Ihr KI-Problem ist nicht die KI.
Technologie verändert sich schneller als Entscheidungslogiken.
Die Erwartungen an KI sind ziemlich eindeutig. Unternehmen wollen schneller werden, effizienter arbeiten, Kosten senken und besser skalieren. Das klingt vernünftig. Gleichzeitig lässt sich in vielen Organisationen etwas Merkwürdiges beobachten: Trotz erheblicher Investitionen in KI, Cloud-Infrastruktur, Automatisierung und Transformationsprogramme steigen die Kosten weiter. Qualitätsprobleme werden schwieriger beherrschbar, erfahrene Mitarbeitende verlassen das Unternehmen oder werden aus Prozessen herausoptimiert, und diejenigen, die bleiben, tragen häufig mehr Komplexität als zuvor.
Die naheliegende Erklärung lautet, dass die Technologie eben noch nicht weit genug sei. Vielleicht liegt das eigentliche Problem aber gar nicht dort.
Wenn neue Technologie auf alte Logiken trifft
Bei Transformationen erlebe ich selten, dass die Technologie selbst das größte Risiko darstellt. Viel häufiger sehe ich Organisationen, die ihre Prozesse beschleunigen, während die Logik, nach der sie Entscheidungen treffen, weitgehend unverändert bleibt. Die Technologie verändert sich, die zugrunde liegenden Annahmen nicht.
Und genau dort wird es teuer.
Unter Druck konzentrieren sich Teams verständlicherweise auf Geschwindigkeit. Entscheidungen müssen getroffen, Projekte vorangebracht und Ziele erreicht werden. Doch Geschwindigkeit hat einen Nebeneffekt: Sie macht Annahmen, die ohnehin selten ausgesprochen werden, noch schwerer sichtbar. Teams beginnen auf Grundlage von Überzeugungen zu handeln, über die niemand ausdrücklich gesprochen hat. Widersprüchliche Ziele bleiben ungeklärt, Rückkopplungsschleifen werden verkürzt oder verschwinden ganz. Und irgendwann werden Entscheidungen wie Tatsachen behandelt, obwohl sie eigentlich nur Annahmen sind – vorgetragen mit ausreichend Überzeugung.
KI kann diesen Effekt noch verstärken. Sie ermöglicht schnellere Analysen, schnellere Prozesse und schnellere Entscheidungen. Was sie nicht automatisch verbessert, ist die Qualität der Annahmen, auf denen diese Entscheidungen beruhen.
Das KI-Paradox
So entsteht ein bemerkenswertes Paradox: Organisationen werden operativ schneller und gleichzeitig strategisch unsicherer. Sie erzeugen mehr Aktivität, aber nicht zwangsläufig mehr Orientierung.
Deshalb sind viele vermeintliche Transformationsprobleme für mich keine Technologieprobleme. Sie sind Entscheidungsprobleme. Moderne Organisationen können Unsicherheit nicht vollständig beseitigen. KI dürfte sie in manchen Bereichen sogar erhöhen, weil sich Möglichkeiten und Rahmenbedingungen schneller verändern, als wir ihre Konsequenzen vollständig verstehen können.
Die entscheidende Fähigkeit besteht deshalb nicht darin, perfekte Kontrolle herzustellen. Sie besteht darin, auch ohne diese Kontrolle handlungsfähig zu bleiben. Und das verändert die Art, wie Organisationen mit Entscheidungen umgehen.
Statt Widersprüche möglichst schnell aufzulösen, können sie lernen, die dahinterliegenden Spannungen sichtbar zu machen. Statt auf vollständige Gewissheit zu warten, können Entscheidungen als überprüfbare Hypothesen verstanden werden. Und statt nachträglich zu fragen, wer eine falsche Entscheidung getroffen hat, lässt sich untersuchen, welche Annahme sich als falsch erwiesen hat und was daraus gelernt werden kann.
Das klingt zunächst nach einem kleinen Unterschied. In der Praxis verändert es jedoch die Qualität von Entscheidungen erheblich.
Drei Ziele. Eine Realität.
Nehmen wir ein kritisches Kundenprojekt. Es soll schnell geliefert werden, möglichst wenig kosten und selbstverständlich höchste Qualität bieten. Alle drei Ziele sind legitim. Nur lassen sie sich unter realen Bedingungen selten gleichzeitig maximieren.
Zielkonflikte sind also unvermeidlich. Trotzdem verwenden Organisationen erstaunlich viel Energie darauf, so zu tun, als ließen sie sich durch genügend Planung, Abstimmung oder Management einfach aus der Welt schaffen.
Die produktivere Diskussion beginnt an einer anderen Stelle: Welche Spannung besteht tatsächlich? Welche Priorität setzen wir bewusst? Welche Annahmen liegen dieser Entscheidung zugrunde? Und woran erkennen wir früh genug, wenn eine dieser Annahmen nicht mehr trägt?
Solche Gespräche wirken auf den ersten Blick weniger spektakulär als die nächste KI-Plattform. Für das Ergebnis können sie jedoch wesentlich wichtiger sein. Denn die Qualität einer Entscheidung hängt nicht nur davon ab, wie viele Informationen verfügbar sind. Sie hängt auch davon ab, ob eine Organisation ihre eigenen Annahmen, Zielkonflikte und Prioritäten erkennen und offen bearbeiten kann.
Was KI nicht entscheiden kann
KI kann dabei enorm helfen. Sie kann Informationen schneller verarbeiten, Muster erkennen, Szenarien durchspielen und neue Optionen erzeugen. Aber sie entscheidet nicht, was wichtig ist. Sie löst keine widersprüchlichen Interessen auf und kann einer Organisation nicht die Verantwortung dafür abnehmen, zwischen legitimen, aber konkurrierenden Zielen zu entscheiden.
Das bleibt Führungsarbeit.
Vielleicht ist deshalb die entscheidende KI-Frage für Führungskräfte nicht, wie sie noch mehr KI einsetzen können. Interessanter ist eine andere:
Hat sich unsere Fähigkeit, gute Entscheidungen zu treffen, genauso schnell entwickelt wie die Technologie, die wir einsetzen?
Denn KI kann Wertschöpfung verstärken. Sie kann aber genauso gut dafür sorgen, dass eine Organisation ihre alten Fehler einfach schneller skaliert.
Dieser Text basiert auf meinem LinkedIn-Post „Your AI-Problem isn’t AI“ vom 2. Juni 2026.
