TLDR: Ein Teil deiner Belegschaft arbeitet bereits für dich, ohne im Organigramm zu stehen: deine KI-Werkzeuge. Sie schreiben, rechnen, recherchieren und entscheiden mit. Das Problem ist nicht die Technologie. Es ist, dass die alten Führungsinstrumente auf dieses hybride Team nicht greifen. Wer das ignoriert, verliert zuerst die Kontrolle und dann die Urteilskraft. Wer es gestaltet, wird vom Kontrolleur zur Architekt:In

Die Technologie ändert sich, das Muster bleibt. Internet, Smartphone, Cloud, generative KI, jetzt agentische Systeme: Jede Welle hat versprochen, Arbeit leichter zu machen. Bei agentischen Systemen verschiebt sich etwas Grundsätzliches. Arbeit wird autonom, vernetzt und kontinuierlich. Sie wartet nicht mehr auf deinen Klick.

Damit hast du ein Team, das du nie eingestellt hast. Es hat keinen Arbeitsvertrag, kein Onboarding, keine Stellenbeschreibung. Es erscheint in keinem Organigramm. Und trotzdem erledigt es längst Aufgaben in Marketing, Recht, Finanzen und HR, vor allem die Arbeit rund um die Arbeit: zusammenfassen, formulieren, vorsortieren, entscheiden vorbereiten.

Die unbequeme Frage lautet nicht, ob dieses Team existiert. Es existiert. Die Frage ist, ob du es führst oder ob es sich selbst organisiert.

In der Schweiz nutzen laut der KPMG- und Universität-Melbourne-Studie deutlich mehr Mitarbeitende KI im Job als im weltweiten Schnitt. Das ist die gute Nachricht. Die unbequeme steht daneben: Ein erheblicher Teil prüft die Resultate nicht, gibt KI-Inhalte als eigene Arbeit aus und verstösst dabei gegen Richtlinien, die es in vielen Häusern gar nicht gibt. Weltweit gibt mehr als die Hälfte der Befragten KI-generierte Inhalte als eigene Leistung aus und legt die Nutzung nicht offen.

Das ist keine Frage von Disziplin. Es ist eine Frage von Struktur. Wo Nutzung schneller wächst als Governance, entsteht eine Schatten-Organisation: produktiv, unsichtbar, unverwaltet. Industrieberichte beziffern die Folgekosten eines einzelnen Datenlecks durch Schatten-KI im sechsstelligen Bereich. Die genaue Zahl ist zweitrangig. Entscheidend ist die Mechanik: Die Lücke zwischen dem, was Mitarbeitende tun, und dem, was Unternehmen wissen, ist strukturell. Sie schliesst sich nicht von selbst.

Wer hier mit Verboten reagiert, treibt die Nutzung tiefer in den Schatten. Das eigentliche Versäumnis liegt früher: Niemand hat definiert, was die KI darf, was sie nicht darf und wer prüft.

Hier liegt der Punkt, der jede Führungskraft persönlich betrifft. Datenlecks kosten Geld. Verlorene Urteilskraft kostet die Substanz des Unternehmens.

Eine Studie der SBS Swiss Business School mit 666 Teilnehmenden zeigt einen messbaren negativen Zusammenhang zwischen häufiger KI-Nutzung und kritischem Denken, vermittelt über kognitives Offloading: Wir lagern Denkarbeit an ein effizientes Werkzeug aus und verlieren dabei genau die Fähigkeit, die wir auslagern. Jüngere Nutzer:innen sind stärker betroffen, höhere Bildung wirkt als Puffer. Eine EEG-Studie des MIT Media Lab kommt aus einer anderen Richtung zum gleichen Befund: Wer Essays mit einem KI-Assistenten schrieb, zeigte die geringste neuronale Aktivität und schnitt sprachlich und gedanklich schwächer ab als die Vergleichsgruppen.

Der Verlauf ist still und deshalb gefährlich. Entlastung wird zu Gewöhnung, Gewöhnung wird zu Verlernung. Keine dramatische Kurve, kein Pfeil nach oben. Drei Stufen abwärts, die sich gut anfühlen, bis die Fähigkeit fehlt, zu merken, wann die Maschine falsch liegt. Und genau das ist die Kompetenz, die zählt. Die Grenze liegt nicht in der Maschine. Sie liegt in unserer Fähigkeit zu erkennen, wann sie danebenliegt.

Unter all dem liegt ein einziges Prinzip. KI ist ein Verstärker. Sie multipliziert Klarheit zu Wirkung und Unklarheit zu Chaos. Sie liefert keine Substanz, sie vergrössert die vorhandene.

Daraus folgen drei Verluste, und es ist dreimal dieselbe Aussage in anderem Gewand. Ohne Wissen vergisst die KI: Kein zentrales Gedächtnis, kein Kontext, kein verlässliches Resultat. Ohne Grenzen driftet die KI: Ohne klare Funktionsbeschreibung wird aus Werkzeug Zufall. Ohne Prüfung verlernt der Mensch: Entlastung, Gewöhnung, Verlernung.

Die Konsequenz ist unbequem und befreiend zugleich. Die Antwort auf schlechte KI-Resultate ist nicht mehr KI. Es ist strukturierte menschliche Substanz: dokumentiertes Wissen, klar definierte Aufgaben, verbindliche Prüfinstanzen. Künstlich ist die Maschine. Die Intelligenz muss vom Menschen kommen.

-WERBUNG-

Mehr KI Kompetenz? Inkl. Kompetenznachweis? Dazu haben wir das KI-Update entwickelt. Kurse, Updates, Newsletter und Podcasts: ein Ort für all dein KI Wissen. Werde Teil unserer exklusiven Community! Tausche dich mit Gleichgesinnten aus, erhalte exklusive Inhalte und nimm an Live-Sessions teil. Mehr Infos gibts auf:

Die meisten starten falsch herum. Sie kaufen Tools, bevor sie das Fundament haben. Die tragfähige Reihenfolge läuft umgekehrt und in einer festen Logik: Second Brain, dann Werte, dann Kontext, dann Skills, dann Agenten, dann Wirkung. Jede Schicht ruht auf der darunter. Wer bei den Agenten anfängt, baut auf Sand. Nicht denken delegieren, sondern denken strukturieren.

Daraus ergeben sich fünf Massnahmen. Sie sind keine Liste zum Abhaken, sondern eine Sequenz, in der jeder Schritt den nächsten erst möglich macht.

Verbote scheitern, weil die Nutzung längst läuft. Der erste Schritt ist deshalb nicht Kontrolle, sondern Legitimation. Mach die Schatten-Organisation sichtbar und gib ihr einen Rahmen, bevor die Werkzeuge den Prozess diktieren.

Konkret heisst das: ein KI-Inventar erstellen, also erfassen, welche Tools real im Einsatz sind, nicht welche erlaubt sind. Dann eine knappe, verständliche Richtlinie, die drei Fragen beantwortet: Welche Daten dürfen in welche Systeme, welche nicht? Was muss als KI-gestützt gekennzeichnet werden? Wer haftet für ungeprüfte Outputs? Eine Richtlinie, die niemand liest, ist Dekoration. Eine Seite, die jede:r versteht, ist Führung. Tools wie ki-richtlinien.fragroger.ai liefern einen DSGVO- und DSG-konformen Erstentwurf in Minuten, den ihr dann auf euer Haus zuschneidet.

Eine KI ohne Gedächtnis beginnt bei jedem Vorgang von vorn. Sie kennt eure Kund:innen nicht, eure Tonalität nicht, eure Entscheidungen von letzter Woche nicht. Das Resultat ist generisch, weil der Kontext fehlt. Die Lösung ist ein zentrales, gepflegtes Wissenssystem, auf das Menschen und KI gleichermassen zugreifen.

Konkret heisst das: Rohmaterial systematisch verdichten. Voice Notes, PDFs, Artikel, Workshop-Notizen, Mails, Social Posts und Ideen werden zu strukturierten Einträgen, geordnet nach Identität, Werten, Zielgruppen, Angeboten, Frameworks, Quellen und Projekten. Eine Plattform wie Notion eignet sich, das Werkzeug ist zweitrangig. Entscheidend ist die Haltung: kein Notizfriedhof, sondern die Datenbank eurer Denkweise. Erst wenn dieses Fundament steht, wird KI-Output präzise statt beliebig.

Prompting war die erste Phase. Sie skaliert nicht, weil jede gute Anweisung im Chatverlauf verschwindet und beim nächsten Mal neu erfunden wird. Die zweite Phase heisst Skills: dauerhafte, wiederverwendbare Funktionsbeschreibungen für wiederkehrende Aufgaben. Anthropic hat dieses Format Ende 2025 als offenen Standard veröffentlicht, mittlerweile von über zwanzig Plattformen übernommen. Ein Skill ist im Kern ein Lastenheft für die KI, ein Ordner mit klaren Anweisungen, Beispielen und Grenzen.

Konkret heisst das: Für jede wiederkehrende Aufgabe fünf Felder definieren. Erstens die Aufgabe, also was genau erledigt werden soll. Zweitens die Zuständigkeit, also für welchen Bereich der Skill gilt. Drittens die Grenze, also was die KI ausdrücklich nicht tun darf. Viertens die Prüfinstanz, also wer den Output freigibt. Fünftens die Anbindung an das Second Brain, damit der Skill mit eurem Wissen arbeitet. Ohne diese Definition handelt die KI nicht falsch, sie handelt beliebig. Das ist der Unterschied zwischen einer Funktionsbeschreibung und einer Blankovollmacht.

Skills definieren ist die eine Hälfte, Menschen trainieren die andere. Beides gehört zusammen, sonst entsteht eine Belegschaft, die Werkzeuge bedient, die sie nicht versteht. Und hier kommt eine Pflicht ins Spiel, die viele übersehen: Artikel 4 des EU AI Act verlangt seit Februar 2025 von Anbietern und Betreibern, für ausreichende KI-Kompetenz ihrer Mitarbeitenden zu sorgen. Die nationale Durchsetzung beginnt im August 2026. Wer Kund:innen oder Niederlassungen in der EU hat, fällt über die extraterritoriale Wirkung in den Geltungsbereich. Und selbst wer das nicht tut, hat mit Artikel 4 einen brauchbaren Massstab.

Konkret heisst das: kein pauschales E-Learning für alle, das erfüllt die Anforderung nicht. Die Schulung muss nachweisbar an Rolle, Vorwissen und Einsatzkontext angepasst sein. Drei Stufen haben sich bewährt: ein Grundverständnis für alle, eine Vertiefung für intensive Nutzer:innen, eine Spezialisierung für Verantwortliche kritischer Anwendungen. Wichtig ist die Wiederholung, denn neue Tools bringen neue Risiken. In Deutschland nutzen rund 56 Prozent der Unternehmen bereits KI, aber nur etwa 27 Prozent haben Schulungen aufgesetzt. Diese Lücke ist Risiko und Vorsprung zugleich.

Erst wenn Fundament, Skills und geschulte Menschen stehen, lohnt sich der Schritt zu Agenten, also zu KI-Systemen, die mehrere Schritte selbständig ausführen und über Schnittstellen mit euren Werkzeugen arbeiten. Hier liegt der grösste Hebel und das grösste Risiko. Ein Agent ohne Grenzen ist kein Mitarbeiter, sondern ein Risiko mit Schreibrechten.

Konkret heisst das: Agenten bekommen klar umrissene Aufgaben, definierte Grenzen und eine menschliche Prüfinstanz an den kritischen Punkten, nicht bei jedem Schritt, aber an den Übergängen, wo Fehler teuer werden. Das ist die eigentliche Verschiebung der Führungsrolle. Der Kontrolleur prüft jeden Output und skaliert nicht. Der Architekt baut das System so, dass gute Outputs wahrscheinlich werden, und prüft gezielt dort, wo es zählt. Aus Wissen wird Wirkung, wenn es ein System bekommt. Du führst kein Team mehr, du gestaltest ein System.

Und darum bin ich nach wie vor überzeugt: Die Zukunft gehört nicht mehr dem Tippen und Klicken, sondern dem gemAInsamen Arbeiten mit intelligenten Systemen. Aber führen wird sie nur, wer vom Kontrolleur zum Architekten wird und seinem hybriden Team ein Fundament aus Wissen, Werten und Grenzen baut.

Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch

Disclaimer: Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Grok.com sowie Gemini.Google.com) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt von Ideogram.Ai und ist selbst erstellt. Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.

Quellen und weitere Informationen:

Europäisches Parlament und Rat. (2024). Verordnung (EU) 2024/1689 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (KI-Verordnung), Artikel 4: KI-Kompetenz. Amtsblatt der Europäischen Union. (AI-Literacy-Pflicht in Kraft seit 2. Februar 2025; Durchsetzung durch nationale Marktüberwachungsbehörden ab 2. August 2026.)

Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006

Gillespie, N., Lockey, S., Ward, T., Macdade, A., & Hassed, G. (2025). Trust, attitudes and use of artificial intelligence: A global study 2025. The University of Melbourne and KPMG. https://doi.org/10.26188/28822919

Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. MIT Media Lab. arXiv:2506.08872

Anthropic. (2025). Agent Skills: An open standard for AI capabilities. agentskills.io. (Offener Standard veröffentlicht im Dezember 2025; Skill als Ordner mit SKILL.md.)

Hinweis zu weiteren Zahlen: Die im Beitrag genannten Folgekosten von Datenlecks durch Schatten-KI sowie die Verlaufswerte zur Governance-Lücke stammen aus Branchenberichten, die in der zugrunde liegenden Keynote zitiert sind (u. a. Accenture, Vectra AI, SPS / WORKTECH Academy, Arbeitsplatz-Trendreport 2026). Die Schweizer Nutzungswerte stammen aus dem Länderbericht der KPMG- und Universität-Melbourne-Studie 2025. Diese Werte wurden in dieser Fassung nicht im Einzelnen unabhängig verifiziert und sind als belastbare Grössenordnung zu lesen.