Die KI-Revolution wird zunehmend als Führungsproblem erkannt. Sie präsentiert sich als Herausforderung (Disruption von Geschäftsmodellen, neue Konkurrenten, etc.), insbesondere aber als auch als riesige Chance (Effizienzgewinne, neue Produkte und Services, etc.). Oft entsteht ein Gefühl der Dringlichkeit, ohne eine genaue Vorstellung davon, was die KI-Revolution für das eigene Unternehmen oder den eigenen Verantwortungsbereich bedeutet. Die gute Nachricht ist: Führung muss nicht alle Fragen vorab beantworten können. Führung muss aber die Voraussetzungen schaffen, dass die Organisation Chancen schnell und effektiv nutzt. Dazu muss sie Mitarbeitende befähigen, Ängste zerstreuen, die Lizenz zu experimentieren vergeben, Labore einrichten, ihre Vision formulieren und schließlich den Wandel vorleben.

Es gibt kein Benutzerhandbuch für KI. Vielmehr zeigt sich, dass die Mitarbeitenden - als beste Experten für ihre jeweiligen Jobs - sehr gut darin sind, sich KI-Tools zur Verbesserung ihrer eigenen Arbeit selbständig zu erschließen. Entscheidend sind dabei zwei Aspekte: Erstens, Mitarbeitende müssen KI “legal” nutzen dürfen und sogar nutzen sollen (Anreize schaffen). Zweitens, sie müssen es auch wollen. Nur wenn die Führung des Unternehmens beides ermöglicht, können Mitarbeitende in Laboren die KI-Revolution autonom gestalten und auf ihre Zwecke zuschneiden. Nur durch diesen bottom-up-Ansatz wird gewährleistet, dass wirklich nützliche Lösungen entstehen und nicht am Bedarf von Mitarbeitenden und Kunden vorbeigearbeitet wird. Überdies verhindert er Akzeptanzprobleme bei der Skalierung von Lösungen in der Organisation.

Neben der völlig dezentralisierten, autonomen Entwicklung von KI-Lösungen durch die Mitarbeitenden, kann die Führung durch die Einrichtung von KI-Labore strategische Entwicklungsschwerpunkte setzen. Es handelt sich dabei weniger um Labore im naturwissenschaftlichen Sinne, als vielmehr um techno-soziale Settings, die von cross-funktionalen Teams im Unternehmen frei gestaltet werden. Hypothesen werden in kurzen Sprints iterativ zu Prototypen (Realitäten auf Probe) entwickelt, getestet und schließlich flächendeckend ausgerollt. Die Hypothesen können dabei sowohl aus der Führungsmannschaft stammen, als auch aus der freien Auseinandersetzung der Mitarbeitenden mit KI. So entstehen - für alle Organisationsmitglieder erlebbar - unternehmensspezifische Benchmarks für die Leistungsfähigkeit von KI.