01 — Verstehen

KI-Orientierungswissen für gute Entscheidungen

Ich habe in den letzten Jahren viele Workshops gemacht. Mit Führungskräften, mit Teams, mit Leuten, die noch nie bewusst mit einer KI gearbeitet haben. Und ich habe dabei immer wieder dieselbe Frage gehört, meistens am Anfang, manchmal erst nach zwei Stunden: Muss ich das jetzt alles verstehen?

Nein. Aber ein bisschen schon.

Nicht Informatik. Nicht Programmierung. Aber ein Grundverständnis, das trägt – das dir hilft, die richtigen Fragen zu stellen, bevor du handelst. Darum geht es auf dieser Seite.

Wie begegne ich KI?

Weder mit Euphorie noch mit Angst. Beides hilft nicht.

Was hilft: Neugier mit wachem Blick. Ausprobieren – aber wissen, dass Fehler passieren, und wissen, warum. Und der Anspruch, selbst zu gestalten. KI passiert nicht einfach. Organisationen entscheiden, ob sie KI einsetzen, wo sie es tun und wie. Das ist keine technische Frage. Das ist eine Führungsfrage.

Und dann ist da noch ein Punkt, der mir wichtig ist: Die Verantwortung bleibt beim Menschen. Immer. KI kann Entwürfe liefern, Vorschläge machen, Muster erkennen. Aber wer am Ende entscheidet – und wer dafür geradestehen muss – das ist nicht die Maschine.

Was muss ich wirklich verstehen?

Nicht alles. Aber das Richtige. Ich unterscheide drei Ebenen.

Die erste: Wie funktioniert das Ding überhaupt? Generative KI erzeugt Ausgaben auf Basis statistischer Muster in Trainingsdaten. Sie versteht nicht – sie berechnet Wahrscheinlichkeiten. Das klingt abstrakt, ist aber entscheidend. Es erklärt, warum KI in manchen Situationen verblüffend gut ist – Mustererkennung, Textzusammenfassung, Variantenbildung – und warum sie in anderen Situationen einfach erfindet, was plausibel klingt, aber falsch ist. Wir nennen das Halluzination. Ich finde den Begriff unglücklich, aber er hat sich durchgesetzt.

Die zweite: Wofür eignet sich KI, wofür nicht? Gut funktioniert es dort, wo große Mengen unstrukturierter Informationen verarbeitet werden müssen, wo Aufgaben ein klares Muster haben und sich wiederholen, wo Entwürfe gebraucht werden, die ein Mensch danach prüft und weiterentwickelt. Schwierig wird es dort, wo einzigartige Urteilskraft gefragt ist, wo Fehler schwerwiegende Konsequenzen haben und nicht geprüft werden können, wo Nachvollziehbarkeit regulatorisch gefordert ist.

Die dritte: Wie arbeiten Mensch und KI zusammen? Das produktivste Modell ist nicht Ersetzung, sondern Zusammenarbeit. KI liefert Rohstoff. Der Mensch veredelt. Wer gute Ergebnisse will, muss lernen, gute Aufträge zu geben – mit Kontext, mit Ziel, mit klaren Qualitätskriterien.

Wann lohnt sich KI?

Vor jedem Einsatz stelle ich drei Fragen. Erstens: Was ist das konkrete Problem? Wenn die Antwort unklar ist, ist KI nicht die Antwort. Zweitens: Ist der erwartete Nutzen größer als der Aufwand – für Einführung, Pflege, Qualitätssicherung? Und drittens: Sind Daten, Kompetenzen und Prozesse überhaupt vorhanden, um das tragfähig zu machen?

Eine Faustregel, die sich bewährt hat: Fang dort an, wo der Nutzen hoch ist, das Risiko niedrig und die Lernkurve steil.

Risiken – und wie man damit umgeht

Jeder KI-Einsatz bringt Risiken mit. Die vier wichtigsten, die ich immer wieder anspreche:

KI-Ausgaben können falsch, verzerrt oder veraltet sein. Ohne menschliche Prüfung wird aus Effizienzgewinn schnell Qualitätsverlust. Was in ein KI-System eingegeben wird, kann gespeichert, verarbeitet oder zum Training verwendet werden. Sensible Daten gehören nicht in öffentliche KI-Dienste – das klingt selbstverständlich, ist es in der Praxis aber oft nicht. Wer Kernprozesse unkritisch an KI delegiert, verliert Kompetenz. Und die Rechtslage – insbesondere der EU AI Act – entwickelt sich schnell. Was heute erlaubt ist, kann morgen meldepflichtig sein.

Was ich als Leitplanken empfehle: Kein KI-Einsatz ohne definierten Prüfschritt durch einen Menschen. Keine Eingabe vertraulicher Daten ohne freigegebene Infrastruktur. Regelmäßige Überprüfung, ob das System noch liefert, was erwartet wurde. Und offene Kommunikation darüber, wo KI eingesetzt wird – und wo bewusst nicht.

Auf den Punkt

Gutes KI-Verständnis heißt nicht, alles über Technik zu wissen. Es heißt, die richtigen Fragen zu stellen, bevor man handelt – und die Antworten ehrlich zu bewerten.

Wer Haltung, Grundwissen, Entscheidungslogik und Leitplanken zusammenbringt, trifft bessere Entscheidungen. Nicht perfekte. Aber fundierte.