mittelstandbayern.de
Rundfunkplatz 2 | D-80335 München
Rundfunkplatz 2 | D-80335 München
31 Prozent der befragten Führungskräfte geben an, einer Empfehlung künstlicher Intelligenz zu folgen, obwohl sie selbst anders entscheiden würden. Unter den Finanzvorständen liegt der Anteil bei 48 Prozent, unter den CIOs bei 33 Prozent und unter den COOs bei 11 Prozent.
Die Zahlen stammen aus dem „Planning Intelligence Report 2026“ des Softwareunternehmens Board. Befragt wurden 300 Führungskräfte aus US-Unternehmen mit einem Jahresumsatz von mindestens 100 Millionen US-Dollar. Die Erhebung ist keine unabhängige wissenschaftliche Studie. Dennoch weist ihr Ergebnis auf eine Entwicklung hin, die für den Umgang mit KI in folgenreichen Entscheidungssituationen relevant ist: Die Empfehlung eines Systems kann mehr Gewicht bekommen als das Urteil des Menschen, der anschließend für die Folgen einstehen muss.
In einer Krise ist das besonders heikel. Die Faktenlage bleibt oft unvollständig, während Entscheidungen nicht beliebig aufgeschoben werden können. Zur Wahl stehen Möglichkeiten, die jeweils erhebliche Folgen haben. Muss ein Unternehmensbereich geschlossen werden? Ist die Trennung von einer langjährigen Führungskraft notwendig? Kann eine riskante Sanierung verantwortet werden?
KI kann Informationen auswerten und mögliche Entwicklungen berechnen. Sie kann zugleich das Gefühl vermitteln, eine schwierige Entscheidung nicht vollständig allein getroffen zu haben.
Neben der Qualität ihrer Analyse stellt sich daher eine persönliche Frage: Folge ich ihr, weil ihre Empfehlung überzeugender ist als meine eigene oder weil ich hoffe, für einen möglichen Fehler später nicht allein verantwortlich zu sein?
Die KI kann zusätzliche Möglichkeiten eröffnen. Aber der kritische Moment entsteht, wenn ihre Empfehlung dem eigenen Urteil widerspricht.
Ein solcher Widerspruch ist zunächst ein Anlass zur Prüfung. Möglicherweise hat das System relevante Informationen berücksichtigt, die übersehen wurden. Ebenso kann ihm das Wissen über den konkreten Zusammenhang fehlen. Statistische Muster erfassen nicht zwangsläufig Loyalitäten, persönliche Zusagen oder die Folgen, die eine formal nachvollziehbare Entscheidung für einzelne Menschen haben wird.
Auch die eigene Reaktion auf den Widerspruch gehört zur Prüfung. Wird die Empfehlung übernommen, weil ihre Begründung fachlich überzeugt? Oder macht sie eine Entscheidung erträglicher, vor der ich selbst zurückschrecke? Würde ich sie weiterhin vertreten, wenn ich mich gegenüber Mitarbeitern, Gesellschaftern oder meiner Familie nicht auf die KI berufen könnte?
Wer dem System gegen das eigene Urteil folgt, braucht nachvollziehbare Gründe. Ein Zahlenwert oder eine bestimmt formulierte Prognose genügt dafür nicht.
Die rund 30 Prozent der Führungskräfte, die nach eigener Aussage einer KI-Empfehlung gegen ihr persönliches Urteil folgen, sind deshalb ein ernst zu nehmender Befund. Weshalb sie ihr eigenes Urteil zurückstellen, bleibt offen. Dahinter können Zweifel an der eigenen Einschätzung, Vertrauen in vermeintlich überlegene Daten, Zeitdruck, Bequemlichkeit oder der Wunsch stehen, die Verantwortung für mögliche Folgen nicht allein übernehmen zu müssen. Wahrscheinlich wirken mehrere Motive zusammen. Entscheidend ist deshalb, ob Verantwortliche erkennen und begründen können, warum sie der KI mehr Gewicht geben als ihrem eigenen Urteil.
In einer Krise wird die Urteilsfähigkeit beansprucht und das Selbstbild kann unter Druck geraten. Unternehmer und Führungskräfte müssen unter Umständen zwischen Möglichkeiten entscheiden, von denen keine ohne Schaden für andere bleibt. Sie können verantwortlich handeln und trotzdem Arbeitsplätze vernichten, Vertrauen enttäuschen oder das Lebenswerk einer Familie gefährden.
Die Angst vor eigener Schuld wird nicht offen benannt. Sie kann sich aber in der Suche nach weiterer Bestätigung zeigen, in zusätzlicher Informationssuche oder in der Hoffnung auf eine Instanz, deren Urteil objektiver erscheint als das eigene.
Wenn zusätzliche Analyse allerdings nur noch dazu dient, sich gegen die persönliche Verantwortung für einen möglichen Fehler abzusichern, wird es kritisch. Der Satz „Die KI hat entschieden“ ist deshalb gefährlich. Er ersetzt keine Begründung, sondern besagt lediglich, dass ein technisches System an der Entscheidung beteiligt war.
Eine 2026 im Journal of Business Research veröffentlichte Untersuchung von Liying Xu und weiteren Forschenden befasst sich mit diesem Zusammenhang. In acht Experimenten zeigte sich eine höhere Bereitschaft zur Delegation an KI, wenn sämtliche verfügbaren Optionen zu einem unbefriedigenden Ergebnis führten. Der Effekt verstärkte sich, wenn andere Menschen von den Folgen betroffen waren oder die Entscheidung öffentlich beurteilt werden konnte. Die Forschenden führen dies auf das Bestreben zurück, die persönliche Verantwortung für ein ungünstiges Ergebnis zu verringern.
Eine frühere Untersuchung von Mary Steffel und ihren Kolleginnen zur Delegation an andere Menschen kam zu einem vergleichbaren Befund. Versuchspersonen gaben Entscheidungen häufiger ab, wenn sie für andere entscheiden mussten und alle Optionen unangenehm waren. Erwartete Verantwortung und mögliche Schuldzuweisung beeinflussten ihre Bereitschaft zur Delegation.
Daraus lässt sich nicht ableiten, dass die von Board befragten Führungskräfte aus Angst vor Schuld gegen ihr eigenes Urteil handelten. Die Befragung erfasst das angegebene Verhalten, aber nicht die Motive. Die experimentellen Studien beschreiben einen psychologischen Mechanismus, der eine solche Entscheidung beeinflussen kann.
Ob eine Entscheidung verantwortbar war, lässt sich nicht allein an ihrem späteren Ausgang beurteilen. Eine sorgfältig vorbereitete Entscheidung kann scheitern. Eine schlecht begründete Entscheidung kann durch günstige Umstände zum gewünschten Ergebnis führen.
Schuld setzt voraus, dass jemandem ein Handeln oder Unterlassen persönlich zugerechnet werden kann. Verantwortung beginnt bereits beim Zustandekommen der Entscheidung. Sie betrifft die verwendeten Informationen, die berücksichtigten Folgen und den Umgang mit erkennbarer Unsicherheit.
Welche Empfehlung entsteht, hängt unter anderem vom verwendeten KI-Modell, der Datengrundlage, den zugrunde gelegten Annahmen und der Formulierung der Frage ab. Diese Voraussetzungen wirken am Ergebnis mit. Sind sie unvollständig, verzerrt oder falsch, gilt auch bei KI: Shit in, shit out.
Hinzu kommt, dass ein plausibel formulierter Text keinen Einblick in die Zuverlässigkeit seiner einzelnen Aussagen gewährt. Sprachliche Sicherheit und sachliche Belastbarkeit sind zwei verschiedene Eigenschaften. Wer eine Empfehlung übernimmt, muss deshalb prüfen können, wie sie zustande kam und welche Informationen möglicherweise fehlen.
Ein heutiges KI-System kann keine moralische Schuld empfinden. Es kann weder Verantwortung übernehmen noch einen entstandenen Schaden wiedergutmachen. Auch rechtlich steht nicht das System selbst für eine Unternehmensentscheidung ein. Die Verantwortung verbleibt bei den Personen und Organisationen, die seinen Einsatz veranlassen und seine Ergebnisse verwenden.
KI kann große Informationsmengen ordnen und unterschiedliche Szenarien berechnen. Sie kann Dokumente nach Widersprüchen durchsuchen, Annahmen prüfen oder auf Aspekte hinweisen, die unter Zeitdruck übersehen wurden. Auch als kritisches Gegenüber kann sie hilfreich sein, wenn sie ausdrücklich nach Gegenargumenten, fehlenden Informationen und möglichen Fehlannahmen gefragt wird.
Auslagern lassen sich damit erhebliche Teile der Analyse. Die Festlegung der Maßstäbe, nach denen eine Entscheidung getroffen wird, bleibt eine menschliche Aufgabe.
Ein System kann berechnen, welche Maßnahme die Liquidität am schnellsten stabilisiert. Es kann jedoch nicht verbindlich bestimmen, welcher Schaden für Beschäftigte vertretbar ist oder welches Risiko einer Unternehmerfamilie zugemutet werden darf. Solche Entscheidungen enthalten Wertungen, Interessen und persönliche Verpflichtungen, die sich nicht aus Daten allein ergeben.
Je schneller Analyse verfügbar wird, desto wichtiger wird die Fähigkeit, ihre Voraussetzungen zu prüfen und selbst zu einem verantwortbaren Urteil zu kommen.
McKinsey beschreibt diese Verschiebung als „judgment bottleneck“. KI beschleunigt die Gewinnung und Verarbeitung von Informationen erheblich. Die Prüfung der Ergebnisse und das Abwägen widersprüchlicher Folgen benötigen weiterhin Zeit. Der technische Geschwindigkeitsgewinn löst diesen Teil der Entscheidungsarbeit nicht auf.
Auch die Erklärbarkeit bleibt begrenzt. In einer 2026 veröffentlichten FICO-Befragung unter 1.004 Führungskräften aus Technologie, Daten und Risikomanagement waren lediglich 5,2 Prozent sehr zuversichtlich, KI-gestützte Entscheidungen gegenüber Aufsichtsbehörden und Kunden erklären zu können. Zwei Drittel der Befragten kamen aus Nordamerika. Da FICO selbst KI- und Analysesoftware anbietet, ist die Erhebung als Anbieterbefragung einzuordnen. Der Befund bleibt dennoch relevant: Der Einfluss von KI kann schneller wachsen als die Fähigkeit, ihre Ergebnisse nachvollziehbar zu begründen.
Eine 2024 in Nature Human Behaviour veröffentlichte Metaanalyse untersuchte 106 experimentelle Studien mit insgesamt 370 Effektgrößen.
Im Durchschnitt erzielten Kombinationen aus Mensch und KI schlechtere Ergebnisse als der jeweils leistungsfähigere Einzelakteur. Bei Entscheidungsaufgaben waren die Leistungseinbußen besonders ausgeprägt.
Die Zusammenarbeit mit KI verbessert Entscheidungen demnach nicht automatisch. Ihr Nutzen hängt davon ab, welche Aufgabe sie übernimmt und ob der Mensch ihre Stärken und Grenzen zutreffend einschätzen kann.
Die Fähigkeit, unter Druck aus dem eigenen Urteil heraus zu entscheiden, entsteht nicht erst in der Krise. Sie lässt sich vorher entwickeln:
Den Einfluss äußerer Erwartungen und eigener Ängste frühzeitig zu erkennen, damit sie in einer Krise nicht unbemerkt die Entscheidung bestimmen. Persönliche Krisenkompetenz bedeutet, die äußeren Umstände ernst zu nehmen, ohne ihnen das eigene Urteil zu überlassen.
Die Frage, wie sehr ich einer KI vertraue, greift zu kurz. Ebenso relevant ist, ob ich bemerke, wann ich ihre Empfehlung nutze, um einer Entscheidung auszuweichen, die mir Angst macht.
Gerade in der Krise muss die Entscheidung bei mir bleiben. Die Analyse kann ich auslagern, meine Verantwortung für die Folgen nicht.
Board, 16. September 2026
Xu, L., Tian, H., Zhang, Y. und Yu, F., Journal of Business Research, 2026
Passing the buck: Delegating choices to others to avoid responsibility and blame
Steffel, M., Williams, E. F. und Perrmann-Graham, J., Organizational Behavior and Human Decision Processes, 2016
When combinations of humans and AI are useful: A systematic review and meta-analysis
Vaccaro, M., Almaatouq, A. und Malone, T., Nature Human Behaviour, 2024
The judgment bottleneck: Balancing AI and human speeds in strategy
McKinsey & Company, 15. Oktober 2026
Only 5.2% of Tech Leaders Have Full Confidence Explaining Their AI Decisions
FICO, 7. Oktober 2026