In mehreren Gesprächen mit Geschäftsführern in den letzten Monaten ist mir dieselbe Dynamik begegnet: Nicht das Unternehmen lernt KI – sondern einzelne Teams.
Das klingt zunächst nicht problematisch. Im Gegenteil: Es sieht aus wie das, was wir uns wünschen. Bottom-up-Adoption. Eigeninitiative. Pragmatische Mitarbeitende, die selbst Tools finden und einsetzen, ohne dass irgendwer ein Change-Programm anstoßen muss.
Genau das ist gerade die größte unterschätzte Management-Herausforderung im Mittelstand.
Was real passiert
Wenn man in einer typischen mittelständischen B2B-Organisation mit 80 bis 300 Mitarbeitenden genau hinschaut, sieht man heute meistens das Folgende:
Das Marketing-Team arbeitet bereits substantiell KI-gestützt. Content-Briefings, Recherche, erste Entwürfe, Wettbewerbsanalysen, Reporting – vieles davon läuft inzwischen über ChatGPT, Claude oder spezialisierte Tools. Die Geschwindigkeit, mit der dort Output entsteht, ist deutlich höher als vor zwölf Monaten.
Im Vertrieb experimentieren einzelne Mitarbeitende mit Automatisierungen: Recherche zu Accounts, personalisierte Outreach-Texte, Gesprächsvorbereitungen. Nicht systematisch, sondern individuell. Jeder hat seinen eigenen Stack.
In Operations und Finance entstehen leise Workflow-Automatisierungen – meistens dort, wo eine einzelne Person den Mut und die Neugier hat, sich einzuarbeiten.
Und in der Geschäftsführung sieht man die Outputs. Man sieht, dass Dinge schneller fertig werden. Man sieht, dass die Sprache präziser geworden ist. Man sieht, dass manche Mitarbeitende plötzlich produktiver wirken. Aber man hat keinen vollständigen Überblick darüber, was eigentlich passiert.
Das Problem ist nicht die Geschwindigkeit
Das eigentliche Problem entsteht nicht, weil KI-fähige Teams zu schnell sind. Sondern weil die Geschwindigkeitsunterschiede innerhalb derselben Organisation größer werden, als die bestehenden Management-Strukturen verkraften.
Konkret bedeutet das:
Marketing produziert Volumen und Qualität, die Vertrieb in der bisherigen Form nicht verarbeiten kann. Inhalte werden in Wochen erstellt, die früher Quartale gebraucht hätten – aber die Sales-Pipeline und die Vertriebslogik dahinter sind nicht entsprechend skaliert worden.
Einzelne Mitarbeitende treffen operative Entscheidungen mithilfe von KI, die früher zwei Hierarchieebenen höher getroffen wurden – nicht aus Anmaßung, sondern weil sie schneller können. Die Führungskräfte über ihnen bekommen davon Wind, wissen aber nicht, ob sie das gut finden sollen oder nicht.
Strategische Entscheidungen brauchen weiterhin die Zeit, die strategische Entscheidungen brauchen. Aber die operative Schicht darunter hat sich beschleunigt. Das erzeugt einen wachsenden Abstand zwischen dem Tempo, mit dem unten produziert wird, und dem Tempo, mit dem oben entschieden wird.
Warum das nicht Schwäche der Führung ist
Es ist verlockend, das als Versäumnis der Geschäftsführung zu lesen. „Die Leadership ist nicht KI-affin genug." „Das Top-Management hängt hinterher." Solche Sätze fallen in vielen Beraterkreisen gerade häufig.
Das ist falsch. Und es ist nicht hilfreich.
Geschäftsführer haben strukturell weniger Zeit für tiefe Tool-Exploration als jemand, der den ganzen Tag mit einem Marketing-Workflow arbeitet. Das ist kein Bug, das ist Feature ihrer Rolle. Wer 40 Stunden die Woche mit einem KI-System arbeitet, lernt es schneller als jemand, der zwischen Kundengesprächen, Beirats-Meetings und operativen Entscheidungen drei Mal pro Woche kurz reinschaut. Das ist Mathematik, keine Charakterfrage.
Was aber passiert: Die Lücke zwischen denen, die KI täglich nutzen, und denen, die ihre Outputs bewerten und einordnen müssen, wird zum strukturellen Risiko.
Die drei Spannungsfelder
In der Praxis sehen wir aus dieser Dynamik drei wiederkehrende Spannungsfelder.
Erstens, ein Qualitäts-Bewertungs-Problem. Wenn ein Marketing-Team zehnmal so viel Output produziert wie vor einem Jahr, kann eine Geschäftsführung diesen Output nicht mehr im gleichen Detail prüfen wie früher. Was passiert ist meistens eins von zwei Dingen: Entweder die Geschäftsführung gibt die Detailprüfung auf und vertraut blind. Oder sie versucht weiter zu prüfen und wird zum Bottleneck. Beides ist suboptimal.
Zweitens, ein Governance-Vakuum. Wenn einzelne Mitarbeitende eigenständig Tools einführen und Daten in externe Systeme spielen, entstehen rechtliche, technische und reputative Risiken, die niemand systematisch verfolgt. Die meisten DSGVO-Verstöße, die in den nächsten zwei Jahren in deutschen Unternehmen passieren werden, werden nicht aus böser Absicht entstehen – sondern weil jemand pragmatisch sein wollte und nicht wusste, wo die Grenzen liegen.
Drittens, ein Strategie-Operation-Spalt. Geschäftsführungen treffen weiterhin strategische Entscheidungen auf Quartals- oder Jahresbasis. Aber die operative Schicht reagiert inzwischen in Wochen. Das führt dazu, dass die strategische Richtung der operativen Realität hinterherläuft – oder umgekehrt, dass operative Realitäten Strategie unterlaufen, ohne dass das jemand bewusst entschieden hätte.
Was Unternehmen stattdessen brauchen
Die richtige Antwort auf diese Dynamik ist nicht „mehr KI einführen". Es ist auch nicht „weniger KI einführen" oder „die Bremse ziehen, bis wir aufgeholt haben". Beides funktioniert nicht.
Was funktioniert, ist ein bewusster Rahmen, der drei Dinge gleichzeitig leistet:
Sichtbarkeit schaffen. Eine ehrliche, aktuelle Bestandsaufnahme: Wer im Unternehmen nutzt heute schon welche KI-Werkzeuge, für welche Aufgaben, mit welchen Daten? In den meisten Mittelständlern, die wir begleiten, gibt es diese Bestandsaufnahme nicht – und schon der Akt, sie zu erstellen, verändert die Dynamik.
Priorisieren statt verbieten. Aus den vielen einzelnen KI-Initiativen werden zwei oder drei ausgewählt, die strategisch unterstützt werden. Der Rest läuft entweder weiter unter klar definierten Regeln oder wird bewusst pausiert. Die Führung trifft eine Entscheidung über das Portfolio – sie versucht nicht, alles zu kontrollieren.
Lernrhythmus etablieren. Die Geschwindigkeit, mit der sich Tools und Möglichkeiten verändern, macht einmalige Entscheidungen wertlos. Was hilft, ist ein Rhythmus – alle sechs bis acht Wochen kurz innehalten, schauen, anpassen. Nicht als Bürokratie, sondern als Praxis.
Was das für Sie konkret heißt
Wenn Sie als Geschäftsführer beim Lesen das Gefühl haben, dass etwas davon Ihre eigene Organisation beschreibt – das ist normal. Wir sehen diese Dynamik gerade in fast jedem Mittelstandsunternehmen, das KI nicht aktiv ignoriert.
Die wichtigste Erkenntnis ist meistens nicht inhaltlich, sondern emotional: Es ist nicht Ihre Schuld, dass das passiert. Es ist eine strukturelle Konsequenz davon, dass eine Schlüsseltechnologie schneller in Organisationen einsickert, als Organisationen ihre Strukturen anpassen können. Das war bei früheren Technologie-Wellen ähnlich – bei der Einführung des Internets in den späten 1990ern, bei Cloud in den 2010ern. Was sich diesmal unterscheidet, ist die Geschwindigkeit.
Was Sie als Führung tun können, ist nicht „KI besser werden". Sondern: einen Rahmen schaffen, in dem Geschwindigkeitsunterschiede zwischen Teams produktiv genutzt werden, statt destruktiv zu wirken.
Wir haben begonnen, diese Muster systematisch zu dokumentieren – im CEO Guide to AI. Falls Sie diese Dynamik in Ihrer eigenen Organisation beobachten und ein strukturiertes Gespräch dazu sinnvoll fänden, freuen wir uns über eine Nachricht.