Warum HR bei KI stecken bleibt – und was es braucht, um die Transformation zu führen

David Rice: Wahrscheinlich hat Ihr CEO Sie vor etwa 18 Monaten gefragt, was Sie eigentlich mit KI machen. Also haben Sie etwas unternommen, Richtlinien geschrieben, Leitplanken gebaut, Governance-Rahmen etabliert. Und jetzt stecken Sie fest. 66 % der HR-Organisationen konzentrieren sich auf Compliance – oder anders gesagt: darauf, was mit KI nicht gemacht werden darf. Aber nur etwa 30 % haben Klarheit darüber, welchen Wert sie eigentlich schaffen wollen. Sie haben also Sicherheitsleitplanken gebaut. Aber niemand hat wirklich die Straße gebaut.

Der heutige Gast ist Dr. Dieter Veldsman. Er ist Chief AI Scientist bei AIHR und wird uns durch das „Schleudertrauma“-Muster führen, das er derzeit im HR-Bereich beobachtet: nämlich die Überreaktion, unbedingt etwas mit KI machen zu müssen, gefolgt von der Überkorrektur in den sicheren Modus – und warum man dadurch im Mittelfeld feststeckt, während Marketing, Vertrieb und Produktentwicklung als Abteilungen vorneweg rennen.

Was er wirklich vermitteln möchte, ähnelt sehr dem, was wir auch in dieser Sendung immer sagen: Unternehmen behandeln KI als technologische Transformation, dabei ist es eigentlich eine Kultur- und Menschentransformation. Das bedeutet: HR sollte nicht hinterherlaufen, sondern die Diskussion anführen.

Wir behandeln heute: Warum beschäftigt zu sein mit KI wichtiger wurde als strategisch zu sein; wie man aus der Compliance-Falle ausbricht, ohne riskante Experimente; die sich wandelnde Rolle des CHRO als Chefarchitekt des Mensch-Maschine-Ökosystems; und wie man von „was können wir sicher nutzen?“ zu „welchen Wert schaffen wir?“ kommt.

Ich bin David Rice. Das ist der „People Managing People“-Podcast. Und falls Sie sich beim Thema KI nur verteidigen, statt die Transformation zu steuern, ist dieses Gespräch Ihr Neustart. Also, los geht’s.

Dieter, willkommen!

Dieter Veldsman: Vielen Dank, David. Schön, hier zu sein.

David Rice: Im Vorgespräch hast du von diesem Muster erzählt: Erst überreagieren, dann überkorrigieren, speziell im HR im Zusammenhang mit KI. Kannst du das ein bisschen ausführen? Was passiert da? Was treibt das an?

Dieter Veldsman: Ich glaube, ähnlich wie in anderen Unternehmensbereichen, wenn man die Zeit um 18 bis 24 Monate zurückdreht, gab es diesen großen Druck: Was macht ihr mit KI? Man sollte aktiv werden, irgendetwas mit KI machen.

Ich denke, das hat ein bisschen dazu geführt, dass man – ich will es nicht „kopfloses Experimentieren“ nennen, aber die Leute haben sich gefragt: Welche Tools habe ich? Wie nutze ich die? Was sind die Anwendungsfälle? Natürlich gab es einen regelrechten Aktionismus und eine Überreaktion: Hauptsache, man ist beschäftigt mit KI – ob das tatsächlich wertvoll ist oder zur Zielsetzung des HR-Teams passt, war erst einmal zweitrangig, fast schon egal. Es ging darum, Aktivität zu zeigen.

Dann gab es eine zweite Phase, in der der Rückzug einsetzte: Moment mal – wir können doch nicht einfach so ziellos herumexperimentieren! Lasst uns drüber sprechen, welchen Wert wir schaffen, wie sicher wir sind, wie die Governance aussieht, ob wir das Richtige nutzen und was die Leitplanken sind.

Das hat sich in den letzten 18 Monaten klar gezeigt. Wir haben kürzlich eine Studie bei etwa 337 HR-Organisationen gemacht und die Daten waren interessant: Fast 66 % konzentrieren sich auf den Compliance-Aspekt, also Governance, Richtlinien, Leitplanken, was ist erlaubt, was nicht. Aber nur 30 % sagen, es gibt Klarheit darüber, welchen Wert KI für sie bringen soll. Darum beschreibe ich diese Überreaktion – man wollte unbedingt irgendetwas tun anstatt sich Zeit zu nehmen und zu überlegen: Was wollen wir wirklich mit KI tun und warum? Das spielte oft nur eine untergeordnete Rolle.

David Rice: Ich sehe das auch: Es gibt so eine Art Schleudertrauma zwischen Dringlichkeit und Vermeidung. Man wird aufgefordert, schnell etwas zu machen, hat aber keine Zielsetzung oder Leitlinie – dann bleibt man stecken.

Gerade im HR verstärkt sich das: Man schaltet in den Sicheren Modus, diesen Compliance-Gedanken. Eigentlich wollte HR strategisch agieren, aber wegen mangelnder Kapazität oder fehlender Experimentier-Erlaubnis ist das oft nicht passiert.

Glaubst du, es gibt zusätzlich noch eine große Angst davor, Fehler zu machen – oder vielleicht etwas Tieferes? Man steht unter Druck, Aktivität zu zeigen, aber ohne Struktur dahinter fühlt man sich letztlich hilflos.

Dieter Veldsman: Absolut richtig. Es kamen mehrere Dinge zusammen – ich bin ja selbst leidenschaftlicher HR-Profi. Das Gefühl kenne ich. Wir sind im HR oft risikoavers, nicht nur bei KI, sondern generell; wir wissen aus Erfahrung, wie groß die Risiken sind, wenn etwas schiefläuft. Im KI-Einsatz hinkte HR im Vergleich zu Abteilungen wie Produktentwicklung, Marketing, Vertrieb eher hinterher – war aber noch vor sehr regeltreuen Bereichen wie Legal oder Compliance. HR lag also irgendwie im Mittelfeld.

Warum HR immer als Zielscheibe herhalten muss, ist vielleicht ein anderes Thema – aber bei neuer Technologie heißt es oft: Das ist das Ende der HR-Funktion! Das hat sich nie bewahrheitet – die Funktion hat sich mehrfach verändert. Aber es gab und gibt diese KI-Angst: Was passiert mit uns? Realistischerweise wird KI Aufgaben, Aktivitäten und Abläufe übernehmen. Aber was bedeutet das für die künftige Arbeit im HR?

Und ich glaube viele Organisationen haben anfangs KI rein technologisch gesehen und darüber übersehen, dass es um einen viel größeren Wandel bei Kultur und Menschen geht. Da sollte HR unbedingt an den Tisch und die Diskussion führen.

Erfolgreiche Unternehmen verfolgen eine multidisziplinäre Herangehensweise bei ihrer KI-Strategie: Sie holen technische, HR- und Business-Stimmen zusammen, damit sie gemeinsam gestalten, welche KI-Fähigkeiten sie künftig brauchen. In vielen Unternehmen war HR zu spät im Gespräch, sei es weil sie nicht eingeladen wurden, weil sie keinen Bedarf gesehen oder nicht das erforderliche Know-how hatten – da gibt es verschiedene Gründe.

David Rice: Du bist HR-Profi, warst in mehreren Unternehmen und hast beobachtet, wie mit Disruptionen umgegangen wird. Was hast du dabei gelernt? Es gibt theoretische Sprüche zu Anpassungsfähigkeit – aber die Realität sieht oft anders aus.

Dieter Veldsman: Dein früherer Kommentar zur Sicherheitsmentalität war treffend. Bei großen Disruptionen bilden sich meist drei Lager – das habe ich wieder bei KI gesehen: Erstens die Early Adopters, die euphorisch aufspringen und meinen, jetzt kommt die Wunderwaffe, die alles verändert. Das ist viel Hype, leider auch mit Risiken, weil man oft loslegt, ohne alles zu verstehen.

Dann gibt es die Skeptiker: Die haben schon viele Transformationen erlebt und bleiben zurückhaltend, nach dem Motto „Abwarten, es wird sich ohnehin nicht wirklich etwas ändern“. Der Unterschied bei KI ist die Geschwindigkeit – weil erstmals alle über generative-Tools Zugang dazu haben. Jeder, der Internet hat, kann mitmachen – das erhöht die Unruhe.

Die Organisationen sind aktuell in einem Prozess der Sinnstiftung: Was bedeutet das wirklich für uns? Was bringt es tatsächlich? Wo ist es nützlich, wo eher nur Spielerei? Disruption verlangt einen Sinnstiftungs-Zyklus, den nicht alle Firmen gleich schnell durchlaufen: Verstehen, was Sache ist; herausfinden, was es im eigenen Kontext bedeutet; prüfen, was man damit nachhaltig machen will. Das Organisations-DNA und die Unternehmenskultur werden dabei sichtbar: In Unsicherheiten zeigen sich die wahren Farben.

Also: Es gibt immer die Schnellstarter und die Zögerlichen. Am wichtigsten finde ich aber, dass Führungskräfte diesen Sinnstiftungs-Prozess gezielt fördern und Organisationen dafür rüsten.

David Rice: Ich finde den Begriff „Sinnstiftungs-Zyklus“ toll! Disruption zeigt das eigentliche Innenleben – und manchmal merkt man erst, ob das Team eher überanalysiert oder sich wegen fehlender gemeinsamer Sprache bei solchen Themen festfährt. Die erfolgreichsten Organisationen haben mit der Transformation nicht primär ein Ressourcenproblem (jeder hat Zugang zu generativer KI!), sondern es hängt an der Klarheit: Wie schnell will man wirklich gehen? Welches Tempo, welcher Tiefgang im Experimentieren? Ist das auch deine Beobachtung?

Dieter Veldsman: Ganz genau. Unternehmen, die wirklich Klarheit haben, worauf sie sich einlassen und was sie (nicht) ausprobieren wollen, stehen besser da.

Ein Beispiel: Wir hatten neulich einen Kunden, der Chief AI Officer sagte: „Wir wollen ganz bewusst starker Zweitfolger sein bei der KI-Revolution.“ Ich war erst perplex – alle wollen doch First Mover sein? Aber nein, sie sagen: „Wir lassen andere Fehler machen, lernen davon und machen’s später richtig.“ Das ist eine gegenläufige Botschaft, aber manchmal sinnvoll: Nicht immer muss man der Erste, Beste, Innovativste sein. Manchmal ist es okay, solid auf dem Weg zu bleiben.

Zurück zu deinem Punkt: Für mich geht’s darum, immer Klarheit zu schaffen – notfalls auch zu sagen: Wir wissen noch nicht, wohin – daher machen wir einen Piloten, probieren einen kleinen Anwendungsfall, tasten uns Schritt für Schritt ran. Je kürzer und konsequenter diese Klarheits-Phasen, desto besser kann die Organisation sich entwickeln und Resilienz aufbauen. Wer die Erzählung rund um die Transformation (gerade bei KI) nicht selbst gestaltet, bekommt Kultur- und Vertrauensprobleme – dann muss man neue Dinge „verkaufen“, statt sie als natürliche Arbeitsweise weiterzuentwickeln.

David Rice: Spannende Zeit! Früher war alles geprägt vom Tool-Getriebenen SaaS-Boom – jetzt nutzen alle dieselben Tools, aber wetteifern um Wertschöpfung. Das klingt einfach, ist aber schwer – viele behandeln es weiter wie ein Tool-Wettrennen. Woran hakt es deiner Meinung nach?

Dieter Veldsman: Da sind einige Dinge zusammengekommen: Tools zu kaufen ist zunächst einfach und lässt sich leicht präsentieren („Wir haben x Lizenzen ausgerollt…“). Das beruhigt die Angst, abgehängt zu werden. Dann war Experimentierfreude das große Mantra: Agilität, Fail Forward etc. Aber schnell zu handeln heißt nicht, nicht nachzudenken – man sollte methodisch vorgehen!

Erst war der Fokus auf Tools, dann sprangen alle auf Use Cases – aber eigentlich müsste man noch eine Ebene zurückgehen. Oft werde ich gefragt: „Hilf mir bei meiner KI-Strategie.“ Und ich sage: Warum brauchst du extra eine KI-Strategie? Eigentlich brauchst du eine Geschäftsstrategie, in der KI ein Werthebel ist, nicht einen von der Business-Strategie komplett abgekoppelten Plan.

Was ist der Wettbewerbsvorteil, was ist das Alleinstellungsmerkmal – und wie kann KI das verstärken? Einfach gefragt, schwer beantwortet. Dafür braucht es strategische Höhenflüge, aber auch Führung, die Orientierung gibt. Denn die reine Parole „Nutzt KI, werdet produktiver“ reicht nicht – es muss klar sein, wofür.

Die richtigen Narrative zu setzen – was bedeutet KI bei uns konkret, wie wenden wir das an, welchen Wert schaffen wir damit, welchen Impact? – das ändert die Diskussion total.

David Rice: Ein Teil des Problems ist das „Rauschen“ rund um KI: Es ist schwer einzuordnen, was eigentlich Wert ist. Bei Konferenzen höre ich „Lasst KI kein Buzzword sein!“ – aber was soll das eben bedeuten? Im Kern: Man verwechselt Beschäftigung mit KI mit echtem Wert schaffen. Das gab’s schon bei anderen Tools. Ich kenne das aus dem Marketing: Da wurden monatelang Tools eingeführt, trainiert, Backend bearbeitet – und am Ende war der Output ziemlich gering. Diese emotionale Bindung an Tools führt dann dazu, dass man schlechte oder nicht strategische Lösungen nur schwer loslässt.

Was hat das für breitere Auswirkungen auf Kultur, Arbeitsweise usw.?

Dieter Veldsman: Ganz wichtig ist, die Dinge beim Namen zu nennen. Aus dem Finanzdienstleistungsbereich kenne ich das: Es wird von „Re-Engineering der Kundeninteraktion“ gesprochen – gemeint war am Ende, dass wir einen Button im Onlinebanking verschieben. Sagt doch gleich, was konkret passiert!

Bei KI ist es genauso: Es klingt nach dem großen Traum, dabei entsteht der Mehrwert oft auf Task-/Aktivitätsebene. Sagt ehrlich: Wir nutzen es für 1, 2, 3 aus den und den Gründen – das reicht, die Menschen akzeptieren es dann auch. Je schwammiger und buzzwordlastiger, desto schwerer wird’s für die Leute, überhaupt einen Bezug zu finden.

David Rice: Man sollte kleine Veränderungen nicht unterschätzen: Die FANG-Unternehmen zeigen, wie kleinste Anpassungen im Produkt Großes bewirken – etwa bei Netflix die Umstellung der Menüführung. Eine kleine Änderung kann ganz neue Erlebnisse schaffen und beeinflusst, welche Inhalte man konsumiert und produziert. Für HR war der KI-Start langsam – hat das der Funktion Raum für mehr Überlegung gegeben? War das gut, vor allem für eher sicherheits- und compliance-orientierte Leute?

Dieter Veldsman: Gute Frage. Vor 12 Monaten lag die KI-Nutzung im HR laut unserer Umfrage bei 38 %, jetzt sind es 88 %. Es gab massives Aufholen, das war auch nützlich, um das Anfangsrauschen zu filtern und erstmal zu verstehen: Was ist das überhaupt? Insofern ist es sinnvoll, erstmal zu beobachten und Fehler anderer zu vermeiden.

Nachteilig war aber, dass es jetzt eine Art Sprung geben muss, um die letzten Lücken zu schließen. Sobald HR aber in den größeren Unternehmensdialog eingebunden ist, sehe ich keinen Rückstand mehr – HR kann maßgeblich mitentscheiden, wie mit KI umgegangen wird.

Nicht immer lag es am HR, dass Dinge langsam liefen – manchmal fehlte der Zugang, die sichere Testumgebung. Doch HR hatte die Chance, über Hype vs. Realität zu reflektieren. Die Hauptherausforderung war, die eigene Rolle im KI-Gesamtspiel zu definieren: Einerseits intern an der eigenen KI-Kompetenz arbeiten, Prozesse und Workflows anpassen; andererseits die Kultur der (KI-) Arbeit im Gesamtunternehmen mitgestalten.

Unseren Daten zufolge ist HR tatsächlich sehr schnell aufgeholt. Aus meiner Sicht ist das gut so. Und mittlerweile finde ich es völlig okay, nicht immer erster zu sein – solange man weiter mitredet. Der einzige große Nachteil wäre, wenn Teile der HR-Community sich aus Angst komplett verwehren. Dann wird der Rückstand schwer aufholbar. Insgesamt ziehen aber die meisten engagiert mit. Hättest du mich das vor zwei Jahren gefragt, wäre meine Antwort ganz anders gewesen.

David Rice: HR wird oft zu Unrecht für Rückständigkeit kritisiert. Das gemächlichere Tempo erlaubt aber auch mehr Fokussierung auf Themen wie Verhalten, Wertorientierung, Vertrauen – und das ist entscheidend! Schon vor dem KI-Hype 2023/24 hatten wir Vertrauensprobleme. Wenn man dann KI einfach vorschnell einsetzt, entstehen neue Layers: Schatten-Nutzung usw. Ein bisschen Zeit zu haben, ist oft von Vorteil.

Im Vorgespräch hast du von „Fluency“ gesprochen, weniger vom rein technischen Aspekt, sondern mehr von der Bereitschaft zu Neuem. Was sind niedrigschwellige Wege, wie HR-Teams heute anfangen können, sicher mit KI zu experimentieren?

Dieter Veldsman: Wir sprechen bewusst von „Fluency“ und nicht von „Literacy“, weil es wie eine neue Sprache ist. Man braucht Vokabeln, Grammatik, Kontext – genauso beim Lernen rund um KI.

HR-Profis rate ich: Nehmen Sie einen Prozess aus Ihrem Alltag, den Sie sehr gut kennen, identifizieren Sie eine Teilaufgabe und wenden Sie dort KI an. Einfach zum Kennenlernen. Zu viele wollen direkt die tollen, komplexen Anwendungsfälle – dabei fehlt das Wissen, einzuschätzen, ob das Ergebnis korrekt ist. Starten Sie mit etwas, das Sie gut kennen, lernen Sie die Grenzen des Tools kennen und wie man sich ausdrückt (Prompting, etc.).

Testen Sie in einem risikolosen Bereich (also nicht direkt KI für die nächste Einstellung einsetzen!). Nehmen Sie sich Aufgaben, bei denen kein entscheidendes Risiko entsteht. Und: Lernen Sie im Kollegenkreis – im Austausch mit anderen HR-Profis, die ebenfalls herumprobieren. Das hilft extrem.

Übrigens: Vieles ist noch experimentell, vieles wirkt größer als es ist. Bringen Sie es runter auf den praktischen Anwendungsfall. Die meisten Kompetenzen, die für KI-Fluency benötigt werden, sind ohnehin eher menschlicher Natur: Kritisches Denken, Systemverständnis, Sprachkompetenz, Output kritisch evaluieren. Starten Sie auf individueller Ebene, dann im Team, erst später mit autonomen KI-Lösungen.

David Rice: Das ist wie im Fitnessstudio: Man muss seine Übungseinheiten machen!

Dieter Veldsman: Genau.

David Rice: Es muss nicht immer gleich strategisch sein, um anzufangen – dieses Mindset verzögert den Lernprozess. Sei es der erste Entwurf einer Policy zum Überarbeiten oder das Zusammenfassen von Exit-Interviews: Klingt nicht transformativ, aber die eigentliche Transformation findet zuerst im Kopf statt. Experimentieren Sie einfach – die Tools werden immer besser, man kann viel ausprobieren.

Dieter Veldsman: Genau: Experimentieren lohnt sich, die Tools sind verschieden, jedes hat eigene Stärken. Lernen Sie, was für Ihre Zwecke am besten ist. Am Anfang hieß es, als hätte man 50 Praktikanten am Schreibtisch, die motiviert sind, aber kein Erfahrungswissen mitbringen – das hat sich rasant verändert. Also: Loslegen! Wie im Fitnessstudio: Erst 1 km laufen, dann mehr. Die größten Aha-Momente sind auf Aufgaben-/Aktivitätsniveau: Viele kleine Verbesserungen addieren sich und führen zur langfristigen Veränderung.

David Rice: Es ist also viel mehr eine Kultur- und Mentalitätsfrage. Das Thema „Skills Gap“ wird oft überhöht: Die Leute nutzen die Tools längst auch privat, lernen Prompten, etc. Wenn das Ziel ein kultureller Wandel im Arbeitsverhalten ist, welche konkreten Verhaltensweisen sollten wir normalisieren, um mehr Experimentierfreude zu ermöglichen?

Dieter Veldsman: Es braucht einen Ausgleich: Neues ausprobieren, aber ohne unnötige Risiken. Menschen sollten lernen, wo sie KI einsetzen und wo nicht – nur weil es geht, muss man es nicht tun. Verantwortungsbewusste Anwendung ist entscheidend, ohne jede ethische Frage gleich zum Endlosthema zu machen. Man soll sich trotzdem trauen, kreativ zu sein.

Deshalb bin ich für klare spielerische Leitplanken: Hier könnt ihr ausprobieren, da bleiben wir vorsichtig. Wichtig ist auch ein Perspektivwechsel: KI einzusetzen ist kein Betrug! Manche verstecken noch die KI-Anwendung – völlig falsch. Es muss normalisiert werden, mit KI zu arbeiten.

Eine Studie zeigte: Wer KI die Arbeit komplett abnimmt, identifiziert sich später nicht mit dem Ergebnis, lernt kaum dazu. Wer KI als Sparringspartner nutzt, behält Ownership und Lernfortschritt. Also: Es geht nicht um Ersetzung, sondern um Unterstützung. Man muss lernen, wie gute Zusammenarbeit aussieht – ähnlich wie bei Delegation im Team. Das ist klassische Führungskompetenz.

Wichtig bleibt kritisches Denken, Results zu evaluieren, Bias zu steuern. Das sind Basics. Wer das beherrscht, schafft nachhaltige und skalierbare Strukturen für den langfristigen KI-Erfolg.

David Rice: Ich hab’ vielleicht zuviel mit Kreativen gearbeitet, aber Perfektion wird oft romantisiert. Viele erwarten von KI jetzt Perfektion, weil ja „die Maschine mitgearbeitet“ hat. Dabei sollten wir Iteration genauso schätzen wie das Endergebnis. Führung muss das vorleben, mit KI experimentieren, ausprobieren, offen Fehler zugeben. Wenn der Chef KI im Workflow einsetzt, können es die anderen auch.

Alte Muster – besonders die „Romantisierung“ von Perfektion – müssen wir ablegen. In Zukunft geht’s mehr um Tempo und darum, wie Menschen die Tools nutzen. Der Mensch bleibt das Differenzierungsmerkmal. Also: Probiert es einfach aus, Perfektion ist selten, die Dinge basieren auf Perspektiven und Geschmack. Macht einfach mal!

Dieter Veldsman: Genau richtig. Ich schmunzle immer, wenn Unternehmen einerseits Innovation fordern und zugleich Fehler hart ahnden. Das sind gegensätzliche Prinzipien: Wer Innovation will, muss Fehler tolerieren. Auch bei KI: Nicht alles wird sofort perfekt. Wie bei der Rechtschreibprüfung ersetzt KI nicht automatisch Qualität – der Mensch bleibt gefragt, alles in die richtige Richtung zu lenken. Die große Sinnfrage: Was ist der einzigartige menschliche Beitrag? Der Mensch ist und bleibt der Koordinator, der das Team „KI-Praktikanten“ zu echter Wertschöpfung steuert. Wenn wir KI clever einsetzen, kann es unsere Kreativität erst richtig entfalten – menschliche Fähigkeiten werden umso wichtiger. Es ist ein großer Mindset-Shift im Gange, der uns ins Zentrum einer neuen Arbeitswelt rückt: Ein Wandel, der Organisations- und Individualebene betrifft.

David Rice: Meine Abschlussfrage: In den letzten Monaten wurde viel über die neue Rolle der CHROs im KI-getriebenen Arbeitsumfeld gesprochen – wohin geht’s deiner Meinung nach 2026 für Chief People Officers?

Dieter Veldsman: Tolle Frage. Die CHRO-Rolle hat sich extrem gewandelt, auch wegen des neuen Mandats: Vom Wächter der Governance hin zum strategischen Transformationspartner. Erstens: Ein CHRO ist immer auch Business Executive, nicht nur HR-Experte. HR ist das Spielfeld, aber man muss die Business-Perspektive vertreten.

Mit KI wird die Rolle noch wichtiger: CHROs tragen Verantwortung dafür, wie KI (als kultureller und nicht nur technischer Wandel) Organisationen formt. Es reicht nicht, nur die Technologie zu steuern. Wichtig ist ein ganzheitlicher Ansatz: Skills, Menschen, Technik, Daten, Sicherheit, Strategie – alles spielt zusammen. Der CHRO wirkt als Orchestrator, der alle Parteien an einen Tisch bringt und verbindet. Damit ist HR ideal aufgestellt, die KI-Transformation nachhaltig und auch kulturell zu verankern.

Am Ende wird gefragt: Wenn wir in ein paar Jahren auf die KI-Transformation zurückblicken – sind wir stolz darauf, was unsere Mitarbeiter erleben, was unsere Kunden erleben? Das sollte die Leitfrage des CHRO sein.

David Rice: Ich habe neulich den Begriff „Behavioral Economist“ für CHRO gehört – und das stimmt: Sie gestalten nicht nur Richtlinien, sondern steuern als Chief Human Strategist das Zusammenspiel von Mensch, Organisation und Technologie. Das klingt komplex – aber es ist nötig. In der Welt der People Analytics sagt man: Daten-Know-how ist alles; im Bereich Engagement ist der Mensch der Fokus. Am Ende braucht es das ganze Ökosystem – Mensch und Maschine, Kultur und Workflow, die richtige Technik. Das Zusammenspiel ist anspruchsvoll, doch genau das macht die Zukunft spannend.

Dieter Veldsman: Wenn ich Karrierecoaching mache (ich war auch CHRO), frage ich Leute: Warum möchten Sie CHRO werden? Wenn man das herausarbeitet und dazu motiviert, die Rolle als Architekt und Stratege zu begreifen, dann bringt das sehr viel Wert für die Organisation. Es ist eine Balance der Elemente – am wichtigsten ist: Kann ich mit komplexen Zusammenhängen umgehen und sie für Mitarbeitende vereinfachen? Wer das schafft, „entknotet“ typische Blockaden und sorgt für Klarheit: Wir wissen nicht alles, treffen aber die beste Entscheidung auf Basis des jetzigen Wissens und lernen weiter. Die Rolle erfordert Gelassenheit und Weisheit – Führung durch Unsicherheit.

David Rice: Auf jeden Fall. Dieter, vielen Dank, dass du heute im Podcast warst! Ich habe das Gespräch sehr genossen.

Dieter Veldsman: Vielen Dank, David! Es hat große Freude gemacht.

David Rice: Bis zum nächsten Mal! Schaut auf unsere Webseite, wenn ihr den Newsletter noch nicht abonniert habt. Checkt unseren KI-Transformations-Explorer, es gibt viele spannende Sachen bei People Managing People. Es stehen Events an – bleibt dran. Und ja, bis dahin: Weiter experimentieren!