, und die Betriebe laufen reibungsloser.

Eliminieren Sie Reibung und Workslop: DIY-Agents oder Vendor-AI?

Der beste Weg, um Workslop zu vermeiden und echten Wert aus AI zu ziehen, besteht darin, nach Wegen zu suchen, um die tägliche Dosis an Ärgernissen zu reduzieren, die wir alle in unseren Jobs erleben, indem Sie Aufgaben übernehmen, die keinen Wert hinzufügen. Für einige Mitarbeiter, einschließlich vieler Finanz- und HR-Rollen, ist das Eingeben von Daten in ein System ein Ärger, der oft durch sorgfältige Automatisierung eliminiert werden kann.

Für Menschen, die Inhalte erstellen, ist Tippen Teil des Jobs, aber die effektive Nutzung von AI erfordert Schulung, Zusammenarbeit und Richtlinien, die Mitarbeitern helfen, Anfragen zu erstellen, die sinnvolle Inhalte erzeugen und nicht nachgelagerte Arbeit für Kollegen schaffen.

Bei der Arbeitsautomatisierung wird die richtige Lösung je nach Rolle und Branche variieren, aber Führungskräfte, die AI in den Arbeitsplatz integrieren, müssen oft entscheiden, ob sie selbst Agents erstellen oder eine out-of-the-box-AI-Lösung von einem Anbieter beziehen.

Für Unternehmen mit umfassenden IT-Ressourcen, einschließlich unbeschränktem Zugang zu AI-Experten oder einem Systemintegrator im Auftrag, sind die Möglichkeiten grenzenlos. In diesem Fall kann ein Anbieter, der Agentenbau-Technologie liefert, die Kunden verwenden, um AI-Lösungen direkt zu erstellen, funktionieren.

Aber viele Unternehmen haben keinen Zugang zu diesen Ressourcen, und selbst wenn sie es tun, kann Workslop schnell zu einem Problem werden, wenn Menschen versuchen, ihre eigenen AI-Agents ohne die notwendige Schulung und Ressourcen zu bauen, um nachgelagerte Fallstricke zu vermeiden.

Sicherheit ist ein weiterer kritischer Aspekt. Denken Sie daran, dass Menschen AI verwenden werden, Punkt. Das bedeutet, dass es die Aufgabe der Führungskräfte ist, sicherzustellen, dass die Mitarbeiter AI sicher und transparent verwenden — und ohne Chaos zu verursachen.

Was sollten Sie bei der Auswahl von Anbietern beachten?

Für viele Unternehmen ist ein AI-aktivierte System von einem Anbieter eine großartige Option, aber denken Sie daran, dass nicht alle Produkte gleichwertig sind. Der beste Weg, um Workslop zu vermeiden und echten Wert aus AI zu ziehen, besteht darin, ein System zu finden, das Sie so gut wie möglich kennt.

Beispielsweise, wenn Ihr Ziel darin besteht, den Betrieb mit einem AI-aktivierte ERP-System zu verbessern, sollten Sie folgende Fragen an potenzielle Anbieter stellen:

• Eliminiert das Produkt die Reibung, die Ihre Mitarbeiter am häufigsten erleben?
• Löst es die schwierigsten Probleme, mit denen Ihre Mitarbeiter konfrontiert sind?
• Kann es unterschiedliche Expertise-Ebenen innerhalb Ihrer Organisation abdecken?
• Hält es Menschen im Prozess und stellt es sicher, dass es Verantwortlichkeit und Transparenz gibt?

Egal, ob Sie ein System verwenden, um Inhalte zu erstellen, Workflows zu automatisieren oder Fragen zu beantworten, die Qualität Ihrer Ergebnisse hängt davon ab, wie gut das System Ihren Kontext kennt. Fragen Sie Ihre Technologiepartner, wie ihre AI-Lösungen den Menschen in den Mittelpunkt stellen und echten Wert liefern.

Ist Workslop unvermeidlich?

Unabhängig davon, wer Ihr Anbieter ist und ob Sie Ihre eigenen Agents erstellen oder eine Lösung verwenden, die Reibung durch out-of-the-box-Automatisierung eliminiert, ist es Ihre Aufgabe als Führungskraft, sicherzustellen, dass AI sicher, transparent und wertvoll ist.

Denken Sie daran, dass menschzentrierte AI nicht nur dadurch definiert wird, ob sie reale Probleme löst und Menschen ihre Arbeit erleichtert. Praktische, menschzentrierte AI hält auch Menschen im Prozess, weil letztendlich wir Menschen für die Ergebnisse verantwortlich sind.

Workslop mag ein unvermeidlicher Schritt in der AI-Evolution sein, aber es muss kein dauerhafter Bestandteil Ihrer Finanzfunktion sein. Durch die Konzentration auf den Menschen, Investitionen in Schulung und die Auswahl von Anbietern, die Ihren Geschäftskontext verstehen, können CFOs neue Produktivitäts- und strategische Werte aus ERP-Systemen freisetzen.

Die nächste Welle der ERP-Innovation wird von AI angetrieben, die Ihr Geschäft so gut versteht wie Sie selbst und in der Lage ist, Erkenntnisse zu liefern, Routineaufgaben zu automatisieren und Finanzleiter zu befähigen, sich auf das zu konzentrieren, was am wichtigsten ist.

Die Zukunft der Finanzen ist kontextreich, agil und menschzentriert. Sie verdienen Tools, die Sie heute verwenden können, um morgen zu gelangen, und Sie können sich über Workslop mit praktischer, menschzentrierter AI hinausentwickeln, um dieses Ziel zu erreichen.