Zuerst erschienen am 12. November 2026 im LinkedIn-Newsletter „Die stille Macht“. Neue Folgen lesen Sie dort eine Woche früher.

„Wir nutzen eigentlich keine KI.“ Den Satz hört man in Geschäftsführungen seltener als noch vor einem Jahr, aber er fällt immer noch. Gemeint ist damit fast immer etwas Engeres: Wir haben keinen Chatbot eingeführt. Künstliche Intelligenz arbeitet in vielen Unternehmen allerdings schon seit Jahren, im Spamfilter, in der Betrugserkennung der Bank, in der Absatzprognose und in der Kamera, die in der Fertigung fehlerhafte Teile aussortiert.

Für eine Geschäftsführung ist die Technik dahinter weniger wichtig als die Frage, welche Entscheidung jede Art von KI ihr abverlangt. Danach sortiert, kommt man auf vier Arten. Drei davon sind Techniken. Die vierte ist eher ein Lieferweg und bekommt hier deshalb den kürzesten Abschnitt.

Vorhersagende KI: Fehler, die man zählen kann

Die älteste Art schätzt, ordnet zu oder erkennt: Wie viel verkaufen wir im März, ist diese Zahlung verdächtig, ist dieses Teil fehlerhaft? Solche Systeme lernen aus vergangenen Daten. Ihre Fehler lassen sich zählen, als Trefferquote oder als Abweichung von der Prognose. Das macht sie vergleichsweise gut beherrschbar, solange die Vergangenheit etwas über die Gegenwart sagt. Wer im Frühjahr 2020 mit einer Absatzprognose auf Basis der Vorjahre geplant hat, weiß, wie schnell das vorbei sein kann.

Die Frage an die Geschäftsführung lautet deshalb: Wer merkt bei uns, wenn die Trefferquote nachlässt, und wer darf das System dann anhalten? In vielen Unternehmen ist das niemandes Aufgabe, weil das System ja einmal gut funktioniert hat.

Generative KI: Fehler, die wie Ergebnisse aussehen

Generative KI erzeugt Texte, Bilder, Code oder Zusammenfassungen. Ihr Grundproblem ist leicht gesagt und schwer zu verinnerlichen: Plausibel ist noch lange nicht richtig. Ein Sprachmodell formuliert eine erfundene Quelle genauso flüssig wie eine echte. Ein falsches Ergebnis sieht deshalb aus wie ein richtiges. Der Fehler fällt nur jemandem auf, der die Sache selbst beurteilen kann und sich die Zeit dafür nimmt.

Wie teuer das werden kann, hat im Herbst 2025 eine Beratung erfahren, die es eigentlich wissen sollte. Deloitte Australien musste einem Ministerium einen Teil des Honorars für einen Bericht zurückzahlen, in dem erfundene Literaturangaben und ein erfundenes Gerichtszitat standen. Die Frage an die Geschäftsführung ist hier eine andere als bei der vorhersagenden KI: Wer prüft bei uns die Ergebnisse, mit welchem Wissen, und in welcher Zeit? Was diese Prüfung kostet, steht in einer eigenen Folge.

Eingebettete KI: der Weg, auf dem die anderen kommen

Eingebettete KI ist vorhersagende oder generative KI, die in Standardsoftware steckt, im Büropaket, im ERP, im Kundensystem oder in der Personalsoftware. Sie verdient trotzdem einen eigenen Platz auf der Karte, weil sie die einzige Art ist, bei der niemand im Unternehmen über die Einführung entscheiden muss. Wo sie bei Ihnen steckt, war Thema der letzten Folge.

Agenten: Systeme, die handeln

Die vierte Art unterscheidet sich von den anderen durch eine einzige Eigenschaft: Ein Agent führt selbst Schritte aus. Er bucht, bestellt, verschickt, ändert Datensätze oder ruft andere Programme auf, oft in einer Kette, an deren Ende erst ein Mensch wieder hinsieht. Damit verschiebt sich die Frage, die eine Geschäftsführung stellen muss. Bei generativer KI lautet sie, wer das Ergebnis prüft. Bei einem Agenten lautet sie, was er darf, bevor überhaupt jemand hinsieht.

Für diese Frage gibt es im deutschen Handelsrecht ein altes und erstaunlich passendes Vorbild, die Prokura. Was ein Prokurist darf, regelt das Gesetz. Dass er es darf, steht im Handelsregister. Niemand erteilt Prokura, ohne zu wissen, wem. Bei einem Agenten steht das, was er darf, in seinen Berechtigungen. Die hat in vielen Unternehmen jemand in der IT eingestellt, oft genug mit den Voreinstellungen des Anbieters.

Dazu kommt etwas, das es beim Prokuristen nicht gibt. Ein Agent liest auch, was andere ihm schreiben. Im Juni 2025 wurde eine Sicherheitslücke in Microsoft 365 Copilot bekannt, bei der eine präparierte E-Mail genügte, um den Assistenten dazu zu bringen, interne Daten nach außen zu geben, ohne dass jemand die Mail öffnen musste (EchoLeak, CVE-2025-32711). Microsoft hat die Lücke geschlossen. Das Muster bleibt: Wer einem System erlaubt zu handeln, lässt auch die Texte mitentscheiden, die es unterwegs liest.

Wie schnell das kommt, schätzen die Analysten unterschiedlich ein. Ihre Interessenlage sollte man mitlesen, denn sie verkaufen Orientierung in genau diesem Markt. Gartner erwartet, dass bis Ende 2026 bis zu 40 Prozent der Unternehmensanwendungen Agenten für einzelne Aufgaben enthalten, nach weniger als 5 Prozent im Jahr 2025. Dieselbe Firma rechnet damit, dass bis Ende 2027 mehr als 40 Prozent der Agentenprojekte wieder eingestellt werden, wegen Kosten, unklarem Nutzen oder unbeherrschter Risiken. Beides kann zugleich stimmen: Die Agenten kommen über die Software, auch wenn die eigenen Projekte scheitern.

Vier Begriffe, die eine Entscheidung braucht

Modell und Anwendung. Das Modell ist der Rechenkern, etwa GPT, Gemini, Claude oder Mistral. Die Anwendung ist das Programm, in dem Sie es benutzen. Ein Anbieter kann das Modell hinter einer Anwendung austauschen, ohne dass sich die Oberfläche ändert. Deshalb sollte im Vertrag stehen, ob er das darf.

Kontext. Das ist alles, was ein System in dem Moment sieht, in dem es antwortet: Ihre Frage, angehängte Dokumente, Mails, Kalender, frühere Gespräche. Je mehr Kontext ein System bekommt, desto nützlicher wird es, und desto mehr weiß es über Ihr Unternehmen.

Offene Gewichte. Bei manchen Modellen kann man das trainierte Modell herunterladen und auf eigenen Rechnern betreiben. Das senkt die Abhängigkeit vom Anbieter, verlangt aber eigenes Können im Betrieb.

Training mit Ihren Daten. Ob ein Anbieter Eingaben und Dokumente Ihres Unternehmens nutzen darf, um seine Modelle zu verbessern, ist eine Vertragsfrage und keine technische. Bei Verbraucherkonten ist das oft voreingestellt, bei Geschäftskonten meist ausgeschlossen. Für die privaten Konten Ihrer Beschäftigten gilt also in der Regel die Verbraucherseite.

Was die Karte zeigt

Ordnet man die vier Arten danach, was sie von einer Geschäftsführung verlangen, ergibt sich eine einfache Steigerung. Bei vorhersagender KI muss jemand merken, wann sie nachlässt. Bei generativer KI muss jemand prüfen, was sie liefert. Bei eingebetteter KI muss überhaupt erst jemand wissen, dass sie da ist. Und bei Agenten muss jemand festlegen, was sie dürfen, bevor sie es tun.

Grafik: Stufen, auf denen ein KI-System in eine Entscheidung eingreift, mit den vier Arten KI. Vorhersagende und generative KI in den unteren Stufen der faktischen Vorentscheidung, eingebettete KI kommt unten mit dem Update, Agenten stehen als einzige Art über der Linie.

Die Grafik ordnet die vier Arten danach, was ein System mit einer Entscheidung tut. Vorhersagende und generative KI arbeiten meist in den vier unteren Stufen, in denen formal noch ein Mensch entscheidet und die ich in meinem Buch „Wer prüft, zahlt“ die faktische Vorentscheidung nenne. Über der Linie steht als einzige Art der Agent, während die eingebettete KI unten mit dem Update ins Unternehmen kommt.

Einem Prokuristen gibt niemand eine Vollmacht, ohne ihn zu kennen. Bei Agenten passiert gerade das in vielen Unternehmen, mit einer Berechtigung, die irgendwann jemand in einer Maske gesetzt hat.

Für Montag

Ab dieser Folge steht am Ende ein kurzer Teil mit einem Schritt, den Sie am Montag in Ihrem Unternehmen ausprobieren können. Dazu steht dort, was Sie danach sehen.

Lassen Sie alle KI-Werkzeuge, die in Ihrem Unternehmen laufen, auf einer Seite aufschreiben, jeweils mit Zweck, verantwortlicher Person und dem Datum, an dem zuletzt jemand hingesehen hat. Schon beim ersten Ausfüllen nennen Teams Werkzeuge, von denen die Geschäftsführung nichts wusste. Die vier Arten aus dieser Folge helfen dabei, nichts zu übersehen. Den Hack finden Sie unter organisation-unter-ki.de/hacks/#h3.

Wie KI die Arbeit und die Entscheidungen in einem Unternehmen Ihrer Branche Stufe für Stufe verschiebt, rechnet die KI-Impact-Simulation mit vier Fragen durch. Sie ist kostenlos und braucht keine Anmeldung: guidobosbach.com/ki-impact


Alle Quellen dieser Folge mit Links stehen auf der Seite zum Newsletter. Dort sammle ich auch alle weiteren Folgen.

In der nächsten Folge am 26. November: Was KI nachweislich leistet, und wo sie danebenliegt. Messung und Deutung getrennt.

Zu dieser Reihe gibt es einen Mailkurs, „Die stille Macht · Der Kurs“: zehn Wochen, jede Woche eine Aufgabe für Ihr eigenes Unternehmen, kostenlos. Die Aufgabe zu dieser Folge steht in Woche 2, Anmeldung unter guidobosbach.com/die-stille-macht/kurs.

Die englische Folge erscheint jeweils einen Tag nach der deutschen, unter dem Titel „Decided by Default“ auf meiner Unternehmensseite „Guido Bosbach | Organizational Architecture“. Wenn Sie Kollegen oder Geschäftspartner haben, die lieber Englisch lesen, können Sie die Folge dort an sie weitergeben. Wer der Seite folgt, sieht die englischen Folgen im eigenen Feed.