KI automatisiert auch Unklarheit

Die funktionale Essenz von KI* ist erstaunlich simpel: Sie transformiert vorhandene Informationen in verdichtete Orientierung, Priorisierungen, Entscheidungen oder konkrete Handlungen.

Darum beginnt KI nicht mit Technologie – sondern damit, das eigene Unternehmen abseits der scheinbar offensichtlichen Tätigkeiten zu verstehen. Besonders die Entscheidungsprozesse.

Denn LLMs und KI-Agenten versprechen genau hier den grossen Hebel: Sie sollen uns mühselige, zeitraubende Arbeit abnehmen, indem sie eigenständig Texte analysieren, Prozesse steuern oder Angebote erstellen. Wir delegieren also nicht mehr nur reine Datenverarbeitung an die Software, sondern echte operative Urteilskraft.

An diesem Punkt wird die Technologie zur Organisationsfrage. Sobald ein System eigenständig Entscheidungen vorbereiten oder treffen soll, verlangt es nach Klarheit: nach definierten und vor allem relevanten Kriterien, die für die jeweilige Fragestellung ausschlaggebend sind, nach eindeutigen Eskalationslogiken und messbaren Zielen. Woher soll der KI-Agent wissen, welche Informationen wirklich zählen und was im Zweifelsfall Priorität hat?

Im Alltag blicken wir meist auf die offensichtlichen Tätigkeiten. Doch darunter liegt eine unsichtbare Schicht: Menschen kompensieren organisatorische Unschärfe permanent. Führungskräfte und Mitarbeitende wissen intuitiv, wann Regeln pragmatisch ausgelegt werden und wie Zielkonflikte situativ zu lösen sind. Eine KI kann das nicht. Sie zwingt uns dazu, unsere implizite Organisation explizit zu machen.

Stellen Sie sich selbst auf die Probe: Ein KI-Agent soll eingehende Kundenanfragen und Aufträge vollautomatisch priorisieren und einplanen. Wie soll das System in folgenden Situationen entscheiden?

• Umsatz vs. Beziehung: Behandelt das System den profitabelsten Auftrag zuerst oder den des langjährigen Stammkunden, der historisch immer Vorrang hatte?
• Ausnahmepolitik vs. Standard: Was passiert mit dem "wichtigen Sonderwunsch", den der Vertrieb dem Kunden auf Zuruf versprochen hat, der aber die Effizienz der Abwicklung torpediert?
• Autonomie vs. Kontrolle: Bis zu welcher Rabattgrenze oder Lieferzeitverschiebung entscheidet das System komplett autonom, und ab wann riskieren wir Verzögerungen, weil zwingend ein Mensch einschreiten muss?

KI automatisiert nicht nur Entscheidungen. Sie automatisiert auch Unklarheit.

Wenn wir Aufgaben an KI-Agenten übergeben, ohne diese Zielkonflikte gelöst zu haben, führt das lediglich zu beschleunigter Unklarheit. Wenn ein Projekt scheitert, erlebt die Geschäftsleitung meist keine technischen Fehler, sondern die eigenen ungelösten Konflikte in digitaler Form.

Sinnvolle KI-Integration beginnt deshalb nicht mit der Auswahl eines Tools. Sie beginnt mit einer internen Nabelschau – der detaillierten Betrachtung jeder Stufe der Wertschöpfungskette und des organisationalen Gefüges dahinter:

Menschen sind Meister darin, im Graubereich zu navigieren. Je autonomer und skalierter KI in operative Prozesse eingreift, desto gefährlicher werden aber ungelöste Graubereiche. Der Einsatz künstlicher Intelligenz zwingt uns dazu, Farbe zu bekennen. Mehrwert schöpfende KI braucht organisatorische Klarheit. Wer Technologie erfolgreich nutzen will, muss zuerst seine Entscheidungslogiken, Rollen und Informationsflüsse operationalisieren.

Wer diese Fragen sauber beantworten kann, schafft nicht nur eine solide Basis für KI. Er verbessert oft schon vorher die Entscheidungsfähigkeit, Transparenz und Führbarkeit der Organisation.

Ich arbeite genau an dieser Schnittstelle: dort, wo Strategie, Organisation und Digitalisierung zusammenkommen – und wo aus implizitem Bauchgefühl belastbare Entscheidungslogik wird.