Richard Jung beschreibt in seinem Artikel ein Paradox der Kreativwirtschaft: Je besser kreative Arbeit ist, desto weniger sieht sie nach Arbeit aus und desto schwerer lässt sich ihr Preis begründen.¹ Als Beleg zieht er eine Studie des Brand Science Institute heran, in der identische Texte und Bilder unterschiedlich bewertet werden, je nachdem ob Mensch, KI oder beide gemeinsam als Urheber ausgewiesen sind.²

Das Muster hört nicht bei Agenturhonoraren auf. Es beschreibt ziemlich genau, warum gute Produktarbeit intern schwer zu verteidigen ist. Ein Produkt, das sich selbstverständlich anfühlt, hat seine eigene Entstehung unsichtbar gemacht.

Bewertet wird die Entstehungsgeschichte, nicht das Ergebnis

Der Studienaufbau ist bewusst schlicht. Alle Gruppen sehen dasselbe Ergebnis, unterschiedlich ist allein die angegebene Herkunft. Damit misst der Aufbau nicht, wer kreativer ist. Er misst, was Menschen überhaupt als anerkennenswerte Leistung gelten lassen.

Nach dieser Darstellung liegt die Bewertung menschlicher Arbeiten bei 5,8, die rein maschineller bei 3,9 und die hybrider bei 3,4.¹² Das sind Mittelwerte eines Gesamtindex auf einer 7-stufigen Likert-Skala, gebildet aus fünf Dimensionen: Authentizität, Vertrauen, Kreativität, wahrgenommene Mühe und Wert. Ich stelle sie bewusst nicht als Tabelle dar, denn sie tragen weniger als sie aussehen. Warum, steht in der kritischen Einordnung.

Der auffällige Wert ist nicht die Abwertung der reinen Maschinenarbeit, sondern die der Zusammenarbeit. Hybride Arbeit wirkt wie eine Abkürzung, bei der jemand Anerkennung beansprucht, ohne den vollen Aufwand getragen zu haben.

Der Mechanismus dahinter ist beschrieben. Kruger und Kollegen nannten ihn 2004 Effort Heuristic: Menschen bewerten Qualität und Preis eines Objekts höher, wenn dessen Herstellung nach mehr Aufwand aussieht, und der Effekt verstärkt sich, je schwerer die Qualität objektiv zu beurteilen ist.³ Genau diese Bedingung ist bei Kreativarbeit und bei Produktarbeit fast immer erfüllt.

Für die KI-Seite gibt es inzwischen härtere Belege als eine selbst publizierte Fallstudie. Reif, Larrick und Soll haben 2025 in vier präregistrierten Experimenten mit 4.439 Teilnehmenden gezeigt, dass Menschen, die bei der Arbeit KI einsetzen, von Kolleginnen, Kollegen und Vorgesetzten als fauler, weniger kompetent und weniger eigenständig eingeschätzt werden, auch dann, wenn die KI die Leistung messbar verbessert hat.⁶ Das ist nicht dasselbe Maß: Dort wird die Person bewertet, hier das Artefakt. Aber es zeigt, dass die zugeschriebene Herkunft messbar wirkt und in dieselbe Richtung.

In Produktarbeit erzeugt Qualität Abwesenheit

Was gute Produktarbeit hervorbringt, ist häufig etwas, das nicht da ist. Der Schritt, den niemand mehr gehen muss. Das Feature, das nie gebaut wurde. Die Rückfrage, die im Support nicht mehr aufläuft. Ein Onboarding von fünf auf zwei Schritte zu kürzen ist mehr Arbeit als eines mit fünf Schritten zu bauen, sieht aber nach weniger aus.

Gemessen wird derweil das Gegenteil. Velocity, gelieferte Tickets, Anzahl der Features im Release: Das sind Aufwandsindikatoren, keine Wertindikatoren. Discovery, die verhindert, dass ein Team ein halbes Jahr in das falsche Problem investiert, hinterlässt kein Artefakt, das sich im Review zeigen lässt.

Eine Einschränkung gehört an dieser Stelle dazu, weil sie das Bild sonst zu glatt macht. Mühe ist nicht grundsätzlich der Feind. Norton, Mochon und Ariely haben gezeigt, dass Menschen Dinge höher bewerten, an deren Herstellung sie selbst mitgearbeitet haben, solange sie die Aufgabe erfolgreich abschließen.⁴ Der eigene Aufwand hebt den wahrgenommenen Wert, der fremde Aufwand ebenfalls, nur der unsichtbare nicht. Wer daraus „jede Reibung raus" ableitet, verkürzt zu stark: Konfiguratoren, Einrichtungsschritte und bewusste Entscheidungen im Produkt können Bindung erzeugen, die ein vollautomatischer Ablauf nicht erreicht.

Das KI-Label ist ein Wertfaktor, kein neutraler Hinweis

Hier liegt der Teil, der über Jungs Artikel hinausgeht und Produktteams unmittelbar betrifft. Wenn die zugeschriebene Herkunft die Bewertung verschiebt, dann ist „KI-gestützt" auf einer Produktseite keine sachliche Funktionsbeschreibung. Es ist ein Wertsignal und es kann in beide Richtungen wirken.

Besonders unbequem ist die hybride Bedingung, weil praktisch jedes Produkt heute hybrid entsteht. Sollte sich der beschriebene Effekt bestätigen, wäre die verbreitete Praxis, KI-Beteiligung prominent auszuweisen, in manchen Kategorien wertmindernd statt wertsteigernd. Das gilt vermutlich am stärksten dort, wo Vertrauen und Handwerklichkeit die Kaufentscheidung tragen.

Daraus folgt kein Verschweigen. Daraus folgt, das Framing wie eine Produktentscheidung zu behandeln und es zu testen, statt es aus der Pitch-Logik der Branche zu übernehmen. Die Frage ist nicht, ob KI im Produkt steckt, sondern welche Aussage über Verantwortung und Urteil daneben steht.

Testbar ist das mit zwei Varianten derselben Seite: eine, die das Werkzeug nach vorne stellt („KI-gestützte Kalkulation"), und eine, die das Ergebnis und die Zuständigkeit nennt („geprüfte Kalkulation, verantwortet von …"). Gemessen wird nicht die Klickrate, sondern Vertrauen und Abschluss. Sollte die zweite Variante gewinnen, wäre das kein Argument gegen KI im Produkt. Es wäre eines gegen KI als Verkaufsargument.

Kritische Einordnung

Die Belegkette ist schwächer, als Jungs Artikel vermuten lässt, und das sollte man wissen, bevor man die Zahlen weiterträgt. Das Brand Science Institute veröffentlicht seine Studien selbst: ohne Peer-Review, ohne Präregistrierung, ohne offene Daten. Berichtet werden Mittelwerte ohne Streuungsmaße und ohne Signifikanztest, bei einer Fallzahl, die nur als „mindestens 300" angegeben ist.² Für eine Marketingberatung ist das üblich. Für eine Zahl, die man weiterzitiert, ist es zu wenig.

Ein Detail verdient besondere Vorsicht, weil der interessanteste Satz dieses Artikels daran hängt. Der Abstand zwischen Mensch und KI beträgt 1,9 Punkte, der zwischen KI und hybrid nur 0,5. Ausgerechnet die Abwertung der Zusammenarbeit, also der Befund, der über das Erwartbare hinausgeht, ruht auf dem kleinsten der drei Abstände. Ohne Streuung und Signifikanz ist er nicht belastbar. Dazu kommt, dass der Gesamtindex fünf Dimensionen zusammenfasst. „Wert" ist nur eine davon, neben Vertrauen und Kreativität. Ein Preiseffekt lässt sich daraus nicht ablesen.

Auch der psychologische Unterbau ist weniger fest als seine Zitierhäufigkeit vermuten lässt. Ziano und Kollegen haben Krugers Experimente 1 und 2 im Jahr 2023 präregistriert repliziert, mit insgesamt 1.405 Teilnehmenden. Das Ergebnis ist gemischt: Experiment 2 (Gemälde) ließ sich stützen, Experiment 1 (Gedicht) im ersten Anlauf nicht. Ein überarbeiteter zweiter Anlauf fand den Effekt auf Gefallen und wahrgenommene Qualität, nicht aber auf den Geldwert.⁵ Ausgerechnet der Schritt von der Bewunderung zur Bezahlung, auf dem Jungs These ruht, ist der am wenigsten gesicherte.

Das gilt auch für den belastbarsten Beleg hier. Reif und Kollegen messen Urteile über Personen, nicht Preise für Arbeiten.⁶ Der Sprung von „gilt als fauler" zu „wird schlechter bezahlt" ist plausibel, aber in keiner der genannten Studien gemessen.

Dazu kommt eine Grenze der Übertragung. Kreativarbeit wird von Konsumenten beurteilt, die nur das Artefakt sehen. Produktarbeit beurteilen zusätzlich Stakeholder, die den Prozess mitbekommen. Die Kaufentscheidung treffen aber auch hier Konsumenten, die nur das fertige Produkt sehen. Ob der Bias intern gleich stark wirkt wie außen, ist offen. Und Preise entstehen ohnehin nicht nur aus Wahrnehmung, sondern aus Angebot, Wettbewerb und Wechselkosten.

Was ich mir vornehme

Belastbar ist damit die Richtung, nicht die Höhe des Effekts. Für meine eigene Arbeit reicht das, denn ich muss keine Preise begründen, sondern Entscheidungen sichtbar machen.

Ich möchte meine Produkt-Reviews vom Output auf die Entscheidung umstellen. Nicht was fertig wurde, sondern welches Problem wir als das eigentliche erkannt haben, welche Optionen wir verworfen haben und was diese Entscheidung bewirkt hat.

Dazu nehme ich mir einen festen Punkt vor, den es so bisher nicht gab: „Was wir nicht gebaut haben und warum." Das ist der Versuch, der Abwesenheit einen Platz im Protokoll zu geben, damit sie überhaupt bewertbar wird.

Und ich will die Herkunftsfrage ernst nehmen, statt sie für Marketing zu halten. In einem Produkt, das sich an Handwerksbetriebe richtet, will ich die KI-Beteiligung nicht ungeprüft nach vorne stellen, sondern zwei Formulierungen gegeneinander testen: eine, die die Technik betont, und eine, die das Ergebnis und die Verantwortung dafür betont. Wie das ausgeht, weiß ich noch nicht.