Was die KI entdeckte, als sie am Arbeitsplatz auftauchte
KI-Erleichterung: Mitarbeiter fühlten sich erleichtert statt widerständig, da KI-Tools ihre administrativen Belastungen bei Leapsome verringerten.
Bereitschaftslücke: Der Einsatz von KI offenbart ein Vertrauensproblem und nicht nur eine Qualifikationslücke bei der Einsatzbereitschaft der Belegschaft.
Dokumentationsproblem: Fehlende Prozessdokumentation behindert eine effektive KI-Nutzung und zeigt Schwächen in der Organisation auf.
Organisationale Fragmentierung: Unverbundene HR-Systeme begrenzen das Potenzial von KI und machen den Bedarf an integrierter Talentverwaltung deutlich.
Vertrauensarchitektur: Die Einführung von KI erfordert Transparenz und Verantwortlichkeit, um Vertrauen und Ausrichtung in der Organisation aufzubauen.
Als Jenny Podewils KI-Tools in den internen Teams von Leapsome einführte, rechnete sie mit Widerstand. Doch was sie tatsächlich erlebte, war Erleichterung.
„Die Menschen wollten die Arbeit loswerden, die sich um ihre eigentlichen Aufgaben angesammelt hatte“, sagt sie. „Erste Entwürfe, Zusammenfassungen, Nachfassen, Datenerhebung, Formatierung. Als KI das übernahm, eröffnete sich etwas.“
Was sich eröffnete, war nicht nur Zeit. Es war der Blick auf etwas, das die ganze Zeit schon da gewesen war. Die Mitarbeitenden von Leapsome waren über Jahre hinweg langsam unter administrativen Strukturen begraben worden. Die meisten hatten das stillschweigend als Teil des Jobs akzeptiert. KI machte es sichtbar, und sobald es sichtbar war, wollte niemand mehr zurück.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Podewils ist Co-CEO eines Unternehmens, das HR-Software entwickelt, hat also sowohl Einblicke darin, wie Unternehmen Technologien für Menschen einsetzen, als auch einen direkten Draht dazu, was ihr eigenes Team tatsächlich erlebt hat. Ihre Beobachtung aus dieser Einführung weist auf etwas hin, das in den meisten Diskussionen über die Einführung von KI zu wenig beachtet wird.
Das Problem, das KI im HR-Bereich offenlegt, ist kein Technologieproblem. In vielen Fällen ist es nicht einmal ein neues Problem. Es ist ein organisatorisches Designproblem mit sehr langem Verlauf.
Die Führungskräfte, die KI derzeit am effektivsten steuern, sind nicht die, die am schnellsten voranschreiten. Es sind diejenigen, die bereit sind, sich dem, was KI offenlegt, zu stellen und dabei nicht zurückzuschrecken.
Die Bereitschaftslücke, die nichts mit Bereitschaft zu tun hat
Jeanne Meister hat mehr als drei Jahrzehnte damit verbracht, Unternehmen bei der Transformation der Arbeitswelt zu unterstützen. Sie hat mitverfolgt, wie Firmen mit demografischen Veränderungen, hybrider Arbeit, Kompetenzlücken und einem halben Dutzend anderer struktureller Veränderungen kämpften, die die Arbeit grundlegend neu definieren sollten. KI, sagt sie, unterscheidet sich in einem bestimmten Punkt: Sie hat eine bestehende Lücke unübersehbar gemacht. Sie nennt es eine Bereitschaftslücke.
„Die Lücke zwischen dem, was Unternehmen mit KI erreichen wollen, und der Bereitschaft der Belegschaft, KI in ihre Arbeitsabläufe zu integrieren.“
Doch sie betont schnell, dass Schulungen nicht die Hauptursache sind.
„Es ist ein Vertrauens- und Angstthema. Die Mitarbeitenden fürchten, überflüssig zu werden. Sie sorgen sich über die Forderung nach KI-Kompetenz und was das für ihre aktuellen und zukünftigen Rollen bedeutet.“
Dieser Unterschied, ob es sich um ein Kompetenzproblem oder ein Vertrauensproblem handelt, ist enorm wichtig. Wenn die Lücke eine Frage der Fähigkeiten ist, kann man sie mit Trainingsprogrammen schließen. Wenn sie aber auf Angst basiert, helfen allein Trainingsprogramme nicht weiter. Dann bewegt man sich auf einer Ebene, die unterhalb der Kompetenzmatrix liegt.
Ihre Umfragedaten machen das greifbar: 79 % der Beschäftigten sagen, sie fühlen sich nicht ausreichend auf den KI-Einsatz am Arbeitsplatz vorbereitet, und 65 % geben an, dass ihr Unternehmen keine passenden Schulungen angeboten hat. Doch Meister geht über diese Zahlen hinaus.
„Viele Unternehmen fordern von ihrer Belegschaft KI-Kompetenz, definieren aber nicht, was das für die Mitarbeitenden bedeutet.“
Eine Vorgabe ohne Definition ist keine Strategie. Es ist ein Mechanismus zur Auslieferung von Unsicherheit.
Was sie beschreibt, ist im Grunde gar keine Bereitschaftslücke. Es ist ein Kommunikationsversagen, das durch Verantwortlichkeitsprobleme verschärft wird. Führungskräfte glauben, sie würden die Auswirkungen von KI kommunizieren. Die Mitarbeitenden spüren es nicht. Diese Distanz zwischen Absicht und Wahrnehmung war schon vor KI ein Problem, das die meisten Organisationen nur schlecht managten. Jetzt zeigt sie sich in den KI-Adoptionszahlen.
Das Dokumentationsproblem ist ein Designproblem
Linnea Bywall übernahm die Position als VP of People bei Quinyx, nachdem sie sechseinhalb Jahre lang den HR-Bereich bei Alva Labs aufgebaut hatte. Sie kam mit einer klaren Theorie, was passieren muss, bevor irgendetwas mit KI im großen Stil funktionieren kann.
„Fehlende Dokumentation ist ein erheblicher Hemmschuh für die KI-Bereitschaft“, sagt sie. „Viele Organisationen möchten KI nutzen, aber zu viele Prozesse sind nur in den Köpfen der Menschen vorhanden.“
Was wie eine technische Voraussetzung klingt – die eigenen Prozesse zu dokumentieren, damit KI-Modelle darauf zugreifen können – ist tatsächlich eine strukturelle Auseinandersetzung. Wenn etwa das Onboarding, der Ansatz zur Leistungskalibrierung oder die Vergütungsphilosophie hauptsächlich im Erfahrungswissen der langjährigen Mitarbeitenden steckt, besteht ein organisatorisches Fragilitätsproblem, das schon viele Jahre vor der KI existierte.
Bywalls Team hat ihr People-Handbuch und ihr Manager-Handbuch komplett überarbeitet, Dokumentationsziele in die quartalsweisen OKRs aufgenommen und KI sowohl als Entwurfshilfe als auch als Sparringspartner genutzt, um Lücken aufzudecken. Der Prozess war in vielerlei Hinsicht aufschlussreich, weit über die eigentlichen Dokumente hinaus. „Wir haben KI als Resonanzboden genutzt, um sicherzustellen, dass wir alle notwendigen Bereiche abdecken“, sagt sie. Was zurückkam, zeigte, wie viel institutionelles Wissen bislang nie explizit gemacht worden war.
Podewils kam aus einer anderen Richtung zum selben Punkt. Wenn sie erklärt, warum KI vernetzte, historische Daten benötigt, um sinnvolle Einsichten zu generieren, dann ist das im Grunde ein Plädoyer für Dokumentation – nur mit anderen Worten.
„Ein glänzender, eigenständiger KI-Agent außerhalb Ihres HR-Systems kann eine Stellenbeschreibung verfassen, sicher. Er kann Ihnen jedoch nicht sagen, ob das Engagement in einem bestimmten Team nachlässt, ob eine Top-Fachkraft seit Monaten kein Entwicklungsgespräch hatte oder ob die direkten Mitarbeitenden eines Managers bei Peer Reviews konstant schlechter abschneiden als ihre Kollegen.“
Dokumentation als ersten Schritt zur KI-Bereitschaft zu sehen, führt oft dazu, auf etwas zu stoßen, das auch ohne KI hätte angegangen werden müssen. Die Organisation läuft auf informeller Infrastruktur. Das funktionierte, solange die Wissensträger blieben. Es war immer ein Risiko.
Nabelschau in großem Maßstab
Dean Carter war fast 25 Jahre als CHRO bei Unternehmen wie Fossil, Sears, Patagonia und Guild tätig, bevor er zum CEO von Instill wurde, einem KI-Unternehmen, das sich auf Kultursignale in Organisationsgesprächen spezialisiert hat. Seine Perspektive ist sowohl langjährig als auch vielseitig, und er ist nicht besonders schonend, was er derzeit im HR-Bereich in Bezug auf KI sieht.
„Ich denke, HR konzentriert sich viel zu sehr auf die Überarbeitung von Abläufen und Organisationsdesigns“, sagt er. „Das ist ein Tropfen auf den heißen Stein. Es bringt einem Unternehmen fast keinen Return on Investment. Wir betreiben Nabelschau, indem wir KI auf das anwenden, was sowieso schon existiert.“
Dies ist die härtere Version der Argumentation. Bywall und Podewils führen an, dass Organisationen Grundlagenarbeit leisten müssen, bevor KI wirklich liefern kann. Carter argumentiert, dass selbst Organisationen, die diese Grundlagen richtig angehen, womöglich das falsche Problem lösen. Wenn Sie KI nutzen, um einen bereits defekten Performance-Review-Prozess zu optimieren, haben Sie nichts transformiert. Sie haben ein Scheitern automatisiert.
Er hat einen konkreten Rahmen dafür, wie er über die Rolle der KI in seiner eigenen Arbeit denkt.
„Achtzig Prozent von dem, was mir die KI liefert, sind großartig – und mehr brauche ich nicht. Ich brauche oder will keine abschließende Lösung, kein finales Bild oder Ergebnis mehr. Ich möchte, dass sie die Recherche und Wissenssammlung übernimmt, die Aufgaben, die mehr Zeit als Denkkraft kosten, und dann kann ich meine Zeit und meinen Kopf für die letzten, anspruchsvollen und großartigen zwanzig Prozent benutzen.“
Das ist keine Workflow-Optimierung. Das ist eine Neudefinition dafür, wo menschliches Urteilsvermögen im Prozess hingehört. Die Vorarbeit ist der Teil, der Zeit verbrauchte, ohne neue Denkanstöße zu bringen. Die zwanzig Prozent sind der Bereich, in dem Erfahrung, Weisheit und Kontextverständnis tatsächlich zählen. KI hat diese Unterscheidung nicht geschaffen. Sie hat es nur möglich gemacht, ihr Rechnung zu tragen.
Die schwierigere Frage, die Carter aufwirft, ist: Wie viele HR-Teams nutzen KI, um bestehende Strukturen zu schützen, statt sie zu hinterfragen? Wie viele automatisieren einen Prozess, der eigentlich umgestaltet werden müsste?
Das Problem des verbindenden Gewebes
Trent Cotton leitet Talent Insights bei iCIMS und denkt über die Rolle von KI im HR strukturell nach. Seine Vorstellung dessen, was durch KI möglich wird – ein integrierter Überblick über das Talentportfolio, das Recruiting, interne Mobilität, Performance und Lernen an einem Ort verbindet – klingt ambitioniert. Aber sie basiert auf einer Diagnose, die weniger mit KI-Fähigkeiten als mit organisatorischer Zersplitterung zu tun hat.
„Heute verbringt HR zu viel Zeit damit, hinter voneinander getrennten Prozessen herzulaufen“, sagt er. „Anforderungen hier, interne Mobilität dort, Lernen in einem anderen System.“
Diese Fragmentierung ist nicht neu. HR-Funktionen steuern seit Jahrzehnten getrennte Systeme, kaufen Einzellösungen für bestimmte Probleme, bauen Umgehungen ein und verlieren bei jedem Übergang an Datenqualität. KI löst diese Fragmentierung nicht. Sie macht nur sichtbar, warum sie immer schon ein Problem war. Die Erkenntnisse, die KI aus vernetzten Daten generieren kann – wer ist kündigungsgefährdet, welche Führungskräfte entwickeln ihre Mitarbeitenden, wo entstehen Nachfolge-Lücken – bleiben unerreichbar, wenn die Daten isoliert sind.
„KI generiert aus vernetzten Daten brauchbare Einblicke“, sagt Podewils. „Aus isolierten Daten erzeugt sie Lärm. Die Fragmentierung wird zum teuren Erbe, und die Abrechnung kommt schneller, als die meisten glauben.“
Cotton greift dies auf und überträgt es auf die Natur von Führung. Er spricht davon, dass sich die Rolle von der „Leitung einer Funktion“ zum „Gestalter von lernenden Systemen“ wandelt. Der KI-gestützte HR Leader, so sein Bild, arbeitet nicht weniger, sondern auf einer anderen Ebene: Er kann Risiken bezüglich Fähigkeiten und Workforce-Strategie in Gesprächen thematisieren, die früher auf Intuition und veralteten Daten beruhten.
„Mit integrierten, KI-gestützten Erkenntnissen kann HR in ein Meeting gehen und sagen: ‚Das ist heute die Kompetenzverteilung in Ihrem Team, das erfordert Ihre Strategie, und das sind drei Portfolio-Moves, die wir setzen können.‘“
Das ist ein neues Niveau des Führungsgesprächs. Es verlangt eine andere Infrastruktur. Und der Aufbau dieser Infrastruktur – vernetzte Systeme, saubere Daten, dokumentierte Prozesse – ist Arbeit, die nichts mit KI, sondern alles mit einer organisatorischen Disziplin zu tun hat, die vorher optional war und es jetzt nicht mehr ist.
Die Vertrauensarchitektur, die allem zugrunde liegt
Was das Dokumentationsproblem, die Vorbereitungslücke, die Nabelschau-Kritik und das Fragmentierungsproblem miteinander verbindet, ist eine gemeinsame Wurzel: Am Ende geht es immer um Vertrauen.
Mitarbeitende, die Angst davor haben, durch KI überflüssig zu werden, vertrauen nicht darauf, dass ihre Organisation diesen Übergang mit ihren Interessen im Blick gestaltet. Meisters Feststellung, dass Unternehmen KI-Kompetenz vorschreiben, ohne zu definieren, was sie für jede einzelne Rolle bedeutet, ist ein Vertrauensbruch.
„Führungskräfte sollten von einem ‚KI-Standardtraining für alle‘ zu rollenspezifischen KI-Schulungen übergehen und die Leistung im jeweiligen Kontext bewerten.“
Carter bringt es noch direkter auf den Punkt. Wenn Führungskräfte Mitarbeitende bitten, ihre Aufgaben und Fähigkeiten im Zusammenhang mit der Einführung von KI zu kartieren, nehmen die meisten Beschäftigten eine andere Botschaft wahr als die, die eigentlich gesendet wird.
„Egal, was Führungskräfte sagen, die Menschen sehen, was sie tun – und das wirkt nicht authentisch.“ Diese Lücke zwischen Absicht und Wahrnehmung ist eine Vertrauenslücke. Sie existierte schon vor KI. KI hat ihr lediglich neues Futter geliefert.
Auch Bywalls Beobachtung aus ihrer eigenen Einführungserfahrung trägt denselben Unterton.
„Es kann beängstigend sein, bei der Einführung von KI zurückzufallen. Viele reden davon, wie sie ihre Arbeitsweise revolutioniert haben, aber nur wenige erklären, wie sie das machen. Das kann überwältigend wirken und hält Menschen davon ab, wirklich einzusteigen.“
Das Transparenzproblem, dass Führungskräfte über Ergebnisse sprechen, aber nicht den Weg dorthin erklären, erzeugt Angst, wo Engagement gefragt wäre. Das ist ein Kommunikations- und Vertrauensversagen, das sich in ein KI-Kostüm gekleidet hat.
Podewils zieht eine ungewöhnlich klare Grenze, was KI bei HR-Entscheidungen betrifft.
„KI sollte niemals menschliches Urteilsvermögen bei Entscheidungen ersetzen, die die Karriere, Existenz oder das Wohlbefinden eines Menschen betreffen. KI entwirft, schlägt vor, bringt Themen aufs Tapet. Ein Mensch überprüft, entscheidet und übernimmt die Verantwortung.“
Sie sieht das Risiko nicht in Fehlfunktionen der KI, sondern darin, dass KI exakt wie vorgesehen funktioniert – aber in die falsche Richtung. Bewertungen, die schneller ablaufen, aber weniger menschlich wirken. Richtlinien, die ungeprüft von einem Chatbot beantwortet werden. Entscheidungen, die objektiv erscheinen, weil sie von einem System ausgegeben wurden.
„Das eigentliche Risiko ist eine KI, die genauso funktioniert wie geplant, aber in die falsche Richtung weist.“
Das ist das Problem der Vertrauensstruktur. Und es lässt sich nicht allein durch KI-Governance-Rahmen lösen – auch wenn diese wichtig sind. Lösbar ist es vielmehr durch die gleichen Faktoren, die unter allen Umständen organisatorisches Vertrauen schaffen: Transparenz darüber, was entschieden wird und warum, Rechenschaft für Ergebnisse sowie sichtbares Führungsverhalten, das den eigenen Werten entspricht.
Was die Diagnose zeigt
Meister hat beobachtet, wie KI das Verhalten von HR-Führungskräften in eine bestimmte Richtung verschoben hat. Die frühen Anwender, so stellt sie fest, behandeln KI-Agenten wie neue Teammitglieder und binden sie gezielt ein. Der Wandel, den sie erkennt, verläuft von „Ich führe“ zu „Ich orchestriere ein Team aus Menschen und KI-Agenten“. Das ist keine Managementphilosophie unter dem Aspekt KI. Es ist eine Managementphilosophie, die durch KI sichtbar und notwendig wird.
Cottons Beobachtung ist strukturell ähnlich. Die Führungskräfte, die in den nächsten fünf Jahren einen nachhaltigen Vorsprung aufbauen, sind aus seiner Sicht diejenigen, die KI dazu nutzen, „die Lernfähigkeit der Organisation zu steigern“ – und nicht nur als Sparmaßnahme. Der Unterschied ist nicht semantisch. Die eine Haltung stärkt die Fähigkeiten, die andere zieht sie ab.
Bywall endet mit einer Prognose, die aus dem Munde einer Organisationspsychologin mehr Gewicht besitzt als von einem Technologen:
„In den kommenden fünf Jahren werden nach meiner Prognose die Hälfte der HR-Funktionen überflüssig sein. Diejenigen, die bleiben, werden sowohl mit Menschen als auch mit Agenten umgehen können.“
Das ist primär keine Aussage über die KI-Kompetenz. Es ist eine Aussage über den Sinn von Organisationen. Die HR-Profis, die weiterhin gebraucht werden, sind jene, deren Wert nicht an der administrativen Ebene hängt, die von KI übernommen wird. Das heißt, die Frage, der sich HR-Leiter jetzt stellen müssen, ist nicht, wie sie KI einführen – sondern wofür sie unter der administrativen Fassade eigentlich wirklich stehen.
Podewils sagt, viele HR-Führungskräfte sind in den Bereich gegangen, weil sie sich für Menschen interessieren. Für den Aufbau von Kulturen, die Entwicklung von Führungskräften und das Schaffen von Umgebungen, in denen Menschen ihr Bestes geben können. „Unterwegs sind viele zu Prozessverwaltern geworden. Systeme haben sich angesammelt. Die Rolle hat sich darum herum verbogen.“
KI hat diese Entwicklung nicht ausgelöst. Aber sie zwingt, sich damit auseinanderzusetzen.
Die Diagnose ist für alle zugänglich, die bereit sind, hinzuschauen, was KI zutage fördert – statt nur darauf, was sie machen kann. Organisationen, die dies als reine Technologie-Einführung betrachten, werden – wenn auch zum Preis von Leergeld – erfahren, dass die Technik der leichte Teil war.
