Fraunhofer IAO | Mensch-Technik-Interaktion

Anfang November 2026 hat Digitalminister Karsten Wildberger in Berlin den zweitägigen Digital-Gipfel der Bundesregierung eröffnet, Motto: »KI gestalten: sicher, souverän, wettbewerbsfähig«. Die Zahlen dazu hatte der Bitkom bereits Mitte September geliefert: In einer repräsentativen Befragung von 603 Unternehmen ab 20 Beschäftigten gaben erstmals mehr als die Hälfte an, KI zu nutzen – 57 Prozent, vor zwei Jahren waren es 20. Also: geschafft?

Nein. Geschafft ist die Einführung. Die eigentliche Gestaltungsaufgabe liegt noch vor uns, und sie liegt nicht nur in der IT, sondern auch ganz maßgeblich in der Organisation – und bei den Menschen, die diese tragen. Mit diesem Beitrag starten wir eine Blogreihe, in der wir zeigen, wie der Weg von der KI-Nutzung zur produktiven KI-Organisation aussehen kann.

KI ist angekommen – als Werkzeug

Lizenzen sind gekauft, Chatbots ausgerollt, Schulungen laufen. Gut so. Aber wofür nutzen Sie KI? Zusammenfassen, entwerfen, recherchieren – jede und jeder für sich. Die Organisation drumherum bleibt häufig, wie sie war. Selbst in der Bitkom-Befragung sagt kein Unternehmen, es schöpfe das Potenzial von KI voll aus.

Das ändert sich gerade. KI-Agenten führen Arbeitsschritte selbstständig aus und strukturieren Entscheidungen vor. Damit wird KI vom Werkzeug zum Akteur in der Arbeitsteilung, und es stellen sich Fragen, die Sie in Ihrem Verantwortungsbereich, auf welcher Ebene auch immer, beantworten müssen: Wer übernimmt welchen Teil der Arbeit? Wer prüft, wer eskaliert, wer verantwortet? Das sind keine IT-Fragen, sondern Fragen der Arbeits- und Organisationsgestaltung sowie der verantwortungsvollen Governance.

Produktivität: die Effekte in ihrer ganzen Breite erfassen

Wir brauchen KI, um produktiver zu werden. Der Fachkräftemangel ist real, die Babyboomer gehen in Rente und nehmen ihr Erfahrungswissen mit. Die weltweite Konkurrenzsituation verschärft sich. Arbeit an KI abzugeben bzw. mit ihr neu zu orchestrieren und Menschen zu entlasten, ist eine Notwendigkeit.

Nur greift die übliche Rechnung oft zu kurz. Die meisten Business Cases zählen eingesparte Minuten und Lizenzkosten. Die Effekte von KI sind aber vielschichtiger: Sie zeigen sich in Qualität und Kundennutzen, in Innovationsfähigkeit und Kompetenzaufbau – und ebenso in verdeckten Kosten wie Prüfaufwand, Nacharbeit, Arbeitsverdichtung oder schleichendem Kompetenzverlust. Wie unterschiedlich die Wirkung ausfallen kann, zeigt eine 2025 im Quarterly Journal of Economics veröffentlichte Studie von Erik Brynjolfsson und Kollegen. Sie wertete Daten von mehreren Tausend Beschäftigten im Kundensupport eines US-Softwareunternehmens aus, die schrittweise einen KI-Assistenten erhielten: 14 Prozent mehr gelöste Anfragen pro Stunde im Schnitt, 34 Prozent bei Neulingen und weniger Erfahrenen, kaum Effekte bei sehr Erfahrenen. Wer KI gezielt steuern will, muss diese Effekte in ihrer ganzen Breite erheben und zur Grundlage seiner Entscheidungen machen.

Ohne die Mitarbeitenden geht es nicht

Je selbstständiger KI-Agenten arbeiten, desto wichtiger wird der Mensch. Agenten handeln, aber sie tragen keine Verantwortung. Jemand muss festlegen, was Mensch und KI jeweils übernehmen, welche Qualitätskriterien gelten, wo der Spielraum eines Agenten endet und wann er eskaliert. Die Festlegung dieser komplementären Aufgabenzuordnung muss immer wieder, iterativ, erfolgen, denn mit jeder Modellgeneration verschiebt sich, was KI kann. Auch diese laufende Fortschreibung von Organisations- und Prozessentwicklung ist eine neue und anstrengende Anforderung.

Diese Zuordnungen können nur die leisten, die die Arbeit kennen – mit ihrem Erfahrungswissen, ihrem Urteil und ihrem Gespür für den Ausnahmefall. Mitarbeitende werden so zu Gestaltenden und Qualitätsverantwortlichen ihrer Mensch-KI-Arbeit. Das bestätigt eine 2025 erschienene Studie der Hans-Böckler-Stiftung, für die in 21 Unternehmen mehr als 80 Interviews mit Beschäftigten, Führungskräften und Betriebsräten geführt wurden. Ihr Befund: KI-Systeme funktionieren nur dann gut, wenn Beschäftigte ihre Expertise einbringen. Das tun sie, wenn sie erleben, dass ihr Beitrag zählt und sich auch für sie lohnt.

Deshalb gehören die Mitarbeitenden von Anfang an mit an den Tisch: bei der Frage, wie Arbeit zwischen Mensch und Agent geteilt wird, und ebenso bei der Frage, wofür gewonnene Zeit genutzt wird – für mehr Output, für Qualität und Innovation, für Lernen oder für Entlastung. Aktive Beteiligung ist kein Zugeständnis, sondern eine Voraussetzung dafür, dass die produktive KI Organisation Wirklichkeit wird. Ich durfte in der letzten Woche als Gast-Speakerin in der Women in Leadership-Konferenz in Madrid mit ausgewählten Experten und Expertinnen, vor allem aber mit jungen Nachwuchskräften, zu diesem Thema diskutieren. Dort wurde sehr deutlich: Diese Mitarbeitenden sind ausgesprochen aktiv, leistungsbereit, neugierig – und sie fragen sich, wo ihre Aufgaben in der Zukunft liegen werden und wer in welchem Ausmaß von den positiven Potenzialen dieser Technologie profitieren wird.

Beschleunigung und Lernen im Blick behalten

Wo über gewonnene Zeit nicht bewusst gesprochen wird, wird sie oft einfach in mehr Tempo umgesetzt. Das zeigt eine Feldstudie, die im Februar 2026 im Harvard Business Review erschien: Acht Monate lang haben die Forscherinnen in einem US-Tech-Unternehmen mit rund 200 Beschäftigten beobachtet und Interviews geführt. Beschäftigte arbeiteten mit KI schneller, übernahmen mehr Aufgaben, Arbeit rückte in die Pausen, oft ohne, dass jemand es verlangt hätte. Entlastung kommt also nicht automatisch. Die Beanspruchung verschiebt sich von der Ausführung hin zu Steuerung, Prüfung und Verantwortung, und das will gestaltet sein. Und wir müssen darauf achten, dass es dabei nicht zu einem neuen »Divide« in unserer Belegschaft kommt, die sich durch eine immer größer werdende Spreizung in der KI-Kompetenz auszeichnet.

Ebenso wichtig ist die Frage, was wir dabei lernen oder möglicherweise auch verlernen können. Für eine Studie von Microsoft Research und der Carnegie Mellon University, vorgestellt im April 2025 auf der CHI-Konferenz, beschrieben mehrere hundert Wissensarbeitende konkrete Situationen, in denen sie generative KI genutzt hatten. Wer der KI stärker vertraute, zeigte weniger kritisches Denken. Die Studienlage zu potenziellen Deskilling-Effekten von KI-Nutzung ist sehr dynamisch, und wir müssen mit den Ergebnissen sehr differenziert umgehen, denn Kausalbeweise sind das noch nicht, aber ernstzunehmende Signale für eine potenzielle Fehlentwicklung, die durch eine unreflektierte Nutzung von KI entstehen kann. Auch hier zeigt sich für uns: Vorausschauende Gestaltung ist das oberste Gebot.

Besonders betrifft das Berufseinsteigerinnen und -einsteiger. Recherche, Entwurf und Erstanalyse lassen sich leicht an KI abgeben – und genau daran haben Menschen bisher ihr »Handwerk« gelernt. In den USA liegt die Beschäftigung von 22- bis 25-Jährigen in stark KI-exponierten Berufen rund 19 Prozent unter dem erwarteten Niveau, vor allem weil weniger Junge eingestellt werden. Das zeigt das Stanford Digital Economy Lab in seinem Update vom August 2026, das auf Lohnabrechnungsdaten des größten US-Gehaltsdienstleisters ADP bis Juni 2026 beruht. Die Autoren betonen auch hier, dass es sich um einen beschreibenden Befund handelt, nicht um einen Kausalnachweis. Die produktive KI-Organisation braucht aber Menschen mit sicherem Fachurteil. Längst wird diese Debatte auch hier in Europa geführt. Wo wollen wir die Seniors herbekommen, wenn wir die Juniors nicht selbst entwickeln? Wir müssen uns aktiv um diese Talent-Pipeline kümmern und sie aufrechterhalten. Und wir sollten unseren Nachwuchskräften echte Lernaufgaben, Beteiligung an der Gestaltung ihrer Arbeit mit KI und Zeit für die eigene Entwicklung anbieten, um attraktive Arbeitgeber von morgen zu sein.

Souveränität beginnt in der Organisation

(Technologische) Souveränität heiße nicht Abschottung, sagte Wildberger am Rande des Gipfels am 2. November, sondern »Wahlfreiheit zu haben, entscheiden zu können: Auf welche Lösung setze ich?« Wahlfreiheit hat allerdings nur, wer seine Prozesse, sein Erfahrungswissen und seine Qualitätskriterien kennt. Und das gilt auch für jede und jeden Einzelnen in den Organisationen: Souverän ist, wer KI-Ergebnisse beurteilen und begründen kann und an der Gestaltung der eigenen Arbeit mitwirkt.

Welchen Weg wir sehen

Wohin also? Nicht zur maximalen Automatisierung, sondern zu einer Organisation, in der Menschen und KI so zusammenwirken, dass sie produktiv und innovativ agiert, entwicklungsorientierte und gesunde Arbeitsumfelder schafft und klare Verantwortlichkeiten implementiert. Der Weg dorthin führt über Gestaltungsfelder, an denen wir am Fraunhofer IAO arbeiten und für die wir Methoden und Herangehensweisen entwickeln.
Ihnen widmen sich die kommenden Beiträge dieser Blogreihe, jeweils mit einer Fragestellung im Mittelpunkt: Wie lassen sich die Effekte von KI vielschichtig erfassen? Wie werden Mitarbeitende wirksam an der Gestaltung ihrer Mensch-KI-Arbeit beteiligt? Was heißt es, KI-Agenten zu führen? Wie lassen sich Tempo und Belastung gestalten? Und wie sichern wir Lernwege und kognitive Nachhaltigkeit – gerade für die, die heute einsteigen? Lesen Sie mit, widersprechen Sie, erzählen Sie uns von Ihren Erfahrungen. Wir freuen uns auf den Austausch.

Leselinks:

• Unsere Lernreise für KI-Beauftragte:
  Unsere Lernreise für KI-Beauftragte
• Work Forward: Unsere kostenlose Digitalreihe zu zukunftsfähigen Arbeitswelten
• Workdesign Webseite

Ein neues Medikament zu entwickeln, braucht Zeit. Viel Zeit – entsprechend hoch ist meist das nötige Investment. Von der Suche nach geeigneten Wirkstoffkandidaten bis zur Marktreife können viele Jahre vergehen. Gleichzeitig müssen Forschende eine enorme Zahl möglicher Moleküle, Wechselwirkungen und Kombinationen untersuchen. Könnte Quantencomputing solche Prozesse künftig beschleunigen und kosteneffizienter gestalten?

Für ein Pharmaunternehmen, das beginnt, sich mit Quantencomputing auseinanderzusetzen, ist diese Frage wahrscheinlich nur der Anfang. Denn ziemlich schnell kommen weitere hinzu: Welche Probleme könnten Quantencomputer überhaupt besser lösen als klassische Rechner? Welche Ansätze sind für die Wirkstoffentwicklung interessant? Wie weit ist die Forschung? Und wer beschäftigt sich eigentlich schon damit? Plötzlich steht man nicht mehr vor einer Frage, sondern vor einem ganzen Fragenkatalog.

Von einer großen Zukunftsfrage zu einer konkreten Suche

Gerade in der Quantenchemie und bei der Simulation molekularer Systeme gilt Quantencomputing als vielversprechendes Forschungsfeld. Der Grund liegt in der Natur der Sache: Moleküle verhalten sich quantenmechanisch. Ihre Eigenschaften mit klassischen Computern exakt zu berechnen, wird mit zunehmender Komplexität sehr aufwändig.

Das macht Quantencomputing für Branchen wie Pharma und Chemie besonders interessant. Perspektivisch könnten Quantencomputer etwa dabei helfen, molekulare Eigenschaften oder Reaktionen genauer zu untersuchen. Viele Anwendungen befinden sich jedoch noch in der Forschung, und ein relevanter Vorteil gegenüber klassischen Verfahren ist bislang nicht für alle Ansätze absehbar. Für Unternehmen heißt das: Die Technologie ist noch in Entwicklung – und gerade deshalb lohnt es sich, frühzeitig zu verstehen, welche Bedeutung sie für die eigene Organisation haben könnte. Doch wo beginnt man?

Vom Pharma-Problem ins Quantenökosystem

Nehmen wir an, Sie sind in einem Pharmaunternehmen für Innovation oder Forschung und Entwicklung verantwortlich. Sie möchten zunächst herausfinden, welche Kompetenzen es rund um Quantencomputing in Baden-Württemberg gibt. Vielleicht interessiert Sie die Simulation von Molekülen. Vielleicht möchten Sie wissen, welche Rolle Quantenalgorithmen für bestimmte Problemstellungen spielen könnten. Oder Sie suchen zunächst ganz grundsätzlich nach Forschungseinrichtungen, Unternehmen und weiteren Akteuren, mit denen ein fachlicher Austausch sinnvoll wäre.

Hier setzt der QuantumBW Atlas an. Statt bereits wissen zu müssen, nach welcher konkreten Einrichtung Sie suchen, können Sie sich von Ihrer eigenen Fragestellung aus durch das Ökosystem bewegen: Welche Themen gibt es? Welche Akteure beschäftigen sich damit? Und welche Kompetenzen bringen sie mit?

Bleiben wir bei unserem Pharmaunternehmen. Am Anfang steht vielleicht das Interesse an Quantensimulation. Über diesen thematischen Einstieg lässt sich erkunden, welche Akteure im baden-württembergischen Quantenökosystem in diesem Bereich aktiv sind. Von dort führt der nächste Klick zu einzelnen Profilen und damit zu konkreteren Informationen über Kompetenzen, Aktivitäten und thematische Schwerpunkte. Vielleicht stößt unser Unternehmen dabei auf eine Forschungsgruppe, die sich mit einem relevanten algorithmischen Ansatz beschäftigt. Auf ein Unternehmen mit ergänzender Softwarekompetenz. Oder auf einen Akteur, den die Verantwortlichen vorher überhaupt nicht auf dem Schirm hatten.

Damit beantwortet der Atlas noch nicht die Frage, ob und wann Quantencomputing einen konkreten pharmazeutischen Prozess verbessern wird. Das soll er auch nicht. Aber er schafft die Orientierung, die dafür nötig ist. Denn bevor Unternehmen Use Cases bewerten, Kooperationen aufbauen oder eigene Kompetenzen entwickeln können, müssen sie zunächst wissen, wo relevante Expertise vorhanden ist und mit wem sie ihre nächsten Fragen diskutieren können.

Die erste Frage muss noch nicht die Perfekte sein

Wer heute in einem Pharmaunternehmen über Quantencomputing nachdenkt, muss also noch nicht wissen, welcher Quantenalgorithmus eines Tages den entscheidenden Vorteil für die eigene Wirkstoffentwicklung bringen könnte. Der beste Einstieg sind häufig Kontakte zu den entscheidenden Kompetenzträgern oder potenziellen Partnern für die jeweiligen Entwicklungsschritte. Von dort kann die Reise weitergehen.

Der Atlas ist ein Navigator zu den wichtigsten Akteuren des Quantenökosystems in Baden-Württemberg. Davon profitieren diejenigen, die Expertise suchen, ebenso wie diejenigen, die mit ihrer Expertise gefunden werden möchten.

Der QuantumBW Atlas lädt dazu ein, das baden-württembergische Quantenökosystem ausgehend von den eigenen Fragen zu erkunden. Ob Sie nach Forschungskompetenzen, Unternehmen, Anwendungen oder passenden Ansprechpartnerinnen und Ansprechpartnern suchen: Der thematische und geografische Zugang eröffnet verschiedene Wege durch die Landschaft.
Vielleicht führt der erste Klick noch nicht direkt zu einem konkreten Use Case. Aber möglicherweise zu einer relevanten Kompetenz, einer neuen Perspektive oder einem persönlichen Kontakt. Denn gerade bei einer Technologie in Entwicklung beginnt Orientierung oft mit einer einfachen Frage:
Wer beschäftigt sich mit den Themen, die für uns interessant werden könnten?
Erkunden Sie das Quantenökosystem im QuantumBW Atlas und entdecken Sie, welche Akteure und Themen Baden-Württemberg prägen.

Leselinks:

• QuantumBW Atlas – digitale Plattform zum baden-württembergischen Quantenökosystem
• KQCBW – Kompetenzzentrum Quantencomputing Baden-Württemberg
• flaQship – Fraunhofer-Lab für angewandtes Quantencomputing Stuttgart-Heilbronn
• Video »Quantencomputing in der Pharmaindustrie: Wo anfangen? Eine Reise mit dem QuantumBW Atlas«

Überflutungen, Starkregen, Dürre oder Hitze: Unternehmen müssen sich heute auf eine wachsende Zahl klima- und wetterbedingter Risiken einstellen. Doch damit nicht genug. Auch menschengemachte Bedrohungen nehmen zu – von Sabotage und Angriffen auf kritische Infrastrukturen über hybride Kriegsführung und Desinformation bis hin zu Cyberangriffen. Hinzu kommen neue Risiken durch den missbräuchlichen Einsatz Künstlicher Intelligenz. Die Bedrohungslage wird damit nicht nur vielfältiger, sondern auch dynamischer.

Was bedeutet das für Unternehmen?

Die entscheidende Frage lautet nicht, ob die nächste Krise kommt, sondern wie gut eine Organisation darauf vorbereitet ist. Sicherheit und Resilienz entstehen nicht erst im Ernstfall. Sie sind das Ergebnis vorausschauender Entscheidungen, klarer Zuständigkeiten und eingeübter Abläufe. Die gute Nachricht: Genau darauf können sich Unternehmen systematisch vorbereiten.

Prävention: Risiken erkennen, bevor sie zum Problem werden

Präventive Maßnahmen sollen unerwünschte Ereignisse verhindern oder zumindest deren Eintrittswahrscheinlichkeit senken. In der Cybersicherheit hängt dabei viel von vermeintlich grundlegenden Fähigkeiten ab: Weiß die Organisation, welche Systeme und Anwendungen sie betreibt? Erkennt sie Schwachstellen rechtzeitig? Und kann sie notwendige Sicherheitsupdates priorisiert einspielen? Ein funktionierendes Asset-, Vulnerability- und Patch-Management bildet deshalb das Fundament wirksamer Cybersicherheit. Michael Kubach hat dies in seinem Beitrag zur neuen Ökonomie von Cyberangriffen ausführlich beschrieben.

Reaktion: Im Krisenfall zählt Vorbereitung

Prävention allein reicht jedoch nicht aus. Unternehmen müssen auch darauf vorbereitet sein, schnell und koordiniert zu reagieren. Notfallpläne, Entscheidungswege und Verantwortlichkeiten sollten feststehen, bevor eine Krise eintritt. Doch ein Plan in der Schublade schafft noch keine Krisenfähigkeit. Wie Rebecca in ihrem Blogbeitrag zeigt, müssen Notfallsituationen regelmäßig geübt werden. Nur so wissen die Beteiligten im Ernstfall, was zu tun ist und wer Entscheidungen trifft.

Das gilt ebenso für Cybervorfälle. Sie betreffen selten nur die IT-Abteilung. Produktion, Kommunikation, Recht, Personal und Geschäftsleitung können innerhalb kürzester Zeit gefordert sein. Michael beschreibt eindrücklich, warum solche Szenarien deshalb mit dem gesamten Krisenstab trainiert werden sollten.

Das Lagebild im Blick behalten

Vorbereitung ist kein einmaliges Projekt. Risiken verändern sich, neue Schwachstellen werden bekannt und Abhängigkeiten in Lieferketten verschieben sich. Unternehmen müssen ihr Lagebild daher kontinuierlich aktualisieren: Welche neuen Schwachstellen betreffen die eigene IT-Infrastruktur? Welche Gegenmaßnahmen sind erforderlich? Und entstehen Risiken bei Zulieferern, die sich auf den eigenen Betrieb auswirken können? Christian zeigt in seinem Beitrag, warum der Blick auf die Lieferkette dabei unverzichtbar ist.

Fazit: Resilienz beginnt vor der Krise

Zunehmende Bedrohungen lassen sich nicht vollständig verhindern. Unternehmen können aber beeinflussen, wie verwundbar sie sind und wie handlungsfähig sie im Ernstfall bleiben. Wer Prävention, Krisenvorbereitung und kontinuierliches Monitoring zusammendenkt, stärkt die Sicherheit der eigenen Organisation – und schafft die Grundlage dafür, auch unter schwierigen Bedingungen handlungsfähig zu bleiben.

Und der richtige Zeitpunkt, um damit anzufangen ist jetzt. Eine Krise kann jederzeit und sehr plötzlich eintreten. Auch wenn man noch nicht alle Punkte umgesetzt hat, jede bereits durchgeführte Maßnahme hilft den Schaden zu reduzieren. Daher sollten Sie jetzt zumindest mit einfachen Maßnahmen wie einem Notfallhandbuch und einer Klärung der Verantwortlichkeiten im Krisenfall beginnen.

Leselinks:

• Die neue Ökonomie der Cyberangriffe: Warum Unternehmen Risiken neu priorisieren müssen
• Vom Notfallplan zur Krisenfähigkeit: Warum Rollen und Übungen entscheiden
• Ein Cybervorfall ist kein IT-Problem
• Cyberrisiken: Würden Sie merken, wenn Ihr Lieferant nicht mehr sicher ist?

Im ersten Teil haben wir feststellen können, dass KI kein Teamkollege ist, jedoch die Teamarbeit verändern kann. Genau deshalb sollten Unternehmen nicht nur überlegen, wofür einzelne Mitarbeitende KI einsetzen, sondern auch, was sich dadurch in der gemeinsamen Arbeit verändert. Drei Ansatzpunkte helfen dabei.

1. Klären, was KI machen soll und was bewusst beim Menschen bleibt

Wenn Teammitglieder KI unterschiedlich nutzen, braucht es einen gemeinsamen Rahmen. Dabei geht es nicht um Kontrolle, sondern um einfache und klare Regeln: Wofür soll KI eingesetzt werden? Wie müssen Ergebnisse geprüft werden? Und welche Aufgaben bleiben bewusst bei den Beschäftigten, selbst wenn KI diese ausführen könnte?

Nicht jedes KI-Ergebnis braucht die gleiche Prüfung. Bei einer einfachen Routineaufgabe kann eine kurze Plausibilitätsprüfung ausreichen. Bei wichtigen fachlichen Ergebnissen sollte dagegen genauer geprüft oder eine weitere Person einbezogen werden. Bei agentischer KI kommt hinzu, dass vorab klar sein sollte, welche Arbeitsschritte ein System selbstständig übernehmen darf und an welchen Stellen ein Mensch eingreifen muss.

Genauso wichtig ist die andere Richtung: Nicht alles, was KI übernehmen kann, sollte sie auch übernehmen. Dabei zählt nicht nur die Effizienz. Aufgaben, die für den Aufbau und Erhalt fachlicher Kompetenzen wichtig sind, sollten nicht dauerhaft allein aus Effizienzgründen abgegeben werden. Denn: Menschen haben ein Bedürfnis nach Kompetenz. Damit Mitarbeitende weiterhin motiviert und zufrieden sind, sollte geklärt werden, welche Aufgaben oder Teilschritte ihnen das Gefühl gibt, kompetent zu sein.

2. KI-Nutzung zum Teamthema machen

Wenn Mitarbeitende ihre Erfahrungen mit KI nur für sich sammeln, bleiben diese Erfahrungen auch bei ihnen. Unternehmen und Teams sollten deshalb Raum schaffen, um gute Anwendungen, Erfahrungen und Probleme miteinander zu teilen.

Das hilft nicht nur dabei, voneinander zu lernen. Es verstärkt die Kommunikation im Team und verringert zudem die Hemmschwelle KI anzuwenden sowie das Gefühl »wenn andere wissen, dass ich KI dafür verwendet habe, halten sie weniger von mir«. Vor allem aber verringert es Unterschiede in der Nutzung und verhindert somit, dass jede Person für sich eigene Lösungen entwickelt. Dabei geht es nicht darum, dass alle Teammitglieder KI auf die gleiche Weise nutzen müssen. Vielmehr sollte transparent werden, wie unterschiedlich KI eingesetzt wird und welche Erfahrungen damit gemacht werden.

Das gilt besonders für Lösungen, die sich bewährt haben: Funktioniert ein Prompt oder ein KI-gestützter Arbeitsablauf besonders gut, sollte er nicht bei einer einzelnen Person bleiben. Gerade bei wiederkehrenden oder gemeinsamen Aufgaben lohnt es sich, solche Lösungen im Team zugänglich zu machen. So wird aus individueller KI-Nutzung eine gemeinsame Ressource.

3. Beobachten, was sich in den Arbeitsabläufen verändert

Die Auswirkungen von KI entstehen nicht dadurch, dass eine komplette Aufgabe übernommen wird. Oft verändert sie zunächst einzelne Arbeitsschritte oder Schnittstellen. Das fällt im Alltag jedoch kaum auf.

Deshalb sollten Teams regelmäßig fragen: Was läuft durch KI jetzt anders als vorher? Werden Informationen anders beschafft? Verändert sich, wer wen bei einer Frage anspricht? Werden Feedback- oder Abstimmungsschritte teilweise von KI übernommen?

Dabei sollte bewusst entschieden werden, wo KI entlasten kann und wo der Austausch zwischen Kolleginnen und Kollegen weiterhin wichtig ist. Denn wenn Wissensfragen zuerst mit KI geklärt werden, verringert das den direkten Kontakt zu erfahrenen Teammitgliedern. Das kann sinnvoll sein, muss es aber nicht.

Fazit: »Kollege KI« bleibt ein Mythos

Schauen wir noch einmal auf das Bild vom Anfang: ChatGPT auf der Firmenfeier, mittendrin zwischen den Kolleginnen und Kollegen, weil er ja schließlich dazugehört. Ein witziges Bild, unsere Ergebnisse bestätigen es allerdings nicht.

Wird KI zum Teamkollegen? Nein, in keinem der 20 Fälle, auch nicht dort, wo bereits mit agentischen Systemen gearbeitet wird. Wie eng KI eingebunden ist, unterscheidet sich dabei durchaus: Mal bleibt sie ein Werkzeug einzelner Personen, mal wird sie zur gemeinsamen Ressource im Team, manchmal ist sie fest in gemeinsame Abläufe eingebaut. Sozial ändert das nicht viel. Egal wie tief KI technisch in der Arbeit steckt, sie rückt nicht in die Rolle eines Kollegen auf.

Dass viele Beschäftigte trotzdem von »Sparringspartner«, »Berater« oder sogar »Kollege« sprechen, widerspricht dem nicht. Diese Begriffe beschreiben eine Funktion, keinen Status: Sie sagen, wie mit der KI gearbeitet wird und nicht, dass sie dazugehört. Selbst wer im »Ping-Pong« mit der KI arbeitet, ihr »Bitte« und »Danke« schreibt und sie als Gegenüber erlebt, unterscheidet im nächsten Satz klar zwischen ihr und einem Menschen. Und bei agentischer KI, die eigenständig ganze Arbeitspakete übernimmt, ist die Distanz sogar noch größer: Sie wird als »Spezialist« oder »Fachkraft« beschrieben: als Zuständigkeit also, nicht als Person.

Und trotzdem verändert KI die Zusammenarbeit. Nur eben nicht als Kollegin, sondern als Werkzeug, das mitten im Team liegt. Wer den ersten Entwurf mit KI schreibt, holt Feedback später ein. Wer Wissen zuerst beim Chatbot sucht, klopft seltener an die Tür daneben. Wer KI in einen gemeinsamen Ablauf einbaut, verändert eine Schnittstelle im Team. Das sind keine dramatischen Brüche. Aber sie summieren sich und sie passieren meist unausgesprochen.

Bleibt die Frage vom Anfang: Ist es unhöflich, ChatGPT nicht zur Firmenfeier einzuladen? Auf einer Skala von 1 bis 10 würde ich sagen: 2. ChatGPT hat kein Bedürfnis nach Anerkennung, keine Meinung zum Buffet und wird sich am Montag an nichts erinnern. Genau daran erkennt man den Unterschied zu Kolleginnen und Kollegen und genau deshalb ändert auch ein freundliches »Danke« im Prompt daran nichts. Warum aber nicht 0? Bei allem, was KI inzwischen für uns tut, bleibt ein ganz kleines bisschen Unhöflichkeit zurück.

Der »Kollege KI« bleibt damit vorerst ein Mythos. Die Veränderungen, die KI in Teams anstößt, sind längst real. Deshalb sollten Unternehmen nicht darauf warten, dass KI zum Teammitglied wird, sondern heute gestalten, wie Mensch und KI zusammenarbeiten. Drei Fragen helfen beim Einstieg:

• Wissen wir eigentlich, wer bei uns wofür KI nutzt? In vielen Teams passiert das unabgesprochen.
• Wo im Prozess wollen wir KI bewusst nicht? Dort, wo Aushandlung, Verantwortung, bedürfniserfüllende Kompetenz oder Vertrauen im Spiel sind, kann Verzicht die klügere Entscheidung sein.
• Wo ersetzt KI bei uns gerade ein Gespräch? Nicht jede Frage muss an einen Menschen gehen. Aber manche schon. Und das merkt man oft erst, wenn etwas fehlt.

Sie möchten KI in Ihrem Unternehmen nicht nur einsetzen, sondern auch verstehen, wie sie die Zusammenarbeit von Mensch und Technologie verändert? Wir untersuchen die Schnittstelle von KI und Mensch, leiten daraus konkrete Maßnahmen für die Arbeitsgestaltung ab und entwickeln passende Formate für die Praxis. Ob wissenschaftliche Studie, Workshops für Mitarbeitende, Führungskräfte oder Betriebsräte: Sprechen Sie uns gerne an.

Leselinks:

• KI-Studios Akademie für Führungskräfte
• Projekt KI-Studios
• Workshops die die Zusammenarbeit stärken

Das Forschungs- und Entwicklungsprojekt MoveBER der Flughafen Berlin Brandenburg GmbH (FBB), der House of Logistics and Mobility (HOLM) GmbH und dem Institut für Arbeitswissenschaft und Technologiemanagement (IAT) der Universität Stuttgart erreicht einen wichtigen Meilenstein: Seit dem 2. November 2026 verbindet ein Shuttle den S-Bahnhof Waßmannsdorf mit dem Betriebsstandort Selchow der Flughafen Berlin Brandenburg GmbH (FBB). Das Angebot richtet sich an alle Beschäftigten des BER und soll die Anfahrt mit öffentlichen Verkehrsmitteln zum Arbeitsplatz attraktiver gestalten.

Wie können Unternehmen die Potenziale von KI nutzen und zugleich gute Arbeitsbedingungen sichern? Das Fraunhofer IAO und ver.di bündeln in einem gemeinsamen Positionspapier zehn Leitthesen für eine Arbeitsgestaltung, die technologische Möglichkeiten und Innovationspotenziale mit den Interessen der Beschäftigten verbindet.

Das automatisiert fahrende Shuttle »BumbleB« hat eine Erprobungsgenehmigung für den Einsatz auf öffentlicher Straße erhalten. Das Fraunhofer IAO darf das Fahrzeug künftig auf der Nobelstraße in Stuttgart zwischen S-Bahn und Forschungscampus erproben – und erreicht ein wichtiges Ziel des Mobilitätsprojekts IZSMO. Projektpartner aus Baden-Württemberg haben mit der Erprobungsgenehmigung innerhalb eines Jahres einen zentralen Baustein in der Entwicklung zu skalierbaren Lösungen für den ÖPNV in Deutschland gelegt.

Büropräsenz hängt stark von der Tätigkeit ab. Zugleich spielt die Anwesenheit anderer Personen eine Rolle. Das zeigt das Whitepaper »Office Analytics 3.0« des Fraunhofer IAO aus dem Innovationsnetzwerk OFFICE 21^®. Auf Basis einer Befragung von über 2400 Personen untersuchten die Forschenden, wie Unternehmen gemeinsame Anwesenheit koordinieren und passende Bedingungen für Austausch und Fokusarbeit schaffen können.