24. März 26
KI im Strategieprozess: Selbstbindung als kritischer Faktor
Wir können gerade beobachten, wie künstliche Intelligenz strategischen Wettbewerb verschiebt: Es geht längst nicht mehr nur um Effizienz, sondern um Wertschöpfung – um Daten und Datenzugänge, Entwicklungslogiken, Time-to-Market und neue Partnerschaften. Wenn das Handelsblatt diese Dynamik mit Blick auf den Pharmamarkt als "Wettlauf um das erste KI-Medikament" zuspitzt, ist das mehr als eine Schlagzeile. Es ist ein Hinweis darauf, dass KI kein bloßes Tool mehr ist. Sie verändert Spielregeln – in Märkten, Branchen und Organisationen – und damit auch die Strategiearbeit.
Viele Führungsteams erleben dabei zunächst die helle Seite: KI macht Analysen schneller, Scans breiter, Narrative geschmeidiger. Man kommt leichter zu Optionen, zu Szenarien, zu "guten" Folien. Das ist Rückenwind. Und genau hier entsteht auch Reibung: KI macht vieles einfacher und legt gleichzeitig offen, was wir bisher stillschweigend durch Routine gelöst (oder ausgeklammert) haben.
Der Fokus verschiebt sich: Sinnüberschuss und Selbstbindung
Künstliche Intelligenz produziert heute in wenigen Minuten plausible Strategie-Outputs, und zwar im Überfluss. Was sie nicht produziert, ist das, was Organisationen darüber hinaus benötigen: Orientierung, Zurechnung und Commitment.
Ein interessanter Parallelbefund aus der Debatte um "kognitive Auslagerung" zeigt: Wenn Menschen ChatGPT intensiv nutzen, sinkt häufig nicht nur der Aufwand, sondern auch das eigene Durchdringen und Prüfen. Das Denken findet dann "woanders" statt. Auf Organisationsebene wirkt eine ähnliche Dynamik: Je mehr Problembeschreibung, Strukturierung und Argumentation an KI delegiert werden, desto schwerer fällt die soziale Leistung, aus Sinnüberschuss wieder Selbstbindung, Zurechnung und Commitment herzustellen. Der Output steigt – die Anschlussfähigkeit der Entscheidung sinkt.
Gleichzeitig gilt: KI entscheidet nicht. Aber sie sortiert vor: Was wird sichtbar? Was erscheint plausibel? Welche Argumente passen "irgendwie"? Genau deshalb verschiebt sich Strategiearbeit unter KI-Bedingungen: weg von der Suche nach noch mehr Lösungen – hin zur bewussten Arbeit an den Entscheidungsprämissen.
Strategie als Abfolge von Öffnen und Selbstbindung
Strategiearbeit lässt sich dabei gut als Sequenz von Öffnen und Selbstbindung verstehen. Erst werden Perspektiven und Optionen ausgebreitet, dann verdichtet, ausgewählt und verbindlich gemacht. Selbstbindung bedeutet, dass die Organisation sich an eine Linie bindet, damit Anschlussentscheidungen möglich werden. Ohne Selbstbindung würde die nächste plausible Alternative alles erneut infrage stellen.
KI macht das Öffnen verschiedener Möglichkeiten extrem leicht. Dadurch wächst der Sinnüberschuss: Immer neue plausible Deutungen, Optionen und Narrative stehen zur Verfügung. Umso wichtiger wird das bewusste Schließen, damit Orientierung, Verantwortung und Commitment nicht verpuffen. Führung muss dieses Schließen verstärkt organisieren – Strategiearbeit wird zur Kunst der Selbstbindung. Paradox formuliert: Je mehr plausible Optionen entstehen, desto unwahrscheinlicher wird es, sich festzulegen.
In der Phase der Optionenentwicklung im Strategieprozess wird das besonders deutlich: KI kann sehr viele Optionen liefern. Aber sie kann ihre Entstehung nicht so transparent herleiten, wie Organisationen es für Legitimation und Verantwortungszurechnung bräuchten. Was wie "Begründung" aussieht, entpuppt sich oft als nachträgliche Plausibilisierung und Ex-post-Rationalisierung. Optionen lassen sich vergleichen – aber warum eine bestimmte Option entstanden ist und empfohlen wird, lässt sich nur begrenzt nachvollziehen.
Damit kommt ein weiterer zentraler Aspekt ins Spiel: Eine strategische Entscheidung wird nicht zur Entscheidung, indem sie verkündet oder dokumentiert wird. Sie wird erst dann zur Entscheidung, wenn nachfolgende Entscheidungen sie als Prämisse verwenden. Ein Beschluss ohne Anschluss ist kein Beschluss – sondern nur eine Absichtserklärung.
Drei Symptome fehlender Selbstbindung
In der Praxis zeigen sich drei typische Symptome, wenn Selbstbindung nicht gelingt. Sie sind ein Signal dafür, dass Strategiearbeit unter Nutzung von KI nicht mehr nur im System (Inhalte) gelöst werden kann, sondern am System (Entscheidungslogik) gestaltet werden muss.
1. Endlosschleifen
In einem Workshop mit einer Geschäftsleitung ging es nach der Analyse darum, in kleinen Teams Optionen zu entwickeln. Jede Gruppe präsentierte zwei bis drei tragfähige Ideen. Parallel dazu hatten wir einen sorgfältigen Prompt gebaut und die KI auf denselben Auftrag angesetzt. Diese generierte eine Vielzahl weiterer Optionen – teils kreativ, teils überraschend anschlussfähig. Das Ergebnis war Überforderung. Nicht die Menge der Ideen war das Problem, sondern die Zumutung, sich trotz der Fülle an Möglichkeiten zu binden. Die Selbstbindung fiel schwer: Was zählt? Was lassen wir? Nach welchen Kriterien? Wer übernimmt Verantwortung für das Schließen?
2. Kriterien-Drift
Kürzlich half mir vor einer Vorlesung ein freier Mitarbeiter beim Technikaufbau. Er erzählte, dass er gerade eine Marketingagentur bei der Einführung einer KI-Lösung unterstützte – und dass die Nutzung schleppend lief. Von einer modernen Agentur hätte er sich mehr Offenheit erwartet. Doch das Problem war nicht mangelnde Offenheit, sondern das Fehlen von Relevanzregeln (Entscheidungsprämissen). Welche Qualität zählt? Geschwindigkeit oder Originalität? Markenpassung oder Risikovermeidung? Kontrolle oder Experiment? Und wer darf das definieren? Ohne verbindliche Maßstäbe, verliert sich Strategiearbeit in Nebenschauplätzen – in Diskussionen über Tool-Vorlieben, Prompt-Stile, Datenauswahl.
3. Verantwortungsdiffusion und -verschiebung
Eine Führungskraft in einem Krankenhaus schilderte mir dieser Tage folgende Situation: Ein Teammitglied hatte mithilfe von KI ein Konzept erstellt, das auf den ersten Blick sauber klang, im konkreten Kontext aber kaum umsetzbar war. Es war offensichtlich, dass hier etwas generiert wurde, ohne die Umsetzung kritisch zu prüfen. Das Delikate war nicht die fachliche Korrektur, sondern die kommunikative Zurechnung: "Kritisiere ich die Person oder die Tool-Nutzung?"
Genau so entsteht Verantwortungsdiffusion: Entweder erhalten KI-Outputs die Zuschreibung von Neutralität ("Die KI sagt doch dass…" und werden nicht mehr hinterfragt. Oder - wenn der Ursprung und die Autorenschaft der KI verschleiert werden muss - kommt es zur sogenannten "Entscheidungs-Wäsche" die dabei hilft, dass die KI-Empfehlungen wegen des eventuell kritisch wahrgenommenen KI-Ursprung akzeptiert werden oder sie bitteschön persönlich zugerechnet werden sollen. Hier zeigt sich, wie lose Kopplungen zwischen KI-Tools und formalen Entscheidungswegen neue Grauzonen der Zurechnung erzeugen. KI bringt Kommunikation hervor, aber kein Verstehen im sozialen Sinn – genau deshalb verschieben sich Zurechnungen.
Spätestens hier wird klar: Produktive KI-Nutzung im Strategieprozess bedeutet nicht nur, mehr über den Markt und Optionen zu erfahren, sondern die eigene Beobachtungs- und Entscheidungslogik in den Blick zu nehmen.
Arbeit am System statt im System
Wenn die hier beschriebenen Symptome auftreten, helfen weder mehr Output noch bessere Prompts. Dann braucht es Arbeit am System: An Kriterien, Entscheidungslogiken, Datenwahl, Rollen, Stopp-Regeln, Wiedereröffnungsrechten und Verantwortlichkeiten. Der produktivste KI-Einsatz im Strategieprozess ist dann der Blick auf sich selbst: Wie entscheiden wir eigentlich? Welche Kriterien nutzen wir wirklich? Wo öffnen wir reflexhaft erneut? KI kann hier als Spiegel dienen, nicht nur für Märkte und Optionen, sondern auch für die eigene Entscheidungslogik, die stillschweigend mitläuft.
Drei Designs, die wieder wirksam machen
Was folgt daraus für die Praxis? Drei Designentscheidungen machen in Führungsteams oft sofort einen Unterschied.
1. Relevanzregeln vor Optionen
Nicht die Frage "Welche Big Moves können wir entwickeln?", sondern die Frage "Welche Relevanzregeln machen Big Moves überhaupt relevant?" ist entscheidend. Solange Erfolgsvorstellungen implizit bleiben, wandern Entscheidungen in Prompts, Datensätze und Modellannahmen. Dann wird scheinbar über Optionen gestritten – in Wahrheit aber über Prämissen.
2. Stopp-Regeln als strategische Entscheidung
KI kann endlos liefern und lädt damit zu Selbstverstärkung ein: Je mehr plausibler Output zirkuliert, desto mehr Anschlusskommunikation entsteht, die wiederum neues Öffnen rechtfertigt. Deshalb braucht es explizite Regeln für das Schließen: Time-Boxing, abgegrenzte Phasen, klare Entscheidungspunkte. Der eigentliche strategische Akt ist dann, nicht weiter zu öffnen, sondern sich zu binden – und klar festzulegen, wer diese Selbstbindung verantwortet.
3. Kopplungen zu KI sichtbar machen – ohne Moralisierung
Wenn im Führungsteam unterschiedliche Tools, Prompts und Modelle genutzt werden, diskutiert das Team nicht nur Optionen, sondern implizite Relevanzregeln und verdeckte Abhängigkeiten. Das ist kein Fehlverhalten, sondern ein Designproblem. Sobald diese Kopplungen sichtbar sind, können sie gestaltet werden: Welche Daten, Qualitätsgates und Prüfpflichten gelten, bevor etwas "entscheidungsreif" ist?
Vielleicht ist die strategisch wichtigste Entscheidung unter KI-Bedingungen nicht, welche Option gewählt wird, sondern wann ein Führungsteam entscheidet, keine weiteren Optionen mehr zuzulassen – um Anschlussentscheidungen wieder möglich zu machen.
KI macht Strategiearbeit schneller. Aber Geschwindigkeit ersetzt keine Selbstbindung. Unter KI-Bedingungen wird Strategie dort wirksam, wo Führungsteams Öffnungspotenziale nutzen und Selbstbindung so organisieren, dass aus plausiblen Outputs wieder Orientierung und Commitment entstehen. Ohne Selbstbindung bleibt KI-Output plausibel – aber folgenlos.
Weitere Beiträge zum Thema:
Janina Reitschmied: Eine Frage der Kommunikation – KI im Strategieprozess
Dr. Hellmut Santer: KI als "Mitglied" im Strategieteam
