Beim Thema KI begegnen mir in der Beratung zwei Grundhaltungen: Begeisterung und Zurückhaltung. Wer vorsichtig ist, wird dabei schnell in die Ecke des Nachzüglers geschoben. Aus meiner Erfahrung sind es aber die vorsichtigen Stimmen, die am Ende am meisten zum Gelingen beitragen, wenn man ihnen zuhört.
Warum Skepsis kein Aufklärungsproblem ist
Wenn im Workshop jemand fragt, wie sich eine KI-Entscheidung revidieren lässt, klingt das auf den ersten Blick nach Widerstand. Auf den zweiten ist es eine präzise Qualitätsfrage. Dasselbe gilt, wenn die Juristin nach Haftung fragt, wenn der Datenschutzbeauftragte bei Trainingsdaten nachhakt oder der Teamlead die Konsistenz der Ergebnisse prüfen will. Das sind die Menschen, die das Projekt später tragen werden.
Erklärungen allein bringen gegen diese Zurückhaltung wenig. Schon ein einziger sichtbarer Fehler kann das Vertrauen in einen Algorithmus nachhaltig beschädigen. Die Forschung nennt das Algorithm Aversion: Maschinelle Fehler werden schärfer bewertet als menschliche, auch wenn der Algorithmus insgesamt besser ist. Was die Haltung ändert, ist die Möglichkeit, einzugreifen. Schon die Chance, einen Output zu überstimmen oder zu korrigieren, verändert mehr als jede zusätzliche Folie im Erklärvideo.
Welche Transparenz hilft und wo Regulatorik den Rahmen gibt
Transparenz meint für jeden etwas anderes. Die Controllerin will sehen, worauf eine Empfehlung fußt. Den Datenschutzbeauftragten interessieren Trainingsdaten und Modell-Dokumentation. Die Kollegin im Tagesgeschäft braucht eine Confidence-Anzeige und die Möglichkeit, einen Vorschlag zu verwerfen. Eine Erklärung, die all das gleichzeitig abdeckt, gibt es nicht.
An diesem Punkt wird Regulatorik zur Hilfe. Der EU AI Act setzt zum 2. August 2026 einen Termin für Unternehmen mit High-Risk-KI: Die Systeme müssen klassifiziert, bewertet und registriert sein. Artikel 13 verpflichtet Anbieter, Anwendern eine sinnvolle Interpretation ihrer Outputs zu ermöglichen. Das sind Dinge, die ein sauber geführtes Unternehmen ohnehin regeln sollte.
ISO/IEC 42001 ergänzt das um ein Management-System für KI-Governance mit Policy, Controls und regelmäßigen Audits. Die Struktur ist aus Informationssicherheit und Qualitätsmanagement vertraut und wird jetzt auf KI angewendet. Für Unternehmer ist das nützlich, weil sich darin Bedenken belegbar beantworten lassen.
Die Zweifel im Haus entstehen aus der Verantwortung, die im Unternehmen bleibt, auch wenn die Entscheidung vom Modell kommt. Ein gelebtes Management-System hilft, weil die Antworten auf die guten Fragen dokumentiert und auditierbar sind.
Am Ende geht es darum, Menschen die Mittel in die Hand zu geben, gute Fragen belastbar zu beantworten. Die Leute, die diese Fragen stellen, sind auch die besten Verbündeten der KI-Einführung.
