Auf der AI@Strategy Conference in München wurde deutlich, wie KI nicht nur Arbeitsabläufe, sondern auch Zusammenarbeit und Entscheidungsprozesse verändert. Drei Erkenntnisse darüber, welche neuen Anforderungen sich daraus für Führungskräfte ergeben.

Stellen wir uns eine wöchentliche Besprechung der operativen Lage vor. Ein KI-System hat bereits Kapazitäten zwischen drei Standorten umverteilt, bei zwei Lieferanten Risiken erkannt und eine Empfehlung für den Vorstand vorbereitet. Die Zahlen erscheinen plausibel, die Begründung klingt schlüssig, das Meeting ist schnell beendet. Doch niemand fragt, wie das System Lieferrisiken gegen Kosten abgewogen hat. Und niemand weiß so recht, wer dafür verantwortlich wäre, diese Frage zu stellen.

Um solche Fragen ging es in vielen Vorträgen auf der AI@Strategy Conference, die am 7. und 8. Oktober 2026 an der Technischen Universität München unter Beteiligung von DLD stattfand. Besonders interessant fand ich, wie stark sich die Diskussion inzwischen verändert hat. Im Mittelpunkt standen häufig nicht mehr einzelne KI-Anwendungen, sondern Systeme, die Aufgaben koordinieren, Entscheidungen vorbereiten und zunehmend auch selbst ausführen.

In unserem jüngsten Beitrag zur DIGITAL X haben wir uns damit beschäftigt, wie Unternehmen KI erfolgreich in ihre Arbeitsabläufe integrieren können. Die Diskussionen in München warfen eine andere Frage auf: Wie verändern sich Verantwortlichkeiten, wenn KI Aufgaben übernimmt und Entscheidungen trifft, die bisher Menschen vorbehalten waren?

In der KI-Debatte geht es häufig darum, wie viel produktiver einzelne Mitarbeitende durch den Einsatz neuer Technologien werden. Sameer Srivastava, Professor an der Haas School of Business der University of California, Berkeley, untersuchte einen anderen Aspekt: wie KI die Zusammenarbeit innerhalb von Unternehmen verändert.

In seinem Vortrag „AI Workflows and Collaboration“ ging er der Frage nach, ob KI bestehende Abhängigkeiten von einzelnen Fachleuten und Koordinatoren verstärkt – oder ob sie den Zugang zu Wissen erleichtert und so neue Formen der Zusammenarbeit ermöglicht.

Seine Untersuchung basiert auf Daten einer Arbeitsmanagement-Plattform aus 25.650 Organisationen, die zwischen Juli 2024 und März 2026 monatlich erfasst wurden. Erste Ergebnisse deuten auf Veränderungen in den Netzwerken der Zusammenarbeit hin. Ob diese tatsächlich durch KI verursacht werden, lässt sich bislang allerdings nicht eindeutig feststellen.

Für Unternehmen ist die Frage dennoch relevant. Wer die Zusammenarbeit koordiniert, hat häufig großen Einfluss: etwa die Projektleiterin, die weiß, wen sie bei einem Problem ansprechen muss, oder der IT-Architekt, über den wichtige technische Entscheidungen laufen.

Wenn KI den Zugang zu Fachwissen erleichtert, könnten solche Engpässe an Bedeutung verlieren. Gleichzeitig könnten neue Abhängigkeiten entstehen – beispielsweise von denjenigen, die KI-gestützte Arbeitsabläufe konfigurieren, Daten verwalten oder Zugriffsrechte festlegen.

Für COOs, Bereichsleitungen und HR-Verantwortliche stellen sich damit zwei zentrale Fragen: Wie verändern sich Zusammenarbeit und Verantwortlichkeiten, wenn KI Wissen und Aufgaben zunehmend zwischen Teams vermittelt? Und wie können Unternehmen sicherstellen, dass dadurch neue Verbindungen entstehen, statt lediglich bestehende Abhängigkeiten zu verlagern?

Christopher L. Tucci machte in seinem Vortrag „Scaling AI Governance“ auf eine weitere Herausforderung aufmerksam: Je ausgefeilter KI-Empfehlungen werden, desto wichtiger ist es, sie kritisch zu hinterfragen.

KI liefert Ergebnisse in Sekundenschnelle, formuliert selbstbewusst und verarbeitet große Datenmengen. Dadurch können ihre Empfehlungen objektiver und verlässlicher erscheinen, als sie tatsächlich sind. Die Gefahr besteht darin, dass Menschen den Ergebnissen zu schnell vertrauen.

Eine Studie von Microsoft Research und der Carnegie Mellon University aus dem Jahr 2025 stützt diese Sorge. Darin berichteten 319 Beschäftigte aus wissensintensiven Berufen anhand von 936 Beispielen über ihren Einsatz generativer KI im Berufsalltag. Wer stärker auf die Fähigkeiten der KI vertraute, gab an, weniger kritisch nachzudenken. Wer dagegen mehr Vertrauen in die eigenen Fähigkeiten hatte, berichtete von einer intensiveren kritischen Prüfung. Die Ergebnisse beruhen auf Selbstauskünften und belegen keinen ursächlichen Zusammenhang. Sie zeigen aber, wie eng Vertrauen in KI und kritisches Hinterfragen miteinander verbunden sein können.

Für Führungskräfte, Projektleitungen und Fachbereichsverantwortliche bedeutet das: Eine KI-Empfehlung freizugeben, sollte mehr sein als ein formaler Schritt. Entscheidend ist, die zugrunde liegenden Annahmen zu prüfen: Auf welchen Daten beruht das Ergebnis? Welche Informationen fehlen möglicherweise? Und inwiefern unterscheidet sich die aktuelle Situation von den Fällen, auf die das System vorbereitet ist?

Damit stellt sich auch die Frage, wie eigenständig KI handeln darf.

Tucci stellte ein Governance-Modell vor, das KI-Systeme anhand ihres Autonomiegrads und der Reichweite ihrer Entscheidungen unterscheidet. Zia Hoshyarzai, CIO und COO der BayernLB, beschrieb für den Bankensektor vier Stufen:

• KI-assistiert: Die KI gibt Empfehlungen, Menschen entscheiden und setzen sie um.

• KI-gestützt: Die KI führt einzelne Arbeitsschritte aus, Menschen überwachen und geben diese frei.

• KI-geführt: Die KI übernimmt die Ausführung weitgehend selbstständig, innerhalb klar definierter Regeln.

• Autonom: Die KI optimiert Ergebnisse eigenständig in geeigneten, klar abgegrenzten Bereichen.

Je eigenständiger KI handelt, desto wichtiger werden klare Zuständigkeiten und wirksame Kontrollmöglichkeiten. Hoshyarzai betonte, dass menschliche Aufsicht nur funktioniert, wenn Verantwortliche über die nötigen Informationen, Entscheidungsbefugnisse und ausreichend Zeit verfügen, um KI-gestützte Abläufe kritisch zu prüfen. Eine menschliche Freigabe allein ist noch keine wirksame Kontrolle.

Auch bestehende Regelwerke greifen diesen Gedanken auf. Das NIST Generative AI Profile beschreibt unter anderem die Gefahr, sich zu stark auf automatisierte Ergebnisse zu verlassen. Artikel 14 der EU-KI-Verordnung verlangt für Hochrisiko-KI-Systeme, dass sie so konzipiert und entwickelt werden, dass Menschen sie wirksam beaufsichtigen können. Dazu gehört, ihre Grenzen zu verstehen, Ergebnisse einzuordnen und bei Bedarf einzugreifen.

Aus meiner Sicht liegt hier eine der wichtigsten Fragen für Unternehmen: Nicht nur die eingesetzte Technologie verändert sich, sondern auch das, was Führungskräfte künftig leisten müssen. Unternehmen sollten deshalb die Anforderungen an zentrale Führungsrollen neu bewerten. Besonders deutlich wird das bei vier Bereichen.

CIOs und CTOs müssen festlegen, wie eigenständig KI-Systeme handeln dürfen. Welche Entscheidungen können KI-Agenten selbst treffen, wann braucht es menschliche Freigaben und wie lassen sich ihre Handlungen kontrollieren oder rückgängig machen? Hier treffen technische Verantwortung und unternehmerische Entscheidungen aufeinander.

Je mehr Entscheidungen KI vorbereitet oder selbst trifft, desto wichtiger wird die Fähigkeit von Führungskräften, diese Entscheidungen kritisch zu beurteilen. Denn auch wenn KI immer mehr Aufgaben übernimmt und Prozesse koordiniert: Die Verantwortung, Ziele vorzugeben, Folgen abzuwägen und Ergebnisse zu hinterfragen, bleibt bei den Menschen. Und diese Verantwortung wird anspruchsvoller.

Für Unternehmen geht es deshalb um mehr als die richtige Technologiestrategie. Sie müssen sich fragen, ob ihre Führungsrollen, Entscheidungsstrukturen und Kompetenzanforderungen mit den technologischen Entwicklungen Schritt halten.

Davon wird zunehmend abhängen, welche Führungskräfte und Fachleute Unternehmen für ihre Technologie- und Transformationsprojekte benötigen – und ob KI ihre Leistungsfähigkeit tatsächlich stärkt oder lediglich neue Komplexität schafft.

Fünf Beobachtungen von der DIGITAL X in Köln zeigen, warum erfolgreiche KI-Transformation nicht allein von Technologie abhängt – und welche Kompetenzen Unternehmen künftig benötigen.

Auf der DIGITAL X in Köln fragte kaum noch jemand, ob Unternehmen Künstliche Intelligenz einsetzen sollten. Im Mittelpunkt stand vielmehr, wie KI im Unternehmensalltag funktioniert, welche Voraussetzungen dafür geschaffen werden müssen und wer ihre Umsetzung verantwortet.

Für uns bei eAces, wo wir vor allem Managementpositionen sowie IT- und KI-Expertenrollen besetzen, ist diese Entwicklung besonders relevant. Denn mit dem zunehmenden Einsatz von KI verändern sich nicht nur Technologien und Geschäftsprozesse, sondern auch die Anforderungen an Fachkräfte, Führungskräfte und ganze Organisationen.

Aus den Diskussionen und Masterclasses der DIGITAL X lassen sich fünf zentrale Beobachtungen ableiten.

Die DIGITAL X im Kölner Rheinauhafen hat in diesem Jahr gezeigt, wie breit die Debatte um KI inzwischen geführt wird. Auf den großen Bühnen sprachen unter anderem Angela Merkel, Robert Habeck, Alena Buyx und Yuval Noah Harari. In den Masterclasses standen dagegen konkrete technologische und organisatorische Herausforderungen im Mittelpunkt: industrielle KI, digitale Souveränität, Cloud-Infrastrukturen, Cybersecurity und Future Skills.

Über das Ob wird kaum noch diskutiert. Entscheidend ist inzwischen das Wie.

Laut einer im September veröffentlichten Bitkom-Umfrage setzen bereits 57 Prozent der deutschen Unternehmen ab 20 Beschäftigten KI ein. Ein Jahr zuvor waren es 36 Prozent, vor zwei Jahren lediglich 20 Prozent.

Gleichzeitig geben fast neun von zehn Unternehmen, die KI bereits einsetzen, an, deren Potenzial kaum oder gar nicht auszuschöpfen. Zwischen der Einführung einzelner Anwendungen und ihrer erfolgreichen Integration in den Unternehmensalltag besteht also weiterhin eine erhebliche Lücke.

Die eigentliche Herausforderung liegt darin, KI so in bestehende Strukturen einzubinden, dass sie messbaren Mehrwert schafft, sicher betrieben werden kann und langfristig tragfähig bleibt.

In den technischen Masterclasses ging es weniger um spektakuläre KI-Anwendungen als um die Voraussetzungen für ihren produktiven Einsatz. Bei „SAP x T-Systems: Leistungsstarke KI für ein digital souveränes Europa“ und „Industrial AI in der Praxis“ mit Wandelbots und SupplyOn standen vor allem Rechenkapazitäten, Unternehmensdaten, Plattformen, Sicherheit und Compliance im Mittelpunkt.

Kurz gesagt: Es ging um den Maschinenraum der KI-Transformation.

Wie unterschiedlich weit Unternehmen dabei sind, zeigen Zahlen von Eurostat. Im Jahr 2025 nutzten 20 Prozent der EU-Unternehmen mit mindestens zehn Beschäftigten KI, gegenüber 13,5 Prozent im Vorjahr. Bei großen Unternehmen lag der Anteil bereits bei 55 Prozent, bei kleinen dagegen nur bei 17 Prozent.

Die Unterschiede verdeutlichen, wie stark die Einführung von KI von verfügbaren Ressourcen, Infrastruktur und organisatorischen Voraussetzungen abhängt.

Auch die Bitkom-Zahlen zeigen, wo Unternehmen die größten Kosten sehen: 51 Prozent der KI-nutzenden Unternehmen nennen Infrastruktur wie Cloud und Rechenleistung, 50 Prozent die Aufbereitung von Daten und 41 Prozent die Integration in bestehende Systeme als wesentliche Kostenfaktoren. Lizenzen und Software-Abonnements spielen mit 21 Prozent eine deutlich geringere Rolle.

Daraus ergibt sich ein breiter Bedarf an Expertise. Neben Data Science und KI-Entwicklung werden insbesondere Kompetenzen in Cloud-Architektur, Datenintegration, IT-Security und Compliance benötigt.

Für Unternehmen bedeutet das: Die Einführung von KI ist keine isolierte IT-Initiative. Sie erfordert das Zusammenspiel unterschiedlicher Fachbereiche und Spezialisten, die technische Möglichkeiten mit den tatsächlichen Anforderungen der Organisation verbinden.

Eine der aufschlussreichsten Darstellungen der DIGITAL X zeigte den Unterschied zwischen generativer und agentischer KI.

Während generative KI auf Anfrage Texte, Bilder oder Empfehlungen erstellt, können KI-Agenten eigenständig mehrstufige Aufgaben bearbeiten, auf andere Systeme zugreifen und innerhalb definierter Grenzen Entscheidungen treffen oder Aktionen auslösen.

Damit erweitert sich die Rolle von KI: Aus einem unterstützenden Werkzeug wird zunehmend ein System, das selbstständig Teile von Geschäftsprozessen übernehmen kann.

Wie sich das beispielsweise im Onlinehandel entwickeln könnte, beschreibt die Marktforschungsplattform ECDB in ihrem Report „Agentic Commerce and AI in E-Commerce“. Die Entwicklung reicht von KI-gestützter Produktsuche bis hin zu Agenten, die Einkäufe und Nachbestellungen eigenständig abwickeln.

Auch in deutschen Unternehmen gewinnt das Thema an Bedeutung. Laut Bitkom setzen 11 Prozent der Unternehmen, die KI nutzen oder deren Einsatz planen beziehungsweise diskutieren, bereits KI-Agenten ein. Weitere 29 Prozent planen den Einsatz und 31 Prozent beschäftigen sich mit der Möglichkeit.

WORAUF ES JETZT ANKOMMT

Die entscheidende Frage ist nicht mehr, was KI leisten kann, sondern wie Unternehmen sie sinnvoll in ihre Prozesse integrieren.

Dass die technologische Verfügbarkeit allein noch keinen Produktivitätsgewinn garantiert, zeigt eine Prognose von Gartner für den Vertrieb. Bis 2028 könnte es dort zehnmal so viele KI-Agenten wie menschliche Mitarbeitende geben. Gleichzeitig erwartet Gartner, dass weniger als 40 Prozent der Vertriebsmitarbeitenden die Agenten als produktivitätssteigernd empfinden werden.

Vertriebsorganisationen, die Daten, Automatisierung und Nutzererfahrung grundlegend überarbeiten, haben laut Gartner dagegen eine fünfmal höhere Wahrscheinlichkeit, einen positiven Return on Investment durch KI zu erzielen als Unternehmen, die auf kurzfristige Einzellösungen setzen.

Entscheidend ist deshalb nicht die Zahl der eingesetzten Tools, sondern wie gut sie in Daten, Abläufe und bestehende Systeme eingebunden sind.

Wenn KI nicht mehr ausschließlich auf Anfragen reagiert, sondern selbstständig handelt, wird ihre Einführung zunehmend zur Organisations- und Führungsfrage.

Wer darf welche Entscheidungen treffen? Welche Aufgaben können KI-Agenten übernehmen, und an welchen Stellen bleibt menschliche Kontrolle erforderlich? Wer trägt die Verantwortung, wenn ein automatisierter Prozess nicht wie vorgesehen funktioniert?

Diese Fragen sind aus klassischen Transformationsprojekten bekannt. Mit dem Einsatz autonomer KI-Systeme gewinnen sie jedoch eine neue Dringlichkeit.

Ein gemeinsamer Bericht des World Economic Forum und PwC verdeutlicht, dass höhere Produktivität nicht automatisch zu einer Entlastung der Beschäftigten führt. Zwar geben 68 Prozent der befragten Berufseinsteigerinnen und Berufseinsteiger an, durch KI produktiver geworden zu sein. Gleichzeitig berichten 45 Prozent, seitdem insgesamt mehr zu arbeiten.

Besonders aufschlussreich ist eine weitere Erkenntnis des Berichts: Unternehmen mit den besten KI-getriebenen finanziellen Ergebnissen gestalten ihre Arbeitsabläufe doppelt so häufig grundlegend neu, statt KI-Anwendungen lediglich in bestehende Prozesse einzufügen.

Diese Beobachtung deckt sich mit unseren Erfahrungen aus Kundenprojekten. Erfolgreiche Transformation setzt voraus, dass Unternehmen ihre Schnittstellen, Zuständigkeiten und Entscheidungswege kritisch überprüfen.

Dabei geht es nicht nur darum, einzelne Tätigkeiten zu automatisieren. Vielmehr muss geklärt werden, wie Menschen und KI-Systeme künftig zusammenarbeiten, welche Aufgaben sich verändern und wo neue Verantwortlichkeiten entstehen.

Das hat direkte Auswirkungen auf die Zusammensetzung von Teams. Neben technischen Spezialisten gewinnen Fachkräfte an Bedeutung, die technologische Lösungen in bestehende Organisationsstrukturen integrieren, interdisziplinäre Projekte steuern und den Einsatz von KI-Systemen überwachen können.