Vizepräsident für Personal & Organisation bei einem KI-Einhorn sagt, dass Personalleiter die Architekten einer Mensch-Maschine-Belegschaft werden müssen

Brad Wilkins ist VP für Personal & Organisation bei Cognite, einem Industrie-KI-Einhorn. Mit zwei Jahrzehnten Führungserfahrung im Personalbereich bei SaaS- und KI-Scale-ups verfügt er über eine klare Perspektive darauf, wie KI das Personalwesen verändert.

In unserem Interview sagte er uns, dass die besten Unternehmen nicht einfach nur KI einsetzen, sondern ihre gesamten Geschäfte rund um KI neu gestalten. So geht's.

Der Entwicklung immer einen Schritt voraus

Ich bin Brad Wilkins, VP für Personal & Organisation bei Cognite, einem Industrie-KI-Einhorn. Ich bin als strategischer HR-Geschäftspartner für unsere Führungskräfte in Europa, Indien, dem Nahen Osten, Japan und Amerika tätig, aber die gemeinsame Linie der vergangenen zwanzig Jahre ist wichtiger als jede einzelne Position.

Fünf VP- und CHRO-Positionen bei SaaS- und KI-Scale-ups sowie eine aktive Partnerrolle bei einem VC-Fonds, der in regulierte Branchen investiert, haben mir eine besondere Perspektive verschafft. Ich habe dasselbe Muster in mehr als einem Dutzend Unternehmen beobachtet und mich frühzeitig mit Veränderungen in der Belegschaft beschäftigt, die der Rest des Personalwesens noch für verfrüht hielt.

Vor einem Jahrzehnt schafften wir bei Altisource die jährliche Leistungsbeurteilung ab und ersetzten sie durch etwas, das wir „Impact-Review“ nannten. Dasselbe Gespräch, aber mit einem entgegengesetzten Schwerpunkt. Wir maßen, was Menschen leisteten, nicht, was sie taten. Wir senkten die Fluktuation in der Anfangsphase von 14 % auf 4 % und steigerten die Bindung von Leistungsträgern von 48 % auf 98 %.

Diese Entscheidung hat sich bewährt. Bei Loadsmart verdreifachten wir die Bewertung auf 1,3 Milliarden US-Dollar und verdoppelten gleichzeitig die Mitarbeiterzahl in 21 Ländern. Bei Collibra bewältigten wir während COVID das Auf und Ab der Mitarbeiterzahl von 600 auf 450 und anschließend auf 825, ohne den Motor zu verlieren. Keine dieser Maßnahmen war eine HR-Maßnahme. Es waren Geschäftsentscheidungen, die zufällig vom Personalbereich angeführt wurden.

Der aktuelle Moment ist die größere Version all dieser Entscheidungen. Der Bericht „Human Capital Trends 2026“ von Deloitte beschreibt ihn als Wendepunkt: 7 von 10 Führungskräften sagen inzwischen, dass Geschwindigkeit und Anpassungsfähigkeit – nicht Größe – in den nächsten drei Jahren ihr wichtigster Wettbewerbsvorteil sein werden.

Der AI Index von Stanford zeigt dieselbe Beschleunigung auf der technologischen Seite. Und es gibt eine Lücke von 60 Punkten zwischen den Führungskräften, die sagen, dass bewusstes Design von Mensch und KI wichtig ist, und denen, die diese Arbeit tatsächlich leisten. Diese Lücke ist die eigentliche Geschichte des Jahres 2026.

Die aggressivsten Unternehmen setzen nicht einfach KI im Personalwesen ein, sondern bauen das Personalwesen rund um KI neu auf. In Organigrammen werden inzwischen Agenten als Kästchen dargestellt, nicht nur Menschen. Einzelne Mitarbeitende führen Teams mit sechs Mitgliedern, wobei alle sechs direkten Berichte Agenten sind.

Moderna hat HR und IT unter einem Leiter für Personal und digitale Technologie zu einer einzigen Funktion zusammengeführt. Walmart beschreibt seine Transformation als „menschengeführt und technologiegestützt“. Disney hat einen Leiter für KI und Zusammenarbeit ernannt.

Die CHRO-Position wird zum Architekten einer hybriden Belegschaft aus Menschen und Maschinen, nicht zum Leiter der Personalbeschaffung. Kompetenzen verlieren schneller an Wert, als jährliche Zyklen sie erfassen können, und jeder Arbeitsablauf, den Sie noch nicht neu gestaltet haben, ist das, was BCG und EY inzwischen als „Talent-Schulden“ bezeichnen – ungenutztes Potenzial, das in alten Organisationslogiken gefangen ist.

Zu diesem Schluss komme ich, und ich sage es ganz offen, weil ich glaube, dass sich die Branche noch immer vorsichtig darum herum bewegt: KI als Werkzeug ist mittlerweile Mindeststandard. KI als Denkweise – darin liegt die eigentliche Arbeit.

Bei der Veränderung geht es nicht darum zu sagen: „Fügen wir der Personalbeschaffung einen Copiloten hinzu.“ Es geht darum, davon auszugehen, dass ein Agent einen Teil der Arbeit erledigen kann, und dann rückwärts zu ermitteln, an welcher Stelle ein Mensch wirklich erforderlich ist – was ich als Erbringen des Negativbeweises bezeichne.

Es geht darum zu verstehen, dass die vierte Zielgruppe Ihrer Lerninhalte jetzt das LLM selbst ist. Es geht darum zu akzeptieren, dass die IT wahrscheinlich wieder in den Personalbereich gehört. Und es geht darum zu erkennen, dass Mitarbeitende mit vier bis zehn Jahren Betriebszugehörigkeit jetzt möglicherweise stärker gefährdet sind als Berufseinsteiger, weil die Hochschulabsolventen KI-nativ sind und Ihre Talente in der Mitte ihrer Karriere noch immer den Arbeitsablauf verteidigen, dessen Beherrschung sie ein Jahrzehnt gekostet hat.

Meine Aufgabe ist es, die Organisation der Entwicklung voraus in diese Zukunft zu führen, nicht hinter ihr zurückzubleiben.

Wie KI die Zeit zwischen einem schwachen Signal und einer strukturellen Lösung verkürzt

Brad teilt mit

Der größte Wandel war kein Werkzeug, das wir eingeführt haben. Es war die Verkürzung der Zeit zwischen einem schwachen Signal aus der Belegschaft und einer strukturellen Lösung … Eine Übung, die in der Vergangenheit wochenlange Arbeitszeit eines HR-Geschäftspartners verschlungen hätte – das Zusammentragen von Stellenbeschreibungen, der Abgleich mit externen Daten und die Zuordnung von Verantwortlichkeiten – war in etwa drei Stunden erledigt.

Der größte Wandel war kein Werkzeug, das wir eingeführt haben. Es war die Verkürzung der Zeit zwischen einem schwachen Signal aus der Belegschaft und einer strukturellen Lösung.

Das vorherrschende Betriebsmodell in unserem Bereich bestand historisch darin, dass Engagement-Daten hier liegen, Leistungsdaten dort, Befragungen neuer Mitarbeitender in einem dritten System abgelegt sind, Kalender- und Zeiterfassungsmetadaten in einem vierten liegen und jemand vierteljährlich eine Synthese erstellt, die der Führungsebene sechs Wochen nach dem Zeitpunkt präsentiert wird, an dem sie noch etwas hätte bewirken können.

Wir haben unsere People-Funktion auf derselben Architektur aufgebaut, die unser Unternehmen an Industriekunden verkauft: unterschiedliche Daten miteinander verbinden, eine agentische Ebene daraufsetzen und das System Verbindungen aufzeigen lassen, die Menschen allein nicht rechtzeitig erkennen würden.

Ein aktuelles Beispiel: Eine 90-Tage-Befragung eines neuen Mitarbeiters wies auf eine schwache Verbindung zur Führungskraft hin. Unabhängig davon zeigten Zeiterfassungsdaten, dass der Kalender dieser Führungskraft stillschweigend durch Aktivitäten im Pre-Sales-Bereich vereinnahmt worden war, die eigentlich nicht zu ihrer Stellenbeschreibung gehörten – ungefähr die Hälfte ihrer Arbeitswoche.

Vor drei Jahren wären das zwei unzusammenhängende Datenpunkte in zwei voneinander unabhängigen Systemen gewesen, die von zwei verschiedenen Analysten im Abstand von sechs Wochen aufgedeckt worden wären. Zu diesem Zeitpunkt hätte man entweder den neuen Mitarbeitenden verloren oder ein strukturelles Problem dauerhaft in der Rolle verankert. Durch die Echtzeit-Verknüpfung der Signale mithilfe von KI dauerte die Diagnose nur wenige Minuten.

Als wir die falsch zugeordneten Pre-Sales-Aufgaben entdeckten, korrigierten wir nicht einfach nur den Kalender der Führungskraft. Wir gingen zurück zur Beschreibung der Jobfamilie, überprüften erneut, ob diese Arbeit überhaupt zu dieser Rolle gehörte, betrachteten Vergleichswerte von Wettbewerbern in vergleichbaren Unternehmen und trafen eine strukturelle Entscheidung darüber, wo diese Arbeit angesiedelt sein sollte.

Eine Übung, die historisch wochenlang Zeit eines HR-Business-Partners verschlungen hätte – Stellenbeschreibungen zusammentragen, sie mit externen Daten vergleichen und Verantwortlichkeiten zuordnen –, war in ungefähr drei Stunden erledigt.

Wie KI die People-Funktion verändert

Die entscheidende Verhaltensänderung besteht nicht darin, dass „wir jetzt KI im HR einsetzen“. Das können viele Organisationen von sich behaupten. Die Verhaltensänderung besteht darin, dass sich die Zeit zwischen einem schwachen Signal und einer strukturellen Entscheidung um ungefähr zwei Größenordnungen verkürzt hat. Das verändert, was die People-Funktion ist.

Personalplanung ist kein vierteljährliches Dokument mehr, sondern wird zu einer Aufgabe für Dienstagnachmittage. Kompetenzmanagement ist keine statische Taxonomie mehr, sondern eine kontinuierlich neu dargestellte Landkarte. Die Rolle des People-Business-Partners besteht nicht mehr darin, einen Prozess durchzuführen, sondern darin, ein System zu orchestrieren.

Die nachgelagerte Wirkung ist entscheidend. Jede künftige Einstellung in diesem Team beginnt nun mit einer Stellenbeschreibung, die die tatsächliche Arbeit widerspiegelt und nicht die Arbeit, wie sie bei der ursprünglichen Erstellung der Rolle vorgestellt wurde. Die Einarbeitungszeit verbessert sich. Die Kosten pro Einstellung sinken. Die Qualität der 1:1-Gespräche mit der Führungskraft steigt, weil diese nicht mehr in fünfzehn verschiedene Richtungen gezogen wird.

Nichts davon zeigt sich als spektakulärer KI-Einsatz – es gibt keinen Chatbot, mit dem die Mitarbeitenden interagieren. Aber die Organisation arbeitet messbar anders. An dieser Art von Veränderung sollten sich People-Führungskräfte meiner Meinung nach messen lassen, nicht an der Frage: „Haben wir einen Copiloten eingeführt?“

Wenn die Frage lautet: „Warum kann das keine KI übernehmen?“

Jeder Arbeitsablauf wird durch ein KI-zuerst-Sieb geschickt – die Frage lautet nicht: „Wo könnte KI hier helfen?“ Sie lautet: „Warum kann das keine KI übernehmen?“

Was auf der anderen Seite übrig bleibt, braucht tatsächlich menschliche Ressourcen, menschliches Urteilsvermögen oder menschliches Einfühlungsvermögen. Die Frage umzukehren, ist der entscheidende Schritt. Dadurch muss man jedes Mal das Gegenteil beweisen, und es wird eine enorme Menge an Arbeit sichtbar, die niemand freiwillig abgegeben hätte.

Was KI inzwischen für mich übernimmt: die Synthese unterschiedlicher Personaldaten, die Analyse von Rollen und Stellenarchitekturen, das Erstellen von Entwürfen (Stellenbeschreibungen, Kommunikation, Richtlinien, Präsentationen für die Geschäftsleitung), Coaching von Führungskräften zur Verbesserung der Interviewqualität, das Erkennen von Mustern in Engagement- und Stimmungssignalen, die Zuordnung im Talentmarktplatz sowie die Auslegung von Richtlinien auf der ersten Ebene.

Wir integrieren generative KI mithilfe strukturierter Prompt-Bibliotheken in all das – keine Ad-hoc-Nutzung, kein „finde es selbst heraus“. Wenn ich dem eine Zahl zuordnen müsste, wurde ungefähr die Hälfte dessen, wie meine Arbeit vor fünf Jahren aussah, komprimiert oder abgeschafft. Ich sehe das als gute Nachricht, denn übrig bleibt die substanziellere strategische und empathische Arbeit, für die ich eigentlich in dieses Berufsfeld gegangen bin.

Warum der tatsächliche Hebel in den Eingaben liegt, nicht in den Ergebnissen

KI ist nur so gut wie die Eingaben und die Fachkraft dahinter. Ich höre nicht genug Führungskräfte, die das sagen.

Das gesamte Fachgebiet war darauf fokussiert, bessere Ergebnisse zu erzielen, obwohl der tatsächliche Hebel auf der Eingabeseite liegt. Dasselbe Werkzeug, zwei Fachkräfte, völlig unterschiedliche Ergebnisse. Die Ermessensentscheidungen – über Menschen, über Kultur, darüber, wem man Nachsicht gewährt und mit wem man ein klares Gespräch führen muss – das sind die Eingaben. Wenn man die Vorarbeit überspringt, spielt die dazwischenliegende Maschinerie keine Rolle.

Meine Antwort auf „Was bleibt menschlich?“ lautet daher auch: „Was macht den Einsatz der KI überhaupt lohnenswert?“ Die Veränderung, die die besten Führungskräfte vornehmen, geht von Mensch in der Schleife zu Mensch an der Spitze. Die KI führt aus, der Mensch trägt die Verantwortung für die Entscheidung.

Wie man erkennt, welche Arbeit „menschlich bleiben“ sollte

KI eignet sich hervorragend dazu, anzuzeigen, in welcher Kategorie sich jemand befinden könnte. KI ist miserabel darin, das anschließende Gespräch zu führen. Dasselbe gilt für Beförderungen. KI kann anhand von Kompetenzsignalen zeigen, wer bereit ist, aber die Entscheidung darüber, ob jemand für das auf der nächsten Ebene erforderliche Urteilsvermögen bereit ist, ist grundsätzlich eine menschliche Einschätzung.

Wo KI die Führung übernimmt und ein Mensch freigibt: Synthese von Personaldaten und Erkennung von Mustern, Erstanalyse der Stellenarchitektur, Entwurf von Richtlinien und standardisierten Mitteilungen, Zusammenfassung von Leistungsbeurteilungen, Analyse der Stimmung in der Belegschaft, Coaching von Führungskräfteinterviews anhand von Transkripten, Erstprüfung von Anliegen im Bereich der Mitarbeiterbeziehungen, Abgleich von Kandidaten mit Kompetenzrahmen sowie Auslegung von Richtlinien bei Routinefragen.

Wo KI unterstützt und ein Mensch führt: Abwägungen bei der Personalplanung, Nachfolgeentscheidungen, Vergütungsphilosophie und Gestaltung von Zusatzleistungen, Entscheidungen zur Organisationsgestaltung sowie Kalibrierung von Talentbewertungen. KI liefert mir bessere Eingaben, schneller erstellte Szenarien und eine Mustererkennung, die mir allein entgehen würde. Ich treffe die Entscheidung.

Wo KI kein Mitspracherecht hat: Kündigungen, Beförderungen, sensible Gespräche über Leistung, Austrittsinterviews, Entscheidungen über die Tiefe der Führungskräftepipeline, alles, was eine Einschätzung dazu beinhaltet, ob die Absicht einer Person mit der Organisation übereinstimmt, sowie jeder Moment, der das Erfassen der Stimmung in einem Raum erfordert. Der Grund ist einfach: Diese Momente erfordern Empathie, und Empathie ist die einzige Fähigkeit, bei der ich keine glaubwürdigen Belege dafür sehe, dass KI in absehbarer Zeit zu qualifizierten Menschen aufschließt. Das ist kein Engpass, sondern ein Kulturgut, das in der tiefen Überzeugung verwurzelt ist, dass Konsens und Fairness Wettbewerbsvorteile und keine Verzögerungen sind. Ich würde es gegen jedes Effizienzargument verteidigen, das eine KI vorbringen könnte.

Das Fintech-Unternehmen, das ankündigte, 700 Kundendienstmitarbeiter durch KI zu ersetzen – und sie nun stillschweigend wieder einstellt –, ist das warnende Beispiel, das jede Führungskraft im Personalbereich beobachten sollte. Die KI bewältigte Geschwindigkeit und Volumen. Empathie und Sonderfälle entgingen ihr. Die Führungskräfte, die 2026 gegen menschliches Urteilsvermögen wetten, werden 2027 entschuldigende LinkedIn-Beiträge verfassen.

Wo KI im Personalwesen gewinnt

Der Hype ist real. KI bietet große Vorteile.

Die Zeit vom Signal zur Maßnahme bei Personalthemen sank von Wochen auf Stunden. Die Qualität von Führungskräfteinterviews verbesserte sich messbar, sobald wir Coaching-Skripte auf Transkripte anwendeten – wenn man einer Führungskraft Daten vorlegt, die zeigen, dass 90 % ihrer Interviewfragen geschlossene Fragen waren oder dass sie 85 % der Zeit gesprochen hat, korrigiert sie das. Die meisten wollen besser werden, ihnen fehlte nur bisher der Spiegel.

Die Besetzungszeit für Stellen sank deutlich, sobald wir aufhörten, Jobtitel als Arbeitseinheit zu betrachten, und begannen, Kandidaten anhand abgeleiteter Kompetenzen abzugleichen. Die vermeidbare Fluktuation liegt deutlich unter 5 % – nicht ausschließlich wegen der KI, aber teilweise, weil wir jetzt Probleme beim Einstieg und bei der Verbindung zu Führungskräften erkennen, solange sie noch behoben werden können.

Die interne Nutzung von KI-Tools beschleunigte sich dramatisch, sobald wir Workshops im Stil von Lernlaboren anstelle traditioneller Schulungen im Klassenraum aufbauten, wobei frühe Anwender ihre Kollegen direkt im Arbeitsfluss unterrichteten.

Das Muster, das mich am meisten begeistert, ist, dass KI bisher unsichtbare Arbeit sichtbar macht – die Führungskraft, deren Kalender aus dem Takt geraten ist, die neue Mitarbeiterin, deren Einarbeitung aus dem Ruder läuft, die leistungsstarke Person, deren Engagement zu sinken beginnt. Nichts davon war zuvor in diesem Tempo erkennbar.

Wo KI nicht liefert

Brad teilt mit

KI hat weiterhin Schwierigkeiten mit der nuancierten kulturellen Übersetzung zwischen Regionen … Ich habe deutliche Leistungsunterschiede festgestellt, wenn Modelle auf Dialekte, kulturellen Kontext oder lokale arbeitsrechtliche Feinheiten stoßen. Bei allem, was kulturell geprägt ist, verlassen wir uns weiterhin auf das lokale menschliche Urteilsvermögen. Die Technologie wird diese Lücke schließen. Aber noch ist es nicht so weit.

Ich ging in das Jahr 2025 mit der Erwartung, dass KI dabei helfen würde, Leistungsbewertungen über Teams hinweg zu kalibrieren – indem sie Unstimmigkeiten markiert, potenzielle Verzerrungen aufdeckt und bei der Vergleichsvergütung unterstützt. Einiges davon erledigt sie gut. Aber der Teil der Kalibrierung, auf den es wirklich ankommt, ist das Gespräch unter Führungskräften darüber, ob diese Person auf dieser Ebene in diesem Kontext die Leistung erbringt, die wir von ihr brauchen.

KI hat dazu bisher nur wenig beigetragen. Ein zu großer Teil der Leistung ist kontextabhängig, beziehungsbezogen und zukunftsorientiert. KI ist gut darin, rückblickend Muster zu erkennen. Das ist nicht dasselbe.

Der zweite Fehlpunkt ist die wirklich neue Organisationsgestaltung. KI kann dir sagen, wie vergleichbare Unternehmen ihre Funktionen zur Wertschöpfung, ihre Markteinführungsorganisationen oder ihre Finanzteams strukturiert haben.

Sie ist deutlich schwächer, wenn du etwas entwirfst, das bisher kaum jemand umgesetzt hat – etwa eine Funktionsstruktur, in der Agenten direkte Berichtswege haben und Menschen Teams von Agenten führen. Zukunftsorientierte Organisationsgestaltung bleibt weiterhin größtenteils menschliche Arbeit, und ich gehe davon aus, dass das noch eine Weile so bleiben wird.

Der dritte Fehlpunkt ist die Nachfolgeplanung für Führungskräfte. KI kann Kompetenzen den Anforderungen einer Rolle gegenüberstellen, aber sie kann dir nicht sagen, wer über das politische Kapital, die Beziehungen oder das Vertrauenskapital im Führungsteam verfügt, um in einer leitenden Rolle tatsächlich erfolgreich zu sein. Führungskräftenachfolge ist im Kern ein Problem des menschlichen Vertrauens, und ich bezweifle, dass KI es in einem nützlichen Zeitrahmen lösen wird.

Auch das Versprechen einer Gesamtplattform hat KI bisher nicht eingelöst. Die meisten HR-Technologieanbieter, die 2024 eine einzige, integrierte und KI-gestützte Plattform angepriesen haben, lieferten eine Übersichtsseite mit einem seitlich angefügten Chatbot.

Der tatsächliche Wert entsteht dadurch, dass spezialisierte Tools über strukturierte Eingabeaufforderungen und Arbeitsabläufe miteinander verknüpft werden, die tatsächlich von Fachleuten gesteuert werden. Wer dir die konsolidierte Plattform verkauft, verkauft dir einen Produktfahrplan, kein Produkt.

Allgemeiner gesagt hat KI das erfahrene Urteilsvermögen nicht ersetzt. KI bewältigt Geschwindigkeit, Umfang und Musterabgleich. Ihr fehlen Empathie, Sonderfälle und die Momente, die eine menschliche Einschätzung erfordern: das schwierige Gespräch, die Beurteilung, ob jemand gerade nicht weiß, wie etwas geht, oder ob er es tatsächlich nicht kann, sowie die kulturelle Einschätzung in einem Raum. Das ist die substanzielle Arbeit, die Fachleute meiner Meinung nach mehr und nicht weniger leisten sollten.

Und der Punkt, den Führungskräfte im Personalbereich meiner Meinung nach besonders verinnerlichen sollten: KI hat nicht bewiesen, dass Beschäftigte auf Einstiegsniveau am stärksten gefährdet sind. Die allgemeine Auffassung, dass man die unterste Hierarchieebene durch Agenten ersetzen kann, ist meiner Ansicht nach völlig verkehrt. Die Generation, die von der Universität kommt, ist mit KI aufgewachsen. Sie muss nicht erst überzeugt werden.

Tatsächlich gefährdet ist die Gruppe der Beschäftigten mit vier bis zehn Jahren Betriebszugehörigkeit – die Person, die ihre Karriere damit aufgebaut hat, einen Arbeitsablauf zu perfektionieren, den KI nun auf wenige Minuten verkürzt, und deren erster Impuls darin besteht, diesen Arbeitsablauf zu verteidigen, statt darauf aufbauend etwas Neues zu entwickeln. Dort muss der größte Teil der Umschulungsinvestitionen hinfließen.

Schließlich hat KI weiterhin Schwierigkeiten mit nuancierter kultureller Übersetzung zwischen Regionen. In Europa, Indien, dem Nahen Osten, Japan und auf dem amerikanischen Kontinent habe ich deutliche Leistungsunterschiede festgestellt, wenn Modelle auf Dialekte, kulturellen Kontext oder lokale arbeitsrechtliche Feinheiten stoßen. Bei allem, was kulturell geprägt ist, verlassen wir uns weiterhin auf das lokale menschliche Urteilsvermögen. Die Technologie wird diese Lücke schließen. Aber noch ist es nicht so weit.

Wie die Implementierung eines KI-gestützten Arbeitsablaufs den Einstellungsprozess verändert

Hier ist der Arbeitsablauf, auf den ich am meisten stolz bin. Ich denke, er zeigt, wie der Personalbereich in drei Jahren aussehen wird, und die meisten Personalabteilungen haben ihn noch nicht aufgebaut.

Es handelt sich um den gesamten Einstellungszyklus – von der Stellenbeschreibung bis zur Rückmeldung während der Einarbeitung –, der als ein einziger verbundener Arbeitsablauf auf Basis einer von uns entwickelten individuellen Claude-Funktion ausgeführt wird. Die Einstellung ist das ideale Beispiel, weil die Datenqualität in diesem Bereich bei den meisten Organisationen am schlechtesten ist, das Verhalten der Führungskräfte am stärksten variiert und die Toleranz für Fehler am geringsten ist.

Schritt für Schritt:

Schritt 1: Bedarfserfassung

Die einstellende Führungskraft meldet einen Bedarf an. Die Funktion führt mit ihr ein strukturiertes Interview per Sprache oder Text durch und arbeitet die Ergebnisse für die kommenden zwölf Monate, die Beziehungen zu Partnern und die ausschließenden Kompetenzlücken heraus.

Sie gleicht die Antworten mit dem Personalbestandsplan der Finanzabteilung, der bestehenden Leistungsverteilung des Teams und den früheren Stellenbeschreibungen der Führungskraft ab, um Unstimmigkeiten zu kennzeichnen, bevor irgendjemand ein Wort schreibt.

Schritt 2: Triangulation der Interessengruppen

Zwei oder drei Gespräche mit Kollegen und direkten Vorgesetzten, jeweils fünfzehn Minuten lang, zu einem einzigen Gesamtbild des Bedarfs zusammengeführt. Die Fähigkeit erkennt Lücken zwischen der Absicht der Führungskraft und der Realität im Team und macht sie zur Klärung sichtbar, bevor die Stelle extern ausgeschrieben wird.

Schritt 3: Erstellung der Unterlagen

Stellenbeschreibung mit einem Abschnitt zu den tatsächlichen Auswirkungen, strukturierter Interviewleitfaden, der auf die einzelnen Runden verteilt ist, sowie eine verankerte Bewertungsskala von 1–4 mit Verhaltensbeschreibungen. Alle drei Unterlagen sind versioniert, revisionssicher und können vor dem Start vom Personal-Business-Partner bearbeitet werden.

Schritt 4: Bewerbungsgespräche

Jeder Interviewer hat die Bewertungsskala und die Fragen vor sich. Die Gespräche werden mit Zustimmung transkribiert, und die Fähigkeit kennzeichnet Beobachtungen in Echtzeit: Qualität der Fragen, Redezeitverhältnis, Abschweifungen und Einhaltung der Bewertungsskala.

Schritt 5: Bewertung und Zusammenführung

Jeder Interviewer bewertet unmittelbar nach dem Gespräch anhand der verankerten Bewertungsskala. Die Bewertungen werden mit den Durchschnittswerten der Säulen und Kompetenzen zusammengeführt. Die Fähigkeit kennzeichnet Ausreißer unter den Interviewern — etwa jemanden, der alle mit einer 4 bewertet, oder jemanden, der deutlich anderer Meinung ist als der Rest des Interviewteams — zur Beachtung durch den Personal-Business-Partner.

Schritt 6: Entscheidung

Eine von Menschen geleitete Nachbesprechung mit strukturierten Gesprächspunkten, Durchschnittswerten der Bewertungsskala und allen gekennzeichneten Unstimmigkeiten, die von der Fähigkeit bereitgestellt werden. Die Entscheidung wird von Menschen getroffen, aber die Vorbereitung ist automatisiert.

Schritt 7: Einarbeitung

Die Fähigkeit erstellt die binären Ziele für die ersten 30, 60 und 90 Tage, den Rhythmus der Gespräche mit der Führungskraft und die strukturierten Pulsfragen. Jedes Puls-Signal fließt im Laufe der Zeit zurück in die Daten zur Bewertung der Bewerber.

Schritt 8: Rückkopplungsschleife zur Einstellungsqualität

Nach sechs Monaten korreliert das System die Interviewbewertungen mit der tatsächlichen Leistung während der Einarbeitungsphase und der Zufriedenheit der Führungskraft. Die Genauigkeit der Interviewer verbessert sich über mehrere Einstellungen hinweg. Es werden Muster sichtbar — welche Führungskräfte welche Kompetenzen gut bewerten, bei welchen Rollen regelmäßig Fehlentscheidungen getroffen werden und welche Signale aus dem Interview den Erfolg am stärksten vorhersagen.

Der gesamte Ablauf läuft als ein einziges verbundenes System. Die Arbeit, für die ein Personal-Business-Partner früher zwei Wochen fragmentierter Arbeit in fünf Tools benötigte, dauert nun nur noch wenige Stunden konzentrierter menschlicher Prüfung innerhalb eines einzigen Arbeitsablaufs. Und die Qualität ist besser, weil jeder Schritt anhand der vorangegangenen und nachfolgenden Schritte kalibriert wird. Genau das bedeutet tatsächlich durchgängig.

Was diese Arbeit ermöglicht, ist nicht das Tool. Es ist die strukturelle Verpflichtung, dass die Fähigkeit die schwere Arbeit übernimmt und der Mensch die Arbeit des Urteilens. Jede von der Claude-Fähigkeit erstellte Unterlage ist ein Entwurf, keine Entscheidung. Die einstellende Führungskraft ist weiterhin für die Definition der Rolle verantwortlich. Die Interviewer sind weiterhin für ihre Bewertungen verantwortlich. Die Einstellungsentscheidung wird weiterhin in einem Raum getroffen, in dem Menschen darüber entscheiden, ob diese Person die richtige ist.

Was der Arbeitsablauf beseitigt hat, ist die mühsame Arbeit, die historisch zwischen diesen Momenten des Urteilens lag — die Umformatierung, das Umschreiben, die manuelle Kalibrierung und die nachträgliche Analyse, für die niemand Zeit hatte. Die Menschen haben ihre Zeit zum Urteilen zurückbekommen. Das System ist strenger geworden. Die Arbeit ist interessanter geworden. Das ist der Tausch, den ich mir für jede People-Funktion wünsche.

Warum Eingabeaufforderungen die falsche Arbeitseinheit sind

Wenn die meisten Führungskräfte im Personalbereich ihre erste KI-Initiative starten, starten sie sie als Eingabeaufforderungsprojekt.

Hier ist eine großartige Eingabeaufforderung zum Erstellen von Stellenbeschreibungen. Hier ist eine großartige Eingabeaufforderung zum Zusammenfassen der Themen aus einer Mitarbeiterbefragung. Hier ist eine großartige Eingabeaufforderung für Feedback zu Leistungsbeurteilungen.

Fachkräfte lernen die Eingabeaufforderungen, speichern sie in einem gemeinsamen Dokument und fühlen sich produktiv. Die Führungsebene hat den Eindruck, dass Fortschritte erzielt werden. Die Nutzungskennzahlen steigen. Sechs Monate später betrachtet man, wo tatsächlich Wert entstanden ist, und die Antwort lautet: nicht besonders viel.

Eingabeaufforderungen sind der erste Schritt. Sie sind nicht die Arbeitseinheit.

Die Arbeitseinheit ist eine Fähigkeit oder ein Projekt — eine strukturierte, mehrstufige Fähigkeit, die Eingaben aus mehreren Quellen verarbeitet, einen konsistenten Prozess auf diese anwendet, ein definiertes Ergebnis erzeugt und sich im Laufe der Zeit verbessert, indem sie aus den Ergebnissen lernt.

Der Einstellungs-Workflow, den ich zuvor beschrieben habe, ist eine Fähigkeit, kein Prompt. Er verarbeitet Finanzdaten, Eingaben von Führungskräften, Rückmeldungen von Kollegen, historische Leistungsmuster und strukturierte Kompetenzmodelle als Eingaben. Als Ergebnisse erzeugt er Stellenbeschreibungen, Interviewleitfäden, Bewertungsraster, zusammengefasste Bewertungen, Einarbeitungspläne und Signale aus Rückkopplungsschleifen. Mit jeder Einstellung verbessert er sich, weil er Ergebnisdaten aufnimmt. Kein einzelner Prompt kann all das leisten. Eine Fähigkeit schon.

Der Grund, warum diese Unterscheidung für den operativen Bereich wichtig ist, besteht darin, dass Organisationen, die sich auf Prompts konzentrieren, bei Produktivitätssteigerungen im Bereich von 10-20% tendenziell stagnieren — nützlich, aber nicht transformativ.

Organisationen, die sich auf Fähigkeiten und Projekte konzentrieren, erschließen Neugestaltungen auf Workflow-Ebene, die sprunghafte Verbesserungen bewirken. Die erste Art von Organisation industrialisiert das, was sie bereits tut. Die zweite arbeitet tatsächlich anders.

Wenn ich das früher gewusst hätte, hätte ich die monatelange Kuratierung von Prompt-Bibliotheken übersprungen, die alle in unserem Bereich betrieben haben, und wäre direkt zum Design von Fähigkeiten übergegangen. Ich hätte in Praktiker investiert, die in Workflows statt in clever formulierten Prompts denken konnten.

Ich hätte die Dateninfrastruktur — die Verbindungen zwischen unseren People-Systemen, unseren Finanzsystemen, unseren Produktivitätstools und unseren Signalen zur Mitarbeiterbindung — früher aufgebaut, denn Fähigkeiten sind nur so gut wie die Daten, auf die sie zugreifen können.

Die Führungskräfte, die zuerst in Fähigkeiten denken, werden so wirken, als würden sie in einem anderen Jahrzehnt arbeiten als diejenigen, die noch Prompt-Bibliotheken betreiben.

Ratschläge für Führungskräfte bei der Navigation durch die KI-Transformation

Die KI-Transformation ist grundsätzlich ein Problem des Humankapitals, das als Technologieproblem daherkommt. Die Technologie ist der einfache Teil. Deine Aufgabe — und meine — ist der schwierige Teil. Und sie ist gerade interessanter geworden, als sie es in den vergangenen zwanzig Jahren war.

Erstens: Beginne mit der Arbeit, nicht mit dem Tool. Schicke jeden Workflow durch das Sieb — warum kann das keine KI sein? — bevor du fragst, welches Tool du kaufen solltest. Wenn du KI auf einen fehlerhaften Prozess aufsetzt, industrialisierst du die Dysfunktion. Das Tool ist nicht die Strategie, die Neugestaltung der Arbeit ist die Strategie. Die meisten Führungskräfte, die ich kenne und die das Gefühl haben, dass KI nichts bewirkt hat, sind Führungskräfte, die diesen Schritt übersprungen haben.

Zweitens: Entwickle dich von KI als Tool zu KI als Denkweise weiter. Das ist der Punkt, der die Führungskräfte, die ich respektiere, von den Führungskräften unterscheidet, die 2027 hinterherlaufen werden. Tool-Denken verschafft dir Copiloten in deiner bestehenden Software. Denkweisen-Denken verschafft dir Organigramme, in denen Agenten neben Menschen in Kästchen sitzen, einzelne Mitarbeiter, die Teams mit sechs KI-Direktunterstellten führen, Lernfunktionen, die erkennen, dass ihr viertes Publikum das Sprachmodell selbst ist, Kompetenzmodelle, die digitale Arbeit als gleichberechtigten Teilnehmer einbeziehen, und IT-Funktionen, die wahrscheinlich in die People-Organisation gehören, statt in der Finanzabteilung angesiedelt zu sein. Die Sichtweise der Arbeit als Fähigkeitssystem ersetzt die Sichtweise der Arbeit als Sammlung von Jobtiteln, und die Organisationen, die zuerst dorthin gelangen, werden grundlegend anders arbeiten als diejenigen, die es nicht tun.

Drittens: Investiere unverhältnismäßig viel Zeit in die Eingaben. Die Qualität jeder KI-Ausgabe ist eine Funktion des Prompts, des Kontexts und des Urteilsvermögens des Praktikers am Anfang des Prozesses. Die Führungskräfte, die eine Beschleunigung erzielen, sind diejenigen, die strukturierte Prompt-Bibliotheken so aufbauen, wie sie ein Kompetenzmodell aufbauen würden. Die Führungskräfte, die sich darüber beklagen, dass KI nichts bewirkt hat, sind diejenigen, die drei Sätze in einen Chatbot eingegeben und Magie erwartet haben. Betrachte deine Prompt-Bibliothek als organisatorisches Asset. Steuere sie. Verbessere sie. Bilde Menschen darin aus.

Viertens: Zeichne deinen Mitarbeitern ein Bild. Vertrauen bricht zusammen, wenn Mitarbeiter von einer „KI-Transformation“ hören und sich Entlassungen vorstellen. Vertrauen wird wieder aufgebaut, wenn Führungskräfte die Tools sichtbar selbst nutzen und den Menschen zeigen, was aus ihrem Job werden wird, statt nur zu erklären, was ihnen genommen wird. Ingenieure hören auf zu programmieren und beginnen, links und rechts vom Code zu arbeiten — an Architektur, Urteilsvermögen, der Übersetzung von Kundenanforderungen und Systemdesign. Vertriebsmitarbeiter hören auf, CRM-Datenpflege zu betreiben, und beginnen, tiefere Kundenbeziehungen zu pflegen. People Business Partner hören auf, Prozesse abzuwickeln, und beginnen, Systeme zu orchestrieren. Die Arbeit an dieser Vorstellung entscheidet darüber, ob KI deine Kultur stärkt oder sie aushöhlt. Das Vertrauen in Arbeitgeber ist rückläufig; du kannst es nicht als selbstverständlich betrachten.

Fünftens: Pflanze den Baum. Mein liebstes chinesisches Sprichwort lautet: Der beste Zeitpunkt, einen Baum zu pflanzen, war vor zwanzig Jahren. Der zweitbeste Zeitpunkt ist jetzt. Die meisten People-Führungskräfte, mit denen ich spreche, liegen sechs bis zwölf Monate hinter dem Punkt zurück, an dem sie sich wähnen. Die Beschleunigungskurve ist steiler, als du sie modelliert hast. Baue Lernlabore statt Klassenzimmer, benenne in jeder Geschäftseinheit KI-Botschafter und akzeptiere, dass die Antwort, die du in drei Monaten auf diese Frage geben wirst, nur ein Bruchteil der Antwort sein wird, die du heute geben würdest. Das ist kein Problem, das gelöst werden muss. Das ist die betriebliche Rahmenbedingung.

Drei Wege, auf denen die KI-Einführung scheitert

Brad teilt

Entwicklung und Produkt haben AI sofort aufgegriffen. Die Funktionen, die damit Schwierigkeiten hatten — die, bei deren Benennung ich höflich vorsichtig sein möchte — waren die allgemeinen und administrativen Funktionen, in denen die Arbeit dem, was große Sprachmodelle von Natur aus leisten, am nächsten kommt …

Entwicklung und Produkt haben AI sofort aufgegriffen. Die Funktionen, die damit Schwierigkeiten hatten — die, bei deren Benennung ich höflich vorsichtig sein möchte — waren die allgemeinen und administrativen Funktionen, in denen die Arbeit dem, was große Sprachmodelle von Natur aus leisten, am nächsten kommt und in denen die Praktiker am wenigsten Erfahrung im Umgang mit diesen Tools hatten. Darin liegt eine tiefe Ironie.

Die Funktionen mit dem größten Potenzial für Verbesserungen reagierten am langsamsten, weil die Praktiker im Laufe ihrer Karriere dafür geschätzt worden waren, das institutionelle Wissen zu verkörpern — und AI dieses Wissen nun demokratisiert, was sich zunächst wie eine Bedrohung anfühlt und erst danach wie ein Multiplikator.

Die Lösung bestand nicht in technischer Schulung. Es ging darum, diesen Praktikern psychologischen Raum zu geben, um neu zu definieren, worin ihr Wert bestand. Wir taten dies in Workshops, in denen sie mit den Tools an echter Arbeit und gemeinsam mit Kollegen in einer Umgebung mit geringem Risiko spielen konnten — ich nenne sie Lernlabore, keine Klassenzimmer. Das Unterrichtsformat führte zu keinerlei Akzeptanz. Das Laborformat erzeugte innerhalb weniger Wochen sichtbare Dynamik.

Hier sind drei weitere Bereiche, in denen die Einführung von AI Schwierigkeiten bereitet:

Erstens erzeugt eine uneinheitliche Einführung in den verschiedenen Funktionen echte kulturelle Spannungen. Die Entwicklung nahm die Technologie sofort an. Der Vertrieb kam ebenfalls dorthin. Einige allgemeine und administrative Funktionen befinden sich noch in der Phase „Aber was soll ich damit tun?“ — und genau das ist die falsche Frage. Das äußert sich als stiller Unmut, nicht als lauter Widerstand. Die Menschen beginnen sich Sorgen zu machen, dass ihre Kollegen AI nutzen, um produktiver zu wirken als sie selbst.

Das Vertrauen in AI-gestützte Organisationen ist derzeit tatsächlich fragil — Umfragedaten aus diesem Jahr legen nahe, dass ungefähr vier von fünf Beschäftigten und Führungskräften genau über diese Dynamik besorgt sind. Wenn man damit nicht durch transparente AI-Botschafter in jeder Geschäftseinheit, den sichtbaren Einsatz der Tools durch die Führung und klare Standards dafür umgeht, was als AI-gestützte Arbeit gilt, beginnt die Kultur, Zinsen auf eine Schuld zu zahlen, deren Aufnahme ihr nicht bewusst war.

Zweitens habe ich beobachtet, wie Führungskräfte in anderen Unternehmen AI auf einen fehlerhaften Prozess aufgesetzt und das Transformation genannt haben. Wenn Ihre Leistungsbeurteilung schlecht ist, macht AI daraus einen zusätzlich verschlechterten Prozess — schneller, selbstbewusster und in die falsche Richtung besser skalierbar. Beginnen Sie mit der Arbeit selbst, nicht mit dem Tool.

Andernfalls transformieren Sie nicht, sondern industrialisieren Fehlfunktionen. Das ist der mit Abstand häufigste Fehler, den ich in vergleichbaren Organisationen sehe, und fast immer wird er dadurch verursacht, dass das Technologieteam einer Bereitstellungskennzahl hinterherjagt, anstatt dass die Personalabteilung eine Neugestaltung der Arbeitsabläufe anführt.

Drittens — und dieser Punkt ist subtiler: AI gleicht die Leistung nicht an, sondern verstärkt die Kluft. Erfahrene Mitarbeiter nutzen AI, um ihre Expertise zu erweitern; weniger erfahrene Mitarbeiter nutzen sie, um akzeptable, aber oberflächliche Ergebnisse zu erzeugen, die schwaches logisches Denken verschleiern. Sobald diese minderwertige Arbeit in Ihre Organisationsdaten gelangt, wird Ihre nächste AI-Iteration darauf trainiert. Das ist eine Rückkopplungsschleife, über die die meisten Führungskräfte noch nicht nachgedacht haben.

Wir wirken dem entgegen, indem wir den menschlichen Praktiker an der Vorderseite jedes Arbeitsablaufs stark in den Mittelpunkt stellen — die Eingaben sind der Vermögenswert, nicht die Ausgaben. Wenn Sie zulassen, dass AI zum Produktivitätsausgleicher wird, den sich alle erhofft haben, werden Sie in achtzehn Monaten mit einer Belegschaft aufwachen, in der der Unterschied zwischen Ihren Leistungsträgern und allen anderen größer ist als je zuvor und nicht kleiner.

Drei taktische Schritte für Führungskräfte bei der Einführung von AI

Erstens: Ernennen Sie in jeder Geschäftseinheit einen AI-Botschafter, nicht nur in Entwicklung und Produkt. Die meisten Organisationen haben in ihren technischen Funktionen de facto AI-Botschafter und nirgendwo sonst. Machen Sie die Rolle bewusst. Geben Sie ihr Sichtbarkeit, räumen Sie ihr Zeit ein und erteilen Sie ihr die Erlaubnis, die Arbeitsweise der Funktion infrage zu stellen.

Die Funktionen, in denen dies am schwierigsten ist — Finanzen, Recht und allgemeine Verwaltung — sind genau diejenigen mit dem größten Hebel, weil die Arbeit in diesen Funktionen dem, was große Sprachmodelle von Natur aus leisten, am nächsten kommt. Wenn Sie in diesen Bereichen keine Botschafter benennen, lassen Sie den größten Teil des Werts ungenutzt.

Zweitens: Entwickeln Sie duale KPIs — einen Satz für die Leistung „jetzt“ und einen Satz für die Fähigkeiten „als Nächstes“. Die Falle besteht darin, Ihre Transformation daran zu messen, wie viel bestehende Arbeit Sie automatisiert haben, obwohl die eigentliche Frage lautet, wie viel neue Arbeit Sie ermöglicht haben.

Die Führungskräfte, die damit erfolgreich sind, verfolgen kurzfristige „Jetzt“-Kennzahlen — Einführung, Produktivität und eingesparte Zeit — parallel zu längerfristigen „Als-Nächstes“-Kennzahlen — entwickelte neue Fähigkeiten, geschaffene neue Rollen sowie ermöglichte neue Umsätze oder Kundenergebnisse. Wenn Sie nur die „Jetzt“-Kennzahlen verfolgen, optimieren Sie sich zu einer kleineren, schnelleren Version dessen, was Sie früher waren. Es geht nicht darum, kleiner und schneller zu sein. Es geht darum, auf eine Weise anders zu sein, die etwas bewirkt.

Drittens: Legen Sie ausdrücklich fest, welche Entscheidungen vom Menschen-in-der-Schleife zum Menschen-an-der-Spitze übergehen. Der Wandel von „Der Mensch beobachtet, wie die KI arbeitet“ zu „Der Mensch steuert die Arbeit der KI und trägt Verantwortung für das Ergebnis“ ist die wichtigste Veränderung in der Governance, die eine People-Funktion in diesem Jahr vornehmen kann. Sie schafft Klarheit über Verantwortlichkeiten. Sie schafft schneller Vertrauen als jedes Richtliniendokument und gibt Ihren Mitarbeitenden eine klare Antwort auf die Frage, die sie sich wirklich stellen: Habe ich noch die Kontrolle über meine Arbeit?

Wenn die Antwort ja lautet — sichtbar, wiederholt und in den entscheidenden Momenten — beschleunigt sich die Einführung und der Widerstand nimmt ab. Wenn die Antwort unklar ist, wird jede andere KI-Initiative, die Sie durchführen, auf Reibung stoßen, für die Sie kein Budget eingeplant haben.

Was eine Führungskraft unersetzlich macht

Die Unternehmen, die derzeit ins Straucheln geraten, behandelten KI als Ersatzstrategie statt als Neugestaltungsstrategie und ersetzten dabei genau die Ebene, auf der menschliches Urteilsvermögen gefragt war. Die KI bewältigte die Menge. Sie verpasste den entscheidenden Moment. Die Kosten sind immer höher als vom Einsparungsmodell vorhergesagt, weil sich dieser Moment zu Vertrauen, zu Fluktuation und zu der nächsten Person summiert, die das Handbuch liest und still ihren Lebenslauf aktualisiert.

Die Führungskräfte, die beständig erfolgreich sind, schützen das, was eindeutig menschlich bleibt. Das schwierige Gespräch. Der Anruf zur Beförderung, bei dem die Daten zwar dafür sprechen, Sie aber spüren, dass die Person noch nicht bereit für die Verantwortung der nächsten Position ist. Der Austritt wurde mit so viel Anstand gestaltet, dass die ausscheidende Person weiterhin Gutes über das Unternehmen sagt. Das Urteilsvermögen darüber, ob jemand einen Anstoß durch Coaching braucht oder mehr Freiraum verdient. Dort entstehen tatsächlich Bindung, Vertrauen und Reputation — und dort sagt die nächste Bewerberin oder der nächste Bewerber zu, weil sie oder er gesehen hat, wie Sie die letzte Person behandelt haben, die gegangen ist.

Geschäftsorientierung, technologische Kompetenz und ein hohes Maß an Empathie sind keine drei getrennten Fähigkeiten. Es ist eine einzige Fähigkeit, die sich auf drei Arten ausdrückt.

Der Grund, warum mir das so wichtig ist, hängt — wenn ich ehrlich bin — mit meinen beiden Kindern zusammen.

Mein Sohn Jonah ist sieben. Jeden Morgen geht er direkt zu einer neuen Schachtel Legosteine. Manchmal befolgt er die Anweisungen genau. Manchmal ignoriert er sie vollständig und baut etwas, das noch niemand zuvor gesehen hat. Er sieht keinen Unterschied zwischen den beiden Ansätzen — bei beiden hat er etwas gebaut.

Das ist kein Lernstil. Das ist Widerstandsfähigkeit. Die Weigerung, sich von einer Mauer besiegen zu lassen, wenn es irgendwo ein Fenster gibt, das man noch nicht ausprobiert hat. Es ist auch die Eigenschaft, nach der ich bei jeder Führungskraft suche, bei deren Einstellung ich einen CEO unterstütze, denn jedes Scale-up ist ein Legoset, bei dem die Hälfte der Anleitung fehlt.

Meine Tochter Gabi wurde fünf und plante ihre eigenen Mitgebseltüten zum Geburtstag. Sie suchte für jede Freundin und jeden Freund Süßigkeiten und Spielzeug persönlich aus. Für jede und jeden zeichnete sie individuelle Illustrationen. An ihrem eigenen Geburtstag — an dem Tag, an dem sie eigentlich beschenkt werden sollte.

Das ist Großzügigkeit, aber noch hilfreicher ausgedrückt ist es ein Instinkt zur Multiplikation von Wirkung: die Menschen um sich herum besser zu machen, ohne darum gebeten zu werden, ohne auf den richtigen Moment zu warten und ohne eine Gegenleistung zu erwarten. Es ist die Führungseigenschaft, die in jedem Raum sichtbar wird, von dem ich je erlebt habe, dass er wirklich funktioniert. KI kann sie nicht hervorbringen.

Widerstandsfähigkeit und Großzügigkeit sind die beiden Eigenschaften, die ich meinen Kindern für einen Arbeitsmarkt mitgeben möchte, den ich nicht vollständig vorhersehen kann. Sie sind außerdem — zufällig, nicht unbeabsichtigt — die beiden Eigenschaften, nach denen ich bei jeder Führungskraft suche, die zu einem Vorstellungsgespräch in der letzten Runde kommt. KI kann fast alles andere. Diese Eigenschaften kann sie nicht leisten.

Darauf würde ich jedes Mal setzen. Ich tue es jedes Mal.

Bleiben Sie auf dem Laufenden

Sie können die Arbeit von Bradford Wilkins auf LinkedIn verfolgen.

Weitere Experteninterviews folgen bei People Managing People!