Warum die Einführung von KI eine Transformation ist …
… und was das für Organisationen bedeutet
In einem aktuellen Projekt stellten wir fest: KI wird verdeckt eingesetzt – viele Mitarbeiter:innen arbeiten mit KI-Tools, sprechen jedoch nicht offen im Projektteam darüber. Die Sorge, als unprofessionell oder ersetzbar dazustehen, führt dazu, dass viele Mitarbeitende ihre KI-Nutzung verschweigen. Eine aktuelle Studie, mit (leider) guten Gründen für eine Schattennutzung, finden Sie in der Infobox am Ende des Artikels.
Kommt KI, etwa in Form von LLMs oder Agentic AI, auf die organisationale Bühne, wird schnell klar: Sie ist kein „Plug & Play“-Feature. Denn KI verändert nicht nur Abläufe, sondern greift tief in das Zusammenspiel von Fachwissen, Verantwortung und Entscheidung ein. Wissen wird plötzlich breiter zugänglich, Routinen geraten ins Wanken, und klassische Entscheidungslogiken werden hinterfragt, ebenso wie damit verbundene Rollen, Status und Zuständigkeiten. Lesen Sie dazu auch unseren ersten Artikel: Wie KI Organisationen verändert!
Auch Zusammenarbeit verändert sich: Weg von starren Abstimmungen, hin zu mehr Adaption, automatisierten Vorschlägen und vorbereiteten Entscheidungen. So wirkt KI wie ein systemischer Stresstest: Sie bringt das soziale System der Organisation in Bewegung – und macht sichtbar, wie offen, lernfähig und entwicklungsbereit sie wirklich ist. Doch: Diese Dynamik entfaltet nur dann Wirkung, wenn sie bewusst gestaltet wird.
Ausgewählte Perspektiven der KI-Transformation
- KI verändert zentrale Routinen und beeinflusst, wie in Organisationen gedacht, entschieden und geführt wird.
Sie strukturiert Informationen, bietet Entscheidungsvorschläge an und wirkt so auf Einschätzungen, Prioritäten und Führungsverhalten. - Soziale Spannungen und Rollenverschiebungen.
KI erzeugt Unsicherheit, verändert Statusgefühle und löst neue Kontrollbedürfnisse aus. Sie bringt die Frage nach Verantwortung und Vertrauen ins Zentrum der organisationalen Reflexion. - Kultur der Offenheit und des Lernens.
Organisationen sind gefordert, Fehler- und Lernkulturen zu etablieren, die Experimente, Irritationen und konstruktive Kritik als Treiber nutzen.
Damit ist die Einführung von KI unweigerlich ein Transformationsvorhaben. Im Folgenden zeigen wir, wie Organisationen die oben angeführten, zentralen Dimensionen bewusst gestalten, und wie KI-Initiativen zu echten Hebeln für organisationale Lern- und Anpassungsfähigkeit werden können.
Einige Praxisbeispiele zur KI-Transformation
Kosteneffizienz kontra Kundenbindung
- Der schwedische Zahlungsdienstleister Klarna entschied sich 2023 für einen radikalen Kurswechsel. Statt neues Personal einzustellen, wurden konsequent KI-Systeme eingeführt – vor allem in Kundenservice, Bildverarbeitung und Marketing. Ein Chatbot übernahm die Aufgaben von rund 700 Vollzeitkräften. Zunächst glänzten die Kennzahlen mit höherer Effizienz, millionenschweren Einsparungen und Umsatzrekorden. CEO Sebastian Siemiatkowski betonte stolz: „Wir können mit KI deutlich mehr erreichen – und das zu geringeren Kosten.“ (FinanzBusiness, 30.5.2024)
Doch die schnelle Automatisierung hatte Schattenseiten. Mitarbeiter:innen verloren ihren Job, zurückgebliebene Teams erlebten einen tiefen Kulturbruch. Kritiker:innen (u.a. Forbes im Dezember 2024) warnten früh vor den sozialen Folgen, beschworen die zentrale Rolle menschlicher Präsenz: „KI sollte den Menschen helfen, nicht sie ersetzen.“
In der Belegschaft und in der Öffentlichkeit wuchs das Unbehagen. Klarna kristallisierte sich zum warnenden Beispiel, was passiert, wenn KI primär als Sparprogramm gedacht wird: Das Vertrauen litt – und damit auch die Kundenerfahrung.
Im Jahr darauf ruderte Klarna zurück. Kund:innen beklagten sich über unpersönliche und frustrierende Interaktionen mit dem rein automatisierten Service. Für viele fehlte die Empathie. Klarna reagierte: Mehr Mitarbeitende wurden wieder im Kundenservice eingesetzt, und ein hybrider Ansatz eingeführt, bei dem KI für Effizienz sorgt, während die soziale Interaktion weiterhin von Menschen gestaltet wird. Klarna erkannte, dass das ausgewogene Zusammenspiel von Technologie und Empathie ein zentraler Erfolgsfaktor ist.
PRAXISBEISPIEL KLARNA
Hybridmodell als Vorbild für nachhaltigen KI-Einsatz
- Der Online-Händler Zappos führte KI als hybride Lösung ein, die technische Effizienz mit menschlicher Exzellenz verbindet. KI übernimmt die erste Kundenkontaktaufnahme, routiniert einfache Anfragen und leitet Fälle intelligent weiter. Die Mitarbeitenden konzentrieren sich auf komplexe, sensible Kundenbedürfnisse. Dieses Modell verkürzt Wartezeiten und steigert die Kundenzufriedenheit, ohne die emotionale Qualität zu opfern. Für die Mitarbeitenden bedeutet es eine Entlastung von monotonen Tätigkeiten und mehr Raum für wertschöpfende Aufgaben. Zappos demonstriert, wie KI und Mensch Hand in Hand gehen können – als partnerschaftliches Team, das jeweils das Beste aus beiden Welten kombiniert.
PRAXISBEISPIEL ZAPPOS
KI & Mensch als unschlagbares Team
- Ein inspirierendes Praxisbeispiel liefert Cisco. Dort wurden Mitarbeitende von Anfang an eingeladen, kreativ mit KI zu experimentieren: Einfache Aufgaben wie das Erzeugen von Musikstücken oder Bildern mit Hilfe von KI standen auf der Agenda. Dieses spielerische Explorieren diente dem Abbau von Technikängsten und der Förderung einer Lernkultur.
Darauf aufbauend wurde KI bei Cisco konsequent in die Geschäftslogik integriert. Statt KI nur als Tool zu sehen, wurde sie gezielt in zentrale Geschäftsprozesse eingebunden – etwa im Netzwerkmanagement mit KI-gestützten Diagnosen und Automatisierungen, die Abläufe deutlich beschleunigen und Fehler minimieren. Dabei wurde große Bedeutung auf die Einbindung von Menschen gelegt: Die finale Entscheidungsverantwortung liegt weiterhin beim Menschen, während KI repetitive Aufgaben übernimmt und fundierte Entscheidungsgrundlagen liefert.
Die Beispiele machen deutlich: Eine KI-Transformation ist ein komplexer, vielschichtiger Prozess, der weit über Technologie hinausgeht. Erfolgreich ist, wer Veränderung gezielt gestaltet und die inhaltliche mit der sozialen Veränderung gut verbindet und so den Rahmen für organisationale Lernfähigkeit schafft.
PRAXISBEISPIEL CISCO
KI-Integration in der Neuwaldegger Praxis
- Entscheidungsprogramme für Orientierung, Legitimation und das Setzen von Grenzen.
- Strukturen & Prozesse, Ressourcen und IT schaffen Kommunikationswege und stellen die Anschlussfähigkeit im Alltag sicher.
- Personen & Führung für Kompetenzentwicklung & klare Rollen.
Kultur ist dabei kein separater Hebel, sondern das Muster, das entsteht, wenn diese drei Hebel miteinander zusammenwirken – oder dysfunktional aufeinanderprallen. Im Folgenden skizzieren wir, worauf es in jeder Dimension ankommt und wie KI typische Spannungen sichtbar macht. Die Fragen pro Dimension sind ein Auszug aus dem Neuwaldegger KI-Assessment, das beim Autor angefordert werden kann.
Als systemische Organisationsberater:innen konzentrieren wir uns in unserer Arbeit bewusst auf die sozialen und kulturellen Hebel – wissend, dass Technik und Daten ohne Zweifel kritische Erfolgsfaktoren für KI-Transformationen sind.
1. Entscheidungsprogramme
Hier geht es um die grundsätzliche Rahmen- und Sinngebung des KI-Einsatzes: Warum, wofür und unter welchen Bedingungen wird Künstliche Intelligenz in der Organisation implementiert und genutzt? Entscheidungsprogramme verknüpfen hierbei die unternehmerische Strategie, den Purpose sowie normative Leitplanken wie Ethik, Compliance und Risikomanagement mit klaren, operationalen Regeln für den KI-Einsatz.
Wesentliche Fragestellungen sind hier:
- Wo wollen wir Entscheidungen an KI delegieren – und wo müssen wir als Menschen bewusst sagen: „Das entscheiden wir selbst“?
- Welche konkreten Ziele und Wirkungen werden mit KI angestrebt: Geht es primär um Effizienzsteigerung, Qualitätsverbesserung, Kundenorientierung, Innovationsförderung, Erweiterung, Disruption, Skalierung oder eine Kombination daraus?
- Welche Transparenz- und Informationspflichten bestehen gegenüber allen Betroffenen – seien es Mitarbeiter:innen, Kund:innen oder Partner:innen – und wie werden diese vermittelt?
- Wie werden potenzielle Risiken und Nebenwirkungen (Bias, Fehlentscheidungen, Vertrauensverlust) im Rahmen der Programme reflektiert und gesteuert?
Besteht kein gemeinsames Verständnis im Umgang mit KI, droht ein Dilemma:
Entweder entstehen zahlreiche Insellösungen ohne strategische Verankerung – oder es setzt schleichende Resignation ein, weil KI als symbolisches Projekt erlebt wird, dem intern niemand wirklich vertraut.
2. Kommunikationskanäle (Strukturen & Prozesse, Ressourcen, IT)
Entscheidungsprogramme geben Richtung; Strukturen & Prozesse machen KI im Alltag anschlussfähig. Gemeint sind Datenflüsse, Plattformen, Workflows, Eskalationswege, Mensch‑KI‑Schnittstellen, Budget- und Rollenentscheidungen. Viele KI-Vorhaben scheitern genau hier: gute Absichten, aber fragmentierte Tool-Landschaften, unklare Datenrechte, keine Rückkopplung zwischen Fachbereich, Data-Team und Nutzungspraxis.
Wesentliche Fragestellungen sind hier:
- Wo sind neue Rollen notwendig (z. B. Prompt Owner, KI-Governance, Ethik-Guides) – und wie werden diese legitimiert?
- Welche formalen und informellen Kommunikationswege existieren, damit Probleme, Fehler und Anpassungsbedarfe adressiert werden?
- Welche Rollen dürfen KI-gestützte Empfehlungen in Entscheidungen überführen – und auf Basis welcher Regeln oder Erwartungen?
- Wie flexibel sind unsere Prozesse gestaltet, um die richtige Balance zwischen Automatisierung und menschlicher Steuerung sicherzustellen?“
Mit einfacher Ampellogik zu mehr Akzeptanz
- Eine IT-Abteilung testete generative KI zur Ticket-Vorqualifizierung. Die zunächst erlebte Begeisterung kippte alsbald, da die Modellvorschläge in 20% der Fälle fachlich unpassend waren – der Rückmeldeweg war aber „E-Mail an IT“. Nach Einführung eines strukturierten Feedback-Dialogs (Ampel-Button im Tool, Weekly Review, Datentags zur Label-Korrektur) stieg die Nutzungsrate wieder. Eine kontinuierlich, begleitende Lernschleife sowie eine klare Zuordnung von Verantwortlichkeiten machten den Unterschied.
AUS DER PRAXIS
3. Personen & Führung
KI verändert Rollenbilder und Kompetenzanforderungen grundlegend. Mitarbeitende müssen keine „Data Scientists light“ werden, brauchen aber KI-Anwendungs- und KI-Kompetenz.
Im Zusammenhang mit der Befähigung der Mitarbeitenden und der Führungskräfte ist es wichtig, auch die sozialen Dynamiken und Vorurteile bei der KI-Nutzung transparent zu machen.
Aktuelle Studienergebnisse:
Soziale Bias bei KI-Nutzung
- In einem Experiment bewerteten über 1000 Software-Ingenieure identischen Code unterschiedlich, je nachdem, ob er als „mit KI-Hilfe“ erstellt markiert war oder nicht.
Identischer Code erhielt eine um 9 % niedrigere Bewertung, wenn er als KI-generiert galt – es ging nicht um Qualität, sondern um die Wahrnehmung der Kompetenz des Entwicklers.
Frauen erlitten eine deutlich stärkere „Kompetenzstrafe“: ihre KI-unterstützten Beiträge wurden im Schnitt 13 % schlechter bewertet, verglichen mit 6 % bei Männern.
Besonders kritisch bewerteten technikferne, männliche Kollegen Frauen, indem sie deren Beiträge bis zu 26 % negativer einschätzten als die der männlichen Kollegen bei identischer KI-Nutzung.
Ältere Mitarbeitende waren ebenfalls überproportional von dieser negativen Vorannahme betroffen.
Das Bewusstsein über diese Vorurteile bewirkt, dass viele Mitarbeitende KI nur verdeckt oder „im Schatten“ nutzen, aus Angst vor Abwertung.
Quelle: „Research: The Hidden Penalty of Using AI at Work“, Harvard Business Review, August 2025.
INFOBOX
Führungskräfte übernehmen zunehmend eine Übersetzerrolle zwischen Technik und Menschen. Sie schaffen Orientierung, eröffnen Lernräume, halten Unsicherheit aus und adressieren Spannungen – besonders wenn Automatisierung das Selbstverständnis berührt.
Entscheidend ist dabei die Verbindung von Sinn und Praxis: KI muss als Entlastung und Mehrwert gesehen werden, nicht nur um Personalkosten einzusparen. Unsere Erfahrung aus der Change Begleitung ähnlicher Implementierungsprojekte zeigt: Wird KI nah an realen Problemen entwickelt und gibt es eine Mitgestaltungsmöglichkeit, steigen Vertrauen und Akzeptanz deutlich.
Wesentliche Fragestellungen sind hier:
- Verfügen die Mitarbeitenden über grundlegendes Wissen zu KI-Funktionen und -Grenzen, oder gibt es einen Plan für gezielte Weiterbildung?
- Wie stark ist in der Organisation eine positive Haltung gegenüber KI verbreitet, die Neugier und Experimentierfreude fördert statt Angst und Skepsis?
- Welche Rolle nehmen Führungskräfte ein, um als Brückenbauer zwischen Technologie und Mitarbeitenden Stabilität und Orientierung zu geben?
- Werden Mitarbeitende aktiv in die Entwicklung und Umsetzung von KI-Lösungen eingebunden und in der Bewältigung des Wandels unterstützt?
4. Kultur
Kultur ist die soziale Grammatik der Organisation. Sie zeigt sich an den Reaktionen auf Irritation: Wird mit der Nutzung von KI offen umgegangen? Werden evtl. Fehler verschwiegen – oder offen geteilt? Dürfen Teams rückmelden: „Wir verstehen die Logik nicht?“
Wie werden Spannungsfelder gelebt – Vertrauen vs. Kontrolle, Effizienz vs. Resonanz, Automatisierung vs. Autonomie? KI bringt all diese Ambivalenzen ans Licht, produktive Organisationen institutionalisieren daher den Umgang mit diesen Irritationen. Und: Gibt es Formate in denen Raum für genau diese Anliegen thematisiert werden können?
Folgende Formate haben sich in unserer Praxis bewährt:
- Dialogveranstaltungen, in denen Fragen erlaubt sind (Open Clinics, Ask-Me-Anything zu KI)
- Sichtbare Fehler- und Bias-Boards („Was hat das Modell diese Woche falsch verstanden?“)
- Regelmäßige Reviews von KI-Entscheidungen mit Beteiligung von Fachabteilung, IT & Compliance
- Kopplung von Lessons Learned zurück in Entscheidungsprogramme & Prozesse
Fehlerfreitage
- Einblick in unsere Transformationspraxis: Fehlerfreitage als Lerngenerator
In einem SAP S/4HANA-Projekt etablierten wir in einem Bereich „Fehlerfreitage“: Teams brachten Daten- oder Prozessglitches ein, Ursachen wurden offen analysiert und Muster dokumentiert. Übertrag auf KI: dieselbe Routine für Fehlklassifikationen, Halluzinationen, Zugriffsfehler.
PRAXIS-IMPULS
Fazit: KI-Transformation als organisationale Lernreise
KI wird nicht durch Technologie allein zum Erfolg, sondern durch eine echte Transformation, die Strategie, Prozesse, Kultur und vor allem die sozialen Dynamiken in den Mittelpunkt stellt. Entscheidend ist, dass Führungskräfte Verantwortung übernehmen: Sie müssen Orientierung geben, Beteiligung fördern und Räume für Lernen, Reflexion und Fehler zulassen. Gerade im Umfeld eines KI-Hypes ist es ihre Aufgabe, zwischen blinder Beschleunigung und kritischer Auseinandersetzung zu balancieren.
Nur wer die Einführung von KI als soziale und kulturelle Lernreise begleitet – statt sie als kurzfristiges IT-Projekt abzuhaken – wird nachhaltigen Nutzen schaffen und die Organisation widerstandsfähig für den Wandel machen.
Über den Autor
David Max Jeggle ist systemischer Organisationsberater, Change Experte und KI-Explorer. Seit mehr als 24 Jahren begleitet er Führungskräfte und Organisationen durch komplexe Veränderungsprozesse. Im Umgang mit KI ist er neugierig, testet neue Tools, entwickelt GPTs und experimentiert mit kleinen Anwendungen auf No-Code-Plattformen. Er stellt gern die unbequemen Fragen – und staunt immer wieder, wie viel die KI über ihn zu wissen scheint.
Auf LinkedIn teilt er regelmäßig Impulse zu Organisationsentwicklung, Change und dem sinnvollen Einsatz von Künstlicher Intelligenz im Alltag komplexer Systeme.
Weitere spannende Links
arrow_forward Blogpost „Wie KI Organisationen verändert“
arrow_forward Rückblick auf das Kaleidoskop „KI und Organisationen systemisch gedacht“
arrow_forward Folien zum Kaleidoskop mit Dr. Jonathan Harth
arrow_forward Podcast KI-Integration in Organisationen: Chancen, Risiken und systemische Perspektiven
arrow_forward Podcast KI in Unternehmen: zwischen Verbot und Innovationsdrang
arrow_forward Kaleidoskop am 20.11.2025 zum Alignment-Problem (coming soon)