5 KI-Lektionen aus Q3, die jede Personalleitung im Gedächtnis behalten sollte
Signale aus der Schulung: Anfragen nach Schulungen zur Einführung von KI zeigen häufig unklare Prioritäten, Arbeitsabläufe und Standards auf, statt lediglich Wissenslücken bei der Nutzung von Tools.
Verdeckte KI-Nutzung: Nicht genehmigte KI-Arbeitsabläufe machen ungedeckte Bedürfnisse von Mitarbeitenden sichtbar und schaffen zugleich Risiken in Bezug auf Zuständigkeit, Dokumentation und Governance.
Nachweise für Aufsicht: Eine wirksame menschliche Aufsicht erfordert dokumentierte Anfechtungen, echte Entscheidungsbefugnisse und messbare Übersteuerungen in Arbeitsabläufen mit hoher Wirkung.
Grenzen der Begleitung: Dieselben KI-Analysen können die Leistung verbessern oder Überwachung ermöglichen – abhängig von Zugriff, Kontrolle durch die Nutzenden und Aufbewahrungsdauer.
Strategische Geduld: Schnellere, durch KI unterstützte Arbeit rechtfertigt keine sofortige Umstrukturierung; Führungskräfte benötigen Belege, bevor sie Rollen, Erwartungen oder Kapazitäten verändern.
Unsere Berichterstattung im letzten Quartal kam immer wieder auf denselben Punkt zurück: Der schwierige Teil der AI-Einführung beginnt erst, wenn das Tool funktioniert.
Sobald Menschen AI nutzen können, müssen Führungskräfte entscheiden, welche Probleme es wert sind, gelöst zu werden, was standardisiert werden sollte, wer die Ergebnisse der Technologie hinterfragen sollte und wie schnell sich die Organisation dadurch verändern sollte.
Vor diesem Hintergrund sind hier fünf Erkenntnisse aus Q3, die Sie bei Ihrer Planung für 2027 berücksichtigen sollten.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
1. Schulungsanfragen weisen meist auf eine Lücke im Urteilsvermögen hin
Auf der AI4 im August berichtete Markus McKay-Fleisch, Direktor für professionelle Dienstleistungen und AI-Befähigung bei Smartsheet, dass er mehr als 50 separate Claude-Projekte entdeckt hatte, die von Mitarbeitenden aus den Bereichen Finanzen, Kundensupport, Vertrieb und Personalwesen erstellt worden waren, um markenkonforme Materialien zu erstellen.
Das Problem war, dass die Mitarbeitenden nicht wussten, dass jemand anderes dasselbe Problem bereits gelöst hatte.
Dies verbirgt sich zunehmend hinter Anfragen nach mehr AI-Schulungen. Führungskräfte bitten möglicherweise um Schulungen, obwohl den Mitarbeitenden in Wirklichkeit Klarheit darüber fehlt, welche Probleme es wert sind, gelöst zu werden, wie ein gutes Ergebnis aussieht oder wie sich ihre Arbeit verändern sollte.
Dieselbe Einschränkung zeigt sich bei Bibliotheken für Eingabeaufforderungen. Eine bessere Eingabeaufforderung kann eine Aufgabe beschleunigen, aber ein neu gestalteter Arbeitsablauf kann grundlegend verändern, wie die Arbeit erledigt wird.
AI-Befähigung darf nicht bei der Vermittlung der Tool-Nutzung aufhören. Sie muss den Mitarbeitenden helfen zu entscheiden, wo sich der Einsatz lohnt.
2. Nicht genehmigte AI zeigt Ihnen, wo die Probleme liegen
Analiese Brown, Personalvorständin bei Campminder, bezeichnet die durch unkontrollierte AI-Einführung verursachte Fragmentierung als „Chaos-Schulden“.
Zunächst kann das wie Fortschritt aussehen. Mitarbeitende entwickeln Umgehungslösungen, automatisieren Aufgaben und teilen Tools mit Kolleginnen und Kollegen. Mit der Zeit häufen sich in Organisationen Arbeitsabläufe mit unklarer Zuständigkeit, kaum Dokumentation und Abhängigkeiten, die niemand beabsichtigt hatte.
Das schafft ein offensichtliches Governance-Problem, liefert aber auch nützliche Informationen.
Wenn jemand aus dem Finanzbereich einen eigenen Abstimmungsprozess entwickelt oder eine Recruiterin bzw. ein Recruiter ein genehmigtes System mit einem AI-Arbeitsablauf umgeht, fragen Sie, was die Person ursprünglich dazu veranlasst hat, den offiziellen Prozess zu umgehen.
Schatten-KI zeigt nicht nur, wo Kontrollen schwach sind. Sie kann auch zeigen, wo bestehende Tools und Prozesse die Bedürfnisse der Menschen, die sie nutzen, nicht erfüllen.
3. Menschliche Aufsicht braucht Belege
Die meisten AI-Governance-Frameworks sehen weiterhin irgendwo im Prozess einen Menschen vor.
Die wichtigere Frage ist, ob diese Person dem System jemals widerspricht.
Eine Möglichkeit zu prüfen, ob Entscheidungsbefugnisse bei AI tatsächlich bestehen, besteht darin, folgenreiche Arbeitsabläufe wie die Vorauswahl von Bewerberinnen und Bewerbern oder Leistungskennzeichnungen zu betrachten und die dokumentierten Übersteuerungen zu zählen.
Wenn die Zahl null beträgt, lohnt sich eine Untersuchung.
Vielleicht lag das System tatsächlich jedes Mal richtig. Oder die Mitarbeitenden glauben möglicherweise nicht, dass sie eine echte Befugnis haben, es infrage zu stellen, wissen nicht, wann sie dies tun sollten, oder dokumentieren diese Meinungsverschiedenheiten nicht, wenn sie auftreten.
Eine Person als verantwortlich zu benennen, ist einfach. Ein System aufzubauen, das dieser Person ermöglicht, ihr Urteilsvermögen einzusetzen, ist schwieriger.
4. Dieselbe AI kann anleiten oder überwachen
AI kann Teile der Arbeit sichtbar machen, die Führungskräfte zuvor nicht sehen konnten.
Bei Cognite erhielten Führungskräfte eine Analyse ihrer eigenen Vorstellungsgespräche. Eine Führungskraft erfuhr, dass 90 % ihrer Fragen geschlossen formuliert gewesen waren. Eine andere stellte fest, dass sie 85 % eines Gesprächs mit Reden statt mit Zuhören verbracht hatte.
Die Informationen wurden an die Führungskräfte selbst zurückgegeben, damit sie sich verbessern konnten.
Diese Unterscheidung ist wichtig, weil Anleitung und Überwachung aus demselben Tool hervorgehen können.
Wer sieht die Ergebnisse? Kann die gemessene Person sie nutzen? Wie lange bleibt der Datensatz bestehen?
Diese Entscheidungen werden zunehmend in Notizwerkzeugen, Transkriptionsprodukten und Analyseplattformen getroffen. Wenn eine Organisation zu diskutieren beginnt, ob sich ein Tool übergriffig anfühlt, sind einige der folgenreichsten Entscheidungen möglicherweise bereits in den Einstellungen getroffen worden.
5. Schneller ist nicht dasselbe wie weiter
AI erzeugt den Druck, Zeitpläne zu verkürzen.
Schneller entwickeln. Schneller bereitstellen. Früher den ROI zeigen. Eingesparte Zeit in messbaren Wert umwandeln.
Geschwindigkeit kann Führungskräfte jedoch auch dazu verleiten, aus vorübergehenden Erkenntnissen dauerhafte Entscheidungen abzuleiten.
Deshalb ist strategische Geduld umso wichtiger, je stärker KI die Arbeit beschleunigt. Dass ein Arbeitsablauf schneller wird, sagt nicht sofort aus, wie sich die Arbeit gestalten sollte, ob der Zugewinn von Dauer sein wird oder was Mitarbeitende mit den dadurch geschaffenen Kapazitäten tun sollten.
KI verändert die Arbeit in der Regel Aufgabe für Aufgabe. Einige Verantwortlichkeiten fallen weg. Andere werden wichtiger. Neue kommen hinzu.
Führungskräfte benötigen genügend Zeit, um dieses Muster zu erkennen, bevor sie Tätigkeiten neu gestalten, die Leistungserwartungen erhöhen oder Kapazitäten aufgrund eines anfänglichen Produktivitätszuwachses abbauen.
In der Planungsphase ist das besonders wichtig. Entscheidungen über Budgets, Rollen und Erwartungen, die jetzt getroffen werden, werden länger Bestand haben als die Pilotprojekte, auf denen sie beruhen.
Was uns Q3 hinterlassen hat
Die Diskussion über KI wird konkreter.
Die Gespräche über die Einführung rücken in den Hintergrund. Jetzt geht es darum, ob Mitarbeitende KI auf sinnvolle Probleme anwenden, was uns die inoffizielle Nutzung verrät, ob Menschen weiterhin ihr Urteilsvermögen einsetzen und ob Führungskräfte der Versuchung widerstehen können, jeden anfänglichen Zugewinn sofort in eine verbindliche Vorgabe zu verwandeln.
