Im Inneren der KI-Transformation: Futurist erklärt KI-Kompetenz, Workflow-Gestaltung und die ethischen Fragen, die Führungskräfte nicht ignorieren dürfen

Diese Erkenntnis trieb mich vom Ingenieurwesen in die Bereiche Beratung und Wachstumsstrategie, wo ich lernte, technologische Möglichkeiten in strategische Vorteile zu übersetzen. Im Kern bin ich immer ein Netzwerkgestalter gewesen – ein Vernetzer von Ökosystemen. Das führte dazu, dass ich Initiativen wie die India Blockchain Alliance, die India AI Alliance und die Ethical AI Alliance mitbegründete, nicht bloß als Organisationen, sondern als kollektive Versuche, mächtige Technologien in verantwortungsvolle und inklusive Bahnen zu lenken. Meine Arbeit mit The Purpose Coalition festigte zudem meine Überzeugung, dass unternehmerisches Wachstum und gesellschaftlicher Nutzen immer eng miteinander verbunden sein müssen.

Jahrelang habe ich globale Unternehmen beraten, die sich im komplexen, wachstumsstarken indischen Markt zurechtfinden wollten, und ihnen geholfen, ihre technologischen Ambitionen mit lokalem Kontext und globaler Ethik in Einklang zu bringen.

Mein Führungsweg war also eine bewusste Entwicklung: vom Systemarchitekten, zum Strategieberater und schließlich zum Gestalter von Ökosystemen. Heute begleite ich als Berater Unternehmen bei "AI-first"-Transformationen und zeige Führungskräften, dass es dabei nicht nur um Schnelligkeit am Markt geht, sondern um echte Sinnstiftung und Verantwortung. Ein "AI-first"-Unternehmen muss per Definition auch ein "human-first"- und "ethics-first"-Unternehmen sein.

Was es bedeutet, eine AI-first-Führungskraft zu sein

Die KI-orientierte Welt verändert die Rolle einer Führungskraft grundlegend. Es ist ein Wandel vom Entscheider zum Sinnstifter und Systemarchitekten.

Konkret geht es in meiner Rolle nicht mehr nur darum, welche Entscheidung getroffen werden soll, sondern wie Entscheidungen im gesamten Unternehmen getroffen werden. Für die KMUs, mit denen ich zusammenarbeite, ist das sowohl eine große Herausforderung als auch die beste Chance für mehr Wirkung.

Ganz konkret umfasst meine Führungsaufgabe heute:

1. Architektur für Emergenz, nicht nur für Ausführung: Ich unterstütze Führungskräfte dabei, Organisationsstrukturen zu entwickeln, die flexibel und projektbasiert sind – Teams formen sich um ein Problem und lösen sich wieder auf, sobald eine KI-gestützte Lösung im Einsatz ist. Die langgepflegte Vorstellung eines starren, pyramidenförmigen Organigramms wird zum Nachteil. Wir bewegen uns hin zu einem "Hub-and-Spoke"- oder "Pod"-Modell, bei dem Führungskräfte vor allem den Rahmen und die Werkzeuge (vor allem KI-Werkzeuge) bereitstellen – und sich dann zurücknehmen.
2. Vom Kommando zur Kuration: Der entscheidende Wert einer Führungskraft liegt nicht mehr darin, alle Antworten zu kennen, sondern die besten Fragen und die verlässlichsten Erkenntnisse zusammenzuführen. Ich helfe KMUs, ihrem Unternehmen ein "zweites Gehirn" zu installieren – einen sorgfältig zusammengestellten Stack aus KI-Tools und Datenprotokollen. Die wichtigste Aufgabe ist es, die Prompts kontinuierlich zu verfeinern, die Ergebnisse kritisch zu hinterfragen und ethische Leitplanken fest im Prozess zu verankern.
3. Faktisch Chief Ethics Officer sein: In einer AI-first-Welt muss jede Führungskraft ein Ethik-Experte werden. Das ist keine weiche Fähigkeit, sondern ein klarer Wettbewerbsvorteil und eine Risikoprävention. Meine Aufgabe ist es, dies greifbar zu machen, indem ich beim Aufbau von Selbstregulierungsrahmen und Stakeholder-Richtlinien unterstütze. Ethik wird so von einer theoretischen Richtlinie zur operativen Checkliste – Teil jeder Produktentwicklung und jeder Beschaffung eines neuen KI-Tools.

Amans Tipp

Die KI-orientierte Welt verändert die Rolle einer Führungskraft grundlegend. Es ist ein Wandel vom Entscheider zum Sinnstifter und Systemarchitekten.

Warum AI-first-Führung das Ablegen alter Annahmen erfordert

Loslassen von lange gehegten Annahmen war entscheidend. Ich musste verlernen:

• Die Annahme von Erfahrung als ultimativer Ratgeber: In einer Welt, die sich so rasant verändert, kann die bisherige Erfahrung einer Führungskraft wie eine Augenbinde wirken. Ich rate Führungskräften heute, intellektuelle Bescheidenheit zu üben und datengetriebene, kontraintuitive Erkenntnisse eines KI-Modells ebenso zu schätzen wie das Bauchgefühl einer erfahrenen Führungspersönlichkeit. Die neue Führungsfähigkeit besteht darin, zu wissen, wann man dem Algorithmus mehr vertrauen sollte als dem eigenen Instinkt.
• Die Illusion der Kontrolle: Die traditionelle Führungskraft strebte danach, Informationen, Prozesse und Menschen zu kontrollieren. Das ist inzwischen unmöglich und kontraproduktiv. Mein Fokus liegt darauf, Klarheit über Zweck und Prinzipien zu schaffen – wie eine Verfassung für das Unternehmen. Wenn jeder Mitarbeiter einen KI-Co-Piloten mit Superkräften hat, können Sie nicht mehr jede Handlung kontrollieren. Sie müssen darauf vertrauen, dass diese innerhalb eines klar definierten ethischen und strategischen Rahmens agieren. Das ist das Wesen der Selbstregulierung, die wir aufbauen.
• Die Vorrangstellung des individuellen genialen Anführers: Das Bild des heldenhaften CEOs, der alle Entscheidungen trifft, ist ein überholtes Modell. Die neue Führung ist kollektiv und durch Technologie erweitert. Es geht darum, eine symbiotische Beziehung zwischen menschlichen Teams und KI-Systemen zu fördern. Meine Aufgabe ist es, die Führungskraft dabei zu unterstützen, dieses neue Ökosystem zu kultivieren, in dem ihr Erfolg an der kollektiven Intelligenz und ethischen Integrität ihrer Mensch-KI-Organisation gemessen wird.

Amans Tipp

Die traditionelle Führungskraft strebte danach, Informationen, Prozesse und Menschen zu kontrollieren. Das ist inzwischen unmöglich und kontraproduktiv.

Wie Führungskräfte die Kluft zwischen dem Versprechen von KI und den realen Ergebnissen überbrücken können

Das Versprechen, das verkauft wird, ist das einer völlig autonomen KI, die menschliche Arbeit ersetzt. Die organisatorische Realität ist jedoch, dass KI ein mächtiger, aber auch fragiler Co-Pilot ist, der ohne eine tief integrierte menschliche Rückkopplungsschleife scheitert. Mit anderen Worten: Unternehmen erwarten ein "Set-and-Forget"-Werkzeug, erhalten aber ein System, das ein differenzierteres Management erfordert – nicht weniger.

Dies zeigt sich in drei konkreten Diskrepanzen, die ich immer wieder beobachte:

1. KI-Modelle verfügen über enormes Allgemeinwissen, haben aber keinerlei inhärentes Verständnis für Ihren spezifischen Geschäftskontext, Ihre Unternehmenskultur oder die unausgesprochenen Bedürfnisse Ihrer Kunden. Ein LLM kann eine Strategie entwerfen, weiß aber nicht, dass 'Projekt Phoenix' vor zwei Jahren katastrophal gescheitert ist und ein kulturelles Tabu darstellt.
2. KI kann Ergebnisse blitzschnell generieren, aber die Unternehmen verfügen nicht über die gleichwertigen Governance-Strukturen, um diese Ergebnisse mit gleicher Geschwindigkeit zu überprüfen, zu genehmigen und umzusetzen. Das erzeugt einen neuen Engpass und kann entweder zu fahrlässiger Einführung oder zu Analyse-Lähmung führen.
3. Das Streben nach Effizienz treibt Unternehmen dazu, alles zu automatisieren. Ohne eingebaute ethische Kontrollpunkte führt das jedoch zu automatisierten Vorurteilen, Imageschäden und dem Verlust menschlicher Verantwortlichkeit.

Mein Ansatz ist es, auf eine Mensch-KI-Symbiose zu setzen, nicht auf Ersatz. Ich baue Systeme, in denen sich menschliche und maschinelle Intelligenz gegenseitig verstärken.

1. Den Kontext-Layer gestalten: Ich rate Führungskräften, dass ihr wertvollstes strategisches Asset nicht mehr nur ihre Daten sind, sondern deren Kontextualisierung. Wir implementieren das, was ich eine "Unternehmensverfassung" nenne – ein lebendiges Dokument, das die einzigartigen ethischen Leitlinien, strategischen Grenzen, Misserfolge und den Markenauftritt der Organisation festhält. Das ist nicht einfach ein PDF, sondern ein dynamischer Prompt, der in jede wichtige KI-Interaktion integriert wird, sodass die KI-Ausgaben immer im spezifischen Unternehmenskontext verankert sind.
2. Reibung gezielt einbauen: Anstatt jegliche Reibung zu eliminieren, gestalten wir strategische Reibung. Das bedeutet, dass verpflichtende menschliche Kontrollpunkte in KI-gesteuerte Abläufe integriert werden.
3. Organisation weiterentwickeln: Ich führe kleine und mittlere Unternehmen weg von starren Abteilungsstrukturen hin zu flexiblen, projektbasierten "Pods". In jedem Pod ist der Mensch der Pilot – verantwortlich für das Endergebnis, die Festlegung der Mission und die Lieferung des entscheidenden Kontexts. Die KI ist der Copilot – übernimmt Datenanalysen, Entwurfsformulierung und Szenarien-Modellierung. In diesem Modell sind Rollen und Verantwortlichkeiten klar: Der Mensch führt, die KI unterstützt, das ganze System ist auf Zusammenarbeit ausgelegt.

Ich rate Führungskräften, dass ihr wertvollstes strategisches Asset nicht mehr nur ihre Daten sind, sondern deren Kontextualisierung.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Aman Bandvi

AI Leadership Strategist

Zurück zu Punkt 2, hier einige Beispiele für Reibung:

• Der „Red Team“-Prompt: Für jede von einer KI generierte Strategie ist ein verpflichtender letzter Schritt, ein anderes KI-Modell mit folgendem Prompt zu beauftragen: „Agieren Sie als Skeptiker. Kritisieren Sie diese Strategie und listen Sie die drei wichtigsten potenziellen Fehlerquellen auf.“ Dieses Ergebnis wird dann von einem menschlichen Manager überprüft, bevor die endgültige Freigabe erfolgt.
• Die „ethische Kontrollinstanz“: In unseren Selbstregulierungsrahmen definieren wir klare Kontrollpunkte. Jeder KI-Output, der Kundendaten betrifft, eine finanzielle Empfehlung abgibt oder öffentliche Kommunikation beinhaltet, muss eine festgelegte ethische Checkliste durchlaufen, die von einem Menschen überwacht wird.

Wie KI Strategie-, Management- und HR-Workflows transformiert

Mein Ansatz zielt darauf ab, stark wirkende, repetitive Prozesse anzugehen, die das strategische Denken behindern. Die Umgestaltung folgt dabei einem konsistenten Muster: zerlegen, erweitern, neu zusammensetzen.

Hier sind drei detaillierte Umgestaltungen in Strategie, Management und KI im Personalwesen:

Workflow: Quartalsweise Strategiebewertung und Umfeldanalyse

• Vorher: Eine Führungskraft verbrachte Tage damit, Nachrichten, Berichte und Wettbewerbsinformationen manuell zusammenzutragen und in eine ausufernde PowerPoint einzubetten. Der Prozess war reaktiv, unvollständig und stark durch die individuelle Perspektive der Person gefärbt.
• Nachher: KI-gestütztes strategisches Radar
  • Tools: Eine Kombination aus websuchfähigen LLMs und Datenvisualisierungsplattformen (z. B. Power BI, Tableau).
  • Die detaillierte Umgestaltung:
    1. Automatisierte Auswertung: Ich habe einen einfachen Workflow erstellt, bei dem ein LLM täglich beauftragt wird: „Basierend auf den Top 10 der Branchen-Newsquellen identifiziere drei aufkommende Trends, zwei potenzielle Marktdisruptionen und eine regulatorische Neuerung für [Spezifische Branche]. Fasse jede in 100 Wörtern mit Quelllink zusammen.“
    2. Strukturierte Synthese: Diese tägliche Zusammenfassung wird in eine gemeinsame Datenbank (wie Airtable oder eine einfache Tabellenkalkulation) eingespeist.
    3. Dynamisches Dashboarding: Diese Datenbank wird mit einem Dashboard-Tool verbunden. Anstelle einer statischen Quartals-Präsentation gibt es nun ein Live-Dashboard für die Führungsebene, das Tempo von Trends, Wettbewerbsbewegungen und Marktsentiment visuell über die Zeit abbildet.
  • Ergebnis: Strategisches Bewusstsein wandelte sich von quartalsweise und rückblickend zu kontinuierlich und vorausschauend. Führungsmeetings beginnen nun mit datengestützten Einblicken statt Anekdoten und Bauchgefühl.

Workflow: Management- und Performance-Dashboarding

• Vorher: Manager investierten Stunden, um Daten aus isolierten Systemen (Vertrieb, Marketing, Support) für wöchentliche KPI-Berichte zusammenzutragen. Die Geschichte hinter den Zahlen ging dabei oft verloren.
• Nachher: Narrativ-getriebene Performance-Intelligenz
  • Tools: Business Intelligence (BI) Tools + Kern-LLMs via API oder manuelle Eingabe.
  • Die detaillierte Umgestaltung:
    1. Datenaggregation: KPIs werden weiterhin in einem BI-Tool zentralisiert (z. B. Power BI, Google Looker).
    2. Der „Narrativ-Prompt“: Statt lediglich ein Diagramm zu exportieren, überträgt man die wichtigsten Wochendaten (z. B. „Umsatz +5 %, Support-Tickets +15 %, Marketing-Leads -3 %“) in ein LLM mit folgendem Prompt: „Agiere als Business-Analyst. Analysiere diese Leistungskennzahlen der letzten Woche. Erstelle drei plausible Hypothesen, die die Korrelationen zwischen diesen Datenpunkten erklären. Weisen Sie zudem auf einen potenziellen strategischen Risikofaktor hin.“
  • Ergebnis: Manager erhalten neben ihren Daten eine prägnante, analytische Erzählung. Dadurch wird ihre Rolle vom Datenberichterstatter zum Hypothesentester transformiert und der Fokus liegt auf der Überprüfung der von KI generierten Erkenntnisse statt dem reinen Berichtswesen.

Workflow: HR-Grundlagen und Onboarding

• Vorher: HR- und Personalmanager verbrachten viel Zeit damit, standardisierte Dokumente wie Stellenbeschreibungen, Vorlagen für Leistungsbeurteilungen und Einarbeitungspläne zu erstellen – oft beginnend mit veralteten oder gar keinen Vorlagen.
• Nachher: Der „HR-Policy-Copilot“
  • Werkzeuge: Zentrale LLMs mit einer Bibliothek interner Richtliniendokumente und kultureller Prinzipien.
  • Die detaillierte Überarbeitung:
    1. Erstellung: Um eine neue Stellenbeschreibung zu erstellen, lautet der Prompt: „Nutzen Sie die Kernwerte unseres Unternehmens [Werte auflisten] und das Kompetenzrahmenwerk für [Abteilung], um eine Stellenbeschreibung für [Jobtitel] zu generieren. Fügen Sie 5 zentrale Verantwortlichkeiten und 3 erforderliche Kompetenzen hinzu.“
    2. Personalisierung: Für das Onboarding lautet der Prompt: „Erstellen Sie einen 30-60-90-Tage-Plan für einen neuen [Jobtitel]. Die ersten 30 Tage sollen sich auf kulturelle Integration und grundlegendes Wissen konzentrieren, die nächsten 30 Tage auf eigenständiges Arbeiten und die letzten 30 Tage auf strategische Projekte.“
  • Ergebnisse: 90 % weniger Zeitaufwand beim Erstellen essenzieller HR-Dokumente. Noch wichtiger: Es sorgt für enorme Konsistenz und Übereinstimmung, indem die Unternehmenskultur und die strategische Ausrichtung direkt in grundlegende Personalprozesse eingebettet werden.

Ein praxisnahes Rahmenwerk zum Aufbau von KI-Kompetenz in Organisationen

Der Aufbau von KI-Kompetenz bedeutet nicht, ein Team aus Datenwissenschaftlern zu schaffen. Es geht darum, eine Kultur der erweiterten Intelligenz zu fördern. Unser Ziel ist, das Arbeiten mit KI so selbstverständlich und grundlegend zu machen wie eine Websuche. Wir sind von einmaligen Schulungen zu einer kontinuierlichen, eingebetteten Lernumgebung übergegangen. Hier ist unser Rahmenwerk zum Aufbau von KI-Kompetenz:

1. Grundlage: Entmystifizierung und ethisches Fundament (das „Warum“ und das „Was“)
   • Schritt: Wir starten nicht mit Werkzeugen, sondern mit Prinzipien. Ich leite Sessions zur „Ethik der Augmentation“ mit Fokus auf verantwortungsvollen Einsatz, Erkennen von Verzerrungen und Datenschutz. Wir verwenden dafür reale Szenarien aus den jeweiligen Aufgabenbereichen.
   • Ziel: Angst abbauen und ein Fundament aus Vertrauen und Verantwortungsbewusstsein legen. Jeder soll verstehen: KI ist ein Werkzeug zur Weiterentwicklung, nicht zum Ersatz, und ihr Einsatz unterliegt ethischen Leitplanken.
2. Anwendung: Promptcraft und Integration in Arbeitsabläufe (das „Wie“)
   • Schritt: Wir führen praxisnahe, rollenspezifische Workshops durch. Zum Beispiel:
     • Für Strategen: „Prompting für Marktanalysen und Szenarioplanung“
     • Für HR: „Prompting zur Erstellung von Stellenbeschreibungen, neutral klingenden Leistungsrückmeldungen und zur Generierung von Onboarding-Plänen“
     • Für den Betrieb: „Prompting für Prozessdokumentation und Übersetzen von KPIs in verständliche Berichte“
   • Ziel: Den Schritt von der Theorie zur Praxis gehen. Wir stellen eine kuratierte „Prompt-Bibliothek“ mit Vorlagen für gängige Aufgaben zur Verfügung, senken damit die Eintrittshürde und sichern die Qualität.
3. Fortgeschritten: Spezialisierung und Innovation (das „Was kommt als Nächstes“)
   • Schritt: Wir identifizieren und fördern „KI-Champions“ in jedem Team. Das sind Personen mit besonderer Neigung und Begeisterung. Sie erhalten weiterführende Schulungen und werden zu Experten ihrer Abteilung, die zuständig sind für die Optimierung von Prozessen und das Aufdecken neuer Potenziale.
   • Ziel: Eine sich selbst tragende interne Innovations- und Supportstruktur schaffen.

Verhaltensweisen, die eine KI-bereite Organisation auszeichnen

Ein „KI-bereites“ Team oder Unternehmen wird nicht durch seinen Tool-Stack definiert, sondern durch die gelebten Verhaltensweisen und Reflexe. Das sieht so aus:

• Reflexhafte Erweiterung: Die Standardfrage bei jeder sich wiederholenden oder datenintensiven Aufgabe lautet: „Wie können wir das mithilfe von KI intelligent erweitern?“ Das ist ein kultureller Reflex.
• Umgang mit Iteration: Die Teams wissen, dass der erste Prompt nur der Ausgangspunkt, nicht das Endprodukt ist. Sie sind geübt in schrittweiser Optimierung und kritischer Bewertung von KI-Ausgaben.
• Ethik ist Teil des Dialogs: Teammitglieder fühlen sich psychologisch sicher, die Antworten von KI zu hinterfragen und auf mögliche Verzerrungen oder ethische Probleme hinzuweisen. Dies wird als Kernkompetenz und nicht als Hindernis betrachtet.
• Vorbildfunktion der Führung: Ich und andere Führungskräfte teilen offen, wie wir KI in unsere Arbeitsabläufe einbinden – vom Verfassen von Mitteilungen bis zur Strategieanalyse – und leben vor, dass dies oberste Priorität hat.

Die häufigsten Herausforderungen bei der Einführung von KI in Teams

Der Weg war nicht immer einfach. Zu den zentralen Herausforderungen der KI-Bereitschaft zählen:

1. Erste Berührungspunkte können zu Lähmung führen. Menschen erstarren, aus Angst, den „falschen“ Prompt zu schreiben. Wir haben das überwunden, indem wir betont haben, dass es keinen perfekten Prompt gibt, sondern nur einen Ausgangspunkt für ein Gespräch, und indem wir Startvorlagen bereitgestellt haben.
2. Zu Beginn gab es die Tendenz, KI-generierte Inhalte blind zu vertrauen und zu verwenden, ohne sie ausreichend zu bearbeiten. Das führte zu generischen oder gelegentlich ungenauen Ergebnissen. Gelöst wurde dies durch eine Vorgabe, immer einen Menschen in den Prüfprozess einzubinden, und durch explizite Peer-Review-Checkpoints speziell für KI-generierte Materialien.
3. Einige Teammitglieder erwarteten, dass die KI Probleme eigenständig löst. Wir betonen stetig die „Copilot“-Analogie: Die KI steuert den Stick und die Instrumente, aber der Mensch ist der Pilot, der navigiert und die endgültigen Entscheidungen trifft.

Im Kern ist der Aufbau einer KI-bereiten Organisation ein kulturelles Transformationsprojekt mit technologischem Bestandteil – und nicht umgekehrt. Es geht darum, einen neuen Faden der erweiterten Intelligenz in das eigentliche Geflecht dessen einzubringen, wie wir denken, entscheiden und erschaffen.

Wie man das richtige KI-Tool für die passende kognitive Aufgabe auswählt

Mein Stack ist weniger eine feste Auswahl an Tools und mehr ein dynamisches, prinzipienbasiertes Ökosystem, das für spezifische kognitive Aufgaben entwickelt wurde. Ich kategorisiere sie nach Funktion, nicht nach Marke, da die Anbieter wechselhaft sein können. Mein zentrales Prinzip ist „die richtige Intelligenz für die passende Aufgabe“ – und ich rate meinen Kunden, genauso zu denken.

Hier ist die funktionale Unterteilung:

1. Die Ebene der Orchestrierung und Ideenfindung:

• Funktion: Mein primärer digitaler Arbeitsplatz für ausführliche Überlegungen, komplexe Dokumentenanalyse und das Ausarbeiten nuancierter Strategien.
• Auswirkung: Dies ist mein strategischer Copilot. Der große Effekt liegt darin, riesige Kontextfenster zu verarbeiten und mir so zu ermöglichen, kontinuierlich und fundiert mit einem Dokument oder einer Problemstellung zu interagieren. Besonders hilfreich ist dabei die Fähigkeit, narrativen Zusammenhang auch bei langen Ergebnissen zu halten – unerlässlich beim Entwurf von Frameworks, ethischen Leitlinien und längerfristigen Strategien.

2. Die Ebene für Agilität und Umsetzung:

• Funktion: Mein Werkzeug für schnelles Prototyping, strukturierte Datenaufgaben, Code-Generierung und Interaktionen mit diversen Datenformaten (PDFs, Tabellen, Bilder).
• Auswirkung: Dies ist mein operativer Copilot. Die große Stärke liegt in Geschwindigkeit und Vielseitigkeit. Wenn ich ein Modell schnell aufbauen, Daten transformieren oder ein strukturiertes Ergebnis (wie JSON oder Tabelle) benötige, ist das mein erster Anlaufpunkt. Durch das Plugin-Ökosystem und multimodale Fähigkeiten ist es ein mächtiges Zentrum für genau umschriebene Aufgaben.

3. Die Ebene für neue Denkanstöße und Gegenthese:

• Funktion: Ein speziell eingesetztes Tool, um Ideen zu testen, alternative Sichtweisen zu finden und kreative, manchmal auch unkonventionelle Brainstorming-Sessions zu führen.
• Auswirkung: Der Effekt besteht darin, Gruppendenken aufzubrechen. Ich setze es gezielt ein, um Ergebnisse der anderen beiden Ebenen herauszufordern – indem ich beispielsweise dazu auffordere, "diese Strategie anzugreifen" oder "die Schwachstellen in diesem ethischen Framework zu finden". So baue ich einen wichtigen advocatus diaboli in meinen Prozess ein – ein entscheidender Bestandteil robuster, selbstregulierender Systeme für Kunden.

Die größte Veränderung war nicht, ein Tool gegen ein anderes zu tauschen, sondern sie in einen formalen Workflow zu integrieren. Ich bin vom gelegentlichen Einsatz einzelner KI-Tools dazu übergegangen, eine „Mensch-geführte, KI-unterstützte“ Pipeline zu entwerfen.

Ein typischer Arbeitsablauf für ein Kundengutachten könnte heute so aussehen:

1. Entwurf im [Orchestrierungstool]: Für eine tiefgehende, kontextreiche Erstaufarbeitung.
2. Validierung im [Gegenthese-Tool]: Um Kritik und Schwachstellen aufzuzeigen.
3. Formatierung und Aufbereitung im [Agilitäts-Tool]: Für die finale, kundengerechte Präsentation und unterstützende Datenvisualisierungen.

Wie eine Beratung ihr Wertschöpfungsmodell mit KI neu aufbaute

Ich arbeite häufig mit wissensbasierten KMUs – nehmen wir das Beispiel einer Boutique-Beratung, spezialisiert auf Markteintrittsstrategien. Die Firma war Experte auf ihrem Gebiet, aber ihr Kerngeschäft war der große Flaschenhals.

Das Problem: Das zentrale Produkt war ein umfassender strategischer Fahrplan für die Kunden. Dies erforderte, dass ein leitender Stratege tagelang Datenbergen – Marktberichte, Kundeninterviews, Wettbewerbsbeobachtungen – in ein einziges, widerspruchsfreies Dokument bündelt. Es war ihre wertvollste Arbeit, aber auch die zeitintensivste, was Kapazität und Skalierbarkeit begrenzte.

Der Wendepunkt: Die Transformation bestand nicht nur darin, KI-Tools einzusetzen, sondern die gesamte Wertschöpfungskette neu zu gestalten. Ziel war es nicht, den Strategen in seinem alten Job schneller zu machen, sondern die Rolle selbst neu zu denken.

Das detaillierte, tool-agnostische Setup:

1. Die "Input"-Ebene: Zunächst haben wir das Informationschaos systematisiert.
   • Kundengespräche wurden mit einer standardmäßigen Speech-to-Text-API transkribiert.
   • Alle Marktforschungen und PDF-Berichte wurden in einem einzigen digitalen Archiv zusammengeführt.
2. Die "Synthese"-Ebene: Die durch Prompts gesteuerte Fließbandproduktion. Dies war der Kern der Transformation. Wir entwickelten eine sequentielle Prompt-Kette mit einer Kombination moderner LLMs – ich beginne oft mit Claude für den nuancierten Umgang mit langen Dokumenten, nutze ChatGPT für strukturiert-vorlagenbasierte Aufgaben und setze Grok gegebenenfalls für unkonventionelle Perspektiven beim Brainstorming ein.
   • Schritt 1: Thematische Extraktion: Der erste Prompt erhielt das unbearbeitete Transkript: "Handele als qualitative:r Forscher:in. Identifiziere und liste die 5 wichtigsten strategischen Prioritäten und 3 Kernherausforderungen des Kunden in diesem Gespräch. Präsentiere als Aufzählung."
   • Schritt 2: Datenabgleich: Das Ergebnis aus Schritt 1 sowie die Marktforschungs-PDFs wurden einem anderen Modell mit einem neuen Prompt übergeben: "Vergleiche die Kundenprioritäten [aus dem Ergebnis von Schritt 1] mit den beigefügten Marktdaten. Identifiziere 3 konkrete Chancen und 2 potenzielle Risiken. Stelle sie in einer Tabelle dar."
   • Schritt 3: Strategische Ausarbeitung: Alle bisherigen Ergebnisse wurden dann zusammengeführt: "Nutze die identifizierten Prioritäten, Chancen und Risiken, um einen Entwurf für eine Markteintrittsstrategie mit drei Säulen zu erstellen. Schlage für jede Säule zentrale Ziele sowie zwei potenzielle taktische Initiativen vor."
3. Die "Human-in-the-Loop"-Ebene: Die KI generierte innerhalb von weniger als einer Stunde einen belastbaren, zu 80% fertigen ersten Entwurf. Hier fand die grundlegende kognitive Verschiebung statt. Die Rolle der erfahrenen Strateg:in wandelte sich radikal von der Autor:in und Synthese-Expert:in hin zu Kurator:in, Prüfer:in und kreativer Verstärker:in. Der Workflow bestand nun darin: Prüfen und validieren, Einsichten einbringen, durch gesparte Zeit wirklich innovative Taktiken entwickeln und spezifisch auf die Kundenbedürfnisse zuschneiden.

Die Ergebnisse und der kognitive Wandel:

• Betriebliches Resultat: Die Zeit für die Erstellung eines zentralen Arbeitsergebnisses wurde um über 85% verkürzt – von mehreren Tagen auf wenige Stunden.
• Strategisches Resultat (die wahre Veränderung): Das Unternehmen konnte nicht nur mehr Kunden übernehmen – noch wichtiger war, dass die Qualität und Tiefe der strategischen Beratung zunahm. Die Menschen waren nicht länger mit Informationslogistik beschäftigt, sondern konnten sich mit Urteilsvermögen, Kreativität und Kundenbeziehungsaufbau auf einer höheren Ebene einbringen.

Die menschliche Qualität, die KI niemals ersetzen kann: moralische Vorstellungskraft

Es gibt eine grundlegende Frage, der wir uns meiner Ansicht nach alle stellen müssen: "Während wir Systeme entwickeln, die denken können, welche nicht verhandelbare menschliche Qualität müssen wir so gestalten, dass sie niemals automatisiert werden kann?"

Diese Frage geht über Rahmenwerke und Governance hinaus und reicht tief in das Herz unserer Menschlichkeit in einer KI-dominierten Welt.

Meine Antwort lautet: "Moralische Vorstellungskraft."

Moralische Vorstellungskraft ist die ureigene menschliche Fähigkeit, nicht nur einer ethischen Regel zu folgen, sondern die Folgen einer Entscheidung für alle, die davon betroffen sind, zu empfinden. Es ist die Fähigkeit, sich in Stakeholder hineinzuversetzen, die gar nicht in den Daten vorkommen, sich um langfristige Auswirkungen zu kümmern, die in einem Quartalsbericht noch nicht sichtbar werden – und eine Entscheidung zu treffen, die richtig ist und nicht bloß rational oder effizient.

Eine KI kann mit jedem je verfassten ethischen Rahmenwerk trainiert werden. Sie kann mit perfekten Regeln programmiert sein. Aber sie kann sich nicht die stille Verzweiflung eines Arbeitnehmers ausmalen, der ohne Übergangsplan seinen Platz verliert, oder den Zerfall des sozialen Gefüges, wenn eine Gemeinschaft wegrationalisiert wird. Sie kann nicht das Gewicht der Zukunft empfinden, die wir für nachfolgende Generationen erschaffen, die wir niemals kennenlernen werden.

Das ist der unantastbare Kern meiner Arbeit im Bereich "Verantwortungsvolle KI": Es geht nicht nur um das Installieren von Leitplanken – es geht darum sicherzustellen, dass eine Quelle von Empathie, Mitgefühl und mutigem menschlichem Urteilsvermögen im Zentrum jedes autonomen Systems verankert ist, das wir erschaffen.

Denn wenn wir alles automatisieren außer dem Gewinn, dann haben wir uns in eine seelenlose Welt optimiert. Unsere oberste Verantwortung ist es, sicherzustellen, dass unsere Intelligenz – selbst wenn sie künstlich wird – stets zutiefst und unwiderruflich menschlich bleibt.

Wie man moralische Vorstellungskraft in Führungsstrukturen und Rituale integriert

Ich betrachte moralische Vorstellungskraft nicht als eine "weiche Fähigkeit"-Schulung, sondern als ein strategisches Upgrade des betrieblichen Systems. Wir installieren neue mentale Software durch drei miteinander verbundene Ebenen: Denkmuster, Prozesse und Systeme.

Ebene 1: Denkweise – einen ethischen Blickwinkel kultivieren

Hierbei geht es darum, wie Führungskräfte ihr Entscheidungsverhalten umprogrammieren.

1. Das „Wer noch?“-Reframing: Wir trainieren Führungskräfte darauf, diese Frage automatisch an jede wichtige Entscheidung anzuhängen. Nicht nur „Wie hoch ist der ROI?“, sondern auch „Wen betrifft das noch, an den wir nicht gedacht haben?“ Dadurch erfolgt der gedankliche Sprung über Aktionäre und unmittelbare Kunden hinaus zu Gemeinschaften, Mitarbeitenden, der Umwelt und zukünftigen Generationen.
2. Von Stakeholdern zu „moralischen Patienten“: Wir führen das philosophische Konzept des „moralischen Patienten“ ein – eine Entität, die geschädigt oder begünstigt werden kann, auch wenn sie selbst keine Stimme bei der Entscheidung hat. Dadurch wird die Betrachtung auf nicht-menschliches Leben, die Daten anonymer Personen und die Integrität des öffentlichen Diskurses ausgeweitet.
3. Führungskraft als „Chief Ethicist“: Ich definiere ihre Rolle neu. Ihre Hauptaufgabe ist es nicht mehr nur, Wert zu maximieren, sondern die ethische Integrität der Auswirkungen der Organisation zu wahren. Das ist ein tiefgreifender Wandel in Identität und Zielsetzung.

Ebene 2: Prozess – ethische Rituale installieren

Hier wird moralische Vorstellungskraft zu einer wiederkehrenden Praxis, die in Meetings verankert wird. Wir verankern gezielte Rituale im Rhythmus des Führungsteams.

1. Der „Prämortem der Konsequenzen“-Workshop:
   • Wann: In der Planungsphase jeder größeren Initiative (neues Produkt, Markteintritt, groß angelegte Automatisierung).
   • Wie: Ich leite eine Session mit folgendem Leitgedanken: „Es ist ein Jahr vergangen. Unser Projekt ist in den Augen der Gesellschaft gescheitert. Wie lautet die Zeitungsüberschrift? Schreiben Sie diese auf.“
   • Ergebnis: Führungskräfte teilen Überschriften wie: „Lokalzeitung: 'Automatisiertes Einstellungstool lehnt systematisch Absolventen staatlicher Hochschulen ab.'“ Anschließend gehen wir zurück und identifizieren die Design- und Datenentscheidungen, die zu diesem Ergebnis führen würden – und ändern diese jetzt.
2. Die „moralische Stakeholder-Landkarte“:
   • Wann: Ein Standardbestandteil jeder Geschäftsfallprüfung.
   • Wie: Neben dem Finanzmodell erstellen wir eine visuelle Karte. Im Zentrum steht die Entscheidung. Wir kartieren dann alle Betroffenen in konzentrischen Kreisen – weit über die üblichen Verdächtigen hinaus – und schließen „konkurrierende Ökosysteme“, „zukünftige Jobsuchende“ und „kommunale Dienstleistungen“ ein.
   • Ergebnis: Ein greifbares Artefakt, das unsichtbare Stakeholder sichtbar macht und die Auseinandersetzung über deren mögliche Nachteile sowie Vorteile erzwingt.
3. Das „Red-Team-Ethik“-Mandat:
   • Wann: Für jedes KI-basierte System oder jeden Algorithmus vor der Einführung.
   • Wie: Ein Teilteam oder eine externe Beratung wird offiziell damit beauftragt: „Finden Sie die ethischen Schwachstellen. Greifen Sie diesen Vorschlag nicht in Bezug auf die Wirtschaftlichkeit, sondern in Bezug auf mögliches unsichtbares Leid, Vorurteile oder gesellschaftlichen Schaden an.“
   • Ergebnis: Eine formelle „Bewertung ethischer Risiken“, die vor dem Fortfahren bearbeitet werden muss – ein verpflichtender Gewissens-Checkpoint.

Ebene 3: Systeme – moralische Leitplanken gestalten

Hier geht es darum, moralische Vorstellungskraft in die Struktur der Organisation einzubetten.

1. Das „ethische Nadelöhr“ im Projektlebenszyklus: Ein Projekt muss nicht nur eine Finanzprüfung bestehen, sondern auch klar definierte ethische Nadelöhre passieren. Diese sind Kontrollpunkte mit klaren Kriterien (z. B. „Vorurteilsprüfung abgeschlossen“, „Bewertung der Auswirkungen auf die Gemeinschaft geprüft“, „Datenherkunft verifiziert“).
2. Anreizstrukturen und OKRs: Wir definieren Erfolg neu. Die Objectives and Key Results (OKRs) einer Führungskraft beinhalten nun Metriken wie:
   • „Reduzieren Sie algorithmische Verzerrungen in unserem Kernprodukt um X %, gemessen an [spezifischer Fairness-Metrik].“
   • „Erreichen Sie einen Y-Score in unserer jährlichen ‚Vertrauen & Transparenz‘-Stakeholder-Umfrage.“
   • Das sendet das Signal, dass ethische Leistung genauso hoch geschätzt wird wie finanzielle.
3. Das „moral imagination“-Dashboard: Wir operationalisieren Ethik, indem wir ein Live-Dashboard erstellen, das führende Indikatoren für moralisches Risiko verfolgt – zum Beispiel Sentiment-Analyse von Mitarbeiter-Feedback zu neuer Technologie, Fairness-Scores von Algorithmen in Produktion, Diversität der verwendeten Trainingsdatensätze. Dadurch wird das abstrakte Konzept „Ethik“ zu einer greifbaren, steuerbaren Größe.

Das Resultat dieser Implementierung ist nicht ein Team mit allen ethischen Antworten, sondern ein Team, das instinktiv bessere und tiefgründigere Fragen stellt.

Sie hören auf, Ethik als Einschränkung zu sehen, und begreifen diese stattdessen als Quelle für langfristige Resilienz, Markenvertrauen und Wettbewerbsvorteil. Sie wandeln sich von Verwaltern eines Unternehmens zu Hütern eines Vermächtnisses, indem sie Organisationen formen, die nicht nur intelligent, sondern auch weise und gerecht sind.

Das ist der praktische Weg, um sicherzustellen, dass unser Streben nach dem Möglichen nie den moralischen Kompass verliert.

Amans Tipp

Wir führen nicht einfach nur eine neue Technologie ein; wir begleiten die Geburt eines neuen Paradigmas für menschliche Arbeit und Intelligenz. Das erfordert einen grundlegenden Wandel im Denken.

Zentrale Ratschläge für Führungskräfte, um die KI-Ära verantwortungsvoll zu gestalten

Mein Ratschlag basiert auf einer einzigen, unverrückbaren Prämisse: Wir führen nicht einfach nur eine neue Technologie ein; wir begleiten die Geburt eines neuen Paradigmas für menschliche Arbeit und Intelligenz. Das erfordert einen grundlegenden Wandel im Denken.

Für meine Kollegen — die Berater, die Zukunftsgestalter, die Architekten des Wandels:

1. Vom Lösungsanbieter zum Sinnstifter: Unser Wert liegt heute nicht mehr darin, eine geheime Methodik oder den exklusiven Masterplan zu haben. Wir helfen unseren Klienten, Ordnung im Chaos zu schaffen. Hören Sie auf, "KI-Lösungen" zu verkaufen, und führen Sie stattdessen durch den Prozess, die "richtigen Fragen an die Zukunft" zu stellen. Ihre Rolle ist die des Übersetzers und Begleiters an der Grenze des Machbaren.
2. Intelligente Orchestrierung leben: Sie müssen nicht alle Tools perfekt beherrschen, aber Sie müssen sie meisterhaft orchestrieren können. Entwickeln Sie eine Meta-Fähigkeit darin, menschlich-KI-kollaborative Arbeitsabläufe zu gestalten. Ihre neue Expertise liegt im Komponieren der Sinfonie – nicht mehr nur darin, ein Instrument zu spielen.
3. Seien Sie ein Verfechter des ethischen Kerns: In einer Welt, die sich auf Effizienz stürzt, müssen Sie die unerschütterliche Stimme der Verantwortung sein. Integrieren Sie Ethik direkt in Ihre Rahmenwerke und Vorschläge – nicht als separates Kapitel, sondern als Fundament. Das ist längst keine Nische mehr, sondern der zentrale Unterschied für nachhaltige, vertrauenswürdige Transformation.

Im weiteren Sinne gilt mein Rat an alle Führungskräfte:

1. Führen Sie als Kurator von Kontext, nicht als Kontrolleur von Prozessen: Ihre wichtigste Aufgabe ist heute, die "Unternehmensverfassung" – also Zweck, Werte und strategische Leitplanken – zu definieren und stetig weiterzuentwickeln. Innerhalb dieses Rahmens agieren Ihre erweiterten Teams und KI-Agenten. Sie liefern das "Warum"; die Technik findet das "Wie".
2. Investieren Sie in Reibung, nicht nur in Fluss: Das größte Risiko ist nicht langsamer Fortschritt, sondern automatisiertes Scheitern ohne Kontrolle. Bauen Sie bewusst "ethische Kontrollpunkte" und "Red-Team-Aufforderungen" in Ihre Abläufe ein. Jede KI-generierte Strategie sollte von einer anderen KI kritisch überprüft werden müssen. Nehmen Sie sich Zeit für Validierung, damit Sie mit Zuversicht skalieren können.
3. Seien Sie Vorbild für intellektuelle Demut, nicht für Allwissenheit: Das Mächtigste, was eine Führungskraft heute sagen kann, ist: "Ich weiß es nicht, aber lassen Sie uns gemeinsam mit unserem KI-Co-Piloten die Möglichkeiten erkunden." Indem Sie vormachen, wie man mit KI hinterfragt, reflektiert und zusammenarbeitet, schaffen Sie eine Lern- und Erweiterungskultur – statt Angst und Verdrängung.

Bleiben Sie dran

Sie können Aman weiterhin begleiten, während er die Themen Ethik und Wirksamkeit in der KI-Führung erforscht, indem Sie sich auf LinkedIn vernetzen. Und verpassen Sie nicht seine Arbeiten bei:

• The Purpose Coalition
• Ethical AI Alliance
• India Blockchain Alliance
• India AI Alliance

Weitere Experteninterviews folgen auf People Managing People!