KI und Führung: Was der Chef entscheiden muss
Linda Hill setzt bei Entscheidungsrechten und Risikogrenzen an. Ein Beispiel aus dem Kundenservice macht daraus überprüfbare Führungsaufgaben.

Wenn Linda Hill mit CEOs arbeitet, klärt sie früh, wer welche Entscheidungen treffen darf und wann die Unternehmensspitze eingebunden werden muss. Im Bloomberg-Podcast „Leaders with Francine Lacqua“ beschreibt die Harvard-Professorin damit eine konkrete Führungsaufgabe für den KI-Einsatz: Teams brauchen Handlungsspielraum, festgelegte Grenzen und einen Weg, Probleme nach oben zu melden.
„Ihre Aufgabe besteht nicht unbedingt darin, alle Antworten zu haben“, sagt Hill in deutscher Übersetzung. Der Bloomberg-Bericht vom 17. August 2026 stellt die Aussage in den Zusammenhang mit KI und anpassungsfähigen Organisationen. Fachliche Urteile, Freigaben und Verantwortung bleiben dabei wichtige Aufgaben der Führung.
Hill setzt auf Entscheidungen innerhalb klarer Grenzen
Im vollständigen Interview wird Hill ab Minute 16:43 präzise: Beschäftigte erfahren von Veränderungen häufig früher als die Spitze. Sie sollen innerhalb vereinbarter Grenzen selbst entscheiden können und erkennen, wann eine EskalationWeitergabe einer Frage oder eines Problems an die zuständige Stelle, wenn das Team es nicht selbst entscheiden darf oder lösen kann. nötig ist. Außerdem müssten Führungsgremien offen besprechen, welche Risiken sie bei der Einführung von KI eingehen wollen.
Der Ansatz knüpft an Hills ältere Innovationsforschung an. In einem HBS-Interview von 2014 erläutert sie drei Fähigkeiten:
Ideen sachlich gegeneinander prüfen: Unterschiedliche Fachperspektiven sollen zu einer ernsthaften Auseinandersetzung führen. Auch jüngere Beschäftigte müssen Einwände vorbringen können.
Durch Versuche lernen: Teams testen Annahmen, holen Rückmeldungen ein und verändern ihr Vorgehen.
Erkenntnisse zusammenführen: Eine EntscheidungFinden Sie die richtigen KI-Tools für Ihr Unternehmen. kann Elemente zunächst widersprüchlicher Vorschläge verbinden. Rang oder Fachautorität sollen die Diskussion nicht vorschnell beenden.
Ein KI-Versuch mit klaren Zuständigkeiten
Für den Führungsalltag lässt sich daraus ein begrenzter Arbeitsversuch ableiten. Das folgende Kundenservice-Beispiel ist eine praktische Übertragung, kein von Hill untersuchter KI-Fall. Ein Team möchte prüfen, ob ein SprachmodellKI-System, das anhand gelernter sprachlicher Muster Texte verarbeitet und erzeugt. Seine Aussagen können fehlerhaft oder unbelegt sein. Antwortentwürfe auf wiederkehrende Anfragen sinnvoll vorbereitet. Bereits die KI-Projektplanung sollte festhalten, welche Arbeit erleichtert werden soll, woran der Nutzen erkennbar ist und wer über den nächsten Schritt entscheidet.
Ziel und Grenzen schriftlich festlegen. Die Serviceleitung benennt den Prozessverantwortlichen und wählt eine klar abgegrenzte Anfrageart. IT und zuständige Datenschutzfachleute klären die erlaubte Umgebung und zulässige Daten. Für den ersten Versuch dienen fiktive oder entsprechend aufbereitete Beispielfälle. Nachrichten an Kunden, Vertragszusagen und Änderungen an Kundendaten bleiben außerhalb des Versuchs.
Vergleichbare Fälle bearbeiten. Mitarbeitende erstellen Antworten mit und ohne KI-Unterstützung. Die Fallauswahl enthält auch unvollständige Angaben und schwierige Sonderfälle. Erfasst werden Bearbeitungszeit einschließlich Prüfung, sachliche Fehler, fehlende Informationen und nötige Überarbeitungen. Ein schneller Entwurf allein belegt noch keine Entlastung.
Fehler gemeinsam auswerten. Fachleute prüfen die Antworten anhand derselben Kriterien. Das Team dokumentiert, ob Fehler aus der Aufgabenbeschreibung, ungeeignetem Ausgangsmaterial oder einer unbelegten Modellaussage stammen. Die Führungskraft fragt gezielt nach Fällen, in denen die vorgeschlagene Lösung nicht funktioniert hat.
Fortsetzung ausdrücklich entscheiden. Vor Beginn wird vereinbart, welche Fehler einen Stopp auslösen und welche Verbesserungen für einen erweiterten Test nötig sind. Die Serviceleitung entscheidet anhand der dokumentierten Ergebnisse über Anpassung, Abbruch oder Ausweitung. Bei einem anderen Modell oder verändertem Prozess werden die relevanten Fälle erneut geprüft.

Redaktionelles Praxisbeispiel, keine Studiengrafik. Grundlage: Linda Hills Bloomberg-Interview und der HBS-Buchauszug „Collective Genius“.
Verantwortung bleibt bei der Führung
Zu jedem Versuch gehören ein verantwortlicher Name, ein Prüfzeitpunkt und eine dokumentierte EntscheidungWerden Sie zur KI-kompetenten Führungskraft.. Zusätzlich braucht das Team Arbeitszeit für die Auswertung. Diese Zeit sollte in der Planung auftauchen, damit Prüfung und Nacharbeit nicht unsichtbar neben dem Tagesgeschäft stattfinden.
Für den Übergang in den Kundenbetrieb muss die Leitung gesondert festlegen, wer Antworten freigibt, welche Fälle ausschließlich Menschen bearbeiten und wie fehlerhafte Ausgaben gemeldet werden. Ein erfolgreicher interner Test erteilt noch keine Freigabe für automatische Kundennachrichten. Ergebnisse und Fehlermuster sollten für die beteiligten Teams auffindbar bleiben, damit die nächste Abteilung nicht dieselben Versuche wiederholt.
Die Forschung liefert qualitative Einblicke
Hills Hinweise beruhen auf ihrer Führungs- und Innovationsarbeit. Ein HBS-Bericht vom 6. Dezember 2021 beschreibt Gespräche ihres Teams mit rund 175 Menschen weltweit im vorangegangenen Jahr. Es ging um digitale Transformation und verteilte Entscheidungen. Das sind qualitative Einblicke, keine repräsentative Messung des KI-Nutzens und kein Beleg für besondere Führungsdefizite im DACH-Raum. Ob der beschriebene Versuch im eigenen Betrieb hilft, zeigt erst der Vergleich von Qualität, Gesamtaufwand und Fehlerfolgen.
Welche Führungsaufgabe wiegt in der KI-Ära am schwersten?
Ergebnisse sehen Sie nach Ihrer Stimme.
Häufige Fragen
Müssen Führungskräfte selbst KI-Fachleute sein?
Sie brauchen genug Verständnis, um Einsatzgrenzen, Prüfaufwand und Risiken beurteilen zu können. Für technische Detailfragen sollten zuständige Fachleute eingebunden werden. Ziele, Ressourcen und Freigaben bleiben Führungsaufgaben.
Was sind Entscheidungsrechte bei einem KI-Projekt?
Sie legen fest, wer einen Versuch beginnen, dessen Umfang verändern oder Ergebnisse freigeben darf. Dazu gehört, welche Entscheidungen das Team selbst trifft und welche es an die verantwortliche Führungskraft weitergeben muss.
Wie lässt sich ein kleiner KI-Test sinnvoll bewerten?
Geeignete Vergleichsfälle werden mit und ohne KI-Unterstützung bearbeitet. Erfasst werden Qualität, Fehler, Prüfzeit und Nacharbeit. Vorab vereinbarte Kriterien bestimmen, ob der Einsatz angepasst, beendet oder ausgeweitet wird.
Warum gehört Widerspruch zum KI-Projekt?
Fachbereiche sehen unterschiedliche Fehler und Abhängigkeiten. Eine gemeinsame Prüfung macht diese sichtbar. Hills Innovationsansatz betont die sachliche Auseinandersetzung mit Ideen sowie das Lernen durch Versuche und Rückmeldungen.
Belegen die Harvard-Quellen einen Produktivitätsgewinn durch KI?
Die hier verwendeten Führungsinterviews und qualitativen Untersuchungen messen keinen Produktivitätsgewinn eines bestimmten KI-Systems. Einen solchen Nutzen muss das Unternehmen im eigenen Prozess prüfen, einschließlich Fehlerfolgen und zusätzlicher Kontrollarbeit.
Darf nach einem erfolgreichen Test automatisch an Kunden gesendet werden?
Der interne Test sollte dafür keine automatische Freigabe erteilen. Für den Kundenbetrieb braucht es eine eigene Entscheidung über erlaubte Inhalte, menschliche Prüfung, Zuständigkeiten und den Umgang mit Fehlern.
Fügen Sie KI-Amigo in Google als bevorzugte Quelle hinzu, um unsere Artikel häufiger zu sehen.
Weiterlesen
Mehr aus Strategie & Management →
KI-ROI messen: die Scorecard von OpenAIs CFO
OpenAI-Finanzchefin Sarah Friar schlägt eine „AI Scorecard“ vor, die den Nutzen von KI an erledigter Arbeit misst statt an Tokenpreisen. Wir übersetzen den Ansatz in ein praktikables Rechenmodell für Unternehmen.

So schützen Sie Ihr Unternehmen vor dem falschen Chef im Videocall
Ein Mitarbeiter von Arup hielt die Mail seines angeblichen Finanzchefs für Phishing. Dann sah er ihn scheinbar im Videocall und überwies Millionen. Der Artikel geht den Fall Schritt für Schritt durch und zeigt, mit welchen fünf Regeln Sie Zahlungen in Ihrem Unternehmen gegen Deepfakes absichern.

BCG ordnet Österreich weiterhin den Steady Contenders zu
In BCGs KI-Matrix gehören Österreich und Deutschland zu den Steady Contenders. Japan und Südkorea steigen zu den Pioneers auf. Die Einteilung belegt keinen wirtschaftlichen Stillstand und keine einzelne Ursache für Österreichs Position.

KI-Projekte brauchen klare Ziele, Daten und Zuständigkeiten
Unklare Ziele und ungeeignete Daten können KI-Projekte ausbremsen. Eine Prüfliste hilft, Nutzen, Modellwahl und Betrieb gemeinsam zu testen, ohne pauschale Aussagen über die häufigsten Fehler.

KI-Produktivität: Acemoglu setzt auf Unterstützung im Beruf
Acemoglus Prognose beschreibt einen gesamtwirtschaftlichen Effekt, keinen garantierten Nutzen im Betrieb. Für Unternehmen zählen Qualität, Gesamtaufwand und ein messbarer Vergleich im eigenen Arbeitsablauf.

Telekom und BMW beziffern Ziele für KI und Automatisierung
Telekom und BMW nennen wirtschaftliche Ziele für KI und Automatisierung. Die Kennzahlen sind nicht direkt addierbar; tatsächliche Einsparungen und unmittelbare Arbeitsplatzfolgen bleiben zu prüfen.