Achtung, Binse: KI entwickelt sich rasend schnell. Ich bin jedoch kein Technik-, sondern zunehmend ein „Systemtheorie-Nerd”. Deshalb verfolge ich die Entwicklungen zur Frage, wie und in welcher Form KI in organisationalen Kontexten, mit einem Fokus auf Organisationen der Sozialwirtschaft, eingebunden wird, mit großem Interesse. Ist KI Technik? Wie beeinflusst KI das Treffen von Entscheidungen, wenn Organisationen aus Entscheidungskommunikation bestehen? Was ist Führung in diesem Kontext und wie gelingt sie? Der vorliegende Beitrag zu KI und Führung in Organisationen der Sozialwirtschaft zeigt, dass um diese Fragen gerungen wird.

Der Beitrag ist eine grundlegende Überarbeitung und Weiterentwicklung meiner letzten Beiträge zum Thema „KI und Führung in der Sozialwirtschaft“ und damit ein echtes Update.

Entstanden ist Version 2.0 basierend auf der Lektüre von Bernd Oestereichs Buch „KI in der Organisation“ (2026c) sowie von zwei Blogbeiträgen von Timm Richter (2026b, 2026c) und Thomas Schumachers Beitrag „Strategie unter KI-Bedingungen“ (2026). Insbesondere ist der KI-Begriff geschärft (Organisationselement statt Organisationsmitglied) und die Verantwortungslücke, die Unterscheidung von Plausibilität und Verbindlichkeit sowie die Frage, wer künftig welche Entscheidungen bewertet, deutlicher beschrieben.

Die Relevanz des Themas wird vermutlich schnell ersichtlich, wenn Du den eigenen Arbeitsalltag reflektierst: Vermutlich lässt auch du dir Mails von einem KI-Assistenten vorformulieren. Du überfliegst dann das Ergebnis, änderst zwei Sätze und schickst es ab. In der „Akte“ steht dann ein sauberes Schreiben, ohne dass ersichtlich wird, dass und wie genau KI beteiligt war. Die Entscheidung, wie du – bspw. gegenüber einer Klientin – kommunizierst, ist gefallen. Aber wer hat diese Entscheidung getroffen? Wer verantwortet sie?

Wie gesagt: Solche Situationen häufen sich und es stellt sich bei sprachmodellbasierten KI-Assistenten die Frage, wie sich Wissensarbeit verändert und ob dies auch die Führungsebene betrifft (vgl. Richter 2026a). Für Organisationen der Sozialwirtschaft, deren Kernprozesse auf Interaktion beruhen, ist diese Frage besonders dringlich. KI wird dann oft reflexhaftals Werkzeug klassifiziert versucht, ihre Nutzung über KI-Leitlinien zu regulieren (zumindest besser als nix).

Oestereich (2026c:141) bezeichnet dieses „Werkzeugverständnis“ als Kategorienfehler: Während klassische Software nichts von allein tut, trifft KI eine Auswahl und kommuniziert sprachbegabt und menschenähnlich. Der Beitrag argumentiert deshalb, dass KI eher als funktionales Äquivalent zu „Personal“ zu verstehen ist, woraus sich Folgen für Führung ergeben. Dazu wird zunächst ein systemtheoretisches Führungsverständnis skizziert, dann die leitende Hypothese entfaltet und schließlich die Konsequenzen für die Führungspraxis diskutiert.

Führung aus systemtheoretischer Perspektive

Systemtheoretisch lässt sich Führung als „situativ erfolgreiche Einflussnahme in kritischen Momenten“ verstehen (Muster et al. 2020:294). Sie wird dort relevant, wo Erwartungsunsicherheit besteht und die formalen Regeln der Organisation an ihre Grenzen geraten (vgl. Kühl/Muster 2025:41). Dies ist beispielsweise in Momenten der Fall, die nicht oder nur unzureichend geregelt sind, nicht geregelt werden können oder in denen Personen unsicher sind, wie sie weiter vorgehen sollen. Hier ist Führung als „Lückenbüßer“ (Luhmann 2018:321) gefragt, um Entscheidungen herbeizuführen.

Dafür braucht es jemanden, der „in Führung“ geht und vorschlägt, wie entschieden werden soll. Das kann die formale Führungskraft sein, muss aber nicht (vgl. Gesmann 2025:27f.). Diese Entkopplung von Führung und Führungskraft ist die Voraussetzung für die folgende Argumentation:

Wird Führung als Funktion zur erfolgreichen Einflussnahme auf kritische Momente und nicht als Position („die Führungskraft“) verstanden, rückt in den Blick, wer oder was in kritischen Momenten tatsächlich Einfluss auf Entscheidungen nimmt – und damit auch KI.

Führung vollzieht sich dabei (meist unbewusst) in den drei zirkulär verbundenen Schritten Beobachten, Entscheiden und Umsetzen, woraus sich die Führungsschleife ergibt (vgl. Richter/Groth 2023:22). Dabei werden kontinuierlich Differenzen zwischen Soll- und Ist-Zuständen bzgl. sich selbst, den Mitarbeitenden, dem Team und der Organisation(seinheit) beobachtet und bewertet. Wird eine Differenz als kritisch eingestuft, muss entschieden werden, wie damit umgegangen werden soll. Für die Umsetzung der Entscheidung ist Führung auf Gefolgschaft angewiesen. Anschließend wird beobachtet, ob die Intervention die Soll-Ist-Differenz verringert hat. Führung ist also ein rekursiver, kommunikativer Prozess (vgl. Richter/Groth 2023:16ff). Und auch hier stellt sich die Frage, welche „Akteure“ diesen Prozess beeinflussen – und ob KI dazugehört. Die Frage, ob und wie KI Führung in Organisationen beeinflusst, ist nicht nur akademisch, denn KI setzt genau dort an, wo die Führungsschleife beginnt und damit beim Beobachten und Bewerten:

Daten entstehen erst dadurch, dass ein System Unterscheidungen trifft (vgl. Richter 2026c mit Bezug auf Baecker 2026). Wer die KI bspw. Fallverläufe zusammenfassen oder Situationen einschätzen lässt, überlässt ihr also bereits einen Teil dessen, was überhaupt als Soll-Ist-Differenz sichtbar wird. Richter (2026c) spricht in Weiterführung von Baeckers Überlegungen von einem „Bewertungsüberschuss“: KI-Systeme entscheiden zunehmend selbst und lösen darüber Folgen aus.

Offen ist damit, wer in Organisationen künftig was bewertet – und damit entscheidet. Schumacher (2026) schärft diese Frage: Generative KI ist stark im Öffnen, also im Erzeugen, Variieren und Rekombinieren von Optionen, aber schwach im Bewerten, weil Bewertung Urteilskraft voraussetzt, die auf Erfahrung, Kontextwissen und kausalem Verstehen beruht.

Entscheidungsprämissen und „Personal“ als Bezugspunkt

Auf der Ebene der „strukturellen Führung“ (vgl. bspw. Rosenstil, Nerdinger 2025:21) geht es nicht darum, „im System“ und im Rahmen der Regeln zu arbeiten, sondern „am System“ selbst, also an den Strukturen, die einzelnen Entscheidungen eine Richtung geben. Luhmann (2000:222ff.) fasst diese Strukturen als Entscheidungsprämissen und unterscheidet drei Typen: Kommunikationswege regeln beispielsweise, wer mit wem in welcher Reihenfolge kommuniziert. Programme fungieren als Spielregeln und sind unterteilt in Zweck- und Konditionalprogramme. „Personal“ bezeichnet schließlich die Einsicht, dass es für künftige Entscheidungen einen Unterschied macht, mit welcher Person eine Stelle besetzt wird (vgl. Gesmann 2025:28).

Wo also lässt sich KI verorten? Naheliegend wäre die Einordnung als Werkzeug, vergleichbar mit klassischer Software. Diese gehört zur Kategorie „Programme“, da sie auf Konditionalprogrammierung nach dem Wenn-dann-Schema basiert und der gleiche Input immer zum gleichen Output führt (vgl. Richter 2026a). Hier trifft der Werkzeugbegriff zu. Klassische Technik stabilisiert Entscheidungsprämissen gerade dadurch, dass sie Reflexion erübrigt: Was zuverlässig funktioniert, muss nicht mehr begründet werden (vgl. Schumacher 2026).

Generative KI folgt jedoch einer anderen Logik, da sie die Form klassischer Technik beibehält, aber nicht deren Verlässlichkeit: Ihre Outputs sehen aus wie plausibel formulierte sachlich passende Entscheidungsgrundlagen, sind aber auf Wahrscheinlichkeiten beruhend erzeugt (vgl. Schumacher 2026). Bei der KI-Nutzung werden also Entscheidungsspielräume an die „Blackbox KI“ delegiert, deren konkreter Output vorab nicht bekannt und kaum reproduzierbar ist. Diese Nichtdeterminiertheit ist kein Fehler, der – wie bei klassischer Software – mit dem nächsten Update verschwindet, sondern eine Eigenschaft von Modellen, die auf Wahrscheinlichkeiten beruhen (vgl. Oestereich 2026c:70). Timm Richter (2026b) sieht in der Undurchschaubarkeit der Modelle sogar ihren eigentlichen Wert. Einfach ausgedrückt: Genau wie Menschen kann KI unterschiedlich entscheiden und der Weg zur Entscheidung bleibt unsichtbar. Man kann einem Menschen nicht in den Kopf schauen und das gilt für KI-Assistenten ebenso.

Und die Praxis zeigt, dass sich Fach- und Führungskräfte Fallnotizen glätten, Antwortschreiben formulieren oder Situationen reflektieren lassen. Die KI recherchiert, fasst zusammen und protokolliert usw. (vgl. Löhe 2025:160). In all diesen Fällen besteht Entscheidungsbedarf, da das Ergebnis auch anders hätte ausfallen können. Wer ein Schreiben formulieren lässt, lässt damit bereits über Ton, Prioritäten und Informationsauswahl mitentscheiden (vgl. Oestereich 2026c:94). Nehmen wir ein Beispiel:

Eine Fachkraft im Allgemeinen Sozialen Dienst (ASD) soll einer Klientin absagen, deren Antrag nicht bewilligt wurde. Sie lässt sich das Schreiben von einem KI-Assistenten vorformulieren, überfliegt das Ergebnis, ändert zwei Sätze und schickt es ab. In der Akte steht ein sauberes Absage-Schreiben, ohne dass ersichtlich wird, dass und wie KI beteiligt war.

Der Output der KI ist nicht vorherbestimmt. Man vertraut darauf, dass die Blackbox angemessen entscheidet, obwohl sich ihr Verhalten kaum prognostizieren lässt, und prüft den Output wie bei der Delegation an Personen nicht vollständig.

Schatten-KI als besondere Herausforderung

Eine besondere Brisanz ergibt sich aus der kaum kontrollierbaren Nutzung von Schatten-KI: Personal, das für die Organisation Entscheidungen trifft und dafür verantwortlich gemacht wird, kann KI nutzen und ihren Vorschlägen folgen, ohne dies offenzulegen (vgl. Richter 2026a). Dass KI auf diese Weise in organisationale Entscheidungsprozesse einsickert, lässt sich kaum verhindern – auch nicht durch fehlende formale Freigaben (vgl. Richter 2026b). Entscheidend ist, ob die Organisation es bemerkt. Das Absageschreiben aus dem Beispiel ist genau dieser Fall. Gerade in der Sozialen Arbeit, bei Nutzung hochsensibler Daten und dem Treffen folgenreicher Entscheidungen über Lebensverläufe, ist das keine Marginalie. M.a.W.:

Organisationen, die KI dauerhaft in ihre Entscheidungsprozesse einbinden, ohne diese Einbindung zu gestalten, schaffen „unkonstituierte Mitglieder“ mit realem Einfluss auf Entscheidungen, aber ohne Handlungsrahmen und ohne Zurechenbarkeit (vgl. Oestereich 2026c:123).

Hinzu kommt ein zweiter Effekt: KI wirkt nicht nur wie Personal an einzelnen Entscheidungen mit, sondern verschiebt auch die Entscheidungsprämissen selbst: Welche Information zählt, welche Option überhaupt erwogen und welcher Maßstab angelegt wird, wandert zunehmend in Tools, Prompts und Trainingsdaten ab, statt in der Organisation explizit entschieden zu werden (vgl. Schumacher 2026). Was im Beispiel als „angemessener Ton“ einer Absage gilt, wird so unbemerkt mitdefiniert – KI berührt damit nicht nur die Prämisse „Personal“, sondern auch die Zweck- und Konditionalprogramme.

Human in the loop – really?

Ja, es lässt sich einwenden, dass KI doch gar nicht entscheidet, sondern nur Text erzeugt. Dieser Einwand ist berechtigt, aber: Es ist nicht entscheidend, ob KI „wirklich versteht“ oder ein Bewusstsein hat, sondern dass sie entscheidungsrelevante Anschlusskommunikation erzeugt. KI stellt Rückfragen, schlägt Alternativen vor, widerspricht und simuliert Perspektiven (vgl. Oestereich 2026b; 2026c:21) und Mitarbeitende orientieren sich an ihren Ergebnissen. Ob die KI „tatsächlich“ entscheidet, ist dafür ebenso unerheblich wie bei Menschen, denen man auch nicht „in den Kopf schauen“ kann. In beiden Fällen ist nur das Ergebnis sichtbar, an das Folgeentscheidungen angeschlossen werden. Systemtheoretisch präziser:

Ob Chats mit KI überhaupt Kommunikation im Luhmann’schen Sinne sind, ist offen (vgl. Richter 2026c). KI-Ausgaben werden aber so behandelt, als kämen sie von einem relevanten Gegenüber: sie werden aufgegriffen, bewertet oder zurückgewiesen. Die Wirkung entsteht also nicht „in der KI“, sondern im sozialen System, das an sie anschließt (vgl. Oestereich 2026c:121).

So betrachtet lässt sich generative KI als funktionales Äquivalent zur Entscheidungsprämisse „Personal“ verstehen. Sie nimmt – wie Mitarbeitende – an Kommunikation teil, gelangt auf nicht vollständig nachvollziehbare Weise zu Ergebnissen und kann diese begründen.

Zugleich ist KI kein Mensch: Ihr fehlen psychisches System, Körper und die Fähigkeit, Verantwortung zu tragen. Sie fungiert vielmehr als strukturelle Kopplung zwischen technischen und sozialen Systemen, indem sie Daten und Wahrscheinlichkeiten in anschlussfähige Beiträge übersetzt (vgl. Oestereich 2026c:121). Spezifischer lässt sich KI daher als „Organisationselement“ definieren, verstanden als nicht-personale, dauerhaft erwartete kommunikative Rolle, deren Beiträge entscheidungsrelevant und strukturell begrenzt sind, ohne dass sie selbst Trägerin juristischer oder moralischer Verantwortung oder eigener (Beziehungs-)Absichten wäre (vgl. Oestereich 2026c:122; zur früheren Bezeichnung als „funktionales Organisationsmitglied“ Oestereich 2026a). Der Begriff „Element“ statt „Mitglied betont – gegen den Impuls zur Vermenschlichung – die Nichtmenschlichkeit (vgl. ebd.:123). Wie stark KI in einer Organisation wirkt, hängt dann von Fragen der Zurechnung ab:

Je klarer ihre Beiträge einer menschlichen Verantwortungsrolle zugerechnet, geprüft oder verworfen werden, desto weniger tritt sie als eigenständige Einheit auf; je unklarer, desto stärker wird sie faktisch zu einem wirksamen Teil der Organisation durch das, was kommunikativ tatsächlich passiert (vgl. ebd.:113f.). Ein Organisationselement im engeren Sinne ist Ergebnis einer bewussten Gestaltungsentscheidung (vgl. ebd.:123). Hier liegt der Ansatzpunkt für Führung und zeigt die Spannung, dass KI entscheidungswirksam ist, ihr aber Verantwortung nicht zugerechnet werden kann.

Diese Lücke – wirksam, aber nicht verantwortlich – ist nicht aufzulösen. Genauer betrachtet fallen hier drei Ebenen auseinander, die in klassischen Strukturen zusammenfallen: die kommunikative Verantwortung (Wer kommuniziert?), die Prozessverantwortung (Wer hat den Einsatz erlaubt?) und die Haftungsverantwortung (Wer unterschreibt?) (vgl. Oestereich 2026c:118). Genau in diesen Lücken ist Führung gefragt.

Meist wird hier das Prinzip „Human-in-the-loop“ angeführt, bei dem „KI nur als Assistenz“ eingesetzt wird und die „Endentscheidung“ bei der Fach- bzw. Führungskraft verbleibt. Der Prozess des Entscheidens wird damit jedoch nicht abgebildet (vgl. Richter 2026a):

Je regelmäßiger KI-Output als hinreichend bewertet und nur noch bestätigt wird, desto schwieriger wird es, den entscheidenden Anteil der KI zu negieren. Die Entscheidung liegt dann formal beim Menschen, faktisch aber bei der KI – zumal die Abweichung von einer plausibel klingenden KI-Empfehlung Begründungsaufwand kostet, das Folgen der Empfehlung dagegen nicht (vgl. Oestereich 2026c:92f.).

Die Fachkraft im Beispiel hat „in the loop“ zwar zwei Sätze geändert, aber faktisch nur bestätigt, nicht entschieden. Schumacher (2026) beschreibt solche Situationen als Auseinanderlaufen dreier Dimensionen, die Entscheidungen normalerweise zusammenhalten: Die sachliche Plausibilität ist schnell verfügbar, die soziale Zurechnung fehlt hingegen ebenso wie zeitliche Stabilität. Damit bleibt unklar, ob jemand das Ergebnis vertritt oder nur weiterreicht.

Richter (2026b) schlägt deshalb vor, die Perspektive zu erweitern: Statt nur zu fragen, wo der Mensch in der KI-Schleife sitzt, wäre auch zu fragen, wo die KI in den Entscheidungsschleifen der Organisation sitzt („AI-in-the-loop“). Darauf basierend lässt sich KI konzeptionell gestalten.

Schumacher (2026) betont diesbezüglich, dass KI an den Anfang eines Entscheidungsprozesses gehört, wo sie Übersicht schafft und nicht an dessen Ende, wo sie Verantwortung absorbiert. Im ASD-Beispiel hingegen stand die KI hingegen genau am Ende.

Konsequenzen für die Führungspraxis

Gerade in der Sozialwirtschaft hält KI Einzug in den Alltag, da die Interaktion mit Klient:innen, der Kern Sozialer Arbeit, kaum als Konditionalprogramm (Wenn-Dann) abgebildet werden kann (vgl. Gesmann 2025:28). Entsprechend dominieren Zweckprogramme (z. B. „Gemeinsam für Vielfalt und Inklusion!“). Diese bieten im Alltag im Kontakt mit Klient:innen ebenso wie im Führungsalltag wenig Orientierung. Gerade dort, wo „Wenn-Dann-Vorgaben“ nicht greifen, häufen sich kritische Momente, in denen Führung gefragt ist. Die KI-Nutzung wird nicht nur als Zeitersparnis, sondern auch als Orientierung für das Treffen von Entscheidungen attraktiv. Damit wird die KI-Nutzung selbst zur Führungsaufgabe. Sie lässt sich in vier Punkten strukturieren:

1. KI braucht Führung – wie Personal: Die Herausforderung ist in beiden Fällen die nicht auflösbare Intransparenz der Blackbox. Führung bedeutet in diesem Kontext, die Rolle der KI und die KI-Nutzung explizit zu machen und zu kommunizieren (vgl. Gesmann 2025:27). Zentral ist die Kontextgestaltung, d. h. die Klärung von Aufgaben, Entscheidungsbefugnissen, erlaubten Daten und rechtlichen Grenzen. Richter (2026b) nennt dafür drei Prinzipien, die an Personalarbeit erinnern: die Auswahl passender Systeme, die Bereitstellung von Kontext und die Kapselung, also die Festlegung, worauf KI zugreifen, was sie verändern und anstoßen darf und über welche Prüfschnittstellen ihre Ergebnisse laufen. Oestereich (2026c:296f.) bündelt dies in einem „Handlungsrahmen“ für KI-Systeme, der mindestens Zweck, Datenzugang, erlaubte Ausgaben und Kommunikation, menschliche Freigabepflichten, Abschaltbedingungen und Protokollierung festhält. Dies muss an einem Ort festgehalten werden, der im Arbeitsalltag tatsächlich genutzt wird.
2. Verantwortliche Delegation braucht ein realistisches Bild des „Personals“: Hier unterscheiden sich KI-Assistenten von Menschen: Sprachmodelle reagieren unterschiedlich, Updates verändern ihr Verhalten, sie stellen Unzutreffendes als geprüft dar und neigen zu devoter Hilfsbereitschaft. Richter (2026b) empfiehlt, KI wie neue Mitarbeitende zu erproben und dabei misstrauisch zu bleiben: Strukturieren und Ideenfinden gelingen meist gut, Zahlen, Fakten und Zitate sind fehleranfällig. Vor allem treten sie – auch wenn KI zunehmend selbstreferenziell arbeitet, ohne autopoietisch zu sein (vgl. Richter 2026c) – kaum aus dem vorgegebenen Kontext heraus, um dessen Angemessenheit zu hinterfragen und gehen nicht in die „Beobachtung 2. Ordnung“, machen also nicht die eigene Beobachtung zum Gegenstand der Beobachtung. Diese Reflexionsleistung wird Aufgabe der Führung. Dafür braucht es Routinen, um KI-Ergebnisse der Frage zu unterziehen: „Was würde hier auffallen, wenn es falsch wäre – und würde ich es bemerken?“ Hilfreich ist auch, sich von der KI nicht eine Empfehlung zum Bestätigen, sondern mehrere Optionen mit Vor- und Nachteilen vorlegen zu lassen und die eigene (Un-)Sicherheit bei der Entscheidung festzuhalten (vgl. Oestereich 2026c:93f.). Arbeiten viele mit ähnlichen Tools, droht zudem eine plausibilitätsgetriebene Konvergenz: Positionen gleichen sich an, bevor ein produktiver Dissens entstehen kann. Schumacher (2026) empfiehlt deshalb, Dissens bewusst zu kuratieren, etwa durch Zweitmeinungen, Gegenpositionen oder eine Devil’s-Advocate-Rolle – in der Sozialwirtschaft etwa in der kollegialen Fallberatung.
3. KI-Output beruht auf Wahrscheinlichkeiten, nicht auf Gewissheiten: Die Kernfrage lautet, in welchem Rahmen nichtdeterministische Ergebnisse vertretbar sind (vgl. Oestereich 2026c:72). Zu klären ist, welche Fehlerquoten tolerierbar sind, wo stichprobenhaft kontrolliert wird und wann eine zweite Instanz (Vier-Augen-Prinzip) eingeschaltet wird. Wäre im Beispiel eine rechtlich missverständliche Begründung aufgefallen? Wie prüft die Organisation das? Angesichts der Verantwortung gegenüber vulnerablen Adressat:innengruppen ist diese Justierung eine fachlich-ethische Führungsentscheidung: Festzulegen ist, ab welcher Tragweite einer Entscheidung das Vier-Augen-Prinzip greift. Dazu gehört auch, explizit zu machen, ab wann aus einer „Tool-Empfehlung, die ich weiterreiche“ eine „Position, für die ich einstehe“ wird – sonst diffundiert Verantwortung in den Spalt zwischen Person und Tool (vgl. Schumacher 2026). Dabei ist zwischen interner Nutzung und rechtsverbindlichen Entscheidungen zu unterscheiden. Oestereich (2026c:250) nennt dafür zwei Dimensionen: die Schutzwürdigkeit der Daten und das Folgengewicht ihrer Verarbeitung – beides ist in der Sozialwirtschaft regelmäßig hoch.
4. Die Gestaltung des Rahmens für KI ist „strukturelle Führung“ (Führung 2. Ordnung): Anstatt die KI-Nutzung allein per Leitlinien zu formalisieren, sollte sie bewusst in alle Entscheidungsprämissen integriert werden: Wo reicht eine klassische, deterministische Digitalisierung, sodass auf KI verzichtet werden kann (vgl. Oestereich 2026c:215)? Welche Aufgaben werden delegiert? Nach welchen Kriterien gilt ein KI-Ergebnis als gut und sind diese Kriterien geklärt, bevor die KI Vorschläge erzeugt (vgl. Schumacher 2026)? Welche Kommunikationswege sorgen dafür, dass KI-gestützte Entscheidungen transparent werden? Welche Regeln rahmen die KI-Nutzung? Gemeint ist dabei nicht die Transparenz der Modellbegründungen (die sind, wie bei Menschen auch, oft nachträgliche Plausibilisierungen, vgl. Richter 2026b), sondern Transparenz darüber, wo KI an Entscheidungen beteiligt ist. Schatten-KI tritt erst dann aus dem Schatten, wenn die Organisation den Umgang mit ihr in die Kommunikation bringt, denn nur was kommuniziert wird, lässt sich führen. Oder, mit Oestereich (2026c:115): „Wer wirkt, soll auch verfasst sein.“ Dafür braucht es Räume, in denen Mitarbeitende offenlegen können, wofür sie KI nutzen. Dazu kann bspw. ein fester Tagesordnungspunkt im Teammeeting eingeführt werden. Eine gute Leitfrage dafür liefert Schumacher (2026): Wann haben wir uns zuletzt gegen eine plausible KI-Empfehlung entschieden, wussten genau, warum, und haben offen darüber gesprochen? Und es braucht Beobachtung über den Einzelfall hinaus: Wie verändern sich Entscheidungsprozesse, wenn KI beteiligt ist – und wo zieht die Organisation bewusst Grenzen (vgl. Richter 2026c)? Solche Grenzziehungen sind keine technischen Details, sondern berühren die Selbstbeschreibung einer Organisation (vgl. Schumacher 2026): Bleibt eine Einrichtung, die sich als beziehungsorientiert versteht, das auch dann, wenn die Vorauswahl dessen, was in einem Fall relevant ist, zunehmend im Datenraum geschieht?

Fazit

KI verändert die Führung in Organisationen der Sozialwirtschaft nicht dadurch, dass sie Führungskräfte überflüssig macht, sondern dadurch, dass sie eine neue, nicht-personale und kommunikativ wirksame Form von „Personal“ in die Organisation bringt. Dieses „Personal“ – verstanden als Organisationselement – wird entscheidungsrelevant, ohne Verantwortung tragen zu können. Die Lesart „KI als Werkzeug” unterschätzt die damit einhergehende Wirkung und befeuert die Nutzung von Schatten-KI.

Die Deutung als funktionales Äquivalent zu Personal – genauer: als Organisationselement – zeigt hingegen, dass der Umgang mit KI zum Kern von Führung werden muss. Das verlangt von Führungskräften, sich punktuell aus dem operativen Geschäft zu lösen, die KI-Nutzung in der Organisation zu beobachten, bewusst über sie zu entscheiden und Strukturen so zu gestalten, dass KI aus dem Schatten treten und erst dadurch bewusst geführt werden kann. Organisationen verlieren durch KI nicht die Fähigkeit zu entscheiden, wohl aber die selbstverständliche Annahme, sie hätten bestimmt, woran ihre Entscheidungen anschließen (vgl. Schumacher, 2026). Damit wird eine Frage, die bislang selbstverständlich beantwortet schien, selbst zur Führungsfrage:

Wer bewertet in der Organisation künftig was – und wer verantwortet es?

Quellen

• Baecker, D. (2026): Digitalisierung. Berlin: Suhrkamp.
• Gesmann, S. (2025): Systemisches Führen – Perspektiverweiterung im Sozialmanagement. In: Sozialwirtschaft, 35. Jg., H. 5, S. 25–28.
• Kühl, S./Muster, J. (2025): Führung managen. Eine sehr kurze Einführung. Wiesbaden: Springer.
• Löhe, J. (2025): Mensch, Maschine und Management: KI im Spannungsfeld von Sozialarbeit und Sozialmanagement. In: Linnemann, G., Löhe, J., Rottkemper, B. (Hrsg.): Künstliche Intelligenz in der Sozialen Arbeit: Grundlagen für Theorie und Praxis. Weinheim: Beltz Verlagsgruppe. S. 156 – 173.
• Luhmann, N. (2000): Organisation und Entscheidung. Opladen/Wiesbaden: Westdeutscher Verlag.
• Luhmann, N. (2018): Lob der Routine. In: Lukas, E./Tacke, V. (Hrsg.): Niklas Luhmann. Schriften zur Organisation. Band 1. Wiesbaden: Springer. S. 293–332.
• Muster, J./Büchner, S./Hoebel, T./Koepp, T. (2020): Führung als erfolgreiche Einflussnahme in kritischen Momenten. In: Barthel, C. (Hrsg.): Managementmoden in der Verwaltung. Sinn und Unsinn. Wiesbaden: Springer. S. 285–306.
• Oestereich, B. (2026a): Der Begriff „Funktionales Organisationsmitglied“ für KI in Organisationen. Werkstatt für Kollegiale Führung. URL: https://kollegiale-fuehrung.de/begriffsdefinition-funktionales-organisationsmitglied/. Abruf am 26.06.2026.
• Oestereich, B. (2026b): KI-Nutzungsstufen – Vom Werkzeug zur organisationalen Rolle (KI als sozial-kommunikative Rolle). Werkstatt für Kollegiale Führung. URL: https://kollegiale-fuehrung.de/ki-als-sozial-kommunikativer-akteur/. Abruf am 26.06.2026.
• Oestereich, B. (unter Mitarbeit von C. Schröder) (2026c): KI in der Organisation. Wie Organisationen Künstliche Intelligenz (ein-)führen, gestalten und verantworten. Kapitel 1 bis 7. 2. Aufl., Version 15.10.2026. Hamburg: Werkstatt für Kollegiale Führung. URL: https://kollegiale-fuehrung.de/kio-buch/.
• Richter, T. (2026a): Entscheidende KI in Führung. URL: https://www.simon-weber.de/blog/entscheidende-ki-in-fuehrung/ Abruf am 26.06.2026.
• Richter, T. (2026b): Making sense of KI – ein Zwischenstand in Thesenform. URL: https://www.simon-weber.de/blog/making-sense-of-ki-ein-zwischenstand-in-thesenform/. Abruf am 27.10.2026.
• Richter, T. (2026c): Digitalisierung, Kontrolle und KI: Gedanken aus einem Seminar mit Dirk Baecker. URL: https://www.simon-weber.de/blog/digitalisierung-kontrolle-und-ki-gedanken-aus-einem-seminar-mit-dirk-baecker/. Abruf am 27.10.2026.
• Richter, T., Groth, T. (2023): Wirksam führen mit Systemtheorie: Kernideen für die Praxis. Heidelberg: Carl Auer Verlag.
• Rosenstiel, L., Nerdinger, F.W. (2025): Grundlagen der Führung. In: Rosenstiel†, L./Regnet, E./Domsch, M. E. (Hrsg.): Führung von Mitarbeitern und Mitarbeiterinnen. Handbuch für erfolgreiches Personalmanagement. 9., neu bearbeitete und aktualisierte Auflage. Stuttgart: Schäffer-Poeschel Verlag.
• Schumacher, T. (2026): Strategie unter KI-Bedingungen. Wenn Plausibilität reichlich und Verbindlichkeit knapp wird. In: OrganisationsEntwicklung (ZOE), Nr. 3/2026, S. 7–14.