KI einführen heißt Menschen führen: Vier Bruchstellen, die kein Rollout-Plan zeigt

KI-Governance im Unternehmen | Artikel 4

Warum ist die Einführung von KI vor allem eine Führungsaufgabe? Dieser Artikel zeigt vier menschliche Bruchstellen bei der KI-Einführung – und warum echte Befähigung weit über Tool-Schulungen und Prompt-Workshops hinausgeht.

In den meisten Unternehmen wird die Einführung von KI wie ein Rollout behandelt: Man wählt die Tools aus, schult die Mitarbeitenden, kommuniziert den Nutzen – und geht davon aus, dass der Rest sich von selbst ergibt. Die Erfahrung zeigt etwas anderes. Die Technik ist selten das Problem. Das Problem sind die Menschen, die mit ihr arbeiten sollen. Und die lassen sich nicht ausrollen.

Im letzten Artikel habe ich beschrieben, wie sich die Führungsrolle verschiebt, wenn KI die operative Verwaltung übernimmt – und dass eine der Aufgaben, die bleiben, das Führen von Menschen durch den Wandel ist. Heute geht es genau darum. Denn hier zeigt sich, ob Führung im KI-Zeitalter Substanz hat oder nur Betriebsamkeit war.

Die verbreitete Annahme lautet: KI-Einführung ist im Kern eine Kommunikationsaufgabe. Erklär es gut genug, nimm die Ängste ernst, biete eine Schulung an – dann ziehen die Leute schon mit. Diese Annahme stimmt an der Oberfläche. Und sie verfehlt, was darunter passiert.

Denn unter der Oberfläche entstehen Bruchstellen, die man nicht wegkommunizieren kann. Vier davon halte ich für besonders folgenreich. An jeder einzelnen entscheidet sich, ob eine Führungskraft gestaltet – oder ob sie verwaltet.

Bruchstelle eins: Die Belegschaft spaltet sich – und zwar mit Ansage

Die erste Bruchstelle wird gern übersehen, weil sie wie ein Erfolg aussieht. KI macht Mitarbeitende produktiver – aber nicht alle, und nicht gleichmäßig. Ein Teil des Teams eignet sich die neuen Werkzeuge souverän an und zieht davon. Ein anderer Teil kommt nicht mit, fällt zurück oder verweigert sich. Mitten durch die Belegschaft zieht sich plötzlich ein Leistungs- und Statusgefälle, das es vorher so nicht gab.

Das ist nicht bloß ein Eindruck. Eine vielbeachtete Studie von Forschern aus Harvard und der Boston Consulting Group – ein sauber angelegtes Feldexperiment mit 758 Unternehmensberatern – hat gezeigt, wie ungleich KI wirkt. Bei Aufgaben, die zur Stärke der KI passen, stieg die Leistung um bis zu vierzig Prozent. Bei Aufgaben jenseits dieser Grenze verschlechterte sie sich – um rund neunzehn Prozentpunkte. Die Forscher nennen das die „gezackte Grenze“ der Technologie: KI ist nicht gleichmäßig gut, sondern zackig – und trifft deshalb auch die Menschen, die mit ihr arbeiten, höchst unterschiedlich.

Dass diese Kluft real ist, bestätigt unabhängig davon eine Untersuchung der Universität Konstanz: Die KI-Nutzung in Deutschland verläuft entlang von Berufsgruppen und Bildungsniveaus – die Schere geht nicht zu, sie verfestigt sich. Und eine Zahl aus derselben Erhebung sollte aufhorchen lassen: Über neunzig Prozent der Befragten berichten von einer Lücke zwischen der offiziell verkündeten KI-Strategie und dem, was im Arbeitsalltag tatsächlich passiert. Die Spaltung ist also nicht nur eine zwischen Mitarbeitenden – sie ist auch eine zwischen Anspruch und Wirklichkeit der Führung.

An dieser Stelle lohnt ein Blick darauf, wer solche Zahlen erhebt. Es gibt eine viel zitierte Studie eines KI-Anbieters, wonach ein überwältigender Teil der Führungskräfte gezielt eine Klasse von „KI-Elite“-Mitarbeitenden aufbaut und viele von ihnen planen, jene zu entlassen, die KI nicht nutzen. Man muss solche Zahlen mit Vorsicht lesen – der Anbieter verkauft selbst eine KI-Plattform und hat ein Interesse an genau dieser Erzählung. Aber gerade das macht den Befund aussagekräftig: Wenn sogar die interessierte Quelle einräumt, dass hier bewusst eine Zweiteilung betrieben wird, und die unabhängige Forschung dieselbe Richtung zeigt, dann ist das Phänomen schwer von der Hand zu weisen.

Und es hat eine unbequeme Kehrseite. Wenn Mitarbeitende KI nutzen, um glänzende, aber substanzlose Arbeit zu produzieren – Berichte, die gut aussehen und beim zweiten Hinsehen zerfallen –, dann verschwindet die eigentliche Arbeit nicht. Sie wandert weiter, zu den Sorgfältigeren, die den Murks nachbessern müssen. Eine Untersuchung von BetterUp und dem Stanford Social Media Lab hat das vermessen: Rund vier von zehn Beschäftigten hatten im Vormonat solche Halbfertigarbeit von Kollegen erhalten, mit knapp zwei Stunden Korrekturaufwand pro Fall. Die Spaltung ist also nicht nur ein Statusgefälle. Sie ist ein stiller Verteilungskonflikt: Die einen sparen Zeit, die anderen räumen hinterher auf.

Hier liegt die eigentliche Führungsfrage. Bei manchen ist diese Spaltung tatsächlich gewollt. Bei den meisten entsteht sie einfach von selbst, wenn KI im Namen der Produktivität eingeführt wird, ohne die Lernkurve der Organisation aktiv zu gestalten. Wer zurückfällt, traut sich irgendwann nicht mehr zu fragen. Wer vorne liegt, teilt sein Wissen nicht automatisch. Und wer die Halbfertigarbeit anderer korrigiert, hat weniger Zeit, selbst dazuzulernen.

Was übrig bleibt, ist ein Unternehmen, in dem KI zwar überall genutzt wird – aber von vielen nur oberflächlich, weil das Wissen der Fortgeschrittenen nicht in die Breite kommt. Das ist nicht nur ein Gerechtigkeitsproblem, sondern ungehobenes Potenzial – und es zu heben, ist Aufgabe von Führung.

Bruchstelle zwei: Die Arbeit verliert ihren Kern

Die zweite Bruchstelle betrifft etwas, das sich schwerer messen lässt als Produktivität, aber tiefer wirkt: den Sinn der Arbeit selbst.

KI nimmt den Menschen oft nicht die lästigen Teile ihrer Arbeit ab, sondern die anspruchsvollen. Den Text schreibt die Maschine, der Mensch prüft ihn. Die Analyse erstellt die Maschine, der Mensch kontrolliert sie. Aus dem, der etwas schafft, wird der, der etwas beaufsichtigt. Und diese Aufsicht ist Arbeit – unsichtbare, undankbare Arbeit.

Eine Erhebung des KI-Anbieters Glean hat dafür eine treffende Zahl geliefert – auch hier gilt der Vorbehalt der Anbieterquelle, aber der Befund deckt sich mit dem, was ich in Gesprächen höre. Mitarbeitende sparen durch KI im Schnitt rund elf Stunden pro Woche. Davon geben sie etwa sechseinhalb Stunden wieder aus – fürs Beaufsichtigen, Korrigieren und Kontext-Füttern der KI. Gut die Hälfte des Zeitgewinns wird also gleich wieder aufgefressen von der Arbeit, die KI zwar nicht erledigt, aber verursacht. Man hat dem Phänomen bereits einen Namen gegeben: Botsitting – man sitzt daneben und passt auf, wie bei einem Kind.

Das Problem ist nicht nur die Zeit. Das Problem ist, was diese Verschiebung mit der beruflichen Identität macht. Ein Softwareentwickler, der für elegante Lösungen brannte, fürchtet, zum bloßen Knöpfchendrücker zu werden. Fachleute, deren Stolz an ihrem Handwerk hing, erleben, wie dieses Handwerk aus ihrer Rolle herauswandert. Das Tückische daran: Diese Erosion verläuft nicht dramatisch, sondern schleichend – bis aus kleinen Verschiebungen ein Zustand geworden ist, in dem jemand seine eigene Arbeit nicht mehr wiedererkennt. Die Forschung beschreibt hier ein Paradox: KI stärkt einerseits das Gefühl, mehr zu schaffen, und erhöht andererseits die Unsicherheit über den eigenen Wert – beides gleichzeitig, im selben Menschen. Das erklärt, warum man in ein und demselben Team Begeisterung und Rückzug sieht, oft bei denselben Leuten.

Für Führung heißt das: Sinn ist kein weiches Wohlfühlthema, das man sich in guten Zeiten leistet. Er ist ein harter Bindungsfaktor. Dieselbe Glean-Erhebung zeigt – als Zusammenhang, nicht als bewiesene Ursache –, dass Mitarbeitende mit besonders hoher Aufsichtslast deutlich häufiger auf Jobsuche sind. Wer KI allein auf Effizienz einführt und dabei übersieht, was sie mit dem Erleben der Arbeit macht, riskiert, seine besten Leute in eine entkernte Aufpasserrolle zu drängen – und sie damit zu verlieren.

Bruchstelle drei: Das Team hört auf zu fragen

Die dritte Bruchstelle ist die leiseste – und vielleicht die gefährlichste, weil sie das Fundament einer lernenden Organisation berührt: die Kultur des Fragens.

Wenn eine Maschine auf jede Frage sofort eine flüssige, überzeugende Antwort liefert, verändert das, wie Menschen mit Nichtwissen umgehen. Zwei Effekte greifen dabei ineinander.

Der erste betrifft die Prüfkultur. Ein Experiment der Harvard Business School mit über zweitausend Teilnehmenden, die in die Rolle von Kreditsachbearbeitern schlüpften, hat etwas Aufschlussreiches gezeigt: Achtzig Prozent wollten die Empfehlung der KI sehen – aber nur knapp die Hälfte wollte auch die Begründung dafür sehen. Menschen wollen das Ergebnis, nicht das Warum. Sie weichen der Nachfrage aus, sobald sie unbequem wird. Der Studienautor bringt es auf einen Punkt, der weit über den Kreditfall hinausreicht: Das größte Risiko der KI seien nicht die falschen Antworten – sondern dass sie Menschen darauf trainiert, aufzuhören, nach dem Warum zu fragen.

Der zweite Effekt betrifft die psychologische Sicherheit. Die Harvard-Forscherin Amy Edmondson hat gezeigt, dass Teams nur dann lernen, wenn ihre Mitglieder sich trauen, Nichtwissen und Fehler zuzugeben. Lernen, sagt sie, ist unbequem – es bedeutet einzugestehen, dass man etwas nicht weiß. Genau das wird schwerer, wenn im Raum eine Maschine steht, die scheinbar alles weiß. Wer jetzt „ich weiß es nicht“ sagt, fühlt sich doppelt bloßgestellt: Er hätte ja fragen können. Umfragen zeigen die Folge: Ein erheblicher Teil der Beschäftigten ist inzwischen zu verlegen, um bei neuer Technik um Hilfe zu bitten – bei den Jüngeren mehr als die Hälfte. Und die KI verstärkt das noch, denn sie sagt selbst nie „das weiß ich nicht“. Sie liefert immer eine Antwort, souverän im Ton, auch wenn sie falsch liegt. Sie modelliert eine Scheinsicherheit, an der sich Menschen unbewusst messen.

Damit verbunden ist ein Effekt, über den ich bewusst vorsichtig schreibe, weil die Beweislage offen ist. Man beobachtet, dass jüngere Mitarbeitende zunehmend die KI fragen statt erfahrene Kollegen – sie beschreiben den Chat mit der Maschine als Gespräch mit „jemandem, der alles weiß“ und melden sich seltener bei Menschen. Damit fällt womöglich der Mechanismus weg, über den sich anspruchsvolle Berufe seit jeher reproduzieren: das Lernen durch Nachfragen, durch Korrektur, durch begleitete Praxis. Aber Ehrlichkeit gebietet, die Gegenseite mitzudenken. Der gute Rat des erfahrenen Kollegen kam bisher vor allem denen zugute, die gut vernetzt waren oder den Mut hatten, im Flur zu fragen. Wer schüchtern war oder neu, ging leer aus. Die KI fragt niemanden, ob er dazugehört. Vielleicht bekommen jetzt zum ersten Mal alle den Zugang, den früher nur einige hatten.

Es ist eine offene Wette – und genau das ist die Führungsverantwortung. Man weiß heute nicht, ob man eine ineffiziente Tradition abschafft oder die stille Substanz der eigenen Nachwuchspipeline verliert. Man wird es erst in fünf oder zehn Jahren merken, wenn die heutigen Erfahrenen in Rente gehen – und sich zeigt, ob jemand da ist, der ihr Urteilsvermögen geerbt hat. Unter dieser Unsicherheit bewusst zu entscheiden, statt die Sache treiben zu lassen, ist keine technische, sondern eine zutiefst unternehmerische Aufgabe.

Bruchstelle vier: Die Angst ist teils berechtigt

Die vierte Bruchstelle ist die menschlich heikelste. Die übliche Antwort auf die Angst der Mitarbeitenden vor KI ist Beruhigung: „Keine Sorge, KI ersetzt niemanden.“ Das Problem ist nur – manchmal stimmt das nicht, und die Leute wissen das.

Wer einen realen Verlust kommen sieht und zu hören bekommt, es sei alles halb so wild, fühlt sich nicht beruhigt, sondern übergangen. Und das weggeredete Gefühl verschwindet nicht. Es kommt zurück – als Widerstand, als innerer Rückzug, als Zynismus in der Kaffeeküche. Nicht weil die Mitarbeitenden irrational wären, sondern weil man ihnen das Recht abgesprochen hat, einen echten Verlust auch als Verlust zu empfinden. Psychologen sprechen hier von einem vorweggenommenen Verlust: Man trauert um eine Zukunft, die man für erreichbar hielt, noch bevor tatsächlich etwas passiert ist. Wird diesem Gefühl kein legitimer Raum gegeben, sucht es sich einen anderen Ausgang.

Ehrliche Führung heißt hier: den Verlust benennen, statt ihn wegzumoderieren. Nicht falscher Trost, aber auch kein Alarmismus – sondern die schlichte Anerkennung, dass sich etwas verändert, das für manche schmerzhaft ist. Erst diese Ehrlichkeit macht eine Führungskraft überhaupt wieder zum glaubwürdigen Ansprechpartner für das, was als Nächstes kommt. Dazu gehört auch, KI nicht als Begründung für einen Personalabbau vorzuschieben, dessen wahre Gründe schwache Zahlen oder Fehlplanungen sind. Mitarbeitende spüren diesen Unterschied sehr genau – und wer KI als Ausrede benutzt, verspielt Vertrauen, das sich später nicht zurückkaufen lässt.

Und schließlich gibt es jene Mitarbeitenden, die KI nicht aus Angst ablehnen, sondern aus Überzeugung – wegen des Energieverbrauchs, wegen ungeklärter Urheberrechtsfragen, aus einem grundsätzlichen Unbehagen. In den USA häufen sich bereits Anträge von Beschäftigten, die aus ethischen Gründen von der KI-Nutzung befreit werden wollen. Man mag diese Haltung teilen oder nicht – die Führungsfrage bleibt dieselbe: Wie führe ich jemanden, der ein Werkzeug aus Gewissensgründen nicht nutzen will, während das Unternehmen darauf setzt? Wer solche Überzeugungen reflexhaft abtut, verrät im Kleinen, wie ernst er es mit den eigenen Werten meint. Das ist kein Randthema. Es ist ein Prüfstein.

Vier Bruchstellen, ein gemeinsamer Nenner: Mit einem halbtägigen Prompt-Workshop ist es nicht getan. Die verbreitete Vorstellung, man buche eine Schulung und habe die Belegschaft damit befähigt, unterschätzt gründlich, worum es geht.

Denn echte KI-Kompetenz ist nicht Bedienwissen. Sie ist Urteilsvermögen – die Fähigkeit, einzuschätzen, wann man der KI trauen darf und wann nicht. Ein besonders aufschlussreicher Befund stammt von der Universität Aalto. In einem Experiment ließ man Menschen Denkaufgaben lösen, mit und ohne KI. Man sollte erwarten, dass die KI-Erfahreneren sich realistischer einschätzen. Das Gegenteil war der Fall: Wer sich für kompetent im Umgang mit KI hielt, überschätzte seine eigene Leistung stärker, nicht schwächer. Oberflächliche Vertrautheit mit dem Werkzeug erzeugt keine Urteilskraft – sie erzeugt Selbstüberschätzung. Das ist der eigentliche Grund, warum der kurze Workshop nicht nur wenig hilft, sondern schaden kann: Er verleiht genau die Sicherheit, die das Risiko erhöht. Zwar wurde das im Labor gemessen und nicht im Vorstandsbüro – aber die Übertragung liegt beunruhigend nahe.

Was es stattdessen braucht, ist keine Frage der Werkzeugbedienung, sondern der Haltung – und hier liegt der eigentliche Führungshebel. Ob ein Team durch KI verkümmert oder wächst, hängt nicht von der KI ab, sondern von der Art, wie sie genutzt wird. Die bequeme, gedankenlose Nutzung – Frage rein, Antwort raus, übernehmen – führt in die Verkümmerung. Die reflektierte Nutzung – hinterfragen, gegenprüfen, das eigene Urteil daneben halten – führt zum Wachstum. Diese Unterscheidung ist keine technische. Sie ist eine kulturelle, und Kultur zu formen ist ureigene Führungsaufgabe.

Befähigung heißt deshalb nicht Zertifikat, sondern Routine. Zu wissen, wann man einer KI-Empfehlung folgt und wann man sie überstimmt, ist trainierbar – aber es braucht Übung, Feedback und Zeit, so wie man ein professionelles Werkzeug nicht an einem Nachmittag beherrscht. Wer das seinen Leuten ernsthaft ermöglichen will, muss einen Rahmen schaffen, in dem „ich habe der KI nicht getraut und lag richtig“ als Kompetenz gilt, nicht als Bremse.

Führung entscheidet sich unter der Oberfläche

KI-Einführung ist keine Kommunikationsaufgabe. Sie ist eine Führungsaufgabe an Bruchstellen, die man nicht sieht, wenn man nur auf den Rollout-Plan schaut. Die Belegschaft spaltet sich. Die Arbeit verliert ihren Kern. Das Team hört auf zu fragen. Und die Angst ist teils berechtigt. An jeder dieser Stellen kann eine Führungskraft gestalten – oder sie kann verkünden, dass alles gut wird, und hoffen, dass es stimmt.

Es ist dieselbe Frage, die diese Serie von Anfang an durchzieht, nur auf einer anderen Ebene: Wer hält das Steuer? Diesmal geht es nicht um Daten, nicht um Kosten, sondern um den Zusammenhalt und die Entwicklung der eigenen Leute. Das ist die anspruchsvollste Steuerungsaufgabe von allen, weil sie sich nicht automatisieren und nicht delegieren lässt.

Wie ist Ihre Sicht auf das Thema? An welcher der vier Bruchstellen stehen Sie in Ihrem Unternehmen gerade – und reden Sie darüber offen, oder wird sie noch weggelächelt? Ich freue mich auf den Austausch.

Was Sie in dieser Serie erwartet

Diese Serie begleitet Sie durch die wichtigsten Führungsfragen rund um KI im Unternehmen – praxisnah und aus eigener Erfahrung.

Bisher ging es um die Menschen im Team. Im nächsten Artikel richte ich den Blick auf die Führungskraft selbst – und auf eine Gefahr, die schwerer wiegt als die, durch KI ersetzt zu werden: die schleichende Erosion des eigenen Urteils. Denn wer anderen beibringen will, der KI nicht blind zu vertrauen, muss zuerst bei sich selbst anfangen.

Im vorherigen Artikel habe ich mich mit der Frage beschäftigt: Führen im Zeitalter von KI: Welche Aufgaben verschwinden – und welche neu entstehen

Alle Beiträge der Serie und weitere Hintergründe finden Sie auf unserer Themenseite „KI-Governance und Führung“.

Für wen diese Serie relevant ist

Diese Serie richtet sich an Geschäftsführer, Vorstände, Beiräte und Führungskräfte, die den Umgang mit KI nicht auf ein reines IT-Thema reduzieren wollen. Sie ist besonders relevant für Unternehmen, in denen KI bereits punktuell genutzt wird, ohne dass Rollen, Verantwortlichkeiten und Leitplanken klar definiert sind.
Gerade in mittelständischen Unternehmen entsteht daraus schnell eine Gemengelage aus Chancen, Unsicherheit und Handlungsdruck. Genau dort braucht es Führung – nicht später, sondern jetzt.

Über den Autor

Dr. Bernd Kappesser ist Partner bei der empiricus GmbH. Mit seiner langjährigen Erfahrung in Führungsrollen im IT- und Technologieumfeld verfügt er über fundierte Expertise in Transformation, Organisationsentwicklung und strategischer Führung.

Er begleitet Geschäftsführungen, Vorstände, Beiräte und Führungskräfte-Teams dabei, ihre Rolle bewusst zu gestalten, Veränderung wirksam zu führen und ihre Organisationen im Spannungsfeld von Digitalisierung, Künstlicher Intelligenz und Regulierung zukunftsfähig auszurichten. Sein Ansatz verbindet unternehmerische Praxis, strategisches Denken und persönliche Reflexion – mit klarem Fokus auf nachhaltige Wirkung.

Infos zu unserem Angebot Executive Advisory und Leadership Development. Sprechen Sie uns an – Kontakt