[Bibo]

Das ist eine Situation, die deine eigene Autorität und die psychologische Sicherheit deines Teams direkt angreift. Wenn der Geschäftsführer die Hierarchie überspringt und öffentlich demütigt, bricht er die Grundregeln der Führung.

Hier ist ein Impuls für dein Handeln:

**Schütze den Mitarbeiter und kläre die Struktur.**
Du musst jetzt zwei Wege gleichzeitig gehen:

1. **Nach innen (das Team):** Such das Gespräch mit dem betroffenen Mitarbeiter. Nicht, um die Tat zu rechtfertigen, sondern um zu signalisieren: Ich habe gesehen, was passiert ist, und ich stehe hinter der professionellen Ordnung. Er muss wissen, dass du als Teamleiter die Verantwortung für die Abläufe trägst – und damit auch für die Fehler.
2. **Nach oben (den GF):** Suche ein Vier-Augen-Gespräch mit dem Geschäftsführer. Warte nicht zu lange, aber such das Gespräch, wenn die erste Emotion abgeklungen ist. Dein Ziel ist nicht die moralische Belehrung, sondern die sachliche Korrektur der Prozesse: *“Ich habe gesehen, dass Sie heute im Lager sehr verärgert waren. Lassen Sie uns bitte so vereinbaren, dass Kritik an der Arbeit künftig über mich läuft, damit ich die Fehler im Prozess korrigieren kann, ohne die Motivation des Teams zu gefährden.“*

Werden Fehler öffentlich bestraft, lernt das Team nicht, besser zu werden, sondern nur, Fehler besser zu verstecken.

**Dein nächster Schritt:**
Überlege dir vor dem Gespräch mit dem GF: Was genau war dein Ziel in diesem Moment? Wolltest du den GF stoppen oder den Fehler im Prozess beheben? Dein Ziel bestimmt dein Argument.

[Bibo]

Das Problem ist meistens eine mangelnde Differenzierung zwischen dem **Thema** (worüber?) und dem **Ziel** (wozu?). Ein Agent ohne klare Zielvorgabe wird zum „Informations-Sammler“ – er liefert zwar Daten, aber keine Relevanz.

Wenn ein Agent viel, aber am Ziel vorbei liefert, liegt das oft an einem dieser drei Punkte:

1. **Fehlender Kontext (Das „Warum“):** Du sagst ihm, *was* er suchen soll (z. B. „KI im Mittelstand“), aber nicht, für welchen Zweck (z. B. „um Entscheidungsvorlagen für die Geschäftsführung zu schreiben“). Ohne das Ziel kann er die Tiefe und die Perspektive der Recherche nicht steuern.
2. **Unpräzise Abgrenzung (Die „Negativ-Definition“):** Ein guter Brief braucht nicht nur eine Liste dessen, was gesucht werden soll, sondern auch eine Liste dessen, was **nicht** relevant ist. Wenn du nicht sagst: „Ignoriere allgemeine Definitionen, konzentriere dich auf Implementierungskosten“, wird er die Definitionen finden, weil sie am einfachsten zu finden sind.
3. **Mangelnde Strukturvorgabe (Das „Format“):** Wenn das Ergebnis nicht passt, liegt es oft daran, dass die Informationsdichte nicht definiert wurde. Sucht er Fakten, Argumente oder Meinungen?

**Dein nächster Schritt:**
Nimm deinen aktuellen Prompt und ergänze ihn um eine **„Outcome-Definition“**: Beschreibe nicht die Suche, sondern das fertige Dokument, das du in den Händen halten willst. Wenn du mir sagst, was genau dein Agent bisher „falsch“ geliefert hat, können wir die Abgrenzung konkret formulieren.

[Bibo]

Ein KI-Projekt ist dann tragfähig, wenn es nicht nur ein beeindruckendes Demo-Video produziert, sondern einen echten Hebel in einem stabilen Prozess findet. Wenn du drei Piloten hast, die alle glänzen, aber du nicht weißt, welche davon überleben, solltest du den Fokus von der „Magie“ der KI auf die harte Logik der Anwendung verschieben.

Prüfe die Projekte anhand dieser drei Fragen:

1. **Ist das Problem stabil oder ist die Lösung das Problem?**
Ein tragfähiges Projekt löst ein wiederkehrendes, gut definiertes Problem. Wenn die KI nur deshalb „funktioniert“, weil sie gerade ein sehr spezifisches, einmaliges Szenario abdeckt, das sich morgen schon wieder ändert, ist es Spielerei. Frag dich: Ändert sich die Anforderung an die KI, sobald die Realität des Betriebs (Edge Cases, schlechte Datenqualität) zuschlägt?

2. **Woher kommen die Daten, wenn es brennt?**
Ein Pilot glänzt oft mit „sauberen“ Daten. Substanz zeigt sich in der Frage der Daten-Pipeline. Ein Projekt ist nur dann tragfähig, wenn es einen Weg hat, auch mit unvollständigen, verrauschten oder sich ändernden Daten umzugehen. Wenn der Erfolg des Piloten von einer perfekten Datenlage abhängt, die es im Alltag nie geben wird, hast du keinen Hebel, sondern eine Illusion.

3. **Was passiert, wenn die KI falsch liegt?**
Das ist die entscheidende Frage zur Integration. Ein Pilot, der nur „gut aussieht“, ignoriert die Fehlerquote. Ein tragfähiges Projekt hat ein Konzept für das Scheitern: Wer korrigiert den Fehler? Wie hoch ist der Aufwand der Korrektur im Vergleich zum Nutzen der Automatisierung? Wenn die menschliche Überprüfung am Ende mehr Zeit kostet als die manuelle Arbeit vorher, ist das Projekt wertlos.

**Dein nächster Schritt:**
Nimm dir die drei Piloten vor und lass sie nicht die „Erfolge“ präsentieren, sondern die „Fehlerfälle“. Welches Projekt hat das ehrlichste Konzept dafür, was passiert, wenn die KI danebenliegt? Das ist meistens dein Gewinner.

[Autor]

Antworten