Entscheidungslogiken im KI-Zeitalter

Die klassische Führungsannahme lautete lange: Führung entscheidet. Wer führt, sammelt Informationen, bewertet Optionen, wägt Risiken ab und trifft dann eine Entscheidung. Diese Vorstellung ist tief in Organisationen eingeschrieben: in Hierarchien, Stellenbeschreibungen, Eskalationswegen, Gremien, Budgetprozessen und Zielsystemen. Entscheidungsmacht war immer auch Ausdruck von Verantwortung, Status und Kontrolle.

Mit KI verschiebt sich diese Logik grundlegend. Nicht, weil KI plötzlich „besser entscheidet“ als Menschen, sondern weil sich die Bedingungen des Entscheidens verändern: Informationen werden schneller verfügbar, Alternativen können in Sekunden simuliert werden, Datenmuster werden sichtbar, Prognosen werden automatisiert, und Entscheidungsprozesse können teilweise von Systemen vorbereitet, beeinflusst oder sogar ausgeführt werden. Damit entsteht eine neue Führungsfrage: Wer entscheidet eigentlich noch – Mensch, Maschine, Organisation oder ein hybrides System?

Daniel Kahneman und Amos Tversky haben gezeigt, dass menschliche Entscheidungen keineswegs so rational sind, wie Organisationen oft glauben. Kahnemans Modell von schnellem, intuitivem Denken und langsamem, analytischem Denken ist bis heute ein zentraler Referenzpunkt für Entscheidungspsychologie. Seine Forschung machte sichtbar, wie stark Heuristiken, Verzerrungen, Verlustaversion, Ankereffekte und Selbstüberschätzung Entscheidungen prägen.

Für Führung bedeutet das: KI trifft nicht auf eine neutrale, objektive Entscheidungswelt. KI trifft auf Organisationen, in denen schon immer politisch, emotional, erfahrungsbasiert, interessengeleitet und unter Unsicherheit entschieden wurde. Genau deshalb ist die Frage nicht: Ersetzt KI menschliche Entscheidung? Sondern: Welche menschlichen Verzerrungen werden durch KI korrigiert – und welche werden durch KI verstärkt?

James G. March hat Organisationen nicht als perfekt rationale Entscheidungsmaschinen beschrieben, sondern als soziale Systeme voller Ambiguität. Das sogenannte Garbage-Can-Modell von Cohen, March und Olsen beschreibt Organisationen als Orte, in denen Probleme, Lösungen, Beteiligte und Entscheidungssituationen oft lose gekoppelt aufeinandertreffen. Entscheidungen entstehen also nicht immer linear nach dem Muster: Problem erkennen, Optionen prüfen, Lösung wählen. Häufig gibt es bereits Lösungen, die auf passende Probleme warten.

Das ist für KI hochrelevant. Denn viele Unternehmen tun heute so, als würde KI einfach bessere Entscheidungen ermöglichen. Aber wenn die Organisation selbst unklare Ziele, verdeckte Machtspiele, widersprüchliche Interessen oder diffuse Verantwortlichkeiten hat, dann verbessert KI nicht automatisch die Entscheidungsqualität. Sie kann sogar den Schein von Rationalität erzeugen. Eine KI-Auswertung wirkt objektiv, auch wenn die zugrunde liegende Frage falsch gestellt, die Daten verzerrt oder der politische Kontext ausgeblendet wurde.

Aus systemischer Sicht ist eine Entscheidung nie nur ein einzelner Akt. Sie ist eine Intervention in ein soziales System. Jede Entscheidung verändert Erwartungen, Beziehungen, Machtverhältnisse und Folgekommunikation. Heinz von Foersters Kybernetik zweiter Ordnung ist hier anschlussfähig: Der Beobachter ist nie außerhalb des Systems, sondern Teil dessen, was er beobachtet. Für Führung heißt das: Eine Führungskraft entscheidet nicht aus neutraler Distanz. Sie ist selbst Teil des Systems, das sie durch ihre Entscheidung beeinflusst.

KI verschärft diese Einsicht. Denn KI liefert nicht einfach Wahrheit. Sie erzeugt Vorschläge, Muster, Wahrscheinlichkeiten, Szenarien und Sprache. Führung muss deshalb künftig stärker zwischen Daten, Deutung und Entscheidung unterscheiden. Daten können Hinweise geben. KI kann Muster erkennen. Aber Bedeutung entsteht im sozialen, strategischen und ethischen Kontext.

Eine zentrale neue Führungsfähigkeit wird daher Entscheidungsarchitektur. Führungskräfte müssen nicht mehr nur selbst entscheiden, sondern Entscheidungsräume gestalten. Sie müssen klären:

• Welche Entscheidungen darf KI vorbereiten?

• Welche Entscheidungen darf KI automatisieren?

• Wo braucht es menschliche Verantwortung?

• Wer prüft die Qualität der Daten?

• Wer erkennt blinde Flecken?

• Wer trägt die Konsequenzen?

• Wann verlangsamen wir bewusst, obwohl KI Geschwindigkeit ermöglicht?

• 
  

Aktuelle KI-Debatten sprechen hier oft von „Human in the Loop“, also menschlicher Aufsicht in automatisierten Entscheidungssystemen. Neuere Diskussionen gehen aber weiter und fragen, ob Menschen nur noch reaktiv kontrollieren oder wirklich führend im Entscheidungsprozess bleiben. Accenture-CEO Julie Sweet formulierte 2026 etwa die Idee von „human in the lead“ statt nur „human in the loop“. Auch neuere Forschung unterscheidet zwischen Human-in-the-Loop, Human-on-the-Loop und Human-in-Command als verschiedenen Formen menschlicher Aufsicht. (arXiv)

Das ist ein wichtiger Unterschied. „Human in the Loop“ kann bedeuten: Die Maschine entscheidet fast alles, der Mensch nickt am Ende ab. „Human in the Lead“ bedeutet dagegen: Der Mensch gestaltet Ziel, Rahmen, Werte, Kriterien und Verantwortung. KI wird dann nicht zum Ersatz von Führung, sondern zum Verstärker von Urteilskraft.

Mehr erfahren