Inhaltsverzeichnis
Disclaimer zur Begriffsklärung
Wenn wir über AI Agents sprechen meinen wir tatsächlich gar nicht die technischen AI Agents, die man sich mit Copilot, Chat GPT und anderen generativen KIs erstellen kann, um standardisierte Prozesse und Abläufe in eine KI zu verwandeln. Wir meinen damit viel mehr Change Agents, die die frohe Kunde der „KI“ in die Organisation tragen. Menschen also, keine Technologie.
KI verändert mehr als nur Arbeitsschritte
Wer KI einführt, verändert nicht einfach Prozesse, sondern greift sehr tief in bestehende Arbeitslogiken ein. Entscheidungen werden anders getroffen, Aufgaben verschieben sich, Verantwortlichkeiten geraten in Bewegung, und nicht selten entstehen Unsicherheiten darüber, was den eigenen Beitrag eigentlich in Zukunft ausmacht. Gleichzeitig zeigt sich in vielen Projekten ein wiederkehrendes Muster: Während die Technologie schneller wird und immer zugänglicher erscheint, bleibt die Organisation oft hinterher.
- Mitarbeitende experimentieren punktuell, aber ohne klare Orientierung
- Führungskräfte sehen das Potenzial, aber tun sich schwer, es greifbar zu machen
- Prozesse bleiben unverändert, obwohl die Technologie längst mehr ermöglichen würde
Dass genau hier der Engpass liegt, ist mittlerweile gut belegt. Ein Großteil der Unternehmen nennt weniger die Technologie selbst, sondern menschliche Faktoren als zentrale Herausforderung bei der KI Einführung.
Warum Change Agents in KI Projekten eine neue Rolle bekommen
Wenn KI Projekte scheitern, dann selten, weil ein Tool nicht funktioniert. Viel häufiger liegt es daran, dass niemand die Brücke baut zwischen dem, was technisch möglich ist, und dem, was im Alltag tatsächlich passiert. Hier kommen Change Agents ins Spiel. Allerdings nicht in der klassischen Rolle als Kommunikator:innen oder Multiplikator:innen, sondern als echte Übersetzer:innen zwischen Technologie, Organisation und Menschen.
Denn KI Einführung funktioniert nicht linear. Es geht nicht darum, Wissen zu vermitteln und dann Nutzung zu erwarten. Stattdessen entsteht wirksame Nutzung erst dort, wo Menschen anfangen, neue Arbeitsweisen für sich selbst zu entdecken und sinnvoll zu integrieren. Das bedeutet für Change Agents eine deutlich erweiterte Rolle:
- sie schaffen Verständnis für die Logik hinter KI, nicht nur für einzelne Tools
- sie helfen Teams, konkrete Anwendungsfälle aus ihrer eigenen Arbeit heraus zu entwickeln
- sie machen Unsicherheit besprechbar, statt sie zu übergehen
- sie gestalten Räume zum Ausprobieren und Lernen im Alltag
Damit verschiebt sich auch ihr Einfluss. Sie sind weniger „Begleitung“ und deutlich stärker Gestalter:innen von Veränderung.
Der kritische Moment: zwischen Pilot und Alltag
Was wir aktuell sehr häufig sehen, ist eine Art Zwischenzustand. Organisationen haben bereits erste Erfahrungen mit KI gesammelt, manchmal sogar sehr erfolgreiche Pilotprojekte umgesetzt, und trotzdem bleibt der große Durchbruch aus.
Dieses Phänomen ist kein Zufall. Studien zeigen, dass viele Unternehmen Schwierigkeiten haben, von einzelnen Experimenten in eine skalierte, wirksame Nutzung zu kommen [2]. Genau in diesem Übergang entscheidet sich jedoch, ob KI zu einem echten Hebel wird oder ein weiteres Tool bleibt, das punktuell genutzt wird. Was hier häufig fehlt, ist nicht mehr Technik, sondern Orientierung und Anschlussfähigkeit:
- Wie verändert sich unsere Zusammenarbeit konkret?
- Welche Aufgaben geben wir bewusst ab und welche behalten wir?
- Wie sehen gute Ergebnisse im Zusammenspiel mit KI aus?
- Welche Fähigkeiten brauchen wir wirklich?
Ohne Antworten auf diese Fragen bleibt KI abstrakt. Und genau hier entfalten Change Agents ihre Wirkung, weil sie diese Fragen im Alltag adressierbar machen.
KI Einführung als gemeinsamer Lernprozess
Eine der größten Fehlannahmen in vielen Projekten liegt darin, dass Veränderung planbar und kontrollierbar sei. Gerade bei KI zeigt sich jedoch, dass viele der relevanten Erkenntnisse erst im Tun entstehen. AI Agents im Sinne von Change Agents schaffen genau dafür die Voraussetzungen. Sie sorgen dafür, dass Lernen nicht nebenbei passiert, sondern bewusst Teil der Einführung wird. Das geschieht oft weniger in großen Formaten, sondern mitten im Arbeitsalltag:
- durch gemeinsames Reflektieren von Erfahrungen
- durch Sichtbarmachen von guten Beispielen
- durch kontinuierliches Anpassen von Arbeitsweisen
- durch das bewusste Aushalten von Unklarheit in frühen Phasen
Organisationen, die gezielt in Change Management und die Einbindung von Mitarbeitenden investieren, erhöhen nachweislich die Erfolgswahrscheinlichkeit ihrer KI Initiativen [3].
Was wir daraus lernen können
Wenn man es auf einen einfachen Punkt bringt, dann vielleicht diesen: KI lässt sich einführen, aber sie lässt sich nicht verordnen und wird nicht „automatisch“ integraler Bestandteil der Organisation.
Das bedeutet auch, dass erfolgreiche Einführungsprojekte anders gedacht werden müssen. Nicht als Technologieprojekt mit begleitendem Change, sondern als Veränderungsprojekt, in dem Technologie eine Rolle spielt (aber bitte nach dem man sich Gedanken über eine ordentliche Datenstruktur gemacht hat). Change Agents sind dabei kein „Nice to have“, sondern ein zentraler Bestandteil der Umsetzung. Nicht, weil sie Veränderung erklären, sondern weil sie sie im Alltag übersetzbar machen.
Und vielleicht ist genau das die wichtigste Perspektivverschiebung: Wie fangen wir also an sinnvoll mit KI zu arbeiten, um ans Ziel einer effizienteren Arbeitsweise zu gelangen und nicht die KI als das Ziel selbst wahrzunehmen?
Quellen
- Prosci, AI Adoption: Driving Change With a People-First Approach [prosci.com]
- McKinsey, The State of AI 2025 [mckinsey.com]
- Infosys, AI Business Value Radar [infosys.com]
