KI im Projektalltag einführen: Warum das eine Führungsaufgabe ist, keine Technikfrage (10)

Es gibt eine Annahme, die bei der Einführung von KI im Projektalltag immer wieder zu beobachten ist: Wenn das Tool gut ist und der Nutzen einleuchtend, werden die Mitarbeitenden es nutzen.

Diese Annahme ist falsch. Nicht weil Menschen irrational sind, sondern weil Veränderungen in Organisationen einer anderen Logik folgen als die Einführung neuer Software.

Was hier stattfindet, ist kein technisches Rollout, sondern ein Lernprozess. Und Lernprozesse in Organisationen folgen Gesetzmäßigkeiten, die die Forschung zum Veränderungsmanagement seit Jahrzehnten gut beschrieben hat. Wer diese Gesetzmäßigkeiten kennt, kann die Einführung von KI im Team so gestalten, dass sie tatsächlich gelingt. Wer sie nicht kennt, wird scheitern, egal wie überzeugend die Technologie ist.

Dieser Beitrag beschreibt drei Erkenntnisse aus der Veränderungsmanagement-Forschung, die für die Einführung von KI im Projektalltag unmittelbar relevant sind: die Logik des organisationalen Lernens, das Widerstandsmodell mit seinen vier Typen und der Produktivitätsdip als vorhersehbare Begleiterscheinung jeder Einführung.

Warum individuelle Überzeugung nicht reicht

Stellen wir uns vor, alle Beteiligten wären von der Notwendigkeit überzeugt, KI künftig im Projektalltag einzusetzen. Und stellen wir uns vor, alle hätten an einem guten Workshop teilgenommen und wissen, wie man einen Prompt formuliert, was Halluzinationen sind und welche Datenschutzregeln gelten. Würde sich dann neues Verhalten einstellen?

Die Antwort der Organisationsforschung ist eindeutig: nicht automatisch und nicht sofort. Der Grund liegt darin, dass menschliches Verhalten nicht durch Information allein geändert wird, sondern durch Erfahrungen in der Interaktion mit anderen Menschen. Beziehungen und Verhaltensweisen, die sich über Jahre in einer Organisation eingespielt haben, verändern sich nicht durch ein Seminar. Sie verändern sich, wenn neue Erfahrungen gesammelt, wiederholt und schließlich stabilisiert werden.

Das ist der Kern dessen, was Organisationsforscher organisationales Lernen nennen: das Lernen der Organisation in ihrer Gesamtheit, nicht das Lernen einzelner Personen. Individuelles Lernen fällt vergleichsweise leicht. Organisationales Lernen, also das Entstehen neuer gemeinsamer Verhaltensweisen und Abstimmungsroutinen, braucht Zeit, Raum und bewusste Gestaltung.

Die Konsequenz für die Praxis: Eine einmalige Schulung oder ein einzelner Workshop reicht nicht aus, um KI im Projektalltag zu verankern. Was gebraucht wird, sind gemeinsame Erfahrungen im realen Arbeitszusammenhang, Gelegenheiten zum Ausprobieren, zur Reflektion und zur Stabilisierung neuer Routinen. Das braucht Führung, nicht nur Information.

Kurt Lewin, der Begründer der modernen Sozialpsychologie, hat diesen Zusammenhang bereits in den 1940er Jahren in ein einfaches Modell gefasst, das bis heute gültig ist. Erfolgreiche Veränderung verläuft in drei Phasen: Auftauen des bestehenden Zustands, Bewegen in Richtung des neuen Verhaltens und Einfrieren des neuen Zustands, damit er stabil bleibt. Wer bei der KI-Einführung direkt mit dem Bewegen beginnt, also Tools bereitstellt und erwartet, dass sie genutzt werden, überspringt die erste Phase. Und genau dort liegen die meisten Misserfolge.

Auftauen bedeutet im Kontext der KI-Einführung: Den bestehenden Zustand bewusst in Frage stellen. Warum arbeiten wir so, wie wir arbeiten? Was kostet uns das an Zeit und Qualität? Was wäre möglich, wenn wir es anders machten? Dieser Schritt erzeugt die Unzufriedenheit mit dem Status quo, die notwendig ist, damit Veränderung überhaupt eine Chance hat.

Was Widerstand wirklich bedeutet

Wer eine Veränderung in einem Team einführt, wird auf Widerstands stoßen. Das ist keine überraschende Erkenntnis. Was überrascht, ist die häufig falsche Reaktion darauf: Widerstand wird als Problem betrachtet, das überwunden oder umgangen werden muss. Dabei ist Widerstand ein Signal. Er zeigt an, dass Anliegen nicht berücksichtigt wurden, dass Fragen offen sind oder dass persönliche Konsequenzen nicht bedacht wurden. Wer Widerstand ignoriert oder übergeht, verliert wichtige Informationen über das, was die Veränderung noch braucht.

Dabei ist zu beachten, dass die wahren Ursachen von Widerstand selten offen benannt werden. Was sichtbar wird, sind Symptome: Terminverzögerungen, halbherzige Mitarbeit, sachliche Einwände gegen das neue Verfahren. Die eigentlichen Gründe, oft persönliche Befürchtungen oder das Gefühl mangelnder Wertschätzung, bleiben im Verborgenen. Das macht den Umgang mit Widerstand anspruchsvoller, als er auf den ersten Blick erscheint.

Die vier Typen und wie man mit ihnen umgeht

Aus der Praxis der Organisationsentwicklung hat sich eine Unterscheidung in vier Typen bewährt, die in jedem Projektteam anzutreffen sind, wenn Veränderungen eingeführt werden. Die prozentualen Angaben sind Erfahrungswerte, keine exakten Messungen, sie decken sich jedoch mit dem, was Praktiker in veränderungsstarken Organisationen immer wieder beobachten.

Die Tabelle zeigt, dass jeder Typ eine andere Reaktion erfordert. Bei Widerständlern ist es besonders wichtig, die Ursachen des Widerstands zu verstehen, bevor irgend etwas anderes unternommen wird. Widerstand, der auf dem realen Verlust von Einfluss, Anerkennung oder Handlungsspielraum beruht, lässt sich nicht durch Informationen ausräumen. Er lässt sich nur dann produktiv wenden, wenn Kompensationsangebote und Alternativen entwickelt werden, die die persönliche Situation der Betroffenen berücksichtigen. Das bedeutet konkret: Wenn ein Teammitglied befürchtet, durch den Einsatz von KI an Einfluss oder Sichtbarkeit zu verlieren, ist die richtige Antwort nicht mehr Information, sondern das Gespräch darüber, welche Rolle die Person in einer veränderten Arbeitswelt sinnvoll übernehmen kann. Dieser Schritt kostet Zeit und Aufmerksamkeit, er ist aber keine verlorene Energie, sondern eine Investition in die Tragfähigkeit der Veränderung.

Besonders wertvoll ist die Arbeit mit den Skeptikern. Ihre sachlichen Einwände, wenn sie ernst genommen werden, verbessern das Ergebnis. Wer einen Skeptiker dazu bringt, die KI-Nutzung im Team mitzugestalten, gewinnt nicht nur seine Akzeptanz, sondern auch seinen Verstand. Und das ist oft mehr wert als die Begeisterung eines Promotors.

Eine Formel aus der Forschung: Dannemiller und Tyson haben die Bedingungen für erfolgreiche Veränderung in eine Formel gefasst: Unzufriedenheit mit dem Status quo, multipliziert mit einer attraktiven Vision, multipliziert mit erreichbaren ersten Erfolgen, muss größer sein als der Widerstand. Fällt einer dieser drei Faktoren auf null, scheitert die Veränderung. Das erklärt, warum gute Tools allein nicht reichen: Ohne Unzufriedenheit mit dem Status quo gibt es keinen Antrieb zur Veränderung.

Die Produktivitätslücke: eine vorhersehbare Begleiterscheinung

Es gibt eine Erfahrung, die fast alle Teams machen, die KI ernsthaft in ihren Alltag einführen, und die viele überrascht: In den ersten Wochen wird man langsamer, nicht schneller. Prompts müssen formuliert, Ergebnisse geprüft, neue Routinen eingespielt werden. Dazu kommt die kognitive Belastung durch das Lernen selbst. Die erhoffte Effizienzsteigerung tritt nicht sofort ein.

Das ist kein Zeichen des Scheiterns. Es ist eine bekannte und gut beschriebene Phase bei der Einführung von Innovationen. Zu Beginn stehen hohe Erwartungen und eine starke Motivation. Mit dem Projektstart sinkt die Produktivität zunächst, weil Lernaufwand entsteht und neue Verfahren noch nicht fließend angewendet werden. Erst wenn die neuen Routinen stabil sind, stellt sich die tatsächliche Produktivitätssteigerung ein. Dieser Verlauf ist aus der Innovationsforschung bekannt und in vielen Einführungsprojekten empirisch beobachtet worden.

Warum das wichtig ist: Wer die Produktivitätslücke nicht kennt, zieht die falschen Schlüsse. Teams, die in den ersten Wochen keinen spürbaren Effizienzgewinn sehen, neigen dazu, das Vorhaben aufzugeben. Projektleiter, die die Lücke nicht antizipiert haben, verlieren das Vertrauen in das Vorhaben und geben dem Druck nach. Beides lässt sich vermeiden, wenn von Anfang an klar ist: Der Einbruch kommt, er ist normal, und er endet.

Daraus folgt eine konkrete Führungsaufgabe: Die Produktivitätslücke ansprechen, bevor sie eintritt. Wer sein Team von Beginn an auf diese Phase vorbereitet, nimmt der Lücke seine demoralisierende Wirkung. Und wer in dieser Phase sichtbar an seiner eigenen KI-Nutzung arbeitet und über seine Erfahrungen spricht, gibt dem Team die Orientierung, die es braucht, um durchzuhalten.

Was das für dein Vorgehen als Projektleiter bedeutet

Aus den drei beschriebenen Erkenntnissen lassen sich konkrete Schritte für die Gestaltung der KI-Einführung im Projektteam ableiten.

– Auftauen, bevor du bewegst. Zeige zunächst die Unzufriedenheit mit dem Status quo auf, bevor du über Tools sprichst. Welche Aufgaben kosten das Team heute unverhältnismäßig viel Zeit? Wo entstehen Qualitätsmängel, die mit mehr Zeit vermeidbar wären? Erst wenn diese Fragen beantwortet sind, wird der Nutzen von KI als Antwort erfahrbar und nicht als Zumutung.

– Die vier Typen erkennen und differenziert vorgehen. Nicht alle Teammitglieder brauchen dasselbe. Promotoren brauchen Sichtbarkeit und Spielraum. Skeptiker brauchen sachliche Auseinandersetzung und die Erfahrung, dass ihre Einwände ernst genommen werden. Bremser brauchen das Gefühl, dass ihre persönliche Situation gezählt wird. Widerständler brauchen keine zusätzliche Energie, es sei denn, sie sind Schlüsselpersonen.

– Erste Erfolge sichtbar machen, bevor die Produktivitätslücke einsetzt. Wähle einen Anwendungsfall, bei dem KI in kurzer Zeit einen spürbaren Unterschied macht. Dieser erste Erfolg muss im Team sichtbar gemacht werden, nicht als Werbung, sondern als geteilte Erfahrung. Er ist der erste Schritt von null weg und bildet die Basis für alles Weitere.

– Die Produktivitätslücke ansprechen. Sage deinem Team zu Beginn, dass die ersten Wochen möglicherweise langsamer sein werden als gewöhnt. Erkläre, warum das so ist. Und mache deutlich, dass du das als normalen Teil des Prozesses betrachtest, nicht als Versagen. Diese eine Aussage kann mehr bewirken als jede Schulung.

– Neue Routinen stabilisieren. Veränderung ist erst dann gelungen, wenn das neue Verhalten stabil und selbstverständlich geworden ist. Das entspricht dem dritten Schritt in Lewins Modell: Einfrieren. Für die KI-Einführung bedeutet das: Besprich KI-Erfahrungen regelmäßig im Team, integriere die Prüfung von KI-Outputs in bestehende Prozesse und mache deutlich, dass der neue Umgang mit KI keine Übergangsphase ist, sondern ein dauerhafter Bestandteil der Arbeitsweise des Teams.

Eine realistische Einschätzung: Von der ersten gemeinsamen Anwendung bis zu einer wirklich routinierten KI-Nutzung im Projektteam vergehen in der Praxis drei bis sechs Monate. Das ist kein Zeichen mangelnder Motivation, sondern die normale Zeit, die organisationales Lernen braucht. Wer diesen Zeitrahmen akzeptiert und die Einführung entsprechend plant, wird nachhaltigere Ergebnisse erzielen als jemand, der auf sofortige Umstellung drängt.

Der vorletzte Beitrag dieser Reihe beschäftigt sich mit einer Frage, die nach all den Möglichkeiten, die KI bietet, vielleicht überrascht: Wann sollte man KI bewusst nicht einsetzen? Kompetenz im Umgang mit KI schließt auch das Urteilsvermögen ein, zu erkennen, wann das Werkzeug mehr schadet als nützt.

Andreas Frick ist Geschäftsführer der Projektforum Rhein Ruhr GmbH, IPMA Level A zertifizierter Trainer und Autor der Bücher „Projektkompetenz I & II“ (Springer, 2025). Er begleitet seit Jahren Projektmanagerinnen und Projektmanager auf dem Weg zur IPMA-Zertifizierung und entwickelt praxisnahe Lernformate an der Schnittstelle von Projektmanagement und digitaler Transformation.