KI und Kreativität: Wie unterschiedlich sind unsere Ideen noch?

Eine Arbeitsgruppe entwickelt mit KI zehn Vorschläge für ein neues Angebot. Jeder einzelne klingt brauchbar. Bei genauerem Hinsehen beruhen jedoch acht auf derselben Annahme: Die Kund:innen wünschen sich vor allem eine schnellere Variante des bisherigen Angebots. Die Menge an Text ist gewachsen. Ob der Suchraum größer geworden ist, bleibt offen.

Dieses Beispiel ist fiktiv. Es beschreibt eine Unterscheidung, die bei KI und Kreativität hilfreich ist: Die Qualität eines einzelnen Vorschlags und die Verschiedenheit einer Sammlung sind zwei eigene Fragen. Eine Organisation kann in der einen Hinsicht gewinnen und in der anderen auf der Stelle treten.

Die Forschung ergibt kein einheitliches Bild

Doshi und Hauser untersuchten das Schreiben kurzer Geschichten mit KI-Ideen als Unterstützung. Die Hilfe konnte die Bewertung einzelner Geschichten verbessern; zugleich ähnelten sich die unterstützten Geschichten stärker. Untersucht wurde eine konkrete Schreibaufgabe. Daraus lässt sich keine allgemeine Aussage über die Innovationsfähigkeit von Unternehmen ableiten. Die veröffentlichte Studie beschreibt Versuch und Grenzen.

Ein anderes Experiment von Ashkinaze und Kolleg:innen arbeitete mit Ideen, die Teilnehmende von Menschen oder von ChatGPT zu sehen bekamen. Bei starker KI-Exposition nahm die kollektive Ideenvielfalt zu, während sich kein nachweisbarer Unterschied in der gemessenen individuellen Kreativität zeigte. Der Versuchsaufbau unterschied sich von der Geschichtenstudie. Beide Ergebnisse sprechen dafür, Aufgabe, Ausgangsmaterial und Austausch zwischen Menschen genauer zu betrachten. Die Forschungsarbeit liegt in einer überarbeiteten Fassung von 2025 vor.

Für die betriebliche Praxis folgt daraus zunächst eine Messfrage. Wer Kreativität fördern will, sollte erläutern können, welche Art von Unterschied gesucht wird. Ein ungewöhnlicher Titel, eine andere Zielgruppe und ein grundlegend anderer Nutzen verändern ein Angebot auf sehr unterschiedliche Weise.

Vor dem ersten KI-Vorschlag eigene Beobachtungen sammeln

Der folgende Ablauf ist ein eigener Arbeitsvorschlag. Seine Wirksamkeit ist durch die beiden Studien nicht unmittelbar geprüft. Er soll nachvollziehbar machen, welche Informationen die Ideensuche tatsächlich erreichen.

Bitten Sie zunächst jede beteiligte Person, eine konkrete Beobachtung aus ihrer Arbeit aufzuschreiben. Was fällt Kund:innen schwer? Welche Ausnahme kostet unverhältnismäßig viel Zeit? Welcher Wunsch wird häufig geäußert, führt aber selten zu einem Auftrag? Sammeln Sie Situationen und offene Fragen. Persönliche Daten und vertrauliche Einzelheiten bleiben außerhalb nicht freigegebener Anwendungen.

Erst danach kommt KI hinzu. Sie kann mögliche Erklärungen zu einer Beobachtung entwickeln oder Unterschiede zwischen Vorschlägen beschreiben. Die ursprünglichen Notizen bleiben erhalten. So lässt sich später erkennen, ob ein ungewöhnlicher Ausgangspunkt in der geglätteten Zusammenfassung verschwunden ist.

Unterschiedliche Annahmen sichtbar machen

Zurück zum fiktiven Unternehmen. Eine Person beobachtet, dass Kund:innen spät bestellen. Eine zweite berichtet von Unsicherheit über die passende Ausführung. Eine dritte kennt Fälle, in denen die Zuständigkeit auf Kundenseite unklar war. Die drei Beobachtungen könnten zu ganz verschiedenen Angeboten führen: schnellerer Lieferung, besserer Auswahlhilfe oder einer vereinfachten Abstimmung.

Ordnen Sie die Vorschläge deshalb nach ihren Annahmen. Welche Schwierigkeit wird jeweils erklärt? Wer müsste sein Verhalten ändern? Welche Information fehlt? Welche Leistung übernimmt der Anbieter? Die Gemeinsamkeiten werden dadurch auf einer Ebene sichtbar, auf der sie für eine unternehmerische Entscheidung relevant sind.

Eine Sammlung mit zwanzig sprachlich unterschiedlichen Vorschlägen kann nur zwei solcher Annahmen enthalten. Umgekehrt können drei nüchterne Vorschläge drei deutlich verschiedene Wege eröffnen. Eine KI kann beim Ordnen helfen. Ob zwei Vorschläge praktisch denselben Weg meinen, müssen die Beteiligten an den konkreten Folgen prüfen.

Auswahl und Ausarbeitung getrennt behandeln

Eine frühe Ausarbeitung macht manche Ideen leichter vorstellbar. Sie bindet zugleich Aufmerksamkeit: Der hübsch formulierte Vorschlag erhält mehr Gesprächszeit als eine unbequeme, unfertige Beobachtung. Für die Auswahl lohnt es sich deshalb, alle verbliebenen Möglichkeiten zunächst im gleichen Umfang zu beschreiben.

Verwenden Sie etwa vier kurze Felder: beobachtete Schwierigkeit, vorgeschlagene Veränderung, wichtigste Unsicherheit und kleinste sinnvolle Prüfung. Eine weitere Ausarbeitung erfolgt erst, wenn diese Felder verglichen wurden. Die Begrenzung ist eine organisatorische Entscheidung; sie lässt sich auch ohne KI anwenden.

Bewahren Sie zudem mindestens eine begründete Alternative auf, die zunächst nicht gewählt wurde. Halten Sie fest, welche spätere Beobachtung sie wieder interessant machen würde. So bleibt die Ideensammlung für neues Wissen offen, ohne jede Sitzung von vorn beginnen zu müssen.

Woran eine bessere Ideensuche zu erkennen wäre

Die Zahl der erzeugten Vorschläge allein reicht als Maßstab kaum aus. Nützlicher sind Fragen nach den berücksichtigten Schwierigkeiten und den daraus entstehenden Prüfungen. Haben wir eine Kundengruppe übersehen? Sind mehrere Vorschläge vom gleichen unbestätigten Wunsch abhängig? Haben wir einen Weg gefunden, eine wichtige Unsicherheit mit vertretbarem Aufwand zu untersuchen?

Die Antwort kann auch lauten, dass die bisherige Idee gut begründet bleibt. Dann sollte sichtbar sein, welche Alternativen betrachtet wurden und weshalb sie zurückgestellt werden. Unterschiedlichkeit ist für eine Organisation vor allem dann hilfreich, wenn sie ihre Entscheidung verbessert.

Diese Fragen gehören zum Zusammenhang von KI und Wettbewerbsfähigkeit. In einem Vortrag für Ihre Organisation lässt sich daran diskutieren, wie aus leichter verfügbaren Ideen ein Angebot entsteht, dessen Wert Kund:innen erkennen können.