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.
Im zweiten Teil des Gesprächs geht es darum, wo KI tatsächlich wirtschaftlichen Wert schafft – und welche Rolle Governance dabei spielt.
