Signalbericht: Lektionen aus Transform 2026
Priorität für Governance: Die Einführung von KI erfordert einen strukturierten Ansatz mit klaren Governance-Regeln, um Chaos und Doppelarbeit zu vermeiden.
HR-Beteiligung: HR muss sich in der KI-Strategie behaupten und bei Themen wie Belegschaft und Lernen gemeinsam mit den technischen Leitern vorangehen.
Rolle des Managements: Das mittlere Management ist entscheidend für die KI-Transformation und braucht kontextbezogene Führung, um den Prozess zu steuern.
Auswirkung von Unklarheit: Wenn KI-Übergänge als fortlaufende Entwicklung statt als Umbrüche verstanden werden, werden Mitarbeiter weniger ausgelaugt und erleben weniger Veränderungsmüdigkeit.
Datenbasis: Eine starke, konsistente Dateninfrastruktur ist unerlässlich für eine wirksame KI-Einführung und zur Vermeidung systemischer Probleme.
Die Konferenzszene ist zu einer Art Signal geworden. Was in diesen Räumen und auf diesen Bühnen gesagt wird, ist eine Verdichtung dessen, was im modernen Arbeitsumfeld geschieht, was dort empfunden und prognostiziert wird.
Transform 2026 in Las Vegas war da keine Ausnahme. Über drei Tage hinweg mit Sessions, Panels und Gesprächen auf den Fluren wurden einige Dinge wirklich deutlich. Natürlich gab es die gewohnte Mischung aus optimistisch angehauchten Keynote-Abstraktionen und pessimistischen Eingeständnissen, aber auch ehrliche Reibungspunkte von Praktiker:innen, die mittendrin stecken.
Das ist es, was die Woche für mich tatsächlich zum Vorschein gebracht hat.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
1. Governance ist die unspektakuläre Arbeit, die darüber entscheidet, ob das alles Bestand hat.
Niemand kommt zu einer Konferenz, um über Richtliniendokumentation zu sprechen. Und doch tauchte sie immer wieder als tragende Säule der KI-Einführung auf.
In einer Session zum Thema Fähigkeiten am ersten Tag beschrieb Stacy Eng, frühere Chief Learning Officer bei Chevron, den Moment, als ihre Organisation merkte, dass reine Begeisterung Chaos anrichten würde. Sie hatten den Ideen der Mitarbeitenden zum Umgang mit KI freie Bahn gelassen – und das Ergebnis war tatsächlich eine Flut. Hunderte Ideen führten rasch zu der Erkenntnis, dass ein Rahmen zur Priorisierung nötig war.
Die Lösung war strukturell: Ein beauftragter KI-Rat, der CIO, CFO und andere Führungskräfte zusammenbrachte, um zu entscheiden, was verfolgt, was auf Eis gelegt und was verworfen wird.
Diese Erfahrung zog sich durch viele Sessions. Ein:e Praktiker:in aus einem Nicht-Technologie-Unternehmen beschrieb, wie sie sich bewusst aus dem frühen KI-Hype herausgehalten hatten – „Wir wollten erst, dass alle anderen die Fehler machen“ – bevor ein Vorstandsbeschluss zum Handeln zwang.
Amy Reichanadtner, Chief People Officer bei Databricks, berichtete, wie sie die KI-Aktivitäten ihres Teams in drei explizite Ebenen organisierte: von der Führung initiierte strategische Projekte, eine funktionsübergreifende Prozessprüfung sowie eine Sandbox-Zone für offene Experimente mit Leitplanken.
Ohne diese Struktur, so ihre Anmerkung, landen am Ende mehrere Werkzeuge für dasselbe Problem im People Stack und es gibt keinen Überblick, was tatsächlich funktioniert.
Das zugrunde liegende Problem: Unvollständige Richtliniendokumentation bildet eine schwache Basis für jedes KI-System, das darauf zugreift. Ganz zu schweigen von KI-Agenten, die eine Governance benötigen, die in Echtzeit mithalten kann.
2. Der Platz der Personalabteilung am KI-Tisch wird nicht angeboten. Sie muss ihn sich nehmen.
Einer der klarsten Frustrationspunkte in dieser Woche: Die Personalabteilung wird bei der KI-Strategie immer wieder ausgeschlossen und muss sich dann um die Folgen kümmern.
Isaac Agbeshie-Noye wies darauf hin, dass nur ein sehr geringer Anteil der HR-Fachkräfte seine Rolle in der KI-Strategie versteht.
„Sie haben das an den CTO ausgelagert“, sagte er. „Wir müssen diese Fachleute einbinden.“
Auch Eng machte auf einen ähnlichen Punkt beim Thema Organisationsgestaltung aufmerksam. Die Einführung von KI ist ein Ereignis für die Mitarbeitenden, keine technische Installation. Die Kompetenzen, die Psychologie, die Lernarchitektur – das sind HR-Themen.
„HR als diejenigen, die die Belegschaft verstehen, können den Bereich Lernen und Entwicklung aufbauen. Sie sollten Teil des KI-Rats sein, gemeinsam mit CIO, CTO, und dafür sorgen, dass die menschlichen Aspekte von Veränderung berücksichtigt werden.“
Laut dem HR-Ausblick 2026 der Brandon Hall Group integrieren 65 % der Unternehmen KI aktiv in die zentralen Arbeitsabläufe. Weniger als 30 % haben die Rollen oder Jobstrukturen sinnvoll angepasst, um das abzubilden. Diese Lücke ist genau der Punkt, an dem HR entweder Verantwortung übernimmt oder dauerhaft aufs Abstellgleis gestellt wird.
3. Auf der Führungsebene scheitert die KI-Transformation.
Die Session von Matt Poepsel war womöglich die ehrlichste der ganzen Woche. Er beschrieb Führungskräfte, die ohne den Kontext agieren, Entscheidungen im luftleeren Raum treffen, und wertete das nicht als individuelles, sondern als systemisches Versagen: generische KI, die weder die Organisation noch die Menschen noch die Verhaltensdynamiken kennt.
„Wenn wir Manager beim Abkürzen ertappen“, sagte er, „entsteht ein Vakuum – und das zeigt sich in jeder Phase des Employee Lifecycle.“
Die Konsequenzen sind kumulativ. Mitarbeitende wenden sich an ChatGPT, um Rat für Führungskräfte zu erhalten, weil das Vertrauen so stark erodiert ist, dass sie nicht mehr glauben, von ihrer tatsächlichen Führungskraft eine ehrliche Antwort zu bekommen.
Claude Silver, Chief Heart Officer bei VaynerX, beschrieb, wie Menschen in Führungspositionen befördert wurden und es sich herausstellte, dass die Organisation davon ausging, sie wüssten, wie man Raum für Angst, Unsicherheit und echte Gespräche hält.
Wir brauchen Führungskräfte, die das schaffen können", sagte sie. „Wir scheinen genau darüber hinwegzuspringen.“
Brian Elliott brachte es als Moderator der Veranstaltung auf den Punkt: „KI-Transformation ist ein Teamsport, der Zeit und Raum zum gemeinsamen Training erfordert. Ein in ein Team eingebetteter KI-Champion, der die Ziele des Teams kennt, ist wirkungsvoller als Trainingsprogramme.“
4. Unklarheit führt schneller zum Burnout als Arbeitsbelastung.
Change Fatigue wurde wiederholt genannt, aber die präzisere Diagnose kam von Agbeshie-Noye.
Das hat praktische Auswirkungen darauf, wie Organisationen KI-Übergänge kommunizieren. Eng beschrieb eine Kommunikationswahl bei Chevron, bei der der Fokus darauf lag, KI nicht als Bruch, sondern als nächstes Kapitel einer fortlaufenden digitalen Reise zu rahmen, damit sie sich kontinuierlich statt disruptiv anfühlt.
Danny Guillory, Chief People Officer bei Gametime, ging noch einen Schritt weiter.
"Manchmal müssen wir weniger tun in Bezug auf das, was wir vorantreiben – und uns dabei der Rhythmen bewusst sein, die die Menschen erleben."
Es gibt einen Unterschied darin, Ihre Belegschaft auf Veränderungen vorzubereiten und sie damit zu überfordern. Das Ziel all jener, die diese Herausforderung steuern wollen, liegt darin, Klarheit darüber zu schaffen, wohin die Reise geht – nicht allein Begeisterung für die Möglichkeiten zu entfachen.
5. Die Datenebene ist kein technisches Detail. Sie ist das Fundament.
Jevan Soo Lenox, Chief People Officer bei Writer, sagte etwas, das mehr Aufmerksamkeit verdient hätte: „Wenn du nicht auf einer großartigen, konsistenten Wissensbasis und Datenebene aufbaust, auf die du zugreifen und auf der du aufsetzen kannst, wird der Rest zusammenbrechen.“
Er sprach nicht abstrakt. Er schilderte, wie Organisationen KI-Tools auf chaotische, unvollständige oder inkonsistente Dateninfrastrukturen aufsetzen und sich dann wundern, warum nichts wie versprochen funktioniert.
Giovanni Luperti, CEO von Humaans, betonte einen verwandten Punkt bezüglich agentischer KI: Die Systeme lernen aus dem, was man ihnen zuführt. Gibt man ihnen fehlerhafte Daten, systematisieren sie das Chaos. Als Beispiel nannte er das Onboarding – sehr repetitiv, mit hoher Automatisierungschance, aber nur dann, wenn der zugrunde liegende Prozess klar definiert ist.
Man möchte Agenten, die diesen Prozess ständig ausführen und lernen, wie sie ihn besser machen können. Aber wenn man zu komplexeren Entscheidungskomponenten kommt, glaube ich nicht, dass diese Systeme schon so weit sind.
Die Frage, die sich Organisationen stellen sollten, bevor sie irgendetwas entwickeln: Woher bezieht die KI eigentlich ihre Informationen?
6. Führungsverantwortung bei der KI-Einführung muss messbar sein – sonst verpufft sie.
Stacy Eng brachte es klar auf den Punkt, was es braucht, um Führungskräfte vom Anfeuern zur Übernahme von Verantwortung zu bewegen.
Peter Beard, VP Policy and Programs bei der U.S. Chamber of Commerce, fügte einen verwandten Punkt zur Sichtbarkeit hinzu. Wenn KI-Projekte im Blickfeld der Unternehmensleitung bleiben – nicht, um einzugreifen, sondern um zu signalisieren, dass Aufmerksamkeit besteht – verändert das das Verhalten in der gesamten Organisation. „Das ist es, was Veränderungen antreibt“, sagte er.
Das ist wichtig, weil die Lücke bei der Verantwortlichkeit real ist. Wenn die Einführung von KI als eine unverbindliche Kulturinitiative dargestellt wird, gilt sie als optional. Wenn sie fest in die Leistungsbewertung eingebettet ist, wird sie zu echter Arbeit.
7. Das Bewerbersignal bricht zusammen – und Masse ist nicht die Lösung.
In der Recruiting-Session mit Aaron Wang, CEO von Alex.com, wurde ein Problem aufgedeckt, das Recruiting-Leiter in Echtzeit beobachten. Die Zahl der Bewerbungen ist explodiert – einige Bewerber-Tracking-Systeme berichten von 750 Bewerbungen pro Stelle – während tatsächlich nur etwa zwei bis drei Prozent überhaupt gesichtet werden.
KI hat das Bewerben praktisch reibungslos gemacht. Die Kosten für eine Bewerbung sind praktisch bei null. Zunehmend wird KI im Namen der Kandidaten eingesetzt, manchmal in großem Umfang, manchmal auch irreführend.
Das Argument der Anbieter lautet, dass KI-gestützte Vorauswahl das Problem löse, indem sie alle Bewerbungen bearbeitet. Die schwierigere, in der Session aufgeworfene und nicht abschließend beantwortete Frage ist jedoch, welches Signal am Ende tatsächlich übrig bleibt, wenn beide Seiten durch KI vermittelt werden.
Laut Wang könnte mittlerweile jeder vierte Bewerber betrügerisch sein. Sollte diese Zahl zutreffen, zeigt sie, wie kaputt der obere Trichter mittlerweile ist.
Das Kernproblem ist nicht die Masse. Der Lebenslauf als Signal war schon vor der KI auf dem absteigenden Ast; KI hat den Zerfall nur beschleunigt. Screening im großen Stil löst das Problem nicht, wie Qualität aussieht, wenn die Grundlagen nicht mehr vertrauenswürdig sind.
More Articles
- 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
- People-Technologe sagt: KI-Einführung ist zu 10 % Technologie, zu 90 % Psychologie
8. Menschliches Urteilsvermögen ist weiterhin der entscheidende Unterschied – aber nur, wenn es eingebettet und nicht vorausgesetzt wird.
Der durchgängige rote Faden der Woche, über viele Sessions hinweg, die sonst wenig gemeinsam hatten: Der Mensch bleibt im Urteilen besser als KI, aber dieser Vorteil zählt nur, wenn Organisationen ihn gezielt bewahren und ausbauen.
Matt Poepsels Rahmen war direkt.
Amy Reichanadtner hob zwei Fähigkeiten hervor, von denen sie glaubt, dass sie Menschen weiterbringen: aus Prinzipien heraus zu denken und ein Gestalter zu sein.
June Dinitz, Head of People für die USA und Kanada bei EPAM Systems, beschrieb die Entwicklung in der Beratung in Richtung „vor Ort eingesetzte Ingenieure" – also Menschen, die im Unternehmen eines Kunden arbeiten und sein gesamtes Umfeld verstehen, bevor sie technische Lösungen vorschlagen.
Das bedeutet, Urteilsvermögen nicht als weiche Fähigkeit zu behandeln. Betrachten Sie es als eine Form von Infrastruktur und schaffen Sie die Bedingungen, unter denen es ausgeübt werden kann – insbesondere in kleinen Teams. Lupetis Ansatz von "Entscheidungsunterstützung gegenüber Entscheidungsersatz" ist dabei ein hilfreicher Blickwinkel. Alles Deterministische an den Agenten abgeben. Alles, was Kontext, Nuancen oder Konsequenzen umfasst, muss beim Menschen bleiben.
9. Die jetzt eintretende Arbeitsgeneration erlebt etwas, das niemand Älteres vollkommen begreift – Führungskräfte müssen zuhören, nicht erklären.
Michael Walters, CHRO bei Samsung Semiconductors, sagte etwas, das für alle vor 2000 Geborenen ein guter Ratschlag ist.
Ich muss verstehen, dass ich nicht weiß, wie es ist, 2026 fünfundzwanzig zu sein, also muss ich viel zuhören.
Claude Silver berichtete davon, wie sie junge Arbeitnehmer kommen und schnell wieder gehen sieht – nicht wegen der Arbeit, sondern weil Organisationen keine ehrlichen Gespräche über die Auswirkungen von KI auf deren Zukunft, deren Karrierewege oder deren Zugehörigkeitsgefühl führen.
Während eines Gesprächs auf der Hauptbühne am zweiten Tag brachte es Van Jones auf den Punkt.
Lasst nicht zu, dass ihr diese Technologie nutzt, um eure Mitarbeiterzahl zu reduzieren. Jeder wird die Bots haben, und dann kommt es wieder auf die Menschen an. Ihr müsst stattdessen in die emotionale Arbeit investieren, um eure Teams zusammenzuhalten.
Das ist kein weiches Argument. Es ist ein strategisches. Wenn wir die Einführung von KI nur als Effizienzmaßnahme betrachten, verlieren wir die Menschen, die die jetzige Automatisierungswelle überdauern werden.
Den Umgang mit KI erlernen und menschliches Vertrauen aufbauen sind keine konkurrierenden Prioritäten. Im Moment sind sie dasselbe Projekt.