Entscheidungsunterstützung ist der Punkt, an dem KI nicht nur Text generiert, sondern in einer Wahl mitwiegt, die jemand treffen wird. Eine Einschätzung des Kreditrisikos, eine Priorisierung von Leads, ein Rat zur Personalbesetzung, ein Signal, dass ein Vertrag von der Norm abweicht. Unter dem Chatfenster liegt dann kein Gespräch mehr, sondern eine Berechnung, die auf etwas basiert, und genau diese Basis ist der entscheidende Punkt.
Ein Chatfenster, das Fragen beantwortet, arbeitet mit dem, was im Gespräch selbst steht. Entscheidungsunterstützung arbeitet mit dem, was in der Organisation vorhanden ist: Daten aus Systemen, die Geschichte früherer Entscheidungen, Regeln, die manchmal explizit festgelegt sind und manchmal nur in den Köpfen erfahrener Mitarbeiter stecken. Das Modell muss diese Quellen erreichen, kombinieren und gewichten können. Das erfordert eine andere Infrastruktur als ein einzelnes Hilfsmittel für Text. Es erfordert auch, dass jemand in der Organisation erklären kann, warum ein Ergebnis zustande kam, nicht nur, was dieses Ergebnis ist.
Entscheidungsunterstützung stützt sich auf drei Dinge, die oft noch nicht vollständig vorhanden sind. Erstens eine Datenumgebung, in der die benötigten Daten zuverlässig und aktuell verfügbar sind — nicht verteilt über Tabellenblätter, die sich je Abteilung unterscheiden. Zweitens eine Organisation, die weiß, wer wofür verantwortlich bleibt: Ein Rat eines Modells ersetzt keinen Entscheider, aber die Frage, wer den Rat außer Acht lässt und warum, muss jemand beantworten können. Drittens eine IT-Infrastruktur, die gewährleisten kann, dass sensible Daten nicht weiter reisen, als es beabsichtigt ist.
Diese drei Punkte sind keine Randbedingungen, die man nachträglich regelt. Sie bestimmen, ob Entscheidungsunterstützung etwas einbringt oder nur eine neue Quelle der Unsicherheit wird. Eine Organisation, die ihre Daten nicht in Ordnung hat, erhält von einem Modell keine besseren Entscheidungen — sie erhält schneller die falschen.
Entscheidungsunterstützung baut häufig auf Arbeit auf, die bereits an anderer Stelle geschieht. Monitoring und Signalisierung zeigt, wenn etwas von einem Muster abweicht; Entscheidungsunterstützung geht einen Schritt weiter und wiegt, was diese Abweichung für eine zu treffende Wahl bedeutet. Auch das Lesen und Zusammenfassen von Dokumenten kann Input für eine Entscheidung liefern, liefert aber für sich genommen keinen Rat — es liefert einen Überblick. Entscheidungsunterstützung fügt dem eine Ebene der Gewichtung hinzu, und diese Ebene verlangt von der Organisation mehr als nur Zugang zu Text.
Entscheidungsunterstützung betrifft selten nur eine Abteilung. Ein Rat zu Lagerbeständen betrifft Einkauf und Logistik; ein Rat zum Personaleinsatz betrifft HR und den Linienmanager. Das bedeutet, dass die Koordination zwischen Abteilungen mit dem Ambitionsniveau mitwachsen muss: Wer einen Rat erhält, muss wissen, bei wem dieser landet, wenn der Rat ignoriert oder gerade befolgt wird. Ohne diese Abstimmung entsteht eine Situation, in der das Modell zwar ein Ergebnis liefert, aber niemand weiß, wer damit weiterarbeiten muss.
Entscheidungsunterstützung ist kein Orakel und kein Ersatz für Verantwortung. Das Modell liefert eine Einschätzung auf Basis von Mustern in verfügbaren Daten; es kennt den Kontext nicht, den ein erfahrener Mitarbeiter manchmal doch kennt, und es kann fehlerhafte oder veraltete Daten genauso überzeugend präsentieren wie korrekte. Wer Entscheidungsunterstützung einsetzt, ohne eine Methode zu haben, die Qualität der zugrunde liegenden Daten zu überwachen, baut auf Treibsand, der stabil aussieht.
Es ist auch kein Endpunkt. Entscheidungsunterstützung, die für sich allein steht, liefert einen Rat, den jemand von Hand in ein nachfolgendes System übernehmen muss. Sobald diese Übernahme selbst automatisiert wird, entsteht eine Kette von Schritten, die aufeinander folgen, und das erfordert wiederum andere Sicherungen — rund um Fehlerbehandlung, rund um die Frage, wer eingreift, wenn ein Schritt schiefgeht. Was das von einer Organisation verlangt, ist beschrieben bei Ketten, bei denen Schritte aufeinander folgen. Auch die Frage, ob KI den Rat nicht nur gibt, sondern auch ausführt, gehört zu dieser Reihe; das ist das Gebiet von Agents, die Arbeit ausführen, mit einem eigenen Satz an Anforderungen an Kontrolle und Aufsicht.
Ob eine Organisation bereit für Entscheidungsunterstützung ist, hängt davon ab, wie weit die fundamentalen Dimensionen bereits entwickelt sind: Ist die Dateninfrastruktur reif genug, ist die Governance rund um Entscheidungsfindung klar, ist deutlich, wer wofür zeichnet. Das sind genau die Fragen, die die Reifegradmessung von hybridresourcing erfasst, über mehrere Ebenen und mit mehreren Beurteilern gleichzeitig, sodass sichtbar wird, wo die Organisation es so sieht, wie es ist, und wo die Bilder voneinander abweichen.
Die Frage, ob eine Organisation KI tragen kann, ist eine andere Frage als die, welchen Teil der Arbeit KI übernehmen kann. Wer wissen möchte, welcher Teil einer konkreten Aufgabe — das Zusammenstellen eines Rats, das Durchrechnen von Szenarien, die Vorbereitung einer Entscheidung — für eine Übernahme in Betracht kommt, findet das bei der Werkscan von FTE TO AI. Diese berechnet pro Aufgabe, welchen Teil der Arbeit KI bewältigen kann, unabhängig von der Frage, ob die Organisation dafür bereits bereit ist. Beide Fragen gehören zusammen, aber es sind nicht dieselbe Frage.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.