Zum Inhalt springen
Blog

KI und Kreativität: Warum die Art der Zusammenarbeit einen Unterschied macht

Eine CHI-Studie von 2026 trennt Ideenqualität, Vielfalt und das Gefühl eigener Beteiligung. Die Ergebnisse zeigen, warum nicht nur das Modell, sondern auch Fragen, Vorschläge und Überarbeitungsrunden für kreative Arbeit mit KI zählen.

Eine gute Idee ist noch kein vielfältiger Ideenpool

Ein KI-System kann aus einer knappen Idee einen überzeugenden Vorschlag machen. Ob dadurch viele unterschiedliche Ideen entstehen und Menschen das Ergebnis noch als ihr eigenes empfinden, sind andere Fragen. Genau diese Unterschiede untersucht die CHI-2026-Studie *Partnering with Generative AI* von Sebastian Maier, Manuel Schneider und Stefan Feuerriegel.

Die Arbeit vergleicht unterschiedliche Formen der Zusammenarbeit mit demselben Sprachmodell. Sie liefert damit einen konkreteren Blick auf KI und Kreativität als ein pauschales „besser“ oder „schlechter“: Das Ergebnis hängt auch davon ab, wer ausarbeitet, wer entscheidet und wie viele Entwicklungsschritte vorgesehen sind.

Was wurde untersucht?

Die erste, präregistrierte Zufallsstudie umfasste nach Ausschlüssen 486 Personen. Sie entwickelten neue Anwendungen für Autosensoren. Die Forschenden verglichen fünf Bedingungen:

  • Ohne KI: Die eigene Idee wurde ohne Unterstützung entwickelt.
  • Gewöhnlicher Chatbot: Ein Sprachmodell mit weitgehend unverändertem Standardverhalten unterstützte die Bearbeitung.
  • KI-geführte Ausarbeitung: Das Modell arbeitete die menschliche Ausgangsidee aus; die Person konnte das Ergebnis überarbeiten.
  • Vorschlagsmodus: Die KI gab Anregungen, wie sich die Idee weiterentwickeln ließe.
  • Fragemodus: Die KI bot zunächst Wissen, Alternativen und Analogien an und unterstützte die anschließende Ausarbeitung mit gezielten Fragen.

Eine wichtige Gemeinsamkeit: Die Teilnehmenden starteten mit einer eigenen, zunächst ohne KI entwickelten Idee. Die Studie vergleicht deshalb nicht einfach menschliche Kreativität mit völlig autonomer Ideenproduktion. Auch der Fragemodus war kein reines Frage-Antwort-Gespräch ohne Vorschläge der KI.

Eine zweite, ebenfalls präregistrierte Studie mit 640 Personen prüfte das Muster in einem anderen Kontext: einem neuen Produkt für Studierende im Vereinigten Königreich mit einem Verkaufspreis unter 40 Pfund. Sie ergänzte eine sechste Bedingung, in der die KI-geführte Ausarbeitung iterativ erfolgte. 320 Studierende bewerteten die Produktideen.

Studie und Volltext

Drei Maßstäbe, drei unterschiedliche Aussagen

Ideenqualität wurde durch menschliche Bewertungen erfasst. In der Hauptstudie bewerteten Personen mit Erfahrung im Automobilbereich Originalität und Nützlichkeit. Das ist etwas anderes als die Zahl der erzeugten Ideen oder die sprachliche Eleganz allein.

Vielfalt bezeichnete, wie unterschiedlich die Ideen innerhalb einer Gruppe waren. Dafür nutzten die Forschenden Text-Embeddings, also rechnerische Darstellungen der Bedeutungsähnlichkeit von Texten. Diese Messung ist ein nachvollziehbarer Vergleichsmaßstab, aber keine vollständige Bewertung aller möglichen Formen von Kreativität.

Wahrgenommene Eigentümerschaft, im Paper „ownership“, wurde von den Teilnehmenden selbst berichtet. Gemeint ist, wie sehr sie die Idee als ihre eigene empfanden. Daraus folgen weder Aussagen über rechtliches Urheberrecht noch ein Nachweis, dass Menschen die Idee später tatsächlich engagierter umsetzen.

Diese Trennung ist für die Interpretation entscheidend. Eine einzelne Idee kann gut bewertet werden, obwohl sie vielen anderen ähnelt. Umgekehrt kann ein Ideenpool sehr vielfältig sein, ohne dass jede einzelne Idee besonders nützlich ist.

Was die Hauptstudie tatsächlich zeigt

Sowohl die KI-geführte Ausarbeitung als auch der Fragemodus verbesserten die bewertete Ideenqualität gegenüber der Gruppe ohne KI statistisch signifikant. Für den Vorschlagsmodus und den gewöhnlichen Chatbot wurde dieser Zugewinn in der Hauptstudie nicht nachgewiesen.

Beim Vergleich der Vielfalt war der Fragemodus der KI-geführten Ausarbeitung überlegen. Gegenüber dem gewöhnlichen Chatbot zeigte sich dagegen kein statistisch nachweisbarer Unterschied. Aus dem Befund lässt sich also nicht ableiten, dass Fragen in jeder Hinsicht und gegenüber jeder KI-Nutzung gewinnen.

Bei der wahrgenommenen Eigentümerschaft lag der Fragemodus höher als die KI-geführte Ausarbeitung und der gewöhnliche Chatbot. Das bedeutet nicht, dass das Gefühl vollständig auf dem Niveau einer Arbeit ohne KI blieb. Im Mittel lag die Kontrollgruppe hier weiterhin höher.

Die präregistrierten gerichteten Vergleiche wurden für Mehrfachtests korrigiert. Für den Qualitätsgewinn gegenüber der Kontrollgruppe betrug die standardisierte Effektgröße im Fragemodus d = 0,36 und bei KI-geführter Ausarbeitung d = 0,55. Diese Werte beschreiben Unterschiede relativ zur Streuung der Bewertungen. Sie sind keine prozentuale Steigerung von Kreativität.

Warum die zweite Studie die einfache Schlagzeile verhindert

Die zusätzliche iterative KI-geführte Variante ist besonders interessant: Auch sie verbesserte die bewertete Qualität, zeigte aber nicht dasselbe Homogenisierungsmuster wie die einmalige Ausarbeitung.

Damit wäre „Wenn die KI ausarbeitet, werden alle Ideen gleich“ eine zu grobe Zusammenfassung. Die Möglichkeit, eine Ausarbeitung über mehrere Schritte zu verändern, gehört selbst zum untersuchten Arbeitsablauf. Die Arbeit stützt den Blick auf das gesamte Interaktionsdesign, nicht nur auf die Etiketten „menschgeführt“ und „KI-geführt“.

Auch die menschgeführten Varianten unterschieden sich. Ein System, das Verbesserungsvorschläge anbietet, ist nicht automatisch dasselbe wie ein System, das Alternativen eröffnet und anschließend gezielt nachfragt. Welche Schritte kombiniert wurden, ist für die Übertragbarkeit des Ergebnisses relevant.

Was das für die Praxis bedeutet

Bei der Auswahl eines Werkzeugs oder der Gestaltung eines Workshops können verschiedene Ziele auseinanderfallen. Für einen einzelnen ausgearbeiteten Entwurf ist eine höhere bewertete Qualität hilfreich. Für eine frühe Ideensammlung kann zusätzlich wichtig sein, dass die Vorschläge unterschiedliche Richtungen abdecken. Bei gemeinsamer Weiterentwicklung spielt wiederum eine Rolle, wie stark sich Beteiligte als Urheber ihrer Idee erleben.

Ein Beispiel zur Einordnung: Zehn gut formulierte Produktvorschläge sind noch keine zehn unterschiedlichen Lösungsansätze. Ein qualitativer Vergleich würde deshalb sowohl die einzelnen Vorschläge als auch wiederkehrende Muster im gesamten Pool betrachten. Das ist eine praktische Folgerung aus der Trennung der Messgrößen, kein zusätzliches Ergebnis des Experiments.

Die Studie legt dabei keinen universellen Arbeitsablauf fest. Sie zeigt, dass eine Bewertung nur nach dem überzeugendsten Endtext einen Teil der Unterschiede übersehen kann.

Wie aktuell ist der Befund?

Die Veröffentlichung stammt aus dem Jahr 2026. Getestet wurde GPT-4.1 mit dem Modellstand vom 14. April 2025. Publikationsdatum und untersuchte Technik sind also nicht dasselbe.

Die Ergebnisse sind deshalb kein Leistungsvergleich der heutigen Spitzenmodelle. Untersucht wurden begrenzte, textbasierte Kreativaufgaben mit Teilnehmenden aus der Allgemeinbevölkerung. Daraus lässt sich nicht direkt auf professionelle Designteams, multimodale Arbeit, langfristige Lernwirkungen oder die Qualität später tatsächlich gebauter Produkte schließen.

Der weiterhin interessante Teil ist die überprüfbare Unterscheidung: Qualität eines Ergebnisses, Vielfalt eines Ideenpools und erlebte eigene Beteiligung können sich unterschiedlich entwickeln. Ob sich die gefundenen Effekte mit einem neueren Modell und einer anderen Aufgabe wiederholen, bleibt eine empirische Frage.

Quelle und Transparenz

Sebastian Maier, Manuel Schneider und Stefan Feuerriegel: *Partnering with Generative AI: Experimental Evaluation of Human-Led and Model-Led Interaction in Human-AI Co-Creation*. CHI 2026.

Die Arbeit ist unter CC BY 4.0 verfügbar. Dieser Artikel ordnet die veröffentlichte Studie ein; es wurden keine eigenen Experimente durchgeführt.

Persönliche Demo

deepsight cloud

Befragungen, Analyse offener Antworten und Reporting – in einer persönlichen Demo kennenlernen.

Demo anfragen

Teilen