Auch die Führungskraft lernt KI: So führen Sie sie ein, ohne den Experten zu spielen

Auf dieser Seite

TL;DR: Eine Führungskraft muss nicht die größte KI-Expertise im Team haben, um neue Tools verantwortungsvoll einzuführen. Sie sollte aber Ziel, Sicherheitsgrenzen, die Art der Qualitätsprüfung und Lernregeln festlegen können. Das Eingeständnis „Ich lerne das selbst gerade“ kann Glaubwürdigkeit schaffen, wenn es von einem durchdachten Plan begleitet wird – und nicht damit einhergeht, die Verantwortung auf die Beschäftigten abzuwälzen.

  • Trennen Sie technisches Wissen von der Verantwortung für die Arbeitsorganisation.
  • Beginnen Sie mit einer Aufgabe, deren Qualität sich messen lässt, nicht mit dem Schlagwort „KI überall“.
  • Beziehen Sie sowohl Begeisterte als auch Menschen ein, die Risiken sehen.
  • Reagieren Sie offen auf Fehler, bevor das Team lernt, sie zu verbergen.

Wie unterstützt Empatyzer Führungskräfte, die selbst noch KI lernen?

Em hilft, ein Gespräch vorzubereiten, in dem die Führungskraft zugibt, was sie noch nicht weiß, aber die Verantwortung für das Pilotprojekt klar festlegt. Die Analyse des eigenen Arbeitsstils und der Bedürfnisse des Teams hilft, die Zusammenarbeit zwischen Fachleuten, Skeptikern und Neulingen besser zu organisieren.

Funktionen, die Sie dabei unterstützen:

  • Gespräch über sich selbst: Klärung der eigenen Reaktion auf Nichtwissen und auf die Sorge, die Rolle als Experte oder Expertin zu verlieren.
  • Gespräch über Ihr Team: Vorbereitung der Regeln für das Pilotprojekt und der Art, wie Feedback gesammelt wird.
  • Mikrolektionen: Üben von Gesprächen, von Feedback und vom Lernen aus Fehlern.

Eine Führungskraft muss nicht jedes Tool besser kennen als ihr Team

Eine neue Spezialistin zeigt ihrem Vorgesetzten, wie sie mithilfe von KI in wenigen Minuten eine Übersicht erstellt hat. Er kennt das verwendete Tool nicht und ist versucht, sofort einen Fehler zu finden. Früher war er der beste Experte in der Abteilung; jetzt wissen Menschen mit kürzerer Betriebszugehörigkeit mehr über die Technologie. Das muss keine Autoritätskrise sein. Führen bedeutet auch, Bedingungen zu schaffen, unter denen die Fähigkeiten verschiedener Menschen zu einem guten Ergebnis beitragen. Die Führungskraft bleibt verantwortlich für Prioritäten, Ressourcen, Kontrolle und eine faire Arbeitsverteilung.

Problematisch wird es, wenn eine Führungskraft versucht, ihr Nichtwissen zu verbergen, und gleichzeitig kategorische Anweisungen gibt. „Ab morgen nutzt ihr KI für alle Berichte“ klingt entschieden, erklärt aber nicht, was an ein externes System übermittelt werden darf oder wer das Ergebnis prüft. Ein besserer Einstieg lautet: „Ich kenne noch nicht alle Möglichkeiten dieses Tools. Ich möchte, dass wir gemeinsam festlegen, wofür es sich eignet, wo es versagt und wer das Ergebnis freigibt.“

Wie Sie „Ich weiß es nicht“ sagen und trotzdem Verantwortung übernehmen

Studien zur Demut in der Führung beschreiben Verhaltensweisen wie das Eingestehen eigener Grenzen, die Wertschätzung der Stärken anderer und Lernbereitschaft. Das heißt nicht, dass eine Führungskraft hilflos sein soll. Die Beschäftigten müssen jedoch wissen, wofür die Führungskraft weiterhin verantwortlich ist. Eine gute Botschaft verbindet Ehrlichkeit mit einer klaren Aufgabe: „Ich kann noch nicht jeden Prompt beurteilen, aber ich bin dafür verantwortlich, dass keine ungeprüften Informationen beim Kunden landen.“

In der Praxis kann die Führungskraft eine Person, die sich mit dem Tool auskennt, um eine Demonstration bitten und eine skeptische Person um eine Liste von Situationen, in denen das Ergebnis irreführend sein kann. Damit spielt sie keine Expertenrolle, sondern organisiert gegenseitige Kontrolle. Im Meeting lohnt es sich, drei Aussagen zu trennen: „Das wissen wir schon“, „Das prüfen wir“ und „Diese Methode lassen wir vorerst nicht zu“. Nach einigen Wochen wird das Team die Führungskraft weniger danach beurteilen, ob sie alle Funktionen kennt, als vielmehr nach der Qualität ihrer Entscheidungen.

Skeptiker können genauso gebraucht werden wie Begeisterte

Ein Mitarbeiter sagt: „Ich nutze das nicht, weil es sich zu oft irrt.“ Die Führungskraft hört darin vielleicht Widerstand gegen Veränderung. Dabei hat ein Kritiker manchmal wertvolle Beobachtungen zur Datenqualität, zur Vertraulichkeit oder zur Verantwortung für das Ergebnis. Das heißt nicht, dass jede Skepsis gut begründet ist. Es lohnt sich, um ein konkretes Fehlerbeispiel zu bitten und nach den Bedingungen zu fragen, unter denen das Tool nützlich sein könnte. So geht es im Gespräch um Fakten und nicht um die Bewertung von Menschen.

Bleiben Sie gegenüber Begeisterten ebenso vorsichtig. Ein schnell generierter Bericht kann beeindruckend aussehen, solange niemand ihn mit den Quelldokumenten abgleicht. Legen Sie zwei Rollen fest: eine Person, die die Möglichkeiten testet, und eine, die die Grenzen prüft. Tauschen Sie die Rollen bei den folgenden Versuchen. Entdeckt der Skeptiker einen Fehler, danken Sie ihm öffentlich. So wird die Meldung eines Problems nicht zur Gefahr für den Ruf dessen, der sie gemacht hat.

Die Grenzen der KI-Nutzung müssen vor dem ersten Fehler feststehen

Das Team braucht Antworten auf praktische Fragen: Welche Daten dürfen eingegeben werden, für welche Aufgaben ist das Tool zugelassen, was muss selbst geprüft werden, wer zeichnet das Ergebnis ab und wie werden Fehler gemeldet? Die Anweisung „Nutzt es verantwortungsvoll“ reicht nicht aus. Interne Korrespondenz erfordert möglicherweise eine einfachere Kontrolle als ein Dokument für Kunden oder eine Personalentscheidung. Der Umfang der Kontrolle sollte vom Risiko abhängen.

Die KI-Verordnung der EU (AI Act) sieht Maßnahmen zur Förderung von KI-Kompetenz vor, die Erfahrung und Nutzungskontext berücksichtigen. Das bedeutet nicht, dass alle Beschäftigten dasselbe Zertifikat erwerben müssen. Ebenso wenig sollte man jeden Büro-Chatbot mit einem Hochrisikosystem gleichsetzen. Die Führungskraft sollte die Regeln ihrer Organisation kennen und Unklarheiten mit den zuständigen Fachleuten klären, statt sich mit Gewissheit über Pflichten zu äußern, die sie nicht geprüft hat.

Beginnen Sie mit einer Aufgabe und lernen Sie aus dem Ergebnis

Das erste Pilotprojekt kann das Zusammenfassen öffentlich zugänglicher Materialien oder das Erstellen eines Textentwurfs ohne sensible Daten betreffen. Legen Sie vor dem Test fest, was sich verbessern soll und wie Sie das überprüfen. Zum Beispiel: „Zwei Wochen lang vergleichen wir die Zeit für die Erstellung der ersten Fassung und die Zahl der bei der Prüfung gefundenen Fehler.“ Erweist sich die Zeitersparnis als Schein, weil das Korrigieren der Fehler länger dauert als die übliche Arbeit, ist das als Ergebnis zu werten und nicht als Versagen eines Mitarbeiters.

Führen Sie nach dem Test eine kurze Auswertung durch. Fragen Sie: Was hat funktioniert, was hat überrascht, wann war das Tool nicht hilfreich und welche Regel muss geändert werden? Studien zur psychologischen Sicherheit deuten darauf hin, dass die Möglichkeit, Zweifel zu äußern, lernbezogenes Verhalten begünstigt. Das ist kein Versprechen, dass ein einziges Meeting die Unternehmenskultur verändert. Wichtig ist das wiederkehrende Verhalten der Führungskraft, vor allem dann, wenn jemand eine unbequeme Tatsache auf den Tisch legt.

Lernen Sie mit den Menschen, statt sofortige Begeisterung zu verlangen

Nicht alle starten am selben Punkt. Eine Person braucht ein kurzes Anwendungsbeispiel; eine andere will das Risiko kennen und wissen, wie ein fehlerhaftes Ergebnis zurückgenommen werden kann. Wieder jemand anderes befürchtet, dass das Lernen auf Kosten der normalen Aufgaben geht. Eine gut organisierte Einführung lässt Zeit zum Üben und benennt klar, welche Aufgaben in dieser Phase wegfallen können. Es ergibt keinen Sinn, eine neue Aufgabe in einen ohnehin vollen Arbeitsplan zu packen und dann fehlende Begeisterung zu tadeln.

Die Führungskraft kann sagen: „In dieser Phase bewerten wir nicht, wer am modernsten ist. Wir prüfen, ob das Tool uns hilft, ein bestimmtes Ergebnis ohne Qualitätseinbußen zu erreichen.“ Ein solcher Ansatz ermutigt auch Menschen zum Gespräch, die nicht als KI-Fachleute gelten wollen. Ist der Test erfolgreich, halten Sie gemeinsam eine Regel für die Nutzung fest. Wenn nicht, notieren Sie die Bedingungen, die sich ändern müssten. In beiden Fällen lernt das Team etwas Wichtigeres als die Bedienung einer einzelnen Anwendung: neue Arbeitsweisen vernünftig zu testen.

Die Autorität einer Führungskraft erfordert nicht, Allwissenheit vorzutäuschen. Sie erfordert ein klares Ziel, das ehrliche Eingeständnis von Grenzen, Sicherheitsregeln und Entscheidungen, die sich auf die tatsächlichen Testergebnisse stützen. Besser ist es, ein sorgfältiges Experiment durchzuführen und die Fehler zu besprechen, als allen die Technologie mit einem Modernisierungsslogan aufzuzwingen.

Wie Empatyzer Führungskräfte dabei unterstützt, ihr Team durch das Lernen von KI zu führen

Stellen Sie sich eine Führungskraft vor, deren Team sich mit KI besser auskennt als sie selbst. Vor dem Meeting kann sie Em fragen, wie sie ihr begrenztes Wissen eingestehen kann, ohne die Verantwortung für Entscheidungen zu schwächen. Em hilft, den Einstieg, Fragen an Begeisterte und Skeptiker sowie eine Reaktion auf eine Situation vorzubereiten, in der eine Demonstration mit einem Fehler endet. Das Gespräch über den eigenen Arbeitsstil ermöglicht es, genauer hinzusehen, ob ein Kontrollbedürfnis oder die Sorge um die eigene Autorität es erschwert, die Kompetenzen anderer zu nutzen. Im Teamkontext lassen sich auch Unterschiede in der Haltung zu Experimenten, Planung und Risiko berücksichtigen, um eine sinnvolle Rollenverteilung im Pilotprojekt vorzuschlagen. Em prüft nicht stellvertretend für das Team die technische Korrektheit der Modelle; Em hilft, Kommunikation und Zusammenarbeit rund um deren Einsatz besser zu organisieren. So vorbereitet kann die Führungskraft „Ich weiß es nicht“ sagen, benennen, was geprüft wird, und eine kritische Anmerkung als Beitrag zur Qualität anerkennen. Mikrolektionen helfen, diese Art der Gesprächsführung auch nach dem ersten Test zu festigen.

Quellen

  1. European Parliament and Council (2024). Regulation (EU) 2024/1689, Article 4 (AI literacy), consolidated 27 July 2026. EUR-Lex / European Commission AI Act Service Desk. https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-4 Regulation (EU) 2024/1689, Article 4 (AI literacy), consolidated 27 July 2026
  2. Owens BP; Johnson MD; Mitchell TR (2013). Expressed Humility in Organizations. Organization Science. https://doi.org/10.1287/orsc.1120.0795 10.1287/orsc.1120.0795
  3. Edmondson A (1999). Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly. https://doi.org/10.2307/2666999 10.2307/2666999