{"id":10433,"date":"2026-09-03T17:32:32","date_gmt":"2026-09-03T15:32:32","guid":{"rendered":"https:\/\/cohive.works\/?p=10433"},"modified":"2026-09-07T14:40:37","modified_gmt":"2026-09-07T12:40:37","slug":"wie-psychologische-sicherheit-ueber-erfolg-und-scheitern-einer-ki-transformation-entscheidet","status":"publish","type":"post","link":"https:\/\/cohive.works\/de\/wie-psychologische-sicherheit-ueber-erfolg-und-scheitern-einer-ki-transformation-entscheidet\/","title":{"rendered":"Wie psychologische Sicherheit \u00fcber Erfolg und Scheitern einer KI-Transformation entscheidet"},"content":{"rendered":"

[vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““][vc_column][vc_empty_space height=“20px“][vc_column_text]<\/p>\n

Ein Arbeitsumfeld, in dem Scheitern keine Angst ausl\u00f6st<\/span><\/h3>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10439″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]Kommt dir das bekannt vor? Ein KI-Projekt l\u00e4uft weiter, obwohl das Team schon seit einer Weile wei\u00df, dass es nicht funktioniert. Niemand sagt was, weil niemand derjenige sein will, der am Ende den Kopf hinhalten muss.<\/p>\n

Ob ein Team dieses Scheitern offen anspricht oder dar\u00fcber schweigt, h\u00e4ngt von einem einzigen Faktor ab: psychologischer Sicherheit.<\/p>\n

Amy Edmondson, Professorin an der Harvard Business School, hat daf\u00fcr 1999 den Grundstein gelegt. Sie beschrieb psychologische Sicherheit in ihrer Studie aus dem Jahr 1999<\/a> als ein Arbeitsumfeld, in dem niemand beruflich oder mit Blick auf das eigene Ansehen daf\u00fcr b\u00fc\u00dfen muss, ein Risiko einzugehen, eine unfertige Idee zu \u00e4u\u00dfern, einen Fehler zuzugeben oder eine unbequeme Frage zu stellen.<\/p>\n

Wie solide die Belege daf\u00fcr mittlerweile sind, zeigt die European Workforce Study 2025 von Great Place To Work<\/a> \u2013 die bislang gr\u00f6\u00dfte europaweite Umfrage zu diesem Thema mit fast 25.000 Befragten aus 19 L\u00e4ndern. In Unternehmen mit hoher psychologischer Sicherheit bewerten 85 Prozent der Mitarbeiter ihren Arbeitgeber als gro\u00dfartigen Arbeitsplatz, und sogar die Kundenzufriedenheit liegt dort bei 79 Prozent \u2013 der Effekt beschr\u00e4nkt sich also nicht nur auf die Belegschaft.<\/p>\n

Das ist im Grunde genau das, was Edmondson in ihrer urspr\u00fcnglichen Studie herausgefunden hat: Teams, in denen offen gesprochen wurde, konnten mehr aus ihren Fehlern lernen und haben sich im Laufe der Zeit messbar verbessert. Diesen Effekt haben seither zahlreiche weitere Studien best\u00e4tigt: Es handelt sich dabei nicht um Kulturkosmetik, sondern um einen messbaren Leistungsunterschied.<\/p>\n

Dass es sich dabei nicht um einen Zufall handelt, best\u00e4tigt inzwischen auch die F\u00fchrungsebene selbst: Eine Workplace-Options-Studie zur psychologischen Sicherheit<\/a> aus dem Jahr 2025 zeigt, dass 93 Prozent der F\u00fchrungskr\u00e4fte weltweit sie mittlerweile als Innovationstreiber sehen, nicht nur als Randthema der Unternehmenskultur.[\/vc_column_text][vc_empty_space height=“100px“][vc_column_text]<\/p>\n

Inhalt<\/h2>\n

[\/vc_column_text][vc_column_text]Wo psychologische Sicherheit auf Kl-Transformation trifft<\/a><\/p>\n

Wie Kl die psychologische Sicherheit untergr\u00e4bt<\/a><\/p>\n

Woran man ein \u201eKI-f\u00e4higes\u201c Unternehmen erkennt<\/a><\/p>\n

So setzt du KI-Transformation in deinem Unternehmen erfolgreich um<\/a><\/p>\n

Warum Struktur allein nicht ausreicht<\/a><\/p>\n

Fallbeispiel: Wie sich psychologische Sicherheit bei Infosys gestaltet<\/a><\/p>\n

Fazit: Psychologische Sicherheit in der KI-Transformation entsteht aus Struktur und Muster zugleich<\/a>[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“where-psychological-safety-meets-ai-transformation“][vc_column][vc_column_text]<\/p>\n

Wo psychologische Sicherheit auf KI-Transformation trifft<\/h2>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10451″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]<\/p>\n

Auf die richtige Art scheitern<\/h3>\n

KI in einem Unternehmen einzuf\u00fchren bedeutet, Neuland zu betreten \u2013 ganz gleich, wie gut die Tools letztendlich funktionieren. Neue Software einzuf\u00fchren und ein paar Sessions abzuhalten, reicht einfach nicht aus. Modelle m\u00fcssen optimiert werden, etablierte Prozesse werden hinterfragt, und Rollen m\u00fcssen manchmal komplett neu definiert werden \u2013 und man kann einfach nicht im Voraus wissen, was sich bew\u00e4hren wird. Nicht jede Abweichung auf diesem Weg ist ein vermeidbarer Fehler. Viele davon sind ehrliche Fehleinsch\u00e4tzungen, die erst im Nachhinein sichtbar werden, und genau deshalb sind sie Teil des Prozesses und keine Ausnahme davon.<\/p>\n

Sobald jemand bef\u00fcrchtet, pers\u00f6nlich zur Verantwortung gezogen zu werden, falls ein KI-Projekt scheitert, \u00e4ndert sich das Verhalten \u2013 still, aber sp\u00fcrbar: weniger Experimente, zur\u00fcckhaltenderes Feedback, Probleme, die unter den Teppich gekehrt statt angesprochen werden. Im schlimmsten Fall l\u00e4uft genau das System, von dem jeder wei\u00df, dass es nicht funktioniert, trotzdem weiter. Niemand spricht es mehr an.<\/p>\n

Wie verbreitet dieses Schweigen ist, zeigt sich in der MIT Technology Review Insights Studie „Creating psychological safety in the AI era“ Studie \u201eCreating psychological safety in the AI era\u201c<\/a>: Von den 500 befragten F\u00fchrungskr\u00e4ften weltweit hat rund jede f\u00fcnfte, konkret 22 Prozent, schon einmal davor zur\u00fcckgeschreckt, ein KI-Projekt \u00fcberhaupt vorzuschlagen oder zu \u00fcbernehmen, aus Angst vor den internen Folgen im Fall eines Scheiterns. Diese Angst wird damit selbst zum Innovationskiller, noch bevor ein einziges Projekt gestartet ist.[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“how-ai-undermines-psychological-safety“][vc_column][vc_column_text]<\/p>\n

Wie KI die psychologische Sicherheit untergr\u00e4bt<\/h2>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10453″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]Bis hierhin ist das nachvollziehbar, doch der Zusammenhang zwischen KI und psychologischer Sicherheit geht \u00fcber diesen ersten Befund noch deutlich hinaus.<\/p>\n

Vertrauensambiguit\u00e4t: Das stille Misstrauen gegen\u00fcber KI<\/h3>\n

Amy Edmondson und Jayshree Pandya sind in ihrem gemeinsamen Harvard Business Review Artikel zu KI und psychologischer Sicherheit (2025)<\/a> noch einen Schritt weitergegangen und zeigen, dass KI Vertrauen auf eine Weise besch\u00e4digen kann, die sich von menschlichen Fehlern grundlegend unterscheidet. Der Grund daf\u00fcr, KI liefert falsche Antworten mit derselben Selbstsicherheit wie richtige, und aus genau dieser Diskrepanz entsteht das, was die Autorinnen „Vertrauensambiguit\u00e4t“ nennen: das Gef\u00fchl, der KI eigentlich vertrauen zu m\u00fcssen, ohne es tats\u00e4chlich zu k\u00f6nnen. Weil sich dieses Unbehagen kaum offen aussprechen l\u00e4sst, geht am Ende nicht nur das Vertrauen in die KI verloren, sondern auch das Vertrauen in die eigene Einsch\u00e4tzung.<\/p>\n

Fehler oder Irrtum: Dr. Wohlands Unterscheidung<\/h3>\n

Ein Grund, warum sich diese Ambiguit\u00e4t so hartn\u00e4ckig h\u00e4lt, liegt in der Art der Abweichung selbst: Ob eine falsche KI-Antwort \u00fcberhaupt vermeidbar gewesen w\u00e4re, l\u00e4sst sich nicht ohne Weiteres beurteilen. Genau hier hilft eine Unterscheidung, die eingangs schon anklang und sich jetzt sch\u00e4rfer fassen l\u00e4sst. Dr. Gerhard Wohland, Physiker, Unternehmensberater und Pionier der Organisationsentwicklung, unterscheidet in seiner Arbeit zwischen zwei Arten von Abweichung:<\/p>\n

\u274c Irrtum:<\/strong> eine vermeidbare Abweichung von bereits bekanntem Wissen, ein Versto\u00df gegen bestehendes Wissen.
\n\u2b55\ufe0f Irrtum:<\/strong> entsteht dort, wo echte Unsicherheit herrscht, wo vorher niemand h\u00e4tte wissen k\u00f6nnen, was richtig gewesen w\u00e4re.<\/p>\n

Wohland unterscheidet au\u00dferdem zwischen zwei Arten von Problemen:<\/strong><\/p>\n

\ud83d\udd35 Blaues Problem:<\/strong> kompliziert, aber mit vorhandenem Wissen und festen Regeln l\u00f6sbar. Es gibt ein bekanntes \u201eRichtig\u201c und \u201eFalsch\u201c, an dem du eine L\u00f6sung abgleichen kannst.
\n\ud83d\udd34 Rotes Problem: <\/strong>komplex, es gibt dieses bekannte \u201eRichtig\u201c und \u201eFalsch\u201c vorher nicht. Ob eine L\u00f6sung tr\u00e4gt, zeigt sich erst im Ausprobieren.<\/p>\n

\u00dcbertr\u00e4gt man das auf KI-Einsatz, wird der Unterschied handfest. Bei einem blauen Problem, etwa einer regelbasierten Dokumentenpr\u00fcfung, l\u00e4sst sich eine KI-Ausgabe gegen das bekannte Richtig und Falsch pr\u00fcfen. Weicht sie davon ab, ist das ein Fehler im eigentlichen Sinn, vermeidbar und im Nachhinein erkl\u00e4rbar. Bei einem roten Problem, etwa einer neuen Produktentscheidung, gibt es dieses Richtig und Falsch im Voraus gar nicht. Stellt sich eine KI-gest\u00fctzte Entscheidung erst im Nachhinein als nicht tragf\u00e4hig heraus, ist das deshalb kein Fehler im Sinne einer vermeidbaren Regelverletzung, sondern ein Irrtum, zus\u00e4tzlich erschwert dadurch, dass die Blackbox auch im Nachhinein keinen Einblick in die Begr\u00fcndung erlaubt.<\/p>\n

Warum KI-Fehler anders wirken als menschliche Fehler<\/h3>\n

Neben der Vertrauensambiguit\u00e4t ist noch eine zweite Unterscheidung entscheidend, die Edmondson und Pandya im selben Harvard Business Review Artikel (2025) treffen: die zwischen menschlichen Fehlern und KI-Fehlern.<\/p>\n

Macht ein menschliches Teammitglied einen Fehler, setzt das h\u00e4ufig einen kooperativen Lernprozess in Gang. Kolleginnen und Kollegen fragen nach („Welche Daten hast du benutzt?“, „Wie bist du da hingekommen?“), verstehen den Kontext („Ich hatte zu viele B\u00e4lle gleichzeitig in der Luft“) und entwickeln gemeinsam eine L\u00f6sung, etwa durch ein neu eingef\u00fchrtes Vier-Augen-Prinzip. Solche Fehler, die im Team besprochen und verarbeitet werden k\u00f6nnen, st\u00e4rken am Ende sogar den Zusammenhalt.<\/p>\n

Bei einem menschlichen Fehler bricht dieser Mechanismus nicht ab, bei einem KI-Fehler schon. Das liegt am sogenannten Blackbox-Problem: Weder die Annahmen hinter einer KI-Entscheidung noch ihre Methodik oder die einzelnen Schritte der Begr\u00fcndung lassen sich im Nachhinein zuverl\u00e4ssig rekonstruieren. Ein Team sp\u00fcrt zwar, dass am KI-Output etwas nicht stimmt, hat aber keinen verl\u00e4sslichen Hebel, um die Unsicherheit aufzul\u00f6sen oder zu verhindern, dass sich der Fehler wiederholt.<\/p>\n

Daraus ergibt sich ein echtes Dilemma: Ausgerechnet die reife Fehlerkultur, die eine KI-Einf\u00fchrung braucht, ger\u00e4t durch die KI selbst unter Druck. Wie Organisationen mit genau diesem Dilemma umgehen, zeigt der n\u00e4chste Abschnitt.[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“how-to-spot-an-ai-ready-organization“][vc_column][vc_column_text]<\/p>\n

Woran man ein \u201eKI-f\u00e4higes\u201c Unternehmen erkennt<\/h2>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10452″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]Ein Muster zieht sich durch alle Organisationen, denen die KI-Einf\u00fchrung tats\u00e4chlich gelingt:<\/strong> Sie trennen technologische und kulturelle Entwicklung gar nicht erst voneinander, sondern denken beides von Anfang an zusammen.<\/p>\n

Was die Zahlen zeigen<\/h3>\n

\u27a1\ufe0f European Workforce Study: In Organisationen, die als „KI-ready“ gelten, bekommen 75 Prozent der Besch\u00e4ftigten Anerkennung daf\u00fcr, neue Wege auszuprobieren, unabh\u00e4ngig vom Ergebnis.<\/p>\n

\u27a1\ufe0f MIT-Studie: Bei den Unternehmen mit der h\u00f6chsten Erfolgsquote ihrer KI-Projekte, 76 bis 100 Prozent schaffen dort den Sprung vom Pilot in die Produktion, herrscht in drei von vier F\u00e4llen eine Kultur, die aktives Ausprobieren unterst\u00fctzt.<\/p>\n

Aus der Beratungspraxis heraus l\u00e4sst sich das gut nachvollziehen:<\/strong> KI holt an die Oberfl\u00e4che, was in einer Organisation ohnehin schon angelegt ist. Bestehen Vertrauen und Lernbereitschaft, wirkt sie wie ein Katalysator, fehlen sie, vergr\u00f6\u00dfert sie genau diese Schwachstellen. Deshalb sind es gerade offene, lernorientierte Kulturen, die von der KI-Transformation \u00fcberproportional profitieren, sie bieten den gesch\u00fctzten Rahmen, in dem sich ausprobieren und lernen l\u00e4sst, w\u00e4hrend stark hierarchische, risikoscheue Organisationen dabei ins Hintertreffen geraten.<\/p>\n

Darauf, dass eine einmal aufgebaute Lern- und Fehlerkultur von selbst tr\u00e4gt, kann sich trotzdem niemand verlassen, Kultur entsteht schlie\u00dflich in jeder einzelnen Interaktion neu. Weil KI-Transformation also gleichzeitig auf eine lernbereite, psychologisch sichere Kultur angewiesen ist und diese Kultur zugleich untergraben kann, braucht der kulturelle Austausch eine dauerhafte Pflege, die sich nicht auf gute Absichten verl\u00e4sst, sondern strukturell verankert ist.<\/p>\n

[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“how-to-make-ai-transformation-work“][vc_column][vc_column_text]<\/p>\n

So setzt du KI-Transformation in deinem Unternehmen erfolgreich um<\/h2>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10455″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]<\/p>\n

Wo psychologische Sicherheit am wichtigsten ist<\/h3>\n

Bevor wir auf konkrete Hebel eingehen, lohnt es sich, eine Unterscheidung zu treffen. Nicht jede KI-Anwendung ben\u00f6tigt das gleiche Ma\u00df an psychologischer Sicherheit:<\/p>\n

\ud83d\udd35 Blaues Problem<\/strong>, etwa Dokumentenklassifikation oder Standardauswertungen: Hier braucht es vor allem Standards und Qualit\u00e4tskontrolle, keine besondere Fehlertoleranz.
\n\ud83d\udd34 Rotes Problem<\/strong>, etwa ein neues Produkt, eine neue Kundenl\u00f6sung, ein Markt ohne bekannte Antwort: Hier ist psychologische Sicherheit im hier beschriebenen Sinn der entscheidende Hebel, weil die L\u00f6sung nur durch Ausprobieren entsteht.<\/p>\n

Wer beides vermischt, baut Sicherheitsma\u00dfnahmen f\u00fcr Probleme, die gar keine brauchen, und \u00fcbersieht die Stellen, an denen es wirklich z\u00e4hlt.<\/p>\n

Sechs Hebel f\u00fcr psychologische Sicherheit<\/h3>\n

Psychologische Sicherheit l\u00e4sst sich nicht direkt herstellen, weder durch ein Kommunikationsprogramm noch durch reine Struktur\u00e4nderung allein. Aus der Beratungs- und Transformationspraxis sowie den betrachteten Studien lassen sich trotzdem sechs strukturelle Hebel ableiten, die einer Organisation die Bedingungen schaffen, unter denen im Kontext der KI-Transformation eine solche Kultur entstehen kann:<\/p>\n

1. Klarheit \u00fcber Jobauswirkungen fest im Prozess verankern. <\/strong>Menschen brauchen Klarheit dar\u00fcber, was die Einf\u00fchrung von KI f\u00fcr sie pers\u00f6nlich bedeutet. Das l\u00e4sst sich nicht \u00fcber eine einmalige Ank\u00fcndigung oder den guten Willen einzelner F\u00fchrungskr\u00e4fte l\u00f6sen, sondern nur \u00fcber einen festen, wiederkehrenden Punkt im Prozess, an dem diese Information zwingend auftaucht, zum Beispiel ein fixer Tagesordnungspunkt in Townhalls oder Entwicklungsgespr\u00e4chen. Nicht der Appell zur Offenheit tr\u00e4gt, sondern die Struktur, die Offenheit erzwingt.<\/p>\n

2. Verantwortung, Pr\u00fcfung und Eskalation bei KI-gest\u00fctzten Entscheidungen kl\u00e4ren. <\/strong>Psychologische Sicherheit entsteht nicht dadurch, dass einzelne F\u00fchrungskr\u00e4fte Unsicherheit vorleben. Nat\u00fcrlich hilft es, wenn eine F\u00fchrungskraft genau das selbst vorlebt, offen \u00fcber eigene Unsicherheiten spricht und Widerspruch einl\u00e4dt, das allein tr\u00e4gt aber nicht, wenn die dahinterliegenden Entscheidungsrechte ungekl\u00e4rt bleiben. Psychologische Sicherheit entsteht, wenn klar ist, wer die Verantwortung tr\u00e4gt, wenn eine KI-gest\u00fctzte Entscheidung schiefgeht, wer das Ergebnis vor der Wirksamkeit pr\u00fcft, und wohin ein Team eskalieren kann, wenn es der KI nicht traut. Wohin genau eskaliert wird, sollte sich dabei an nachgewiesener Kompetenz orientieren, nicht automatisch an der n\u00e4chsth\u00f6heren Hierarchieebene, sonst bleibt die Eskalation eine reine Formsache. Ohne diese Kl\u00e4rung bleibt Verantwortung diffus, und diffuse Verantwortung erzeugt genau die Vorsicht, die offenes Sprechen verhindert.<\/p>\n

3. Experimentieren strukturell verankern.<\/strong>Wer Experimentierfreude wirklich will, muss sie in Prozesse und Budgets einschreiben. Niedrigschwellige Pilotprojekte, dedizierte Lernr\u00e4ume und eine explizite Erlaubnis zum Ausprobieren sind keine nebens\u00e4chlichen Ma\u00dfnahmen, sondern strukturelle Entscheidungen. In der Organisationsentwicklung nennt man das ein Schutzraumprojekt: ein zeitlich begrenztes, organisatorisch abgetrenntes Experiment mit klarem externem Bezug und einem Sponsor, der es gegen den Rest der Organisation absichert. Das kann auch spielerische, informelle Formate umfassen, in denen Mitarbeitende ohne Erfolgsdruck herumprobieren k\u00f6nnen.<\/p>\n

Dazu geh\u00f6rt auch, das Sense-Making bei KI-Fehlern zu institutionalisieren. Wenn ein KI-Ergebnis nicht restlos erkl\u00e4rbar ist, braucht das Team trotzdem einen Ort, an dem es diesen Irrtum gemeinsam verarbeiten kann, auch ohne vollst\u00e4ndige Ursachenkl\u00e4rung. Das kann eine feste Routine sein, etwa eine kurze Retro nach jedem gr\u00f6\u00dferen KI-gest\u00fctzten Projektschritt, in der nicht gefragt wird, warum die KI das gemacht hat, sondern was das Team jetzt damit macht, dass es das nicht wei\u00df. Diese Verschiebung der Frage ersetzt die fehlende Erkl\u00e4rbarkeit durch eine gemeinsame Entscheidung.<\/p>\n

4. Individuelle Erfolgsmessung abschaffen, die Fehler bestraft. <\/strong>Der naheliegende Reflex ist, Lernen zus\u00e4tzlich zu belohnen. Der wirksamere Hebel ist der umgekehrte: individuelle Zielvereinbarungen und Boni auf sichtbare KI-Projekterfolge abschaffen. Das hat drei Gr\u00fcnde. Erstens, ein KI-Projekt ist in der Regel ein komplexes, rotes Problem, sein Erfolg entsteht im Zusammenspiel eines Teams, eine einzelne Person daf\u00fcr verantwortlich zu machen, ist bereits ein Kategorienfehler. Zweitens, wer pers\u00f6nlich an einem sichtbaren Projekterfolg gemessen wird, tr\u00e4gt das Risiko eines Scheiterns ganz allein, dann lohnt es sich nicht, etwas wirklich Unsicheres auszuprobieren, und ein schlecht laufendes Projekt wird eher sch\u00f6ngeredet als offengelegt. Drittens verschiebt eine individuelle Kennzahl den Bezugspunkt: Statt sich am tats\u00e4chlichen Nutzen f\u00fcr die Organisation oder die Kundschaft zu orientieren, richtet sich das Verhalten am Erreichen der eigenen Zielgr\u00f6\u00dfe aus, man optimiert dann f\u00fcrs Erreichen der Kennzahl, nicht f\u00fcrs Gelingen des Projekts. Wo Erfolg individuell gemessen wird, wird Scheitern individuell vermieden, notfalls durch Verschweigen.<\/p>\n

5. KI- und Organisationsentwicklung gemeinsam entscheiden lassen. <\/strong>KI-Transformation ist weder ein reines Technologieprojekt noch ein reines Kulturprojekt, trotzdem landet die Entscheidungshoheit in der Praxis fast immer allein bei der IT oder einer Digitalisierungsabteilung. Genau diese strukturelle Trennung wird zur gr\u00f6\u00dften Bremse. Wirksamer ist es, KI-Projekte ab einer bestimmten Tragweite an eine gemeinsame Entscheidungsinstanz aus technischer und organisationsentwicklungsseitiger Verantwortung zu binden, sodass Rollen-, Prozess- und Kulturfragen von Anfang an mitentschieden werden, nicht erst nachtr\u00e4glich.<\/p>\n

6. Psychologische Sicherheit als Diagnose nutzen, nicht als neue Kennzahl. <\/strong>Was nicht erfasst wird, l\u00e4sst sich nicht gezielt ver\u00e4ndern. Regelm\u00e4\u00dfige Pulsbefragungen und strukturierte Feedbackformate sind wertvoll, aber nur, wenn ihr Ergebnis tats\u00e4chlich zu einer Strukturentscheidung f\u00fchrt. Zeigt eine Befragung zum Beispiel, dass ein Team nicht wei\u00df, wer bei einem gescheiterten KI-Projekt die Verantwortung tr\u00e4gt, ist das der Anlass, die Eskalationswege aus Punkt zwei nachzusch\u00e4rfen, nicht, den gemessenen Wert selbst sch\u00f6nzurechnen. Sobald psychologische Sicherheit selbst zur Zielgr\u00f6\u00dfe mit Vorgabe wird, entsteht ein neues internes Referenzsystem, das genau die Angst erzeugt, die es eigentlich abbauen soll.<\/p>\n

Diese sechs Hebel sind keine Checkliste zum Abarbeiten, sondern Ansatzpunkte, deren Gewicht sich von Organisation zu Organisation unterscheidet. Welcher davon zuerst greift, entscheidet Erfahrung und K\u00f6nnen, nicht eine Methode, die sich einfach kopieren l\u00e4sst.
\n[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“why-structure-alone-isnt-enough“][vc_column][vc_column_text]<\/p>\n

Warum Struktur allein nicht ausreicht<\/h2>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10456″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]Diese sechs Hebel wirken nicht im luftleeren Raum. Schon die Rede von Vorsicht, Verschweigen und Angst in den Hebeln zwei, vier und sechs zeigt, dass da mehr passiert als reine Strukturarbeit. Der Organisationsberater, Executive Coach und Autor Klaus Eidenschink beschreibt Organisationen als gleichzeitig psychodynamische und organisationsdynamische Systeme, das eine l\u00e4sst sich nicht auf das andere reduzieren.<\/p>\n

Menschen bringen eigene psychodynamische Muster mit in eine Organisation, etwa die Angst vor sichtbarem Scheitern oder das Bed\u00fcrfnis, Konflikte zu vermeiden. Diese Muster sind real und lassen sich nicht wegstrukturieren. Gleichzeitig sucht sich ein solches Muster genau die organisationsdynamische Struktur, die es best\u00e4tigt. Wer Konflikte scheut, findet sich oft in Organisationen wieder, die genau dieses Vermeiden mit ruhiger Oberfl\u00e4che belohnen.<\/p>\n

Eine F\u00fchrungskraft, die pers\u00f6nlich das Scheitern eines KI-Projekts f\u00fcrchtet, erlebt eine individuelle Erfolgsmessung nicht als \u00e4u\u00dferen Zwang, sondern als Best\u00e4tigung des eigenen Musters. Wird nur die Struktur ver\u00e4ndert, ohne das psychodynamische Muster zu adressieren, findet die Vermeidung meist einen neuen Weg. Wird nur am Muster gearbeitet, ohne die organisationsdynamische Struktur zu \u00e4ndern, f\u00e4llt die Person bei der n\u00e4chsten Belastung in alte Bahnen zur\u00fcck. Psychologische Sicherheit entsteht deshalb nicht aus Organisationsdynamik allein und nicht aus Psychodynamik allein, sondern aus dem Zusammenspiel von beidem.<\/p>\n

In der Beratungspraxis hei\u00dft das f\u00fcr uns bei CoHive konkret: erst das System kl\u00e4ren, dann den Menschen betrachten. Wir diagnostizieren zuerst die organisationsdynamische Ebene, bevor wir die psychodynamische Ebene angehen. Das hei\u00dft nicht, dass die zweite Ebene weniger wichtig w\u00e4re. Reine Arbeit an pers\u00f6nlichen Mustern, etwa Coaching oder Pers\u00f6nlichkeitsentwicklung<\/a>, wirkt aus unserer Erfahrung meist nur so lange, wie die Struktur mitzieht: Kehrt eine F\u00fchrungskraft nach einem Coaching in eine Organisation zur\u00fcck, die Konfliktvermeidung weiterhin belohnt, rutscht sie erfahrungsgem\u00e4\u00df bald wieder in das alte Muster.[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“case-study“][vc_column][vc_column_text]<\/p>\n

Fallbeispiel: Wie sich psychologische Sicherheit bei Infosys gestaltet<\/h2>\n

[\/vc_column_text][vc_empty_space height=“30px“][vc_single_image image=“10454″ img_size=“full“ qode_css_animation=““][vc_empty_space height=“15px“][vc_column_text]Das Technologieunternehmen liefert ein konkretes Beispiel daf\u00fcr, wie Struktur und Muster in der Praxis zusammenwirken.<\/p>\n

Psychologische Sicherheit wird hier nicht als Kommunikationsziel behandelt, sondern als etwas, das aus einem konkreten strukturellen Sicherheitsnetz entsteht:<\/strong><\/p>\n

\u27a1\ufe0f Ein interner Inkubator, der Mitarbeitenden erlaubt, eigene KI-Ideen zu pitchen, mit der klaren Zusage, im Fall eines Scheiterns wieder in die vorherige Rolle wechseln zu k\u00f6nnen.
\n\u27a1\ufe0f Neue Karrierewege in Feldern wie Responsible AI und Small Language Models.
\n\u27a1\ufe0f Gezielte F\u00f6rderung von Rollenwechseln in KI-nahe Bereiche, selbst wenn der Ausgang offen ist.<\/p>\n

Bemerkenswert daran ist, dass keine dieser drei Ma\u00dfnahmen auf Verhaltens\u00e4nderung zielt. Es sind allesamt Strukturentscheidungen, die ein bestimmtes Verhalten erst erm\u00f6glichen, keine Kulturinitiativen, die es einfordern.<\/p>\n

In der MIT-Studie bringt Sushanth Tharappan, Head of Human Resources bei Infosys, das Prinzip auf den Punkt: Das Unternehmen baue neue Rollen auf und mache laterale Wechsel m\u00f6glich. Ob das jedes Mal wie geplant funktioniere, stehe nicht fest, das sei aber auch nicht schlimm, denn im Mittelpunkt stehe Iteration, nicht Perfektion.[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ anchor=“conclusion“][vc_column][vc_column_text]<\/p>\n

Fazit: Psychologische Sicherheit in der KI-Transformation entsteht aus Struktur und Muster zugleich<\/h2>\n

[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text]Stell dir noch einmal dieses KI-Projekt vor, das immer noch vor aller Augen l\u00e4uft, obwohl jeder schon wei\u00df, dass es nicht funktioniert. Ob genau das in deiner Organisation passiert, l\u00e4sst sich nicht an der Kommunikationskultur ablesen, sondern an einer einzigen Frage: Was passiert mit der Person, die als Erste sagt, dass es nicht funktioniert? Tr\u00e4gt sie das allein, oder eine Struktur, die genau daf\u00fcr gebaut wurde? Das entscheidet, ob aus einem KI-Irrtum eine Lernkurve wird, wie im Fall Infosys, oder ob als Konsequenz einfach niemand mehr \u00fcber KI in diesem Bereich spricht und die Organisation kommentarlos zu den alten, vertrauten Prozessen zur\u00fcckkehrt.<\/p>\n

Diese Entscheidung wird gerade in vielen Organisationen getroffen \u2013 sei es bewusst oder einfach so.<\/p>\n

Psychologische Sicherheit l\u00e4sst sich also nicht verordnen, weder durch Kommunikation noch durch Coaching allein. Sie entsteht, wenn eine Organisation zuerst ihre Entscheidungsarchitektur kl\u00e4rt und erst danach an den menschlichen Mustern arbeitet, die diese Architektur mit am Leben halten.[\/vc_column_text][vc_empty_space height=“100px“][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“full_width“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““][vc_column][vc_column_text]<\/p>\n

Lass uns sprechen<\/h2>\n

[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text]Wenn KI-Projekte in deinem Unternehmen eher still und leise scheitern, anstatt offen zu scheitern, liegt das selten an mangelnder Kommunikation. Der Grund ist vielmehr, dass sich Strukturen und pers\u00f6nliche Verhaltensmuster gegenseitig best\u00e4rken, ohne dass es jemand bemerkt.<\/p>\n

In einem ersten Gespr\u00e4ch werde ich gemeinsam mit dir herausarbeiten, wo die wirklichen Ansatzpunkte in deinem Unternehmen liegen. Kostenlos und ganz unverbindlich.[\/vc_column_text][vc_empty_space height=“50px“]\n

\n

<\/p>

    <\/ul><\/div>\n
    \n
    \n<\/fieldset>\n
    \n\t
    \n\t\t
    \n\t\t\t

    <\/span>\n\t\t\t<\/p>\n\t\t<\/div>\n\t<\/div>\n\t

    \n\t\t
    \n\t\t\t

    <\/span>\n\t\t\t<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n

    \n\t
    \n\t\t
    \n\t\t\t

    <\/span>\n\t\t\t<\/p>\n\t\t<\/div>\n\t<\/div>\n\t

    \n\t\t
    \n\t\t\t