AI verändert die Führung

Nicht die Daten sind neu. Die Antworten sind es.

Früher lautete die Frage: Haben wir die Zahlen? Heute liefert jedes System Zahlen und seit kurzem liefern Sprachmodelle auch fertige Antworten. Eine Führungskraft erhält in zehn Sekunden eine Analyse, eine Empfehlung, einen Entwurf.

Das klingt nach Entlastung, tatsächlich entsteht daraus eine neue Aufgabe. Wer eine Antwort nicht selbst erarbeitet hat, muss sie beurteilen können.

Business Intelligence zeigt, was passiert ist. Prognosemodelle zeigen, was wahrscheinlich passieren wird. Ein Sprachmodell sagt, was man tun soll – und es klingt dabei immer überzeugend. Auch dann, wenn es falsch liegt. Genau hier verändert sich Führung.

Was AI-First wirklich heisst

AI-First heisst nicht, überall AI einzubauen. Es heisst, Abläufe so zu bauen, dass die AI mitarbeitet und der Mensch prüft. Dafür braucht es drei Festlegungen:

• Wer entscheidet?
• Woran erkennen wir, dass die AI falsch liegt?
• Was passiert, wenn sie falsch liegt?

Wer diese drei Punkte nicht beantwortet, arbeitet nicht AI-First. Er setzt ein Werkzeug ein und hofft.

Wo der Nutzen entsteht

Vertrieb: Die AI analysiert Offerten, E-Mails und Notizen und erkennt, welche Verkaufschancen stillstehen. Der Verkaufsleiter sieht am Morgen eine kurze Prioritätenliste statt eines weiteren Dashboards.

Angebote: Ein erster Entwurf entsteht in Minuten auf Basis früherer Dokumente und vorhandener Information. Der Mensch prüft Preis, Zusagen und Risiken.

Ressourcenplanung: Auslastung, Projektbedarf und verfügbare Kompetenzen werden in einem Gesamtbild sichtbar. Engpässe fallen Wochen früher auf.

Kundenservice: Klare und wiederkehrende Anfragen beantwortet die AI selbst. Der Rest geht an Menschen – mit Vorschlag und Quellenangabe.

Steuerung: Vor einer Investition rechnet die AI mehrere Szenarien durch. Die Geschäftsleitung diskutiert Varianten statt Vermutungen.

Was in der Praxis schiefgeht

Viele AI-Projekte erreichen den Regelbetrieb nie. Die Gründe wiederholen sich:

Die Daten sind schlechter als angenommen: Nicht die Technik bremst, sondern doppelte Kundendatensätze, fehlende Felder und voneinander getrennte Excel-Inseln.

Niemand will die Entscheidung abgeben: Wird die Empfehlung im Zweifel immer überstimmt, entsteht kein Nutzen, sondern zusätzliche Arbeit.

Der Pilot hat keinen Besitzer: Ein Projekt ohne verantwortliche Führungskraft endet als Demo.

Es wird nichts gemessen: Ohne Ausgangswert lässt sich am Ende nicht belegen, ob etwas besser geworden ist.

Die AI klingt sicher, auch wenn sie irrt: Ohne Stichproben und Quellenangaben bleiben Fehler oft unentdeckt.

So gelingt der Einstieg

Der Einstieg beginnt nicht mit einer grossen Plattform. Er beginnt mit einer Entscheidung, die heute zu langsam oder zu ungenau fällt.

1. Eine Entscheidung wählen, die sich wiederholt und Geld bewegt.
2. Festlegen, was besser werden soll: Geschwindigkeit, Treffsicherheit oder Aufwand – und den Ausgangswert messen.
3. Die Daten prüfen: Verfügbarkeit, Qualität, Zugriffsrechte, Datenschutz.
4. Einen eng begrenzten Pilotversuch aufsetzen mit einer verantwortlichen Führungskraft.
5. Nutzen, Risiken und Akzeptanz bewerten. Erst danach skalieren.

Was 2026 rechtlich gilt

Seit dem 2. August 2026 greifen die Transparenzpflichten des EU AI Act (Artikel 50). Wer bestimmte AI-Systeme wie Chatbot einsetzt, muss offenlegen, dass eine Maschine antwortet. AI-generierte Inhalte brauchen eine maschinenlesbare Kennzeichnung, Deepfakes eine sichtbare. Das betrifft auch Schweizer Firmen, sobald sie im EU-Markt tätig sind.

Die Änderungsverordnung (EU) 2026/1744, in Kraft seit dem 27. Juli 2026, hat die strengeren Pflichten für Hochrisiko-Anwendungen verschoben: auf den 2. Dezember 2027 (Anhang III) und den 2. August 2028 (Anhang I). Auch die Pflicht zur AI-Kompetenz der Mitarbeitenden wurde gelockert – sie ist nun zu fördern, nicht mehr sicherzustellen.

Das ist kein Grund zu warten. Die Fristen verschieben sich, die Anforderungen bleiben.

In der Schweiz hat der Bundesrat am 12. Februar 2025 entschieden, die KI-Konvention des Europarats zu ratifizieren und das Recht punktuell anzupassen; eine Vernehmlassungsvorlage ist in Arbeit. Unabhängig davon gilt heute das revidierte Datenschutzgesetz: Bei automatisierten Einzelentscheiden mit erheblicher Wirkung müssen Sie informieren und eine menschliche Überprüfung ermöglichen.

Praktisch heisst das: Zweck festhalten, Zugriffe begrenzen, Entscheide nachvollziehbar dokumentieren und Personendaten nicht ungeprüft in fremde Modelle geben.

Gewagte These

In fünf Jahren wird nicht entscheidend sein, welche AI ein Unternehmen einsetzt. Alle werden ähnliche Modelle nutzen. Entscheidend wird sein, ob ein Unternehmen merkt, wann die AI falsch liegt. Diese Fähigkeit kann man nicht kaufen. Man baut sie über Jahre auf – und die meisten beginnen zu spät damit.

Fünf Fragen für die Geschäftsleitung

• Welche wichtige Entscheidung treffen wir heute vor allem aus Erfahrung?
• Wo warten wir auf Informationen, die längst im Haus sind?
• Wer prüft bei uns die Ergebnisse der AI und anhand welcher Kriterien?
• Welche unserer Daten sind so schlecht, dass jede Analyse daran scheitert?
• Welche Entscheidung würden wir gern doppelt so schnell treffen?

Fazit

Die nächste Stufe der Digitalisierung bringt keine weiteren Dashboards. Sie verändert, wie entschieden wird. Die AI liefert Vorschläge, der Mensch trägt die Verantwortung und braucht dafür Urteilsvermögen, saubere Daten und klare Regeln.

Die Frage ist deshalb nicht: Haben wir genug Daten? Sondern: Wissen wir, wann wir der AI widersprechen müssen?

Verwandte Themen