19. Mai 26

Künstliche Intelligenz ist mehr als Technik

Organisationsdesign als strategische Führungsaufgabe im KI-Zeitalter

Viele Organisationen investieren derzeit massiv in künstliche Intelligenz. Dennoch kommen viele Initiativen nicht über Pilotphasen hinaus oder bleiben deutlich hinter den Erwartungen zurück. Das ist kein Randphänomen, sondern dahinter steckt ein struktureller Kern. Denn viele bestehende Rollen, Entscheidungsprozesse und Strukturen stammen aus einer Zeit, in der Informationen knapp waren, Zusammenhänge als stabil galten und Entscheidungen überwiegend regelbasiert getroffen wurden.

Aktuelle Studien bestätigen dieses Bild: McKinsey berichtet, dass lediglich rund ein Drittel der Unternehmen KI über Pilotphasen hinaus skaliert, BCG kommt zu dem Ergebnis, dass etwa drei Viertel der Firmen bislang keinen greifbaren Wert aus ihren KI‑Investitionen ziehen und eine jüngere, vielfach zitierte MIT‑Analyse zeigt, dass die große Mehrheit generativer KI‑Piloten keinen messbaren P&L‑Impact erzielt. Die Gründe dafür werden primär auf technischer Ebene gesucht – etwa bei Datenqualität, Modellleistung oder Integration.

Doch bei genauerer Betrachtung zeigt sich, dass die eigentlichen Herausforderungen nicht in der Technologie selbst liegen, sondern dort, wo KI auf bestehende Entscheidungs- und Verantwortungsstrukturen trifft.

Warum viele KI-Initiativen ins Stocken geraten

Die zentrale Schwierigkeit liegt in der Art und Weise, wie Organisationen versuchen, KI in bestehende Strukturen zu integrieren. KI ermöglicht neue Formen des Beobachtens, Bewertens und Entscheidens. Organisationen arbeiten aber weiterhin mit Rollen, Entscheidungsprozessen und Strukturen, die für ganz andere Situationen entwickelt wurden, in denen Entscheidungsgrundlagen nämlich viel stabiler und eindeutiger waren. Sie versuchen also quasi neuen Wein in alte Schläuche zu füllen. Das funktioniert erwartbar schlecht und in Folge entstehen typische Reibungen im Alltag:

• Wer entscheidet eigentlich, wenn Modelle Empfehlungen liefern?
• Wer trägt Verantwortung für algorithmische Vorschläge?
• Was bleibt steuerbar, wenn Daten und Modelle Abläufe zunehmend vernetzen?

Diese Fragen sind nicht technischer Natur. Sie verweisen auf grundlegende Gestaltungsentscheidungen im Organisationsdesign. In vielen Organisationen lässt sich dabei eine ähnliche Dynamik beobachten:

1. Faszination für KI
2. Erste Pilotprojekte
3. Governance-Debatten als Versuch, neue Spannungen in bestehende Regelwerke zu übersetzen
4. Frustration über ausbleibende Wirkung

Erst im weiteren Verlauf entsteht die Einsicht, dass die Herausforderung nicht primär in der Technologie liegt, sondern darin, dass bestehende Organisationsdesigns nicht zu den veränderten Entscheidungslogiken passen.

Genau an dieser Stelle wird sichtbar, was KI in Organisationen tatsächlich bewirkt: Sie verändert nicht nur Werkzeuge oder Prozesse, sondern die Art und Weise, wie Informationen verarbeitet, Entscheidungen vorbereitet und Verantwortung zugeschrieben wird. Und damit rückt ein Thema in den Mittelpunkt, das lange im Hintergrund blieb – die Gestaltung organisationaler Entscheidungsfähigkeit.

Wenn sich Entscheidungslogiken verändern

Drei Beispiele verdeutlichen, was damit gemeint ist:

In der Medizin unterstützen KI-Systeme zunehmend diagnostische Entscheidungen. Algorithmen analysieren Röntgenbilder oder Hautveränderungen und liefern Wahrscheinlichkeiten für bestimmte Diagnosen. Technologisch ist das beeindruckend und medizinisch ergeben sich neue Möglichkeiten. In Organisationen wirft es jedoch grundsätzliche Fragen auf: Wie verändern sich die Rollen von Ärztinnen und Ärzten, wenn Modelle diagnostische Einschätzungen liefern? Wer entscheidet letztlich über Behandlungsschritte? Und wie verteilt sich Verantwortung, wenn menschliche Urteilskraft und algorithmische Empfehlungen zusammenwirken?

Ein zweites Beispiel findet sich im Vertrieb. Viele Unternehmen nutzen inzwischen KI-gestützte Lead-Scoring-Systeme, die große Datenmengen analysieren und Kundenkontakte nach Abschlusswahrscheinlichkeit priorisieren. Für Vertriebsorganisationen verschiebt sich damit eine zentrale Entscheidungsfrage: Wer bestimmt, welche Kunden wichtig sind? Die Erfahrung der Vertriebsmitarbeiter, die Modelle der Data-Analytics-Teams oder eine Kombination aus beidem?

Auch in der öffentlichen Verwaltung zeigen sich ähnliche Dynamiken. Ein prominentes Beispiel ist das australische "Robodebt"-System, mit dem eine Behörde automatisiert vermeintliche Überzahlungen von Sozialleistungen identifizierte. Auf Basis von Datenabgleichen generierte das System eigenständig Forderungen, die ohne vorgelagerte Einzelfallprüfung an Bürger*innen verschickt wurden. Sachbearbeiter*innen arbeiteten damit nicht mehr primär als entscheidende Instanz, sondern als nachgelagerte Bearbeiter*innen algorithmisch vorstrukturierter Fälle.

Gleichzeitig verschob sich die Beweislast: Betroffene mussten selbst nachweisen, dass die algorithmisch erzeugten Forderungen fehlerhaft waren. Damit veränderte sich nicht nur die Abfolge von Entscheidungen, sondern auch ihre Zurechnung: Was als Fall gilt, wie er bewertet wird und wer für die Entscheidung verantwortlich ist, wird durch das System maßgeblich vorstrukturiert – mit teils erheblichen Konsequenzen für die Betroffene, aber auch für die Organisation.

Und trotzdem – irgendwas passt da noch nicht zusammen: KI verändert nicht nur Werkzeuge, sondern die Grundlage von Entscheidungen. Während klassische Organisationen stark regelbasiert arbeiten, bringen datenbasierte Modelle probabilistische Entscheidungslogiken ins Spiel. Diese Verschiebung wird auch in neueren systemtheoretischen Analysen der Digitalisierung beschrieben. Dirk Baecker argumentiert etwa, dass digitale Technologien nicht bloß neue Werkzeuge bereitstellen, sondern die Art und Weise verändern, wie Organisationen Informationen verarbeiten und Entscheidungen vorbereiten. Datenbasierte Modelle erzeugen neue Formen statistischer Beobachtung und Prognose, sodass Organisationen zunehmend mit probabilistischen Entscheidungsgrundlagen statt mit stabilen Regeln umgehen müssen. Genau an dieser Stelle entstehen viele der Spannungen, die derzeit in Organisationen sichtbar werden.

Viele Organisationen sind für eine Entscheidungswelt gebaut, die es so nicht mehr gibt. Ihre Strukturen, Rollen und Entscheidungsprozesse stammen aus einer Zeit, in der Informationen knapper, Entscheidungslogiken stabiler und Ursachen-Wirkungs-Zusammenhänge eindeutiger waren. KI verändert genau diese Voraussetzungen. Sie erzeugt mehr Möglichkeiten, erhöht die Mehrdeutigkeit und bringt probabilistische Entscheidungsgrundlagen ins Spiel. Organisationen müssen damit nicht nur neue Technologien integrieren, sie müssen auch mit einer neuen Form von Unsicherheit umgehen.

KI als Brennglas organisationaler Gestaltung

Organisationen treffen Entscheidungen unter Unsicherheit, denn was sicher ist, muss nicht entschieden werden. Mit dem Einsatz von KI verändert sich jedoch die Form dieser Unsicherheit grundlegend: Entscheidungsgrundlagen werden vielfältiger, mehrdeutiger und zunehmend probabilistisch. Damit geraten auch die Gestaltungsentscheidungen des Organisationsdesigns also Strukturen, Prozesse, Rollen, Steuerungssysteme unter neuen Druck.

Digitale Technologien greifen dabei nicht nur in einzelne Prozesse ein, sondern verändern die Art und Weise, wie Organisationen Informationen verarbeiten. Aus systemtheoretischer Perspektive lässt sich Digitalisierung daher als Transformation von Kommunikation begreifen: Daten, Modelle und Prognosen erweitern den Raum möglicher Beobachtungen – und damit auch den Raum möglicher Entscheidungen.

Die Organisationsforscherin Wanda Orlikowski beschreibt solche Dynamiken als "digital undertow" – eine digitale Unterströmung. Gemeint ist damit: Digitale Technologien erzeugen selten völlig neue organisatorische Probleme, bringen aber bestehende Spannungen an die Oberfläche. Genau das lässt sich derzeit in vielen Organisationen beobachten: Spannungen, die lange im Hintergrund bearbeitet oder invisibilisiert wurden, werden plötzlich sichtbar und müssen explizit gestaltet werden. Zugespitzt formuliert: KI holt organisationale Spannungen in das organisationale Rampenlicht und macht sie dauerhaft zum Thema. Wenn etwa früher ein Arzt zwischen eigener Erfahrung und etablierten Leitlinien abwägen musste, fließen nun zusätzlich algorithmische KI-Empfehlungen in die Entscheidungsfindung ein. Was wiegt schwerer: algorithmische Empfehlung oder professionelle Urteilskraft? Diese Spannungen sind keine vorübergehenden Probleme, die sich "lösen" lassen. Sie gehören zur Struktur organisationaler Entscheidungsfähigkeit selbst und müssen daher dauerhaft bearbeitet werden.

Drei Spannungen, die durch KI sichtbar werden

Organisationen arbeiten immer in Spannungsfeldern. KI macht einige dieser Spannungen besonders deutlich sichtbar. Dabei verändert KI nicht nur einzelne Gestaltungselemente, sondern vor allem die Kopplungen zwischen ihnen: Rollen, Entscheidungsprozesse und Steuerungssysteme verschieben sich selten isoliert, sondern in ihrem Zusammenspiel.

Automatisierung und Urteilskraft

Viele KI-Anwendungen zielen darauf ab, Routinetätigkeiten zu automatisieren. Prozesse werden effizienter, Entscheidungen schneller vorbereitet. Gleichzeitig wächst jedoch die Bedeutung menschlicher Urteilskraft. Gerade weil Modelle mit Wahrscheinlichkeiten arbeiten, müssen Menschen entscheiden, wann sie diesen Empfehlungen folgen – und wann nicht. Organisationen stehen damit vor der Aufgabe, Automatisierung und professionelle Urteilskraft sinnvoll miteinander zu verbinden. Zu viel Automatisierung kann zu blindem Vertrauen in Modelle führen. Zu viel Skepsis kann Effizienzgewinne verhindern.

Datenbasierte Entscheidungen und Verantwortung

KI-Systeme liefern Entscheidungsgrundlagen: Sie analysieren Daten, erkennen Muster und generieren Prognosen. Verantwortung lässt sich aber nicht an Algorithmen delegieren. Das wirft eine zentrale Frage auf: Wer trägt Verantwortung für Entscheidungen, die auf algorithmischen Empfehlungen beruhen? Viele Organisationen stoßen hier auf eine strukturelle Lücke. Modelle beeinflussen Entscheidungen erheblich – etwa durch die Vorselektion und Bewertung von Informationen – während Verantwortungsstrukturen unverändert bleiben.

Vernetzung und strukturelle Klarheit

KI-Systeme verknüpfen organisationale Bereiche häufig unabhängig von bestehenden Strukturen, indem sie Daten aus unterschiedlichen Kontexten zusammenführen und auswerten. Bereiche wie Marketing, Vertrieb, Einkauf, IT und Data Science bleiben formal zwar getrennt, werden aber operativ enger miteinander gekoppelt. Ein Beispiel findet sich im Handel, wo KI-Modelle die Nachfrage prognostizieren, und Bestellmengen vorschlagen. Diese Modelle integrieren Daten aus verschiedenen Bereichen, ohne diese zuvor über klassische Abstimmungsprozesse zu organisieren. Dadurch entstehen neue Formen der Vernetzung, die nicht primär auf Kommunikation zwischen Einheiten beruhen, sondern auf datenbasierter Verknüpfung, die bestehende Strukturgrenzen teilweise unterläuft. Vernetzung entsteht damit nicht mehr vorrangig durch Abstimmung, sondern durch Daten.

Gleichzeitig muss weiterhin klar definiert bleiben, wer Entscheidungen trifft und Verantwortung trägt. Organisationen müssen diese neuen Formen der Vernetzung in ihre Entscheidungs- und Verantwortungsstrukturen integrieren, ohne Verantwortlichkeiten zu verwässern. Genau in solchen Situationen wird Organisationsdesign zur entscheidenden Gestaltungsaufgabe.

Warum Organisationsdesign noch strategischer wird

Die beschriebenen Spannungen zeigen: KI verändert Organisationen nicht primär durch Technologie. Sie verändert vielmehr die Bedingungen organisationaler Entscheidungsfähigkeit - und damit die Anforderungen an die Bearbeitung dieser Spannungen. Und genau hier kommen Fragen des Organisationsdesigns ins Spiel.

Das Organisationsdesign definiert, wie eine Organisation ihre Arbeit strukturiert und Kommunikation organisiert: Welche Rollen existieren, wie Entscheidungen getroffen werden, wie Einheiten miteinander verbunden sind und wie Steuerungssysteme funktionieren. Unter KI-Bedingungen rückt beim Organisationsdesign dabei zunehmend die Frage der Gestaltung organisationaler Entscheidungsarchitekturen in den Mittelpunkt – wie Organisationen Entscheidungen vorbereiten, treffen, zurechnen und reflektieren. Viele Organisationen versuchen derzeit, KI in bestehende Strukturen einzubauen. Bei näherer Betrachtung stellt sich aber eine grundlegende Frage: Passt unser Organisationsdesign noch zu der Art von Entscheidungen, die wir künftig treffen wollen? Denn wenn KI die Grundlagen von Entscheidungen verändert, dann müssen Organisationen auch ihre Entscheidungsstrukturen überdenken.

Ergänzend zum osb-i Organisationsdesign-Navigator, der die Gestaltungselemente und den Prozess einer Neuausrichtung systematisch beschreibt (siehe auch den Beitrag von Walter Dietl in diesem Newsletter), richten die folgenden Leitfragen den Blick auf jene Spannungen, die durch KI sichtbar werden und dauerhaft zu bearbeiten sind.

Spannungen im Organisationsdesign sichtbar machen: Ein kurzer KI-Check

Organisationen können diese Spannungen mit einfachen Diagnosefragen sichtbar machen. Sie lassen sich allerdings nicht einfach auflösen, sondern müssen dauerhaft bearbeitet werden. Entscheidender wird aber, wie mit Spannungen dieser Art innerhalb der Organisation umgegangen wird.

1. Automatisierung & Urteilskraft

Wo selektieren KI-Systeme Entscheidungsgrundlagen vor und wo bleibt bewusst Raum für professionelle Urteilskraft?

2. Algorithmische Empfehlungen & Verantwortung

Wer trägt Verantwortung, wenn Entscheidungen auf algorithmischen Empfehlungen beruhen, und wie wird sie organisational verankert, statt an Modelle delegiert?

3. Vernetzung & Steuerbarkeit

Wie bleibt die Organisation steuerbar und lernfähig, wenn Daten und Modelle bestehende Strukturen unterlaufen und neue Kopplungen erzeugen?

Organisationen, die diese Fragen systematisch bearbeiten, erkennen: KI lässt sich nicht isoliert als Technologieprojekt behandeln. Sie wirkt auf zentrale Gestaltungsentscheidungen der Organisation selbst.

KI als Anlass und Notwendigkeit organisationaler Selbstbeobachtung

Viele KI-Projekte scheitern nicht an Algorithmen oder Daten. Sie scheitern daran, dass Organisationen versuchen, neue Entscheidungslogiken in alte Organisationsdesigns einzupassen. Wer KI ernst nimmt, muss deshalb auch Organisationsdesign neu denken. Nicht als einmalige Reorganisation, sondern als kontinuierliche Aufgabe. Organisationen sind gefordert, ihre Strukturen, Rollen und Entscheidungsprozesse fortlaufend an neue Formen der Informationsverarbeitung anzupassen.

Während heutige KI-Systeme vor allem Analysen liefern, Texte generieren oder Entscheidungen vorbereiten, entstehen mit agentischen Systemen zunehmend technische Arrangements, die operative Schritte eigenständig ausführen: Sie beantworten Kundenanfragen, lösen Bestellungen aus oder koordinieren operative Prozesse. Systemtheoretisch betrachtet handelt es sich dabei nicht um "Handlungen" im klassischen Sinne. Vielmehr erzeugen diese Systeme Operationen, die in organisationaler Kommunikation als Handlungen zugerechnet werden können. Damit stellt sich für Organisationen eine neue Gestaltungsfrage: Wie werden solche Operationen in Verantwortungs- und Entscheidungsstrukturen eingebunden und wem werden sie zugeordnet?

Mit solchen Entwicklungen verschiebt sich die Herausforderung für Organisationen noch deutlicher. Es geht nicht mehr nur darum, wie Entscheidungen vorbereitet werden, sondern zunehmend auch darum, wie operative Abläufe zwischen Menschen und digitalen Systemen koordiniert werden. Organisationsdesign wird damit zu einer zentralen Frage der Gestaltung der Zusammenarbeit.

Vielleicht liegt die wichtigste Wirkung von KI nicht in der Technologie selbst, sondern darin, dass Organisationen gezwungen werden, ihre eigene Entscheidungsarchitektur viel stärker zu beobachten und aktiv zu gestalten.

Je stärker KI künftig auch operative Abläufe ausführt, desto mehr wird Organisationsdesign zu einer zentralen Führungsaufgabe. KI wirkt dabei wie ein Brennglas: Sie macht sichtbar, wie Organisationen Informationen verarbeiten, Entscheidungen vorbereiten und Verantwortung zuschreiben. Darin liegt die produktivste Chance der aktuellen KI-Debatte und Organisationsdesign wird im KI-Zeitalter zur strategischen Führungsaufgabe.

Genau an dieser Stelle setzt auch unser Lernweg zum Organisationsdesign im KI-Zeitalter an.Wir befassen uns damit, wie Organisationen ihre Entscheidungsstrukturen, Verantwortlichkeiten und Formen der Zusammenarbeit so gestalten können, dass sie mit datenbasierten Entscheidungsgrundlagen und neuen Formen digitaler Unterstützung arbeitsfähig bleiben.

Der Lernweg versteht Organisationsdesign dabei nicht als einmalige Reorganisation, sondern als kontinuierliche Führungsaufgabe. Denn Organisationen müssen lernen, ihre eigenen Entscheidungs- und Verantwortungsstrukturen laufend zu beobachten und weiterzuentwickeln. Für diese fortlaufende Arbeit unter KI-Bedingungen haben wir konkrete Diagnose- und Reflexionsinstrumente entwickelt, die Führungsteams darin unterstützen, ihre eigene Entscheidungsarchitektur systematisch zu beobachten und gezielt weiterzuentwickeln.

Literatur

Baecker, D. (2026): Digitalisierung. Berlin: Suhrkamp

Boston Consulting Group (2024). AI Adoption in 2024: 74% of Companies Struggle to Achieve and Scale Value. Online-Pressemitteilung und Reportzugang unter: www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value [Zugriff: 28.03.2026]

Johnson, B. (1992): Polarity Management: Identifying and Managing Unsolvable Problems. Amherst: HRD Press

Luhmann, N. (2000): Organisation und Entscheidung. Opladen: Westdeutscher Verlag

McKinsey & Company (2025). The State of AI in 2025: Agents, Innovation, and Transformation. In: The State of AI: Global Survey 2025. McKinsey & Company, November 2025. Online verfügbar unter: www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai [Zugriff: 28.03.2026]

Nagel, R. (2017). Organisationsdesign. 2. überarbeite Auflage, Stuttgart: Schäffer-Poeschel

Orlikowski, W. J., & Scott, S. V. (2023). The digital undertow and institutional displacement: A sociomaterial approach. Organization Studies

Nanda, R. et al. (2025): State of AI in Business 2025: The GenAI Divide. MIT NANDA, Cambridge, MA

Rinta-Kahila, T., Someh, I., & Gillespie, N. (2022): Algorithmic decision-making and system destructiveness: A case of automatic debt recovery. European Journal of Information Systems, 31(3), 313–338