Zwei Türen bis zum Wissen: Was KI mit dem Lernen in Pharmaunternehmen macht
Von Detlef Ostfeld, 2. Oktober 2026
Das Wichtigste in Kürze
Wenn Mitarbeitende Fachfragen zuerst der KI stellen und seltener Kolleg:innen, schrumpft der Wissenstransfer im Unternehmen. Erste Studien zeigen diesen Effekt bereits, und in Pharmaunternehmen trifft er Wissen, das in keinem Handbuch steht.
- Weniger Fragen an Menschen: Bei Anthropic ist die KI laut interner Befragung von 132 Engineers und Researchern (August 2025) zur ersten Anlaufstelle für Fragen geworden, die früher an Kolleg:innen gingen. Einige berichten von weniger Mentoring.
- Vertrauen senkt Prüfung: Eine Studie von Microsoft Research und Carnegie Mellon mit 319 Wissensarbeiter:innen fand: Wer der KI viel zutraut, denkt weniger kritisch nach. Wer sich selbst viel zutraut, prüft mehr.
- Prüfen braucht Vorwissen: 58 Befragte derselben Studie gaben an, KI-Antworten mangels Fachwissen nicht kontrollieren zu können. Dieses Fachwissen entsteht in Pharma oft im Gespräch mit erfahrenen Kolleg:innen.
- Gegenbefund: Dieselbe Anthropic-Studie zeigt, dass Beschäftigte ihr Können mit KI in neue Bereiche ausweiten. Die Datenlage ist dünn und beruht überwiegend auf Selbstauskünften.
- Führungsaufgabe: Unternehmen sollten festlegen, welche Fragen bewusst über Menschen laufen, etwa KI-Antworten zu Claims, Freigaben und Studiendaten gemeinsam mit erfahrenen Fachleuten prüfen.
Montag, 8:15 Uhr, zwei Türen
Montag, 8:15 Uhr, dritter Stock eines Pharmaunternehmens im Rheinland. Der Kaffeeautomat im Flur mahlt, auf dem Bildschirm des Junior Product Managers steht ein Claim für die Herbstkampagne, und er fragt die KI, ob der Satz nach Heilmittelwerbegesetz durchgeht. Zwei Türen weiter sitzt die Leiterin Regulatory Affairs, 26 Jahre im Haus.
Zwei Türen. Er klopft nicht.
Die Szene ist konstruiert. Sie verdichtet ein Muster, das die Studien weiter unten beschreiben. Die Antwort der KI kommt in Sekunden, klingt plausibel und ist manchmal sogar richtig. Was ihr fehlt, merkt erst die Freigabe.
Was Janina Kugel im manager magazin schreibt
Janina Kugel, frühere Personalvorständin von Siemens und heute Multiaufsichtsrätin, beschreibt in ihrer Kolumne „Arbeit neu denken“ (manager magazin, Oktober 2026, S. 82) ein Risiko, das in vielen KI-Strategien fehlt. Wenn kleinste Probleme direkt an die KI gehen und seltener allein oder im Team durchdacht werden, hilft das den kognitiven Fähigkeiten nicht.
Sie stützt das auf den Neuropsychologen Donald Hebb, der 1949 beschrieb, wie sich Verbindungen zwischen Nervenzellen beim Lernen verstärken. Die Neurowissenschaftlerin Carla Shatz hat das später auf die bekannte Formel gebracht, im Original „cells that fire together wire together“. Was nicht feuert, verdrahtet nicht.
Kugels Konsequenz für Unternehmen: Eine erfolgreiche KI-Transformation sei Aufgabe des gesamten Topmanagements und nicht der IT. Führung müsse festlegen, wo menschliches Urteilsvermögen gebraucht wird, wo Agenten selbstständig arbeiten dürfen und wo ein Mensch final entscheidet. Ihre Sorge um jüngere Beschäftigte formuliert sie als persönliche Einschätzung, ohne Studienbeleg.
Was die Daten zeigen
Zwei Studien stützen Kugels These, beide mit Einschränkungen. Ausgerechnet ein KI-Hersteller hat den Effekt im eigenen Haus gemessen.
| Studie | Wer wurde befragt | Kernbefund | Grenze |
|---|---|---|---|
| Anthropic: How AI is transforming work at Anthropic (Erhebung August 2025) | 132 Engineers und Researcher, 53 Tiefeninterviews, interne Nutzungsdaten | KI ist erste Anlaufstelle für Fragen, die früher an Kolleg:innen gingen; einige berichten von weniger Mentoring und Zusammenarbeit | Ein Unternehmen, Selbstauskünfte, privilegiertes Umfeld |
| Microsoft Research und Carnegie Mellon, CHI 2025 | 319 Wissensarbeiter:innen, 936 reale Anwendungsfälle | Mehr Vertrauen in KI geht mit weniger kritischem Denken einher, mehr Selbstvertrauen mit mehr Prüfung; 58 können Antworten mangels Fachwissen nicht kontrollieren | Selbstauskünfte, Korrelation statt Kausalität |
Ein Beschäftigter bei Anthropic sagte sinngemäß, er arbeite gern mit Menschen und finde es traurig, dass er sie weniger brauche. Jüngere kämen seltener mit Fragen zu ihm.
Vorsicht bei einer Zahl, die im Netz kursiert. Mehrere Portale melden, bei Anthropic erledige KI bereits 27 Prozent der Arbeit. Die Studie sagt etwas anderes: 27 Prozent der KI-gestützten Arbeit waren Aufgaben, die ohne KI gar nicht erledigt worden wären.
Warum Pharma besonders verwundbar ist
Prüfen kann nur, wer schon weiß. In Pharmaunternehmen entsteht dieses Wissen selten im Leitfaden, es wächst über Jahre in Gesprächen, Korrekturschleifen und Fehlern, die jemand anderes schon gemacht hat.
Es steckt im Freigabelauf mit roten Kommentaren. Im Satz „Den Claim hatten wir 2014 schon, gab eine Abmahnung“. In der Erinnerung, welche Formulierung die Behörde beim letzten Mal beanstandet hat, im Mittagessen mit der Medizin, bei dem man erfährt, warum eine Studie damals abgebrochen wurde, und in der Einschätzung, welcher Apothekenkunde bei welcher Konditionsfrage empfindlich reagiert.
Das steht in keinem Prompt.
Dazu kommt die Fallhöhe. Eine falsche KI-Antwort im Reiseplan kostet einen verpassten Zug. Eine falsche Antwort zu einem Wirksamkeits-Claim kann eine Abmahnung nach Heilmittelwerbegesetz oder den Stopp der ganzen Kampagne auslösen. Bei Ärzt:innen und Apotheken kostet sie obendrein Vertrauen, das lange gewachsen ist. In regulierten Branchen ist der Mensch, der die KI-Antwort einordnet, Teil der Compliance.
Was gegen die These spricht
Fairerweise gehört dazu, dass dieselbe Anthropic-Studie auch Positives misst: Beschäftigte erweitern ihr Können in Bereiche, die vorher außerhalb ihrer Expertise lagen. Ein Teil der KI-gestützten Arbeit wäre ohne KI nie entstanden.
Und die Leiterin mit 26 Jahren Erfahrung hat nicht immer recht. Rechtsprechung ändert sich, Leitlinien werden aktualisiert, Erfahrungswissen veraltet still. Manchmal korrigiert die KI den alten Hasen, und das ist gut so.
Offen bleiben drei Fragen, auf die es heute keine belastbaren Antworten gibt:
- Ist weniger kritisches Denken eine Folge der KI-Nutzung, oder nutzen bestimmte Menschen KI einfach anders? Beide Studien messen Zusammenhänge und keine Ursachen.
- Lassen sich Befunde aus Softwareentwicklung und allgemeiner Wissensarbeit auf regulierte Pharmaprozesse übertragen? Studien aus der Branche selbst fehlen.
- Wie viel Mentoring ging vor der KI tatsächlich über informelle Fragen, und wie viel davon war ohnehin Zufall?
Eine saubere Antwort darauf habe ich nicht. Bei meiner Einschätzung bleibe ich trotzdem: Das Risiko ist groß genug, um es aktiv zu steuern, statt es abzuwarten.
Was Führungskräfte jetzt tun können
Die wirksamste Maßnahme kostet zehn Minuten am Tag: KI-Antworten zu kritischen Themen gemeinsam mit dem erfahrensten Kopf im Haus durchgehen. Die folgenden drei Hebel haben nach meiner Einschätzung das beste Verhältnis aus Wirkung und Aufwand.
| Maßnahme | Wie konkret | Wirkung | Aufwand | Umsetzbar in |
|---|---|---|---|---|
| Zweiter Blick per Regel | Für Claims, Freigaben, Studiendaten und Preis- oder Konditionsfragen gilt: KI-Antwort holen, dann mit einer erfahrenen Fachperson durchgehen, warum sie stimmt oder nicht | Hoch: schützt Compliance und überträgt Wissen zugleich | Gering: zehn Minuten am Tag | Sofort |
| Erfahrungswissen sichtbar machen | Erfahrene aus Regulatory, Medizin und Vertrieb dokumentieren Fälle mit Begründung, etwa abgelehnte Claims und Behördenfeedback, als interne Wissensbasis | Mittel bis hoch: Wissen bleibt bei Fluktuation erhalten und kann später auch KI-Systeme im Haus speisen | Mittel: zwei bis drei Stunden pro Person und Monat | Vier bis acht Wochen |
| KI-Regeln als Führungsthema | Topmanagement legt fest, wo Agenten selbstständig arbeiten dürfen und wo ein Mensch final entscheidet, und überprüft das halbjährlich | Hoch: verhindert Wildwuchs und klärt Verantwortung | Mittel: ein Workshop plus regelmäßige Überprüfung | Ein Quartal |
Ein Risiko dabei: Der zweite Blick wird zur Pflichtübung, wenn die erfahrene Fachperson ihn als Kontrolle statt als Gespräch versteht. Kugel nennt die passende Haltung: mehr coachen statt kontrollieren.
Zurück in den dritten Stock
Morgen um 8:15 Uhr mahlt der Automat wieder. Ob der Junior dann bei Regulatory Affairs klopft, hängt weniger an seinem Bildschirm als an der Frage, ob ihn je jemand dazu eingeladen hat. Diese Einladung ist Führungsarbeit, und keine Software nimmt sie einem ab.
Häufige Fragen
Macht KI-Nutzung im Job dümmer?
Dafür gibt es keinen Beleg. Die Studie von Microsoft Research und Carnegie Mellon zeigt einen Zusammenhang: Wer der KI stark vertraut, berichtet von weniger kritischem Denken. Ob das langfristig Fähigkeiten abbaut, ist nicht untersucht.
Was ist kognitives Auslagern (Cognitive Offloading)?
Gemeint ist, Denkarbeit an ein Hilfsmittel abzugeben, etwa Rechnen an den Taschenrechner oder Recherche an die KI. Das entlastet. Problematisch wird es, wenn dadurch das Wissen fehlt, um das Ergebnis zu prüfen.
Was hat Anthropic über die eigenen Mitarbeitenden herausgefunden?
Anthropic befragte im August 2025 132 Engineers und Researcher und führte 53 Interviews. Die KI wurde zur ersten Anlaufstelle für Fragen an Kolleg:innen, einige berichten von weniger Mentoring. Gleichzeitig erweiterten Beschäftigte ihr Können in neue Bereiche.
Warum ist das Thema für Pharmaunternehmen relevant?
In Pharma steckt viel entscheidendes Wissen in Erfahrung, etwa zu Heilmittelwerberecht, Behördenfeedback und Studienhistorie. Wer KI-Antworten dazu nicht prüfen kann, riskiert Abmahnungen und Vertrauensverlust bei Fachkreisen.
Was sollten Führungskräfte als Erstes tun?
Für kritische Themen eine einfache Regel einführen: KI-Antwort holen, dann gemeinsam mit einer erfahrenen Fachperson durchgehen. Das kostet etwa zehn Minuten am Tag und sichert Qualität und Wissenstransfer zugleich.
Quellen
- Janina Kugel: Arbeit neu denken. Kolumne „Menschenskinder“, manager magazin, Oktober 2026, S. 82.
- Anthropic: How AI is transforming work at Anthropic. Erhebung August 2025, veröffentlicht Dezember 2025.
- Lee, H.-P. et al.: The Impact of Generative AI on Critical Thinking. CHI 2025, Microsoft Research und Carnegie Mellon University.
- Donald O. Hebb: The Organization of Behavior. Wiley, 1949.
Über den Autor
Detlef Ostfeld ist Investor der WSC GmbH (We Social Commerce) in Meerbusch. WSC berät Unternehmen aus Healthcare, Pharma und Apotheke zu KI-Sichtbarkeit (GEO/LLMO), Experten-Content und digitaler Markenführung. Seine Einschätzungen beruhen auf Projektbeobachtungen und dem Austausch mit Entscheider:innen im Gesundheitsmarkt.
