Ohne die Teamleitungen bleibt KI ein Nebenprojekt

Auf den ersten Blick wirkt der typische Verlauf einer KI-Einführung oft sehr gesund.

Die Geschäftsführung fordert eine glaubwürdige KI-Strategie. Die Beschäftigten experimentieren derweil längst im Kleinen: Sie lassen E-Mails entwerfen, Dokumente zusammenfassen, Code generieren, Richtlinien abgleichen und Besprechungsnotizen aufräumen.

Die Chefetage gibt Rückendeckung, an der Basis wächst die Neugier.

Und dann kommt der Rollout plötzlich ins Stocken.

Das liegt meist nicht daran, dass der Vorstand das Interesse verloren hätte oder die Beschäftigten den Nutzen nicht mehr sehen. Das Tempo bricht ein, weil sich die Mitte der Organisation nicht mitbewegt hat: die Teamleitungen, Product Owner, Abteilungsleiter, Engineering Manager und Prozessverantwortlichen – also genau die Menschen, die strategische Absichten in den Arbeitsalltag übersetzen. Dieselbe Ebene, an der sich auch der Engpass vom Tippen zum Entscheiden verschiebt.

Auf dieser Ebene entscheidet sich, ob KI ein integraler Bestandteil der Betriebspraxis wird oder eine lose Sammlung von Nebenprojekten bleibt.

Die Mitte übersetzt Strategie in Praxis

Wahre Wertschöpfung passiert nicht in Strategiepapieren. Sie passiert in Teams, Ticket-Warteschlangen, Freigabeschleifen, Übergaben, Ausnahmeregelungen und Deadlines.

Genau diese Ebene wird bei KI-Transformationen oft sträflich vernachlässigt. Das mittlere Management entscheidet, ob ein neuer KI-gestützter Workflow überhaupt zur Arbeitsweise des Teams passt. Diese Führungskräfte merken sofort, wenn die manuelle Nachkontrolle eines KI-Textes länger dauert als ihn selbst zu schreiben — die Rechnung, an der sich entscheidet, welche Use-Cases sich überhaupt lohnen. Sie wissen, welche exotischen Sonderfälle eine auf Hochglanz polierte Demo in der Praxis ruinieren. Sie erkennen, ob ein neues Tool echte Reibungsverluste abbaut oder das Problem nur in die nächste Abteilung verschiebt.

Ist diese Zielgruppe nicht richtig ausgerüstet, bleibt KI ein abstraktes Konzept.

Von oben heißt es dann: „Wir müssen KI flächendeckend einführen.“ Von unten heißt es: „Wir haben da ein paar coole Tricks gefunden.“ Und die Mitte soll den strategischen Anspruch, das Risiko, die Qualitätssicherung und die bestehende Arbeitslast unter einen Hut bringen – ganz ohne verlässliches Betriebsmodell.

Genau dort bleibt die Transformation stecken.

Die ungemütlichen Detailfragen landen bei den Führungskräften

Die strategische Debatte über KI ist meist aufgeräumter als die operative Realität.

Auf C-Level-Ebene steigert KI schlichtweg die Produktivität. Auf Teamebene muss hingegen jemand entscheiden, ob eine KI-generierte Kundenantwort unredigiert verschickt werden darf. Ob eine KI-Zusammenfassung als verlässliche Entscheidungsgrundlage taugt. Ob ein Prompt in eine offizielle Vorlage überführt wird. Und wer den Prozess repariert, wenn das Sprachmodell nach einem Update plötzlich andere Ergebnisse liefert — eine Frage, die zur Zuständigkeit gehört und nicht zur Technik.

Das sind keine glamourösen Fragen. Aber es sind genau die Fragen, die über Erfolg oder Scheitern der Einführung entscheiden.

Eine Führungskraft kann glühender KI-Fan sein und dennoch auf die Bremse treten, weil ihr die praktischen Antworten fehlen:

• Für welche Aufgaben darf das Team KI überhaupt sicher nutzen?
• Welche Datenquellen sind strikt tabu?
• Welche Ergebnisse erfordern zwingend ein Vier-Augen-Prinzip?
• Wie verhindern wir, dass drei Teams das Rad parallel neu erfinden?
• Woran messen wir, ob die Qualität gestiegen ist oder wir einfach nur schneller schlechte Arbeit produzieren?
• Welche Tätigkeiten lassen wir komplett weg, wenn KI uns Zeit spart?
• Wer übernimmt den Workflow, wenn der Werkstudent, der ihn gebaut hat, das Unternehmen verlässt?

Bleiben Führungskräfte mit diesen Fragen allein, wählen sie naturgemäß den sichersten Weg: Sie dulden die Experimente informell, machen sie aber nicht zum offiziellen, dokumentierten Prozess.

Aus der Ferne sieht das nach einer erfolgreichen Adaption aus. Aus der Nähe betrachtet ist es reines Treibenlassen.

Das Dilemma der Zielvorgaben

Es gibt einen weiteren, harten Grund, warum die mittlere Ebene der Flaschenhals ist: das Belohnungssystem.

Die Einführung von KI verlangt von Teams, ihre Arbeitsweisen grundlegend umzubauen – und gleichzeitig ihr laufendes Tagesgeschäft in gewohnter Qualität abzuliefern. Experimente konkurrieren mit knappen Deadlines. Das Dokumentieren von Prompts konkurriert mit dem reinen Abarbeiten von Tickets. Best Practices mit anderen Abteilungen zu teilen, konkurriert mit dem Drang, einfach nur das eigene Feuer vor Ort zu löschen.

Wird eine Teamleitung ausschließlich an kurzfristigen Quartalszielen gemessen, wird sie kaum Zeit investieren, um aus einem netten KI-Kniff einen standardisierten Workflow zu formen. Wird eine Abteilungsleiterin für Risiken bestraft, aber für mutiges Lernen nicht belohnt, wählt sie im Zweifel immer die restriktive Kontrolle. Wenn Führungskräfte keine Zeitbudgets erhalten, um Prozesse neu zu gestalten, stülpen sie KI einfach über den alten, ineffizienten Prozess – und verkaufen das als Transformation.

Das Ergebnis ist absehbar: Chronisch ausgelastete Menschen nutzen KI als persönliche Abkürzung, aber die Organisation als Ganzes lernt nicht dazu.

Das ist kein Technologie-Problem. Es ist ein Problem des Managementsystems.

Was das mittlere Management jetzt braucht

Die Lösung lautet nicht, jede Führungskraft in ein zweitägiges Prompt-Engineering-Seminar zu setzen.

Führungskräfte brauchen ein pragmatisches Playbook für das Management von KI. Dieses Playbook muss helfen, die harten operativen Entscheidungen zu treffen:

• Welche wiederkehrende Arbeit in meinem Team lohnt den Automatisierungsaufwand?
• Welche Arbeitsschritte lassen sich gefahrlos delegieren, unterstützen oder vordenken?
• Wie definieren wir eine „gute“ KI-Ausgabe?
• Wer prüft die Ergebnisse und wie viel Prüfaufwand ist wirtschaftlich vertretbar?
• Welche Baseline-Beispiele heben wir auf, um die KI-Qualität in drei Monaten noch objektiv testen zu können?
• Wann verlangt ein Use Case nach harten Compliance-Kontrollen?

Vor allem aber brauchen sie den Raum zum Experimentieren und die psychologische Sicherheit, sichtbar lernen zu dürfen. Den perfekten KI-Workflow findet man nur durch Versuch und Irrtum. Wenn eine Führungskraft dafür abgestraft wird, dass eine erste Automatisierung stolpert und nachgebessert werden muss, zieht sie sich sofort auf den sicheren Status quo zurück.

Es reicht nicht, KI isoliert zu betrachten: Verringert KI den Aufwand für das Schreiben eines Konzepts, aber die Freigabekette über fünf Hierarchiestufen bleibt unverändert, verpufft der Zeitgewinn völlig. Spart ein Tool Zeit beim Zusammenfassen von Meetings, aber niemand ändert die Meeting-Kultur an sich, produziert das Team künftig einfach nur mehr Zusammenfassungen.

Ein Werkzeug zu bedienen, ist nur der Auftakt. Echte Einführung beginnt erst, wenn sich die zugrundeliegenden Geschäftsprozesse spürbar verbessern.

Die wahre Aufgabe zentraler KI-Teams

Zentrale KI- oder Transformationsteams sollten nicht dem Irrglauben verfallen, jeden einzelnen Use-Case im Unternehmen selbst steuern zu müssen. Damit machen sie sich nur zum ultimativen Flaschenhals.

Viel wirkungsvoller ist es, das mittlere Management in die Lage zu versetzen, die richtigen Dinge selbst zu verantworten.

Führungskräfte vor Ort brauchen Best-Practice-Workflows, Checklisten für die Qualitätssicherung, klare Eskalationswege, wiederverwendbare Vorlagen und einen zentralen Hub, um funktionierende Lösungen zu teilen. Sie brauchen Expertenhilfe, um harmlose Spielereien von geschäftskritischen Workflows zu unterscheiden, die echte Audits erfordern.

Die Lösung ist nicht, die Verantwortung aus den Fachbereichen abzuziehen. Die Lösung ist, die Fachbereiche zu befähigen, diese Verantwortung kompetent zu tragen.

Nur so wird die KI-Einführung skalierbar, ohne im Chaos zu enden. Ein strukturierter KI-Werkzeugkasten im Unternehmen liefert genau dieses Fundament für Voreinstellungen und Leitplanken.

Den Fokus auf die Mitte richten

Wenn sich die KI-Einführung zäher anfühlt als erwartet, ist es verlockend, der Software, den strengen Richtlinien oder der vermeintlichen Veränderungsmüdigkeit der Belegschaft die Schuld zu geben.

Manchmal stimmen diese Gründe. Meistens fehlt es jedoch schlichtweg an der Befähigung der Ebene dazwischen: den Menschen, die Strategie in den ganz normalen Arbeitsalltag übersetzen müssen.

Fehlt ihnen die Unterstützung, bleibt KI entweder eine hohle Forderung von oben oder eine informelle Schatten-IT von unten. Sind sie jedoch richtig ausgerüstet, kann KI genau das werden, was sie sein sollte: eine völlig normale Methode, um Arbeit jeden Tag ein bisschen besser zu machen.

Die mittlere Führungsebene ist nicht der Ort, an dem Transformation blockiert wird. Sie ist der einzige Ort, an dem aus Inszenierung endlich Wirklichkeit wird.