Der Vorteil des Experimentierens

KI kann Führungskräften helfen, eine Entscheidung in wenigen Minuten zu erkunden. Der Vorteil entsteht, wenn sie herausfinden, welche Annahmen dem Kontakt mit der Realität standhalten.

Stellen Sie sich ein Unternehmen vor, in dem routinemäßige Kundenausnahmen tagelang auf eine Genehmigung warten. Der CEO sieht die Warteschlange wachsen und erwägt, eine weitere Managementebene einzuführen.

KI könnte in wenigen Minuten überzeugende Argumente für die neue Struktur liefern. Sie könnte aber auch andere Erklärungen vorschlagen: unklare Entscheidungsbefugnisse, fehlende Informationen in Anträgen oder Teamleitungen, die auf dem Papier befugt sind, sich aber nicht trauen, diese Befugnis zu nutzen.

Alle diese Erklärungen sind prüfenswert. Keine davon wird wahr, nur weil ein KI-System sie überzeugend formuliert hat.

Die Führungsfrage lautet: Was müssten wir beobachten, bevor wir die Organisation verändern?

Erkunden ist jetzt einfacher. Evidenz bleibt Arbeit.

KI ist in einer frühen Entscheidungsphase nützlich. Sie kann einem Team helfen, das Problem einzugrenzen, konkurrierende Erklärungen zu erkennen, einen Prototyp zu entwerfen und bessere Fragen für die beteiligten Personen vorzubereiten.

Diese Aktivitäten erweitern, was das Team in Betracht ziehen kann. Sie zeigen nicht, wie Kunden oder Mitarbeitende tatsächlich reagieren werden. Eine simulierte Kundenreaktion bleibt eine Simulation. Ein ausgefeilter Workflow bleibt ein Prototyp, bis Menschen ihn nutzen.

Diese Unterscheidung verändert den Wert von KI. Statt sie um Bestätigung einer bevorzugten Entscheidung zu bitten, kann eine Führungskraft fragen: „Was könnte unsere Beobachtung sonst erklären? Welche Annahme ist am wichtigsten? Welche Evidenz würde unsere Wahl verändern?“

Das Ergebnis ist eine bessere Untersuchung, kein Urteil.

Testen Sie die Annahme, auf der die Entscheidung beruht

In unserem Beispiel beruht die vorgeschlagene Managementebene auf einer Annahme: Genehmigungen dauern lange, weil die Managementkapazität nicht ausreicht.

Das Team könnte tatsächliche Anträge untersuchen und mit den Menschen sprechen, die sie bearbeiten. Wenn viele Routineentscheidungen eskaliert werden, weil die Grenzen der Befugnisse unklar sind, könnte es in einem geeigneten Workflow einen begrenzten vierwöchigen Test durchführen. Geschulte Teamleitungen würden Ausnahmen innerhalb definierter Grenzen genehmigen; Fälle mit höherem Risiko würden weiterhin eskaliert.

Vor Beginn würde das Team festlegen, was untersucht werden soll: Wartezeit, Fehler, Nacharbeit, Folgen für Kunden und Arbeitsbelastung der Mitarbeitenden. Es würde außerdem entscheiden, was zu einer Unterbrechung des Tests führen soll.

Mehrere Ergebnisse sind möglich. Die Wartezeit könnte ohne unvertretbare Kosten sinken, was darauf hindeuten würde, dass klarere lokale Befugnisse helfen könnten. Es könnte sich wenig ändern, was auf eine andere Einschränkung verweist. Die Geschwindigkeit könnte steigen, während Fehler oder der Druck auf Mitarbeitende zunehmen — ein Zielkonflikt, den der ursprüngliche Vorschlag übersehen hat.

Dies ist ein illustrativer Fall und keine Behauptung, dass Delegation immer besser ist als zusätzliche Managementkapazität. Entscheidend ist, dass eine folgenreiche Annahme sichtbar und überprüfbar geworden ist.

Die Entscheidung muss sich ändern, wenn sich die Evidenz ändert

Die Mechanik eines Tests ist nur ein Teil der Arbeit. Jemand muss ein unerwünschtes Ergebnis melden können. Eine erfahrene Führungskraft muss bereit sein zu hören, dass die ursprüngliche Diagnose unvollständig war. Das Team braucht genügend Befugnisse, um auf das Gelernte zu reagieren.

Ein nützlicher Entscheidungsvermerk kann kurz sein:

1. Worüber entscheiden wir?

2. Welche Annahme trägt die bevorzugte Wahl?

3. Was würde als glaubwürdige Evidenz gelten?

4. Wer ist betroffen, und was müssen wir schützen?

5. Was tun wir, wenn das Ergebnis unsere Sicht infrage stellt?

6. Wann überprüfen wir die Entscheidung?

KI kann helfen, diese Fragen zu formulieren und die gesammelten Informationen zu ordnen. Die Evidenz muss aus geeigneten Quellen stammen, und die Verantwortung für die Entscheidung bleibt bei den Menschen, die sie treffen.

Manche Entscheidungen erfordern einen anderen Ansatz

Ein kleiner Pilot kann nicht jede Frage klären. Sicherheit, rechtliche Pflichten, Vertraulichkeit oder irreversible Folgen können einen Test ungeeignet machen. In solchen Fällen benötigen Führungskräfte möglicherweise fachliche Beratung, Konsultation, stärkere Schutzmaßnahmen oder ein schrittweises Vorgehen.

Die Disziplin gilt dennoch: die Annahme ausdrücklich benennen, die beste verfügbare Evidenz prüfen, verbleibende Unsicherheit benennen und entscheiden, wie die Folgen beobachtet werden.

Der Vorteil des Experimentierens ist die Fähigkeit, von einer plausiblen Erklärung zu einer verantwortbaren Entscheidung zu gelangen. KI kann die Zeit verkürzen, die es braucht, eine lohnende Frage zu finden. Führung bestimmt, wie diese Frage auf die Realität trifft.

Fragen Sie vor Ihrer nächsten bedeutenden Verpflichtung: Welche Annahme leistet in dieser Entscheidung die meiste Arbeit — und was könnte uns veranlassen, unsere Meinung zu ändern?