Im Inneren der KI-Transformation: Zukunftsforscher erläutert KI-Kompetenz, Workflow-Design und die zwingenden ethischen Pflichten für Führungskräfte

Diese Erkenntnis trieb mich vom Ingenieurwesen in die Bereiche Consulting und Wachstumsberatung, wo ich lernte, technologische Fähigkeiten in strategische Vorteile zu verwandeln. Im Kern war ich schon immer Netzwerker – jemand, der Ökosysteme schafft und zusammenführt. Das führte dazu, dass ich Missionen wie die India Blockchain Alliance, die India AI Alliance und die Ethical AI Alliance mitbegründet habe, nicht bloß als Organisationen, sondern als kollektive Versuche, mächtige Technologien verantwortungsbewusst und inklusiv zu gestalten. Meine Tätigkeit bei The Purpose Coalition festigte zusätzlich meine Überzeugung, dass geschäftliches Wachstum und gesellschaftlicher Nutzen zwei Seiten derselben Medaille sein müssen.

Seit Jahren berate ich globale Unternehmen, die sich in der komplexen und wachstumsstarken Landschaft Indiens orientieren wollen, und helfe ihnen dabei, ihre technologischen Ambitionen mit dem lokalen Kontext und globalen ethischen Standards in Einklang zu bringen.

Mein Weg in der Führung war also eine bewusste Entwicklung: vom Gestalten von Systemen über das Entwickeln von Strategien bis hin zum Aufbau von Ökosystemen. Heute leite ich als Berater für "AI-first"-Transformationen Führungskräfte an, dies nicht nur als Wettlauf zum Markt zu sehen, sondern als Wettlauf um Sinnhaftigkeit, Verantwortung und Integrität. Ein "AI-first"-Unternehmen muss per Definition auch ein "Human-first"- und "Ethics-first"-Unternehmen sein.

You should also read

• Die wertvollsten Mitarbeiter sind diejenigen, die sich “selbst überflüssig machen”, sagt die VP of People

• Expertin für die Zukunft der Arbeit sagt, Führungskräfte müssen KI als Teammitglied und nicht als Werkzeug behandeln

• Signalbericht: Lektionen aus Transform 2026

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

Die KI-orientierte Welt definiert die Rolle der Führungskraft grundlegend neu. Es ist ein Wandel von der reinen Entscheidungsfindung hin zum Sinnstifter und Systemarchitekten.

Genauer gesagt geht es bei meiner Rolle nicht mehr nur darum, welche Entscheidung getroffen werden sollte, sondern wie Entscheidungsprozesse im gesamten Unternehmen gestaltet werden. Für die KMUs, mit denen ich arbeite, ist das sowohl eine große Herausforderung als auch ihre größte Chance für Wachstum.

Konkret beinhaltet meine Führungsaufgabe heute:

1. Architektur für Emergenz, nicht nur für Ausführung: Ich helfe Führungskräften dabei, Organisationsstrukturen zu gestalten, die flexibel und projektbasiert sind – sie bilden sich um Probleme herum und lösen sich auf, sobald eine KI-basierte Lösung implementiert ist. Die lange gehegte Annahme eines starren, pyramidal aufgebauten Organigramms wird zur Schwachstelle. Wir bewegen uns auf ein "Hub-and-Spoke"- oder "Pod-basiertes" Modell zu, bei dem es Aufgabe der Führung ist, den Rahmen zu setzen, die (insbesondere KI-)Werkzeuge bereitzustellen und dann Raum für Umsetzung zu lassen.
2. Vom Anordnen zur Kuratierung wechseln: Der primäre Mehrwert einer Führungskraft liegt nicht mehr darin, alle Antworten zu kennen, sondern darin, die besten Fragen und die verlässlichsten Informationen zu kuratieren. Ich unterstütze KMU-Führungskräfte dabei, ein "Second Brain" für ihr Unternehmen zu etablieren – eine kuratierte Sammlung von KI-Tools und Datenprotokollen. Ihre wichtigste Aufgabe ist es, die Prompts fortwährend zu verfeinern, die Ergebnisse zu hinterfragen und sicherzustellen, dass ethische Leitplanken fest im Prozess verankert sind.
3. De-facto Chief Ethics Officer sein: In einer AI-first-Welt müssen alle Führungskräfte sich mit Ethik auskennen. Das ist keine weiche Fähigkeit, sondern ein zentraler Wettbewerbsvorteil und Bestandteil des Risikomanagements. Meine Aufgabe ist es, das greifbar zu machen – etwa durch die Entwicklung von Selbstregulierungskonzepten und Stakeholder-Richtlinien. Dabei wird Ethik vom abstrakten Regelwerk zur praktischen Checkliste, die in jeden Produktentwicklungszyklus und jede Beschaffung eines neuen KI-Tools eingebunden ist.

Amans Tipp

Die KI-orientierte Welt definiert die Rolle der Führungskraft grundlegend neu. Es ist ein Wandel von der reinen Entscheidungsfindung hin zum Sinnstifter und Systemarchitekten.

Warum AI-first-Führung ein Verlernen alter Annahmen erfordert

Das Loslassen überholter Annahmen war entscheidend. Ich musste verlernen:

• Die Annahme, dass Erfahrung der ultimative Ratgeber ist: In einer sich so schnell verändernden Welt kann die Erfahrung einer Führungskraft zur Augenbinde werden. Ich rate Führungskräften mittlerweile, intellektuelle Bescheidenheit zu üben und datengestützten, gegenintuitiven Erkenntnissen eines KI-Modells denselben Wert beizumessen wie dem Bauchgefühl eines erfahrenen Managers. Die neue Führungskompetenz besteht darin, zu wissen, wann man dem Algorithmus mehr vertrauen sollte als dem eigenen Instinkt.
• Die Illusion der Kontrolle: Der traditionelle Chef wollte Informationen, Prozesse und Menschen kontrollieren. Das ist heute unmöglich und kontraproduktiv. Mein Fokus liegt darauf, Klarheit über Zweck und Prinzipien zu schaffen – eine Art Verfassung für das Unternehmen. Wenn jeder Mitarbeiter einen KI-Co-Piloten zur Seite hat, können Sie nicht jeden ihrer Schritte kontrollieren. Sie müssen darauf vertrauen, dass sie innerhalb eines klar definierten ethischen und strategischen Rahmens agieren. Das ist das Wesen der Selbstregulierung, die wir aufbauen.
• Das Prinzip des genialen Einzelkämpfers an der Spitze: Das Modell des heldenhaften CEOs, der alles entscheidet, ist überholt. Die neue Führung ist kollektiv und erweitert. Es geht darum, eine symbiotische Partnerschaft zwischen Menschenteams und KI-Systemen zu fördern. Meine Aufgabe ist es, der Führungskraft zu helfen, dieses neue Ökosystem zu kultivieren, in dem ihr Erfolg daran gemessen wird, wie intelligent und integer ihre menschliche und KI-gestützte Organisation ist.

Amans Tipp

Der traditionelle Chef wollte Informationen, Prozesse und Menschen kontrollieren. Das ist heute unmöglich und kontraproduktiv.

Wie Führungskräfte die Lücke zwischen dem KI-Versprechen und realen Ergebnissen schließen können

Das Versprechen, das verkauft wird, ist das einer vollständig autonomen KI, die menschlichen Einsatz ersetzt. Die Realität in Unternehmen ist jedoch: KI ist ein mächtiger, aber auch fragiler Co-Pilot, der ohne eine tief integrierte menschliche Feedbackschleife scheitert. Anders gesagt: Firmen erwarten ein "Set-and-Forget"-Werkzeug, erhalten aber ein System, das mehr differenziertes Management erfordert – nicht weniger.

Das zeigt sich immer wieder in drei bestimmten Fehlanpassungen, die ich beobachte:

1. KI-Modelle besitzen enormes Allgemeinwissen, aber keinerlei angeborenes Verständnis für Ihren spezifischen Geschäftskontext, Ihre Kultur oder die unausgesprochenen Bedürfnisse Ihrer Kunden. Ein LLM kann eine Strategie entwerfen, aber es weiß nicht, dass ‚Projekt Phoenix‘ vor zwei Jahren katastrophal gescheitert ist und deshalb ein Tabuthema ist.
2. KI kann Ergebnisse in Lichtgeschwindigkeit liefern. Organisationen fehlt jedoch die parallele Governance, um diese Resultate ebenso schnell zu validieren, freizugeben und umzusetzen. Daraus entsteht ein neuer Engpass, der entweder zu übereilten Entscheidungen oder zu Analyse-Lähmung führt.
3. Der Effizienzdrang verleitet Unternehmen dazu, alles zu automatisieren. Ohne eingebettete ethische Kontrollpunkte führt das zu automatisierten Verzerrungen, Markenschäden und dem Verlust menschlicher Verantwortlichkeit.

Mein Ansatz ist es, auf Human-KI-Symbiose zu setzen – nicht auf Ablösung des Menschen. Ich baue Systeme, in denen sich menschliche und maschinelle Intelligenz gegenseitig verstärken.

1. Die Kontextebene gestalten: Ich rate Führungskräften, dass ihr entscheidendstes strategisches Asset nicht mehr nur ihre Daten sind, sondern ihre kontextualisierten Daten. Wir entwickeln das, was ich eine „Unternehmensverfassung“ nenne – ein lebendiges Dokument, das die einzigartigen Werte, strategischen Grenzen, erlebten Misserfolge und die Markenstimme der Organisation festhält. Das ist nicht nur ein PDF; es ist ein dynamischer Prompt, der in jede zentrale KI-Interaktion einfließt und die KI-Ausgabe an die Unternehmensrealität bindet.
2. Reibung gezielt einbauen: Anstatt jegliche Reibung zu eliminieren, schaffen wir gezielte, strategische Reibung. Das bedeutet: Verpflichtende menschliche Prüfstationen werden in KI-basierte Arbeitsprozesse integriert.
3. Organisationen weiterentwickeln: Ich führe KMUs von starren Abteilungssilos hin zu flexiblen, projektbasierten „Pods“. In jedem Pod ist der Mensch der Pilot – verantwortlich für das Endergebnis, für die Zielsetzung und die Bereitstellung des wesentlichen Kontextes. Die KI ist der Co-Pilot – zuständig für Datenanalyse, Entwurfserstellung und Szenarienmodellierung. Dieser Ansatz macht die Rollen und Verantwortlichkeiten klar: Der Mensch führt, die KI assistiert, und das System ist auf Zusammenarbeit ausgelegt.

Ich rate Führungskräften, dass ihr entscheidendstes strategisches Asset nicht mehr nur ihre Daten sind, sondern ihre kontextualisierten Daten.

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 gewollte Reibung:

• Der „Red Team“-Prompt: Bei jeder KI-generierten Strategie ist ein verpflichtender letzter Schritt, ein anderes KI-Modell aufzufordern: „Agieren Sie als Skeptiker. Kritisieren Sie diese Strategie und listen Sie die drei größten potenziellen Versagensmodi auf.“ Dieses Ergebnis wird anschließend von einer menschlichen Führungskraft geprüft, bevor die endgültige Freigabe erteilt wird.
• Der „ethische Kontrollpunkt“: In unseren Selbstregulierungsrahmen legen wir klar definierte Kontrollpunkte fest. Jede KI-Ausgabe, die Kundendaten betrifft, finanzielle Empfehlungen gibt oder öffentliche Kommunikation beinhaltet, muss eine definierte ethische Checkliste durchlaufen, die von einem Menschen überwacht wird.

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

Mein Ansatz zielt auf besonders wirkungsvolle, repetitive Prozesse ab, die strategisches Denken ausbremsen. Die Überarbeitung folgt einem konstanten Muster: zerlegen, verstärken, neu zusammensetzen.

Hier sind drei detaillierte Überarbeitungen in den Bereichen Strategie, Management und KI im Personalwesen:

Workflow: Quartalsweise Strategieüberprüfung und Umfeldanalyse

• Früher: Eine Führungskraft verbrachte Tage damit, manuell Nachrichten, Berichte und Wettbewerber-Updates zusammenzutragen und in eine riesige PowerPoint zu packen. Der Prozess war reaktiv, unvollständig und stark von ihrem individuellen Fokus geprägt.
• Nachher: KI-gestütztes strategisches Radar
  • Werkzeuge: Eine Kombination aus websuchfähigen LLMs und Datenvisualisierungsplattformen (z. B. Power BI, Tableau).
  • Die detaillierte Überarbeitung:
    1. Automatisierte Auswertung: Ich habe einen einfachen Workflow gebaut, bei dem ein LLM täglich dazu aufgefordert wird: „Basierend auf den Top-10-Branchenquellen: Benenne drei aufkommende Trends, zwei potenzielle Marktverwerfungen und ein regulatorisches Update, das für [Spezifische Branche] relevant ist. Fasse jeden Punkt in 100 Wörtern zusammen und gib einen Quelllink an.“
    2. Strukturierte Synthese: Diese tägliche Ausgabe wird in eine gemeinsame Datenbank (wie Airtable oder eine einfache Tabelle) eingespeist.
    3. Dynamisches Dashboard: Diese Datenbank ist mit einem Dashboard-Tool verbunden. Anstelle einer starren, vierteljährlichen PowerPoint-Präsentation steht der Führungsebene nun ein Live-Dashboard zur Verfügung, das die Entwicklung von Trends, Wettbewerberbewegungen und die Marktstimmung visuell im Zeitverlauf verfolgt.
  • Ergebnisse: Das strategische Bewusstsein hat sich von vierteljährlich und rückblickend zu kontinuierlich und vorausschauend entwickelt. Führungssitzungen beginnen jetzt mit datenbasierten Erkenntnissen, nicht mit Anekdoten und Bauchgefühlen.

Workflow: Management und Performance-Dashboarding

• Früher: Führungskräfte verschwendeten Stunden damit, Daten aus isolierten Systemen (Vertrieb, Marketing, Support) für wöchentliche KPI-Berichte zusammenzutragen. Die Geschichte hinter den Zahlen blieb oft auf der Strecke.
• Nachher: Narrative Performance-Intelligenz
  • Werkzeuge: Business Intelligence (BI) Tools + zentrale LLMs per API oder manueller Eingabe.
  • Die detaillierte Überarbeitung:
    1. Datenaggregation: KPIs werden weiterhin in einem BI-Tool zentralisiert (z. B. Power BI, Google Looker).
    2. Der „narrative Prompt“: Anstatt nur ein Diagramm zu exportieren, kopieren wir die wichtigsten wöchentlichen Daten (z. B. „Vertrieb +5%, Support-Tickets +15%, Marketing-Leads −3%“) und fügen diese in ein LLM ein mit dem Prompt: „Agieren Sie als Business Analyst. Analysieren Sie diesen Satz Leistungskennzahlen für die vergangene Woche. Erstellen Sie drei plausible Hypothesen, die die Zusammenhänge zwischen diesen Datenpunkten erklären. Markieren Sie außerdem ein mögliches strategisches Risiko.“
  • Ergebnisse: Führungskräfte erhalten neben ihren Daten eine kompakte, analytische Zusammenfassung. Dadurch wandelt sich ihre Rolle vom Zahlenreporter zum Hypothesentester – und sie konzentrieren sich darauf, KI-generierte Einsichten zu prüfen, anstatt einen Bericht zu erstellen.

Workflow: HR-Basics und Onboarding

• Früher: HR- und Personalverantwortliche verbrachten viel Zeit damit, standardisierte Dokumente wie Stellenbeschreibungen, Vorlagen für Leistungsbeurteilungen und Onboarding-Pläne zu erstellen – oft von Grund auf oder mit veralteten Versionen.
• Heute: Der "HR-Policy-Copilot"
  • Werkzeuge: Kern-LLMs mit einer Bibliothek interner Richtliniendokumente und kultureller Prinzipien.
  • Die detaillierte Neuerung:
    1. Erstellung: Um eine neue Stellenbeschreibung zu entwerfen, lautet der Prompt: "Nutze die Kernwerte unseres Unternehmens [Werte auflisten] und den Kompetenzrahmen für die Abteilung [Abteilung], um eine Stellenbeschreibung für die Position [Job Title] zu erstellen. Füge 5 Hauptaufgaben und 3 erforderliche Kompetenzen hinzu."
    2. Personalisierung: Für das Onboarding lautet der Prompt: "Erstelle einen 30-60-90-Tage-Plan für eine neue Position [Job Title]. Die ersten 30 Tage sollen sich auf kulturelle Integration und Grundlagenwissen konzentrieren, die nächsten 30 auf eigenständigen Beitrag und die letzten 30 auf strategische Projekte."
  • Ergebnisse: 90% weniger Zeitaufwand für das Verfassen wesentlicher HR-Dokumente. Noch wichtiger: Es sorgt für enorme Konsistenz und Ausrichtung, indem die Unternehmenskultur und strategische Absicht direkt in die grundlegenden Personalprozesse eingebettet werden.

Ein praxisnaher Rahmen zum Aufbau von KI-Kompetenz in Organisationen

Der Aufbau von KI-Kompetenz bedeutet nicht, ein Team von Data Scientists zu erschaffen, sondern eine Kultur der erweiterten Intelligenz zu fördern. Unser Ziel ist es, das Fragen an KI so selbstverständlich und grundlegend wie das Suchen im Web zu machen. Wir haben uns von einmaligen Schulungen hin zu einer kontinuierlichen, integrierten Weiterbildungsumgebung entwickelt. Hier ist unser Rahmen für den Aufbau von KI-Kompetenz:

1. Grundlage: Entmystifizierung und ethische Verankerung (das "Warum" und "Was")
   • Schritt: Wir beginnen nicht mit den Tools, sondern mit Prinzipien. Ich leite Sitzungen zu den 'Ethiken der Erweiterung', mit Fokus auf verantwortungsbewusste Nutzung, Erkennung von Bias und Datenschutz. Wir nutzen reale Szenarien, die für ihre Rollen relevant sind.
   • Ziel: Angst abbauen und eine Basis aus Vertrauen und Verantwortungsbewusstsein schaffen. Jede und jeder muss verstehen, dass KI ein Werkzeug zur Befähigung ist, nicht zur Ersetzung, und dass ihre Nutzung mit ethischen Leitplanken einhergeht.
2. Anwendung: Promptcraft und Workflow-Integration (das "Wie")
   • Schritt: Wir führen praxisnahe, rollenspezifische Workshops durch. Zum Beispiel:
     • Für Strategen: "Prompten für Marktanalysen und Szenarienplanung."
     • Für HR: "Prompten für die Erstellung von Stellenbeschreibungen, neutrale Leistungsrückmeldungen und Onboarding-Plan-Generierung."
     • Für Operations: "Prompten für Prozessdokumentation und Übersetzung von KPIs in Erzählungen."
   • Ziel: Theorie in die Praxis bringen. Wir stellen eine kuratierte 'Prompt-Bibliothek' mit Vorlagen für alltägliche Aufgaben zur Verfügung, um Einstiegshürden zu senken und die Qualität zu sichern.
3. Fortgeschritten: Spezialisierung und Innovation (das "Was kommt als Nächstes")
   • Schritt: Wir identifizieren und unterstützen 'KI-Champions' in jedem Team. Das sind Personen, die besondere Fähigkeiten und Begeisterung zeigen. Sie erhalten vertiefte Schulungen und werden zu den Ansprechpartnern ihres Bereichs, zuständig für die Weiterentwicklung von Workflows und das Erkennen neuer Möglichkeiten.
   • Ziel: Einen sich selbst tragenden, internen Motor für Innovation und Peer-to-Peer-Unterstützung schaffen.

Verhaltensweisen, die eine KI-bereite Organisation auszeichnen

Ein "KI-bereites" Team oder eine Organisation wird nicht durch den Werkzeugkasten definiert, sondern durch Verhaltensweisen und Reflexe. Das zeigt sich so:

• Reflexhafte Erweiterung: Die Standardreaktion auf jede sich wiederholende oder datenintensive Aufgabe lautet: "Wie können wir dies intelligent mit KI unterstützen?" Es ist ein kultureller Reflex.
• Umgang mit Iteration: Teams wissen, dass der erste Prompt nur ein Ausgangspunkt und nicht das Endprodukt ist. Sie sind geübt in iterativer Verfeinerung und kritischer Bewertung der KI-Ergebnisse.
• Ethische Reibung wird begrüßt: Teammitglieder fühlen sich psychologisch sicher, KI-Ergebnisse zu hinterfragen und potenzielle Verzerrungen oder ethische Anliegen zu markieren. Das gilt als Kernkompetenz, nicht als Hinderung.
• Führung lebt das Verhalten vor: Ich und andere Führungskräfte teilen offen, wie wir KI in unseren eigenen Workflows nutzen – von der Erstellung von Mitteilungen bis zur Analyse von Strategien – und zeigen damit, dass dies eine Priorität von oben ist.

Die häufigsten Herausforderungen, denen Teams beim Erlernen von KI begegnen

Der Weg verlief nicht ganz reibungslos. Zentrale Herausforderungen bezüglich KI-Bereitschaft sind:

1. Erste Berührungspunkte können zu einer Art Lähmung führen. Menschen geraten ins Stocken, aus Angst, den "falschen" Prompt zu schreiben. Wir haben dieses Problem gelöst, indem wir betont haben, dass es keinen perfekten Prompt gibt, sondern nur einen Startpunkt für ein Gespräch, und indem wir Startvorlagen bereitgestellt haben.
2. Anfangs gab es die Tendenz, KI-generierte Inhalte blind zu vertrauen und zu übernehmen, ohne ausreichend zu redigieren. Das führte zu generischen oder gelegentlich ungenauen Ergebnissen. Gelöst wurde dies durch das Prinzip "Mensch-im-Regelkreis" und die Einführung von Peer-Review-Checkpoints speziell für KI-generiertes Material.
3. Einige Teammitglieder erwarteten, dass die KI Probleme eigenständig löst. Wir unterstreichen kontinuierlich die "Copilot"-Analogie: Die KI bedient zwar Steuerknüppel und Instrumente, aber der Mensch ist der Pilot, der navigiert und am Ende entscheidet.

Letztendlich ist der Aufbau einer KI-bereiten Organisation ein kulturelles Transformationsprojekt mit technologischem Bestandteil – und nicht umgekehrt. Es geht darum, einen neuen Faden erweiterter Intelligenz in das Gefüge unserer Denk-, Entscheidungs- und Schaffensprozesse zu verweben.

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

Mein Stack ist weniger ein festes Set an Tools, sondern vielmehr ein dynamisches, prinzipiengeleitetes Ökosystem, das für spezifische kognitive Aufgaben ausgelegt ist. Ich kategorisiere sie nach Funktion, nicht nach Marke, da die Anbieter variabel sein können. Mein Grundprinzip lautet: "die richtige Intelligenz für die richtige Aufgabe" – und diesen Denkansatz gebe ich auch meinen Kunden weiter.

Hier die funktionale Aufschlüsselung:

1. Die Schicht für Orchestrierung und Ideenfindung:

• Funktion: Mein zentrales digitales Arbeitsumfeld für umfassendes logisches Denken, komplexe Dokumentenanalysen und das Ausarbeiten von differenzierten Strategien.
• Mehrwert: Das ist mein strategischer Copilot. Seine große Stärke liegt darin, riesige Kontextfenster zu verarbeiten, sodass ich fortlaufende, tiefergehende Gespräche mit einem Dokument oder einer Problemstellung führen kann. Es glänzt darin, bei langen Ausgaben den narrativen Faden zu halten – unerlässlich beim Entwerfen von Frameworks, ethischen Richtlinien und langfristigen strategischen Konzepten.

2. Die Schicht für Agilität und Umsetzung:

• Funktion: Meine erste Wahl für schnelles Prototyping, strukturierte Datenverarbeitung, Code-Generierung und für den Umgang mit verschiedenen Datenformaten (PDFs, Tabellen, Bilder).
• Mehrwert: Das ist mein operativer Copilot. Hier zählen Geschwindigkeit und Vielseitigkeit. Wenn ich ein schnelles Modell bauen, Daten transformieren oder eine strukturierte Ausgabe (wie ein JSON oder eine Tabelle) benötige, ist das mein erster Anlaufpunkt. Durch das Plugin-Ökosystem und multimodale Fähigkeiten ist es ein leistungsfähiger Knotenpunkt für die Umsetzung klar definierter Aufgaben.

3. Die Schicht für Herausforderung und Gegenentwurf:

• Funktion: Ein spezialisiertes Tool für das Belastungstesten von Ideen, das Suchen alternativer Sichtweisen und kreatives, bisweilen unkonventionelles Brainstorming.
• Mehrwert: Sein Beitrag ist das Durchbrechen von Gruppendenken. Ich nutze es gezielt, um Ergebnisse der anderen beiden herauszufordern – etwa indem ich es auffordere, "diese Strategie zu attackieren" oder "die Schwachstellen in diesem ethischen Framework aufzudecken". Auf diese Weise institutionalisiere ich einen notwendigen Advocatus Diaboli in meinen Prozessen. Das ist ein entscheidender Baustein für robuste, sich selbst regulierende Systeme bei meinen Kunden.

Der größte Wandel bestand nicht darin, ein Tool durch ein anderes zu ersetzen, sondern sie in einen formalen Workflow zu orchestrieren. Ich habe mich wegbewegt vom gelegentlichen KI-Einsatz hin zu einer bewusst gestalteten „Mensch-gesteuerte, KI-unterstützte“ Pipeline.

Ein Beispiel: Ein üblicher Arbeitsablauf für das Erstellen eines Kundenberatungsdokuments sieht nun etwa so aus:

1. Erstellung im [Orchestrierungstool]: Für die erste inhaltsreiche, kontextstarke Synthese.
2. Validierung im [Challenger Tool]: Um die Schwächen zu identifizieren und zu kritisieren.
3. Formatierung und Aufbereitung im [Agility Tool]: Um die finale, präsentationsfertige Ausgabe mit unterstützenden Datenvisualisierungen zu erstellen.

Wie eine Beratungsfirma ihre Wertschöpfungskette mithilfe von KI neu gestaltete

Ich arbeite häufig mit wissensbasierten KMUs – nehmen wir zum Beispiel eine Boutique-Beratung, die sich auf Markteintrittsstrategien spezialisiert hat. Sie waren in ihrem Bereich absolute Experten, doch gerade ihr Kerngeschäft stellte einen großen Engpass dar.

Das Problem: Ihr zentrales Ergebnis war für die Kunden ein umfassender, strategischer Masterplan. Dieser erforderte, dass ein Senior-Stratege tagelang riesige Mengen an Daten – Marktstudien, Kundeninterviews, Wettbewerbsanalysen – zu einem einzigen, kohärenten Dokument verdichtete. Es war ihre wertvollste Arbeit, zugleich aber auch die zeitintensivste, was Kapazitäten und Skalierbarkeit stark begrenzte.

Die Wende: Die eigentliche Transformation war nicht bloß die Einführung von KI-Tools, sondern die vollständige Neuorganisation der Wertschöpfungskette. Ziel war es nicht mehr, den Stratege in seiner alten Tätigkeit effizienter zu machen, sondern die Arbeit selbst neu zu gestalten.

Der detaillierte, tool-unabhängige Aufbau:

1. Die "Input"-Ebene: Wir haben das Informationschaos zuerst systematisiert.
   • Kunden-Entdeckungsgespräche wurden mit einer standardmäßigen Speech-to-Text-API transkribiert.
   • Alle Marktforschungen und PDF-Berichte wurden in einem einzigen digitalen Repository zusammengeführt.
2. Die "Synthese"-Ebene: Die promptgesteuerte Fertigungsstraße. Dies war der Kern der Transformation. Wir erstellten eine sequenzierte Promptkette, bei der wir eine Kombination führender LLMs verwendeten — ich beginne oft mit Claude wegen seines differenzierten Umgangs mit langen Dokumenten, nutze ChatGPT für strukturierte, vorlagenbasierte Aufgaben und setze möglicherweise Grok zum Entwickeln konträrer Perspektiven ein.
   • Schritt 1: Thematische Extraktion: Dem ersten Prompt wurde das rohe Transkript zugeführt: "Agieren Sie als qualitativer Forscher. Identifizieren und listen Sie die 5 wichtigsten strategischen Prioritäten und 3 zentralen Herausforderungen auf, die der Kunde in diesem Gespräch geäußert hat. Präsentieren Sie dies als Aufzählung."
   • Schritt 2: Datenkorrelation: Das Ergebnis aus Schritt 1 und die Marktforschungs-PDFs wurden einem anderen Modell mit folgendem Prompt vorgelegt: "Vergleichen Sie die Prioritäten des Kunden [aus Schritt 1] mit den beigefügten Marktdaten. Identifizieren Sie 3 konkrete Chancen und 2 potenzielle Risiken. Formatieren Sie die Ergebnisse in einer Tabelle."
   • Schritt 3: Strategische Ausarbeitung: Alle vorherigen Ergebnisse wurden dann zusammengeführt: "Verwenden Sie die ermittelten Prioritäten, Chancen und Risiken, um einen Entwurf für eine Markteintrittsstrategie mit drei Säulen zu erstellen. Für jede Säule schlagen Sie Schlüsselergebnisse und zwei potenzielle taktische Initiativen vor."
3. Die "Human-in-the-Loop"-Ebene: Die KI erzeugte innerhalb einer Stunde einen robusten, zu 80% fertigen Erstentwurf. Hier fand der grundlegende kognitive Wandel statt. Die Rolle des Senior Strategen wurde radikal verändert: vom Autor und Syntheseur zum Kurator, Prüfer und kreativen Verstärker. Ihr Arbeitsablauf war nun: Prüfen und validieren, Einsichten einbringen, mit der gewonnenen Zeit wirklich innovative Taktiken entwickeln und individuell auf die Kundenbedürfnisse zuschneiden.

Die Ergebnisse und der kognitive Wandel:

• Operatives Ergebnis: Die Zeit zur Erstellung eines bedeutenden Endprodukts wurde um über 85% reduziert, von mehreren Tagen auf wenige Stunden.
• Strategisches Ergebnis (die wahre Veränderung): Das Unternehmen konnte mehr Kunden betreuen, ja, aber vor allem verbesserte sich die Qualität und Tiefe der strategischen Beratung. Die Menschen waren nicht mehr mit Informationslogistik beschäftigt; sie wurden auf das Niveau von Urteilsvermögen, Kreativität und Kundenbeziehungsaufbau gehoben.

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

Eine grundlegende Frage, der wir uns alle stellen müssen, lautet meines Erachtens: "Während wir Systeme erschaffen, die denken können, welche nicht verhandelbare menschliche Eigenschaft müssen wir so gestalten, dass sie niemals automatisiert werden kann?"

Diese Frage geht über Methoden und Governance hinaus und dringt zum Kern unserer Menschlichkeit in einer KI-orientierten Welt vor.

Meine Antwort lautet: "Moralische Vorstellungskraft."

Moralische Vorstellungskraft ist die einzigartig menschliche Fähigkeit, nicht nur einer ethischen Regel zu folgen, sondern die Konsequenzen einer Entscheidung für jede betroffene Person zu fühlen. Es ist die Fähigkeit, sich in Beteiligte hineinzuversetzen, die in keiner Datenbasis zu finden sind, sich um langfristige Folgen zu sorgen, die nicht in einem Quartalsbericht erscheinen, und sich für das zu entscheiden, was richtig ist – nicht nur für das, was rational oder effizient ist.

Eine KI kann mit jedem jemals geschriebenen ethischen Rahmenwerk trainiert werden. Sie kann mit fehlerfreien Regeln programmiert werden. Aber sie kann sich nicht die stille Verzweiflung eines Arbeiters ausmalen, der ohne Übergangsplan verdrängt wird, oder das Auseinanderbrechen des sozialen Gefüges, wenn eine Gemeinschaft wegrationalisiert wird. Sie kann nicht das Gewicht der Zukunft fühlen, die wir für Generationen erschaffen, denen wir nie begegnen werden.

Das ist der unverrückbare Kern meiner Arbeit im Bereich Responsible AI. Es geht nicht nur darum, Leitplanken zu installieren; es geht darum, sicherzustellen, dass im Zentrum jedes autonomen Systems menschliches Einfühlungsvermögen, Mitgefühl und mutiges Urteilsvermögen ruhen.

Denn wenn wir alles automatisieren – bis auf den Gewinn – optimieren wir uns in eine Welt ohne Seele. Unsere ultimative Verantwortung ist, sicherzustellen, dass unsere Intelligenz, selbst wenn sie künstlich wird, tief und unwiderruflich menschlich bleibt.

Wie man moralische Vorstellungskraft in Führungsstrukturen und Rituale einbaut

Ich betrachte moralische Vorstellungskraft nicht als "Soft Skill"-Workshop, sondern als strategisches Update des Betriebssystems. Wir installieren neue mentale Software durch drei miteinander verbundene Ebenen: Mindset, Prozess und Systeme.

Ebene 1: Mindset – Entwicklung eines ethischen Blickwinkels

Hier geht es darum, wie Führungskräfte ihre Entscheidungen neu wahrnehmen.

1. Das "Wer sonst noch?"-Umdenken: Wir schulen Führungskräfte darin, bei jeder wichtigen Entscheidung automatisch diese Frage anzuhängen. Nicht nur "Wie ist der ROI?", sondern "Wer ist davon betroffen, den wir bisher nicht berücksichtigt haben?" Das erzwingt den kognitiven Sprung über Anteilseigner und unmittelbare Kunden hinaus – hin zu Gemeinden, Mitarbeitenden, 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 keine Stimme bei der Entscheidung hat. Das erweitert den Kreis auf nicht-menschliches Leben, die Daten anonymer Personen und die Integrität des öffentlichen Diskurses.
3. Führungskraft als "Chief Ethicist": Ich definiere ihre Rolle neu. Ihre Hauptaufgabe ist nicht länger nur die Wertmaximierung, sondern die Wahrung der ethischen Integrität der Auswirkungen der Organisation. Dies ist ein tiefgreifender Wandel in Identität und Zweck.

Ebene 2: Prozess — ethische Rituale verankern

Hier wird moralische Vorstellungskraft zu einer wiederholbaren, auf Meetings basierenden Praxis. Wir etablieren spezifische Rituale im Rhythmus des Führungsteams.

1. Der "Pre-Mortem der Konsequenzen"-Workshop:
   • Wann: In der Planungsphase jeder größeren Initiative (neues Produkt, Markteintritt, großflächige Automatisierung).
   • Wie: Ich moderiere eine Sitzung mit der Aufgabe: "Es ist ein Jahr ab heute vergangen. Unser Projekt ist aus Sicht der Gesellschaft gescheitert. Wie lautet die Zeitungsüberschrift? Schreiben Sie sie auf."
   • Ergebnis: Führungskräfte teilen Überschriften wie: "Lokalzeitung: 'Automatisiertes Einstellungs-Tool lehnt systematisch Absolventen von Landeshochschulen ab.'" Wir arbeiten dann rückwärts, um die Design- und Datenentscheidungen zu identifizieren, die zu diesem Ergebnis führen würden, und ändern sie jetzt.
2. Die "moralische Stakeholder-Karte":
   • Wann: Fester Bestandteil jeder Business-Case-Prüfung.
   • Wie: Neben dem Finanzmodell erstellen wir eine visuelle Karte. Im Zentrum steht die Entscheidung. Dann ordnen wir alle Betroffenen in konzentrischen Kreisen an, weit über die üblichen Verdächtigen hinaus, und schließen "konkurrierende Ökosysteme", "künftige Arbeitssuchende" und "kommunale Dienste" ein.
   • Ergebnis: Ein greifbares Artefakt, das unsichtbare Stakeholder sichtbar macht und eine Diskussion über deren potenzielle Schäden und Vorteile erzwingt.
3. Das "Red Team Ethics"-Mandat:
   • Wann: Für jedes KI-gesteuerte System oder jeden Algorithmus vor dem Einsatz.
   • Wie: Ein Teilteam oder ein externer Berater erhält formal den Auftrag: "Finden Sie die ethischen Schwachstellen. Greifen Sie dieses Vorhaben nicht aus betriebswirtschaftlicher Sicht, sondern ausschließlich bezüglich möglicher versteckter Schäden, Voreingenommenheit oder gesellschaftlicher Risiken an."
   • Ergebnis: Eine formelle "Ethische Risikoabschätzung", die vor dem weiteren Vorgehen bearbeitet werden muss. Damit entsteht eine verpflichtende Gewissensprüfung.

Ebene 3: Systeme — moralische Leitplanken konstruieren

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

1. Die "ethische Kontrollstation" in Projektlebenszyklen: Genau wie ein Projekt eine finanzielle Prüfung bestehen muss, muss es festgelegte ethische Kontrollpunkte passieren. Dies sind Prüfungen mit klaren Kriterien (z. B. "Bias-Prüfung abgeschlossen", "Gemeinwohlfolgen bewertet", "Datenherkunft verifiziert").
2. Anreizsysteme und OKRs: Wir definieren Erfolg neu. Die Objectives and Key Results (OKRs) einer Führungskraft enthalten jetzt auch Kennzahlen wie:
   • "Reduziere algorithmische Voreingenommenheit in unserem Kernprodukt um X%, gemessen an [konkrete Fairness-Metrik]."
   • "Erreiche einen Y-Score bei unserer jährlichen Umfrage zur 'Vertrauen & Transparenz' unter Interessengruppen."
   • Dies signalisiert, dass ethische Leistung ebenso geschätzt wird wie finanzielle.
3. Das "Dashboard moralischer Vorstellungskraft": Wir operationalisieren Ethik, indem wir ein Live-Dashboard einführen, das Frühindikatoren für moralisches Risiko abbildet – etwa Stimmungsanalysen zu Mitarbeiterfeedback bei neuer Technologie, Fairness-Scores produktiver Algorithmen oder die Diversität von Trainingsdatensätzen. So wird das abstrakte Konzept "Ethik" zu einer greifbaren, steuerbaren Variable.

Das Ergebnis dieser Umsetzung ist kein Team, das alle ethischen Antworten hat, sondern eines, das instinktiv bessere und tiefgreifendere Fragen stellt.

Ethik wird nicht mehr als Einschränkung, sondern als ultimative Quelle für langfristige Resilienz, Markenvertrauen und Wettbewerbsvorteil gesehen. Der Wandel führt weg vom reinen Management eines Unternehmens hin zum Bewahren eines Vermächtnisses – zum Gestalten von Organisationen, die nicht nur intelligent, sondern auch weise und gerecht sind.

Dies ist der praktische Weg, damit unsere Suche nach dem Machbaren nie den moralischen Kompass verliert.

Amans Tipp

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

Wichtige Ratschläge für Führungskräfte, die die KI-Ära verantwortungsvoll steuern

Mein Ratschlag basiert auf einer einzigen, unumstößlichen Prämisse: Wir übernehmen nicht einfach eine neue Technologie; wir begleiten die Geburt eines neuen Paradigmas für menschliche Arbeit und Intelligenz. Das erfordert einen grundlegenden Wandel der Denkweise.

Für meine Gleichgesinnten – die Berater, die Zukunftsexperten, die Architekten des Wandels:

1. Vom Lösungsentwickler zum Sinnstifter: Unser Wert liegt nicht mehr im Besitz der proprietären Methode oder des geheimen Handbuchs. Es geht darum, unseren Kunden beim Verstehen des Chaos zu helfen. Hören Sie auf, „KI-Lösungen“ zu verkaufen, und beginnen Sie stattdessen, sie durch den Prozess des „richtige Fragen an die Zukunft Stellens“ zu begleiten. Ihre Aufgabe ist die eines Übersetzers und Wegweisers an der Grenze des Neuen.
2. Intelligente Orchestrierung annehmen: Sie müssen nicht Meister jedes Tools sein, aber Sie müssen zum Meister ihrer Orchestrierung werden. Entwickeln Sie eine Meta-Fähigkeit darin, kollaborative Arbeitsabläufe zwischen Mensch und KI zu gestalten. Ihre neue Expertise liegt im Entwerfen der Symphonie, nicht nur darin, ein einzelnes Instrument zu spielen.
3. Seien Sie das ethische Gewissen: In einer Welt, die zur Effizienz eilt, seien Sie die unerschütterliche Stimme der Verantwortung. Integrieren Sie Ethik direkt in Ihre Rahmenwerke und Vorschläge – nicht als separates Kapitel, sondern als Fundament. Das ist nicht mehr nur ein Spezialthema; es ist der entscheidende Unterschied für nachhaltige, vertrauenswürdige Transformation.

Im weiteren Sinne lautet mein Rat an alle Führungskräfte:

1. Führen Sie als Kurator von Kontext, nicht als Kontrolleur von Prozessen: Ihre wichtigste Aufgabe ist es jetzt, die „Verfassung des Unternehmens“ zu definieren und ständig weiterzuentwickeln – den Zweck, die Werte und die strategischen Leitplanken, innerhalb derer Ihre erweiterten Teams und KI-Agents arbeiten. Sie liefern das „Warum“; die Technologie findet das „Wie“.
2. Investieren Sie in Reibung, nicht nur in Fluss: Das größte Risiko ist nicht langsamer Fortschritt, sondern unkontrolliertes, automatisiertes Scheitern. Bauen Sie bewusst „ethische Kontrollpunkte“ und „Red-Team“-Prompts in Ihre Arbeitsabläufe ein. Machen Sie es zur Pflicht, dass jede KI-generierte Strategie von einer anderen KI hinterfragt wird. Verlangsamen Sie, um zu validieren – so können Sie mit Zuversicht skalieren.
3. Leben Sie intellektuelle Bescheidenheit, nicht Allwissenheit: Das Kraftvollste, was eine Führungskraft heute sagen kann, ist: „Ich weiß es nicht, aber lassen Sie uns unsere KI als Co-Pilotin nutzen, um die Möglichkeiten gemeinsam zu erkunden.“ Indem Sie zeigen, wie man mit KI hinterfragt, verfeinert und zusammenarbeitet, schaffen Sie eine Kultur des Lernens und der Erweiterung – und nicht des Angst- oder Ersatzdenkens.

Weiterverfolgen

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

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

Weitere Experteninterviews folgen bei People Managing People!