Eine Einschätzung, die sich hartnäckig hält, ist, dass Künstliche Intelligenz zu einem Arbeitsplatzabbau führt, weil sie beispielsweise repetitive Aufgaben von alleine erledigt oder in Form von Chatbots den Kundenservice verschlanken kann. Wenn diese Einschätzung, dass KI vieles schneller, besser und effizienter als der Mensch erledigen kann, zuträfe, dann wäre der Mensch nicht nur ersetzbar, sondern sogar ein Hindernis auf dem Weg zu mehr Effizienz. Die Realität zeigt ein anderes Bild. KI funktioniert nicht am besten, wenn sie möglichst in Ruhe gelassen wird, sondern dort, wo Menschen aktiv mit ihr zusammenarbeiten. Was zunächst kontraintuitiv klingt, ist eigentlich nur gesunder Menschenverstand, der in Form der Prämisse „Wer Verantwortung für einen Prozess trägt, der prüft auch die Qualität und verantwortet die Ergebnisse“ täglich in Unternehmen gelebt wird. Im aktuellen Diskurs über die Zukunft der Arbeit fallen uns zwei Argumente immer wieder auf, die sich mit unseren eigenen Erfahrungen decken. Das erste bezieht sich darauf, wie Organisationen KI einsetzen, das zweite darauf, wie Führungskräfte mit diesen Themen umgehen. Die Schnittmenge beider Argumente ist, dass sich die aktive Beteiligung von Menschen fast immer lohnt, während das Abgeben von Verantwortung oder das aktive Wegschauen sich meist bitter rächt.
TL;DR:
KI ersetzt keine Menschen, sie verschiebt ihre Rolle. Damit KI im Unternehmen Wert schafft, braucht es Menschen, die aktiv beteiligt bleiben. Das gilt auf zwei Ebenen. In der Organisation muss jemand mit fachlicher Kompetenz Verantwortung für ein KI-System tragen, dessen Kontext pflegen und die Qualität der Ergebnisse sichern. Bei den einzelnen Anwendenden zahlt es sich aus, neue Modelle zu testen und der KI beim Denken zuzusehen, statt Ergebnisse blind zu übernehmen. Beides ist keine Technikskepsis, sondern normale Qualitätssicherung.
Automatisierung ersetzt den Menschen nicht, er bekommt eine andere Rolle und bleibt in der Verantwortung
Um bei dem eingangs formulierten Leitsatz zu bleiben: „Wer Verantwortung für einen Prozess trägt, der prüft auch die Qualität und verantwortet die Ergebnisse“. Im Kontext von KI bedeutet das, dass die Delegation einer Aufgabe an eine KI keine rein technische Frage bleibt. Es geht nicht nur darum, welches Modell besonders geeignet ist oder wie ein KI-Agent gestaltet werden muss, um die Aufgabe möglichst effizient umzusetzen. Es bleibt vor allem eine Führungsfrage.
Die Erfahrung zeigt, dass ein KI-System, das niemand pflegt und das sich selbst überlassen bleibt, mit der Zeit schlechtere Ergebnisse liefert. Der Kontext veraltet. Widersprüchliche Aussagen summieren sich. Fehlannahmen der KI werden nicht korrigiert. Sichtbar wird das Problem erst, wenn die Qualität so deutlich nachgelassen hat, dass die Mängel offensichtlich sind. Spätestens dann steht die Frage im Raum, seit wann die Ergebnisse den Qualitätsanforderungen schon nicht mehr genügten, ohne dass es jemand bemerkt hat. Anders formuliert:
Wann ist das Kind in den Brunnen gefallen, und was ist seitdem noch alles schiefgegangen?
Übersetzt auf die Unternehmenssicht stellt sich die Frage, wer die Verantwortung für das jeweilige KI-System trägt. Wer pflegt und aktualisiert den Kontext? Wer prüft die Ergebnisse und entscheidet, ob die Qualität gut genug ist? Wer nimmt die notwendigen Korrekturen vor? Und vor allem: Gibt es ein Frühwarnsystem, das eine beginnende Degradation der Ergebnisse erkennt?
Beurteilen kann das nur, wer über die fachliche Kompetenz für den jeweiligen Prozess verfügt, und das ist in den wenigsten Fällen die IT-Abteilung.
Keine Technikfeindlichkeit, sondern Qualitätsbewusstsein
Technikfeindlichkeit ist hier fehl am Platz. Es geht einfach um das notwendige Qualitätsbewusstsein. Kein Unternehmen würde das erste selbst entworfene Angebot eines neuen Vertriebsmitarbeiters ungeprüft an einen Kunden senden. Und genau wie bei diesem ersten Angebotsentwurf greift die Qualitätskontrolle auch bei einem KI-System. Denn es gilt: Wer die Qualität eines Ergebnisses nicht selbst beurteilen kann, sollte die Aufgabe auch nicht verantworten, auch wenn die KI sie technisch möglich macht. [KI entlastet und verführt gleichzeitig zu Mehrarbeit].
Wir haben ein Reifegradmodell für den KI-Einsatz in Unternehmen und Organisationen entwickelt. An dessen Spitze steht nicht die vollautomatisierte Organisation, die bleibt vorerst Utopie. Schon heute machbar ist aber, was wir als „Human-led, Agent-operated“ beschreiben. Dabei erledigen KI-Agenten die ihnen übertragenen Aufgaben, während Menschen sie anleiten und die Verantwortung für Prozesse und Ergebnisse tragen. Wir sind überzeugt, dass diese Aufgabenteilung echte Wertschöpfung ermöglicht und zugleich die Risiken des KI-Einsatzes wirksam begrenzt. [5-Phasen-Modell der KI-Transformation].
Was hat sich die KI bloß dabei gedacht?
Auf der Ebene der Organisation klingt das komplex. Greifbar wird es erst, wenn es im individuellen Arbeitsalltag ankommt. Verantwortung für die Ergebnisse beginnt ganz am Anfang des Prozesses, im Zweifel schon bei der Auswahl des richtigen KI-Systems. Das setzt voraus, dass neue Systeme getestet werden, um herauszufinden, welches sich für die jeweilige Aufgabe tatsächlich eignet. Damit klärt sich auch die Frage nach dem Fähigkeitszuwachs von KI-Systemen. Was gestern noch nicht möglich war, kann heute funktionieren und morgen den notwendigen Qualitätsstandard erreichen.
In unserer eigenen Praxis machen wir immer wieder paradoxe Erfahrungen. Der Wechsel von Claude Opus 4.6 auf 4.7 verlief weder reibungslos, noch brachte er einen spürbaren Mehrwert. An manchen Stellen empfanden wir das Upgrade eher als Rückschritt. Als Konsequenz haben wir Opus 4.7 weitgehend übersprungen und erproben nun das Fähigkeitsprofil von Opus 4.8. Wir raten immer wieder dazu, sich nicht darauf zu verlassen, dass höhere Modellbezeichnungen (etwa Opus 4.7 gegenüber 4.6 oder Opus gegenüber Sonnet) automatisch zu besserer Leistung führen. Der eigentliche Maßstab sind die realen Aufgaben und wie gut eine KI sie meistert.
Und zuweilen lohnt es sich, der KI beim Denken zuzusehen. Moderne Modelle legen ihren Gedankengang, ihr Reasoning, offen, bevor sie das eigentliche Ergebnis liefern. Gerade bei der Einführung eines neuen Modells ist die Durchsicht dieses Reasonings hilfreich. Ist das, was das Modell ausgibt, plausibel? Arbeitet die KI an der eigentlichen Aufgabe, oder verliert sie sich in endlosen Was-wäre-wenn-Iterationen? Stößt sie auf widersprüchlichen Kontext? Bei komplexen Aufgaben ist auch aufschlussreich, welchen Teilaufgaben sie die größte Priorität einräumt. Daraus lassen sich Rückschlüsse für die Optimierung des Kontexts und für die notwendige Präzision der Eingaben ziehen.
Letztlich verbessert das nicht nur den Umgang mit der KI, sondern auch die Rahmenbedingungen, innerhalb derer sie arbeitet.
Dieselbe Haltung, zwei Ebenen
Ownership für Ergebnisse und deren Qualität auf der einen Seite und das aktive Testen verschiedener KI-Modelle auf der anderen wirken zunächst wie zwei verschiedene Themen. Tatsächlich sind sie zwei Seiten derselben Medaille. Auf der Organisationsebene bedeutet das: Jemand bleibt für ein KI-System verantwortlich, sichert dessen Qualität und behält die Randbedingungen wie den Kontext genau im Auge, um eine Degradation der Ergebnisse früh zu erkennen und idealerweise zu verhindern. Auf der Ebene der täglichen Anwendung bedeutet es, dass Führungskräfte und Mitarbeitende neugierig und kritisch mit der KI zusammenarbeiten, statt deren Ergebnisse blind zu übernehmen.
Beides ist mit Aufwand verbunden. Und genau deshalb sind wir überzeugt, dass KI im Mittelstand keine Menschen überflüssig macht, sondern fähige Menschen umso wertvoller. Wer aktiv beteiligt bleibt, holt das volle Potenzial aus der KI heraus. Wer den eigenen Umgang mit KI nicht weiterentwickelt, erzeugt bestenfalls mittelmäßige Ergebnisse und trägt dafür dennoch die volle Verantwortung. Genau hier setzt unser Verständnis von KI-Einführung in Unternehmen und Organisationen an. Wir behandeln sie nicht als IT-Projekt, sondern als Führungsaufgabe. Wenn Sie überlegen, wie aktive Beteiligung in Ihrer Organisation konkret aussehen kann, sprechen Sie mit uns.
Sie möchten KI in Ihrem Unternehmen einsetzen und haben Fragen zur KI-Implementierung?
Gerne analysieren wir mit Ihnen in einem ersten unverbindlichen Strategiegespräch, wie der Einsatz von KI in Ihrem Unternehmen aussehen könnte und was dabei zu beachten ist.
