Der blinde Fleck

Das Problem

Mehr KI bedeutet mehr Leistung, heißt es. Laut dem Future of Jobs Report 2025 rechnen 86 Prozent der befragten Arbeitgeber weltweit damit, bis 2030 grundlegend durch KI und Informationsverarbeitungstechnologien transformiert zu werden (WEF 2025). Der Erwartungsdruck ist entsprechend hoch. Gleichzeitig führt die zunehmende Abfolge von organisationalen Transformationen nachweislich zu Change Fatigue und Erschöpfung (de Vries / de Vries 2023). Laut dem State of the Global Workforce Report (Gallup 2026) sank der Anteil der engagierten Mitarbeitenden zudem im Jahr 2025 weltweit auf nur 20 Prozent. Trotz dieser Ausgangslage behandeln viele Organisationen KI-Einführung weiterhin primär als Technologiefrage. Die Folge: Selbst bei milliardenschweren KI-Investitionen bleiben messbare Produktivitäts- und Profitgewinne für Unternehmen meist aus (Gallup 2026). Der blinde Fleck vieler Initiativen liegt genau hier: KI wird als Tool ausgerollt, jedoch ohne Führung, Kultur, Prozesse und Kompetenzen so mitzuentwickeln, dass sie im Alltag wirksam genutzt werden kann.

Die Wissenschaft

Erste Forschungsergebnisse (Noy / Zhang 2023) bestätigen bereits, dass der Einsatz generativer KI die individuelle Produktivität deutlich steigern kann. Gleichzeitig zeigt die Erfahrung vergangener Technologietransformationen: Der Wertbeitrag neuer Technologien entsteht nicht aus der Technologie allein, sondern aus ihrem Zusammenspiel mit komplementären organisationalen Faktoren wie Prozessreife, Humankapital, Lernfähigkeit und kulturellem Alignment (Brynjolfsson / Hitt 2000; Brynjolfsson et al. 2019; Butt et al. 2024; Weritz et al. 2024). Eine hilfreiche Perspektive bietet hier die Forschung zu High Performance Organizations (HPO). André de Waal identifiziert fünf Faktoren nachhaltiger organisationaler Performance: Führungsqualität, Offenheit und Handlungsorientierung, Langzeitorientierung, kontinuierliche Verbesserung und Erneuerung sowie Mitarbeiterqualität (de Waal 2012; 2017; de Waal / Kraaijveld 2022).

Die Praxis

Übertragen auf die KI-Transformation bedeutet das: Erfolgreiche KI-Transformation verbindet Technologie, Mensch und Organisation. Der eigentliche Hebel liegt also in der Kohärenz mit organisationalen Voraussetzungen. Führungsqualität wird dabei zum entscheidenden Faktor. Führungskräfte müssen befähigt werden, Prioritäten für den KI-Einsatz zu setzen, Orientierung zu geben und klare Verantwortlichkeiten zu schaffen. Ebenso wichtig ist eine Kultur, in der offen kommuniziert, Wissen geteilt, experimentiert und aus Fehlern gelernt wird. Niedrigschwellige Räume für KI-Experimente und den Austausch über Nutzungserfahrungen sind dafür zentral. Gleichzeitig braucht es eine klare Langzeitorientierung. Organisationen sollten frühzeitig eine KI-Strategie entwickeln und die notwendigen Kompetenzen, Vertrauensstrukturen und Governance aufbauen. Statt auf große, disruptive Lösungen zu setzen, empfiehlt sich ein schrittweises Vorgehen: mit konkreten Anwendungsfällen starten, aus der Nutzung lernen und Prozesse kontinuierlich weiterentwickeln. Nicht zuletzt kommt der Mitarbeiterqualität eine Schlüsselrolle zu. Mitarbeitende sollten aktiv in die Gestaltung neuer Arbeitsweisen einbezogen, gezielt qualifiziert und darin gestärkt werden, KI-Ergebnisse kritisch zu prüfen und sinnvoll in ihre Arbeit zu integrieren.

Fazit: Nicht allein die Einführung von KI entscheidet über ihren Wertbeitrag, sondern die organisationale Fähigkeit, ihren Einsatz wirksam zu gestalten. Wo Führung, Kultur, Prozesse und Kompetenzen mitentwickelt werden, kann aus KI nachhaltige Performance entstehen.

Selina Salam, Senior Consultant bei der Transformationsberatung HRpepper, Berlin

Literatur

Brynjolfsson, E. / Hitt, L. M. (2000): Beyond computation: Information technology, organizational transformation and business performance, in: Journal of Economic Perspectives, 14 (4), 23-48

Brynjolfsson, E. / Rock, D. / Syverson, C. (2019): Artificial intelligence and the modern productivity paradox: A clash of expectations and statistics, in: Agrawal, A. et al. (Hg.): The economics of artificial intelligence: An agenda, Chicago, 23-57

Butt, A. et al. (2024): Strategic design of culture for digital transformation, in: Long Range Planning, 57 (2), 102415

de Vries, M. S. E. / de Vries, M. S. (2023): Repetitive reorganizations, uncertainty and change fatigue, in: Public Money & Management, 43 (2), 126-135

de Waal, A. (2017): Evaluating high performance the evidence-based way: The case of the Swagelok Transformers, in: Sage Open, 7 (4); https://doi.org/10.1177/2158244017736801

de Waal, A. (2012): Characteristics of high performance organisations, in: Business Management and Strategy, 3 (1); https://doi.org/10.5296/bms.v3i1.869

de Waal, A. / Kraaijveld, E. (2022): Learnings from a successful transformation to a high-performance organization: a longitudinal case study, in: SN Business & Economics, 2, 177

Gallup (2026): State of the global workplace 2026; www.gallup.com/workplace/349484/state-of-the-global-workplace.aspx

Noy, S. / Zhang, W. (2023): Experimental evidence on the productivity effects of generative artificial intelligence, in: Science, 381 (6654), 187-192