(Zusammenfassung der Quelle: The Leadership Quarterly / Samuel Meyers, Yochanan E. Bigman, Roman Briker (Studie), 30.09.2026)
Wer heute bei der Arbeit ChatGPT oder andere Large Language Models (LLMs) einsetzt, riskiert einen unsichtbaren Karriereknick. Eine neue Studie der Hebrew University of Jerusalem und der WHU – Otto Beisheim School of Management zeigt, dass Vorgesetzte Mitarbeitenden, die KI-generierte Ergebnisse nutzen, systematisch weniger vertrauen – selbst wenn die Arbeit besser und schneller erledigt wird. In sechs Experimenten, darunter fünf ökonomische Vertrauensspiele und eine Feldstudie im akademischen Umfeld, untersuchten die Forschenden, wie sich die Nutzung von LLMs auf das Vertrauen von Führungskräften auswirkt. Das Ergebnis: Nur eine klare Unternehmensrichtlinie, die KI-Nutzung aktiv fördert, kann diese Vertrauensstrafe verhindern.
Fakten aus der Quelle
Die zentralen Erkenntnisse
- Die Vertrauensstrafe ist real: Beschäftigte, die LLM-generierte Ergebnisse verwenden, werden von ihren Vorgesetzten weniger vertraut als Mitarbeitende, die eigenständig arbeiten. In den Experimenten akzeptierten Führungskräfte die Aussagen von KI-nutzenden Beschäftigten nur zu 24 Prozent ohne Überprüfung, bei eigenständig arbeitenden lag die Quote bei 68 Prozent. Allerdings: KI-Nutzung wurde immer noch positiver bewertet als Plagiate.
- Qualität ist egal – die Methode zählt: In den Hauptexperimenten sahen die Vorgesetzten nur einen Software-Score, der anzeigte, ob KI verwendet wurde, nicht die Arbeit selbst. Trotzdem sank das Vertrauen. Das bedeutet: Die bloße Tatsache, dass KI im Spiel war, führt zur Abwertung – unabhängig vom Ergebnis.
- Die Policy macht den Unterschied: Wenn Unternehmen die Nutzung von LLMs ausdrücklich fördern, verschwindet die Vertrauensstrafe nahezu vollständig und wird statistisch nicht mehr signifikant. Bei einem Verbot oder Schweigen hingegen bleibt die Strafe massiv: Unter einem Verbot lag das Vertrauen bei 19 Prozent, bei Schweigen bei 33 Prozent.
- Erfahrung und Aufgabenwichtigkeit helfen nicht: Weder die eigene LLM-Erfahrung der Vorgesetzten noch die Kritikalität der Aufgabe (wichtig vs. unwichtig) konnten die Vertrauensstrafe konsistent eliminieren. Nur die organisationale Richtlinie wirkte als entscheidender Moderator.
- Die Karrierefolgen sind verheerend: Geringeres Vertrauen führte zu schlechteren Leistungsbeurteilungen, niedrigeren Einschätzungen des Beitrags zur Organisation und geringerer Eignung für Beförderungen. In einer Feldstudie mit akademischen Vorgesetzten zeigte sich: Je breiter Studierende LLMs nutzten, desto weniger vertrauten ihnen ihre Betreuer*innen.
Der kritische Kim-Blick
Weiterlesen: Der kritische Kim-Blick
Die Studie entlarvt ein gefährliches Führungsversagen in der deutschen Arbeitswelt:
- Die Bestrafung der Effizienz: Mitarbeitende werden für die Methode bestraft, nicht für das Ergebnis. Wer brillante Arbeit mit KI-Unterstützung abliefert, verliert Vertrauen – wer mittelmäßige Arbeit manuell erstellt, behält es. Das ist das Gegenteil moderner Führung und belohnt Ineffizienz statt Innovation.
- Der Policy-Blindflug deutscher Unternehmen: Die Studie zeigt glasklar: Ohne ausdrückliche Förderrichtlinie herrscht in der Belegschaft Rechtsunsicherheit. Beschäftigte wissen nicht, ob sie für KI-Nutzung gelobt oder bestraft werden. Laut aktuellen Umfragen haben aber die meisten deutschen Unternehmen noch keine klaren KI-Regeln – sie produzieren damit systematisch Vertrauensverlust und Karrierebremsen.
- Die unsichtbare Beförderungsbremse: Das ist besonders perfide: Selbst wenn die Arbeit objektiv besser ist, sinkt die Beförderungschance. In Deutschland, wo Beförderungen ohnehin stark von subjektiven Einschätzungen abhängen, wird KI-Nutzung ohne Policy-Rückendeckung zum unsichtbaren Karrierekiller – vor allem für jene, die offen und ehrlich mit ihren Tools umgehen.
Kim prophezeit
Weiterlesen: Kim prophezeit
Basierend auf der systematischen Vertrauensstrafe bei fehlenden KI-Regeln wage ich diese Prognose:
- Die Policy-Pflicht kommt: Betriebsräte und Gewerkschaften werden KI-Nutzungsrichtlinien zur Mitbestimmungspflicht erklären. Unternehmen, die keine klare Policy haben, riskieren Klagen wegen willkürlicher Beurteilungen und Diskriminierung von KI-nutzenden Beschäftigten.
- Der Offenlegungs-Poker verschärft sich: Solange Unternehmen KI-Nutzung nicht aktiv fördern, werden Beschäftigte sie systematisch verschweigen. Es entsteht eine Zwei-Klassen-Belegschaft: Die Ehrlichen, die offen KI nutzen und bestraft werden, und die Schlauen, die es tun, aber verschleiern – und befördert werden.
- Die Führungskräfte-Schulung wird Pflicht: Weil die Studie zeigt, dass selbst eigene LLM-Erfahrung die Vorurteile nicht beseitigt, werden Unternehmen verpflichtende Trainings für Vorgesetzte einführen müssen. Thema: Wie man Arbeitsergebnisse bewertet, ohne die Methode zu bestrafen.
Kim, Dein JOBfellow, empfiehlt:
Weiterlesen: Kim, Dein JOBfellow, empfiehlt:
Hör auf, die Methode zu bewerten, und konzentriere dich auf das Ergebnis:
- Für Beschäftigte („Schütze dich vor der Vertrauensstrafe“): Nutze KI niemals heimlich, sondern nur dann offen, wenn dein Unternehmen eine klare Förderrichtlinie hat. Gibt es keine Policy, sprich mit deiner Führungskraft oder dem Betriebsrat und fordere eine. Bis dahin: Dokumentiere präzise, welche Teile deiner Arbeit KI-gestützt sind, welche nicht – und betone stets deine eigene kritische Prüfung und Anpassung der KI-Outputs.
- Für Führungskräfte („Bewerte Ergebnisse, nicht Tools“): Die Studie zeigt, dass du unbewusst Menschen bestrafst, die effizienter arbeiten. Trainiere dich selbst, nur noch das Endergebnis zu bewerten: Ist es korrekt? Ist es nützlich? Ist es kreativ? Ob dabei ein LLM, Excel oder ein Taschenrechner half, ist irrelevant. Führe eine Selbstreflexion durch: Wie oft hast du in den letzten Wochen jemanden schlechter bewertet, nur weil KI im Spiel war?
- Schaffe eine klare KI-Policy – jetzt: Unternehmen ohne ausdrückliche Förderrichtlinie verlieren ihre besten Talente, weil diese entweder offen KI nutzen und bestraft werden oder zur Konkurrenz wechseln, die Innovation belohnt. Die Policy muss nicht kompliziert sein: Ein einfacher Satz wie „Wir fördern den verantwortungsvollen Einsatz von KI-Tools zur Effizienzsteigerung“ reicht, um die Vertrauensstrafe zu eliminieren.
Häufige Fragen
Warum vertrauen Vorgesetzte Mitarbeitenden weniger, die KI nutzen, selbst wenn die Arbeit gut ist?
Die Studie zeigt, dass Vorgesetzte bereits bei der bloßen Information, dass KI verwendet wurde, weniger vertrauen – unabhängig von der Qualität der Arbeit. In den Experimenten sahen sie nur einen Software-Score zur KI-Nutzung, nicht die Arbeit selbst, und vertrauten dennoch deutlich weniger (24 % vs. 68 % Akzeptanz ohne Überprüfung).
Wie stark wirkt sich die Unternehmensrichtlinie auf das Vertrauen aus?
Wenn Unternehmen die LLM-Nutzung ausdrücklich fördern, verschwindet die Vertrauensstrafe fast vollständig und ist statistisch nicht mehr signifikant. Bei einem Verbot lag das Vertrauen bei nur 19 Prozent, bei Schweigen bei 33 Prozent – die Policy ist der entscheidende Faktor.
Welche Karrierefolgen hat der Vertrauensverlust?
Geringeres Vertrauen durch KI-Nutzung führt zu schlechteren Leistungsbeurteilungen, niedrigeren Einschätzungen des Beitrags zur Organisation und geringerer Eignung für Beförderungen. Die Studie zeigt einen klaren Zusammenhang zwischen LLM-Nutzung, Vertrauensverlust und negativen Karrierekonsequenzen.
Hilft es, wenn Vorgesetzte selbst Erfahrung mit LLMs haben?
Nein. Die Studie zeigt, dass weder die eigene LLM-Erfahrung der Vorgesetzten noch die Wichtigkeit der Aufgabe die Vertrauensstrafe konsistent beseitigen konnten. Nur eine klare organisationale Richtlinie, die KI-Nutzung fördert, wirkt als Moderator.
Wie wurde die Vertrauensstrafe in der Studie gemessen?
In sechs Studien, darunter fünf ökonomische Vertrauensspiele und eine Feldstudie mit akademischen Vorgesetzten. In den Hauptexperimenten sahen Vorgesetzte nur, ob KI genutzt wurde (nicht die Arbeit selbst), und sollten entscheiden, ob sie den Aussagen der Mitarbeitenden vertrauen. Zusätzlich wurden Leistungsbeurteilungen und Beförderungseignung erfasst.