Wie mit agilen Prinzipien eine menschenzentrierte und nachhaltige KI-Einführung gelingt

foto freepik

In vielen Unternehmen werden KI-Lösungen implementiert, für die Mitarbeitende nicht bereit sind und die dann nicht akzeptiert und genutzt werden. Agile Prinzipien können helfen, die Technologien sinnvoll, schnell und wirksam einzusetzen.

Katja Koch und Judith Borgmann, beide Senior Manager People & Culture bei der Management- und IT-Beratung MHP, sprechen im Interview darüber, wie sich künstliche Intelligenz und agiles Arbeiten verbinden lassen und wie Organisation, Prozesse und Kultur aufgestellt sein müssen, damit technologische Lösungen ihr Potenzial entfalten.

 

Wie hängen künstliche Intelligenz und agiles Arbeiten zusammen?

Katja Koch: Wir machen die Erfahrung, dass sich Unternehmen, die bereits agil arbeiten, leichter mit der Einführung von KI tun. Der Grund liegt unserer Meinung nach darin, dass eine KI-Transformation sehr komplex ist und nicht nur technologisch angegangen werden kann. Sie erfordert eine hohe Flexibilität und Anpassungsfähigkeit der Mitarbeitenden. Durch KI werden sich Rollen und Arbeitsweisen verändern. Und crossfunktionale Zusammenarbeit wird immer wichtiger.

Judith Borgmann: Mit anderen Worten: Es geht vor allem um das richtige Mindset. Agilität schafft die Basis für ein offenes, lernorientiertes Mindset. Wer agil arbeitet, denkt nicht in starren Prozessen, sondern in Lösungen, die sich anpassen dürfen. Agil arbeitende Teams denken oft ganzheitlicher, sind mutiger und experimentierfreudiger. Sie sehen nicht nur Tools, sondern das große Ganze. Genau diese Haltung erleichtert den Umgang mit KI.

 

Agiles Arbeiten ist also ein Erfolgsfaktor für die Transformation.

Katja Koch: Auch, aber nicht nur. Wir sind davon überzeugt, dass der Erfolg von künstlicher Intelligenz vom Erfolg der Transformation abhängt. Das bedeutet, dass Prozesse, Strukturen und die Kultur bereit für KI sein müssen. Wir müssen uns also vor der KI-Einführung mit dem organisatorischen Reifegrad auseinandersetzen. Entscheidend ist auch zu verstehen, welche Auswirkung KI auf den Menschen und die Zusammenarbeit hat. Genau dieser Aspekt bleibt bei Unternehmen häufig auf der Strecke. Sie nehmen sich zu wenig Zeit für Know-how, Aufbau und die konkrete Nutzung von KI im Arbeitsalltag.

Judith Borgmann: Hinzu kommt die emotionale Dimension: Viele Mitarbeitende sorgen sich um ihre Zukunft und begegnen KI mit Unsicherheit. Deshalb müssen Unternehmen den Wandel transparent machen und Beteiligung ermöglichen – nicht nur für das Management,

sondern für alle. Transformation gelingt nur, wenn Menschen verstehen, warum sie wichtig ist und wie sie selbst aktiv mitgestalten können.

 

Was bedeutet es, den eigenen Reifegrad zu kennen?

Katja Koch: Es geht darum, zu erkennen, wo die Organisation aktuell steht. Viele Unternehmen wollen KI einsetzen, aber wissen oft nicht, ob ihre Strukturen, Prozesse oder Datenlandschaften überhaupt tragfähig genug und die Mitarbeiter bereit dafür sind. Ein Reifegrad-Assessment schafft genau diese Klarheit: Es zeigt, welche Fähigkeiten schon da sind, welche fehlen und was realistisch überhaupt erreichbar ist. Erst wenn dieses Bild vorliegt, kann man die KI-Einführung so gestalten, dass sie nicht im Pilot stecken bleibt, sondern Wirkung entfaltet.

 

Was bedeutet das Ganze für das Thema Führung?

Judith Borgmann: Führung verändert sich grundlegend: KI ist kein Tool, sondern ein Akteur in Entscheidungsprozessen, Stichwort »KI Agents«. Entscheidungen werden dezentraler und datengetriebener. Führungskräfte müssen lernen, Verantwortung neu zu denken. Oft bedeutet das weniger Kontrolle, mehr Vertrauen. Fragen, die sich Unternehmen in dem Zusammenhang stellen sollten, sind: Wer trifft Entscheidungen, wer übernimmt Verantwortung, wer führt disziplinarisch und wer fachlich, was findet zentral und was autonom statt?

Katja Koch: Auch hier können agile Prinzipien und Praktiken helfen. Denn in der agilen Führung geht es stark um werte- und rollenbasiertes Führen. Zum Beispiel als Coach, Change Manager, Kommunikator, Koordinator und Enabler – auch im Sparring-Modell. Das bedeutet, Führungskräfte setzen den Rahmen, in dem Mitarbeiter mit KI experimentieren und neue Fähigkeiten entwickeln können. Dazu gehört auch, Zusammenarbeitsmodelle neu zu definieren: Wie arbeiten KI-Agent und Mensch zusammen und wer trifft welche Entscheidungen? Wichtig ist außerdem, KI-Vorhaben klar mit den strategischen Unternehmenszielen zu verbinden. Ein wirksames Instrument dafür ist das agile Framework OKR.

Judith Borgmann: Um dies leisten zu können, müssen natürlich auch die Führungskräfte selbst vom Unternehmen befähigt werden, diesen Rollenwechsel aktiv zu gestalten. Hier geht es um Aspekte wie Vertrauen, psychologische Sicherheit, aber auch klassische Führungskräfteentwicklung im Sinne von persönlichen Führungskompetenzen.

Katja Koch: Das ist ein wichtiger Aspekt, schließlich verlieren Führungskräfte in diesem Zuge auch Macht, Einfluss und Kontrolle – und die gibt nicht jeder gerne ab.

 

Welche Unternehmensstrukturen begünstigen diese Herangehensweise?

Judith Borgmann: Dazu zählen unserer Erfahrung nach der Einsatz crossfunktionaler Teams und die Integration KI-spezifischer Rollen. Denn damit gehen automatisch eine andere Ausbildung und Erwartungshaltung einher, die in der Organisation insgesamt auch so wahrgenommen werden. Aber Strukturen allein reichen nicht, sie müssen mit einer klaren Enablement-Strategie verbunden sein. Diese definiert, welche Kompetenzen für welche Rollen wichtig sind, welche Weiterbildungen relevant sind und wie Mitarbeitende praktisch befähigt werden. So entsteht ein Umfeld, in dem Lernen und Ausprobieren selbstverständlich sind.

Katja Koch: Drumherum sollten Unternehmen entsprechende Governance-Strukturen schaffen, zum Beispiel in Form eines Kompetenzzentrums – »AI Center of Excellence« –, in dem Mitarbeitende mitwirken und sich austauschen können. Auch hierbei bitte wieder ganzheitlich denken, nicht in Silos, und den Betriebsrat einbinden.

 

Welche agilen Prinzipien sind im Kontext von KI noch hervorzuheben?

Katja Koch: Hervorheben möchte ich zwei Prinzipien aus dem Scaled Agile Framework (SAFe), dass auf dem Agilen Manifest und Lean Management basiert. Im ersten Prinzip, »Take an Economic View«, geht es darum, Entscheidungen aus einem wirtschaftlichen Nutzen und nicht aus dem Bauchgefühl heraus zu treffen. Genau darauf kommt es bei der KI-Einführung meiner Meinung nach an: sie muss einen messbaren wirtschaftlichen Mehrwert schaffen und frühzeitig Nutzen bringen. Iteratives Vorgehen unterstützt dies, weil es erste Ergebnisse schnell sichtbar macht. Das zweite Prinzip ist »Systemisches Denken«. Bei KI-Entwicklung oder Einführung müssen viele Elemente wie Zahnräder ineinandergreifen. Daten müssen verfügbar sein, Prozesse reibungslos verlaufen und Menschen bereichsübergreifend zusammenarbeiten. Nur wenn das Gesamtsystem funktioniert, kann KI volle Wirkung entfalten.

Judith Borgmann: Wichtig dabei ist, auch die menschliche Perspektive zu integrieren. Workshops, Nutzungsdaten, Interviews und Feedbackschleifen stellen sicher, dass KI nicht nur technisch funktioniert, sondern auch akzeptiert wird. Das iterative Vorgehen hilft hier, Prototypen früh zu testen und anzupassen. So entsteht Vertrauen und echte Wirksamkeit.

 

 

Katja Koch

Judith Borgmann

Katja Koch und Judith Borgmann arbeiten als Senior Managerinnen im Bereich People & Culture bei MHP, einer Management- und IT-Beratung sowie einem Unternehmen der Porsche AG. In ihren Rollen beschäftigen sie sich mit der Frage, wie Menschen heute und in Zukunft arbeiten und welche Auswirkungen technologische Entwicklungen wie KI auf unsere Arbeitswelt haben. Als Teil der Initiative AI4Human entwickeln sie Ansätze, wie KI sinnvoll, menschzentriert und wirksam in Unternehmen verankert werden kann.

 


Was ist OKR?

OKR ist ein agiles Führungs‑ und Zielsystem, das Unternehmen hilft, Fokus, Transparenz und Priorisierung zu schaffen. Es ist kein Projektmanagement‑Tool, sondern ein Strategie‑Umsetzungs‑Framework, das Teams auf gemeinsame Ergebnisse ausrichtet.

OKR = Objectives & Key Results

  • Objective = qualitatives, motivierendes Ziel
  • Key Results = 3–5 messbare Resultate, die zeigen, ob das Ziel erreicht wurde
  • Initiatives = Maßnahmen, die zu den Key Results führen (optional)

OKR ist bewusst ergebnisorientiert, nicht aktivitätsorientiert.

 

Wie funktioniert OKR?

  1. Zyklus

Typisch:

  • Quartalsweise OKRs auf Team‑Ebene
  • Jährliche strategische Company‑OKRs
  1. Ausrichtung
  • Top‑down: strategische Leitplanken
  • Bottom‑up: Teams definieren ihre eigenen OKRs
  • Ergebnis: Alignment statt Command‑and‑Control
  1. Transparenz

Alle OKRs sind öffentlich einsehbar (intern). Das verhindert Doppelarbeit und fördert Priorisierung.

  1. Messbarkeit

Key Results sind quantifiziert, zum Beispiel:

  • »NPS von 42 → 55 steigern«
  • »Durchlaufzeit im Support von 48h → 24h reduzieren«

 

Warum nutzen Unternehmen OKR?

Vorteile

  • Fokus auf wenige, wirklich wichtige Ziele
  • Messbarkeit statt Bauchgefühl
  • Agilität durch kurze Zyklen
  • Ownership in Teams
  • Transparenz über Prioritäten

Risiken / typische Fehler

  • Zu viele OKRs
  • Key Results als Aufgaben statt Ergebnisse
  • Fehlende Priorisierung
  • Führungskräfte, die OKR als Reporting‑Tool missverstehen
  • Keine echte Ressourcenallokation

 

OKR vs. KPI

Thema

OKR

KPI

Zweck

Veränderung, Fortschritt

Zustand messen

Zeitraum

Quartal

laufend

Art

ambitioniert

stabil

Fokus

Ergebnisorientiert

Leistungsindikatoren

Beides ergänzt sich – KPIs messen den Betrieb, OKRs treiben die Veränderung.

 

OKR in regulierten oder komplexen Umfeldern

Gerade in Bereichen wie:

  • IT‑Sicherheit
  • Compliance
  • KRITIS
  • Produktentwicklung
  • Service‑Organisationen

…funktioniert OKR gut, weil es Priorisierung erzwingt und Ergebnisse statt Aktivität misst.

Albert Absmeier & KI

 

3708 Artikel zu „KI Einführung“

KI-Einführung, nachhaltige Transformationen und die Weiterentwicklung der Belegschaft

Trotz ambitionierter Ziele geben 51 Prozent der Unternehmen an, dass Kompetenzlücken der Hauptgrund für das Scheitern oder die unterdurchschnittliche Performance von KI- und Technologieinitiativen sind.   Die Untersuchung von GlobalLogic und HFS Research basiert auf einer Befragung von 100 C-Level- und Senior Executives aus Industriekonzernen mit mehr als 1 Mrd. US-Dollar Umsatz aus den Bereichen…

Einführung von generativer KI hat sich in den letzten zwei Jahren verfünffacht

Dieses Jahr skalieren 30 Prozent der Unternehmen Gen AI vollständig oder teilweise. 2023 waren es erst sechs Prozent. 60 Prozent der Unternehmen weltweit erwarten, dass KI binnen zwölf Monaten ein aktives Teammitglied wird oder andere KI-Systeme anleitet. Unternehmen haben jedoch Probleme mit Blick auf Kosten, Fortbildungen und beim Anpassen der Unternehmensstruktur.   Generative KI (Gen…

Zunehmende Cyberrisiken in der Fertigung: 61 Prozent der Cybersicherheitsexperten planen Einführung von KI

Laut des Berichts zum Stand der intelligenten Fertigung zählt Cybersicherheit mittlerweile nach der Wirtschaftslage zu den größten externen Bedenken.   Rockwell Automation hat die Ergebnisse des zehnten Jahresberichts zum Stand der intelligenten Fertigung bekannt gegeben. Der Bericht basiert auf Erkenntnissen von über 1500 Führungskräften in der Fertigung aus 17 der wichtigsten Industrieländer und zeigt: Cybersicherheit…

KI-Einführung boomt mit hohem ROI, doch es gibt noch Probleme

Während die Einführung von KI immer schneller voranschreitet und erhebliche Gewinne bringt, hat ein neuer Bericht von Workiva besorgniserregende Lücken in den Bereichen Datenqualität, KI-Governance und rollenspezifischer Schulungen für Unternehmen auf der ganzen Welt aufgedeckt [1]. Im Rahmen der unabhängigen, globalen Practitioner-Studie wurden 2.300 Fachleute aus den Bereichen Finanzen, Nachhaltigkeit, Revision und Risiko befragt, die…

Technische Schulden gefährden die Einführung von KI

  Veraltete Legacy-Technologien sind für Unternehmen eine teure Hürde. Sie kosten Zeit, Geld, Innovationsfähigkeit und am Ende womöglich auch Kunden.   Auf der PegaWorld in Las Vegas stellte Pegasystems eine gemeinsam mit dem Forschungsunternehmen Savanta durchgeführte Studie vor [1]. Aus ihr geht hervor, dass technische Schulden und eine nach wie vor starke Abhängigkeit von veralteten…

Wie weit ist die Einführung von KI in deutschen Unternehmen?

Reifegrad, Anwendungen, Investitionen und Gewinnerwartungen beim KI-Einsatz in großen Unternehmen. EPAM Systems, ein Unternehmen für digitale Transformation, Dienstleistungen und Produktentwicklung, hat im April 2025 seinen KI-Forschungsbericht »From Hype to Impact: How Enterprises Can Unlock Real Business Value with AI« veröffentlicht [1]. Der Bericht basiert auf einer Umfrage unter 7.300 Teilnehmern (Deutschland: 856 Teilnehmer) aus Unternehmen…

Einführung und Integration verantwortungsvoller KI-Praktiken

Der Einsatz von künstlicher Intelligenz (KI) in Unternehmen nimmt stetig zu. Doch wie lässt sich sicherstellen, dass KI verantwortungsvoll eingesetzt wird? Wie verbreitet sind Prinzipien der verantwortungsvollen KI bereits, und welche Herausforderungen treten bei ihrer Umsetzung auf?   Die aktuelle Studie »Implementing Responsible AI in the Generative AI Age« von HCLTech und MIT Technology Review…

Strategisches Playbook für die effektive Einführung von KI 

Boomi, das Unternehmen für intelligente Integration und Automatisierung, gab die Veröffentlichung eines neuen Berichts »A Playbook for Crafting AI Strategy« bekannt, der in Zusammenarbeit mit MIT Technology Review Insights erstellt wurde [1]. Diese umfassende Studie, die eine weltweite Umfrage unter Führungskräften aus der C-Suite und dem Bereich Daten sowie ausführliche Interviews mit Führungskräften aus der…

The State of AI 2024: Kombinierter Ansatz für erfolgreiche KI-Einführung wird immer wichtiger

Laut Studie setzen durchschnittlich 39 Prozent der deutschen IT-Teams bereits KI-basierte Tools oder Services ein. Unternehmen erhöhen ihre Investitionen in KI in allen Geschäftsbereichen, um die Produktivität zu steigern, Aufgaben zu automatisieren, Kosten zu senken und wettbewerbsfähig zu bleiben, so die aktuelle Studie »The state of AI 2024: Challenges to adoption and key strategies for…

Europäische Unternehmen legen bei der Einführung generativer KI Tempo vor

Drei von vier europäischen Unternehmen sind bereits dabei, generative KI einzuführen.   Eine neue Studie zu generativer KI zeigt, dass 72 % der europäischen Unternehmen dabei sind, Richtlinien für generative KI in ihrem Unternehmen einzuführen oder dies bereits getan haben. Die Studie wurde von Harris Poll im Auftrag von Insight Enterprises durchgeführt, einem Fortune-500-Solutions Integrator,…

DevSecOps-Bericht zu KI: Cybersicherheits- und Datenschutz-Bedenken erschweren die KI-Einführung

Studie: Unternehmen sind in Bezug auf KI optimistisch, aber bei deren Einführung muss auf Datenschutz und Sicherheit, Produktivität und Weiterbildung geachtet werden.   83 % der Befragten halten die Implementierung von KI in ihre Softwareentwicklungsprozesse für unerlässlich, um nicht ins Hintertreffen zu geraten. 79 % der Befragten haben jedoch Bedenken, dass KI-Tools Zugang zu privaten Informationen…

Einführung von Stream Processing und KI im Unternehmen – Engpässe und erfolgskritische Zusammenhänge

Aktuell wird viel darüber diskutiert, wie künstliche Intelligenz (KI) eingesetzt werden kann, insbesondere im Hinblick auf Stream Processing und Datenströme zwischen Systemen, Endgeräten und Echtzeitanwendungen. Da die Einführung von KI im Unternehmen einen entscheidenden Punkt erreicht hat, wird deutlich, dass Stream Processing und KI oft zusammenhängen und ähnliche Herausforderungen auftreten.   KI und Echtzeitdaten sind…

Unkontrollierter Einsatz von KI birgt versteckte Geschäftsrisiken

Unternehmen gehen beim Einsatz von Large Language Models (LLMs) ohne angemessene Regularien, Verifikation und Aufsicht erhebliche rechtliche, finanzielle und reputationsbezogene Risiken ein.   Die Studie »Risks of Unmanaged AI Reliance: Evaluating Regional Biases, Geofencing, Data Sovereignty, and Censorship in LLM Models« von Trend Micro zeigt, dass KI-Systeme je nach geografischem Standort, Sprache, Modelldesign und integrierten…

Lock-in 2.0: Warum sich die Cloud-Fehler bei KI nicht wiederholen dürfen

Im vergangenen Jahr wurde viel über die Bedeutung von künstlicher Intelligenz und digitaler Souveränität geredet. Jetzt müssen Taten folgen. Denn während KI zunehmend in kritische Geschäftsprozesse integriert wird, läuft Europa Gefahr, noch tiefer in die Abhängigkeit von großen US-Anbietern zu rutschen. 2026 wird es entscheidend sein, die richtigen Weichen zu stellen. Es braucht von Anfang…

KI als Vorbereitung auf echte Forschung und warum Verantwortung dabei zentral ist

  Künstliche Intelligenz ersetzt keine Forschung. Aber ohne KI ist gute Forschung heute deutlich schwieriger. Nicht, weil Menschen nicht denken können. Sondern weil Forschung an Grenzen stößt, wenn Perspektiven fehlen, Annahmen unbewusst bleiben oder Erfahrungswelten nur aus der eigenen Sicht interpretiert werden. Genau hier verstehe ich KI nicht als Werkzeug, sondern als dritte, eigenständige Denkrolle…

KI-gestützte Ausfallsicherheit: Die Zukunft des Site Reliability Engineering

Die Integration von KI in das Site Reliability Engineering revolutioniert die Arbeitsweise von SRE-Teams, indem sie von reaktiver Problemlösung zu proaktiver Systemoptimierung übergehen. KI automatisiert nicht nur repetitive Aufgaben wie Patch-Management und Log-Analyse, sondern ermöglicht auch eine vorausschauende Fehlerdiagnose und effizienteres Incident Management. Entscheidend für den Erfolg ist jedoch, dass KI als strategischer Partner eingesetzt…

Schluss mit KI-Pilotprojekten – jetzt wird skaliert

Bei der Umsetzung jeder Digitalstrategie nimmt KI aktuell eine herausragende Bedeutung ein. Viele Unternehmen setzen sich bereits intensiv mit dem Einsatz von KI auseinander. Entscheidend ist jedoch, das Thema nicht auf einzelne Projekte zu beschränken, sondern KI strategisch und ganzheitlich im gesamten Unternehmen zu verankern und nachhaltig zu skalieren. Erst damit wird das KI-Potenzial optimal…

2026 wird KI vom Innovations- zum Produktivitätsmotor

Die Fertigungslandschaft hat im vergangenen Jahr stürmische Zeiten erlebt und KI war mittendrin. 2026 wird das Jahr, in dem der KI-Einsatz von der experimentellen Test- in die produktive Wertschöpfungsphase tritt.   Schwierige Umgebungsbedingungen, enormes Innovationstempo und strenge regulatorische Anforderungen haben 2025 für Produktionsunternehmen eine komplexe Gemengelage geschaffen. Der Einsatz künstlicher Intelligenz galt und gilt in…

Das KI-Paradox in der Softwareentwicklung

Künstliche Intelligenz revolutioniert die Softwareentwicklung und beschleunigt die Code-Erstellung, bringt jedoch neue Herausforderungen bei Qualität, Sicherheit und Compliance mit sich. Das sogenannte KI-Paradox zwingt Unternehmen dazu, ihre operativen Frameworks zu überdenken und intelligente Orchestrierungslösungen zu etablieren. Die Studie zeigt, dass menschliche Kontrolle und Expertise trotz flächendeckendem KI-Einsatz weiterhin unverzichtbar bleiben.   GitLab hat seinen aktuellen…

KI-Trends – Kooperation von Menschen und intelligenten Maschinen

KI wird sich im laufenden Jahr weg von beeindruckenden Demo-Anwendungen und hin zu einem verantwortungsbewussten, energieeffizienten Betriebsmodell entwickeln, in dem Menschen und intelligente Maschinen Workflows, Daten, Sicherheit und Vertrauen in großem Maßstab verändern werden.   Die Experten von Pure Storage sind zuversichtlich: 2026 wird KI nicht mehr nur eine beeindruckende Demo-Anwendung sein, sondern ein neues…