Insights lesenGespräch

Urteilskraft

Der Engpass wandert vom Machen zum Entscheiden.

Ausarbeiten wird billig. Beurteilen wird wertvoll.

Dass KI die Arbeit beschleunigt, ist bekannt. Interessanter ist, was sich dadurch verschiebt: Wenn Ergebnisse kaum noch Zeit kosten, wird ihre Beurteilung zum Engpass. Das betrifft die ganze Organisation, bis in die Geschäftsführung.

9 Min. Lesezeit

Hendrik SchmidtpottBrand InteractiveBusiness Development · BIOMARIS

Wer gibt das alles frei?

Inhalt

Die meisten Gespräche über KI drehen sich um eine Frage: Was kann sie schon? Texte, Konzepte, Auswertungen, Bilder, Programmcode. Die Liste wird jeden Monat länger, und die Ergebnisse werden besser.

Dass KI die Arbeit beschleunigt, ist inzwischen bekannt. Interessanter ist die Verschiebung, die dadurch entsteht. Lange war das Erstellen der zeitaufwendige Teil der Arbeit. Jetzt wird das Beurteilen zum entscheidenden Teil.

Daraus folgt eine andere Frage: Wer gibt das alles frei?

Jedes KI-Ergebnis, das weiterverwendet werden soll, braucht eine verantwortliche Beurteilung. Je nach Risiko reicht eine standardisierte Prüfung, oft ist eine fachliche Prüfung durch einen Menschen nötig. Diese Arbeit wird nicht schneller, nur weil das Ausarbeiten schneller geworden ist. Sie wird zum neuen Engpass. Und zwar nicht nur für die Qualität einzelner Ergebnisse, sondern für die Organisation als Ganzes.

Ausarbeiten wird billig

Der Effekt von KI auf das Ausarbeiten ist gut belegt. In einem Experiment des MIT mit 453 Fachkräften brauchten die Teilnehmenden mit ChatGPT für typische Schreibaufgaben aus ihrem Beruf rund 40 Prozent weniger Zeit. Die Qualität der Ergebnisse stieg nach dem Urteil unabhängiger Fachleute um 18 Prozent. Die Aufgaben waren vereinfacht und verlangten keine genaue Faktenkenntnis über ein echtes Unternehmen. Die Richtung ist trotzdem klar.

Seitdem sind die Werkzeuge deutlich besser geworden. Eine erste Fassung, eine Variante, eine Zusammenfassung oder eine Auswertung kostet heute kaum noch etwas. Wer früher drei Tage an einem Konzept saß, hat heute nach einer Stunde einen brauchbaren Entwurf. Wer früher eine Variante vorgelegt hat, kann jetzt fünf vorlegen.

Das klingt nach reinem Gewinn. Es ist aber nur die halbe Rechnung.

Der Engpass wandert

Hinter der Verschiebung stecken vier Gedanken.

Wo der Engpass entsteht

Produktion skaliertEntwürfe, Analysen, Bilder und Code in Minuten
Beurteilung nichtFakten, Zusammenhang und Eignung prüft ein Mensch
Entscheidungen stauen sichWer gibt frei? Wer trägt Verantwortung?
Arbeitsweise anpassenPrüfung, Freigabe und Verantwortung klar regeln

Die Produktion skaliert. Texte, Analysen, Konzepte, Bilder und Programmcode entstehen in einem Bruchteil der bisherigen Zeit, dazu beliebig viele Varianten. Wer mehr will, bekommt mehr.

Die menschliche Beurteilung skaliert nicht automatisch mit. Fehler können überall stecken: eine falsche Zahl im Text, eine schiefe Annahme in der Analyse, ein unpassendes Detail im Bild, eine Lücke im Konzept, ein stiller Fehler im Code. Jemand muss Fakten, Zusammenhang, Qualität und Eignung beurteilen. Das braucht Wissen über das Unternehmen, die Kunden und den Markt. Diese Arbeit lässt sich nicht beliebig vervielfachen.

Entscheidungen werden zum Engpass. Wer darf ein Ergebnis freigeben? Wer trägt die Verantwortung? Und wer erkennt, wann ein Ergebnis gut aussieht, aber falsch ist?

Die Arbeitsweise muss sich ändern. Nicht nur das Erstellen braucht klare Abläufe, sondern auch Prüfung, Freigabe und Verantwortung.

Jede Organisation hat eine begrenzte Kapazität, Dinge zu prüfen und zu entscheiden. Sie liegt meist bei wenigen Menschen: Geschäftsführung, Bereichsleitung, erfahrene Fachleute. Bisher fiel diese Grenze kaum auf, weil das Ausarbeiten selbst langsam war. Der Stau entstand vorher.

Mit KI verschiebt sich der Stau. Wenn ein Team doppelt so viele Entwürfe liefert, landen doppelt so viele auf dem Tisch derer, die freigeben. Bleibt diese Kapazität gleich, passiert eines von drei Dingen:

  • Es staut sich. Entwürfe liegen, Projekte warten auf eine Entscheidung, das Tempo der Ausarbeitung verpufft.
  • Es wird oberflächlich geprüft. Freigaben werden durchgewunken, weil die Zeit fehlt. Fehler, die überzeugend aussehen, rutschen durch.
  • Es wird doppelt gearbeitet. Ungeprüfte Ergebnisse gehen weiter und müssen später korrigiert werden.

Daraus ergibt sich die eigentliche Pointe: Ein Unternehmen kann seinen Output mit KI vervielfachen und gleichzeitig langsamer werden. Nicht, weil die Werkzeuge schlecht sind. Sondern weil die Fähigkeit zu entscheiden nicht mitwächst.

Was die Zahlen zeigen

In der Softwareentwicklung lässt sich das schon messen, weil jede Änderung vor der Übernahme geprüft wird. Das Analyseunternehmen Faros AI hat dazu Daten von über 10.000 Entwicklerinnen und Entwicklern aus 1.255 Teams ausgewertet. Das Ergebnis passt genau zum beschriebenen Muster.

+98 %mehr übernommene Änderungen (Pull Requests) in Teams mit hoher KI-NutzungFaros AI, 2025
+91 %längere Prüfzeit für diese ÄnderungenFaros AI, 2025
≈ 40 %der durch KI gesparten Zeit gehen für Nacharbeit verloren: korrigieren, umschreiben, prüfenWorkday, 2026

Mehr Arbeit, aber nicht schneller fertig

Übernommene Änderungen: +98 %
Prüfzeit je Änderung: +91 %
Erledigte Aufgaben: +21 %
Fehler je Person: +9 %
Teams mit hoher KI-Nutzung im Vergleich zu Teams mit geringer Nutzung. Faros AI 2025, über 10.000 Entwickler in 1.255 Teams. Auf Unternehmensebene zeigte sich keine messbare Verbesserung.

Die Teams erledigten mehr Aufgaben und lieferten fast doppelt so viele Änderungen ab. Die Prüfzeit stieg aber fast im gleichen Maß, die Änderungen wurden größer, und die Fehler pro Kopf nahmen leicht zu. Auf Unternehmensebene fand Faros keinen klaren Zusammenhang zwischen KI-Nutzung und besseren Ergebnissen. Der Gewinn beim Ausarbeiten kam bei der Organisation nicht an. Die Daten stammen aus der Softwareentwicklung und lassen sich nicht eins zu eins übertragen. Sie zeigen einen Zusammenhang, keinen eindeutigen Nachweis, dass KI allein die längeren Prüfzeiten verursacht. Sie zeigen aber, wo der Engpass hinwandert, wenn das Ausarbeiten schneller wird.

Außerhalb der Technik zeigt eine Befragung von Workday ein ähnliches Bild. Befragt wurden 3.200 Beschäftigte, die KI aktiv nutzen, in Unternehmen mit mindestens 100 Millionen US-Dollar Jahresumsatz. Die meisten sparen mit KI ein bis sieben Stunden pro Woche. Fast 40 Prozent dieser Zeit gehen aber wieder verloren, weil Ergebnisse korrigiert, umgeschrieben und geprüft werden müssen. Nur 14 Prozent der Befragten erzielen nach eigener Aussage durchgehend einen klaren Nettogewinn.

Woran Unternehmen den Engpass erkennen

Im Alltag zeigt sich der neue Engpass selten als Zahl. Eher an Sätzen wie diesen:

  • „Das liegt noch bei der Geschäftsführung.“
  • „Ich habe drei Varianten gemacht, welche nehmen wir?“
  • „Das hat die KI geschrieben, ich habe es nur kurz überflogen.“
  • „Wir warten noch auf die Freigabe.“

Je mehr KI im Team genutzt wird, desto häufiger fallen solche Sätze. Das ist kein Versagen der Mitarbeitenden. Es ist ein Zeichen, dass die Organisation für langsames Ausarbeiten gebaut wurde und nicht für schnelles.

Wo die Zeit hinwandert

Bisher
  • Ausarbeiten dauert lange
  • Wenige Entwürfe, gut vorbereitet
  • Freigabe kommt mit, weil wenig ankommt
  • Der Engpass liegt beim Machen
Mit KI
  • Ausarbeiten dauert Minuten
  • Viele Entwürfe und Varianten
  • Freigabe staut sich oder wird oberflächlich
  • Der Engpass liegt beim Beurteilen
Ein Unternehmen kann seinen Output vervielfachen und gleichzeitig langsamer werden, weil die Fähigkeit zu entscheiden nicht mitwächst.

Bis in die Geschäftsführung

Der Engpass sitzt nicht nur in Fachabteilungen. Er reicht bis in die Geschäftsführung, und dort wirkt er besonders stark.

KI liefert eine Marktanalyse, eine Zusammenfassung der Kundenrückmeldungen oder eine Auswertung der Verkaufszahlen in Minuten. Das Ergebnis sieht fertig aus: klare Gliederung, saubere Sprache, eindeutige Schlussfolgerung. Gerade das macht es riskant. Eine schnell erzeugte Auswertung wird leicht als Tatsache gelesen, obwohl sie auf unvollständigen Daten oder einer falschen Annahme beruht.

Früher war eine Analyse auf dem Tisch der Geschäftsführung meist durch mehrere Hände gegangen. Mit KI kann sie direkt aus einer Frage entstehen, ohne dass jemand die Grundlage geprüft hat. Wer daraus Entscheidungen ableitet, über Sortiment, Budget oder Personal, trifft sie schneller. Ob sie besser sind, hängt davon ab, wie gut die Grundlage beurteilt wurde.

Für Führungskräfte heißt das: Die eigene Urteilsfähigkeit und die Frage „Worauf beruht das?“ werden wichtiger, nicht unwichtiger.

Gleich gut aussehend, nicht gleich gut

Mit KI entsteht ein neues Problem, das in vielen Teams spürbar ist. Ergebnisse, denen man die Arbeit mit KI anmerkt, bekommen zunächst weniger Vertrauen. Denn wie tief die Arbeit dahinter geht, lässt sich von außen kaum nachvollziehen.

Zwei Fälle sehen auf dem Tisch gleich aus. Im ersten arbeitet jemand gründlich, kennt das Thema und nutzt KI, um sein Fachwissen schneller und klarer auf den Punkt zu bringen. Im zweiten nutzt jemand dieselben Werkzeuge, und das Ergebnis wirkt genauso überzeugend. Darunter steckt aber wenig.

Früher war der Unterschied oft sichtbar. Gründliche Arbeit sah gründlich aus. Dieses Signal fällt weg. Das hat zwei Folgen: Wer prüft, kann sich nicht mehr auf den Eindruck verlassen. Und gute Arbeit wird mit abgewertet, weil sie von außen nicht mehr zu unterscheiden ist.

Von außen gleich, darunter verschieden

Tief erarbeitet, mit KI geschärft
  • Sieht professionell aus
  • Quellen und Annahmen sind bekannt
  • Verworfene Wege lassen sich erklären
  • Hält der zweiten Nachfrage stand
Mit KI erzeugt, wenig dahinter
  • Sieht genauso professionell aus
  • Quellen und Annahmen bleiben unklar
  • Begründungen fehlen
  • Gerät bei der zweiten Nachfrage ins Schwimmen

Das Vertrauen wandert deshalb vom Dokument zum Gespräch und zur Person. Hilfreich sind wenige, einfache Gewohnheiten:

  • Nachfragen stellen. Warum so? Woher stammt die Zahl? Was wurde verworfen? Wer ein Thema durchdrungen hat, kann das beantworten. Wer nur ein gutes Ergebnis erzeugt hat, merkt es spätestens bei der zweiten Frage.
  • Grundlage mitliefern. Zu jedem Ergebnis gehören die Quellen, die Annahmen und das, was bewusst weggelassen wurde. Dann wird die Tiefe sichtbar, auch ohne alles nachzurechnen.
  • Sicheres von Unsicherem trennen. Belegt, Annahme, Schätzung: Wer das unterscheidet, gewinnt Vertrauen. Was immer gleich überzeugend klingt, verdient zu Recht weniger.
  • Bewährung zählen lassen. Wie bei jedem neuen Teammitglied wächst Vertrauen über die Zeit. Wessen Ergebnisse sich bewährt haben, braucht weniger Prüfung.

Am Ende gilt eine einfache Regel: Wer ein Ergebnis freigibt, übernimmt die Verantwortung für diese Freigabe, unabhängig davon, ob und wie KI daran mitgewirkt hat. Dann lautet die Frage nicht mehr, ob man der KI trauen kann. Sondern, ob man der Person trauen kann, die freigegeben hat. Diese Frage kennen Unternehmen seit jeher.

Was hilft

Die Antwort ist nicht, weniger KI zu nutzen. Die Antwort ist, Prüfen und Entscheiden genauso ernst zu nehmen wie das Ausarbeiten.

Kriterien vor dem Auftrag festlegen. Wer vorher sagt, woran ein gutes Ergebnis zu erkennen ist, prüft hinterher schneller. Ein Entwurf ohne klares Ziel lässt sich nur mit viel Aufwand beurteilen.

Freigaben nach Risiko staffeln. Nicht jedes KI-Ergebnis braucht dieselbe Prüfung. Entscheidend ist eine angemessene, risikoorientierte Freigabe. Wer das klar regelt, entlastet die Engstelle.

Prüfung nach Risiko

Gering
  • Interner Ideenentwurf, Gliederung, Zusammenfassung für sich selbst
  • Kurzer Blick genügt
  • Freigabe durch die Person, die damit arbeitet
Mittel
  • Gewöhnliche Produkttexte, Kundenmails, interne Auswertungen für die Diskussion
  • Fakten und Zahlen prüfen, Ton und Eignung beurteilen
  • Freigabe durch fachlich verantwortliche Person
Hoch
  • Wesentliche Preisänderungen, gesundheits- oder rechtlich relevante Produktaussagen, automatisierte Entscheidungen mit erheblichen Auswirkungen, Grundlagen für große Investitionen
  • Gründliche Prüfung, Quellen, im Zweifel Fachleute oder Recht
  • Freigabe mit klarer Verantwortung, dokumentiert

Die Einstufung ist beispielhaft. Entscheidend sind Inhalt, Verwendung und die möglichen Folgen eines Fehlers.

Entscheidungen näher an die Fachleute bringen. Wer die Arbeit fachlich beurteilen kann, sollte sie auch freigeben dürfen. Das verlangt Vertrauen und klare Grenzen. Es ist aber der wirksamste Hebel gegen den Stau.

Weniger Varianten, bessere Varianten. KI macht es leicht, fünf Versionen zu liefern. Jede davon kostet Prüfzeit. Oft ist eine gut begründete Empfehlung wertvoller als eine Auswahl.

Prüfkapazität mitplanen. Wer ein KI-Projekt startet, sollte nicht nur fragen, wie viel schneller ausgearbeitet wird. Sondern auch: Wer prüft das, und hat diese Person die Zeit dafür? Ein Projekt, das nur die Erstellung beschleunigt, verschiebt den Stau nur.

Das passt zu dem, was im Beitrag KI ist ein Werkzeug schon für den Einzelnen gilt: Gut ist, wer das Ergebnis beurteilen kann. Für das Unternehmen heißt das: Gut ist, wer Beurteilungskompetenz und Entscheidungsbefugnis dort organisiert, wo sie gebraucht werden.

Beurteilen wird wertvoll

Das ist mehr als eine Frage der Produktivität. Es verändert, wo im Unternehmen Wert entsteht. Früher lag er oft im Erstellen: Wer schneller und besser ausarbeiten konnte, war im Vorteil. Wenn Ausarbeiten billig wird, verschiebt sich der Wert zum Beurteilen.

Gefragt sind Menschen, die einen Entwurf schnell einordnen können. Die erkennen, was fehlt, was nicht stimmt und was das Unternehmen weiterbringt.

Dazu gehören Urteil und Gespür für den Zusammenhang. KI kann zehn Varianten liefern. Welche davon trägt, entscheidet ein Mensch, der die Zielgruppe, die Kultur des Hauses und die Grenzen kennt, die nicht überschritten werden sollen.

Und es gehört Verantwortung dazu. Eine Maschine kann Vorschläge machen. Für die Folgen einstehen kann sie nicht. Diese Verantwortung lässt sich nicht an ein Werkzeug abgeben.

Dazu kommt der Wettbewerb. Wenn immer mehr Unternehmen ähnliche KI-Werkzeuge nutzen, ist die bloße Fähigkeit zum Erstellen kaum noch ein Vorteil. Entscheidend wird, wer die Ergebnisse besser einordnen, prüfen und in gute Entscheidungen übersetzen kann.

KI senkt den Aufwand für den ersten Entwurf. Sie macht Erfahrung, Fachwissen und Verantwortungsbewusstsein nicht überflüssig. Im Gegenteil: Je mehr Ergebnisse entstehen, desto wichtiger wird die Fähigkeit, zwischen brauchbar, richtig und wirklich gut zu unterscheiden.

Für Führungskräfte im Mittelstand bedeutet das eine neue Aufgabe. Nicht nur Werkzeuge einführen, sondern Prüfung, Freigabe und Verantwortung so gestalten, dass die Organisation mit dem Tempo mithält. Wie das ohne Überforderung gelingt, beschreibt der Beitrag über Wegbereiter im Mittelstand.

Ausarbeiten wird billig. Beurteilen wird wertvoll.

Das Wichtigste in Kürze

  • KI macht Ausarbeitung schnell und günstig: Entwürfe, Konzepte, Auswertungen und Code entstehen in Minuten statt Tagen.
  • Prüfen, Entscheiden und Verantworten werden dadurch nicht schneller. Sie werden zum Engpass.
  • Messbar ist das schon: Teams mit viel KI liefern deutlich mehr Arbeit ab, aber die Prüfzeit steigt stark, und auf Unternehmensebene kommt wenig an.
  • Ein Unternehmen kann seinen Output mit KI vervielfachen und gleichzeitig langsamer werden, weil die Fähigkeit zu entscheiden nicht mitwächst.
  • Nicht jedes Ergebnis braucht dieselbe Prüfung: Ein interner Ideenentwurf ist etwas anderes als eine Produktaussage, eine Kundenmail oder eine automatische Preisentscheidung. Freigaben gehören nach Risiko gestaffelt.
  • Gründliche und oberflächliche Arbeit sehen mit KI gleich gut aus. Vertrauen entsteht deshalb im Gespräch: durch Nachfragen, sichtbare Grundlagen und Bewährung über die Zeit.
  • Das gilt bis in die Geschäftsführung: Schnell erzeugte Auswertungen sehen fertig aus und werden leicht falsch gedeutet.
  • Wenn alle ähnliche Werkzeuge nutzen, ist Erstellen kein Vorteil mehr. Der Unterschied entsteht beim Einordnen, Prüfen und Entscheiden: zwischen brauchbar, richtig und wirklich gut.

Häufige Fragen

Heißt das, KI bringt keinen Produktivitätsgewinn?

Nein. Beim Ausarbeiten ist der Gewinn deutlich und gut belegt. Er kommt aber nur dann beim Unternehmen an, wenn Prüfung und Freigabe mithalten. Sonst verpufft er im Stau oder in Nacharbeit.

Kann KI nicht auch das Prüfen übernehmen?

Teilweise. KI kann Fehler markieren, Fakten gegenprüfen oder Entwürfe gegen Kriterien abgleichen. Die Entscheidung und die Verantwortung bleiben aber beim Menschen. Gerade bei Aussagen gegenüber Kunden, bei Geld und bei Recht.

Wo fängt ein Unternehmen am besten an?

Bei der Frage, wo heute schon Entwürfe auf Freigabe warten. Dort lohnen sich klare Kriterien und eine Staffelung nach Risiko zuerst. Oft reicht eine Seite mit Regeln, wer was freigeben darf.

Wie erkennt man, ob hinter einem KI-gestützten Ergebnis echte Arbeit steckt?

Am Ergebnis selbst oft nicht mehr. Besser sind Nachfragen zu Quellen, Annahmen und verworfenen Alternativen. Wer das Thema durchdrungen hat, kann sie beantworten. Dazu kommt die Erfahrung, wessen Ergebnisse sich bewährt haben.

Gilt das auch für die Geschäftsführung?

Ja, dort besonders. Schnell erzeugte Analysen und Zusammenfassungen sehen fertig aus und werden leicht als Tatsache gelesen. Die Frage „Worauf beruht das?“ gehört deshalb zu jeder Entscheidung, die auf einer KI-Auswertung aufbaut.

Betrifft das nur große Unternehmen?

Im Mittelstand ist der Effekt eher stärker. Dort liegen Entscheidungen oft bei sehr wenigen Menschen. Wenn diese Menschen zum Engpass werden, merkt es das ganze Haus.

Quellen

Alle zwei Wochen ein Insight. Direkt ins Postfach.

Eine kurze E-Mail mit Titel, Kurzfassung und Link. Sonst nichts.

Kein SpamAbmeldung mit einem KlickKeine Klickmessung

Was wird gespeichert?

Bis zur Abmeldung nur Ihre Adresse, die Zeitpunkte und die Seite der Anmeldung. Sie zeigt, welche Themen Interesse finden. Sie bestätigen die Anmeldung per E-Mail. Keine Weitergabe an Dritte zu Werbezwecken, keine Öffnungs- oder Klickmessung. Datenschutz

Lieber per RSS-Feed?

Feedly · Inoreader · · nur „KI & Sichtbarkeit“

KI im E-Commerce?

Lust auf Austausch dazu, wo KI im Alltag wirklich hilft?

Inhalt

    VorlagenIns Gespräch kommen