Der Denkfehler vieler KI-Strategien

Komplexität verstehen statt reduzieren

 
Wenn Organisationen eine KI-Strategie entwickeln, beginnen sie häufig mit derselben Frage: Wo können wir Komplexität reduzieren? Prozesse automatisieren, Entscheidungswege verkürzen, Datenmengen in klare Handlungsempfehlungen übersetzen. Der Impuls ist nachvollziehbar. Er folgt einer Logik, die in der industriellen Wertschöpfung über Jahrzehnte erfolgreich war: Vereinfache, standardisiere, skaliere.

Das Problem ist: Diese Logik greift in komplexen Systemen nicht. Und Organisationen, die KI einsetzen, operieren ausnahmslos in komplexen Systemen.

Was Komplexität tatsächlich bedeutet

Komplexität und Kompliziertheit sind zwei Begriffe, die es abzugrenzen gilt. Ein kompliziertes System — etwa eine Maschine — lässt sich in seine Teile zerlegen, verstehen und wieder zusammensetzen. Ein komplexes System — etwa ein Markt, eine Organisation, eine Gesellschaft — lässt sich das nicht. Komplexe Systeme bestehen aus einer Vielzahl von Elementen, die in dynamischen Beziehungen zueinander stehen. Veränderungen an einer Stelle wirken sich nichtlinear auf andere Stellen aus. Effekte treten zeitversetzt auf, verstärken oder dämpfen sich gegenseitig und erzeugen Zustände, die sich aus den einzelnen Elementen nicht ableiten lassen.

Dieses Phänomen wird als Emergenz beschrieben: Etwas Neues entsteht aus dem Zusammenwirken — und ist mehr als die Summe der Teile.

Wer Komplexität reduziert, reduziert zugleich die Möglichkeit, Emergenz wahrzunehmen. Und damit die Möglichkeit, auf Veränderungen vorbereitet zu sein, die sich nicht aus historischen Daten ableiten lassen.

Der Denkfehler

Der Denkfehler vieler KI-Strategien liegt darin, KI als Instrument zur Komplexitätsreduktion einzusetzen. KI soll aus der Vielzahl der Signale die relevanten herausfiltern. Sie soll Muster erkennen, die Menschen übersehen. Sie soll die Welt übersichtlicher machen.

Das gelingt — innerhalb der Grenzen des jeweiligen Modells. KI kann aus großen Datenmengen statistische Zusammenhänge extrahieren und in Empfehlungen übersetzen. Was sie dabei tut, ist Selektion: Sie entscheidet auf Basis ihrer Architektur und ihrer Trainingsdaten, was relevant ist und was nicht.

Diese Selektion ist nicht neutral. Sie folgt einer Logik, die auf Wahrscheinlichkeiten basiert — auf dem, was in der Vergangenheit häufig vorgekommen ist. Was selten vorgekommen ist, was neu ist, was sich gerade erst andeutet, fällt systematisch aus dem Wahrnehmungsfeld heraus.

Genau dort aber liegt oft die entscheidende Information. Emergente Veränderungen kündigen sich in schwachen Signalen an — in Spannungen, in Widersprüchen, in dem, was sich nicht glatt in eine Analyse einfügt. Wer Komplexität reduziert, um schneller zu entscheiden, riskiert, genau diese Signale zu verlieren.

Was eine andere KI-Strategie erfordert

Eine KI-Strategie, die Komplexität ernst nimmt, beginnt mit einer anderen Grundhaltung. Sie fragt nicht zuerst: Wo können wir vereinfachen? Sie fragt: Wo müssen wir genauer hinsehen?

In meiner Arbeit mit Organisationen zeigt sich immer wieder: Die wertvollsten Einsichten entstehen dort, wo unterschiedliche Wahrnehmungen aufeinandertreffen und Spannungen sichtbar werden. Zwischen dem, was die Daten zeigen, und dem, was die Erfahrung sagt. Zwischen der Perspektive des Vertriebs und der Perspektive der Produktentwicklung. Zwischen der Analyse der KI und der Einschätzung der Führungskraft, die intuitiv erkennt, dass eine relevante Dimension fehlt.

Diese Spannungen sind keine Störungen im Prozess. Sie sind der Prozess. Relationale Intelligenz beschreibt die Fähigkeit, sie wahrzunehmen, auszuhalten und produktiv zu machen.

Konkret bedeutet das für eine KI-Strategie

KI als eine Wahrnehmung unter mehreren behandeln. Ihre Analyse ist wertvoll — als Perspektive, als Deutungsangebot. Sie wird problematisch, wenn sie zur einzigen oder dominanten Perspektive wird.
Widersprüche zulassen statt glätten. Wenn die KI-Analyse und die menschliche Einschätzung zu unterschiedlichen Ergebnissen kommen, liegt darin keine Fehlfunktion. Es liegt darin eine Chance, tiefer zu verstehen, was tatsächlich geschieht.
Den Kontext aktiv pflegen. KI operiert kontextfrei im engeren Sinne — sie kennt nur die Daten, die ihr zur Verfügung stehen. Den breiteren Kontext einzubringen — die Geschichte einer Kundenbeziehung, die Kultur einer Organisation, die Dynamik eines Teams — ist eine menschliche Aufgabe, die durch keine Automatisierung ersetzt werden kann.

Komplexität als Ressource

Organisationen, die Komplexität als etwas begreifen, das es zu navigieren gilt statt zu eliminieren, gewinnen einen entscheidenden Vorteil: Sie bleiben wahrnehmungsfähig für das, was sich verändert. Sie erkennen Emergenz früher. Sie treffen Entscheidungen, die der Realität standhalten — auch dann, wenn diese Realität sich schneller verändert als jedes Modell vorhersagen kann.

Das erfordert Pro-Kognition: die Bereitschaft, auch schwache Signale ernst zu nehmen. Und Ko-Kognition: die Fähigkeit, gemeinsam zu denken — mit Menschen, mit Systemen und mit KI.

Komplexität ist kein Problem, das gelöst werden muss. Sie ist die Bedingung, unter der Organisationen heute arbeiten. Und Relationale Intelligenz ist die Fähigkeit, unter dieser Bedingung handlungsfähig zu bleiben.

Tim A. Bohlen beschreibt diesen Zusammenhang in seinem Buch „Gemeinsame Wirklichkeit — Relationale Intelligenz für eine verantwortbare KI-Epoche“. Wer tiefer einsteigen möchte: Das Buch ist jetzt erhältlich.

Sie möchten Relationale Intelligenz in Ihrem Unternehmen erfahrbar machen? Tim A. Bohlen bietet Impulse und Keynotes für Unternehmen und Organisationen an.