Insights
Warum die KI-Einführung im Mittelbau stockt
Fragen Sie Führungskräfte, was ihr KI-Programm verlangsamt, hören Sie von Tools, Datenqualität und Beschaffung. Die ehrliche Antwort ist meistens einfacher: Niemandem in der mittleren Ebene des Unternehmens wurde gesagt, was mit den Leuten passiert, wenn es funktioniert.
Zwei Beweise aus dem Jahr 2026 machen es schwer, dies abzutun. In einem vorregistrierten Experiment mit 2.000 Managern in den USA und im UK zeigte das Institute for Fiscal Studies Managern kurze Videos über KI. Manager, die Beweise für das arbeitsverdrängende Potenzial von KI sahen, gaben eine um 0,4 bis 0,5 Standardabweichungen geringere Absicht an, KI einzuführen und zu befürworten, und schraubten auch ihre Einstellungspläne zurück. Manager, die Beweise für Produktivitätssteigerungen sahen, bewegten sich überhaupt nicht.
Das Produktivitätsargument überzeugte niemanden
Mit anderen Worten: Das Produktivitätsargument überzeugte niemanden. Das Bedrohungsargument überzeugte jeden – aufzuhören. Unabhängig davon ergab eine Auswertung des Gallup Workforce Panel (über 30.000 US-Mitarbeiter, 2023 bis Anfang 2026), dass Mitarbeiter, die angeben, dass ihr Unternehmen eine klare KI-Strategie hat, mit einer um etwa 27 Prozentpunkte höheren Wahrscheinlichkeit häufig KI nutzen. Häufige Nutzung ohne diese Klarheit weist einen Nahezu-Null-Zusammenhang mit Engagement und einen positiven Zusammenhang mit Burnout auf. Strategische Klarheit konzentrierte sich auf Bereiche mit entwicklungsförderndem Feedback und Vertrauen in die Führung – was darauf hindeutet, dass Menschen die Strategie aus dem Verhalten ihrer Manager ableiten und nicht aus dem Richtliniendokument. Wenn man das zusammennimmt, erhält man eine unbequeme Diagnose. Die Einführung ist primär kein technisches Problem oder Schulungsproblem. Es ist ein Problem der Überzeugung, was die Technologie für die Menschen bedeutet. Und dieser Glaube wird lokal geformt, von einem Manager, dem die Rechnung klar ist und dem die Antwort nicht gefällt. Das kann man nicht mit Begeisterung lösen.
Zusagen, deren Bruch teuer ist
Das lässt sich nur durch Zusagen lösen, deren Bruch teuer ist. Drei scheinen am wichtigsten zu sein.
- 1. Eine festgelegte Reinvestitionsregel. Sagen Sie vor dem Rollout schriftlich, wohin wiedergewonnene Stunden fließen. Nicht „Effizienz“ – ein Zielort. Zwanzig Prozent der wiedergewonnenen Zeit für Kundenkontakt, Qualitätsprüfung oder Teamdenken, während der Rest an die Kapazität zurückgeht. Eine Regel kann geprüft werden. Eine Absicht nicht.
- 2. Entkopplung des Personalbestands mit einem Zeithorizont. Sagen Sie offen, ob dieser Rollout mit einer Personalentscheidung verknüpft ist und für wie lange. Ungenauigkeit ist nicht neutral. Ungenauigkeit wird als der Worst Case verstanden, und der Manager schützt das Team, indem er das Projekt verlangsamt.
- 3. Beiträge im Leistungsprofil, nicht nur Durchsatz. Wenn Leistungssysteme nur den Durchsatz erkennen, lässt der Umstand, dass KI den Durchsatz billig macht, Menschen überflüssig erscheinen. Also muss sich der Maßstab erweitern: die Frage, die einen schlechten Plan gestoppt hat, die unternehmerische Entscheidung, das Wissen, das jemand aufgeschrieben hat, damit ein Kollege es nicht neu erfinden muss.
Was mit ihren Leuten passiert, wenn es funktioniert
Nichts davon erfordert eine neue Plattform. Es erfordert eine einzige Seite, die geschrieben wird, bevor das Tool ankommt und nicht erst, nachdem der Widerstand auftaucht. Was mich am IFS-Ergebnis am meisten beeindruckt, ist die Asymmetrie. Das positive Argument bewegte niemanden; das negative Argument bewegte alle. Sie sind nicht verwirrt über die Produktivitätszahlen. Sie warten darauf zu hören, wofür die Produktivität gut ist. Vielleicht sollte das erste Ergebnis eines jeden KI-Programms kein Pilotprojekt sein. Vielleicht sollte es ein Satz sein, den ein Manager laut vor seinem Team aussprechen kann, ohne mit der Wimper zu zucken.