Künstliche Intelligenz (KI) beeinflusst die Art und Weise, wie Organisationen Arbeit und Zusammenarbeit strukturieren. Unklar ist jedoch, welche Rolle die Führung bei der Gestaltung der digitalen Transformation übernehmen muss. In diesem Beitrag argumentieren wir für einen breit angelegten und transdisziplinären Dialog als Mittel der Wahl, um KI und Führung effektiv am Arbeitsplatz zu integrieren. Zu diesem Zweck werden die zentralen Erkenntnisse des Tracks AI & Leadership der Applied Machine Learning Days Konferenz (EPFL, CH) zusammengefasst und kritisch diskutiert. Die Erkenntnisse sollen als Leitplanken dienen, anhand derer ein transdisziplinärer Dialog um die Ausgestaltung der Technologieimplementierung in Unternehmen gewinnbringend fortgeführt werden kann.

Neueste Entwicklungen in den Bereichen ortsunabhängiger Cloud-Technologien, dem sog. Ubiquitous Computing oder der sich selbst weiterentwickelnden Algorithmen, bieten enormes Potential, Arbeitsplätze des 21. Jahrhunderts inklusive ihrer inhärenten (sozialen) Strukturen nachhaltig zu verändern (siehe Cascio & Montealegre, 2016). So versprechen KI und Machine-Learning Vermessung und somit punktgenaue Steuerung der Mitarbeitenden, die selbst vor ihrem höchstpersönlichen Lebensbereich nicht Halt zu machen scheint (Schafheitle et al., 2020). Die einen sprechen vom langersehnten Segen für Business Excellence oder der sicheren Bauanleitung für High-Performance Teams, während Kritiker das Aufkommen eines flächendeckenden Big Brothers oder ein Primat des Algorithmus befürchten.

Der Einfluss smarter Technologien auf die Art und Weise, wie Organisationen Arbeit und Zusammenarbeit strukturieren, ist nicht von der Hand zu weisen. Unklar bleibt jedoch, wie eine Integration dieser Technologien am Arbeitsplatz aussehen kann und welche Rolle die Führung spielt. Algorithmen als neue Teamkollegen oder gar eine vollständige Automatisierung der Führung, wie Amazon’s Firing by Algorithm-Praxis suggeriert (Lecher, 2019), sind einige Beispiele, die drängende Fragen aufwerfen: Ob und wie kann ein Roboter ein guter Chef oder Kollege sein? Wo liegen die Grenzen der Entmenschlichung der Arbeit? Wie kann ein Panoptikum der Technologie im Foucault’schen Sinne verhindert werden?

Antworten fallen mindestens aus zwei Gründen schwer. Erstens ist systematisches und belastbares Wissen zum Zusammenhang von KI und Führung erst im Aufbau. Das liegt u.a. daran, dass der Zweifel als wissenschaftliches Grundprinzip einer Produktion von Erkenntnis am Fliessband widerspricht. Zweitens erfordert die Beantwortung dieser Fragen einen transdisziplinären Dialog aus verschiedenen Blickwinkeln. Dieser scheint vor dem Hintergrund wachsender KI Echo-Chambers (Räume, die die eigenen Ansichten verstärken) sowie einer Kluft zwischen Wissenschaft und Praxis besonders schwierig und zugleich gefragt (siehe auch Fisher, 2020).

Wir wollen einen Beitrag zur Beantwortung der Frage nach dem Hü oder Hott von KI und Führung leisten. Dafür fassen wir zentrale Erkenntnisse des Tracks AI & Leadership (Tschopp et al., 2019) im Rahmen der Applied ML Days 2020 zusammen. Danach wollen wir durch eine Diskussion der Erkenntnisse die Debatte um KI und Führung stimulieren und Wege aufzeigen, die es lohnen kann, auf der Suche nach Antworten zu gehen.

Perspektiven aus Wissenschaft und Praxis

Ziel des Tracks war es, Perspektiven aus Forschung und Praxis zusammenzubringen und einen transdisziplinären Dialog zu ermöglichen. Aktuelle Forschung aus den Bereichen Technologie und Vertrauen, Innovation und Führung sowie humanoide Roboter wurde präsentiert, mit der Praxisperspektive der Unternehmensethik angereichert und anhand konkreter Fallbeispiele aus der Finanz- und Technologieindustrie illustriert.

Simon Schafheitle (Universität St. Gallen, CH) präsentierte Erkenntnisse aus dem SNF-NFP75-Forschungsprojekt zur Frage, wie sich KI-/ML Algorithmen auf Prozesse und Praktiken der Personalsteuerung am Arbeitsplatz auswirken. Im Ergebnis präsentierte er ein Framework von elf (sozio-)technologischen Design-Optionen, mithilfe derer algorithmenbasierte Personalsteuerung nicht nur kategorisiert, sondern auch mit Blick auf das wichtige Vertrauensverhältnis zwischen Mitarbeitenden und Arbeitgeber gestaltet werden kann. Zusammengefasst: (1) Algorithmenbasierte Personalsteuerung und Vertrauen der Mitarbeitenden können richtig gestaltet Hand in Hand gehen. (2) In vielen Bereichen des Employee-Life-Cycles ist Führung bereits automatisiert und (3) Führung, im Kontext von KI, wird ein kontinuierliches Abwägen in komplexen Entscheidungssituationen und ein gewisses technisches Verständnis erfordern, um das Primat der Technologie am Arbeitsplatz zu zerschlagen.

Stephanie Kaudela-Baum (Hochschule Luzern, CH) erörterte in ihrem Vortrag die Rolle von Algorithmen als neue Akteure im Entscheidungsprozess eines partizipativen Führungsstils. Dabei betonte sie die Leadership-as-Practice-Perspektive und problematisierte das daraus resultierende Dilemma der Verantwortlichkeit im Führungsalltag, wenn Algorithmen nicht nur in der Lage sind, Entscheidungen vorzubereiten, sondern diese auch zu fällen. Zusammengefasst: (1) Algorithmen transformieren etablierte Entscheidungsmodi eines partizipativen Führungsstils. Z.B. Wann und bei welcher Führungsaufgabe hält der Mensch oder Algorithmus das Entscheidungszepter in der Hand? (2) Nötig ist ein ständiger, kritischer Dialog über die Grenzen des Algorithmus und (3) darüber, wer in dieser Gemengelage der Interessen das Letztentscheidungsrecht innehat.

Jamie Gloor (Universität Zürich, CH) widmete sich der fortschreitenden Automatisierung der Führung. Insbesondere, ob und wenn ja, wie Führung als Akt sozialer Einflussnahme automatisiert werden könne. Am Beispiel eines humanoiden Roboters mit programmiertem Humor zeigte sie auf, dass dies prinzipiell möglich ist: So sind nicht nur die oft zitierten Routinetätigkeiten, sondern ist auch soziale Einflussnahme durch programmierte Soft Skills automatisierbar. Zusammengefasst: (1) Durch Vermenschlichung von Robotern können auch Aufgaben automatisiert werden, die zuvor ausschliesslich dem Menschen vorbehalten waren. (2) Dies hat Konsequenzen für die Aus- und Weiterbildung: Wodurch unterscheiden sich Manager und Robo-Manager, wenn Maschinen theoretisch auch aufmuntern oder motivieren können?

John Havens (IEEE, USA) griff das Konzept der triple bottom line auf, um das Spannungsfeld KI und Führung an die Trias menschlichen Wohlergehens, Umwelt und Geschäftserfolg auszurichten. Er präsentierte das Ethically Aligned Design Framework, ein Standardwerk für Zertifizierung und Regulierung bei Entwicklung und Einsatz von KI. Zusammengefasst: (1) Es gibt keinen Königsweg, das Ethically Aligned Design Framework eigne sich jedoch als Leitplanke für einen ethischen Umgang mit KI, indem es (2) konkrete Benchmarks für human-centred Design aufzeigt und (3) Führungskräfte davor bewahrt, dem blinden Diktat des Algorithmus zu verfallen.

Pascal Strölin (UBS, CH) präsentierte Erfahrungen aus dem Pilotprojekt Trudi, in dem die interne Berichterstattung von Mitarbeitenden über Voice-Recognition automatisiert wurde. Zentrale These war, dass Trudi Führungskräfte vor neue Herausforderungen stelle, da es den praktischen Nutzen und fehlerfreies Funktionieren sowie regelmässige Feedbackmöglichkeiten gleichzeitig sicherzustellen gelte. Zusammengefasst: Anfängliche Skepsis der Anwender, kann durch (1) offene Kommunikation und (2) systematische Dokumentation von Was kann und darf der Algorithmus? abgebaut werden. In puncto Führung, sei es wichtig, (3) Grenzen der Mensch-Maschine-Zusammenarbeit zu definieren, z.B. wenn es um die Bewertung der Arbeitsqualität geht.

Afke Schouten (AI-Consultant, CH) präsentierte Erkenntnisse aus der Beratungspraxis und erörterte, dass eine fehlende AI-Literacy der Führungskräfte zu überzogenen Erwartungen bei KI-Projekten führen könne. Zusammengefasst: (1) Erfolgreiches KI-Projektmanagement erfordert Führungskräfte, die technische Fähigkeiten sowie ein Gespür für ethische Dilemmata besitzen. (2) KI steigert die Komplexität der Führungsaufgabe, so dass auch Technologieexperten in Business Literacy, also dem Verständnis komplexer Geschäftszusammenhänge, investieren sollten.

Benedikt Ramsauer (Swiss Statistical Design & Innovation, CH) präsentierte ein Projektmanagementtool, das im Zuge fortschreitender Entscheidungsautomatisierung helfen soll, Ziele und Meilensteine unter Einbezug unterschiedlicher Stakeholder zu definieren. Zusammengefasst: (1) Führungskräfte sollten überhöhte Erwartungen an Technologie dämpfen und stattdessen (2) ihr Wissen hinsichtlich des technischen Bauplans erweitern, damit (3) eine Integration von KI bspw. in die Unternehmenskultur gelingen kann.

Ulli Waltinger (Siemens AI Lab, DE) schilderte, wie Führungskräfte durch KI vor Herausforderungen gestellt werden, bspw. durch die Transformation von Geschäftsmodellen oder durch die Möglichkeit, Zielgruppen punktgenau analysieren zu können. Im Ergebnis präsentierte er das Siemens Responsible AI Framework, das Datensicherheit und Wertekodizes besonders betont. Zusammengefasst: (1) Führungskräfte sollten im Rahmen eines Trial-and-Error Prozesses ihre Erfahrungen mit KI-Tools kontinuierlich erweitern, um (2) KI in die Unternehmenskultur zu integrieren und (3) um Mitarbeitende vor Eingriffen in die Privatsphäre zu schützen.

KI & Führung – Was nun: Hü oder hott?

Als richtungsweisende Redewendung spiegelt Hü oder Hott das Spannungsfeld zwischen KI und Führung wider. Das naheliegende Links oder Rechts kann aber auch ein für oder wider bedeuten, also, ob KI und Führung überhaupt zusammenpassen. Der Artikel zeigt auf: Es geht! Er leistet einen Beitrag zu einer Debatte, die in ihren Extremen zwischen Weltuntergang verkündenden Nostradamus-Anhängern und heilsversprechenden Tech-Evangelisten festgefahren scheint. Hü oder hott? Stopp, aber warum? Los, aber wie schnell? Die Erkenntnisse liefern Anknüpfungspunkte, um die Diskussion zusammenzuführen.

Erstens: Die transdisziplinäre Betrachtung lohnt sich, denn sie hilft Führungskräften dabei, mit der gesteigerten Komplexität der Führungsaufgabe und dem technologieinhärenten Managen auf Sicht umzugehen. Andernfalls liefen Führungskräfte Gefahr – um im Jargon zu bleiben – sprichwortlich vor den KI-Karren gespannt zu werden. Diese Herangehensweise fördert die oft geforderte Bescheidenheit von Führungskräften und das Eingeständnis, nicht alles wissen und im Voraus planen zu können. Last but not least: Transdisziplinarität schafft Vertrauen und ohne Vertrauen kann die Integration von KI und Führung nicht gelingen (vgl. Schafheitle et al., 2020). Vertrauen der Mitarbeiter in den Arbeitgeber, in die Kollegen und Vorgesetzten sowie in die Technologie.

Zweitens: Dieser Beitrag nuanciert Fragen, wie etwa welche Kompetenzen von Führungskräften künftig relevant werden, wie man mit zunehmender Komplexität am Arbeitsplatz umgehen sollte oder wie People Analytics mit einer vitalen Vertrauenskultur Hand in Hand gehen kann. Lohnt ein externes Ethik-Zertifikat? Wie steht es um die AI Literacy der Führungskräfte? Wie viel Wissen über KI ist angesichts der dynamischen Entwicklung ratsam?

Fazit

Wir haben unterschiedliche Stellschrauben markiert, die für eine erfolgreiche Integration von KI und Führung gedreht werden können. Wie genau jedoch ein Fine-Tuning aussieht, wird die künftige Forschung und Praxis noch eine Weile beschäftigen. Ein transdisziplinäres Vorgehen mit unterschiedlichen methodischen Ansätzen, Denkschulen und Erfahrungen ist durchaus vielversprechend, nicht nur um zu erkennen, dass es über das Hü und Hott? hinaus noch weitere Fuhrkommandos gibt, die darauf warten, entdeckt zu werden. Für die Integration von KI und Führung gibt es keinen Königsweg. Die Erkenntnisse eignen sich als Leitplanken, anhand derer ein transdisziplinärer Dialog über die Ausgestaltung der Technologieimplementierung in Unternehmen geführt werden kann. Die Videos können auf der Konferenzhomepage abgerufen werden. Wir hoffen, dass dieser Beitrag die Weichenstellung erfolgreicher Transdisziplinarität rund um KI und Führung unterstützt, verbunden mit dem Wunsch, das praktische Feld der Technologie am Arbeitsplatz nicht allein einer vermeintlich erhabenen Perspektive zu überlassen.

Zitierweise

Dieser Artikel ist eine peer-reviewte Publikation, geschrieben von Marisa Tschopp und Simon Schafheitle im Sonderband Zukunft der Arbeit. Zitation:

Tschopp, M., & Schafheitle, S. (2020). KI & Führung – Heute Hü, Morgen Hott. In J. Nachtwei & A. Sureth (Hrsg.), Sonderband Zukunft der Arbeit (HR Consulting Review, Bd. 12, S. 420-423). VQP.

Literatur

Cascio, W. F., & Montealegre, R. (2016). How technology is changing work and organizations. Annual Review of Organizational Psychology and Organizational Behavior, 3, 349-375. https://doi.org/10.1146/annurev-orgpsych-041015-062352

Fisher, G. (2020). Why every business professor should write practitioner-focused articles. Business Horizons, 63(4), 417-419. https://doi.org/10.1016/j.bushor.2020.03.004

Lecher, C. (2019, 25. April). How Amazon automatically tracks and fires warehouse workers for ‘productivity’. THE VERGE. https://www.theverge.com/2019/4/25/18516004/amazon-warehouse-fulfillment-centers-productivity-firing-terminations

Schafheitle, S. D., Weibel, A., Ebert, I. L., Kasper, G., Schank, C., & Leicht-Deobald, U. (2020). No stone left unturned? Towards a framework for the impact of datafication technologies on organizational control [Manuskript in Druck]. Academy of Management Discoveries. https://doi.org/10.5465/amd.2019.0002

Tschopp, M., Weibel, A., Schmidlin, D., & Schafheitle, S. (2019). AI & Leadership [Conference Proposal]. Applied Machine Learning Days, Lausanne, Switzerland. https://www.researchgate.net/publication/337424480_Conference_Proposal_AI_Leadership_Submission_for_Applied_Machine_Learning_Days_EPFL_accepted_2019_date_of_conference_2020

Über die Autorin

Marisa Tschopp hat ihren Master in Wirtschaftspsychologie an der Ludwig-Maximilians-Universität in München absolviert. Als Doktorandin am Leibniz Institut für Wissensmedien ist sie aktiv in der Forschung zu Künstlicher Intelligenz aus Humanperspektive, wobei sie sich auf psychologische und ethische Aspekte fokussiert. Sie hat unter anderem Vorträge an TEDx Events gehalten und vertritt die Schweiz als Ambassador in der Women in AI Initiative. (ORCID 0000-0001-5221-5327)

Links

• https://appliedmldays.org
• https://www.sonderbandzukunftderarbeit.de