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.
Verwandte Links:
- Treten Sie der People Managing People Community bei
- Abonnieren Sie unseren AI Signal Newsletter
- Vernetzen Sie sich mit Kamaria auf LinkedIn
Verwandte Artikel und Podcasts:
David Rice: Nur 10 % der Führungskräfte geben zu, KI zu nutzen – wer bringt es eigentlich den anderen bei? Niemand. Immer deutlicher zeigt sich, dass wir uns in einem globalen Peer-Learning-Moment befinden. Doch auf Organisationsebene wissen wir noch nicht genau, was das für die Entwicklung von Rollen und Verantwortlichkeiten bedeutet.
In der heutigen Sendung hört ihr ein Gespräch, das ich mit Kamaria Scott auf der Transform geführt habe. Ihr erinnert euch vielleicht an Kamaria – sie ist eine Freundin der Sendung und erklärt, warum Führungskräfte bald zum Engpass werden. Auch wenn eure Organisation KI mit großer Strategie eingeführt hat und ihr jetzt die Nutzung verfolgt: Die Antwort darauf, wer die alltägliche Arbeit wirklich steuert, wird immer unklarer.
Ist es HR, sind es Bereichsleitungen, Operationsteams? Wer entscheidet, ob Mitarbeitende Freiraum zum Ausprobieren bekommen oder jede Minute abrechenbar sein muss? Die Werkzeuge entwickeln sich rasant. Agenten können heute Dinge, die LLMs vorher nicht konnten – und diejenigen, die am meisten lernen, lernen es nicht von oben.
Sie lernen voneinander – von Kolleg:innen, die die gleiche Arbeit machen. Und dennoch sehen wir, wie Fähigkeiten verkümmern. Nicht nur, weil Kommunikationsfähigkeiten nachlassen, wenn KI E-Mails schreibt. Gemeint ist die Fähigkeit, Qualität zu beurteilen: KI-Output kritisch einzuschätzen. Es gibt die Sorge, dass Gen X und Millennials die letzten Generationen mit tiefem Expertenwissen sind, weil die kommenden Generationen so viel Arbeit auslagern, dass ihnen diese Erfahrungsgrundlage fehlt.
Heute sprechen wir darüber, warum „Passion Projects“ das entscheidende Adoptionsmodell sein können, wie die Mensch-Maschine-Schnittstelle zum Durchleiter für KI-Output wird statt Expertise zu vermitteln, wie Performance Management aussieht, wenn Agenten die Hälfte der Arbeit erledigen, warum Organisationen keine Lernagilität gefördert haben und wie man sicherstellt, dass Menschen die Kompetenz entwickeln, KI-Ergebnisse zu beurteilen.
Ich bin David Rice. Das ist „Menschen führen Menschen“. Und wenn ihr erwartet habt, dass Adoption ganz ohne Freiraum für Experimente stattfindet, zeigt dieses Gespräch, warum eure Strategie auf Management-Ebene ins Stocken gerät. Jetzt übergebe ich an mich und Kamaria.
Also, wir sind hier auf der Transform-Konferenz. Ich bin mit Kamaria Scott zusammen – ihr kennt sie schon aus früheren Podcasts.
Wir sind also auf der Transform. Es ist keine Überraschung, dass wir hier sind, aber es ist eine Überraschung, dass wir uns zu diesem Gespräch zusammensetzen. Mich interessiert: Worauf freust du dich diese Woche, Kamaria, und was hast du bisher gehört, das du spannend findest?
Kamaria Scott: Ja. Alle, die mich kennen, wissen: Führungskräfte liegen mir am Herzen, ihre Erfahrung ist mir extrem wichtig. Ich höre diese Woche gezielt auf Gespräche, die das Führungs-Erlebnis und KI verbinden – also: Wie helfen wir ihnen, KI in ihren Teams einzuführen und diesen großen Wandel zu gestalten?
David Rice: Was hast du bisher erlebt, was hast du daraus mitgenommen?
Kamaria Scott: Spannenderweise: Gestern, und ich habe es auf LinkedIn gepostet, mein Favorit war die „KI-Game-Show“ für CHROs – irgendwie „Compete to Transform“ oder so ähnlich.
Was mir daran am meisten gefallen hat: Eine der Panelistinnen sagte, die eigentliche Frage ist nicht, ob Unternehmen eine Strategie haben. Sondern: Es spielt keine Rolle, ob ihr eine Strategie und die Finanzierung dafür habt, wenn ihr den Menschen nicht genug Zeit gebt, im Alltag zu experimentieren ...
David Rice: Ja
Kamaria Scott: ... und herauszufinden, wie man diese Tools nutzt, dann scheitert die Einführung. Alles, was sie beschrieb, passiert auf Teamebene.
Dort sind die Führungskräfte. Meine Frage war: Hier sprechen CHROs darüber, aber oft steuert HR eben nicht die tägliche Arbeit der Leute. Das machen die Fachbereiche, die Operationsleitungen. Wie beeinflusst oder überzeugt ihr Führungskräfte in der Linie, Menschen die nötige Zeit für Experimente zu ermöglichen?
David Rice: Gestern ist mir aufgefallen, und das höre ich immer öfter: Man sollte etwas mehr loslassen und die Teams sich gegenseitig lehren lassen. Die hilfreichsten Dinge lernt man von Kolleg:innen, die denselben Job machen wie man selbst.
Kamaria Scott: Genau.
David Rice: Es reicht nicht, dass jemand es einmal vormacht – so bleibt es sowieso nie hängen.
Kamaria Scott: Richtig.
David Rice: Wir sehen das ständig: Die Leute experimentieren in der Praxis – aber sie brauchen Zeit dafür.
Kamaria Scott: Genau. Diese Tools ändern sich stündlich.
Gestern ging das noch nicht, heute schon. Und persönlich: Während ich zwischen Claude und Perplexity hin- und herschalte, könnte ich damit den ganzen Tag verbringen – aber es gibt auch noch echte Arbeit zu tun.
David Rice: Total.
Kamaria Scott: Das Beste, was man tun kann, ist meiner Meinung nach, den Menschen „Spielraum“ zu geben. Ich nenne das immer „Slack-Time“. Auf meinem Team ermögliche ich „Passion Projects“: Wer bei mir im Team ist, bekommt 10 % seiner Zeit für ein Herzensprojekt. Zwei Regeln: Erstens, ich kontrolliere nicht, das ist für dich. Zweitens, es muss dem Mitarbeitenden und dem Unternehmen nutzen – also kein Brotbacken auf der Arbeitszeit, klar? Das ist für Führungskräfte eine super Chance: Sucht euch etwas, das ihr täglich tut, und findet heraus, wie KI euch helfen kann, es besser zu machen.
In acht Wochen machen wir dann ein gemeinsames „Show & Tell“.
David Rice: Ob allein oder im Team: Hauptsache, es bringt euch und dem Unternehmen etwas. Wenn eure „ADD-Schmetterlings-ToDo-Liste“ am Ende im Job und privat hilft – fein, macht das.
David Rice: In der gestrigen Session ging es um skillbasierte Strategien. Wenn ihr das wollt, müsst ihr Fähigkeiten ins Zentrum rücken. Was steht für Mitarbeitende im Mittelpunkt? Nicht, was der CEO sagt, sondern das, was sie im Arbeitsalltag mit anderen erleben.
Kamaria Scott: Ganz genau.
David Rice: Deshalb hören wir immer mehr von „Peer-geführter KI-Experimentation“ und -Lernen.
Kamaria Scott: Senior-Führungskräfte, die selbst nicht KI im Arbeitsalltag nutzen, können nichts vermitteln.
David Rice: Stimmt.
Kamaria Scott: Ich habe das immer wieder beobachtet: Auch als wir KI erstmals eingeführt haben und Führungskräfte darüber sprachen, dachte ich oft: „Sie nutzen das gar nicht!“
David Rice: Nur 10 % geben zu, es zu nutzen.
Kamaria Scott: Das ist genau mein Punkt: Wenn Führung oben nicht lebt, wie sollen weiter unten Kompetenzen aufgebaut werden? Das Faszinierende ist: Wir erleben gerade eine Revolution, aber es gibt kaum Erfahrungswissen, das weitergegeben werden kann. Alle lernen gemeinsam. Vor ein paar Wochen bei den „She Builds“-Veranstaltungen zum Weltfrauentag saßen wir mit Laptops zusammen und haben gegenseitig am Manager-Dashboard getüftelt: „Wie hast du das gemacht?“ – Peer-Learning pur. Das ist absolut globaler Peer-Learning-Moment.
David Rice: Beeindruckend.
Kamaria Scott: Wenn Unternehmen das für sich nutzen, eröffnen sich großartige Chancen im Adoptionsprozess.
David Rice: Ein wichtiger Punkt dazu: Man muss den psychologischen Raum schaffen ...
Kamaria Scott: Ja.
David Rice: Die Welt ist ziemlich überwältigend im Moment, oder?
Kamaria Scott: Allerdings.
David Rice: Menschen bringen das ins Berufsleben. Und dann heißt es: „Experimentiert.“ Viele wollen einfach nur ihren Job machen, heimgehen und Frieden finden.
Kamaria Scott: Klar.
David Rice: Man muss diesen Raum schaffen, damit Experimentieren selbstverständlich wird – als Teil der Arbeit, nicht als Zusatzaufwand.
Ich will das Rad nicht neu erfinden, aber ihr sollt überdenken, was in eurer Rolle alles möglich ist.
Kamaria Scott: Vielleicht hilft es, die Frage einfach umzudrehen: Wie kann ich KI so nutzen, dass mein Leben oder meine Arbeit leichter wird?
David Rice: Genau.
Kamaria Scott: Ich habe z. B. mit KI Whitepapers geschrieben – das hätte ich ohne KI gehasst. So konnte ich mich auf das konzentrieren, was ich liebe: mit Menschen sprechen, coachen, trainieren. Die administrativen Aufgaben mag ich nicht – kann KI das für mich erledigen, gewinne ich Zeit!
Ein Beispiel: Bei der Vorbereitung auf diese Konferenz wollte ich gezielt Leute kontaktieren. KI hat mein Research gemacht und individuelle Nachrichten entworfen – etwas, wofür ich sonst Wochen gebraucht hätte, war in zwei Tagen erledigt.
David Rice: Das klingt effizient.
Kamaria Scott: So bleibt mehr Zeit für das, was ich wirklich gern tue. Auch intern ermutige ich die Teams: Nutzt KI als Unterstützung, nicht als Ersatz für Kernkompetenzen. Die Stärken der KI helfen, eigene Schwächen auszugleichen.
David Rice: Ich habe KI für strategische Klammer benutzt, um meine Gedanken zu strukturieren. Es hilft, Konzepte zu verbinden, sorgt für starke Botschaften – auch wenn ich persönlich kein besserer Autor durch KI werde.
Kamaria Scott: Genau. Wichtig ist, zu prüfen: Wo hilft es mir wirklich? Und was liegt mir ohnehin? Ich liebe die Idee von Herzensprojekten, weil es um die natürliche Neugier geht, nicht um Zwang.
David Rice: Vor-KI-Zeiten haben wir im Team solche Projekte gemacht – wie etwa den Aufbau eines Workspace-Builders fürs LMS. Am Ende hatte das Teammitglied Coding geübt und zugleich einen Nutzen für interne Kund:innen geschaffen.
Kamaria Scott: So entsteht eine Win-Win-Situation: Persönliche Interessen treffen auf geschäftlichen Nutzen.
David Rice: Dahinter steckt Eigenmotivation. Auf einer Konferenz hörte ich von HR-Leitenden, die genervt waren, dass Leute KI für E-Mails nutzen. Sie beschweren sich über nachlassende Kommunikationsskills, erkennen aber nicht die Verantwortung, Vorgaben zu machen oder die Mitarbeitenden zu reflektieren: Ist das überhaupt sinnvoller Technologieeinsatz?
Kamaria Scott: Die wahre Herausforderung ist die Verkümmerung des Denkens. Ich hatte Situationen, wo ich überrascht merkte: Ich habe diese E-Mail selbst geschrieben! Früher hätte ich direkt „KI, schreib das mal ...“ gesagt. Da fragte ich mich: Habe ich meine Schreibfähigkeiten verloren? Hier kommen Führungskräfte wieder ins Spiel: Wer prüft, ob die Mail gut ist, wenn alles KI schreibt?
Mir hilft KI zum Beispiel, meine ADHS-bedingten Fehler auszugleichen – ich übersehe leicht Tippfehler, mit KI verliere ich die Sorge darum. Das mag trivial klingen, aber es hilft mir enorm.
David Rice: Auch auf meiner Entwicklung hätte mir ein KI-Co-Pilot beim schriftlichen Kommunizieren geholfen, z. B. um mir beim „Ton runterdrehen“ zu helfen. Für viele ist letztlich die Reflexion entscheidend, nicht nur das reine Generieren von Output.
Kamaria Scott: Gerade bei Lerninhalten spiegelt sich das: KI spuckt Standardziele aus, aber die Feinheiten fehlen – all das, was echten Wert bringt. Deswegen braucht es die Fähigkeit zu beurteilen: Stimmt die Qualität? Führt das zum gewünschten Ergebnis?
Deshalb ist es Aufgabe der Führungskräfte, Coaching und Support zu bieten, damit Teams nicht einfach KI-Output durchreichen, sondern reflektieren und anpassen.
David Rice: Ihr solltet nicht zur reinen Mensch-KI-Schnittstelle werden.
Kamaria Scott: Genau – die eigene Expertise muss sich im Ergebnis zeigen.
David Rice: Ich will das gewisse „Jessica“ in deinen E-Mails spüren – den persönlichen Erfahrungshintergrund.
Kamaria Scott: Richtig. Wenn du wie ein Sous-Chef einfach nur das KI-Gericht aus der Küche reichst, klappt das nicht. Ich will deine Expertise und Erfahrung.
Doch größtes Problem: Je mehr Arbeit wir KI überlassen, desto mehr geht Expertise verloren. Gen X und Millennials sind vielleicht die letzten mit tiefem Fachwissen. Prompt Engineering ist nicht dasselbe wie fachliche Kompetenz. Wenn wir alles outsourcen, verlieren wir wichtige Fähigkeiten, Qualität kritisch einzuschätzen.
David Rice: Wir reden viel über Skills, aber untergraben sie parallell wieder mit KI.
Kamaria Scott: Dieses Problem gibt es aber schon länger – viele Plattformen nehmen einem selbst die Identifikation von Lernlücken ab. Werden wir mental bequem, verlernen wir Lücken zu erkennen – das schwächt die Entwicklung.
Und durch fehlende „Slack-Time“ haben wir keine echte Lernkultur aufgebaut. Jetzt stehen wir an einem Wendepunkt, aber ohne Lernagilität.
David Rice: Da kann ich nur applaudieren.
Kamaria Scott: Was soll man sonst sagen?
David Rice: Was ist das nächste Gesprächsthema für dich?
Kamaria Scott: Mehr vom Gleichen! KI ist das Tagesthema. Aber die Schnittstellen zu HR und Führungskräften interessieren mich immer besonders: Wie werden Manager:innen befähigt? Jede Strategie läuft irgendwann über die Teams, daran entscheidet sich der Erfolg.
David Rice: Ich bin gespannt, wie KI zum Einsatz bei Bewerbungen diskutiert wird. KI prüft alle Lebensläufe, das läuft oft schief. Welche Daten schauen wir uns eigentlich wirklich an? Und wie bewerten wir Bewerbende? Der Frust ist groß: Viele müssen zahlreiche Runden und Assessments durchlaufen, werden dann aber nicht mal bezahlt oder bekommen keine Rückmeldung.
Kamaria Scott: Auch Performance Management mit KI finde ich spannend: Was bedeutet Seniorität, wenn die Informationsbasis demokratisiert ist? Wie bewertet man Leistung, wenn Agenten die halbe Arbeit machen?
David Rice: Die Leute finden die KI-basierte Leistungsbewertung teils besser – aber sobald sie wissen, dass’s von KI kommt, sinkt das Vertrauen. Es muss transparent gemacht werden, damit ein echter Dialog entsteht.
Kamaria Scott: Genau. KI liefert einen Datenpunkt – Performance Management sollte immer eine Gesprächsbasis sein, nie das Endziel. Die Einschätzung ist nur der Auftakt fürs Gespräch.
So kommen wir zu mehr Objektivität und können Daten als Brücke zwischen verschiedenen Sichtweisen nutzen.
David Rice: Ich freue mich auf viele weitere Eindrücke. Schön, dich zu sehen, Kamaria.
Kamaria Scott: Wie immer.
David Rice: Das war’s für diese Folge. Abonniert unseren Newsletter und folgt uns auf YouTube und Social Media, damit ihr keine Folge mehr verpasst.
