Psychologische und organisatorische Dimensionen von GenAI

Kontext: Aufarbeitung der Podiumsdiskussion „Managing the AI Transformation“ vom 05.12.2025 (Rahmen: Vorlesung Business Data Strategy am KIT, Karlsruhe).

Teilnehmende: Expertinnen und Experten aus Energiewirtschaft, Managementberatung und Wissenschaft

Die Einführung Generativer KI (GenAI) markiert einen technologischen Wendepunkt, der Arbeitnehmende wie Arbeitgebende gleichermaßen vor Chancen wie Herausforderungen stellt. Die im Folgenden dargelegten Erkenntnisse basieren auf  der Podiumsdiskussion „Managing the AI Transformation“, die am 05.12.2025 stattfand. Den organisatorischen Rahmen bildete die Vorlesung „Business Data Strategy“ am Institut für Wirtschaftsinformatik des KIT (Karlsruher Institut für Technologie), während die inhaltliche Vertiefung im Rahmen der Podiumsdiskussion Themen und Forschungsinteressen aus unserem Projekt MenschKI! in den Mittelpunkt rückte. Die Diskussion fand mit Vertretern aus Energiewirtschaft, Managementberatung und Wissenschaft statt und es wurde deutlich, dass eine rein technologische Betrachtung des Themas GenAI unzureichend ist, sondern vielmehr die Rolle des Individuums und die organisatorischen Rahmenbedingungen mit in den Blick genommen werden müssen. Der vorliegende Beitrag strukturiert die Erkenntnisse dieses Dialogs zwischen Energiewirtschaft, Managementberatung und Wissenschaft und weist auf, in welchen Handlungsfeldern zukünftig Schwerpunkte gelegt werden müssen. Abschließend werden die Inhalte aus der Perspektive unseres Projektes MenschKI! betrachtet und Praxisimpulse abgeleitet, die wir im weiteren Verlauf des Projektes untersuchen und in Transferkonzepte einfließen lassen wollen.

I. Technologische Evolution: Von der Experten-KI zum Alltags-Tool

In Branchen wie der Energiewirtschaft ist Künstliche Intelligenz kein neues Phänomen. Lange vor der aktuellen Generativen KI-Welle wurde „klassische KI“ bereits als Kernbestandteil des Geschäfts für die Steuerung erneuerbarer Energien und Zeitreihenanalysen, etwa bei Wind- und Lastprognosen, eingesetzt. Doch mit dem Erscheinen von ChatGPT hat sich die Zugänglichkeit entscheidend verändert: KI wandelte sich von einem spezialisierten Experten-Produkt, das intern mühsam beworben werden musste, zu einem Werkzeug mit direktem Zugang für jeden Mitarbeitenden via Prompts. In den Unternehmen führte dies zu einem massiven Hype und einem spürbaren Kulturwechsel, da Fachbereiche nun aktiv auf IT-Teams zukommen und spezifische KI-Lösungen einfordern. Während der unmittelbar messbare wirtschaftliche Erfolg derzeit noch gering ausfällt und der große wirtschaftliche Durchbruch erst mit autonomen Agenten-Systemen erwartet wird, zeigt GenAI im Beratungsalltag bereits erste Effizienzgewinne bei Recherchen, der Workshop-Strukturierung und der Texterstellung. Gleichzeitig entstehen hier neue Herausforderungen im Umgang mit vertraulichen Informationen und der klaren Abgrenzung dessen, was verarbeitet werden darf.

II. Strategische Relevanz und operative Grenzen

In der Unternehmensführung wird GenAI heute als strategisch bedeutsamer Wegbereiter begriffen, der fest in der IT- und Digitalstrategie verankert ist, auch wenn er noch nicht überall Teil der Unternehmensstrategie ist. In der Beratung wird zwar intensiv diskutiert, ob KI den Berater langfristig ersetzen könnte, doch die Experten markieren hier klare Grenzen: Komplexe, kontextspezifische Kundenprobleme und Innovationsprozesse basieren auf einem Verständnis, das über das von der KI reproduzierte Wissen hinausgeht.

Dennoch lassen sich operativ bereits sehr spezifische Anwendungen gewinnbringend einsetzen, die den Arbeitsalltag spürbar entlasten. Ein prägnantes Beispiel sind Chatbots in der Personalabteilung, die heute bereits in der Lage sind, komplexe und hochindividuelle Anfragen zu bearbeiten. Die Stärke der Technologie liegt hierbei darin, Antworten auf Detailfragen zu geben, für die Mitarbeitende früher mühsam verschiedene Richtlinien händisch kombinieren mussten – etwa wenn es um spezifische Vertragskonstellationen bei Teilzeit, Rentennähe oder für Auszubildende geht, oder um die Anwendung betrieblicher Regelungen wie etwa bei Leasing-Modellen. Im gewerblichen Einsatz nutzen zudem Netzmonteure mobile Anwendungen mit Zugriff auf Handbücher, gestützt durch Verfahren zur verlässlichen Datenabfrage, die durch Quellenangaben Transparenz schaffen.

Besonders in der Energiewirtschaft, die durch eine enorme Dichte an Dokumentationen und sich ständig ändernde gesetzliche Auflagen geprägt ist, bietet die Technologie eine enorme Entlastung. Sie kann helfen, die Flut an bürokratischen Vorschriften und komplexen Genehmigungsverfahren effizienter zu bewältigen, indem sie relevante Informationen schneller auffindbar macht – auch wenn sich diese Systeme für den breiten Einsatz derzeit noch in einer frühen Erprobungsphase befinden.

III. Vertrauen durch Compliance und menschliche Verantwortung

Ein zentraler Aspekt der Diskussion war die Frage, wie Unternehmen das Vertrauen der Belegschaft gewinnen, während sie mit sensiblen Daten arbeiten. Ein entscheidender Vertrauensanker ist hierbei der „Compliance-by-Design“-Prozess. Das bedeutet, dass die Sicherheit nicht erst nachträglich geprüft, sondern von Beginn an in die Struktur der Anwendung eingebaut wird. Hierbei werden der Betriebsrat, der Datenschutz und die Informationssicherheit bereits in der Planungsphase eingebunden, um sicherzustellen, dass jedes System den unternehmensweiten Richtlinien und Vorgaben vollumfänglich entspricht.

Um das Risiko von Datenmissbrauch technisch auszuschließen, wird bewusst darauf verzichtet, die KI-Modelle mit internen Firmendaten zu trainieren. Stattdessen werden sogenannte RAG-Systeme genutzt. Diese fungieren als eine Art intelligente Brücke: Das Modell wird lediglich autorisiert, auf bestimmte Dokumente zuzugreifen, um Fragen zu beantworten, ohne dass diese Informationen dauerhaft in das „Gedächtnis“ der KI übergehen. Die Firmendaten dienen der KI somit nur als temporäre Lesehilfe, wodurch die Vertraulichkeit gewahrt bleibt.

Trotz dieser Sicherheitsvorkehrungen bleibt das Prinzip des „Human in the Loop“ – also der Mensch als abschließende Kontrollinstanz – essenziell. Da generative KI dazu neigt, Texte künstlich aufzublähen und Informationen mitunter falsch zuzuordnen, ist die fachliche Prüfung durch den Menschen unverzichtbar. Der Mensch übernimmt die Rolle eines Korrektors, der Fehlbehauptungen erkennt und die Qualität sichert. Damit verbleibt die Verantwortung unmissverständlich beim Individuum, während die KI lediglich als unterstützendes Vorschlagssystem fungiert. In der Konsequenz bedeutet dies: Die Schulung der Mitarbeitenden und die Sensibilisierung für einen kritischen Umgang mit der Technik sind für den Erfolg der Transformation wichtiger als das digitale Werkzeug selbst.

IV. Die Management-Herausforderung: Rollenbild und Kultur

Die Experten waren sich einig, dass KI-Transformation ohne aktives Management in Chaos oder isolierten Pilotprojekten (sog. Toy-Examples) endet. Im Kern handelt es sich bei der Einführung von KI um einen tiefgreifenden organisatorischen Wandel, der weit über neue Software hinausgeht. Er betrifft das Selbstverständnis der Mitarbeitenden, da die Technologie nicht nur Abläufe beschleunigt, sondern traditionelle Rollenbilder und Aufgabenprofile grundlegend verändert. Wer diesen Veränderungsprozess nur „nebenbei“ steuert, unterschätzt die wachsende Kluft zwischen Mensch und Maschine. Während sich die technologischen Möglichkeiten sprunghaft beschleunigen, entwickelt sich die Akzeptanz und Anpassungsfähigkeit in gewachsenen Organisationen nur schrittweise und in kleinen Etappen.

Diese zeitliche Verzögerung erzeugt bei vielen Mitarbeitenden Stress und Verunsicherung, da das Gefühl entsteht, mit dem rasanten Fortschritt kaum noch Schritt halten zu können. Wenn die eigene Fachkompetenz plötzlich durch eine KI ergänzt oder in Frage gestellt wird, entstehen tiefgreifende Verunsicherungen über den eigenen Wert im Unternehmen. Die Experten betonten, dass dies eine Form von „Identitätsarbeit“ erfordert: Wer jahrelang Experte für ein bestimmtes Thema war, empfindet den plötzlichen Kompetenzgewinn der Maschine oft als persönlichen Relevanzverlust. Führungskräfte müssen diesen Prozess aktiv begleiten, um zu verhindern, dass die psychologische Schere zwischen technologischem Tempo und menschlicher Anpassungsfähigkeit zu dauerhafter mentaler Erschöpfung führt. Die Transformation braucht daher ein klares Bekenntnis der Unternehmensspitze als Rückhalt für Pioniere und als Orientierung für Verunsicherte.

V. Hürden der Adoption: Datenreife und Kompetenz-Hierarchie

Neben der menschlichen Skepsis bleibt die Aufbereitung der Daten die mühsamste Basisarbeit. In der Praxis lassen sich viele Anwendungsfälle derzeit nicht skalieren, weil in der physischen Infrastruktur, beispielsweise bei älteren Netzanlagen, oft die notwendige Sensorik fehlt, um überhaupt verlässliche Daten zu generieren. Ohne diese grundlegende Datenreife bleibt jede KI-Strategie ein theoretisches Konstrukt; erst wenn die Datenqualität stimmt, kann die technologische Transformation in die Breite gehen.

Zudem zeigt die Diskussion, dass eine erfolgreiche Adoption eine klare Kompetenz-Hierarchie sowie ein neues Verständnis von Weiterbildung voraussetzt: Die Einführung scheitert häufig nicht an der Komplexität der KI selbst, sondern an fehlenden digitalen Grundfertigkeiten. Eine gezielte Förderung darf daher nicht generisch oder „auf Vorrat“ in theoretischen Schulungen stattfinden. Da die größten Lernfortschritte nicht im Seminarraum, sondern „im Projekt“ bei der Lösung echter Probleme passieren, müssen Mitarbeitende in ihrer spezifischen Realität abgeholt werden. Anstatt abstrakter Theorie helfen rollenspezifische Anwendungsszenarien, die den Arbeitsalltag konkret entlasten – etwa eine automatisierte Vorbereitung von Terminen für Führungskräfte. Solche Beispiele machen den Mehrwert sofort greifbar und fördern die Selbstwirksamkeit. Eine ehrliche Erkenntnis der Expertenrunde war zudem, dass man nicht die gesamte Belegschaft gleichermaßen mitnehmen kann. Erfolg verspricht vielmehr die gezielte Arbeit mit motivierten Vorreitern, deren praktische Lernerfolge eine Sogwirkung entfalten, die schließlich auch die „große Mitte“ der Organisation psychologisch mitzieht.

VI. Fazit und Ausblick des Projekts MenschKI!

Die Ergebnisse der Podiumsdiskussion verdeutlichen: Die Einführung von KI ist ein tiefgreifender Wandlungsprozess, der die psychologische Resilienz und das Selbstverständnis des Individuums ins Zentrum rückt. Der Erfolg der Transformation entscheidet sich nicht an der Rechenleistung der Systeme, sondern an der Fähigkeit der Organisation, den Einzelnen bei der Neugestaltung seiner Rolle mitzunehmen. Während die öffentliche Debatte oft technologische Trends priorisiert, liegt die eigentliche Aufgabe darin, den persönlichen Wandel und die Weiterentwicklung der eigenen Fachidentität aktiv zu begleiten.

Für das Projekt MenschKI! ergeben sich aus diesem Dialog zentrale Schwerpunkte für die weitere Arbeit:

• Unterstützung von Adaptionsprozessen: Wir untersuchen, wie individuelle Anpassungen der Arbeitsweise den Umgang mit KI-Systemen verbessern können, um eine reibungslose Interaktion im Alltag zu ermöglichen.
• Förderung eines kontinuierlichen Lernverhaltens: Im Fokus steht die Entwicklung von Ansätzen, die es dem Einzelnen erleichtern, die Möglichkeiten der Technologie während der Arbeit explorativ zu verstehen und so seine eigene Kompetenz zu stärken.
• Sicherstellung einer effektiven Nutzung: Ziel ist es, Rahmenbedingungen zu identifizieren, die den Einsatz von KI-Werkzeugen so unterstützen, dass die individuellen und betrieblichen Ziele gleichermaßen erreicht werden.

Das Ziel von MenschKI! ist es, Impulse zu setzen, damit eine effektive Nutzung der Technologie und das psychologische Wohlbefinden des Individuums Hand in Hand gehen. Wir werden die hier identifizierten Hürden in unseren weiteren Transferkonzepten berücksichtigen, um den Menschen als souveränen Gestalter seiner Arbeitswelt in der Interaktion mit KI zu stärken.

Kernbotschaften auf einen Blick

• Der Fokus verschiebt sich: KI ist kein reines Experten-Tool mehr. Die Herausforderung liegt heute in der breiten Adoption und der psychologischen Begleitung des Individuums.
• Vertrauen durch Design: Sicherheit und Akzeptanz entstehen durch Compliance-by-Design und das Prinzip „Human in the Loop“ – die Letztentscheidung und Verantwortung bleiben beim Menschen.
• Management ist Identitätsarbeit: Führungskräfte müssen die psychologische Schere zwischen technischem Tempo und menschlicher Anpassung schließen und den drohenden Relevanzverlust der Mitarbeitenden aktiv moderieren.
• Lernen braucht Realitätsbezug: Digitale Grundfertigkeiten sind oft das Nadelöhr. Effektive Weiterbildung findet nicht theoretisch, sondern „im Projekt“ an echten Problemen statt.
• Datenreife als Basis: Ohne physische Sensorik und saubere Datenaufbereitung lassen sich auch die besten KI-Anwendungsfälle nicht skalieren.