Wer gerade KI im Unternehmen einführt, kennt die Situation: Die Werkzeuge entwickeln sich so schnell, dass jeder Projektplan bald veraltet ist. Die Geschäftsführung soll investieren, obwohl belastbare Zahlen zum Nutzen noch fehlen. Und HR kommt oft erst dazu, wenn die Einführung längst läuft.

Das ist keine Nachlässigkeit. KI beginnt als IT-Thema. Sie bleibt es nur nicht — denn sie verändert etwas Grundlegendes.

Was sich tatsächlich verändert

Optionen entstehen jetzt schnell und in hoher Qualität. Wo früher zwei Tage für einen Entwurf nötig waren, liegen nach wenigen Minuten drei plausible Varianten vor. Von denen eine falsch sein kann, ohne dass man es ihr ansieht.

Damit entsteht eine neue, kritische Verantwortung: die Bewertung. Wer sie nicht zügig und verlässlich leisten kann, verliert den Geschwindigkeitsvorteil wieder — entweder durch Zögern oder durch nachgelagerte Absicherungsschleifen, die genau die Zeit kosten, die man gerade gewonnen hat.

Das Bemerkenswerte daran: Unsere Prozesse waren jahrzehntelang auf Stabilität und Fehlervermeidung ausgerichtet. Sie waren so gebaut, dass Einzelne möglichst wenig entscheiden mussten. Freigabewege, Vier-Augen-Prinzipien und Abstimmungsschleifen haben Urteilsvermögen weitgehend ersetzt. Sie funktionierten, weil alles langsam genug war.

Jetzt wird genau das gebraucht, was diese Prozesse ersetzt haben: Erfahrung, Fachintuition, die Fähigkeit und die Bereitschaft, unter Unsicherheit zu entscheiden.

Dafür braucht es zweierlei: einen Rahmen, in dem mutige Entscheidungen möglich sind. Und Menschen, die dazu bereit sind.

Wie entsteht die Bereitschaft, mutig zu entscheiden?

Diese Bereitschaft lässt sich nicht anordnen. Wer mutig entscheidet, übernimmt Verantwortung — auch auf die Gefahr hin, sich zu irren. Das tut kaum jemand, dem die Sache nichts bedeutet. Die Bereitschaft wächst dort, wo Menschen ihr Tun als sinnvoll erleben.

Damit ist nicht das Unternehmensleitbild gemeint. Ein Leitbild macht keine einzelne Entscheidung richtig.

Gemeint ist etwas Alltäglicheres: das eigene Tun und die Zusammenarbeit mit anderen als sinnvoll erleben — täglich und dauerhaft, mit Unternehmenspurpose oder ohne. Dass dieses Sinnerleben mit Bindung, Gesundheit und Engagement zusammenhängt, ist empirisch gut belegt¹. Neu ist, dass es nun auch die Voraussetzung dafür ist, den Geschwindigkeitsvorteil der Technologie überhaupt zu heben.

Und genau dafür bietet die KI-Einführung bessere Ansatzpunkte als fast jedes andere Vorhaben. Drei davon liegen unmittelbar auf der Hand.

Erstens: Erfahrung bekommt mehr Gewicht. Wenn Urteilsvermögen zur knappen Ressource wird, erhalten Erfahrung und Fachwissen eine höhere Wertigkeit — nach Jahren, in denen Prozesssicherheit das Urteil des Einzelnen weitgehend verzichtbar gemacht hat. Der Beitrag des Einzelnen wird durch KI also nicht kleiner, sondern wichtiger. Das ist die Botschaft, die im Trubel der Einführung meist untergeht.

Zweitens: Die Zusammenarbeit verändert sich. Wer KI einführt, erlebt eine ungewöhnliche Phase: Menschen probieren gemeinsam aus, zeigen sich gegenseitig, was funktioniert, und lernen quer zu Abteilungen und Hierarchie. Gemeinschaft und Entwicklung sind für viele Menschen wichtige Sinnquellen. Beides entsteht in dieser Phase fast von selbst. Es hält nur nicht von selbst an.

Drittens: Der eigene Beitrag wird spürbar. Wer bisher innerhalb enger Vorgaben arbeitete, entscheidet jetzt selbst — und erlebt dadurch etwas, das die alten Prozesse selten zugelassen haben: den eigenen Beitrag zum Ergebnis. Geht die Entscheidung auf, ist es ein spürbarer Erfolg. Geht sie daneben und wird der Fehler als Lernfeld behandelt, ist es Entwicklung. Beides setzt allerdings voraus, dass Menschen überhaupt erfahren, was aus ihrer Entscheidung geworden ist. Ohne diese Rückmeldung bleibt die Entscheidung für den Einzelnen folgenlos. Und beim nächsten Mal wird wieder abgesichert.

Welcher Ansatzpunkt bei wem trägt, ist verschieden. Die Sinnforschung von Tatjana Schnell² zeigt, dass Menschen aus unterschiedlichen Quellen schöpfen, im Beruf etwa aus Gemeinschaft, Entwicklung, Leistung, Herausforderung, Fürsorge und Generativität — dem Beitrag zu etwas, das über die eigene Person hinausgeht. Ein Unternehmenspurpose zielt in erster Linie auf die Generativität. Menschen, die stärker aus Entwicklung oder Herausforderung schöpfen, erreicht er kaum. Deshalb genügt ein einheitliches Purpose-Statement hier nicht.

Was Menschen dabei erleben

Wenn diese Ansatzpunkte greifen, machen Menschen vier Erfahrungen, die ihre Motivation und ihr Sinnerleben stark prägen:

Bleibt dagegen der Entscheidungsweg der alte — die KI liefert, entschieden wird weiter über die gewohnten Schleifen —, dann geht nicht nur der Zeitgewinn verloren. Die Menschen verlieren auch die Verbindung zwischen ihrer Arbeit und dem Ergebnis, und nichts tritt an ihre Stelle. Hier liegt oft der Ursprung dessen, was in Projekten als Widerstand gilt oder als Technikfeindlichkeit Einzelner ausgelegt wird.

Dieser Widerstand ist echt und emotional — und gerade deshalb veränderbar. Er beruht nicht auf Überzeugungen, gegen die man argumentieren müsste, sondern auf Erfahrungen. Und Erfahrungen lassen sich durch andere ersetzen.

Nur entstehen die neuen nicht von selbst. Sie herzustellen ist Aufgabe der Führung. HR gibt ihr dafür den Rahmen und das Handwerkszeug.

Was Führung und HR bei der KI-Einführung konkret tun können

Klären, wer entscheidet — und Fehler erlauben. Wenn die KI drei Varianten liefert: Wer wählt aus? Das sollte klar geregelt sein. Genauso wichtig ist ein offenes Wort dazu, dass manche dieser Entscheidungen falsch sein werden. Das gehört zum schnelleren Arbeiten dazu. Wer die Zuständigkeit regelt, Fehler aber weiter persönlich anlastet, bekommt Menschen, die absichern statt entscheiden.³

Nach Tätigkeiten fragen, nicht nach Stellen. Die übliche Frage lautet: Welche Stellen sind betroffen? Hilfreicher ist: Welche Tätigkeiten geben den Menschen das Gefühl, etwas zu bewirken? Automatisiert wird zuerst, was niemand vermisst. So fällt nicht ausgerechnet das weg, was Menschen antreibt — oft für einen kleinen Zeitgewinn. Eine große Befragung braucht es dafür nicht. Für den Anfang reichen zwei Fragen in der nächsten Teamrunde: Was an der eigenen Arbeit würde man am wenigsten gern abgeben? Und was könnte sofort weg?

Den Beitrag sichtbar machen. Menschen sollten erfahren, was aus ihren Entscheidungen geworden ist. Das gelingt über Rückmeldungen aus dem Markt, über Kundenstimmen, die bei den Richtigen ankommen, oder über kurze Runden, in denen Ergebnisse gezeigt werden.⁴ Das kostet fast nichts. Und es erhält, was in Umbruchphasen als Erstes verschwindet: die Bereitschaft, mehr zu tun als verlangt. In keiner Kennzahl taucht sie auf — bis sie fehlt.

Warum das jetzt relevant ist — auch mitten in der KI-Einführung

Menschen bilden ihre Deutung einer Veränderung früh und korrigieren sie spät. Wer einmal zu dem Schluss gekommen ist, hier laufe ein Rationalisierungsprogramm unter anderem Namen, revidiert ihn nicht, weil ein halbes Jahr später ein guter Workshop stattfindet.

Das klingt nach einer schlechten Nachricht für alle, die bereits mittendrin sind. Ist es aber nicht. Die KI-Einführung ist kein Projekt mit Enddatum, sondern ein dauerhafter Prozess — die Technologie entwickelt sich weiter, und mit ihr die Art zu arbeiten. Jeder neue Anwendungsfall, jede neue Funktion öffnet ein neues Fenster. Wer früh dran ist, gestaltet die erste Deutung. Wer später dazukommt, arbeitet gegen eine bestehende an. Das ist mehr Aufwand, aber es ist möglich.

Was in beiden Fällen gilt: Der Aufwand wächst mit jedem Schritt, den man verstreichen lässt.

Technologie erweitert, was ein Unternehmen tun kann. Ob es das Richtige tut, entscheiden Menschen — und ob sie das wollen, entscheidet sich daran, wie viel ihre Arbeit für sie bedeutet.

Quellen:

¹ Allan, B. A. et al. (2019). Outcomes of Meaningful Work: A Meta-Analysis. Journal of Management Studies.

² Schnell, T. (2020). Psychologie des Lebenssinns (2. Aufl.). Springer. Schnell, T., Höge, T. & Pollet, E. (2013). Predicting meaning in work: Theory, data, implications. Journal of Positive Psychology.

³ Edmondson, A. C. (1999). Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly.

⁴ Hackman, J. R. & Oldham, G. R. (1976). Motivation through the design of work. Organizational Behavior and Human Performance. Grant, A. M. (2008). The significance of task significance. Journal of Applied Psychology.

© 2026 Purposely.Coach®. Dieser Artikel ist urheberrechtlich geschützt. Teilen und Weitergeben in sozialen Netzwerken ist ausdrücklich erwünscht – bitte immer mit Angabe der Quelle und einem Link auf den Originalbeitrag.