KI verändert Führung, aber nicht für alle gleich
Warum wirksame KI-Befähigung deshalb Differenzierung braucht
Generative KI ist längst Teil des Arbeitsalltags. Informell oder offiziell, tastend oder bereits integriert. In vielen Organisationen hat sich die Frage, ob KI genutzt wird, damit faktisch erledigt.
Die eigentliche Herausforderung liegt heute an anderer Stelle: Führung unter KI-Bedingungen tragfähig zu gestalten. Denn KI verändert nicht nur Arbeitsprozesse. Sie verändert auch, wie Entscheidungen entstehen, wie sie vorbereitet werden, woraus sie Legitimation beziehen und wer sie verantwortet.
Genau hier geraten viele KI-Initiativen ins Stocken. Nicht, weil die Technologie ihr Versprechen nicht einlöst. Vielmehr weil unklar bleibt, wie Verantwortung unter diesen Bedingungen wirksam wahrgenommen werden soll. KI-Befähigung wird häufig als vereinheitlichte Trainingsaufgabe konzipiert: gleiche Inhalte, gleiche Formate, gleiche Erwartungen an „KI-Kompetenz“. Dabei wird übersehen, dass Verantwortung nicht verschwindet, sondern sich je nach Führungsrolle unterschiedlich verschiebt. Und dass die Befähigung genau dort scheitert, wo sie an reale Entscheidungsräume anschließen müsste.
Worum es hier geht: Dieser Beitrag richtet sich an Führungskräfte und Entscheider:innen, die KI als Veränderung der Bedingungen verstehen, unter denen Führung wirksam wird. Er zeigt, wie sich Führungsrealitäten unter KI unterscheiden – und warum es dafür differenzierte Befähigung statt Einheitsprogramme braucht.
Konkret zeigt sich diese Verschiebung von Verantwortung unterschiedlich, abhängig von der Führungsebene.
In der operativen Führung etwa dort, wo KI-gestützte Auswertungen Einschätzungen zu Leistung, Belastung oder Zielerreichung einzelner Mitarbeitender liefern. Die Bewertung wirkt objektiv vorbereitet und plausibel begründet; verantwortet wird sie dennoch von der Führungskraft. Sie entscheidet nicht mehr allein, was sie sagt, sondern ob sie sich den Vorschlag des Systems zu eigen macht und ihn gegenüber der betroffenen Person vertritt. Verantwortung verschiebt sich hier von der Erzeugung eines Urteils hin zur bewussten Übernahme eines vorstrukturierten Urteils.
Auf Senior-Leadership-Ebene zeigt sich eine andere, ebenso folgenreiche Verschiebung. Strategische Entscheidungen erscheinen zunehmend als Ergebnis datenbasierter Szenarien und Simulationen. Was früher als explizite Managemententscheidung mit Risiko markiert war, tritt nun als naheliegende Option auf. Die Verantwortung liegt weniger im Treffen der Entscheidung als in ihrer Freigabe und Legitimation gegenüber Aufsichtsgremien, Eigentümer:innen und der Organisation insgesamt. Führung verantwortet hier nicht einzelne Entscheidungen, es geht vielmehr um die Bedingungen, unter denen sie als „plausibel“ gelten.
KI als Führungsrealität - und als Zumutung
KI verändert den Modus, in dem Arbeit organisiert wird: weg vom reinen Ausführen, hin zum Spezifizieren, Delegieren, Prüfen und Bewerten. Sie vervielfacht Optionen, beschleunigt Vorbereitung und erhöht Reichweite. Die Verantwortung für Wirkung und Qualität verdichtet sich und muss dennoch menschlich bleiben.
Damit verschiebt sich auch das Kompetenzprofil von Führung. Wissensvorsprung verliert an Bedeutung. Entscheidend wird die Fähigkeit, maschinell vorbereitete Vorschläge einzuordnen, zu begrenzen und bewusst zu verantworten. Urteilskraft wird zur Engpasskompetenz, weil Verantwortung unter KI-Bedingungen nicht delegiert, sondern nur begründet werden kann.
Hinzu kommt eine strukturelle Asymmetrie. Technologie entwickelt sich schneller als Organisationen. KI wird vielerorts additiv genutzt, während Rollen, Routinen und Verantwortungszuschreibungen stabil bleiben. Lernen findet individuell statt, Wirkung wird organisational erwartet. Genau diese Spannung erzeugt Reibung.
Wirksames AI-Enabling setzt dort an, wo geklärt wird, wie Verantwortung unter veränderten Bedingungen getragen, legitimiert und sichtbar gehalten wird.
Warum Vereinheitlichung der falsche Reflex ist
Unsicherheit erzeugt den Wunsch nach Ordnung. Entsprechend reagieren viele Organisationen auf KI mit Vereinheitlichung: einem gemeinsamen Narrativ, zentralen Trainingsformaten und einer einheitlichen Vorstellung von „KI-Kompetenz“. Organisatorisch ist das nachvollziehbar. In der Sache greift es zu kurz.
Denn dieser Reflex beruht auf einer stillschweigenden Annahme: dass Führungskräfte im Kern dasselbe lernen müssen – unabhängig von Rolle, Entscheidungsspielraum oder Verantwortungsbezug. AI-Enabling wird entsprechend standardisiert und primär als Frage von Wissensstand oder Tool-Vertrautheit behandelt.
Die Folgen dieser Vereinheitlichung zeigen sich weniger in mangelndem Praxisbezug als in einer systematischen Fehladressierung. In denselben AI-Enabling-Formaten sitzen operative Führungskräfte und Senior Leaders vor identischen Inhalten, Diskussionen und Beispielen.
Operative Führung verlässt solche Formate dann mit einem erweiterten Verständnis strategischer Zusammenhänge oder Governance-Fragen. Ohne dass klar wird, wie sich daraus andere Entscheidungen im eigenen Führungsalltag ableiten lassen. Senior Leadership bewegt sich zugleich in vertrauten Diskursen über Chancen, Risiken und Leitplanken, ohne mit der eigenen strukturellen Macht, der Verantwortung für Tempo oder den kulturellen Folgen des eigenen Handelns konfrontiert zu werden.
Beide Ebenen nehmen relevantes Wissen mit, jedoch jeweils an der falschen Stelle. Der Eindruck von Fortschritt entsteht, weil scheinbar Orientierung gewachsen ist. Die Wirkung bleibt begrenzt, weil Verantwortung nicht rollenspezifisch adressiert wurde.
Zwei Führungsrealitäten unter KI-Bedingungen
KI wirkt dort unterschiedlich, wo Verantwortung konkret ausgeübt wird. Die zuvor beschriebenen Situationen machen deutlich, dass sich Führungsrealitäten unter KI nicht nur graduell, sondern strukturell unterscheiden. Genau deshalb braucht AI-Enabling Differenzierung.
Operative Führung: Entscheiden im Dauerbetrieb
Auf der unteren und mittleren Führungsebene ist KI dauerhaft präsent: im Tagesgeschäft, in Gesprächen, in Priorisierungen. Vorschläge, Formulierungen und Optionen stehen schnell bereit, häufig plausibel, oft überzeugend. Führung verschiebt sich dadurch schleichend. Denn nicht das Fehlen von Optionen ist das zentrale Problem, vielmehr ihre ständige Verfügbarkeit. Souveräne Führungsarbeit zeigt sich im bewussten Umgang mit vorstrukturierten Vorschlägen: im Einordnen, Begrenzen und verantwortlichen Entscheiden unter Zeitdruck.
Unsicherheiten, die hier entstehen, sind selten technischer Natur. Sie kreisen um Legitimität und Verantwortung:
Was gilt als angemessen?
Was wird erwartet und was lediglich geduldet?
Wer trägt Verantwortung für Entscheidungen, deren Vorbereitung zunehmend von Systemen übernommen wird?
Wirksames AI-Enabling stärkt auf dieser Ebene die Handlungsfähigkeit unter Unklarheit. Es macht implizite Entscheidungen sichtbar, schafft Sprache für neue Spannungen und unterstützt Führungskräfte dabei, eine reflektierte Praxis im Umgang mit KI zu entwickeln.
Senior Leadership: Wirkung durch Struktur und Signal
Auf Senior-Ebene entsteht Nähe zu KI weniger durch alltägliche Nutzung als durch strukturelle Wirkung. Senior-Führungskräfte setzen Rahmen, legitimieren Tempo, priorisieren Risiken. Sie gestalten damit die Bedingungen, unter denen KI in der Organisation wirkt. Auch dort, wo sie selbst nur punktuell mit ihr arbeiten.
Mit KI verdichtet sich diese Wirkung. Entscheidungen erscheinen besser vorbereitet, objektiver begründbar und schneller anschlussfähig. Gleichzeitig verschiebt sich Verantwortung: weg von einzelnen Entscheidungen hin zur Gestaltung von Entscheidungsarchitekturen, Erwartungshaltungen und kulturellen Signalen.
Zentral ist dabei nicht, ob Systeme Empfehlungen liefern, sondern:
wie mit ihnen umgegangen wird.
Ob Entscheidungen beschleunigt oder bewusst verlangsamt werden, Zweifel Raum haben oder als ineffizient gelten.
Oder ob menschliche Verantwortung sichtbar bleibt, auch wenn maschinelle Vorarbeit zur Normalität wird.
Solche Fragen lassen sich nicht durch Tool-Kompetenz beantworten. Sie verlangen Urteilsarbeit auf struktureller Ebene. Und vor allem die Fähigkeit, Unsicherheit auszuhalten. Kultur entsteht hier weniger durch Programme als durch beobachtbares Verhalten.
Wirksames AI-Enabling stärkt auf dieser Ebene die Fähigkeit, bewusst Grenzen zu setzen. Auch – und gerade – dort, wo Systeme naheliegende Antworten liefern.
Was wirksames AI-Enabling leisten muss
Aus dieser Differenzierung ergibt sich eine unbequeme, aber zentrale Einsicht: Wirksames AI-Enabling lässt sich nicht als Einheitsprogramm ausrollen. Es braucht eine gezielte Führungsintervention. Mit messbarer Wirkung auf Entscheidungen, Verantwortung und Kultur.
Vier Konsequenzen sind dabei leitend:
AI-Enabling muss Verantwortung ins Zentrum rücken und relational denken: Entscheidend ist nicht nur, dass Verantwortung getragen wird, sondern auch wem gegenüber Führungskräfte unter KI-Bedingungen verantwortlich sind - und wofür sie Rede und Antwort stehen müssen. Und wie Entscheidungen so vorbereitet werden, dass Verantwortung nach oben legitimierbar, nach unten tragbar und nach innen mit professionellen Standards vereinbar bleibt. Wirksames AI-Enabling setzt dort an, wo diese Antwortpflichten sichtbar und bearbeitbar werden.
Der Fokus verschiebt sich auf Urteilskraft: Führung braucht weniger zusätzliche Information als Räume, in denen Abwägung, Einordnung und Verantwortungsübernahme eingeübt werden können. Urteilskraft entsteht durch reflektierte Entscheidungspraxis. Zum Beispiel durch das gemeinsame Nachvollziehen realer Entscheidungen: Was hat das System vorgeschlagen? Was wurde übernommen, was bewusst verworfen, und warum?
Enablement braucht strukturelle Anschlussfähigkeit: Lernen bleibt folgenlos, wenn Routinen, Entscheidungslogiken und Verantwortungszuschreibungen unverändert bleiben. Wirksam wird AI-Enabling erst, wenn Lernen in bestehende Strukturen übersetzt und dort dauerhaft verankert wird.
Wirksames AI-Enabling verlangt Zumutung: KI berührt grundlegende Selbstverständnisse von Führung wie Autorität ohne Wissensmonopol, Verantwortung ohne vollständige Kontrolle, Entscheiden unter permanenter Vorstrukturierung. Diese Spannungen lassen sich nicht auflösen. Sie lassen sich nur bearbeiten. Zumutung entfaltet dabei nur dann Wirkung, wenn sie von tragfähigen Strukturen getragen wird. Wo Orientierung fehlt, wird sie als Überforderung erlebt. Wo Struktur vorhanden ist, wird sie zur produktiven Führungsaufgabe. Programme, die diese Spannungen kommunikativ glätten, schaffen möglicherweise kurzfristige Akzeptanz, jedoch keine belastbare Führungspraxis.
Unser Verständnis von AI-Enabling
Vor diesem Hintergrund verstehen wir AI-Enabling als Arbeit an Führung unter veränderten Bedingungen. Dazu gehören selbstverständlich auch Best Practices, konkrete Anwendungsfälle und ein souveräner Umgang mit Werkzeugen. Prompt-Bibliotheken, methodische Leitplanken und erprobte Vorgehensweisen haben ihren Platz; als Hygienefaktoren: notwendig, hilfreich, aber nicht ausreichend.
Der eigentliche Hebel liegt in der Arbeit an Verantwortung, Urteilskraft und organisationaler Wirkung. Deshalb entwickeln wir Leadership-Journeys, die sich konsequent an realen Führungsrealitäten orientieren.
Für operative Führung schaffen wir Formate, die Handlungsfähigkeit im Alltag stärken, Verantwortung klären und KI als Reflexions- und Unterstützungsraum nutzbar machen.
Für Senior Leadership ermöglichen wir Urteilsarbeit auf struktureller Ebene: Entscheidungshoheit sichtbar halten, Grenzen definieren, kulturelle Wirkung reflektieren und Führung unter Unsicherheit neu verorten.
Der Maßstab für gelungenes AI-Enabling liegt weder in Geschwindigkeit noch in Reichweite. Er zeigt sich in der Qualität von Führung, die unter KI-Bedingungen entsteht.
Führung bleibt Verantwortung
KI nimmt Organisationen die Führungsarbeit nicht ab. Sie verändert ihre Bedingungen und macht Führung erklärungsbedürftiger, anspruchsvoller und sichtbarer.
Ob KI zu einem tragfähigen Bestandteil organisationaler Wertschöpfung wird oder dauerhaft Irritation erzeugt, entscheidet sich weniger an der Technologie als an der Qualität von Führung unter diesen Bedingungen. AI-Enabling verfehlt seinen Anspruch, wenn es Führung vereinheitlicht. Wirksam wird es dort, wo Unterschiede ernst genommen und adressiert werden.
Weitere Informationen zu unseren AI-Enabling Leadership Journeys - und auch weiteren Angeboten - finden Sie hier.
Unser Team für das AI-Enabling steht Ihnen gerne für Auskünfte zur Seite. Schreiben Sie uns.
Stay in touch
André Cramer
AI & Leadership Enablement |Responsible AI & Digitale Verantwortung| Strategic Communication|Thought Leadership zu ‘Tech meets Society’
Mehr als 25 Jahre Erfahrung im Tech-, Telco & Internet-Sektor: von Start-ups bis Großkonzernen, von Europa bis ins Silicon Valley, von Product Building bis C-Level-Beratung
Innovation Foresight, Strategy & Execution Consulting u.a. bei Deutsche Telekom, Yahoo! Inc., Detecon, futurest
Mehrjährige Leadership-Erfahrung von Linien- und Projektteams
enge Zusammenarbeit mit C-Level & Direct Reports im Vorstandsstab Technology & Innovation der Deutschen Telekom
Human-Centered Technology | Co-Founder & Co-Lead einer konzernweiten Community mit mehreren hundert Mitgliedern | Fokus: Menschenbild, Verantwortung, partizipative Befähigung
ehem. Mitglied des AI Competence Centers der Deutschen Telekom | Schnittstelle zwischen Vorstandsstab, Technologie, Kommunikation & Responsible AI / AI-Governance
Langjährige strategische Kommunikations- & Enablement-Expertise | Übersetzung komplexer Tech- & KI-Themen in Führung, Entscheidungsfähigkeit & Wirkung
Host des #DRANBLEIBEN Newsletters & Podcasts und Co-Host des Code & Konsequenz Podcasts
Speaker, Coach und Trainer zu Themen wie AI, Tech Ethics, Human-centered Technology, Leadership & Culture
LinkedIn Mastodon
