Um mit dem KI-Zeitalter Schritt zu halten, sind diese sechs Kernkompetenzen unverzichtbar.

Um zu prüfen, ob die Mitarbeiter auf die Einführung von KI vorbereitet sind, darf man nicht nur die Abschlussquote von Schulungen betrachten – der Kern liegt in den geschäftlichen Ergebnissen. Wenn man von den Mitarbeitern verlangt, mit der Entwicklung der KI ständig neue Fähigkeiten zu erlernen und anzuhäufen, belastet dies den Vorbereitungsstand des Teams, anstatt ihn zu verbessern. Letztendlich ist die Förderung von Mitarbeiterkompetenzen, die sich parallel zur Reife der Technologie weiterentwickeln, die Grundlage, um den wahren Wert der KI freizusetzen.

Heute stellt sich jeder CEO eine Frage: Wie können wir tatsächlich Wert aus KI-Investitionen schaffen?

Viele Unternehmen beantworten diese Frage, indem sie ihr Angebot an KI-Schulungen erweitern – beispielsweise Kurse zur Prompt-Entwicklung anbieten oder erweiterte Lizenzen für zahlreiche KI-Tools erwerben. Solche Maßnahmen überlasten die Mitarbeiter jedoch oft, und die Unternehmen erreichen nicht die erwarteten Ergebnisse. Darüber hinaus übertrifft mit der rasanten Weiterentwicklung der KI-Fähigkeiten die Nachfrage nach KI-bezogenen Fähigkeiten auf dem Markt bereits das Angebot an verfügbaren Fachkräften bei weitem.

Die Wurzel des Problems liegt darin, dass Unternehmen KI-Fähigkeiten als eine ständig verlängerte Checkliste behandeln. Ein besserer Ansatz besteht darin, sich auf die Förderung weniger zentraler Fähigkeiten zu konzentrieren, die sich gemeinsam mit der KI-Technologie weiterentwickeln. Gartner fasst die Fähigkeiten in zwei Bereichen zusammen und leitet sechs Kernkompetenzen ab: die Fähigkeit zur koordinierten Zusammenarbeit bei der Arbeit sowie die Fähigkeit zur Überwachung und Steuerung. Nur wenn Unternehmen ihre Ressourcen auf die Verbesserung dieser Fähigkeiten konzentrieren, können sie sicherstellen, dass die Mitarbeiter gemeinsam mit der KI wachsen.

Fähigkeit zur koordinierten Zusammenarbeit bei der Arbeit

Die Fähigkeit zur koordinierten Zusammenarbeit bei der Arbeit beschreibt, wie Mitarbeiter mit KI zusammenarbeiten, um geschäftliche Ergebnisse zu erzielen. Sie umfasst die folgenden drei Punkte:

1. Fähigkeit zur Problemdefinition

In der Anfangsphase der KI-Transformation nutzen Unternehmen KI meist, um bestehende Arbeitsprozesse zu beschleunigen. Die Qualität der Ergebnisse von KI-Tools hängt jedoch vollständig von der Qualität der eingegebenen Informationen ab. Wenn man von Anfang an nicht klar beschreiben kann, welches Problem gelöst werden soll, wird das Endergebnis zwangsläufig nicht zufriedenstellend sein.

Die Fähigkeit, den Umfang klar abzugrenzen, das Problem darzustellen, Ziele zu definieren und Grenzen festzulegen, um die KI zur Erzeugung wirksamer Lösungen zu leiten, ist der Schlüssel zur Erzielung der erwarteten Ergebnisse.

Wir sehen, dass einige fortschrittliche Unternehmen keine allgemeinen KI-Grundlagenschulungen mehr anbieten. Stattdessen organisieren die Personalabteilung und die Informationstechnologieabteilung gemeinsam bereichsübergreifende Workshops, in denen alle gemeinsam geschäftliche Probleme erarbeiten und definieren.

Beispielsweise haben die Personal- und IT-Teams einer globalen Anwaltskanzlei Workshops für verschiedene Geschäftseinheiten maßgeschneidert. Die Mitarbeiter bringen die geschäftlichen Probleme aus ihrer täglichen Arbeit mit und nutzen die KI, um Lösungen zu finden – darunter viele alltägliche Probleme, die in lokalen Geschäftsabläufen auftreten. Ausgehend von den Problemen und nicht von der Technologie entwickeln die Mitarbeiter so eine solide Fähigkeit zur Problemdefinition. Mit der Unterstützung von Kollegen und IT-Mitarbeitern können KI-Lösungen schneller und effizienter weiterentwickelt und umgesetzt werden.

2. Fähigkeit zum systemischen Denken

Wenn KI beginnt, Arbeitsprozesse neu zu gestalten, reicht die reine Definition von Problemen nicht mehr aus – sie muss zu systemischem Denken weiterentwickelt werden: zu verstehen, wie einzelne unabhängige Module im gesamten System miteinander interagieren und zusammenhängen. Eine Umfrage von Gartner unter 3029 Mitarbeitern weltweit im Juli 2025 zeigt: In KI-gestützten Arbeitsumgebungen steigern Mitarbeiter mit systemischem Denken ihre Leistung um das 1,6-fache. Denn diese Fähigkeit befähigt sie, komplexe Situationen zu bewältigen, anstatt nur einzelne isolierte Aufgaben zu optimieren.

Führungskräfte können feste Mechanismen einrichten, damit die Mitarbeiter die Kettenwirkungen vernetzter Systeme immersiv verstehen und das systemische Denken in die Praxis umsetzen.

Das Energievertriebsunternehmen U.S. Venture vertreibt hauptsächlich erneuerbare Energien, konventionelle Energieprodukte, Schmierstoffe und Reifen und bietet gleichzeitig transportbezogene Datenanalysen an. Die Unternehmensleitung stellte fest: Wenn die Mitarbeiter die KI nur vereinzelt nutzen, lassen sich nur geringfügige Gewinne erzielen. Um echtes Wachstum zu erreichen, müssen die Geschäftsprozesse neu gestaltet werden. Die Personalabteilung arrangierte, dass interne Mitarbeiter die Vertriebsmitarbeiter im Außendienst bei ihrer Arbeit begleiten, um die tatsächlichen Hindernisse des Teams, umständliche Umgehungslösungen und Engpässe in den Genehmigungsverfahren mit eigenen Augen zu sehen.

Vor der Einführung von KI erarbeiten sie gemeinsam mit den Mitarbeitern im Außendienst den gesamten Geschäftsprozess. Das hilft dem Unternehmen nicht nur, echte geschäftliche Probleme zu finden, die es wert sind, gelöst zu werden, sondern demonstriert auch das systemische Denken: Die Mitarbeiter verstehen gemeinsam die Logik der miteinander verbundenen Arbeitsabläufe und Entscheidungsschritte, wenn KI in den Geschäftsprozess integriert wird.

3. Fähigkeit zur strategischen Weitsicht

Mit der fortlaufenden Entwicklung der KI wird diese Unternehmen schließlich dabei unterstützen, völlig neue Arbeitsmodelle zu schaffen, das Geschäftsumfang erheblich zu erweitern und sogar bestehende Märkte umzugestalten. Beispielsweise werden Vertriebsmitarbeiter in den nächsten Jahren mit KI-Agenten zusammenarbeiten, die Prioritäten bei der Nachverfolgung von Leads setzen, Forschungsanalysen durchführen und potenzielle Kunden selbstständig entwickeln.

Um dies zu erreichen, muss das systemische Denken weiter zu strategischer Weitsicht weiterentwickelt werden. Wenn Unternehmen mithilfe der KI-Transformation neue Produkte, Dienstleistungen oder neue Geschäftsmodelle schaffen, muss sich der Schwerpunkt der menschlichen Fähigkeiten auf die Vorhersage zukünftiger Szenarien und die Entwicklung anpassungsfähiger Lösungen verlagern. Das Ziel besteht nicht darin, die Zukunft genau vorherzusagen, sondern eine Denkweise zu entwickeln, die Veränderungen begrüßt, um disruptive Veränderungen im Voraus zu antizipieren.

Führungskräfte können szenariobasierte Planungen im Stil von „Hypothesenableitungen“ in die bestehenden Entscheidungsprozesse einbinden, um diese Fähigkeit zu fördern.

Bei der Umsetzung von KI und der Integration von KI in die rechtlichen Arbeitsprozesse der globalen Anwaltskanzlei Clifford Chance arbeiten die Unternehmensleitung, Partner, Anwälte, Wissensexperten und das Technikteam eng zusammen. Sie untersuchen gemeinsam, wie KI in den nächsten Jahren die Erwartungen der Mandanten, die Bereitstellung von Rechtsdienstleistungen und das Betriebsmodell der Kanzlei umgestalten wird. Die Kanzlei konzentriert sich nicht nur auf die kurzfristige Steigerung der Produktivität, sondern verfolgt gleichzeitig wichtige Kennzahlen wie den Bereitschaftsgrad, den Nutzungsgrad bei der Umsetzung und die Einstellung der Mitarbeiter, um die langfristige KI-Strategie zu unterstützen und sich auf zukünftige Veränderungen vorzubereiten.

Fähigkeit zur Überwachung und Steuerung

Die Fähigkeit zur Überwachung und Steuerung ist die Fähigkeit der Mitarbeiter, die Genauigkeit, Sicherheit und Vertrauenswürdigkeit der KI-Ergebnisse zu gewährleisten. Sie umfasst die folgenden drei Punkte:

1. KI-Urteilskraft und Fähigkeit zum Risikomanagement

In Szenarien, in denen KI die Arbeit unterstützt, müssen die Mitarbeiter die Zuverlässigkeit der Ergebnisse aktiv überprüfen, Risiken beseitigen und eine ethisch vertretbare KI-Steuerung umsetzen. Wenn man den Ergebnissen der KI unbedacht vertraut und sich übermäßig auf KI-Tools verlässt, können leicht Fehler, algorithmische Verzerrungen oder Compliance-Probleme entstehen.

Formelle Schulungen und Verhaltensrichtlinien für den verantwortungsvollen Umgang mit KI sind zwar unverzichtbar, aber in der täglichen Arbeit muss das Team ein gemeinsames Verständnis entwickeln: Die von KI generierten Arbeitsinhalte stets zu hinterfragen und zu überprüfen.

Beispielsweise hat ein globales Marktforschungsunternehmen bei der Einführung eines KI-Tools zur Erstellung von Dokumentenzusammenfassungen einen begleitenden „Prüf- und Auditprozess“ eingerichtet. In der Anfangsphase der Nutzung des Tools müssen die Mitarbeiter als Faktenprüfer fungieren und ihre ersten von KI erstellten Berichte überprüfen. Sie vergleichen die statistischen Daten anhand standardisierter Bewertungsbögen und verfolgen zitierten Inhalte bis zu den ursprünglichen Dokumenten zurück. Wenn in der Zusammenfassung nicht überprüfbare Aussagen auftauchen, werden diese protokolliert und an das Entwicklungsteam zurückgemeldet, um das Modell feinabzustimmen. Diese praktische Übung mit angemessenem Zweifel hilft den Mitarbeitern, schnell häufige Halluzinationen und Fehler von KI zu erkennen und das uneingeschränkte Vertrauen in das Tool in ein bedingtes, kontrolliertes Vertrauen umzuwandeln.

2. Fähigkeit zur Mensch-Maschine-Vermittlung

Je tiefer die KI die Arbeit umgestaltet, desto komplexer wird die Steuerungsarbeit. An diesem Punkt entwickeln sich KI-Urteilskraft und Risikomanagement zur Fähigkeit zur Mensch-Maschine-Vermittlung. Mit zunehmendem Automatisierungsgrad ändert sich der Inhalt der menschlichen Arbeit, und zwischen der Logik der Maschine und dem menschlichen Urteil können leicht Widersprüche entstehen. In KI-gestützten Arbeitsumgebungen müssen die Mitarbeiter zunehmend unklare Szenarien interpretieren und differenzierte komplexe Entscheidungen treffen.

Um die Förderung dieser Fähigkeit in die Praxis umzusetzen, müssen Unternehmen feste Mechanismen schaffen: Teams organisieren, um nach Abschluss von Prozessen Nachbesprechungen durchzuführen sowie szenariobasierte vorausschauende Ableitungen durchzuführen, um zu erörtern, wie verschiedene komplexe Ausnahmefälle behandelt werden können.

Ein Beispiel: Ein KI-System kündigt automatisch das Abonnement eines langjährigen Stammkunden, weil dieser mehrmals Zahlungen versäumt hat – es erkennt aber nicht, dass dieser Kunde von einer Naturkatastrophe betroffen ist.

Viele Gesundheitseinrichtungen planen derzeit, die Mensch-Maschine-Vermittlung in ihre Geschäftsprozesse zu integrieren. Beispielsweise kann das klinische Team ein formelles „Protokoll für menschliche Vetoentscheidungen“ einführen. In der Praxis kann ein Radiologe, wenn er mit der Diagnoseempfehlung der KI nicht einverstanden ist, sofort einen Eskalationsprozess einleiten: Er protokolliert die Veto-Operation, fügt eine begründete Begründung und einen Zeitstempel hinzu. Ein interdisziplinärer klinischer Ethikausschuss prüft diese Protokolle wöchentlich – einerseits um die menschlichen Entscheidungen zu überprüfen, andererseits um diese Daten zu nutzen, um das zugrundeliegende KI-Modell neu zu trainieren und zu optimieren.

3. Ethische Führungsstärke

Die Fähigkeit zur Mensch-Maschine-Vermittlung entwickelt sich in ihrer höchsten Ausprägung zur ethischen Führungsstärke. Wenn KI völlig neue Arbeitsformen hervorbringt, müssen Menschen in der Lage sein, das Design und den Betrieb von KI-Systemen kontinuierlich zu steuern, um faire und verantwortungsvolle Ergebnisse zu gewährleisten. Das bedeutet nicht nur, die Ausgabenergebnisse zu überprüfen – Menschen müssen aktiv an der Gestaltung vertrauenswürdiger KI-Systeme mitwirken.

Viele Unternehmen führen mittlerweile routinemäßig „Rot-Blau-Testverfahren“ durch: Sie beauftragen Mitarbeiter, die KI-Systeme gezielt Belastungstests zu unterziehen, um Schwachstellen aufzudecken. Einige Unternehmen setzen sogar Anreize, um Mitarbeiter zu ermutigen, als interne ethische Sicherheitstester zu fungieren, aktiv nach algorithmischen Verzerrungen zu suchen oder vor der internen und externen Inbetriebnahme des Systems absichtlich automatisierte Arbeitsabläufe zu stören, um potenzielle Risiken zu erkennen.

Ein Beispiel, das viele Kunden nachvollziehen können: Ein Medizintechnikunternehmen entwickelt ein KI-System zur Früherkennung von kognitiven Einbußen bei älteren Menschen. Das Unternehmen ist sich bewusst, dass dieses völlig neue KI-Produkt erhebliche Compliance-, Vertrauens- und Datenschutzrisiken mit sich bringt. Die Personalabteilung arbeitet gemeinsam mit der IT- und der Produktleitung zusammen, um innerhalb des Produktteams einen KI-Ethikausschuss einzurichten, steuernde Regeln aufzustellen, Rot-Blau-Übungen durchzuführen und die Mitarbeiter darin zu schulen, jede einzelne Entscheidung des Modells sorgfältig zu prüfen, um Verzerrungen und ethische Risiken zu erkennen.

Um zu prüfen, ob die Mitarbeiter auf die Einführung von KI vorbereitet sind, darf man nicht nur die Abschlussquote von Schulungen betrachten – der Kern liegt in den geschäftlichen Ergebnissen. Wenn man von den Mitarbeitern verlangt, mit der Entwicklung der KI ständig neue Fähigkeiten zu erlernen und anzuhäufen, belastet dies den Vorbereitungsstand des Teams, anstatt ihn zu verbessern. Letztendlich ist die Förderung von Mitarbeiterkompetenzen, die sich parallel zur Reife der Technologie weiterentwickeln, die Grundlage, um den wahren Wert der KI freizusetzen.

CV·Viverito | Text

CV Viverito ist Senior Director Analyst im Bereich Personalmanagementforschung bei Gartner. Er berät vor allem Chief Human Resources Officers und Personalmanager, um ihnen zu helfen, die Auswirkungen von KI auf die Belegschaft zu verstehen, vorausschauend zu planen und Arbeitsmodelle für das Zeitalter der Zusammenarbeit zwischen Mensch und Maschine zu gestalten.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Harvard Business Review“ (ID: hbrchinese), Autor: HBR-China, veröffentlicht mit Genehmigung von 36Kr.