Die KI-Revolution braucht mehr Führung, nicht weniger
Hier lesen Sie den begleitenden Artikel zur Podcastfolge, die ab morgen früh abrufbar ist.
Lange klang es so, als würde künstliche Intelligenz vor allem eines tun: Führungskräfte überflüssig machen. Erst das mittlere Management, dann vielleicht auch die oberen Etagen.
Eine aktuelle Studie zeigt jedoch ein anderes Bild.
Je intensiver Unternehmen KI einsetzen, desto mehr Führungspositionen entstehen.
Das klingt zunächst paradox. Schließlich wurde KI oft genau mit dem Versprechen verkauft, Managementaufwand zu reduzieren.
Doch in der Praxis passiert etwas anderes: Automatisierung beseitigt nicht den Bedarf an Führung. Sie verändert ihn.
Die Kernthese: KI nimmt Arbeit ab, schafft aber neuen Abstimmungsbedarf
Man könnte vermuten, Unternehmen hielten aus Gewohnheit an alten Führungsstrukturen fest.
Die Daten sprechen dagegen. Mireia Giné, José Azar, Sampsa Samila und Liudmila Alekseeva werteten für ihre Studie 375 Millionen amerikanische Stellenanzeigen aus den Jahren 2010 bis 2022 aus.
Ihr Befund: Wenn die KI-Nutzung in einem Unternehmen um einen Prozentpunkt steigt, wächst die Zahl der offenen Führungspositionen um 2,5 bis 7,5 Prozent.
Auch der Anteil der Führungskräfte an der Belegschaft nimmt zu.
Die einfache Schlussfolgerung lautet: KI ersetzt Führung nicht. Sie erzeugt zusätzlichen Orchestrierungsbedarf. Jemand muss automatisierte Systeme einführen, mit bestehenden Abläufen verbinden, Zielkonflikte klären und dafür sorgen, dass aus Daten auch sinnvolle Entscheidungen werden.
Klarna und Novartis: Vom Verwalter zum internen Berater
Wie diese Verschiebung in der Praxis aussieht, zeigt Klarna.
Das Unternehmen konnte mit KI Marketingkosten deutlich senken und zugleich das Kampagnenvolumen erhöhen.
Früher galt das als klassischer Zielkonflikt: Entweder man skaliert stark, oder man personalisiert sauber. KI macht beides gleichzeitig möglich. Aber der entscheidende Punkt ist nicht die Software allein.
Entscheidend sind Führungskräfte, die festlegen, wo Automatisierung sinnvoll ist, welche Qualität erwartet wird und wann Menschen eingreifen müssen.
Noch deutlicher wird es bei Novartis.
Dort verschaffte eine KI-Anwendung Beteiligten vom Vorstand bis zum Vertriebsteam denselben Echtzeitblick auf 50 Marken in 50 Ländern.
Das reduzierte Abstimmungen, Rückfragen und interne Verhandlungsschleifen. Gleichzeitig entstanden neue strategische Fragen:
Welche Märkte brauchen Aufmerksamkeit?
Welche Muster sind relevant?
Welche Entscheidung folgt aus welchem Signal?
Führung wurde dadurch nicht abgeschafft. Sie bekam eine andere Qualität. Aus Verwaltern von Informationen wurden Übersetzer, Einordner und interne Berater.
Der Bias-Algorithmus: Warum Prinzipien Führungsarbeit bleiben
Wie teuer fehlende Führung bei KI werden kann, zeigt ein warnendes Beispiel aus der Forschung.
Ein Unternehmen trainierte einen Einstellungsalgorithmus mit historischen Personaldaten.
Die Erwartung: Das System erkennt, welche Bewerberinnen und Bewerber besonders gut passen.
Das Ergebnis: Der Algorithmus benachteiligte systematisch weibliche Kandidatinnen.
Das passierte nicht dadurch, weil die Technik eigene Ziele verfolgte, sondern weil sie aus bestehenden Mustern lernte. Niemand hatte vorher klar genug definiert, nach welchen Prinzipien entschieden werden sollte.
Genau diese Arbeit bleibt Führungsaufgabe: Werte, Kriterien und Grenzen festlegen, bevor ein System skaliert.
Die Lücke zwischen Erfolgsmeldung und gelebter Praxis
Der Abstand zwischen Anspruch und Alltag zeigt sich auch in aktuellen Erhebungen.
Der Report "AI at Work 2025" der Boston Consulting Group nennt weltweit eine KI-Nutzungsrate von 72 Prozent.
Die dritte Welle der Konstanzer KI-Studie zeichnet für Deutschland ein deutlich vorsichtigeres Bild: Hier stieg der Anteil der Beschäftigten, die KI bei der Arbeit nutzen, nur von 35 auf 38 Prozent.
Das muss kein Widerspruch sein, denn die Studien messen unterschiedliche Dinge. Für Führungskräfte ist der Kontrast trotzdem wichtig.
Zwischen "KI ist eingeführt" und "KI verändert wirklich die tägliche Arbeit" liegt ein weiter Weg.
Und dieser Weg besteht vor allem aus Führung, Kommunikation, Prozessarbeit und Lernen.
Was das für die eigene Führungsarbeit bedeutet
Für Führungskräfte steckt die wichtigste Lehre in der Reihenfolge der Investitionen.
Die Boston Consulting Group empfiehlt, rund siebzig Prozent der Aufmerksamkeit auf Menschen und Prozesse zu richten, zwanzig Prozent auf Technologie und nur zehn Prozent auf die Algorithmen selbst.
Das ist eine gute Faustregel für Industrie, Handel und Dienstleistungen gleichermaßen. Wer vor allem Lizenzen kauft, aber Rollen, Verantwortlichkeiten und Entscheidungsprinzipien nicht klärt, baut ein leistungsfähiges System ohne Kompass.
Ich erkenne diesen Mechanismus aus meiner eigenen Laufbahn, auch wenn damals noch kein Algorithmus der Auslöser war.
Vieles, was ich über Jahrzehnte als Führungskraft getan habe, war keine reine Verwaltung.
Es war das Koordinieren von Menschen, Systemen und widersprüchlichen Interessen. Es ging darum, unterschiedliche Logiken zusammenzubringen: Vertrieb und Produktion, Kosten und Qualität, Geschwindigkeit und Sorgfalt, kurzfristige Ziele und langfristige Wirkung.
Genau diese Orchestrierung verschwindet durch KI nicht.
Sie wird sichtbarer.
Die übergeordnete Frage
Die Sorge, künstliche Intelligenz mache Führungskräfte überflüssig, war wahrscheinlich vorschnell. Überflüssig wird eher die Art von Führung, die sich nur als Verwaltung von Ressourcen versteht.
Gebraucht werden Führungskräfte, die Systeme verstehen, Menschen mitnehmen, Prinzipien setzen und Zielkonflikte moderieren können.
Die entscheidende Frage lautet deshalb:
Welche Ihrer heutigen Aufgaben bestehen bereits aus Orchestrierung, also aus dem Verbinden von Menschen, Prozessen, Daten und Interessen, auch wenn dabei bislang noch keine KI beteiligt ist?
Hinweise zu den herangezogenen Forschungslinien
Liudmila Alekseeva, KU Leuven, gemeinsam mit José Azar, Mireia Giné und Sampsa Samila, IESE Business School, University of Navarra. "AI Adoption and the Demand for Managerial Expertise", vorgelegt im September 2024, veröffentlicht im Strategic Management Journal. Auswertung von 375 Millionen US-Stellenanzeigen, 2010 bis 2022.
Fallbeispiele Klarna und Novartis sowie das Beispiel des diskriminierenden Einstellungsalgorithmus referenziert in: Mireia Giné, "AI is increasing demand for managers, and changing their skill sets", IESE Insight, 14. November 2024.
Boston Consulting Group, Report "AI at Work 2025".
Universität Konstanz, dritte Welle der Konstanzer KI-Studie, Pressemitteilung vom 8. September 2026.
