{"id":9088,"date":"2026-01-05T06:30:00","date_gmt":"2026-01-05T05:30:00","guid":{"rendered":"https:\/\/hub.hslu.ch\/immobilienblog\/?p=9088"},"modified":"2026-03-03T08:10:50","modified_gmt":"2026-03-03T07:10:50","slug":"generative-einzelloesungen-vs-agentensysteme","status":"publish","type":"post","link":"https:\/\/hub.hslu.ch\/immobilienblog\/2026\/01\/05\/generative-einzelloesungen-vs-agentensysteme\/","title":{"rendered":"Generative Einzell\u00f6sungen vs. Agentensysteme: Eine (eher kurze) Schlammschlacht"},"content":{"rendered":"\n

Ein Artikel von: Dr. Mark Gille-Sepehri<\/a><\/p>\n\n\n\n

Vom Slop zu Workslop<\/strong><\/h2>\n\n\n\n

Der englische Begriff \u201eSlop\u201c klingt harmlos, meint aber alles andere als das: Schlamm, Matsch, Schlabber. Etwas, das von minderer Qualit\u00e4t, lieblos zusammengeworfen oder schlicht schlecht gemacht ist. In der Medienwelt hat sich die Bedeutung entsprechend weiterentwickelt. Heute steht \u201eSlop\u201c dort f\u00fcr nachl\u00e4ssige Arbeit, f\u00fcr Inhalte, die mehr nach Masse als Klasse aussehen.<\/p>\n\n\n\n

Im digitalen Medien- und Internetkontext hat sich daraus der Begriff \u201eWorkslop\u201c etabliert: Inhalte, die schnell, oberfl\u00e4chlich und ohne echte Sorgfalt produziert werden. Meist geht es darum, L\u00fccken zu f\u00fcllen \u2013 f\u00fcr Klicks, Reichweite, oder einfach nur, weil der Algorithmus Futter verlangt.<\/p>\n\n\n\n

Doch heute stammt dieser Workslop nicht mehr nur von \u00fcberforderten Praktikanten oder lieblosen Content-Fabriken. AI erm\u00f6glicht Mitarbeitenden mit bisher eher schwachen Ergebnissen, scheinbar hochwertige Inhalte zu produzieren, die bei genauer Betrachtung aber denselben Kern wie jeder Slop besitzen: Sie sind wertlos, leer und wenig relevant.<\/p>\n\n\n\n

Eine Untersuchung von [Graphite 2024<\/a>] zeigt, dass der Anteil automatisch generierter Beitr\u00e4ge im Internet inzwischen auf dem gleichen Niveau liegt wie menschlich erstellter Content.
Das heisst: Die H\u00e4lfte dessen, was wir online lesen, wurde nicht mehr von Menschenhand geschrieben.<\/p>\n\n\n\n

\"\"<\/a>
Abbildung 1: AI-Generated Content has surpassed Human Content; Quelle: Graphite, 2024<\/figcaption><\/figure>\n\n\n\n

The Tide lifts all Boats<\/strong><\/h2>\n\n\n\n

Dieser Effekt \u2013 dass schw\u00e4chere Leistungen durch AI kurzfristig scheinbar aufgewertet werden \u2013 ist real, aber nicht nachhaltig. Der Grund ist einfach:<\/p>\n\n\n\n

Alle, insbesondere die ohnehin leistungsst\u00e4rkeren Mitarbeitenden, passen sich schnell an die neuen Werkzeuge an und heben ihr eigenes Produktionsniveau massiv an. Sie nutzen Chatbots nicht nur zur Beschleunigung einzelner Arbeitsschritte, sondern zur systematischen Qualit\u00e4tssteigerung, indem sie bessere Fragen stellen, komplexe Konzepte veredeln, Varianten vergleichen, Entw\u00fcrfe iterativ verbessern lassen, Wissen schneller abrufen und ihre eigenen Ideen durch AI spiegeln, testen und weiterentwickeln.<\/p>\n\n\n\n

[Brynjolfsson et al 2018<\/a>] haben solche tempor\u00e4ren Effekte bereits fr\u00fch untersucht und den Begriff einer \u00abJ-Kurve\u00bb der Produktivit\u00e4t gepr\u00e4gt.<\/p>\n\n\n\n

\"\"<\/a>
Abbildung 2: J-Curve; Quelle: Brynjolfsson et al., 2018<\/figcaption><\/figure>\n\n\n\n

So entsteht eine neue Gleichung: Wer zuvor Gold produzierte, produziert nun sogar mehr Gold.<\/p>\n\n\n\n

Lange fokussierten Studien auf diesen Effekt und schlussfolgerten entsprechend, dass KI Einkommensunterschiede \u00fcberwiegend verst\u00e4rken wird. Eine neue Studie von Brynjolfsson et al. (2025)<\/a> fokussiert nun auf den Aufholeffekt unerfahrener Servicemitarbeiter. Sie kommt zum Schluss, dass die relativen Produktivit\u00e4tsgewinne bei unerfahrenen Mitarbeitern mit Routineaufgaben gr\u00f6sser sind, als der Verst\u00e4rkungseffekt in der \u201eGoldproduktion\u201c. Diese Ergebnisse sind erste Anzeichen daf\u00fcr, dass die Produktivit\u00e4t insgesamt mit KI stark zunehmen kann, aufgrund von \u201eSkill-Levelling\u201c ohne den zun\u00e4chst bef\u00fcrchteten Effekt der wachsenden Einkommensungleichheit. Oder mit anderen Worten: Wir haben mit hoher Wahrscheinlichkeit das Tal der J-Curve durchschritten.<\/p>\n\n\n\n

Auf dem Weg zu Produktivit\u00e4tsgewinnen<\/strong><\/h2>\n\n\n\n

AI wird damit zunehmend nicht nur zu einem Verst\u00e4rkungsfaktor bisheriger individueller Leistung, sondern kann in einzelnen Aufgabengebieten mit Routineaufgaben auch zu Angleichungen f\u00fchren und unerfahrene Mitarbeiter schneller auf ein h\u00f6heres Niveau bringen. In welche Richtung sich die Verteilung von Arbeitsleistung bewegt, ist letztlich eine Frage der individuellen Gesch\u00e4ftsentwicklung: Talentierte Mitarbeitende werden durch AI grunds\u00e4tzlich noch sichtbarer, da sie die Werkzeuge individuell gezielter, reflektierter und strategischer einsetzen. Sollen alle Mitarbeitende von KI profitieren, m\u00fcssen hingegen auch die Routine-Prozesse neu gedacht und die Kultur neu gelebt werden. Das ist aber ein langsamer Prozess und deshalb d\u00fcrfte vorerst weiterhin gelten:<\/p>\n\n\n\n

«Wer viel hineingibt, bekommt multiplikativ mehr heraus.»<\/strong><\/p>\n\n\n\n

Die Zeit der Agentensysteme<\/strong><\/h2>\n\n\n\n

W\u00e4hrend klassische Chatbots also prim\u00e4r einzelne Mitarbeitende unterst\u00fctzen und deren Leistung verst\u00e4rken, er\u00f6ffnet der Einsatz systematischer agentischer KI eine v\u00f6llig neue Dimension zur Produktivit\u00e4tssteigerung insgesamt: KI-Agenten k\u00f6nnen autonom planen, handeln und sich untereinander koordinieren. Moderne Chatbots \u2013 auch jene, die wir heute bereits nutzen \u2013 sind in Wirklichkeit vorkonfigurierte agentische Systeme, die genau auf solchen Mechanismen basieren.<\/p>\n\n\n\n

Die F\u00e4higkeiten dieser Agenten lassen sich kompakt zusammenfassen:<\/p>\n\n\n\n