Die Vorstellung, jeder Mitarbeiter könne mithilfe generativer KI Aufgaben jenseits seines beruflichen Profils mit professioneller Geschwindigkeit und Qualität bewältigen, gehört zu den suggestivsten Erwartungen der gegenwärtigen Technikeuphorie. Eine Studie der Harvard Business School und der Stanford University führt jedoch vor Augen, dass der horizontale Wissenstransfer durch KI weder grenzenlos ist noch die Spezialisierung suspendiert. Die Autoren bezeichnen die von ihnen festgestellte Leistungsgrenze als GenAI-Wall.

Die Untersuchung beruht auf einem Experiment in einem großen britischen Unternehmen, an dem 78 Mitarbeiter teilnahmen. Sie wurden drei beruflichen Gruppen zugeordnet:

1. Insider: Web-Analysten mit direkter Erfahrung im Erstellen von Web-Artikeln.
2. Nahe Outsider: Marketingmitarbeiter mit grundlegendem Verständnis für Inhaltsstrukturen und Zielgruppenlogik.
3. Ferne Outsider: Software- und IT-Spezialisten ohne Bezug zu Marketing oder Textproduktion.

Alle Mitarbeiter bearbeiteten dieselbe Aufgabe, die aus zwei Abschnitten bestand:

1. Konzeptionsphase: Erstellung eines Briefings mit Gliederung, Schlüsselbegriffen und typischen Fragen.
2. Ausführungsphase: vollständige Ausarbeitung des Web-Artikels. 

Innerhalb jeder der drei Gruppen wurden die Mitarbeiter zufällig auf zwei Bedingungen verteilt: Die Versuchsgruppe erhielt ein aufgabenspezifisches GenAI-Werkzeug, das Strukturhilfen und textliche Bausteine bereitstellte, während die Vergleichsgruppe ohne KI-Unterstützung arbeitete.

Die Ergebnisse lassen sich in vier zentralen Befunden zusammenfassen, die den Rahmen der Leistungsfähigkeit generativer KI präzise markieren:

1. GenAI verringert den Leistungsabstand nur dort, wo die beruflichen Profile der Beteiligten eng beieinander liegen. Die nahen Outsider erreichten mit KI-Unterstützung in der Konzeptionsphase Entwürfe, die den Ergebnissen der Insider nahekommen.
2. Bei den fernen Outsidern blieb der Abstand zu den Spezialisten bestehen, selbst mit KI. Weder Qualität noch Geschwindigkeit erreichten deren Niveau. Besonders deutlich zeigte sich dies in der Ausführungsphase, in der redaktionelle Feinheiten, Tonalität und Kenntnisse der Zielgruppe entscheidend sind.
3. Interviews verdeutlichten, dass fehlendes Hintergrundwissen die zentrale Grenze bildet. Die KI liefert zwar brauchbares Rohmaterial, doch ohne Verständnis für die Zielgruppe, entsprechende Schreibkonventionen und die Marketinglogik bleibt dessen Weiterverarbeitung begrenzt.
4. Die Studie bestätigt damit, dass sich Kompetenzen in berufsnahen Bereichen zwar annähern lassen, die Angleichung jedoch auf die konzeptionelle Phase beschränkt bleibt. Sobald präzises Erfahrungswissen gefragt ist, treten stabile Unterschiede hervor.

Die Grenze entsteht dort, wo die Arbeit nicht nur in der Verarbeitung von Informationen, sondern in ihrer Deutung besteht. Spezialisten verfügen über ein Urteilsvermögen, das aus impliziten Regeln, branchenspezifischen Erwartungen und der Fähigkeit zur Einschätzung von Relevanz erwächst. Die KI kann Muster imitieren, nicht jedoch jene Form professioneller Orientierung, die aus Erfahrung entsteht und in komplexen Situationen entscheidend bleibt.

Die Studie berührt grundlegende Fragen der Organisationsgestaltung. Die GenAI erweitert zwar Handlungsspielräume, indem sie die Aufgaben gliedert, Routineprozesse beschleunigt und nahe liegende Tätigkeitsfelder verbindet. Sie ersetzt jedoch keine fachliche Tiefe, sobald komplexe Aufgaben eine eigenständige Bewertung erfordern.

Für die Praxis ergibt sich damit ein klarer Orientierungsrahmen:

• KI eignet sich zur Unterstützung angrenzender Tätigkeiten.

• KI verbessert die Produktivität durch Entlastung von Routinen.

• KI kann keine Urteilskraft hervorbringen, die durch Erfahrung entsteht. 

Unternehmen müssen deshalb entscheiden, an welchen Stellen KI etwaige Kompetenzlücken sinnvoll überbrückt und wo spezialisierte Expertise unentbehrlich bleibt. Die GenAI-Wall markiert jene Schwelle, an der die KI-Technologie ihre Wirkung verliert, weil der Kern professioneller Arbeit nicht aus generierbaren Mustern, sondern aus gewachsenem Verständnis besteht.

Wer die KI als universalen Gleichmacher deutet, missversteht ihren Charakter. Ihre Stärke liegt in der Strukturierung, Erweiterung und Beschleunigung menschlicher Arbeit, nicht in der Aufhebung beruflicher Differenzierung oder im Ersatz erfahrener Urteilskraft.

Die produktivsten Systeme entstehen dort, wo Fachwissen und KI einander ergänzen, sodass die Technologie die Routine übernimmt und der Mensch die Orientierung wahrt. An dieser Schnittstelle entscheidet sich, wer von der neuen Technik profitiert und wer an der GenAI-Wall stehen bleibt.

• Ausführungsphase
  Arbeitsabschnitt, in dem die konzeptionellen Vorgaben in einen vollständigen Text überführt werden. Diese Phase erfordert erfahrungsbasiertes Urteilsvermögen und redaktionelle Präzision.

• Generative KI
  Form künstlicher Intelligenz, die Inhalte erzeugt oder strukturiert. Sie arbeitet auf der Grundlage statistischer Muster und ist in der Lage, Texte, Bilder oder Konzepte synthetisch zu erstellen.

• GenAI-Wall
  Bezeichnung für die Leistungsgrenze generativer KI, an der der horizontale Wissenstransfer zwischen unterschiedlichen Berufsrollen endet und spezialisiertes Erfahrungswissen unersetzlich bleibt.

• Horizontalkompetenz
  Breit angelegte, funktionsübergreifende Handlungskompetenz, die es ermöglicht, Aufgaben außerhalb des eigenen Spezialisierungsfeldes zu bewältigen.

• Insider
  Person mit beruflicher Spezialisierung innerhalb des untersuchten Tätigkeitsfeldes und mit entsprechendem Erfahrungswissen.

• Konzeptionsphase
  Arbeitsabschnitt, in dem die Struktur, Gliederung und inhaltliche Ausrichtung einer Aufgabe festgelegt werden.

• Outsider
  Person ohne berufliche Spezialisierung im relevanten Tätigkeitsfeld; sie verfügt über kein oder nur geringes Vorwissen hinsichtlich der Anforderungen eines spezifischen Aufgabenfeldes.

• Vertikalkompetenz
  Tiefe fachliche Spezialisierung innerhalb eines Berufsfeldes, die aus langjähriger Praxis, Kontextkenntnis und implizitem Erfahrungswissen entsteht.

• Harvard Business School / Stanford University:
  The GenAI Wall Effect: Examining the Limits to Horizontal Expertise Transfer Between Occupational Insiders and Outsiders, Working Paper, 2025.
  Hauptquelle der Untersuchung.
  Das Working Paper bildet die empirische Grundlage der Analyse. Es enthält Studiendesign, Randomisierung, Aufgabenstruktur sowie die quantitativen und qualitativen Ergebnisse. Besonders bedeutsam ist die präzise Definition der GenAI-Wall.

• Harvard Digital, Data, and Design Institute:
  Why AI Helps – Until It Doesn’t: Inside the GenAI Wall Effect, 2025.
  Begleitende Auswertung.
  Diese Publikation erläutert den theoretischen Hintergrund, fasst die zentralen Befunde zusammen und diskutiert die organisatorischen Implikationen. Sie ergänzt das Working Paper durch interpretative Rahmung.

• Brynjolfsson, Erik / McAfee, Andrew:
  The Second Machine Age.
  Einordnung in den technologischen Wandel.
  Das Werk analysiert die ökonomischen Folgen digitaler Technologien und bietet ein theoretisches Fundament zur Bewertung von KI-bedingten Verschiebungen in Arbeitsorganisation und Produktivität.

• Agrawal, Ajay / Gans, Joshua / Goldfarb, Avi:
  Prediction Machines.
  Grundlage ökonomischer KI-Analyse.
  Das Buch beschreibt KI als Instrument statistischer Prognose und erlaubt eine klare Abgrenzung zwischen maschineller Mustererkennung und menschlichem Urteilsvermögen.

• Stanford University – diverse Working Papers zur KI und Arbeitsorganisation.
  Ergänzende Forschung.
  Diese Arbeiten erweitern das Verständnis der Auswirkungen von KI auf Kompetenzen, Rollenstrukturen und organisatorische Entscheidungsprozesse.