🤖 Führung in hybriden Teams

KI-Agenten übernehmen operative Aufgaben, aber Verantwortung lässt sich nicht digitalisieren. Das Management hybrider Teams erfordert klare Leitplanken und menschliche Letztentscheidung.

  • Unteilbare Verantwortung: Software rechnet, aber der Mensch haftet für das Ergebnis.
  • Gefahr der Tatenlosigkeit: Unkritische Übernahme von KI Vorschlägen schwächt die eigene Urteilskraft der Mitarbeiter.
  • Vetorecht sichern: Die Führungskraft bleibt der finale Souverän über alle strategischen Prozesse.
📚 Referenzquelle: Kathleen Mosier und Linda Skitka zur Forschung über Automation Bias und menschliche Kontrollverantwortung.

Einleitung

KI-Agenten übernehmen immer mehr Aufgaben, greifen auf Unternehmenssysteme zu und führen mehrstufige Prozesse aus. Damit verändert sich eine Frage, die mich in der Projektarbeit begleitet: Wer legt fest, was ein System erledigen soll, woran wir ein gutes Ergebnis erkennen und wer bei Fehlern eingreift?

Aus meiner Arbeit an Individualsoftware oder bei BIPRO kenne ich eine wiederkehrende Situation. Eine technische Lösung steht bereit, die Anforderungen sind weitgehend beschrieben, doch vor der Umsetzung bleiben wichtige Punkte offen. Wer entscheidet bei widersprüchlichen Anforderungen? Wer nimmt das Ergebnis ab? Und wer kümmert sich um Ausnahmen, mit denen im Ablaufplan niemand gerechnet hat?

Bei klassischen IT-Projekten fallen solche Lücken häufig spätestens während der Umsetzung auf. Bei KI-Agenten bekommen sie eine zusätzliche Bedeutung. Sie wiegen schwerer, da ein Agent Aufgaben möglicherweise selbstständig über mehrere Schritte abarbeitet. Bedeutet, unklare Vorgaben wirken sich dann auf das gesamte Bild aus.

Damit verschiebt sich aus meiner Sicht die Führungsaufgabe. Wenn der Agent die Arbeit selbst erledigt, muss jemand festlegen, wer ihm den Auftrag gibt, seine Ergebnisse abnimmt und ihn notfalls stoppt.

In diesem Artikel möchte ich der Frage nachgehen, wer diese Führung übernimmt und was vor dem ersten produktiven Einsatz geregelt sein muss.

Wenn aus einem Werkzeug ein Mitarbeiter wird

Ein Chatbot beantwortet eine Anfrage. Ein KI-Agent verfolgt ein Ziel, plant Arbeitsschritte, greift auf Werkzeuge oder Unternehmenssysteme zu und führt innerhalb seiner Berechtigungen Aktionen aus. Das ist neu! Ein Agent, der Informationen aus mehreren Dokumenten zusammenstellt, arbeitet anders als ein Agent, der Vertragsdaten verändert, Aufträge anlegt oder Prozesse auslöst.

Je mehr Handlungsspielraum, desto mehr wachsen die Anforderungen an die Steuerung. Ein Fehler bei der ersten Datenverarbeitung zieht sich unter Umständen durch weitere Arbeitsschritte. Ein falsch gesetztes Zugriffsrecht betrifft möglicherweise mehrere Vorgänge. Und wenn mehrere Agenten parallel arbeiten, entstehen zusätzliche Abstimmungsprobleme. Das löst keine Technik. Jemand muss den Auftrag definieren, die Grenzen festlegen und beurteilen, ob das Ergebnis fachlich stimmt.

Was die Zahlen über KI-Agenten verraten

Eine am 18. Oktober 2026 veröffentlichte Erhebung von Asana, über die IT Brief UK berichtet, zeigt, wie groß der Koordinationsaufwand bereits eingeschätzt wird. Britische Führungskräfte gaben an, rund 36,5 Prozent ihrer Arbeitszeit mit der Steuerung von KI-Agenten zu verbringen. Bei den befragten Beschäftigten lag der Wert bei 30 Prozent. Von den Beschäftigten, die mindestens zwei Agenten pro Woche einsetzen, gaben 40 Prozent an, dass Werkzeugwechsel, Agentenauswahl und widersprüchliche Ergebnisse mehr als zehn Prozent ihrer Arbeitszeit kosten. [1]

Das sind Selbsteinschätzungen, kein Produktivitätsnachweis. Sie zeigen aber, wo Aufwand entsteht: in Koordination und Kontrolle.

Das Nürnberg Institut für Marktentscheidungen veröffentlichte im Mai 2026 gemeinsam mit dem St. Gallen Symposium den „Voices of the Leaders of Tomorrow Report 2026“. Befragt wurden 585 Nachwuchsführungskräfte unter 35 Jahren und 100 erfahrene Topmanager.

Etwa die Hälfte der Topmanager hält das eigene Unternehmen fähig, KI verantwortungsvoll einzusetzen. Bei Nachwuchskräften etwa ein Viertel. Als größte Schwachstelle nennt jede zweite Nachwuchsführungskraft und jede dritte erfahrene Führungskraft das Erkennen von Verzerrungen, Fehlern und unbeabsichtigten Folgen. Dazu kommen unklare Zuständigkeiten bei KI-gestützten Entscheidungen. [2]

Beide Erhebungen zeigen: Die Schwierigkeiten beginnen häufig nach der technischen Einführung, wenn sich zeigt, ob Anforderungen, Rollen und Abläufe geklärt sind.

Die Projektbrille

Bei der Einführung eines KI-Agenten stelle ich zunächst dieselben Fragen wie bei jedem IT-Projekt, das ein Fachbereich anstößt. Welches konkrete Problem soll gelöst werden? Welcher Prozess ist betroffen? Wer verantwortet das fachliche Ergebnis? Und woran erkennen wir nach der Einführung, ob die Lösung ihren Zweck erfüllt?

Eine Demonstration, in der ein Agent einen Vorgang erfolgreich bearbeitet, sagt wenig über seine Leistung im betrieblichen Alltag aus. Dort treffen unvollständige Daten, Sonderfälle und widersprüchliche Anforderungen aufeinander. Deshalb braucht jeder produktive Einsatz nachvollziehbare Abnahmekriterien.

Dazu gehören eine definierte Ergebnisqualität, zulässige Fehlerquoten, klare Grenzen für eigenständige Aktionen und Regeln für die Weitergabe schwieriger Fälle an Menschen. Ebenso wichtig sind Zugriffsrechte. Ein Agent sollte auf die Informationen und Funktionen zugreifen, die für seinen Auftrag erforderlich sind. Eine Freigabe für einen Anwendungsfall ist keine pauschale Erlaubnis für weitere Tätigkeiten.

Und schließlich muss vor dem Start feststehen, wer bei Abweichungen entscheidet. Wer prüft auffällige Ergebnisse? Wer stoppt den Prozess? Wer veranlasst die Korrektur und bewertet mögliche Folgen? Diese Punkte gehören von Anfang an in die Projektplanung. Wer sie erst nach dem ersten Fehler klärt, klärt sie unter Druck und ohne Vergleichswerte.

Gefällt Ihnen dieser Ansatz? Vernetzen wir uns kurz auf LinkedIn, bevor Sie weiterlesen.

Brauchen wir einen KI-Agent Manager?

Die Harvard Business Review griff im Februar 2026 das Konzept des „Agent Managers“ auf. Gemeint sind Führungskräfte, die koordinieren, wie KI-Agenten Aufgaben bearbeiten, zusammenarbeiten und sicher neben Menschen tätig sind. [3]

Die Harvard Business Review stellte im Februar 2026 das Konzept des „Agent Managers“ vor. Die Autoren, ein Professor der Harvard Business School und die COO der Agentforce-Plattform bei Salesforce, beschreiben Führungskräfte, die steuern, wie Agenten lernen, zusammenarbeiten und sicher neben Menschen arbeiten.[3]

Die Idee ist nachvollziehbar. Sobald mehrere Agenten in unterschiedlichen Prozessen arbeiten, entstehen Aufgaben zwischen Fachbereich, IT, Risikomanagement und klassischer Teamführung.

Ob daraus eine eigene Stelle werden muss, hängt von der Organisation ab. In einem Großunternehmen mit zahlreichen Agenten, unterschiedlichen Berechtigungen und mehreren betroffenen Fachbereichen spricht vieles für eine koordinierende Funktion. In einem mittelständischen Unternehmen lassen sich diese Aufgaben möglicherweise auf bestehende Rollen verteilen.

Wichtiger als der Stellentitel ist die saubere Zuordnung.

Der IT-Bereich verantwortet beispielsweise technische Sicherheit und Schnittstellen. Die Fachabteilung definiert fachliche Anforderungen und prüft die Ergebnisse. Eine übergreifende Funktion wie die Organisationsentwicklung koordiniert Standards, Monitoring und den Umgang mit Vorfällen. Die Unternehmensleitung legt fest, welcher Handlungsspielraum für automatisierte Systeme akzeptabel ist.

Die konkreten Zuständigkeiten müssen zum jeweiligen Unternehmen passen. Ein neues Rollenprofil hilft wenig, wenn Entscheidungsrechte, Eskalationswege und Abnahmekriterien offenbleiben.

Vorleben statt einfordern

Eine weitere Untersuchung passt hierzu! Fortune berichtete im März 2026 über eine Befragung von mehr als 6.000 Führungskräften in den USA, Großbritannien, Deutschland und Australien, an der der Stanford-Ökonom Nicholas Bloom beteiligt war. Knapp 70 Prozent nutzten KI bei der Arbeit weniger als eine Stunde pro Woche, 28 Prozent gar nicht. Die Zahlen gelten für KI allgemein, nicht für Agenten. In den USA lag die Nutzung der Führungskräfte mit 1,7 Stunden pro Woche kaum unter der der Beschäftigten (1,8), die beiden Gruppen stammen allerdings nicht aus denselben Unternehmen. [4] Das wirft eine Führungsfrage auf:

Wie fundiert beurteilt jemand den Einsatz einer Technik, mit der er kaum gearbeitet hat?

Niemand muss als Führungskraft KI-Modelle entwickeln oder eigene Agentensysteme programmieren. Eine gewisse praktische Erfahrung halte ich dennoch für notwendig. Wer einen Agenten selbst an einer begrenzten Aufgabe erprobt, erlebt unmittelbar, wo die Technik hilft und wo zusätzliche Prüfungen erforderlich sind. Dabei geht es nicht um technische Perfektion. Es geht um ein realistisches Urteil über Qualität, Aufwand und Risiken.

Dazu gehört auch, die Ergebnisse kritisch zu prüfen. Eine überzeugend formulierte Antwort ist noch keine fachlich richtige Antwort. Ein erfolgreich durchlaufener Prozess sagt wenig über die Qualität der zugrunde liegenden Daten aus.

Führungskräfte sollten ihren Teams deshalb Orientierung geben, statt KI-Einsatz pauschal einzufordern. Dazu gehört, selbst Erfahrungen zu sammeln, geeignete Anwendungsfälle auszuwählen und die Ergebnisse gemeinsam mit den Beschäftigten auszuwerten.

Produktivität beginnt beim Prozess

Ein Agent erstellt einen Bericht in drei Minuten statt in dreißig Minuten. Das klingt nach einem klaren Fortschritt. Benötigt ein Mitarbeiter anschließend zwanzig Minuten zur Prüfung und Korrektur, sieht die Rechnung anders aus.

Genau deshalb würde ich die Bewertung eines KI-Projekts an den gesamten Prozess knüpfen. Relevant sind Durchlaufzeit, Fehlerquote, Korrekturaufwand, Qualität und die Bearbeitung von Ausnahmefällen. Auch doppelte Arbeit durch mehrere Agenten gehört in die Auswertung.

Die Frage lautet also nicht, wie schnell ein Agent eine einzelne Aufgabe erledigt. Entscheidend ist, wie sich das Arbeitsergebnis vom Eingang bis zum Abschluss verändert.

Dazu gehört eine belastbare Ausgangsmessung vor der Einführung. Ohne Vergleichswerte fehlt die Grundlage, um tatsächliche Verbesserungen von bloßen Erwartungen zu unterscheiden.

Auch der Umfang der Automatisierung sollte zum Risiko passen. Bei einfachen, gut prüfbaren Tätigkeiten ist mehr Eigenständigkeit vertretbar. Bei Vorgängen mit rechtlichen, finanziellen oder persönlichen Folgen braucht es engere Kontrollen und nachvollziehbare Freigaben.

Technische Möglichkeiten geben den Rahmen vor. Die fachliche Bewertung entscheidet, welche Automatisierung im konkreten Prozess sinnvoll ist.

Mein Statement: Führung braucht klare Entscheidungen

KI-Agenten verändern die Arbeitsteilung zwischen Menschen und technischen Systemen. Sie übernehmen Aufgaben, bereiten Entscheidungen vor und führen freigegebene Arbeitsschritte eigenständig aus. Die Organisation muss dafür passende Regeln und Kontrollmechanismen festlegen.

Aus Sicht des Projektleiters ist die entscheidende Frage deshalb die nach der Umsetzungsreife. Sind Anforderungen geklärt? Sind Zuständigkeiten eindeutig? Stehen geeignete Abnahmekriterien bereit? Werden Fehler erkannt und bearbeitet? Und lässt sich der wirtschaftliche Nutzen anhand des gesamten Prozesses messen?

Wer diese Fragen vor dem produktiven Einsatz beantwortet, schafft bessere Voraussetzungen für einen verlässlichen Betrieb.

Die Verantwortung für die Einführung und Steuerung solcher Systeme muss dabei eindeutig zugeordnet sein. Ein Agent führt eine technische Aufgabe aus. Die Menschen im Unternehmen entscheiden über seinen Auftrag, seine Berechtigungen und die Bedingungen seines Einsatzes.

Für mich ist das keine neue Führungsphilosophie. Es ist die konsequente Anwendung guter Projektarbeit auf eine neue Form der Zusammenarbeit.

Die wichtigste Frage lautet nicht, wie viele Agenten ein Unternehmen einsetzt. Entscheidend ist, ob die Organisation ihre Arbeit mit ihnen im Griff hat.

FAQ

  1. Kann ein KI-Agent selbst Verantwortung übernehmen?

    Nein. Ein Algorithmus trägt weder rechtliche noch moralische Verantwortung. Er verarbeitet Daten und führt Anweisungen aus. Die finale Verantwortung liegt immer bei der Führungskraft, die den Agenten einsetzt und seine Ergebnisse freigibt.

  2. Wie verhindert man, dass Mitarbeiter KI Entscheidungen blind übernehmen?

    Durch die gezielte Bekämpfung von Automation Bias. Teams müssen darauf geschult werden, KI Ausgaben kritisch zu hinterfragen und als Entwurf zu betrachten. Eine Führungskraft muss das Hinterfragen belohnen und nicht das ungeprüfte Durchwinken.

  3. Wie verändert sich die Rolle der Führungskraft in hybriden Teams?

    Die Führungskraft wird vom Aufgabenverteiler zum Orchestrator und Qualitätsrichter. Anstatt operative Schritte zu überwachen, definiert sie die Leitplanken, prüft die kritischen Entscheidungspunkte und hält die finale Vetomacht.

  4. Wer haftet bei Fehlern eines KI-Agenten im Kundenkontakt?

    Die Haftung verbleibt vollständig beim Unternehmen und der zuständigen Führungskraft. Ein KI Agent ist ein Werkzeug. Wenn ein Messbecher ausläuft, gibt man nicht dem Messbecher die Schuld, sondern demjenigen, der ihn bedient hat.

  5. Ab wann sollte der Mensch zwingend in den Prozess eingreifen?

    Überall dort, wo ethische Abwägungen, rechtliche Risiken oder strategische Weichenstellungen getroffen werden. Routinetätigkeiten können autonom laufen, aber sobald ein Risiko entsteht, ist der Mensch im Prozess (Human in the loop) unverzichtbar.

Quellen