Warum Führung jetzt über den KI-Erfolg entscheidet
Ein Gespräch mit Tobias Piegeler (Berater für digitale Strategie, Transformation und Innovation), Henning Sander, Partner Banking und Kai Bättenhausen Senior Manager Software (HAGER Executive Consulting).
Die Disruption durch Technologie war nie größer. Der Umgang mit künstlicher Intelligenz bestimmt auch heute schon maßgeblich die Wettbewerbsfähigkeit von Unternehmen. Die Bereitschaft, den technologischen Wandel bewusst zu gestalten, anstatt sich nur treiben zu lassen, der Mut entschieden auf Veränderungen zu reagieren sowie die Fähigkeit KI tief im Betriebsmodell zu verankern, werden maßgebliche und erfolgskritische Faktoren für Führungskräfte und Unternehmen.
Genau das ist die Ausgangslage, über die Henning Sander und Kai Bättenhausen von HAGER Executive Consulting mit Tobias Piegeler gesprochen haben – einem Berater, der Unternehmen bei digitaler Transformation und KI-Integration begleitet. Im Gespräch geht es um wirtschaftlichen Impact, Governance-Fragen und die Anforderungen an Führung im KI-Zeitalter. Das Gespräch erscheint in drei Teilen. Zum Auftakt geht es darum, warum der aktuelle KI-Wandel strukturell anders wirkt – und weshalb er gleichzeitig Menschen, Systeme und Organisationen verändert.
Die entscheidende Frage lautet nicht: Haben wir eine KI-Strategie? Sondern: Haben wir die Führung, die diese Strategie auch umsetzt?
Warum dieser Wandel anders ist
Henning Sander:
Tobias, technologische Veränderungen gab es schon immer. Warum fühlt sich der aktuelle Wandel so radikal an?
Tobias Piegeler:
Weil Geschwindigkeit und Tragweite diesmal strukturell anders wirken. KI verändert Märkte, Geschäftsmodelle, Entscheidungslogiken und Rollenbilder. Gleichzeitig, nicht statt nacheinander. Das ist kein iterativer Wandel. Das ist ein Parallelschock auf mehreren Ebenen.
Gerade in regulierten Branchen wie Banken oder Versicherungen trifft diese Dynamik auf gewachsene Strukturen, starre Governance und hohe Haftungsverantwortung. KI folgt aber keiner klassischen Projektlogik. Sie entwickelt sich schneller als Entscheidungsprozesse.
Wer darauf mit klassischem Projektdenken antwortet – Konzept, Pilot, Review – hat das Problem nicht verstanden. Die Frage lautet nicht: Haben wir KI im Einsatz? Die Frage ist vielmehr: Wie führen wir Menschen und Organisationen durch permanente Veränderung und realisieren dabei wirtschaftlichen Impact?
Drei Ebenen, auf denen KI Arbeit verändert
1. Der Mensch: Wissensasymmetrie kippt
Henning Sander:
Was verändert sich konkret beim Menschen?
Tobias Piegeler:
KI verschiebt die Wissensasymmetrie in Organisationen grundlegend. Mitarbeitende haben heute auf Knopfdruck Wissen, Analysen und Entscheidungsgrundlagen, für die früher ganze Teams mehrere Wochen gebraucht haben. Das klingt zunächst nach Effizienz, ist aber in Wahrheit eine kritische Führungsaufgabe.
Wenn Mitarbeitende plötzlich bessere Entscheidungsgrundlagen haben als früher ihre Vorgesetzten, wenn inhaltliche Silos verwässern und Automatisierung bestehende Rollenprofile durcheinander wirbelt, dann verliert Hierarchie ihre klassische Legitimation. Führung legitimiert sich künftig nicht über Wissensvorsprung, sondern über Orientierung, Kontext und Entscheidungsreife. Wer das nicht verinnerlicht hat, verliert schrittweise Gestaltungs- und Wettbewerbsfähigkeit. Schneller, als viele Organisationen erwarten. Erste Effekte zeigen sich bereits im Führungsalltag, spätestens jedoch mit der nächsten Generation von Führungskräften.
2. Systeme & Tools: Vom Feature zur Geschäftsmodellfrage
Kai Bättenhausen:
In der Softwarebranche erleben wir, dass KI nicht nur ein weiteres Feature ist, sondern die Produktstrategie fundamental verändert. Das stellt Unternehmen vor Fragen, die noch vor wenigen Jahren (ja vielleicht sogar Monaten) niemand so gestellt hat.
Tobias Piegeler:
Genau. Systeme werden dialogisch, automatisiert und zunehmend KI-nativ. Das verändert nicht nur Arbeitsweisen, sondern verschiebt bereits heute spürbar Marktpositionierungen. Gleichzeitig haben die Entwicklungen der letzten Monate die Dynamik nochmals deutlich erhöht: Neue KI-gestützte Entwicklungsumgebungen wie Claude Code oder Codex-basierte Ansätze sowie zunehmend autonome Coding-Agenten zeigen, wie Software heute bereits von KI mitentwickelt und teilweise eigenständig erzeugt werden kann. Innovationszyklen verkürzen sich dadurch erheblich.
Damit verschiebt sich auch die klassische Make-or-buy-Logik grundlegend. Wenn sich maßgeschneiderte Lösungen heute in deutlich kürzerer Zeit entwickeln lassen und Unternehmen Standardsoftware häufig nur zu einem Bruchteil nutzen, wird neu zu bewerten sein, welche Software künftig noch extern bezogen werden muss – und wo eigene, KI-gestützte Entwicklung strategische Vorteile schafft.
Die strategischen Kernfragen lauten:
- Ist KI für uns Differenzierungsmerkmal oder nur Hygienefaktor?
- Entwickeln wir selbst oder kaufen wir ein – und wie abhängig machen wir uns von einzelnen Anbietern oder Foundation Models?
- Wie verändert KI unsere Pricing-Logik – und damit unsere Margen?
- Welche Teile unserer Software- und Wertschöpfungskette müssen wir künftig neu denken?
In der Softwareindustrie entscheidet KI zunehmend über Margen, Produktarchitektur und Wettbewerbsfähigkeit. Nicht als Add-on, sondern als zentraler Hebel entlang der Wertschöpfung. Das erhöht den Wettbewerbsdruck spürbar und wird perspektivisch auch die Rollenprofile und Kapazitätsbedarfe im Entwicklerarbeitsmarkt verändern.
3. Organisation: Vom Pilot zur Skalierung
Henning Sander:
Gerade im Banking sehen wir viele KI-Piloten aber wenig Skalierung. Woran liegt das?
Tobias Piegeler:
Weil KI häufig als „standalone“ Innovationsprojekt behandelt wird und nicht als unternehmensweite Transformationsaufgabe. Erfolgreiche Unternehmen unterscheiden sich in drei Punkten: Sie priorisieren wenige, wirtschaftlich relevante Use-Cases. Sie verankern Verantwortung auf Vorstandsebene und kaskadieren sie konsequent in die Organisation bis in die operativen Einheiten. Und sie messen Business Impact konsequent, nicht nur Aktivität.
Viele Initiativen bleiben im Proof-of-Concept stecken, weil Operating Model und Governance nicht angepasst werden. Das Labor ist nicht das Problem. Häufig ist das Mandat formal vorhanden. Es fehlt jedoch an konsequenter Umsetzung, organisatorischer Verankerung und den notwendigen Lern- und Skalierungsstrukturen.
KI braucht kein Lab – sie braucht ein Mandat. Und eine Führung, die dieses Mandat lebt.
Wo KI wirklich Wert schafft – und wo nicht
Kai Bättenhausen:
Wo entsteht konkret messbarer Wert durch KI?
Tobias Piegeler:
Im Banking verändert KI unter anderem die Risikomodellierung grundlegend. Aber nicht nur dort: auch Research, Analysen, Simulationen und Financial Modelling profitieren zunehmend von KI-gestützten Verfahren. Traditionelle Credit-Scorings arbeiten mit einer überschaubaren Zahl von Variablen. KI-Modelle können ein Vielfaches davon in Echtzeit verarbeiten. Das ist kein Effizienzgewinn, das ist ein neues Risikoparadigma. Das zentrale Problem dabei: Wer validiert diese Modelle? Wer haftet bei Fehlentscheidungen? Genau hier entscheidet Governance über ROI.
In der Softwarebranche steigt die Entwicklerproduktivität mit KI-Unterstützung erheblich. Allerdings nur dann, wenn Code-Quality-Gates, Review-Prozesse und Testing mithalten. Gleichzeitig geht der Effekt über reine Produktivitätsgewinne hinaus: Autonome Agenten verändern zunehmend, wie Software entsteht, getestet und betrieben wird. Messbarer Wert entsteht dabei nicht mehr nur durch die schnellere Fertigstellung großer Releases, sondern auch durch eine deutlich höhere Zahl umgesetzter Ideen, Prototypen und Mini-Applikationen sowie durch reduzierte externe Lizenzkosten.
Viele Unternehmen beschleunigen Features und verschlechtern dabei den Tech Debt. Der ROI kippt dann nach zwölf Monaten ins Negative. Beschleunigung ohne Governance ist kein Gewinn, sondern ein verzögertes Problem. Mit zunehmender Agentennutzung entwickelt sich daher „AgentOps“ – also die strukturierte Steuerung, Versionierung und Kontrolle autonomer Systeme – zu einer neuen Kernkompetenz, ähnlich der Rolle von DevOps in früheren Transformationsphasen.
Wert entsteht durch Integration in Daten, Prozesse und Systemlandschaften. Nicht durch bloßen Tool-Einsatz.
KI – Risiko, Regulierung und Haftung
Henning Sander:
Gerade in regulierten Branchen ist Haftung ein zentrales Thema. Wie verändert KI die Risikolandschaft für Vorstands- und Geschäftsführungsebene?
Tobias Piegeler:
KI ist nicht nur Effizienzthema, sondern Geschäftsrisiko. Wer haftet bei Fehlentscheidungen auf Basis von KI-Empfehlungen? Wie prüfbar sind Modelle? Wie transparent sind Entscheidungslogiken? Wie wirkt sich ein KI-Fehler reputativ aus? Mit dem zunehmenden Einsatz autonomer Agenten verschärft sich diese Risikodimension zusätzlich, da Systeme nicht mehr nur analysieren, sondern eigenständig Aktionen auslösen können. Damit verschiebt sich auch das Governance-Paradigma: Weg vom klassischen „Human in the Loop“ als reinem Kontrollmechanismus hin zu „Human in the Lead“, bei dem Führung Verantwortung, Leitplanken und Eskalationslogiken aktiv vorgibt. Das sind keine IT-Fragen. Das sind Vorstandsfragen.
Im Banking konkret: Das Drei-Linien-Modell muss neu gedacht werden. Model Risk Management, interne Revision und Compliance müssen nicht nur KI-Modelle prüfen können, sondern zunehmend auch KI-gestützte Anwendungen und deren Ergebnisse bewerten. Der AI-Act schärft diese Anforderungen zusätzlich. Gleichzeitig rückt die Abhängigkeit von einzelnen Technologieanbietern stärker in den Fokus, ebenso wie die Frage nach digitaler Souveränität in Europa. Das ist keine Compliance-Aufgabe. Das ist eine strategische Weichenstellung.
Führung bedeutet hier nicht, Risiken zu vermeiden, sondern sie bewusst zu managen. Für Vorstände ist KI keine IT-Frage, sondern eine Board-Level-Governance-Frage.
Fehlbesetzungen auf Top-Ebene: Was wirklich schiefgeht
Kai Bättenhausen:
Was beobachten wir im Executive Search, wenn es um KI-relevante Führungsrollen geht?
Tobias Piegeler:
Die typischen Fehlbesetzungen sind: Chief AI Officer ohne Mandat. IT-getriebene Rollen ohne Wertschöpfungsverantwortung. Innovationsprofile ohne Skalierungsstärke. Und kontrollorientierte Vorstände ohne Experimentierbereitschaft.
Das Problem ist selten fehlendes KI-Wissen und zunehmend auch nicht mehr das formale Mandat. Häufiger scheitert Wirkung an der fehlenden Verbindung von Technologie, Wertschöpfung und Führungsreife sowie an organisationalen Hürden: Silodenken, starre Strukturen, eingefahrene Prozesse oder politische Reibungsverluste bremsen die Umsetzung. Zu viele Entscheidungsträger sind heute vor allem nach außen sichtbar – nach innen aber wirkungslos, weil die organisationale Verankerung echter Veränderung fehlt.
Kai Bättenhausen:
Das sehen wir im Executive Search sehr konkret. Die Anforderungsprofile haben sich verschoben. Aber viele Unternehmen suchen noch nach den alten Mustern. Sie suchen den Technologieexperten, obwohl sie die Integrationskraft brauchen. Gleichzeitig bleibt der Innovator entscheidend. Als Vordenker, Visionär und mutiger Antreiber, der Veränderung im Unternehmen vorlebt und Menschen mitnimmt. Die eigentliche Herausforderung liegt jedoch häufig nicht im Erfinden, sondern in der konsequenten Skalierung und der richtigen Verankerung in IT-Landschaft und Organisation.
Welche Führungsprofile den Unterschied machen
Henning Sander:
Was unterscheidet Führungskräfte, die KI wirklich skalieren, von denen, die es nicht tun?
Tobias Piegeler:
Vier Dinge. Sie denken KI in Wertschöpfungslogiken. Sie sprechen in P&L, nicht in Modellarchitekturen. Sie priorisieren konsequent, also entscheiden auch, was nicht gemacht wird. Sie entscheiden unter Unsicherheit, statt auf Perfektion zu warten. Und sie bauen Leitplanken statt Mikromanagement.
Messbar wird das durch drei Größen: die Geschwindigkeit von der Idee zur Skalierung, den realisierten wirtschaftlichen Impact und den Nutzungsgrad innerhalb der Organisation. Alles andere ist Aktivität, kein Ergebnis.
KI ist eine Leadership-Aufgabe. Kein IT-Projekt.
Die Talent-Frage: Wen brauchen Vorstands- und Geschäftsführungsebenen wirklich?
Kai Bättenhausen:
Wie verändert das die Zusammensetzung von Vorständen und Geschäftsführungen, und was bedeutet das für die Besetzung dieser Rollen?
Tobias Piegeler:
Wir sehen bereits: weniger Funktionssilos, mehr Generalisten mit Technologie- und Business-DNA, einen steigenden Einfluss daten- und produktnaher Rollen und zunehmende Technologiekompetenz im Aufsichtsrat. KI wird keine Spezialrolle bleiben. Sie wird zentrale Infrastruktur und damit eine Querschnittsanforderung in jedem Vorstandsressort.
Kai Bättenhausen:
Die häufigste Fehlbesetzung ist der technische Experte ohne Geschäftsverständnis – oder umgekehrt der Business-Leader ohne Technologiereife. Was wirklich gesucht wird, aber selten gefunden: Persönlichkeiten, die beides verbinden. Konkret bedeutet das:
- Business-Outcome-Denken: Sie sprechen in P&L, nicht in Modellarchitekturen.
- Skalierungserfahrung: Sie haben schon einmal etwas vom Pilot zum Rollout gebracht.
- Governance-Reife: Sie wissen, wie man Risiken managt, ohne Innovation abzuwürgen.
- Leadership- und Transformationsstärke: Sie gehen sichtbar voran, etablieren eine konstruktive Fehlerkultur, begeistern Menschen für Veränderung und schaffen Vertrauen in den Wandel.
- Kulturelles Gespür: Sie erkennen, wo Organisationen blockieren und wie man sie bewegt.
Diese Profile sind selten. Und auf dem klassischen Talentmarkt kaum sichtbar, weil sie oft aus unkonventionellen Karrieren kommen. Genau deshalb werden sie übersehen und genau deshalb sind sie so entscheidend.
Führung im KI-Zeitalter: Die Bademeister-Metapher
Henning Sander:
Was bedeutet das alles für Führung konkret – im Alltag, nicht nur im Strategiepapier?
Tobias Piegeler:
Führungskräfte werden im KI-Zeitalter zu Bademeistern. Aber nicht zu solchen, die nur vom Beckenrand pfeifen. Ein guter Bademeister kann selbst schwimmen. Er war im Wasser, hat ausprobiert, gelernt und versteht aus eigener Erfahrung, wo Chancen liegen und wo Risiken entstehen. Gerade deshalb schafft er Sicherheit für andere.
Seine Aufgabe ist nicht, für andere zu schwimmen. Er sorgt dafür, dass Menschen ins Wasser gehen können, ohne Angst zu haben, zu ertrinken. Er kennt die Regeln, beobachtet Risiken und greift ein, wenn es kritisch wird.
Konkret bedeutet das: Entscheidungshoheit verschieben, nicht nur delegieren. Fehlertoleranz definieren: Wann greife ich ein? Experimente zulassen, aber klare Leitplanken setzen. Rahmenbedingungen schaffen: strategisch, technisch, prozessual und organisatorisch. Und Impact messen, nicht nur Aktivität.
KI lernt man nicht vom Beckenrand. Aber ohne Führungskräfte, die selbst im Wasser waren, wird auch niemand anderes springen.
Fazit: KI als Stresstest für Führung
KI ist kein IT-Projekt. Sie ist ein Führungsthema, ein Wertschöpfungsthema, ein Governance-Thema. Geschäftsführer und Vorstände, die das delegieren, delegieren ihre Gestaltungsfähigkeit.
Technologie verstärkt, was bereits angelegt ist. Wo Entscheidungslogiken heute unklar sind, schafft KI keine Ordnung. Wo Verantwortung nicht eindeutig verankert ist, erhöht KI die Komplexität. Und Führung wird im KI-Zeitalter transparenter – in ihrer Klarheit ebenso wie in ihren Lücken.
Die Aufgabe ist dreifach: Wirtschaftlichen Mehrwert identifizieren und konsequent realisieren. Risiken bewusst managen, nicht vermeiden. Und Führungspersönlichkeiten gewinnen oder entwickeln, die Technologie, Wertschöpfung und Governance verbinden. Auf Vorstandsebene verankert, nicht im Lab versteckt.
KI ist damit kein IT-Projekt. Sie ist ein Reife-Test für Führung und ein Beschleuniger für die Organisation, die Unternehmen ohnehin werden wollen.
Am Ende entscheidet nicht das Modell. Nicht das Tool. Nicht der Prompt. Sondern ob Ihr Vorstand das Mandat hat, die Struktur besitzt und die Führungsprofile eingezogen hat, die KI wirtschaftlich wirksam machen, und ob die Organisation in der Lage ist, die richtigen Fragen im richtigen Kontext zu stellen.
