Zwei Konferenzen, ein Problem: Was die Entwickler und die CHROs einander nicht sagen
KI-Verantwortlichkeit: Es gibt keinen klaren Verantwortlichen für KI-Kompetenz; sie gehört oft allen – und damit niemandem.
Governance-Lücke: Bei der KI-Governance fehlt es häufig an ausreichender Einbindung der operativen Ebene.
Weiterbildungsbedarf: Organisationen hinken bei der Neudefinition von Rollen hinterher, was bei Mitarbeitenden Angst vor Obsoletheit auslöst.
HR-Herausforderung: Von HR wird erwartet, die KI-Transformation zu leiten, doch es fehlt an technischer Expertise und Abstimmung.
Operative Abstimmung: Es besteht ein dringender Bedarf, die Lücke zwischen technischen Lösungen und menschlicher Anpassungsfähigkeit zu schließen.
Später Nachmittag bei Transform, ein Raum voller HR-Führungskräfte wird mit einer einfachen Frage konfrontiert, auf die es keine einfachen Antworten gibt. Wer ist in Ihrem Unternehmen für KI-Kompetenz verantwortlich?
Die Antworten kommen über ein Umfragetool, das auf der Leinwand angezeigt wird. "L&D." "IT." "Geschäftsführung." "Alle." Und dann eine große Portion Ehrlichkeit: "Niemand."
Einer der Sitzungsleiter blickt auf die Leinwand und sagt, was ohnehin jeder im Raum schon weiß.
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
"Es gibt eine riesige Lücke. Ich glaube nicht, dass sich jemand wirklich darum kümmert."
Eine weitere Teilnehmerin meldet sich zu Wort.
"Bestimmte Führungskräfte entscheiden alles, und das ist ein Problem, weil am Ende alle auf komplett unterschiedlichen Seiten stehen."
Die Umfragedaten bestätigen das Gefühl im Raum. Unter HR-Praktikern, die sich eigens zur Diskussion über die KI-Einführung versammelt haben, ist die häufigste Antwort auf die Frage "Wer ist dafür verantwortlich?" praktisch ein Unentschieden zwischen "alle" und "niemand".
Es handelt sich hierbei nicht um eine Konferenzsitzung über das Scheitern. Es ist eine Sitzung über den tatsächlichen Stand der Dinge. Und der Stand der Dinge, auf den beiden größten Konferenzen dieser Frühjahrsserie, an der ich teilgenommen habe, sowie nach Dutzenden Stunden Gespräche mit Führungskräften, Praktikern, Beratern, Investoren, Juristen und Fachleuten, ist folgender: Diejenigen, die für die Implementierung von KI verantwortlich sind, und diejenigen, die sie übernehmen sollen, sprechen nicht dauerhaft oder strukturell miteinander. Und wenn sie es tun, beantworten sie oft ganz unterschiedliche Fragen.
Zum Start dieser Reise habe ich insgesamt vier Konferenzen von Anfang März bis Mitte April besucht. Zwei davon zogen vermutlich sehr unterschiedliche Zielgruppen an, lieferten aber Antworten zur Zukunft der Arbeit und den Herausforderungen, die sie Führungskräften und Organisationen stellt.
Die zwei Räume
Transform, in Las Vegas, wird oft als "HR-Sommercamp" bezeichnet – ein Treffen von mehr als viertausend Personalchefs/Chief People Officers, Talentverantwortlichen und anderen Menschen, die Unternehmen durch die Umbrüche führen, die KI-Tools verursachen.
HumanX, zwei Wochen später in San Francisco, zog Gründer und Plattformentwickler an – die Menschen, die die Werkzeuge bereitstellen. Beide Teilnehmergruppen teilen sich einen Wortschatz wie KI-Einführung, Umschulung, agentische Arbeitsprozesse, aber die Begriffe haben je nach Raum eine andere Bedeutung.
Für die Entwickler stand die Frage der Fähigkeiten im Vordergrund. Was können diese Systeme, wie schöpfen wir ihr vollständiges Potenzial aus, wie schaffen wir es vom unterstützenden KI-System zu KI-Systemen, die selbstständig handeln?
Ted Bailey, CEO von Dataminr, beschrieb sein Unternehmen als einen Anbieter, der das Situation Room des Weißen Hauses und 30 internationale Militärs mit Echtzeitinformationen versorgt. Seine Philosophie für autonome KI ist recht klar: Das bestmögliche Informationsbild aufbauen, aber die endgültige Entscheidung bleibt beim Menschen.
Linda Tong, CEO von Webflow, berichtete, dass sie jedem Mitarbeitenden unbegrenzt Tokens zur Verfügung stellte und beobachtete, wie sich das Unternehmen rund um Agenten neu strukturierte.
In den Sessions bei Transform, in denen Menschen im Fokus standen, war die vorherrschende Frage eine andere. Nicht, was kann KI tun, sondern wer übernimmt die Verantwortung, wenn etwas schief läuft?
Shawn McIntire, Chief Legal Officer bei PEBL, formulierte das Problem rund um Verantwortlichkeit auf Transform treffend in vier Worten: "Überall Eigentum, irgendwo Verantwortung."
Er beschrieb damit, was passiert, wenn Governance-Rahmenwerke für KI von oben nach unten aufgebaut werden, ohne auf die Realebene zu gelangen. Das Governance-Gremium tagt. Die Nutzungsrichtlinie wird geschrieben. Und dann fällt jemand um zwei Uhr morgens eine spontane Entscheidung, die das Gremium nie prüfen wird.
Ihre erste Verteidigungslinie sind Ihre Mitarbeitenden und Ihre Prozesse. Sie müssen an die Basis gehen, zu den Menschen, die die Arbeit machen, mit den Modellen interagieren und diese Sekundenbruchteil-Entscheidungen treffen, für die das Governance-Komitee schlichtweg nicht anwesend sein wird.
Dies ist die Verantwortlichkeitslücke. Und sie verläuft direkt durch den Raum zwischen den beiden Bereichen.
Wer übernimmt die Verantwortung?
Die Entwickler haben eine Variante dieses Problems auf technischer Ebene gelöst.
Jyoti Bansal, CEO von Harness, erläuterte die Ebenen zwischen KI-generiertem Code und einem einsatzfähigen Produkt. Acht Arten von Tests, acht Varianten von Sicherheitsüberprüfungen, Verifizierungen beim Deployment, Rückrollprotokolle, Kostenoptimierung. Dreißig bis vierzig Prüfungen zwischen Code und Produktion.
"Vertrauen ohne Überprüfung gibt es nicht", sagte er.
Auf dem gleichen Panel ergänzte Jeff Wang von Windsurf, dass wenn ein KI-Agent etwas kaputt macht, dieses Scheitern protokolliert wird und der Agent daraus lernt, es nicht zu wiederholen. Das System korrigiert sich auf technischer Ebene selbst.
Unweigerlich stellt man sich die Frage: Welche Organisation hat eigentlich etwas Vergleichbares für ihre menschlichen Prozesse aufgebaut? Und ebenso: Wer führt systematische Prüfungen des Agentenverhaltens über die gesamte Geschäftslandschaft durch? Wer überprüft das Muster an Entscheidungen, die ein Agent im letzten Quartal getroffen hat, so wie ein Auditor die Finanzberichte prüft?
Die Entwicklersitzungen hatten detaillierte Antworten auf diese Fragen für Software-Pipelines. Für die Unternehmensführung offenbarte sich in den Praxis-Sessions jedoch eher ein Vorgehen, das an Improvisation erinnerte.
Bei Transform hat Victoria Reimers beobachtet, wie Unternehmen erhebliche Anstrengungen in Governance-Komitees und Nutzungsrichtlinien investieren, dabei aber die Menschen, die tatsächlich die Arbeit machen, vernachlässigen. Ihr Vorschlag? Ganz einfach: Investieren Sie zehnmal so viel in Ihre Mitarbeitenden wie in Ihr Komitee.
Das klingt wie ein Scherz, aber das von ihr bei Juniper Square beschriebene Modell – ein Team von zwölf Mitarbeitenden, die zu internen KI-Expert:innen wurden und jedem zur Verfügung standen, der unsicher war, ob etwas sicher oder skalierbar ist – ist eine der wenigen konkreten Strukturen, die ich gesehen habe, mit denen sich die Verantwortlichkeitslücke von unten nach oben und nicht vom Vorstand nach unten schließen lässt.
Der Vergleich mit der DSGVO wurde mehr als einmal gezogen. In mancher Hinsicht unterscheidet sich die Datenherausforderung, die KI mit sich bringt, gar nicht so sehr und wirkt als Antrieb für Veränderung – und als Möglichkeit, Unternehmen zu fragen, was sie mit den Mitarbeiterdaten, die sie sammeln, eigentlich machen.
"Die Leute wussten nicht, was sie tun sollten (bei der DSGVO)", sagte McIntire. "Aber es zwang die Unternehmen dazu, ihre Prozesse im Umgang mit personenbezogenen Daten zu hinterfragen."
Daraus ergibt sich die Vermutung, dass es am Ende die Regulierung ist, die das Thema Verantwortlichkeit unausweichlich macht. Aber Navrina Singh, Gründerin und CEO von Credo AI, die seit sechs Jahren Infrastruktur für KI-Governance für Fortune-500-Unternehmen aufbaut, argumentiert, dass Organisationen nicht auf diesen Zwang von außen warten sollten. Sie bemerkte, dass sie, wenn sie erst nach einem Vorfall in KI-Governance investieren, bereits irrelevant sein werden.
Florian Douetteau, CEO von Dataiku, brachte das Kostenargument noch deutlicher auf den Punkt: Scheitern bei Menschen, Steuerung oder Governance lässt das gesamte Investment in Agenten kollabieren.
Die Leute werden anfangen zu sagen: Wir haben dort viel Geld ausgegeben und es gibt keinen ROI.
Zwischen Pipeline und Menschen
Inzwischen befindet sich die Umschulungsdebatte in einem seltsamen Zwischenraum zwischen den beiden Seiten.
Laut einer von Brandon Hall Group bei Transform vorgestellten Studie integrieren 65 % der Unternehmen aktiv KI in ihre Kernarbeitsabläufe, und weniger als 30 % haben ihre Rollen oder Arbeitsstrukturen wirklich an diese Realität angepasst.
Die Technologie entwickelt sich weiter, aber die menschlichen Strukturen drumherum halten nicht Schritt. Um es klar zu sagen: Es beschreibt Unternehmen, die ihre Motoren während der Fahrt umbauen, ohne den meisten Passagieren mitzuteilen, was passiert oder wohin die Reise geht.
Amy Reichanadtner, Chief People Officer bei Databricks, beschrieb die Herausforderung ihres Teams in Worten, die mir im Gedächtnis geblieben sind.
„Wir wollen für sie keinen Dschungel bauen", sagte sie – gemeint war, KI-Tools breit zu implementieren, ohne einen klaren Plan, wie sie zusammenhängen. „Die Menschen brauchen eine Straße, keine Machete.“
Dafür, was Mitarbeitende ohne diese Straße empfinden, gibt es inzwischen einen Namen: FOBO, oder fear of becoming obsolete (Angst, überflüssig zu werden). Laut zahlreichen Vortragenden ist es das mit Abstand häufigste, was ihre Teams hören, wenn es um KI geht.
Die "Builder Sessions" behandeln die Einführung von KI vor allem als lösbares Problem des Zugangs und der Anreize: Allen Mitarbeitenden Tokens geben. Eine unternehmensweite Challenge durchführen. Das Bauen zur Erwartung machen.
Nachweislich funktioniert dies in Unternehmen, in denen die Kultur des Experimentierens bereits etabliert ist und die Angestellten wissen, dass ihre Rolle nicht in Frage steht. Für alle anderen ist die Sache komplexer.
Robin Daniels, Chief Business Officer bei Zensai und Redner bei HumanX, brachte den Punkt auf den Punkt: „Geschwindigkeit ohne Klarheit führt zu Chaos statt zu Transformation.“
Der Drang aus der "Builder"-Perspektive, schneller zu übernehmen, mehr einzusetzen, die Lücke zur Konkurrenz zu schließen, stößt in Organisationen anders auf, in denen noch niemand definiert hat, was als Nächstes kommt.
Veränderungsmüdigkeit wird weniger anstrengend, wenn man weiß, wohin wir gehen. Mehrdeutigkeit ist anstrengend.
Die Kinder des Schusters
Der "Literacy Workshop" bei Transform war auf seine Weise die ehrlichste Session auf beiden Konferenzen. Ein Raum voller HR-Praktiker, die sich ausdrücklich mit dem Thema KI-Einführung beschäftigen, stimmte ab, dass KI-Kompetenz allen gehört – was in der Praxis bedeutet: Sie gehört niemandem.
Eine Teilnehmerin eines Unternehmens für Konsumgüter erzählte, dass ihre Organisation absichtlich abgewartet und erst anderen die Fehler machen lassen hat, bevor sie letzten Monat per Vorstandsbeschluss aufgefordert wurde, nun ebenfalls einzusteigen.
Eine andere beschrieb ein Unternehmen, in dem jede Abteilung für ihre eigene KI-Kompetenz verantwortlich war, weil die Alternative gewesen wäre, Leute zu entlassen. Eine dritte Person stellte fest, dass niemand auf die Idee käme zu fragen, wem die Finanzkompetenz in einem Unternehmen gehöre, und fragte sich, ob das Framing an sich schon Teil des Problems sei.
Die Session brachte, ohne es ganz auszusprechen, ans Licht, dass von der HR-Abteilung verlangt wird, eine organisationale Transformation zu leiten, für die ihr nur teilweise die nötigen Verständnisgrundlagen fehlen.
„Wir erleben, wie unsere Organisationen überall KI einführen", sagte einer der Moderatoren. "Wir verstehen KI nicht einmal in unserer eigenen Abteilung und sollen dann anderen Geschäftsbereichen bei der Einführung helfen.
Matt Poepsel, VP Talent Optimization bei The Predictive Index, kam aus einer anderen Richtung zum selben Ergebnis.
Er beschrieb den Schaden, den er zu Beginn seiner Karriere als Manager angerichtet hatte, als er sich darauf konzentrierte, die Teamleistung zu steigern und sich auf die technische Umsetzung fixierte. Dabei übersah er, was sein Team tatsächlich erlebte. Erst dank HR wurde ihm klar, dass ihm der Kontext fehlte.
„Was ich heute, all die Jahre später, feststelle, ist, dass ich dieselben Dinge in Organisationen sehe – aber sie passieren in größerem Maßstab und mit höherer Geschwindigkeit“, sagte er. „Und das liegt daran, dass HR genauso diesen entscheidenden Kontext vermisst, wie ich ihn damals vermisst habe. Sie haben vielleicht schon gehört, dass der Mensch in den Prozess miteinbezogen werden muss. Nun, ich sage: Wir müssen einen Weg finden, wie Human Resources im Prozess bleiben.“
Ich habe aus erster Hand erlebt, welchen Schaden ich persönlich verursacht habe – obwohl ich es nicht beabsichtigt habe – als ich mich zu sehr auf die technischen Aspekte des Geschäfts fixiert habe. HR-Fachkräfte verstehen und kümmern sich um die menschlichen Komponenten auf eine andere Weise als der durchschnittliche Manager, der zur Führungskraft befördert wird. Daher beunruhigt es mich, wenn ich sehe, dass HR aus der Gleichung herausgenommen wird und nur noch transaktional oder zu Compliance-Zwecken betrachtet wird, wenn wir vor einer der größten Revolutionen seit langem stehen.
Dies ist das klassische Schusterkinder-Problem und es ist weit verbreitet. HR ist die Funktion, die am meisten für die Anpassung der Belegschaft verantwortlich ist, aber durch Ausbildung und organisatorische Gewohnheit am wenigsten dazu positioniert ist, eine technische Transformation zu führen.
Stacy Eng, ehemalige Chief Learning Officer bei Chevron, beschrieb, wie sie einen KI-Rat aufgebaut hat, der den CIO, CFO und eine kleine Arbeitsgruppe umfasste, um gezielt eine Governance zu schaffen, welche Ideen weiterverfolgt und welche verworfen werden sollten.
Ohne Governance herrscht Chaos. Wir können nicht das Unmögliche erreichen.
Das strukturelle Argument lautet oft, dass HR in diesem Gremium neben dem CIO und CTO vertreten sein muss – und nicht nur nachgeschaltet. Rasmus Hulst, CEO von Zensai, argumentierte auf der HumanX in gleicher Weise.
Bringen Sie den CHRO, den CTO und den CFO in denselben Raum“, sagte er und merkte an, dass er „so etwas fast nie tatsächlich geschehen sieht“.
Ironischerweise haben die Macher bei HumanX dieses Problem intern häufig gelöst. Vijay Tella, CEO von Workato, beschrieb 28 Agenten, die in den Geschäftsabläufen seines Unternehmens eingesetzt werden. Tong schilderte Webflows interne Kultur des universellen Builders.
Das sind Organisationen, in denen Technologie und Personalwesensfunktion praktisch verschmolzen sind, in denen CEO, CHRO und CTO zwangsläufig im selben Gespräch sind.
Sie sind jedoch kein brauchbares Vorbild für den 50.000-Mitarbeiter-Konzern, in dem der CHRO erst nachträglich von KI-Einsätzen erfährt.
Die 40 Prozent
Die Frage was mit den Menschen passiert steht im Mittelpunkt von allem.
Adit Jain, CEO von Leena AI, das KI-Kollegen für HR- und Backoffice-Funktionen in Unternehmen bereitstellt, gab eine der realistischeren Einschätzungen, die ich in zwei Wochen gehört habe. Wenn Geschäftsprozesse automatisiert werden, stellt sein Unternehmen routinemäßig fest, dass 60 % der Menschen in einem bestimmten Workflow überflüssig werden.
Er sagte es ohne Dramatik, denn es passiert schlicht. Er beschrieb das Vorgehen der besseren Kunden: Etwa 20 % der freigesetzten Mitarbeitenden können als menschliche Manager von KI-Systemen wieder in den Prozess aufgenommen werden, wobei sie Aufsicht und Korrekturen übernehmen, aber nicht mehr die eigentliche Aufgabe. Die anderen 40 % nannte er explizit: "Darüber haben wir mit Kunden schon vielfach gesprochen."
Bei Transform kam eine Stimme aus ganz anderer Richtung. Van Jones, auf der großen Bühne, sprach die Frage nach den Mitarbeiterzahlen unverblümt an.
Die Leute werden sich eilig daran machen, Stellen abzubauen und Menschen durch Bots zu ersetzen, weil sie davon ausgehen, dass Menschen zu teuer sind und Bots günstiger," sagte er. "Ein Teil davon wird passieren, das ist unvermeidlich. Aber bald werden alle Bots haben.
Sein Argument war struktureller und nicht gefühlvoller Natur. Sobald die Technologie zur Massenware wird – und das wird sie –, kehrt der Unterschied zurück zu den Menschen. Konkret zu denen, die die unsichtbare Arbeit machen: Empathie, Verbindung und die emotionale Arbeit, Teams arbeitsfähig zu halten.
Wenn Sie sie als bloße Köpfe sehen und sie loswerden, dann werden in zwei Jahren Teams, die dieselben Bots wie Sie haben, aber bessere Mitarbeitende, die besser zusammenarbeiten, Ihnen das Wasser abgraben.
Keine der beiden Konferenzen konnte wirklich klären, wie eine Organisation aussehen sollte, die mehr möchte als nur die Optimierung in der Übergangsphase. Die Builder-Sessions lieferten detaillierte technische Rahmenwerke, um KI-Systeme verlässlicher zu machen. Die Praxis-Sessions stellten detaillierte Leitfäden bereit, wie Mitarbeitende anpassungsfähiger werden.
Die mittlere Ebene, die Governance- und Verantwortungsinfrastruktur, die beides verbindet – das organisatorische Äquivalent zu Harness' 30-lagiger Qualitäts-Pipeline – existiert in den meisten Unternehmen nicht, und den Aufbau davon hat niemand offiziell zugewiesen bekommen.
Wo das Risiko liegt
Kit Krugman, SVP People and Culture bei Foursquare, beschrieb auf der Transform das dauerhafte Problem der Personalabteilung. Sie hatte stets Schwierigkeiten, einen strategischen Platz am Tisch zu bekommen. KI, so argumentierte sie, bietet eine echte Chance, das zu ändern – allerdings nur, wenn HR zentrale Governance-Fragen auch operativ beantworten kann.
Eine Orchestrierungsschicht ist eine der größten Umwälzungen, die wir in diesem Bereich sehen werden. Aber zuerst muss die grundlegende operative Ebene funktionieren.
Diese Ausgangsbasis aus sauberen Daten, klaren Regeln, festgelegter Verantwortlichkeit und einer Belegschaft, die versteht, was von ihr verlangt wird und warum, versuchen die meisten Organisationen gerade erst aufzubauen. Ohne passende KI-Bereitschaftsplanung riskieren Unternehmen, bei dieser entscheidenden Transformation ins Hintertreffen zu geraten. Die Builder bewegen sich schneller, als diese Aufbauarbeit getan werden kann. Die Praktiker erledigen diese Aufbauarbeit unter bewegten Bedingungen. Und genau in diesem Tempounterschied liegt das größte Risiko.
Für das Konferenzprogramm im nächsten Jahr wäre es wahrscheinlich eine gute Idee, beide Gruppen zusammenzubringen und beide Blickwinkel an einen Tisch zu holen.
