Laut dem Leitartikel der Redaktion von Organization Science (2026) aus dem INFORMS-Bereich Management, „More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review“, der seitens der Redaktion veröffentlicht wurde, ist die Zahl der Einreichungen seit der Einführung von ChatGPT Ende 2022 um 42% gestiegen. Das zwingt die Deputy editors dazu, von 6 auf 11 aufzustocken, und die active senior editors von etwa 30 auf etwa 60 zu erhöhen. Ethan Mollick, Professor an der Wharton School, zitierte am 27.4. diesen Leitartikel und kommentierte: „Für Menschen entwickelte wissenschaftliche Systeme geraten durch KI unter Spannung. KI kann genutzt werden, um bessere Wissenschaft zu betreiben, oder um nur ‚mehr Zeug‘ zu machen. Die Gefahr ist, dass ‚mehr‘ gewinnt.“
Einreichungen explodieren um 42%, das Personal der Redaktion wird verdoppelt, um zu reagieren
Die Daten von Organization Science zeigen die konkreten Belastungen des Peer-Review-Systems im KI-Zeitalter:
Einreichungen: Anstieg um 42% seit dem Start von ChatGPT
Deputy editors: 6 → 11 (plus 83%)
active senior editors: etwa 30 → etwa 60 (verdoppelt)
Die meisten Einreichungen werden weiterhin abgelehnt, und viele werden bereits in der Vorprüfung durch den deputy editor aussortiert, aber „die Last der Vorprüfung an sich“ ist trotzdem groß
Der Leitartikel macht klar: Das Problem ist nicht „KI ersetzt Forschende“, sondern „KI lässt eine Flut minderwertiger Einreichungen einströmen“. Volunteer editors und reviewers (meist andere Wissenschaftler, die aus freien Stücken das Review übernehmen) geraten als Erstes unter Druck. Sie müssen mehr Zeit aufwenden, um KI-zusammengestückelte Manuskripte zu sichten; die Zeit für wirklich hochwertige Forschung wird hingegen eher verdrängt.
Mollick: „KI kann bessere Wissenschaft betreiben, oder einfach mehr Dinge“
Ethan Mollick, Professor an der Wharton School und Pionier in der Ausbildung mit generativer KI, zeigte bei dem Teilen dieses Leitartikels auf der X-Plattform eine Kommentierung, die den Kern der Debatte traf:
„Very cool analysis of the submissions to a major management journal that shows how much the system of science, built for humans, is under strain as a result of AI. AI can be used to do better science or it can be used to just do more stuff. The danger is that ‘more’ is winning.”
In einem folgenden Thread-Tweet ergänzte er: „The problem is that the incentives push for ‘more’ over ‘better'“. Diese Aussage trifft direkt das strukturelle Problem in der Wissenschaft: Der berufliche Druck „publish or perish“ bringt Wissenschaftler dazu, eher zu Massenproduktion als zur intensiven Vertiefung zu neigen.
Die Gegenbedeutung für die KI-Tool-Industrie
Die Beobachtung von Organization Science wirft der KI-Tool-Industrie konkrete Herausforderungen entgegen:
Erstens: Können Schreib-/Programmieragenten-Tools wie OpenAI Codex, Claude Code, Gemini usw. so gestaltet werden, dass sie Mechanismen zur „Qualitätssicherung“ implementieren? Beispielsweise: automatisch echte Paper zitieren, offensichtliche Halluzinationen erkennen, beurteilen, ob ein Artikel „zusammengesetztes Reorganisieren“ ist? Aktuell buhlen die meisten KI-Tools vor allem um Geschwindigkeit und Bequemlichkeit; niemand verkauft das Verkaufsargument „lehnt die Auslieferung minderwertiger Inhalte ab“.
Zweitens: Der Markt für Gegenmaßnahmen in der akademischen Verlagsbranche zeichnet sich gerade ab. Tools wie Originality.ai, Turnitin AI Detection, GPTZero etc. versuchen zwar, KI-verfasstes Schreiben zu erkennen, aber gegen das LLM selbst wird ein Wettlauf auf lange Sicht schwer zu gewinnen sein. Wahrscheinlicher ist eine eher „menschliche Forschung mit Nachvollziehbarkeit“ als Lösung—z.B. durch GitHub-commit-history, originale Experimentaufzeichnungen, Echtzeit-Notizen usw., um den Forschungsprozess nachzuweisen, statt nur ein Endprodukt einzureichen.
Wissenschaft ist kein Einzelfall: Welche Branchen werden ebenfalls von der „Mehr“-Flut überrollt?
Die Peer-Review in der Wissenschaft ist nur das erste von Stößen betroffene „für Menschen konstruierte, auf freiwillige Gutachter angewiesene“ System. Genauso fragil sind auch:
Offene Code-Communities: GitHub-PR-Reviews, und Maintainer offener Projekte werden von KI eingereichten Low-Quality-PRs überschwemmt
News-Publikationen und Medienredaktion: Die Zahl der Einreichungen unabhängiger Autoren explodiert, News-Editoren können AI-generierte Inhalte kaum unterscheiden
Rechtsdokumenten-Reviews: KI-Massenproduktion von Verträgen und Prozessunterlagen, dadurch explodiert die benötigte Prüfzeit der Anwälte
Studentenarbeiten und Hochschulzulassungen: Anzahl der Bewerbungsunterlagen und Kursaufgaben weit übersteigt die Belastbarkeit des Lehrpersonals
Gemeinsamkeit: Alle Systeme, die auf „menschliche Expertenpflicht zur Überprüfung“ angewiesen sind, werden kollabieren, sobald KI die Grenzkosten für die Produktion auf nahe Null drückt. Die Lösung von Organization Science besteht darin, das Personal auszubauen (von 6 deputy zu 11), aber das ist nur ein Aufschub des Problems, keine Lösung.
Fazit: „Besser“ braucht neue gesellschaftliche Mechanismen
Der Schlussabsatz des Leitartikels ist von tiefer Bedeutung—„Urteilskompetenz menschlicher Experten begrenzt weiterhin die negativen Auswirkungen von KI auf Veröffentlichungsinhalte, aber mit dem Preis eines massiven Mehraufwands.“ Das heißt: Die akademische Qualität ist nicht sofort zusammengebrochen, aber die von jedem Editor/Gutachter aufgewendete Zeit hat sich verdoppelt; das „Energiebalance“-System dieser Struktur wurde bereits aus dem Takt gebracht.
Herausforderungen der nächsten Stufe: Wie man die KI-Tools selbst in die Pflicht nimmt, „qualitätsorientiert“ (statt „produktionsorientiert“) zu designen; wie man die Anreizmechanismen so umstellt, dass wieder „Tiefe“ belohnt wird; wie man die Kosten für menschliche Expertenreviews angemessen kompensiert. Das sind keine technischen Probleme, sondern gesellschaftliche und institutionelle Probleme—und KI beschleunigt diese Probleme von „langsam in Zukunft angehen“ zu „jetzt muss man sich ihnen stellen“.
Dieser Artikel: Nach dem Auftreten von ChatGPT steigt die Zahl der Einreichungen in Management-Fachzeitschriften um 42%: KI schiebt die Wissenschaft eher in Richtung „mehr“ statt „gut“. Erstmals erschienen bei 鏈新聞 ABMedia.
