KI-Grundwissen für Führungskräfte.

Geschäftsführer und Bereichsleiter stehen bei KI in einem unangenehmen Spannungsfeld. Die Materie ist neu, viele Begriffe sind unscharf, und gleichzeitig erwarten Aufsichtsräte, Mitarbeitende und Kunden, dass die Geschäftsleitung das Thema im Griff hat. Wer in jedes Detail einsteigt, verliert sich in Technik. Wer sich gänzlich zurückzieht, verliert die Entscheidungsfähigkeit — und damit den Einfluss auf das eigene Unternehmen. Es gibt zwischen diesen Extremen ein vernünftiges Mittelmaß: ein Grundwissen, das ausreicht, um sinnvolle Entscheidungen zu treffen, Anbieter zu hinterfragen, Mitarbeiter zu führen und Risiken einzuschätzen — ohne selbst Modelle zu programmieren. Dieser Artikel benennt fünf Wissensbereiche, die dieses Mindestmaß bilden: was KI tatsächlich kann, wo sie scheitert, welche Begriffe man kennen muss, welche Entscheidungen man bei KI-Projekten persönlich treffen sollte und welche Fragen man Anbietern stellen sollte, um nicht über den Tisch gezogen zu werden.

Was KI heute kann — und was nicht.

Der erste Wissensbereich ist die ehrliche Bandbreite des Möglichen. KI heute heißt vor allem: Sprachverarbeitung, Mustererkennung in Bildern und Daten, Vorhersagen aus historischen Daten, Vorschlagsgenerierung. Was sie nicht ist: ein „elektronischer Mitarbeiter“, der eigenständig denkt, plant oder entscheidet.

Konkret kann moderne KI: Texte verfassen, zusammenfassen, übersetzen. Dokumente klassifizieren und strukturieren. Bilder erzeugen und analysieren. Sprache transkribieren. Anomalien in großen Datenmengen finden. Vorhersagen aus Zeitreihen treffen. Vorschläge auf Basis ähnlicher Fälle generieren.

Was sie nicht kann oder schlecht kann: Sicheres Schlussfolgern in komplexen Situationen ohne ähnliche Beispiele. Sicheres Zählen und Rechnen außerhalb klar definierter Aufgaben. Verlässlich richtige Antworten in spezialisierten Fachgebieten ohne Spezialisierung. Eigenständige Bewertung von Risiken oder ethischen Fragen. Wer diese Linie kennt, urteilt anders über Anbietervorschläge: Manche versprechen Dinge, die jenseits dieser Linie liegen — und genau das sollte als Warnsignal funktionieren.

Warum „die KI“ eine Fiktion ist.

Eine häufige Verkürzung in Geschäftsgesprächen lautet „die KI“. Diese Formulierung führt in die Irre, weil sie unterschiedliche Systeme zu einer einheitlichen Entität verschmilzt. In Wirklichkeit gibt es mehrere Klassen von KI-Systemen, die jeweils andere Eigenschaften, Risiken und Anwendungsfälle haben.

Für die Führungsebene reichen drei Unterscheidungen. Erstens: Sprachmodelle (LLMs) wie ChatGPT, Claude oder Gemini. Sie verarbeiten Sprache, schreiben Texte, beantworten Fragen. Stärke: Breite Anwendbarkeit. Schwäche: Können „halluzinieren“, also überzeugend falsche Aussagen liefern.

Zweitens: Spezialisierte Modelle für strukturierte Daten — Forecasting, Klassifikation, Anomalieerkennung. Stärke: Hohe Genauigkeit in eng definierten Aufgaben. Schwäche: Funktionieren nur dort, wo sie trainiert wurden.

Drittens: Bild- und Sprachverarbeitung — Erkennung von Objekten, Klassifikation, Generierung. Stärke: Reife, vielfältige Anwendungen. Schwäche: Auf Trainingsdomäne begrenzt, sensitiv für Bildqualität.

Wer mit Anbietern spricht, sollte fragen, welche Klasse die vorgeschlagene Lösung ist. Aus der Antwort folgen die richtigen Anschlussfragen — und die richtige Einschätzung des Risikos.

Die acht Begriffe, die man verstehen muss.

Niemand muss alle KI-Buzzwords kennen. Aber acht Begriffe tauchen in fast jedem Gespräch auf — und wer sie nicht kennt, verliert sofort den Anschluss. Eine kompakte Übersicht.

Diese acht Begriffe reichen für 90 Prozent aller Geschäftsgespräche. Wer mehr braucht, kann sie nachschlagen — die meisten weiteren Begriffe sind Spezialisierungen dieser Grundkonzepte. Wer sie souverän verwendet, signalisiert Anbietern und internen Teams, dass die Diskussion auf Augenhöhe stattfindet.

Was Sie als Führungskraft persönlich entscheiden sollten.

Vieles in KI-Projekten kann an Spezialisten delegiert werden. Drei Entscheidungsbereiche aber sollten in der Führungsebene bleiben — sie haben Konsequenzen, die jenseits der Technik liegen.

Erstens: Welche Daten geben wir KI-Systemen? Personenbezogene Daten, Geschäftsgeheimnisse, strategische Informationen — wer welche dieser Kategorien in welche Systeme einspeist, ist eine Frage des unternehmerischen Risikoprofils. Diese Entscheidung darf nicht in der IT versickern.

Zweitens: Welche Entscheidungen darf KI vorbereiten — und welche treffen? Ein Vorschlag im Vertrieb ist etwas anderes als ein automatisiertes Absagen einer Bewerbung. Die Frage, wo KI nur unterstützt und wo sie tatsächlich entscheidet, ist eine Führungsentscheidung. Sie muss explizit getroffen und kommuniziert werden.

Drittens: Wie kommunizieren wir KI-Einsatz? Kunden, Mitarbeitende, Geschäftspartner haben ein berechtigtes Interesse zu wissen, wann sie mit KI interagieren. Die Linie hier — transparent oder verdeckt, ehrlich oder verharmlosend — ist eine Frage der Unternehmenskultur und gehört in die Geschäftsleitung.

Wer diese drei Entscheidungen aktiv trifft, behält Kontrolle über die strategische Richtung. Wer sie delegiert, akzeptiert, dass andere — Anbieter, Mitarbeitende, Zufall — sie für ihn treffen.

Fragen, die Sie Anbietern stellen sollten.

Anbieter-Präsentationen folgen oft einem Muster: spektakuläre Demos, vage Versprechungen, geringe Bereitschaft, in Details zu gehen. Sechs Fragen helfen, hinter die Oberfläche zu kommen — sie kosten den Anbieter Konkretheit, und sie zeigen Ihnen schnell, ob die Lösung trägt.

1. Welche Daten verlassen unser Unternehmen? Wenn das Modell extern läuft, welche Daten werden übermittelt, wo werden sie verarbeitet, wie lange gespeichert?
2. Wer haftet bei Fehlern? Wenn die KI eine falsche Auskunft gibt und ein Kunde Schaden erleidet — wer trägt die Verantwortung?
3. Wie messen wir Qualität im Echtbetrieb? Welche Kennzahlen, welche Stichproben, welche Eskalationspfade?
4. Wie sieht ein Exit aus? Wenn wir in zwei Jahren wechseln wollen — was passiert mit Daten, Modellen, Konfigurationen?
5. Wer sind drei vergleichbare Kunden, mit denen ich sprechen kann? Referenzen sind das beste Korrektiv für übertriebene Versprechungen.
6. Welche TCO sehen Sie über drei Jahre, inklusive aller Posten? Diese Frage zwingt zu Konkretheit jenseits der Lizenzgebühr.

Wenn ein Anbieter auf eine dieser Fragen ausweicht oder mit „das schauen wir uns dann an“ antwortet, ist das ein Warnsignal. Tragfähige Anbieter haben Antworten — vielleicht nicht auf jeden Cent genau, aber strukturiert und transparent.

Wo Sie Wissen vertiefen sollten — und wo nicht.

Nicht alles muss eine Geschäftsführerin selbst können. Aber drei Bereiche lohnen sich, vertieft zu betrachten, weil sie zentrale Entscheidungen betreffen. Andere Bereiche darf man entspannt an Spezialisten delegieren.

Lohnt sich vertieft: Datenschutz und EU AI Act. Diese Themen betreffen Haftung, Reputation und teilweise existenzielle Risiken. Eine Geschäftsführung, die hier oberflächlich bleibt, ist erpressbar — durch Anbieter, Behörden oder Aufsichtsrat. Zwei bis vier Stunden Lektüre und ein Gespräch mit einem Spezialisten lohnen sich.

Lohnt sich vertieft: Make-or-Buy-Entscheidungen. Ob eine Lösung extern eingekauft oder intern aufgebaut wird, ist eine strategische Frage, die die Abhängigkeit, die Kostenstruktur und die langfristige Wettbewerbsposition beeinflusst.

Lohnt sich vertieft: Akzeptanz und Change Management. Hier entscheidet sich, ob KI im Unternehmen ankommt — und das ist häufig wichtiger als die technische Qualität der Lösung.

Darf delegiert werden: Modellarchitekturen, Trainingsverfahren, technische Integration auf Code-Ebene, Hyperparameter-Tuning. Diese Themen sind anspruchsvoll, aber sie betreffen das Wie, nicht das Ob. Hier reicht es, einen kompetenten Ansprechpartner zu haben — intern oder extern.

Wie Sie systematisch Wissen aufbauen.

KI-Wissen baut sich am besten in Schichten auf. Vier Schritte, die in der Praxis funktionieren und die ein Vollzeit-Geschäftsführer in seinen Wochenplan einbauen kann.

Schritt eins: Eigenanwendung. Wer KI-Tools selbst täglich nutzt — für Korrespondenz, Recherche, Zusammenfassungen — versteht intuitiv, was geht und was nicht. Eine Stunde am Tag mit ChatGPT, Claude oder vergleichbaren Tools ergibt nach drei Monaten ein anderes Verständnis als jede Schulung.

Schritt zwei: Strukturierte Lektüre. Zwei oder drei seriöse Quellen, die regelmäßig konsumiert werden — Branchenpublikationen, Bücher aus dem Mittelstand-Umfeld, Konferenzbeiträge. Wichtig: Quellen mit redaktioneller Verantwortung, nicht ungefilterte Social-Media-Feeds.

Schritt drei: Austausch mit Praktikern. Zwei oder drei Gesprächspartner aus anderen Mittelstandsunternehmen, die ihre KI-Projekte durchlaufen haben. Diese Gespräche sind oft wertvoller als jede formale Schulung — weil sie konkrete Erfahrungen liefern statt allgemeiner Konzepte.

Schritt vier: Eine geführte Vertiefung. Einmal eine Schulung oder ein Workshop mit einem Fachmann, der das Wissen strukturiert. Ein bis zwei Tage, gut investiert. Wichtig: ein Programm, das auf Führungskräfte zugeschnitten ist, nicht eines, das den Teilnehmer in Code-Beispielen versinken lässt.

Diese vier Schritte ergeben über sechs Monate ein Wissensniveau, das für die meisten Mittelstandsentscheidungen vollständig ausreicht.

Sie wollen sich als Führungskraft das richtige Grundwissen aneignen, ohne in technische Details abzurutschen? Unverbindlich anfragen — wir bauen gemeinsam ein Wissensprogramm, das auf Ihre Entscheidungssituation zugeschnitten ist — pragmatisch, gut dosiert, im Tagesgeschäft umsetzbar.