Nur 10 % der Führungskräfte nutzen KI – aber wer bringt es den anderen bei?

Nur 10 % der Führungskräfte geben zu, KI zu nutzen. Das wirft eine unangenehme Frage auf: Wenn das Management die Tools eigentlich nicht nutzt, wer bringt dann eigentlich allen anderen bei, wie damit gearbeitet wird? Zunehmend lautet die Antwort: die Kolleg:innen. In diesem Gespräch aus der Reihe Transform spricht David Rice mit der wiederkehrenden Gästin Kamaria Scott darüber, warum KI-Einführung weniger eine von oben gesteuerte Transformation, sondern vielmehr ein globales Peer-Learning-Experiment in Echtzeit ist.

Sie beleuchten die wachsende Spannung zwischen dem organisatorischen Druck, KI einzuführen, und dem völligen Mangel an Kapazitäten, mit der viele Beschäftigte tatsächlich experimentieren könnten. Dabei gehen sie auf die Befähigung von Führungskräften, Kompetenzabbau, Lernagilität, Leistungsmanagement und die unbequeme Möglichkeit ein, dass Unternehmen womöglich genau jene Expertise automatisieren, die Mitarbeitende eigentlich brauchen, um die Qualität von KI-Ergebnissen beurteilen zu können. Heraus kommt eine offene Diskussion darüber, warum Manager:innen zum Flaschenhals bei der Einführung von KI werden könnten – und warum Organisationen, die bisher keine wirkliche Lernkultur aufgebaut haben, nun die Quittung dafür bekommen.

Das lernen Sie

  • Warum KI-Einführung scheitert, wenn Organisationen keinen Raum für Experimente schaffen
  • Wie Peer-geleitetes Lernen still und leise zur eigentlichen Strategie der KI-Befähigung wird
  • Warum Manager:innen – und nicht HR – letztlich darüber entscheiden, ob die Einführung von KI gelingt
  • Die Risiken von Kompetenzabbau und dem Verlust der Fähigkeit, Qualitätsarbeit zu beurteilen
  • Wie KI menschliche Expertise stärken kann, statt sie zu ersetzen
  • Warum „Lernagilität“ zu einer entscheidenden organisatorischen Fähigkeit geworden ist
  • Wie Leistungsmanagement aussehen könnte, wenn KI-Agenten einen Teil der Arbeit übernehmen
  • Wie Organisationen gesündere KI-Kulturen statt reaktiver KI-Richtlinien schaffen können

Wichtigste Erkenntnisse

  • Ohne Freiräume scheitert die Einführung von KI.
    Sie können KI-Initiativen den ganzen Tag finanzieren, aber wenn Beschäftigte neben einer vollen Arbeitslast auch noch „experimentieren“ sollen, stockt die Einführung sofort. Führungskräfte steuern die Kapazitäten weitaus stärker als die Strategiepapiere.
  • Peer-Learning wird zum dominanten Lernmodell.
    Diejenigen, die die nützlichsten KI-Workflows entdecken, lernen von Kolleg:innen im gleichen Job – nicht von Führungskräften, die auf Keynotes über Transformation sprechen.
  • Manager:innen werden zum Flaschenhals für KI.
    Jede Strategie in Organisationen läuft irgendwann über die Führungskräfte an der Front. Wenn Manager:innen selbst nicht befähigt, gecoacht und ermutigt werden, zu experimentieren, scheitert die Strategie an genau dieser Stelle.
  • KI sollte Expertise stärken, nicht ersetzen.
    Kamaria bringt die Gefahr auf den Punkt: Menschen laufen Gefahr, zu „menschlichen Schnittstellen“ für KI-Ergebnisse zu werden, anstatt ihr Urteil und ihre Erfahrung einzusetzen, um diese zu verbessern.
  • Kompetenzverlust findet bereits statt.
    Beschäftigte können technisch korrekte Ergebnisse liefern und dabei dennoch die Fähigkeit einbüßen zu erkennen, ob die Arbeit tatsächlich gut ist. Das ist ein viel größeres Problem, als dass jemand eine E-Mail mithilfe von KI verfasst hat.
  • Herzensprojekte schaffen sichere Experimentierräume.
    Beschäftigten geschützte Zeit zu geben, KI bei Arbeiten einzusetzen, die ihnen bereits am Herzen liegen, sorgt für weit mehr Engagement, als starre Einführungsprogramme.
  • Organisationen haben nie wirklich Lernkulturen aufgebaut.
    Viele Unternehmen haben jahrelang Lernzeiten zugunsten von abrechenbarer Auslastung zurückgestellt. Nun stehen sie vor einem riesigen technologischen Wandel, ohne Mitarbeitende mit starker Lernagilität.
  • Leistungsmanagement betritt Neuland.
    Wenn KI-Agenten die Hälfte der Arbeit erledigen – was genau sollen Organisationen dann bewerten? Output? Urteilsvermögen? Fähigkeiten beim Prompten? Zusammenarbeit? Die Unternehmen finden das gerade in Echtzeit heraus.

Kapitel

  • 00:00 — Engpässe bei der Einführung von KI
  • 02:31 — Führungskräfte und die Einführung von KI
  • 04:15 — Lernen von Kolleg:innen am Arbeitsplatz
  • 05:05 — Leidenschaftsprojekte rund um KI
  • 07:51 — Ermüdung durch ständige Experimente
  • 09:01 — Automatisierung von Verwaltungsaufgaben
  • 10:34 — KI als Verstärkung persönlicher Stärken
  • 11:42 — Die Rückkehr menschlichen Schreibens
  • 13:54 — KI-generierte Kommunikation
  • 15:27 — Risiken des Kompetenzabbaus
  • 18:09 — Menschliches Urteilsvermögen vs. KI-Ausgaben
  • 20:58 — Warum Expertise weiterhin entscheidend ist
  • 23:06 — Scheitern an Lernagilität
  • 25:42 — KI und Gegenreaktionen bei Einstellungen
  • 26:24 — Leistungsbeurteilungen im Zeitalter der KI
  • 27:52 — KI als Gesprächsanstoß
  • 29:35 — Abschließende Gedanken

Lernen Sie unseren Gast kennen

Kamaria Scott ist die Gründerin und CEO von Enetic, einem Technologie- und Innovationsunternehmen, das Organisationen unterstützt, KI, Automatisierung und neue Technologien zu nutzen, um intelligentere Geschäftsergebnisse zu erzielen. Mit einem Hintergrund in digitaler Transformation, Strategie und operativer Führung arbeitet sie mit Führungskräften und Teams daran, die Lücke zwischen Innovation und praktischer Umsetzung zu schließen. Kamaria ist bekannt für ihren zukunftsorientierten Ansatz beim Thema KI-Einführung, organisatorisches Wachstum und zukunftsfähige Führung. Sie hilft Unternehmen, Veränderungen zu bewältigen und agilere, mitarbeiterorientierte Systeme aufzubauen. 

You may also like