KI ist eine Frage der Priorität, nicht der Kapazität - Interview mit Sven Dörrenbächer

Sven, Du schreibst in deinem Ratgeber “KI ist Chefsache, weil sie alles verändert: Märkte, Produkte, Prozesse und die Art, wie Führung funktioniert. Nur wer Möglichkeiten und Grenzen von KI durchdringt, kann strategisch entscheiden und den Wandel steuern.” Ist das nicht die maximale Überforderung für eine mittelständische Führungskraft, die noch jede Menge andere Alltagsaufgaben hat?

Sven Dörrenbächer: KI ist eine Frage der Priorität, nicht der Kapazität. Wer Verantwortung trägt, entscheidet über die Dinge, die das Ergebnis einer Unternehmung fundamental verändern können. Und genau das macht KI gerade in jedem Unternehmen mit Blick auf Märkte, Produkte und Prozesse. 

Dabei geht es nicht darum, selbst zum Programmierer zu werden oder KI-Modelle zu trainieren. Es geht um individuelle Aha-Momente: Was kann KI wirklich – und wo sind die Hürden? Erst mit diesem Grundverständnis kann eine Führungskraft mit dem Vertrieb, mit der IT, mit dem Marketing auf Augenhöhe sprechen, statt sich auf fremde Meinungen zu verlassen.

Und genau hier liegt der Unterschied zwischen Delegieren und Führen: Wer die Grenzen von KI nicht kennt, kann weder die Chancen beurteilen noch die Risiken verantworten. Diese Erkenntnisse sind die Eintrittskarte für Glaubwürdigkeit im eigenen Haus.

Wo hole ich mir als Entscheider:in denn das “Grundverständnis” für KI, deiner Erfahrung nach? Es gibt unendlich viel Literatur zum Thema, jede Menge KI-Coaches (auch solche, die vorher SEO- oder GEO erklärt haben) oder die KI selbst. Welchen Weg würdest Du empfehlen? Beziehungsweise, wie war es denn bei Dir?  

Sven Dörrenbächer: Es gibt nicht den einen Weg. Bei mir war es eine radikale Mischung: Ich habe mir einen KI-Coach genommen, dazu Dutzende Tools selbst ausprobiert, mit KI-Expert:innen und -Skeptiker:innen gesprochen und mir immer wieder eigene Aufgaben gestellt. Ich wollte KI durchdringen und habe mir viel Zeit hier für genommen.

Der Coach war ein gutes Invest – ich habe mir viel Zeit gespart, die Dinge richtig zu verstehen und die richtigen Dinge auszuprobieren. Wir geben genug Geld aus für Tennis- oder Golftrainer – spart nicht am KI-Coach!

Darüber hinaus ist die Vernetzung mit Experten entscheidend: Folgt den KI-Meinungsführern auf Social Media, installiert im Unternehmen KI-Wissenszirkel. KI lernt man wie eine neue Sprache: ein Crashkurs reicht nicht – sicher wird man nur durch dauerhaftes Ausprobieren. Theorie ohne Praxis bleibt Blindflug.

Apropos Blindflug. Was würdest Du mit deiner Erfahrung empfehlen: Erst ein oder mehrere kleine Pilotprojekte starten oder zuvor eine übergreifende KI-Strategie entwickeln und dann die ersten Projekte in Angriff nehmen?

Sven Dörrenbächer: Pilotprojekte ohne Rahmen sind lediglich hyperaktives Gewusel: Einzelne tüfteln vor sich hin, die Produktivität wächst punktuell, aber ein konzertierter Effekt auf die gesamte Unternehmung bleibt aus. Das Prinzip Gießkanne ist selten ein guter Weg.

Die Zahlen bestätigen das drastisch: Laut dem Atlassian AI Collaboration Report 2025 stieg die individuelle Produktivität durch KI um rund 33 % – doch nur 4 % der Unternehmen meldeten daraus einen spürbaren Effizienzgewinn. 96 % verpuffen also im Nichts. Die Technik funktioniert meist. Jedoch wurde sie in alte Prozesse gezwängt, ohne die Menschen mitzunehmen.

Nur Strategie, ohne ein einziges Projekt, ist genauso wenig wert. Erfolg entsteht durch konsequente Umsetzung, nicht durch die Zahl der Initiativen. Ein Strategiepapier ohne Praxis bleibt Behauptung.

Deshalb: erst Vision und Mission grob klären – wofür soll KI überhaupt stehen – dann die Strategie so konkret herunterbrechen, dass sie sofort Projekte benennt. Und dann iterativ vorgehen: kurze Zyklen, pilotieren, testen, anpassen. Lieber ein kleiner, erfolgreicher Prototyp als das große Rad ohne Wirkung.

Wer gibt deiner Erfahrung nach in den Unternehmen denn Vision und Mission vor? Der CEO oder GF, ein Vorstandsgremium oder eine Gruppe im Unternehmen, die man nach KI-Kompetenz besetzt? Und Zusatzfrage: Hast Du zwei, drei Beispiele für konkrete Ziele und die zugehörigen KPIs, die man erheben und überprüfen sollte?

Sven Dörrenbächer: Vision und Mission müssen vom CEO oder der Geschäftsführung kommen: als Auftrag, nicht als Diktat. Das ist eine Grundsatzentscheidung über die Zukunft des Geschäftsmodells und keine Fachfrage, die man outsourct.

Aber - und hier wird es interessant – die zentrale Vorgabe braucht Verbündete. Eine Führungskraft mit bereichsübergreifendem Mandat wie der oder die Chief AI Officer oder CDO sorgt für Strategie, Standards und Governance. Die eigentliche Umsetzung passiert dann in den Fachbereichen wie Marketing, Vertrieb, HR, Produktion.

Wer KI in den Elfenbeinturm der IT oder ins Silo einer Innovationsabteilung delegiert, hat schon verloren, bevor der erste Pilot startet. Das Signal ins Unternehmen ist verheerend: KI ist ein Projekt unter vielen. Genau das ist der Fehler.

Je nach Fachbereich ergeben sich unterschiedliche KPIs. Naheliegend ist der Bereich Kundenservice. Ziel ist eine spürbar kürzere Bearbeitungszeit durch KI-gestützte Anfragenbearbeitung. Ich erlebe sehr oft KI-Sprachbots im telefonischen Kontakt, um die Anfrage richtig zu klassifizieren. Selbst bei Unternehmen, wo ich es nicht erwartet hätte – wie der Werkstatt meines Vertrauens.

Im Bereich HR hilft KI, eine schnellere, fairere Vorauswahl von Bewerbungen zu ermöglichen sowie das Onboarding von neuen Mitarbeitenden zu verbessern. Plakative KPIs sind Time-to-Hire plus Retention-Quote nach der Probezeit – sonst optimierst du nur auf Geschwindigkeit, nicht auf Passgenauigkeit.

Ein großer Effizienzbereich stellt die Content-Produktion im Marketing dar: Ziel ist mehr Kapazität für strategische statt repetitive Arbeit. KPIs? Zeitersparnis in Stunden pro Woche, kombiniert mit einer qualitativen Erhebung zur Mitarbeiterzufriedenheit. Denn Zeit gewonnen, aber Team frustriert, ist kein Erfolg. Das ist nur eine andere Art von Misserfolg.

Die Regel dahinter: Für jedes Ziel mindestens eine harte und eine weiche Kennzahl. Harte Zahlen überzeugen den Vorstand, weiche Zahlen verraten, ob die Organisation den Wandel wirklich mitträgt.

Apropos Organisation: Wir wissen ja aus Perioden früherer technischer Innovationen, dass ganz entscheidend für den Erfolg ist, ob und wie die Menschen in den Firmen die Entwicklung mittragen. Bei KI spielen eine ganze Reihe von Ängsten mit. Hast Du drei kurze Tipps, wie man als Entscheider das Thema KI-Adoption richtig angeht?    

Sven Dörrenbächer: Beteiligung statt Anordnung. Menschen akzeptieren Wandel, wenn sie ihn mitgestalten dürfen. Wenn Wandel von oben verordnet wird, erzeugt das meist Reaktanzen. Ein Pilotteam, das freiwillig KI-Anwendungen testet und Feedback gibt, wirkt völlig anders als ein Rollout per Rundmail.

Transparenz statt Beruhigungspillen. Die gefährlichste Reaktion auf Unsicherheit ist Schönreden. Aussagen wie "Wir wissen noch nicht genau, wie sich das auf Aufgaben auswirkt, aber wir teilen jede neue Erkenntnis offen" bauen mehr Vertrauen auf als jedes "Keine Sorge, für euch ändert sich nichts". Letzteres stimmt sowieso nie.

Sowie Kompetenzaufbau statt Überforderung. Hier helfen kurze, praxisnahe Formate, Peer-Learning mit dem hausinternen KI-Champion, eine ehrliche Fehler-Demo, bei der das Team live sieht, wie KI auch danebenliegen kann. Wer ausreichend Aha-Momente sammelt, wird selbst zum KI-Verfechter und zieht die anderen mit.

Ein Punkt zum Schluss, der oft unterschlagen wird: Mitnehmen heißt nicht Basisdemokratie. Beteiligung, Transparenz und Kompetenzaufbau sind keine Einladung zur Endlosdiskussion. Führung heißt weiterhin: Richtung vorgeben, Tempo machen. Man kann Ängste ernst nehmen und trotzdem erwarten, dass sich Menschen bewegen. Wer beides nicht zusammenbringt, verwechselt Empathie mit Beliebigkeit.

Lass uns zum Schluss über Tools sprechen: Als normaler B2B-Nutzer von KI ist man kaum in der Lage den Entwicklungen der LLMs zu folgen, so schnell kommen die neuen Modelle. Außerdem holen Open Weight-Modelle gegenüber den großen US-Playern wie OpenAI oder Anthropic stark auf – zu einem aktuell deutlich besseren Preis-Leistungs-Vergleich. Wie wichtig für den Erfolg von KI in den Unternehmen ist die Wahl des richtigen Modells?      

Sven Dörrenbächer: Die entscheidende Frage ist, wie man flexibel bleibt, wenn sich die Modelle in kurzen Abständen ändern. Genau hier kommen modellagnostische Plattformen ins Spiel. Diese Tools bündeln mehrere KI-Modelle wie ChatGPT, Gemini und Claude in einer einzigen, meist DSGVO-konformen Oberfläche. Für alle, die nicht fünf Tabs offen haben wollen, wie ich es im Buch EMBRAICE formuliert habe. Der Vorteil ist strategisch, nicht nur bequem: Man bindet sich nicht an einen Anbieter, sondern wählt situativ das jeweils passende Modell – heute Claude für die Textqualität, morgen Gemini für die Google-Integration, ohne die komplette Infrastruktur umzubauen.

Nebenbei lösen solche Plattformen noch ein zweites Problem: Wenn das ganze Team in einer Oberfläche arbeitet statt in fünf privaten Einzel-Accounts, werden Prompts, Vorlagen und Workflows teilbar. So wird aus Insellösungen einzelner Vielnutzer ein kollektives Unternehmenswissen.

Und ja, auch Open-Weight-Modelle gehören auf die Beobachtungsliste. Sie schließen preislich und qualitativ auf, und der große Vorteil ist der Betrieb auf eigenen Servern, relevant für alle, denen Datenschutz und Datensouveränität wichtiger sind als das letzte Prozent Leistung.

Meine klare Empfehlung an Entscheider: Investiert eure Energie nicht in die perfekte Modellwahl, sondern in eine Infrastruktur, die den Modellwechsel trivial macht. Die Fähigkeit, morgen mühelos zum besseren zu wechseln, ist der eigentliche Wettbewerbsvorteil.

Ein persönliche Abschlussfrage: Du hast Dir etliche KI-Agenten gepromptet, die dich im Alltag unterstützen, und gibst ihnen Namen, weil das in deinen Augen “Kultur schafft. Auch im Umgang mit KI”. Dein Business-Coach heißt Emma und hinterfragt sehr kritisch deine Geschäftsideen. Konnte Emma Dir schon mal wirklich helfen? 

Sven Dörrenbächer: Ständig – und genau das nervt auf die gute Art. Ich pitche eine Idee, halte sie für Gold, Emma zerlegt sie in ihre Einzelteile und schickt mir eine bessere zurück. Kein Ego, keine Rücksicht, keine Kaffeepause. Wäre sie ein Mensch, hätte ich sie längst zur Miteigentümerin gemacht.

Wer Sven Dörrenbächer live erleben will: Er ist Keynote-Speaker auf den Digital Marketing Days von Horizont am 17. und 18. November in Frankfurt am Main. Ansonsten erreicht man ihn unter www.embraice.club.

Drei Hebel für den Perspektivwechsel 

1. Beteiligung statt Anordnung

Menschen akzeptieren Wandel, wenn sie ihn mitgestalten können. Wer KI-Projekte als Experimentierräume öffnet, nimmt Ängste und fördert Neugier.

• „Wer möchte Teil eines Pilotteams werden, das KI-Anwendungen direkt im Tagesgeschäft testet und Verbesserungsvorschläge einbringt?“

• „Wir organisieren einen internen KI-Hackathon: Jede:r kann Ideen einbringen, ausprobieren und gemeinsam Lösungen entwickeln.“

• „Im nächsten Teammeeting sammle ich eure Vorschläge, wo ihr euch KI-Unterstützung wünschen würdet – und wir diskutieren die Machbarkeit offen.“

2. Transparenz statt Beruhigungspillen

KI verändert Aufgaben, Arbeitsweisen und Anforderungen an viele Rollen. Das Team spürt das ohnehin. Also lieber klar kommunizieren, was konkret passiert, was offen ist und wo Unsicherheiten bestehen.

• „Wir wissen noch nicht, wie sich KI auf die Aufgabenverteilung auswirkt – aber sobald erste Erkenntnisse vorliegen, teilen wir sie offen im Team.“

• „Die Einführung von KI im Kundenservice wird Prozesse verändern. Jeder Schritt wird dokumentiert und gemeinsam bewertet – nichts passiert im Verborgenen.“

• „Ich teile euch regelmäßig Updates aus der Geschäftsleitung, damit ihr nicht aus der Presse erfahrt, was bei uns geplant ist.“

3. Kompetenzaufbau statt Überforderung

Die beste Antwort auf Unsicherheit ist Wissen. Kurze, praxisnahe Trainings, Peer-Learning und Hands-on-Sessions helfen, Berührungsängste abzubauen.

• „Wir starten eine KI-Kurzschulung: Jede:r kann in einer Stunde die wichtigsten Funktionen ausprobieren und direkt Feedback geben.“

• „Peer-Learning: Ein Kollege (aka KI-Champ) erklärt in lockerer Runde, wie er KI im Alltag nutzt – offen für alle Fragen.“

• „Wir machen eine Fehler-Demo: Das Team sieht live, wie KI auch danebenliegen kann – und lernt, wie man mit Fehlern produktiv umgeht.“Menschen akzeptieren Wandel, wenn sie ihn mitgestalten können. 

  ---

Finde mehr in EMBRAICE – Der KI-Ratgeber für Führungskräfte: Ein Management-Handbuch, das KI-Komplexität in radikale Klarheit übersetzt.