Die Neuvermessung der Führung

Ende September titelte das Handelsblatt, durch KI könnten aus zehn Managementebenen vier werden. Was nach Zukunftsszenario klingt, ist bei Volkswagen bereits beschlossene Sache. Bis zum Ende des Jahrzehnts sollen von rund 21.500 Führungsstellen etwa 5.500 verschwinden, der Aufsichtsrat hat dem Plan Anfang September zugestimmt, und Deutsche Bahn, BMW und Bayer bauen ebenfalls Tausende Managementstellen ab (Handelsblatt 2026). Der Abbau hat nicht mit KI begonnen, aber KI liefert ihm inzwischen die Begründung und das Tempo.

Interessanter als die Zahl ist, was danach kommen soll. Volkswagen will die Führung auf vier Ebenen verdichten, Rückstufungen ermöglichen und Manager ab 2027 nach Medienberichten mit einem Sternesystem bewerten, das Zielerreichung, Verhalten und Wirkung im Unternehmen sichtbar und vergleichbar machen soll. Der persönliche Leistungsanteil am Bonus würde sich damit von gut 15 auf 35 Prozent mehr als verdoppeln (auto motor und sport 2026). Offiziell bestätigt hat der Konzern das Modell bislang nicht, die Richtung ist trotzdem eindeutig: Wer bleibt, soll sich messen lassen.

Wer misst eigentlich wen?

Gegen Messen ist nichts einzuwenden, wir leben davon. Bemerkenswert ist allerdings, wie wenig die Forschung den gängigen Bewertungsverfahren zutraut. Als Steven Scullen, Michael Mount und Maynard Goff Leistungsbeurteilungen von fast 4.500 Managern auswerteten, die jeweils von Vorgesetzten, Kollegen und Mitarbeitenden eingeschätzt worden waren, stellten sie fest, dass mehr als die Hälfte der Unterschiede in den Urteilen auf die Eigenheiten der Beurteilenden zurückging und deutlich weniger auf die tatsächliche Leistung der Beurteilten (Scullen et al. 2000). Ein Sternesystem, das „Verhalten“ bewertet, ohne vorher festzulegen, welches Verhalten gemeint ist, erzählt deshalb verlässlich etwas über die Menschen, die die Sterne vergeben. Über die Führungskraft erzählt es weniger, als man glauben möchte.

Das Problem verschärft sich, sobald es um Führung geht, weil die wirksamsten Führungsleistungen oft die unauffälligsten sind. Der KODE® Leadership Report 2026 wertet rund 40 Kompetenzmodelle aus, die wir zwischen 2020 und 2025 für Organisationen unterschiedlichster Branchen entwickelt haben. Ganz oben stehen Eigenverantwortung, ganzheitliches Denken und Entscheidungsfähigkeit, also Kompetenzen, die sich in keiner Vorstandspräsentation zeigen, sondern in der Art, wie jemand eine unklare Lage ordnet, eine Entscheidung trifft und für ihre Folgen einsteht (ausführlich in Führungskompetenzen 2026: Das Ende der Heldenführung). Wer solche Kompetenzen bewerten will, muss sie vorher so beschreiben, dass zwei Beobachter unabhängig voneinander dasselbe darunter verstehen, und er muss mehr als eine Perspektive einholen. Sonst gewinnt bei der nächsten Verdichtung der Ebenen nicht die beste Führungskraft, sondern die sichtbarste.

Was von Führung übrig bleibt, wenn die Software mitführt

Wie Beschäftigte über ihre Vorgesetzten denken, zeigt eine Zahl aus einer repräsentativen Bitkom-Befragung, die man zweimal lesen muss. Ein Drittel der Befragten hält es für möglich, dass eine KI die Arbeit ihrer Vorgesetzten übernimmt, während nur 14 Prozent dasselbe für ihre eigene Arbeit annehmen (Bitkom 2026b). Darin steckt weniger Kränkung als Diagnose. Wer seinen Chef vor allem als jemanden erlebt, der Aufgaben verteilt, Termine nachhält und Berichte weiterreicht, hat allen Grund, ihn für automatisierbar zu halten, denn genau diese Tätigkeiten übernimmt generative KI inzwischen in erstaunlichem Umfang (Van Quaquebeke/Gerpott 2023).

Die Führungskräfte selbst gehen erschöpft in diesen Umbruch. Weltweit ist nur noch gut jede fünfte emotional bei der Sache, 22 Prozent nach 27 im Jahr zuvor, und in Deutschland erleben lediglich 21 Prozent der Beschäftigten, dass ihre Führungskraft den Einsatz von KI im Team aktiv begleitet. Wo das geschieht, bewerten Mitarbeitende den Nutzen der Technologie um ein Vielfaches häufiger positiv (Gallup 2026). Die Rolle, die hier unbesetzt bleibt, ist anspruchsvoller als alles, was die KI ihnen abnimmt.

Wie anspruchsvoll, hat ein Feldexperiment mit 758 Beratern der Boston Consulting Group gezeigt. Bei Aufgaben, die gut im Leistungsbereich der KI lagen, arbeiteten die Teilnehmenden mit GPT-4 schneller und lieferten deutlich bessere Ergebnisse. Bei einer Aufgabe, die knapp jenseits dieses Bereichs lag, aber ebenso plausibel klang, lagen sie mit KI um 19 Prozentpunkte seltener richtig als ohne (Dell'Acqua et al. 2023). Die Forschenden sprechen von einer zerklüfteten Grenze, die von außen nicht zu sehen ist. Für Führung heißt das, dass ihr Kern sich vom Wissen zum Urteil verschiebt: zu erkennen, auf welcher Seite dieser Grenze eine Aufgabe liegt, ein überzeugend formuliertes Ergebnis trotzdem zu verwerfen und einem Team die Sicherheit zu geben, das ebenfalls zu tun. Das ist keine Fertigkeit, die man in einem Nachmittag erwirbt, und auch keine, die sich mit einem Zertifikat belegen ließe.

Warum eine Schulungsquote nichts über Kompetenz verrät

An dieser Stelle hält sich in vielen Unternehmen eine bequeme Annahme: Wer seine Leute schult, hat das Thema im Griff. Die Zahlen sprechen dagegen. Inzwischen bieten 70 Prozent der Unternehmen KI-Schulungen an, vor einem Jahr verzichteten noch 43 Prozent ganz darauf, und dennoch halten zwei Drittel die KI-Kompetenz ihrer Belegschaft für gering (Bitkom 2026a). Auf Seite der Beschäftigten sieht es noch nüchterner aus, denn nur jede und jeder Fünfte gibt an, vom Arbeitgeber überhaupt im Umgang mit KI geschult worden zu sein (Bitkom 2026b). Die Schulungsquote wächst also, und das Vertrauen in die Kompetenz wächst nicht mit.

Das überrascht uns nicht, weil Schulung und Kompetenz zwei verschiedene Dinge beschreiben. John Erpenbeck und Volker Heyse, auf deren Arbeit unsere Methodik zurückgeht, verstehen Kompetenzen als Fähigkeiten, in offenen und unübersichtlichen Situationen selbstorganisiert und kreativ zu handeln. Wissen und Fertigkeiten sind dafür Voraussetzung, aber erst Werte, Erfahrung und Haltung machen daraus Handlungsfähigkeit (Heyse/Erpenbeck 2007). Ein Kurs kann vermitteln, wie man einer KI eine präzise Anweisung gibt. Ob jemand dem Ergebnis anschließend mit der richtigen Mischung aus Offenheit und Skepsis begegnet, entscheidet sich erst im Alltag, unter Zeitdruck und mit echten Folgen. Deshalb haben wir unsere KI-Studie unter einen Satz gestellt, der in manchen Ohren provokant klingt und doch nur die Begriffe auseinanderhält: Prompten ist keine Kompetenz.

Die Automationsforschung kennt das Problem seit Jahrzehnten aus Cockpits und Leitständen. Menschen neigen dazu, automatisierten Empfehlungen mehr zu vertrauen, als diese verdienen, und sie übersehen Fehler umso eher, je stärker sie ausgelastet sind. Dieser Effekt tritt bei Laien wie bei Fachleuten auf und lässt sich durch bloße Unterweisung kaum beseitigen (Parasuraman/Manzey 2010). Hinzu kommt, dass Menschen ihr eigenes Können freundlich einschätzen. 97 Prozent der Beschäftigten in Deutschland halten ihre Leistung für mindestens durchschnittlich, während die Personalverantwortlichen knapp ein Fünftel als unterdurchschnittlich einstufen (McKinsey 2026). Bei einer Kompetenz, die so neu ist wie der Umgang mit KI, dürfte diese Lücke eher größer als kleiner ausfallen. Eine Organisation, die ihren Stand anhand von Teilnahmelisten und Selbstauskünften beurteilt, misst also genau die beiden Größen, die am wenigsten über ihre tatsächliche Urteilskraft verraten.

Artikel 4 nach dem Omnibus

Der europäische Gesetzgeber hat diese Unterscheidung inzwischen selbst nachvollzogen, wenn auch mit anderer Absicht. Seit Februar 2025 verlangt Artikel 4 der KI-Verordnung von Unternehmen, die KI einsetzen, für ein ausreichendes Maß an KI-Kompetenz ihres Personals zu sorgen. Mit dem KI-Omnibus, der Ende Juli in Kraft trat, wurde der Artikel neu gefasst. Unternehmen müssen weiterhin Maßnahmen ergreifen, um die KI-Kompetenz ihrer Beschäftigten und der in ihrem Auftrag tätigen Personen zu fördern, aber sie müssen nicht mehr sicherstellen, dass jede einzelne Person ein bestimmtes Niveau erreicht (Verordnung (EU) 2026/1744; KI-Campus 2026).

In manchen Geschäftsleitungen ist daraus die Lesart entstanden, das Thema habe sich erledigt. Uns scheint die Änderung eher das Gegenteil zu bewirken. Das Gesetz hat sich vom geschuldeten Ergebnis auf das geschuldete Bemühen zurückgezogen, und ein Bemühen lässt sich nur dann als angemessen begründen, wenn man weiß, wovon man ausgeht, wohin man will und woran man merkt, dass man vorankommt. Die Verantwortung für Entscheidungen, die mit Hilfe von KI getroffen werden, ist durch den Omnibus ohnehin um keinen Deut kleiner geworden.

Die Lücke sitzt in der Personalabteilung selbst

Naheliegend wäre, dass HR diese Begründung liefert. Doch ausgerechnet dort fehlt häufig das Werkzeug. In einer aktuellen Studie von Kienbaum und dem Bundesverband der Personalmanager gaben 56 Prozent der HR-Abteilungen an, über kein eigenes Modell zu verfügen, um KI-Kompetenz und Verantwortung im Unternehmen zu verankern, und ihren eigenen Mitarbeitenden attestierten die Befragten nur zu rund 30 Prozent fundierte KI- und Digitalkompetenz (Kienbaum/BPM 2026). Die Personalabteilung soll also eine Kompetenz entwickeln, die sie bei sich selbst noch nicht beschreiben kann.

Dabei ist das Fundament vielerorts längst vorhanden. Rund drei Viertel der Unternehmen in Deutschland arbeiten bereits mit einer Kompetenz-Taxonomie (McKinsey 2026). KI-Kompetenz braucht daneben kein Sonderprogramm mit eigener Logik, sie gehört als eigenständiges Feld in die bestehenden Modelle, gleichrangig mit Entscheidungs- und Kooperationsfähigkeit und mit derselben Sorgfalt beschrieben. Dass die Weiterbildungsausgaben pro Kopf laut McKinsey innerhalb eines Jahres um rund ein Viertel gesunken sind, macht diesen Schritt nicht weniger dringlich. Wer weniger ausgeben kann, muss genauer wissen, wohin das Geld fließen soll.

Wie wir Führung und KI-Kompetenz messbar machen

Unsere Arbeit beginnt immer an derselben Stelle, bei der Übersetzung eines großen Wortes in beobachtbares Handeln. Der KODE® KompetenzAtlas ordnet 64 Teilkompetenzen den vier Basiskompetenzen zu, personal, aktivitäts- und umsetzungsorientiert, fachlich-methodisch und sozial-kommunikativ, und schafft damit eine gemeinsame Sprache, in der sich beschreiben lässt, was eine Führungsrolle tatsächlich verlangt. Für den Umgang mit KI heißt das zum Beispiel, festzulegen, woran man erkennt, dass eine Führungskraft KI-Ergebnisse angemessen prüft, Verantwortung für deren Folgen übernimmt und ihr Team dabei begleitet, dieselbe Urteilskraft zu entwickeln. Erst auf dieser Grundlage wird Messung aussagekräftig, weil Selbst- und Fremdeinschätzung sich auf dasselbe beziehen und die Abweichung zwischen beiden zeigt, wo Entwicklung tatsächlich ansetzen muss. Eine zweite Messung nach einigen Monaten macht schließlich sichtbar, ob die gewählten Maßnahmen wirken, und liefert damit genau die Begründung, die Artikel 4 heute verlangt und die eine Bewertungsrunde nach dem Ebenenabbau dringend bräuchte.

Für den Einstieg haben wir einen KI-Schnelltest entwickelt, der in fünf Minuten zeigt, wo eine Organisation in sechs Kompetenzfeldern steht, von der Orientierung im Umgang mit KI über Urteil und Qualitätssicherung bis zu Verantwortung und Nachweis, und in welchem Feld der größte Engpass liegt. Er ersetzt keine Kompetenzmessung, weil er auf der Selbsteinschätzung einer Person beruht, aber er macht in wenigen Minuten sichtbar, an welcher Stelle eine genauere Betrachtung lohnt. Wer tiefer einsteigen möchte, findet im Leadership Report die vollständige Auswertung der 40 Kompetenzmodelle samt Zeit- und Branchenvergleich und in unserer KI-Studie die ausführliche Begründung, warum KI-Kompetenz mehr ist als der sichere Umgang mit einem Werkzeug.

Die Neuvermessung der Führung findet ohnehin statt, in Aufsichtsräten, in Bonusmodellen und in den Köpfen der Beschäftigten. Unternehmen haben lediglich die Wahl, ob sie dabei mit einem Maßstab arbeiten, den sie selbst festgelegt haben, oder mit dem Eindruck, den eine Führungskraft im richtigen Moment hinterlässt.

Quellen

auto motor und sport (2026): VW-Manager erhalten Sterne-Bewertung: Ab 2027 zählt eigene Leistung. Online.

Bitkom (2026a): Erstmals nutzt Mehrheit der Unternehmen KI. Presseinformation, 14.09.2026. Befragung von 603 Unternehmen ab 20 Beschäftigten.

Bitkom (2026b): Ein Fünftel wurde im Job zu KI geschult. Repräsentative Befragung von 1.005 Personen ab 16 Jahren.

Dell'Acqua, F. / McFowland III, E. / Mollick, E. R. / Lifshitz-Assaf, H. / Kellogg, K. / Rajendran, S. / Krayer, L. / Candelon, F. / Lakhani, K. R. (2023): Navigating the Jagged Technological Frontier. Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.

Gallup (2026): State of the Global Workplace 2026. Gallup, Washington, DC.

Handelsblatt (2026): „Durch KI können aus zehn Managementebenen vier werden“. 30.09.2026.

Heyse, V. / Erpenbeck, J. (Hrsg.) (2007): Kompetenzmanagement. Methoden, Vorgehen, KODE® und KODE®X im Praxistest. Waxmann, Münster.

KI-Campus (2026): EU AI Act: KI-Omnibus justiert Artikel 4 neu – KI-Kompetenz bleibt Pflicht. 28.07.2026.

Kienbaum / BPM (2026): Künstliche Intelligenz in HR – Zwischen Aufbruch und Reifeprüfung. 151 ausgewertete Teilnehmende, nicht repräsentativ.

McKinsey & Company (2026): HR-Monitor 2026. Pressemitteilung, 17.06.2026.

Parasuraman, R. / Manzey, D. H. (2010): Complacency and Bias in Human Use of Automation. An Attentional Integration. In: Human Factors, 52(3), S. 381–410.

Scullen, S. E. / Mount, M. K. / Goff, M. (2000): Understanding the Latent Structure of Job Performance Ratings. In: Journal of Applied Psychology, 85(6), S. 956–970.

Van Quaquebeke, N. / Gerpott, F. H. (2023): The Now, New, and Next of Digital Leadership. In: Journal of Leadership & Organizational Studies, 30(3), S. 265–275.

Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 4, in der Fassung der Verordnung (EU) 2026/1744 (KI-Omnibus).