Zum Inhalt springen

Wissensbasis

KI-Einführung führen

Die Hebel, die eine Engineering-Führungskraft tatsächlich steuert, wenn ein Team Agents einführt, und die Messfalle, die aus einer guten Einführung eine schlechte macht.

Verfasst von

Aktualisiert:

Führung 2

Zwischen Organisationen klafft keine Tool-Lücke. Google meldete Zuwächse von rund 10%, METR maß bei derselben Art von Arbeit 19% Verlangsamung. Manche Organisationen lieferten nach der KI-Einführung bis zu 50% mehr Defekte aus (Leadership in AI-Assisted Engineering (öffnet in einem neuen Tab), DX). Die Tools waren vergleichbar. Die Führung war es nicht.

Lizenzen zu verteilen ist noch keine Einführung. “Companies fail at AI adoption because they treat it like installing software when it’s actually rewiring how people work” (AI-Powered Workforce Playbook (öffnet in einem neuen Tab), GitHub).

Was eine Führungskraft tatsächlich steuert

Erlaubnis zum Experimentieren. DX zählt klare KI-Policies und Zeit zum Lernen, mit Raum zum Experimentieren statt nur Material, zu den Faktoren, die die Einführung am stärksten voranbringen (Leadership in AI-Assisted Engineering (öffnet in einem neuen Tab), DX). Diese Maßnahme kostet am wenigsten, und die meisten Organisationen lassen sie aus. Denn “wir haben die Lizenzen gekauft” klingt für die Person, die die Rechnung unterschrieben hat, nach Ermutigung. Für die Person, die an der Sprint-Velocity gemessen wird, klingt es nach gar nichts.

Psychologische Sicherheit. Fehlt sie, bleiben Defekte versteckt und schlechte Entscheidungen unwidersprochen, und das Team lebt von einem vorgetäuschten Konsens. Agentische KI verstärkt und spiegelt: “if your organization is faulty, is broken in some ways, it will mirror that” (The Elastic Loop (öffnet in einem neuen Tab), INNOQ). Die Einführung repariert keine dysfunktionale Organisation, sie beschleunigt die Dysfunktion. Den Mechanismus beschreibt Transformationale Führung.

Agency, nicht nur Autonomie. “Agency is the ability to make use of autonomy. If your people are not agentic, they won’t use your autonomy. You can bury them in autonomy. They won’t embrace it” (The Elastic Loop (öffnet in einem neuen Tab), INNOQ). Die große Trennlinie bei KI-Ergebnissen verläuft entlang der Agency, nicht der Seniorität. Gebt ihr einem Team Freiheit, das ein Jahrzehnt lang auf Freigaben warten gelernt hat, ändert sich nichts.

Das Betriebsmodell, nicht das Tooling. Unternehmen, die nur ihre Tools wechselten, stagnieren bei 5-15% Produktivitätsgewinn. Top-Performer hatten siebenmal häufiger KI-native Workflows über den ganzen SDLC und sechsmal häufiger umgebaute Rollen. Rund 70% der befragten Unternehmen hatten ihre Rollendefinitionen gar nicht geändert (Abschied von Agile). Konkret heißt das: Pods mit drei bis fünf Personen statt Teams mit acht bis zwölf, kontinuierliche statt quartalsweise Planung und Arbeit nach Specs statt nach Stories. Das Plateau ist älter als generative KI. In der Umfrage von Roland Berger 2022 unter 50 Führungskräften auf Vorstandsebene hatte mehr als die Hälfte digitale Geschäftsmodelle oder Prozesse gestartet und nicht skaliert. Als Grund nannten sie, dass agiles Arbeiten auf Teamebene begonnen und geendet habe. Die Budgetprozesse verlangten weiter eine genaue Planung zu Jahresbeginn und sträubten sich gegen neue Prioritäten (Roland Berger - The digital dilemma (öffnet in einem neuen Tab), 2022).

Eine Karriereleiter, neu gezeichnet für die neue Arbeitseinheit. Ein Engineering-Team schrieb seinen Bericht, während es die eigene Leiter umbaute. Darin argumentiert es, dass ein Häkchen für KI-Nutzung die Veränderung verfehlt. Die alten Stufen nahmen als kleinste Einheit der Arbeit den Code hinter einem Ticket an. Jemand anderes hatte das Ticket zugeschnitten, ausgeliefert und in Produktion beobachtet. In einer Firma, die rund 95% ihres Backend-Codes als generiert meldet, wird die Einheit zum ganzen Feature: entwerfen, bauen, ausliefern, ausrollen und am Laufen halten. Viel funktionierender Code galt früher als Ersatzbeleg für Kompetenz, und KI machte diesen Beleg kostenlos. Deshalb fragen die Stufen jetzt, was Engineers verstehen und welche Metrik ihre Arbeit bewegt. Von Leads wird erwartet, diese Zahl zu benennen (Integral Engineering - The unit of work for engineers has moved. Did your expectations move with it? (öffnet in einem neuen Tab), August 2026, Praxisbericht über die Leiter einer Firma).

Die Leiter bekam außerdem eine Spalte, deren Erwartungen mit dem Level wachsen. Engineers haben keine harte Obergrenze für Token-Ausgaben, müssen ihre Ausgaben aber kennen und begründen können. Eine Aufgabe, die zweimal erledigt wurde, soll beim dritten Mal automatisiert sein. Jedes Level trägt einen Teil des Kampfs gegen Slop, also plausiblen, subtil falschen Output, der billig entsteht und teuer aufzuräumen ist. Engineers fangen ihn in der eigenen Arbeit ab, Leads stoppen ihn fürs Team, Manager:innen bauen das System, das ihn kleinhält. Juniors behalten die Reibung, die Urteilsvermögen aufbaut, statt sie per KI zu überspringen. Dafür gilt die Regel “learn with AI, not around it”. Von Leads wird dagegen erwartet, Tooling zu bauen, das das ganze Team wiederverwendet. Der Text benennt die Kosten: Im Zweifel geht ein großes Token-Budget an erfahrene Engineers, die falschen Output erkennen. Zwei Strukturregeln halten die Leiter nutzbar. Jeder Skill steht an genau einer Stelle. Findet ihr ein Verhalten dort nicht, fehlt es. Und die Leiter beschreibt die Rolle, während ein eigener Review-Zyklus die Person bewertet. So wird sie nie zur Checkliste, die eine Beförderung einbringt (Integral Engineering - The unit of work for engineers has moved. Did your expectations move with it? (öffnet in einem neuen Tab), August 2026, Praxisbericht über die Leiter einer Firma).

Amazon hat seine Rollenrichtlinie für Software Engineers im Oktober 2026 überarbeitet und wieder ohne benannte Technologien gehalten. So war es schon bei Cloud, Microservices und Serverless. Die Senior Engineers bewerteten KI als schnelleren und tieferen Wandel als diese. Trotzdem schrieben sie die Richtlinie um das, was sich nicht ändert: Wirkung für Kund:innen, Geschäft und Team. Denn jede heute geschriebene Definition guter KI-Praxis wäre innerhalb eines Jahres veraltet. Drei Erwartungen stehen daneben.

  • Hilft aktuelles KI-Tooling bei der eigenen Arbeit nicht, behandeln Engineers das als Befund, nicht als Versagen. Sie dokumentieren den Grund, teilen ihn mit Kolleg:innen und sprechen ihn bei ihrer Führungskraft an. Zu erklären, wo KI noch nicht hilft, zählt als das Urteilsvermögen, das die Rolle verlangt.
  • Für das Verständnis einer Führungskraft gilt eine konkrete Latte. Sie hat die Tools an eigener Produktionsarbeit eingesetzt und kann je eine Aufgabe nennen, bei der sie halfen und bei der nicht. Dieses Urteil kann sie ihrem Team erklären.
  • Engineers und Manager:innen, die näher an Kund:innen und Produkt sind, holen am meisten aus agentischer Entwicklung heraus. Deshalb verlangt die Richtlinie von jedem Level, wieder Nähe zu beidem zu suchen, in einem Umfang, der mit der Seniorität wächst (Amazon - An update from Amazon engineering leadership on the role of the developer in the age of AI (öffnet in einem neuen Tab), Oktober 2026, Unternehmensmemo).

Eine saubere Codebasis. Die Sauberkeit der Codebasis korreliert mit den Produktivitätsgewinnen durch KI (R² 0,40 über mehr als 120.000 Engineers) enger als die Token-Ausgaben (R² 0,20) (KI-Produktivitätsstudien). Wer ein KI-Budget finanziert, aber kein Budget fürs Aufräumen, hat den schwächeren Hebel gekauft.

Eine Beziehungsgrenze. Die Grenze zwischen Mensch und Agent sollte der Beziehung entsprechen, die Kund:innen erwarten. In einem Interview im Podcast {ungeskriptet} beschreibt Dominic von Proeck, der das KI-Schulungsunternehmen Leaders of AI führt, wie sein Team die Routinearbeit im Vertrieb der KI überlässt: Kundengespräche vorbereiten und nachbereiten, das CRM aktualisieren. Kein Agent schreibt Kommentare auf der Plattform oder beantwortet Privatnachrichten, und wer über die Website anruft, erreicht immer einen Menschen. Das ist die Policy aus der Praxis eines Trainingsanbieters, keine vergleichende Evidenz. Sie macht die Grenze aber explizit, bevor die Umsetzung beginnt ({ungeskriptet} - Was er mir über KI erzählte, hat mich schockiert (öffnet in einem neuen Tab), Juli 2026).

Schriftliche Normen fürs Verhalten, keine eigene KI-Ethik. Honeycomb hat seine Regeln für KI im Geschäftsverhalten veröffentlicht und sie auf den Verstärker-Punkt oben gestützt. Es gibt keinen neuen Maßstab, die bestehenden Werte gelten bei höherem Einsatz. Vier der acht Regeln tragen über die Firma hinaus. Generische Ansprache mit einem Namen in einer Vorlage missachtet die Empfänger:innen und ist inzwischen billig genug für den Massenversand. Aufmerksamkeit kostet etwas. Vor dem Versand eines langen Dokuments prüft ihr deshalb, ob es nützt und ob ihr es selbst bekommen wollt. Ob es billig zu erzeugen war, zählt nicht. Verantwortung wandert nicht: Steht euer Name darauf, gehört es euch, egal was es entworfen hat. Und das Regelwerk ist zum Abwägen geschrieben statt zum Abhaken, weil Regeln für KI-Verhalten schneller veralten als das Urteil dahinter (Honeycomb - AI norms and values, part 1 (öffnet in einem neuen Tab), August 2026, Anbieter, erster von drei Teilen).

Unnötige Agents ablehnen. Das Team schaffte eine Kette von Agents ab, die Kund:innen beim Kauf auf der Website vom Vertrag bis in den Kurs führte, als ein Shop, durch den man sich in drei Schritten klickt, dasselbe leistete. Sein Rat: vom Use Case ausgehen, nicht von der Technologie. Sein Buchhaltungsagent sammelt eingehende Rechnungen, benennt und legt sie ab, auf einem sehr günstigen Modell. Niemand im Team prüft seine Arbeit, und das Team trägt dieses Risiko, weil der Steuerberater sich meldet, wenn ein Beleg fehlt oder doppelt ist ({ungeskriptet} - Was er mir über KI erzählte, hat mich schockiert (öffnet in einem neuen Tab), Juli 2026, Praxis und Trainingsanbieter).

Ein benanntes Verhältnis von Menschen zu Agents. Ein Bericht schlägt eine einzige Metrik für Teams vor, die Agents betreiben. Sie fragt, wie viele Agents eine Rolle oder ein Prozess braucht und wie viele Menschen nötig sind, um sie zu steuern. Der Bericht benennt beide Fehlrichtungen. Zu wenige Agents pro Person lassen Kapazität ungenutzt. Zu viele überfordern die menschliche Urteilskraft und bringen so Geschäftsrisiko und Burnout. Derselbe Bericht argumentiert, dass das funktionale Organigramm einem “Work Chart” weicht. Dort bildet sich ein Team um ein Ergebnis und löst sich auf, sobald es erreicht ist. Laut Bericht nutzen bereits 46% der Führungskräfte Agents, um einen ganzen Workflow oder Prozess zu automatisieren. Die Feldarbeit lief im Februar und März 2025 mit 31.000 Wissensarbeiter:innen in 31 Märkten. Der Herausgeber verkauft das Agent-Tooling, das der Bericht empfiehlt. Das Verhältnis ist also eine Frage, die jede Organisation für sich beantwortet, kein Benchmark zum Erreichen (Microsoft - 2025: The year the Frontier Firm is born (öffnet in einem neuen Tab), April 2025, Anbieter).

Die Messfalle

Der Reflex ist, Aktivität zu messen: gemergte PRs, verbrauchte Token, aktive Seats. Jede dieser Zahlen steigt bei einer KI-Einführung, ob sich etwas verbessert hat oder nicht. Keine übersteht eine ernsthafte Frage des CFO.

Drei Regeln halten das Dashboard ehrlich.

Meldet nie Adoption ohne Ergebnis. Mehr PRs bei steigender Change Failure Rate sind eine Regression, die wie ein Erfolg aussieht. Stellt jeder Nutzungsmetrik eine Qualitätsleitplanke zur Seite. Die vier KPIs in Wirkung von Agentic Engineering messen, DORA, Rework Rate, Nutzung des Ausgelieferten und Kosten pro Änderung, sind das kleinste ehrliche Set.

Messt nie Einzelne mit einer Umfrage, die in ein Performance Review einfließt. Developer schätzen ihre eigene Produktivität im Schnitt um 30 Perzentilpunkte falsch ein (KI-Produktivitätsstudien). Selbsteinschätzung eröffnet also ein Gespräch, ein Beleg ist sie nicht. Hängt ihr sie an ein Review, misst sie keine Reife mehr, sondern Angst.

Eine dritte Regel folgt daraus, wie Anbieter ihre Segmente bilden. Misstraut einem Segment, das über sein eigenes Ergebnis definiert ist. Der Work Trend Index definiert eine “Frontier Firm” über fünf Merkmale. Dazu gehören KI im ganzen Unternehmen, aktueller Einsatz von Agents und der Glaube der Führung, dass Agents der Schlüssel zum KI-ROI sind. Dann meldet er, dass 71% der Führungskräfte in diesen 844 Firmen ihr Unternehmen als florierend beschreiben, gegenüber 39% weltweit. Und 55% sagen, sie könnten mehr Arbeit übernehmen, gegenüber 25% weltweit. Der Vergleich ist korrelativ, und das Segment ist teils über den Optimismus der Führung definiert. Er beschreibt also, wer die Early Adopters sind, und kann nicht zeigen, dass Agents das Ergebnis erzeugt haben (Microsoft - 2025: The year the Frontier Firm is born (öffnet in einem neuen Tab), April 2025, Anbieter). Jedes interne Dashboard, das eine KI-begeisterte Pilotgruppe mit dem Firmendurchschnitt vergleicht, hat denselben Fehler.

Das nützlichere Signal zählt niemand: offene Loops. Nicht wie viele Merge Requests geöffnet wurden, sondern wie viele liegen geblieben sind. Wie viele Agent-Sessions frustriert abgebrochen wurden. Wie viele Refactoring-PRs von Agents nie jemand reviewt hat (The Elastic Loop (öffnet in einem neuen Tab), INNOQ). Diese Zahlen zeigen auf den Bottleneck, die Vanity Metrics zeigen von ihm weg.

Verwandte Seiten

  • Die Studien hinter den Zahlen oben: Evidenz.

Quellen

Führung und Einführung