Jump to content
Menü aufrufen
Toggle preferences menu
Persönliches Menü aufrufen
Nicht angemeldet
Ihre IP-Adresse wird öffentlich sichtbar sein, wenn Sie Änderungen vornehmen.

Unser Wiki ist seit dem 2. Oktober öffentlich lesbar. Mehr dazu.

Gkc26-Session: Mehr Wissen, bessere Entscheidungen? Warum diese Gleichung im KI-Zeitalter nicht aufgeht

Aus GfWM Wiki
Disclaimer
Diese Seite ist KI-generiert. Sowohl die Zusammenfassung als auch das zugrundeliegende Transkript der Videoaufzeichnung wurden mithilfe von KI erstellt.
Mehr Wissen, bessere Entscheidungen? Warum diese Gleichung im KI-Zeitalter nicht aufgeht
Art Barcamp-Session
KnowledgeCamp KnowledgeCamp 2026
Sessiongebende Claus Welles


Datum 09.10.2026
Zeit 11:00 bis 11:45 Uhr
Raum München (2.OG)
Sprache Deutsch
Aufzeichnung YouTube
Im Programm Pretalx
KI-Unterstützung Whisper large-v3 (Transkription), gpt-6.1-sol (Redaktion)

Aus dem Veranstaltungsprogramm:

Generative KI verändert eine zentrale Voraussetzung des Wissensmanagements: Informationen, Analysen, Zusammenfassungen und Handlungsvorschläge können in immer größerer Menge und Geschwindigkeit erzeugt werden.

Aber erzeugt mehr verfügbares Wissen tatsächlich bessere organisationale Entscheidungen?

Die Session stellt die Gegenhypothese zur Diskussion:

Der Engpass vieler Organisationen verschiebt sich vom Zugang zu Wissen hin zur belastbaren Transformation von Wissen in Entscheidung, Commitment und wirksame Umsetzung.

Dabei möchte ich mit den Teilnehmenden einige scheinbar einfache Gleichsetzungen kritisch prüfen:

Daten ≠ Evidenz

Analyse ≠ Entscheidung

Empfehlung ≠ Autorisierung

Verantwortung ≠ tatsächliche Entscheidungsbefugnis

Ressourcen ≠ verfügbare Kapazität

Output ≠ Outcome

KI-Fähigkeit ≠ menschliche Entscheidungsautorität

Ausgangspunkt ist ein Framework, an dem ich derzeit arbeite: TOOD®. Es versucht, organisationale Entscheidungen als zusammenhängende Kette zu betrachten:

Evidenz → Interpretation → Entscheidung → Commitment → Verpflichtung → Arbeit → Belastung/Kapazität → Umsetzung → Output → Outcome → Lernen

TOOD befindet sich derzeit noch in Entwicklung und Prüfung. Deshalb möchte ich die Session ausdrücklich nicht als Präsentation eines fertigen oder validierten Modells gestalten.

Im Gegenteil:

Ich möchte das Modell der Kritik der Teilnehmenden aussetzen.

Leitfragen für die Session

Wo bricht diese Kette in realen Organisationen tatsächlich?

Welche wichtigen Elemente fehlen?

Wo erzeugen KI-Systeme nur den Eindruck besserer Entscheidungen?

Welche Entscheidungen können sinnvoll durch KI vorbereitet werden – und an welcher Stelle muss menschliche Autorität erhalten bleiben?

Was passiert, wenn eine neue Priorität beschlossen wird, ohne bestehende Verpflichtungen und verfügbare Kapazität neu zu betrachten?

Und schließlich:

Was müsste Wissensmanagement im KI-Zeitalter zusätzlich leisten, wenn „mehr Wissen verfügbar machen“ nicht mehr der entscheidende Engpass ist?

Zusammenfassung

Die Barcamp-Session „Mehr Wissen, bessere Entscheidungen? Warum diese Gleichung im KI-Zeitalter nicht aufgeht“ von Claus Welles behandelte die Lücke zwischen verfügbarem Wissen, einer Entscheidung und ihrer Umsetzung. Seine Leitthese: KI könne Analysen und Empfehlungen beschleunigen, löse damit aber nicht automatisch die organisatorischen Voraussetzungen für bessere oder schnellere Entscheidungen. Entscheidend sei, wer Folgen abschätzt, Verantwortung übernimmt, ein Mandat erhält und tatsächlich über verfügbare Kapazität verfügt.

Welles verband einen einführenden Impuls mit Beispielen aus Unternehmen und einer offenen Diskussion. Die Beiträge aus dem Publikum ergänzten insbesondere die Themen KI als Sparringspartner, klare Verantwortlichkeiten, Befähigung und eigenständiges Lernen. Wiederholt wurde zwischen einer KI-Empfehlung und einer menschlichen Entscheidung unterschieden. Als zentrale Herausforderung beschrieb die Session, zusätzliche Informationen in tragfähige Arbeit zu übersetzen, statt lediglich mehr Empfehlungen und Aufgaben zu erzeugen.

Einstieg: Was macht Entscheidungen besser und schneller?

Zum Auftakt fragte Welles, wer in einem Unternehmen arbeite, das eher schnell entscheide. Anschließend richtete er den Blick auf Situationen, in denen Daten geprüft, Szenarien durchgespielt und Argumente ausgetauscht wurden, trotzdem aber das Gefühl bleibe, etwas sei noch ungeklärt.

Nach seiner Darstellung betrifft diese Unsicherheit häufig nicht die Analyse selbst, sondern deren Folgen: Wer darf die Entscheidung umsetzen? Wer übernimmt die daraus entstehenden Verpflichtungen? Und wer besitzt die Befugnis, notwendige Veränderungen auch bereichsübergreifend durchzusetzen? Bleibe dies offen, würden Fragen nach einer Besprechung außerhalb des Raums erneut verhandelt.

Welles stellte sich als langjähriger Personal- und Strategieberater mit einem beruflichen Ausgangspunkt als Ingenieur im Mittelstand vor. Seine Erfahrungen mit hohen Geschwindigkeitsanforderungen in einer Lieferantenbeziehung dienten als Hintergrund für die Frage, weshalb zusätzliche Analysefähigkeit allein noch keine schnellere Umsetzung bewirke.

Von der Empfehlung zur verbindlichen Umsetzung

Beispiel: Ein Produktprogramm einstellen

Als durchgängiges Beispiel diente eine KI-Analyse, die empfiehlt, eine nicht ausreichend profitable Produktgruppe einzustellen. Ein Inhaber könne diese Empfehlung plausibel finden und die Umsetzung beauftragen. Damit seien jedoch die entscheidenden Folgefragen noch nicht beantwortet.

Welles skizzierte einen Kunden, der mehrere Produktgruppen bezieht und möglicherweise nur deshalb beim Unternehmen kauft, weil es als Systemlieferant ein vollständiges Angebot bereitstellt. Entfalle eine Produktgruppe, könnte der Kunde auch die übrigen Leistungen nicht mehr beziehen wollen. Die isolierte Betrachtung einer Marge erfasse diese Wechselwirkung nicht zwangsläufig. Zusätzlich entstehe Arbeit für die Umstellung.

Daran knüpfte Welles den Gedanken, dass jede Entscheidung Verpflichtungen auslöse und diese Verpflichtungen Arbeit erzeugten. KI solle solche Konsequenzen sichtbar machen, statt eine Empfehlung als bereits gelöste Aufgabe erscheinen zu lassen.

Notwendige Unterscheidungen

Im Impuls wurden mehrere Übergänge problematisiert, die im Arbeitsalltag leicht als selbstverständlich behandelt würden:

  • Daten und belastbare Evidenz: Eine Nachkalkulation bilde nach Welles’ Darstellung nicht zwangsläufig alle relevanten Kosten ab. Als Beispiel nannte er versteckte beziehungsweise komplexitätsbedingte Kosten.
  • Analyse und Entscheidung: Ein Analyseergebnis dürfe nicht automatisch in eine Entscheidung übergehen.
  • Empfehlung und Mandat: Die Beauftragung einer Projektleitung kläre noch nicht, ob diese tatsächlich auf Vertrieb, Produktion oder Einkauf einwirken dürfe.
  • Ressourcen und verfügbare Kapazität: Vorhandene Beschäftigte seien nicht automatisch für zusätzliche Arbeit verfügbar. Auch ihre Einarbeitung und Eignung für andere Aufgaben müssten berücksichtigt werden.
  • Geplanter Output und erreichtes Ergebnis: Eine geplante Leistung sei noch kein Nachweis dafür, dass das beabsichtigte Ziel erreicht werde.
  • Technische Möglichkeit und menschliche Umsetzbarkeit: Was technisch machbar erscheine, müsse nicht unter den konkreten Arbeitsbedingungen ausführbar sein.

Welles warnte davor, dass KI Lücken mit plausibel klingenden Lösungen überdecke. Im Unternehmenskontext müsse sie fehlende Voraussetzungen vielmehr offenlegen. Ein Vorschlag, der zusätzliche Arbeit voraussetzt, helfe wenig, wenn niemand diese Arbeit übernehmen könne.

KI als Sparringspartner statt Entscheidungsinstanz

In der Diskussion wurde vorgeschlagen, KI vor allem zur Reflexion zu nutzen: Sie könne Gegenargumente liefern, Widersprüche benennen und auf bislang nicht berücksichtigte Aspekte hinweisen. Eine Empfehlung solle Ausgangspunkt eines Dialogs sein, nicht dessen Abschluss.

Welles griff dies auf und befürwortete, bereits bei der Aufgabenstellung neben einer Lösung auch Kritik und Gegenpositionen anzufordern. Zugleich wurde aus dem Publikum betont, dass ein guter Prompt allein nicht ausreiche; die gemeinsame Weiterentwicklung im Dialog sei wesentlich.

Ein weiterer Beitrag wandte sich gegen die Vorstellung, KI könne Unternehmensstrategie oder Geschäftsentscheidungen eigenständig festlegen. Welles stellte daraufhin ausdrücklich klar, dass er von Empfehlungen spreche. Die Entscheidung müsse nach seinem Verständnis ein Mensch treffen und gegebenenfalls auch revidieren.

Sein Anliegen sei, die Machbarkeit schon vor einer Entscheidung besser aufzubereiten. Umfangreichere Unternehmensdaten könnten dabei helfen, ersetzten aber nicht die Klärung von Verantwortung. Für stärker selbstständig handelnde Systeme betonte er außerdem die Bedeutung von Stopp-Regeln.

Agenten brauchen Mandate und Kontrolle

Die Diskussion über Empfehlungen führte zu KI-Agenten, die nicht nur Informationen liefern, sondern Aufgaben ausführen. Welles erläuterte dies anhand einer Flugbuchung. Ein Agent müsse wissen, welche Reisezeiten akzeptabel seien, wie Preis und persönliche Präferenzen gegeneinander abzuwägen seien und ob er tatsächlich buchen dürfe.

Daraus leitete er eine organisatorische These ab: Bei der Einführung von KI werde sichtbar, wie klar ein Unternehmen bereits geführt werde. Bestehende Regeln und eindeutige Mandate erleichterten die Delegation an Agenten. Unklare Befugnisse führten dagegen zu ständigen Rückfragen. Diese könnten die erwartete Entlastung wieder aufzehren.

Als weiteres hypothetisches Beispiel nannte Welles eine Einkaufsfreigabe bis zu einem bestimmten Betrag. Ein Agent könne eine größere Bestellung in kleinere Bestellungen aufteilen, wenn lediglich die Einzelgrenze geprüft werde. Bei mehreren gleichzeitig handelnden Agenten werde die Kontrolle zusätzlich anspruchsvoll.

Welles beschrieb deshalb eine übergeordnete Governance-Schicht, die das Handeln der Agenten kontrollieren müsse. Wirtschaftlichen Nutzen erwartete er insbesondere dann, wenn Routinen tatsächlich übernommen würden, ohne ständig neue Unterbrechungen zu erzeugen.

Auf Nachfrage stellte er einen von ihm entwickelten regelbasierten „Kanon“ mit mehreren Ebenen vor. Dazu zählte er rechtliche Zulässigkeit, Betriebsvereinbarungen, Freigaben, technische Machbarkeit und organisatorische Tragfähigkeit. Er bezeichnete das Konstrukt als komplex und schränkte ein, dass es das reale Arbeitsleben vermutlich weiterhin nicht vollständig abbilde. Automatisierung bleibe daher auf bestimmte Aufgaben begrenzt.

Organisationskultur, Macht und Veränderung

Ein Diskussionsbeitrag beschrieb KI als Brennglas für bestehende Organisationsprobleme. Fehlende Verantwortlichkeiten und ein unzureichendes Verständnis von Prozessen würden durch KI-gestützte Automatisierung besonders sichtbar und möglicherweise problematischer.

Die Klärung solcher Fragen wurde mit Organisationskultur, Macht und Change Management verbunden. Welles ergänzte, dass Delegation auch für Führungskräfte mit Unsicherheit verbunden sei: Wer für Ergebnisse hafte, müsse entscheiden, welche Befugnisse abgegeben werden könnten. Ebenso könnten Beschäftigte Entscheidungen vermeiden, wenn sie zwar die Folgen tragen müssten, daraus aber keinen entsprechenden Vorteil erwarteten.

Auf die spätere Frage, wie Unternehmen konkret schneller entscheiden könnten, gab Welles keine pauschale Antwort. Als ersten Schritt nannte er, ein Bewusstsein für diese Zusammenhänge zu schaffen. Anhand eines von ihm geschilderten Austauschs in einem Branchenverband verdeutlichte er die Differenz zwischen der Einsicht, anders führen zu müssen, und der Bereitschaft, das eigene Führungsverhalten tatsächlich zu verändern. Mehr Vernetzung, weniger Silodenken und die Abgabe von Macht könnten als notwendig erkannt werden, ohne anschließend umgesetzt zu werden.

Tragfähigkeit und Befähigung

Neue Aufgaben sind nicht automatisch leistbar

Welles betonte, dass Beschäftigte bereits bestehende Verpflichtungen hätten. Transformation könne deshalb nicht dauerhaft als zusätzliche Aufgabe auf das laufende Geschäft aufgesetzt werden. Zur Planung gehöre auch die Frage, welche Tätigkeiten künftig entfallen sollten.

Mit „Tragfähigkeit“ bezeichnete er eine Arbeitssituation, die nicht nur ausnahmsweise unter hoher Anstrengung bewältigt werden könne, sondern im Alltag wiederholbar sei. KI-Unterstützung müsse dazu beitragen, Arbeit tatsächlich leistbar zu machen. Darüber hinaus vertrat er die Auffassung, dass die Passung zwischen Aufgaben, Interessen und persönlichen Wertvorstellungen sowohl Zufriedenheit als auch wirtschaftliche Leistung fördern könne.

Erfahrungsbericht aus einem Softwarewechsel

Aus dem Publikum wurde ein Beispiel aus einem Versicherungskonzern eingebracht. Beim Wechsel von einem selbst entwickelten Altsystem auf eine standardisierte Kernsoftware hätten Abteilungen in einem Workshop ihren Veränderungsbedarf erarbeitet. Anschließend sei ihnen die Umsetzung übertragen worden, ohne eine entsprechende methodische Unterstützung mitzugeben.

Der Beitrag machte deutlich, dass eine Entscheidung die betroffenen Personen noch nicht zur Umsetzung befähige. Unterstützungsressourcen im Wissensmanagement seien vorhanden gewesen; ein entsprechendes Mandat zur Befähigung sei jedoch nicht selbstverständlich gewesen.

Welles verband dies mit seiner Kritik, strukturelle Mängel würden mitunter als mangelnde Veränderungsbereitschaft einzelner Beschäftigter interpretiert. Wenn laufender Betrieb und Transformation gleichzeitig verlangt würden, müssten Arbeitsbedingungen, Kompetenzen und verfügbare Zeit ausdrücklich geklärt werden.

Lernen und Urteilsfähigkeit im KI-Zeitalter

Zum Ende rückte die Frage in den Mittelpunkt, ob Menschen und Organisationen so schnell lernen könnten, wie KI ihnen neue Informationen liefere. Welles schilderte einen Bekannten, der für ein Unternehmenszukaufsvorhaben umfangreiche KI-Ausgaben samt Aufgabenlisten erhalten habe und davon überfordert gewesen sei. Entscheidend sei nicht die Menge des Materials, sondern die Konzentration auf die maßgeblichen Fragen, Verpflichtungen und Zuständigkeiten.

Ein Beitrag aus der Lehre berichtete von Teilnehmenden, die Aufgaben oder eigenes Wissen mit dem Hinweis auf KI für entbehrlich hielten. KI-generierte Zusammenfassungen zu besitzen oder anzuhören sei jedoch nicht gleichbedeutend mit eigenem Können.

Welles beschrieb Reife als Urteilsfähigkeit: selbst denken, einordnen, bewerten und die Bedeutung einer Umsetzung verstehen. Diese Fähigkeit könne durch zunächst kleine eigene Entscheidungen und die Reflexion ihrer Folgen wachsen. Unter- wie Überforderung seien dabei zu vermeiden. KI könne Lernen unterstützen, ersetze aber nicht die aktive Auseinandersetzung.

Wichtigste Erkenntnisse

Die Session stellte nicht den Nutzen zusätzlicher Analyse infrage, sondern deren automatische Gleichsetzung mit besseren Entscheidungen. Als wesentliche Punkte wurden herausgearbeitet:

  • Empfehlungen müssen auf Folgen, Verpflichtungen und Machbarkeit geprüft werden.
  • Verantwortung, Entscheidungsbefugnisse und verfügbare Kapazitäten sind ausdrücklich zu klären.
  • KI kann durch Gegenargumente und kritische Rückfragen die Reflexion unterstützen.
  • Agenten benötigen begrenzte Mandate, Kontrollregeln und geregelte Eskalation.
  • Veränderung braucht Befähigung und tragfähige Arbeitsbedingungen.
  • Organisationales Lernen entsteht erst, wenn Entscheidungen umgesetzt, Ergebnisse überprüft und Erfahrungen zurückgeführt werden.

Schnelligkeit erschien damit nicht als bloßes Ergebnis schnellerer Informationsverarbeitung, sondern als Aufgabe der Organisationsgestaltung und der Entwicklung menschlicher Urteilsfähigkeit.

Cookies helfen uns bei der Bereitstellung von GfWM Wiki. Durch die Nutzung von GfWM Wiki erklärst du dich damit einverstanden, dass wir Cookies speichern.