Zusammenarbeit mit KI im Unternehmen

Wie Teams wieder klarer entscheiden

 
In vielen Teams hat sich seit der Einführung von KI eine Beobachtung etabliert, die selten offen besprochen wird. Die Teams verfügen über mehr Material als je zuvor. Recherchen sind in Minuten verfügbar, Entwürfe entstehen in Stunden statt Tagen, Analysen werden in einer Tiefe geliefert, die früher dezidierten Fachabteilungen vorbehalten war. Und doch fällt es vielen Teams schwerer, am Ende dieser produktiven Phasen zu klaren Entscheidungen zu kommen.

Diese Beobachtung wird häufig als Übergangsphänomen abgetan. Man muss sich an den neuen Begleiter im Arbeitsprozess gewöhnen, die Prozesse müssen sich einspielen, die Routinen sich finden. Doch das Phänomen verschwindet nicht von allein. Es verändert sich strukturell, sobald Teams verstehen, was tatsächlich passiert, wenn KI Teil ihrer gemeinsamen Arbeit wird.

Drei Muster, die Klarheit in Teamentscheidungen erodieren

Wenn Teams mit KI arbeiten, entstehen drei Muster, die die Qualität gemeinsamer Entscheidungen leise unterhöhlen.

Das erste Muster ist die verdeckte Delegation. Ein Teammitglied nutzt eine KI für eine Analyse, einen Entwurf, eine Recherche und legt das Ergebnis ins Team. In vielen Fällen bleibt unausgesprochen, welcher Anteil des Ergebnisses aus eigener Denkleistung stammt und welcher aus dem Modell. Das Team diskutiert das Ergebnis, ohne den Entstehungskontext zu kennen. Stimmen, die einer eigenen Recherche entspringen, werden gleich gewichtet wie Stimmen, die ein Sprachmodell formuliert hat. Die Beratungsgrundlage wird unschärfer, ohne dass jemand es bemerkt.

Das zweite Muster ist Konsens durch Output. Wenn ein KI-gestütztes Ergebnis im Raum steht, das plausibel klingt, mit Daten unterlegt ist und sprachlich überzeugend formuliert wurde, entsteht in vielen Teams ein subtiler Sog in Richtung Zustimmung. Widerspruch wirkt vor dem Hintergrund der scheinbaren Substanz mühsam zu begründen. Teams entscheiden sich für den Output, weil er überzeugender vorgetragen ist als jede mögliche Gegenstimme, und verwechseln diesen Eindruck mit fachlicher Tiefe.

Das dritte Muster ist der Verlust gemeinsamer Wahrnehmung. Klassische Teamarbeit verläuft über geteilte Erfahrungen. Mitglieder besprechen, was sie beobachten, vergleichen ihre Eindrücke, bauen daraus eine gemeinsame Lesart einer Situation auf. Wenn KI einen wachsenden Teil der Vorarbeit übernimmt, geht ein Teil dieser geteilten Wahrnehmung verloren. Mitglieder erleben dieselbe Situation nicht mehr gemeinsam, sondern erhalten verschiedene KI-vermittelte Lesarten und versuchen, im Meeting daraus eine gemeinsame Linie zu konstruieren. Das gelingt, doch die Tiefe der gemeinsamen Lesart bleibt geringer als früher.

Alle drei Muster wirken zusammen. Sie erzeugen ein Team, das mehr produziert und weniger versteht. Die Folge ist eine subtile Erosion der Entscheidungsqualität, die in den Kennzahlen kaum auffällt und in der gefühlten Klarheit deutlich spürbar ist.

Ko-Kognition: Mit KI denken statt KI nutzen

Die Antwort auf diese Erosion liegt in einem anderen Verständnis dessen, was Teamarbeit mit KI eigentlich ist. Das Konzept der Ko-Kognition beschreibt diese Verschiebung. Ko-Kognition meint, mit KI zu denken und gleichzeitig die sozialen Systeme mitzudenken, die die Wirklichkeit eines Teams prägen.

In dieser Lesart ist KI weder Lieferant noch Autorität. Sie ist eine Wahrnehmungsinstanz im Denkprozess des Teams. Ihre Beiträge sind Material, das verstanden, eingeordnet und in die gemeinsame Wahrnehmung integriert werden muss. Das Team bleibt der Ort, an dem Bedeutung entsteht. Die KI bringt Mustererkennung, Geschwindigkeit und Skalierung ein. Das Team bringt Kontext, Erfahrung und Urteilskraft ein. Beides zusammen ergibt die Tiefe, die einzelne Akteure nicht erreichen würden.

Diese Lesart verändert die Art, wie ein Team arbeitet. Die Frage „Was sagt die KI dazu?“ wird ergänzt um die Fragen „Wie nehmen wir das wahr? Was übersieht die KI? Wo widersprechen sich Daten, Erfahrung und Resonanz im Team?“. Genau diese Widersprüche werden in der Ko-Kognition zur wertvollsten Ressource. Sie zeigen die Stellen, an denen das einfache Übernehmen einer Empfehlung zu kurz greift und an denen die wirklich relevanten Erkenntnisse warten.

Drei Praktiken, mit denen Teams Klarheit zurückgewinnen

Aus diesem Verständnis ergeben sich drei Praktiken, mit denen Teams die Klarheit ihrer Entscheidungen zurückgewinnen, ohne auf KI-Unterstützung zu verzichten.

Die erste Praxis ist Transparenz über den KI-Einsatz. In Teamarbeit wird ausgesprochen, an welchen Stellen KI mitgewirkt hat. Welche Recherche stammt aus dem Modell, welche aus eigener Arbeit? Welcher Entwurf wurde KI-gestützt erstellt, welcher in eigener Formulierung entwickelt? Diese Transparenz wirkt auf den ersten Blick klein und entfaltet eine erhebliche Wirkung. Sie stellt die Beratungsgrundlage wieder her, auf der Teams entscheiden.

Die zweite Praxis ist gemeinsame Interpretation. KI-Ergebnisse werden im Team nicht als Befund präsentiert, sondern als Material gemeinsam interpretiert. Was steht da? Was steht dort gerade nicht? Welche Lesarten sind in dieser Auswertung enthalten, welche fehlen? Diese Interpretationsarbeit verlangsamt den Prozess scheinbar. Sie beschleunigt ihn faktisch, weil sie spätere Korrekturschleifen erspart und die Akzeptanz der Entscheidung im Team erhöht.

Die dritte Praxis ist geteilte Verantwortung. Auch wenn KI an einer Entscheidung mitgewirkt hat, bleibt die Verantwortung für das Ergebnis beim Team und bei klar benannten Personen. Diese Klarheit wird vor der Entscheidung hergestellt, nicht nach dem ersten Konflikt. Wer verantwortet die Interpretation, wer die Freigabe, wer die Umsetzung? Geteilte Verantwortung meint nicht diffuse Verantwortung. Sie meint klar verteilte Rollen in einem gemeinsam getragenen Ergebnis.

Klarheit als Ergebnis bewusster Zusammenarbeit

Klarheit in Teamentscheidungen ist im KI-Zeitalter keine Eigenschaft der eingesetzten Technologie. Sie ist ein Ergebnis der Art, wie ein Team mit KI zusammenarbeitet. Teams, die ihre Praxis bewusst gestalten, gewinnen eine Tiefe, die ihnen ohne KI verschlossen bliebe und die ihnen mit KI alleine ebenso verschlossen bliebe. Sie nutzen Mustererkennung und menschliche Urteilskraft als zwei komplementäre Quellen und entscheiden auf einer Grundlage, die beides integriert.

Diese Tiefe schlägt sich in der Praxis nieder. Entscheidungen werden klarer, weil ihre Grundlagen offenliegen. Sie werden tragfähiger, weil sie im Team gemeinsam interpretiert wurden. Sie werden wirksamer, weil Verantwortung sichtbar verteilt ist und die Umsetzung von denen getragen wird, die an der Entscheidung beteiligt waren.

Die Qualität der Zusammenarbeit entscheidet

Im KI-Zeitalter entscheidet weniger die eingesetzte Technologie eines Teams über die Qualität seiner Ergebnisse als die Qualität seiner Zusammenarbeit. Teams, die Ko-Kognition bewusst praktizieren, treffen klarere Entscheidungen und arbeiten gleichzeitig souveräner mit der KI, die ihnen zur Verfügung steht. Sie verwechseln Output mit Substanz seltener und nutzen die Geschwindigkeit der KI für die Tiefe ihrer Beratung statt für deren Beschleunigung.

Damit zeigt sich auf der Teamebene, was auf der Führungsebene ebenso gilt. KI verändert weniger die Werkzeuge als die Bedingungen guter Arbeit. Wer diese Bedingungen bewusst gestaltet, gewinnt Klarheit. Wer sie sich selbst überlässt, verliert sie schleichend.

Wenn Sie diese Praktiken in Ihrem Team verankern möchten:

Das Buch „Gemeinsame Wirklichkeit – Relationale Intelligenz als neue Sicht auf KI“ liefert den Denkrahmen.

Mit der Executive Session und dem Team-Impuls übersetzen wir diese Perspektive in konkrete Entscheidungs- und Arbeitsprozesse Ihrer Organisation.

Gern vereinbaren wir ein unverbindliches Gespräch, um gemeinsam zu klären, wo der sinnvollste Einstieg für Ihr Unternehmen liegt.