AIs Entdeckungsproblem: Nutzer können nicht sehen, was das Tool kann

Die KI-Adoption stößt an eine Wand, nicht weil die Technik schwach ist, sondern weil die Nutzer nicht sehen können, wozu sie in der Lage ist. Der Autor nennt dies das 'Entdeckungsproblem': Die mächtigsten Werkzeuge verbergen sich hinter einem leeren Textfeld, und wenn man nicht bereits weiß, was man fragen soll, bleiben die Möglichkeiten unsichtbar.

Das Kernproblem

Man weiß nicht, was ein Prompt hervorbringen kann, bis man ihn schreibt und ausführt. Fähigkeiten bleiben hinter einer leeren Oberfläche verschlossen. Der Nutzer muss die Anfrage von Grund auf erfinden, was eine massive Hürde für nicht-technische Personen darstellt.

Teillösungen: Vorlagen und Kontext

Vorlagen geben den Menschen etwas, das sie ausführen können, ohne eine Anfrage erfinden zu müssen. Aber die Relevanz ist der Haken: Passen diese Vorlagen tatsächlich zu Ihrer Arbeit? Kontextbezogene Systeme, die Sie kennen, können relevante Aktionen vorschlagen, aber beide sind unvollständige Lösungen.

Alan Kays Grand-Canyon-Analogie

Alan Kays Metapher trifft es genau: Eine Ameise am Grund des Grand Canyon sieht nur einen schmalen Streifen Himmel zwischen den Canyonwänden, während jemand am Rand die gesamte blaue Fläche sieht. Gleicher Himmel, völlig anderes Gefühl der Möglichkeiten. Das ist die Kluft zwischen erfahrenen KI-Nutzern und allen anderen.

Ein versierter Agent-Nutzer kann einem Vermarkter bei der Arbeit zusehen und sofort ein Dutzend Dinge erkennen, die sich automatisieren lassen – einschließlich Dinge, die der Vermarkter noch nicht ausprobiert hat. Aber geben Sie demselben Vermarkter das intelligenteste Werkzeug der Welt in die Hand, und er starrt auf ein leeres Promptfeld.

Wer es lösen sollte

Das System muss beginnen, seine eigenen Fähigkeiten zu offenbaren – schrittweise, kontextbezogen, abgestimmt auf Ihre tatsächliche Arbeit. Derzeit lastet zu viel der Entdeckungslast auf dem Nutzer.