Business Schools lehren Führungskräfte den richtigen Umgang mit KI

Wenn ein Hausbesitzer in Budapest einen Hausratversicherungsanspruch anmeldet, wird dieser möglicherweise nie von einem Menschen bearbeitet. Bei Uniqa Insurance Hungary analysiert ein KI-System namens NiQA Fotos, interpretiert Dokumente, berechnet Schäden und setzt Auszahlungen fest – in bestimmten Fällen autorisiert es Zahlungen vollständig eigenständig. „Seit letztem Monat arbeitet NiQA autonom und autorisiert sowie führt Zahlungen bis zu einem vordefinierten Schwellenwert ohne menschliches Eingreifen aus", sagt CEO Krisztián Kurtisz, der das Projekt gemeinsam mit der Corvinus School for Executive Education and Development (SEED) in Budapest entwickelt hat.

Das System kann Schadensfälle innerhalb von 24 Stunden regulieren. Doch die tiefgreifendere Veränderung ist laut László Eszes, Direktor von Corvinus-SEED, organisatorischer Natur. „Die eigentliche Bedeutung liegt in dem Managementmodell, das es erfordert", erklärt er. Unternehmen müssten die Aufteilung der Entscheidungsrechte zwischen menschlichen Experten und KI-Systemen sowie neue Kontrollmechanismen und Strukturen grundlegend überdenken.

Solche Beispiele sind keine Einzelfälle mehr. Eine in diesem Jahr von der MIT Sloan Management Review veröffentlichte Studie legt nahe, dass „Menschen und KI in Zusammenarbeit bessere Leistungen erbringen können als Menschen oder KI allein". Die Herausforderung für Führungskräfte – und für die Business Schools, die sie ausbilden – besteht darin, zu verstehen, wie man beides kombiniert: wann man dem System vertraut, wann man es hinterfragt und wann man es überstimmt.

Simulationen und Urteilsvermögen im Mittelpunkt

An der renommierten Insead in Fontainebleau, südöstlich von Paris, werden Führungskräfte in KI-gestützte Simulationen versetzt, in denen sie trotz Unsicherheit Entscheidungen treffen müssen. „Menschen denken über das Problem nach und treiben es mit ihrem eigenen Urteilsvermögen voran, während sie ihre Informationen durch KI ergänzen", sagt Sameer Hasija, Dekan für Executive Education. Das Ziel bestehe nicht darin, die menschliche Entscheidungsfindung zu ersetzen, sondern sie zu schärfen.

Hasija betont, dass unterschiedliche Arten der KI-Integration zu unterschiedlichen Ergebnissen führen und Führungskräfte verstehen müssen, wann welche Herangehensweise angemessen ist. Die Auswirkungen gehen dabei über alltägliche Entscheidungen hinaus: Teilnehmer verlassen das Programm laut Hasija oft mit ehrgeizigeren Plänen – darunter ein afrikanisches Unternehmen, das einen „100-Tage-Aktionsplan" entwickelt, um sein Geschäftsmodell neu zu überdenken. Der Wandel vollzieht sich von schrittweisen Verbesserungen hin zur Neuerfindung.

Bei der HEC Paris liegt der Schwerpunkt darauf, dieses Urteilsvermögen um reale organisatorische Herausforderungen herum zu strukturieren. Die Plattform AItelier unterstützt Führungskräfte dabei, Geschäftsprobleme in konkrete KI-Anwendungsfälle zu übersetzen. Ein Finanzvorstand im Open-Enrolment-Programm „AI Ready for Business" setzte sich zum Ziel, einen KI-Assistenten zur Überwachung von Finanzrisiken in Echtzeit aufzubauen – um monatliche Berichtszyklen zu ersetzen. Was zunächst als technische Herausforderung erschien, wurde schnell zu einer Reihe von Managemententscheidungen: Wem gehören die Daten, wie wird deren Qualität gesichert und wer ist für die Ergebnisse des Systems verantwortlich?

Von der Einführung zur nachhaltigen Steuerung

„Diese Agenten liefern nicht bloß Antworten. Sie regen zum Nachdenken an, hinterfragen Annahmen und unterstützen die Teilnehmer bei der iterativen Gestaltung ihrer Anwendungsfälle", sagt David Restrepo, Leiter der KI-Führungskräfteausbildung an der HEC. Der Prozess gipfelt nicht in automatisierten Ergebnissen, sondern in einer „kollektiven Verfeinerung", bei der Teilnehmer Ideen gemeinsam mit Dozenten und Fachkollegen testen und verfeinern.

An der Essec Business School in Frankreich konzentrieren sich die Executive-Programme auf das, was nach der Einführung eines KI-Systems passiert. „Der Einsatz eines KI-Systems ist nicht das Ende der Geschichte", sagt Thomas Huber, akademischer Direktor des neuen Executive Master in Artificial Intelligence-Programms. Modelle verschlechtern sich, wenn sich Bedingungen ändern, Kosten entwickeln sich und die Leistung muss regelmäßig neu bewertet werden. Entscheidungen über das Nachtrainieren oder Skalieren von Systemen erfordern ein sorgfältiges Abwägen technischer und kommerzieller Überlegungen.

Das Ziel, so Huber, sei es, „KI-versierte" Führungskräfte zu entwickeln, die zwischen technischen Teams und Geschäftsbereichen vermitteln, Annahmen hinterfragen und bei Bedarf „Widerstand leisten" können. Viele Führungskräfte fühlten sich unter Druck gesetzt, KI einzuführen, ohne deren Auswirkungen vollständig zu verstehen – sein Programm ziele darauf ab, genau diese Lücke zu schließen.

Jüngste Forschungsergebnisse der MIT Sloan Management Review warnen zudem davor, dass generative KI als mächtige „Überzeugungsmaschine" fungieren kann, die die Art und Weise beeinflusst, wie Nutzer Informationen interpretieren, und Entscheidungen auf subtile Weise lenkt. Für Führungskräfte besteht die Herausforderung demnach nicht nur darin, ob ein KI-System präzise ist, sondern auch darin, ob seine Ergebnisse das eigene Urteilsvermögen auf eine Weise beeinflussen, die sie nicht vollständig durchschauen.

Die Lehre an der UPF Barcelona School of Management konzentriert sich darauf, diese Tragweite greifbar zu machen. In Workshops werden Situationen simuliert, in denen KI-Systeme folgenschwere Entscheidungen treffen – etwa die Ablehnung eines Bewerbers. Damit wird deutlich: Die eigentliche Kompetenz der Zukunft liegt nicht im Bedienen von KI-Tools, sondern im kritischen Umgang mit ihren Ergebnissen.