Warum Weisheit und Menschlichkeit wichtiger werden als Intelligenz

Wie AI die Regeln erfolgreicher Führung neu schreibt

AI nimmt uns nicht das Denken ab, aber sie nimmt dem Denken seinen Marktwert. Damit verändert sie Führung radikaler als jede Managementtheorie der vergangenen Jahrzehnte. Wenn kognitive Fähigkeiten zur Massenware werde, entscheidet nicht mehr, wer die besten Antworten kennt, sondern wer Orientierung gibt, Verantwortung übernimmt und auch unter Unsicherheit das Richtige tut.

Beitrag 3 der Serie «Der Mensch im AI-Zeitalter» von Prof. Dr. Markus Schmidiger

Stellen Sie sich zwei CEOs vor, die am Montagmorgen dieselbe Verwaltungsratssitzung vorbereiten. Beide verfügen über identische Unternehmenszahlen, dieselben Marktinformationen und Zugang zu denselben leistungsfähigen AI-Systemen. Beide lassen Strategien entwickeln, Risiken analysieren und verschiedene Zukunftsszenarien simulieren. Die Präsentationen unterscheiden sich kaum voneinander. Die Analysen sind fundiert, die Argumente überzeugend und die Empfehlungen wirken schlüssig.

Und trotzdem treffen beide am Ende eine völlig unterschiedliche Entscheidung.

Der erste CEO folgt der Empfehlung der AI nahezu vollständig. Die Daten sprechen scheinbar eine eindeutige Sprache: Ein Geschäftsbereich erfüllt die Renditeziele seit Jahren nicht mehr und soll geschlossen werden. Der zweite CEO entscheidet sich bewusst dagegen. Nicht weil er die Analyse für falsch hält, sondern weil er etwas erkennt, das in keinem Datensatz sichtbar wird: dieser Bereich vereint die erfahrensten Mitarbeitenden, geniesst das grösste Vertrauen der Kunden und entwickelt jene Innovationen, aus denen in wenigen Jahren neue Geschäftsmodelle entstehen könnten. Er sieht kulturelle Folgen, Vertrauensverluste und strategische Konsequenzen, die sich nicht berechnen lassen.

Beide Führungskräfte verfügen über dieselbe Technologie, arbeiten mit denselben Informationen und erhalten nahezu identische Analysen. Den Unterschied macht nicht die Qualität der Daten. Den Unterschied macht die Qualität des Urteils.

Vielleicht beschreibt dieses Beispiel die eigentliche Revolution des AI-Zeitalters besser als jede Diskussion über neue Sprachmodelle oder steigende Rechenleistung.

Seit Monaten beschäftigen wir uns mit der Frage, wann künstliche Intelligenz den Menschen übertreffen wird. Wir vergleichen Benchmarks, verfolgen jede neue Version von ChatGPT, Gemini oder Claude und diskutieren, welche Berufe verschwinden könnten. Doch möglicherweise richten wir unseren Blick auf die falsche Entwicklung. Die entscheidende Veränderung besteht nicht darin, dass Maschinen intelligenter werden sondern darin, dass Intelligenz ihren wirtschaftlichen Seltenheitswert verliert.

Über Jahrzehnte waren die Regeln eindeutig. Wer schneller analysierte, komplexe Zusammenhänge verständlich erklärte, überzeugende Präsentationen entwickelte und auf nahezu jede Managementfrage eine intelligente Antwort fand, galt als Führungspersönlichkeit. Unternehmen suchten die klügsten Köpfe, Hochschulen belohnten analytische Exzellenz, Assessment-Center prüften genau jene Fähigkeiten, die in der Wissensgesellschaft über Karriere entschieden. Intelligenz war weit mehr als eine persönliche Eigenschaft, sie war ein strategischer Wettbewerbsvorteil.

Das war konsequent. Solange Wissen knapp war, war Wissensvorsprung wertvoll. Wer Informationen schneller beschaffen, besser einordnen oder überzeugender vermitteln konnte, schuf unmittelbaren Mehrwert. Führung entstand häufig aus intellektueller Überlegenheit, analytische Brillanz wurde nicht selten mit Führungsstärke gleichgesetzt.

Doch jede technologische Revolution verändert früher oder später die Kriterien, nach denen Wert entsteht. Die Industrialisierung machte Muskelkraft zur Massenware. Somit  entschied nicht mehr, wer körperlich am stärksten war, sondern wer Maschinen organisieren konnte. Das Internet machte Information nahezu unbegrenzt verfügbar. Damit wurde nicht mehr der Zugang zu Wissen zum Wettbewerbsvorteil, sondern die Fähigkeit, Informationen sinnvoll einzuordnen. Nun erleben wir die nächste Verschiebung: Generative AI macht erstmals einen erheblichen Teil menschlicher Denkleistung skalierbar.

Die eigentliche Disruption liegt nicht darin, dass AI intelligenter wäre als der Mensch, sondern darin, dass sie für unzählige Aufgaben gut genug geworden ist. Sie schreibt Berichte, entwickelt Strategien, analysiert Märkte, strukturiert komplexe Sachverhalte und formuliert überzeugende Argumentationen in einer Qualität, die für einen grossen Teil des Managementalltags vollkommen ausreicht. Unternehmen bezahlen selten für Perfektion. Sie bezahlen für Geschwindigkeit, Skalierbarkeit und ausreichend hohe Qualität. Deshalb verändert AI nicht nur einzelne Tätigkeiten, sondern die ökonomischen Spielregeln ganzer Branchen.

Die empirische Forschung bestätigt diese Entwicklung inzwischen eindrücklich. Erik Brynjolfsson, Danielle Li und Lindsey Raymond (2023) zeigen, dass generative AI insbesondere weniger erfahrene Mitarbeitende deutlich produktiver macht und den Abstand zu Expertinnen und Experten erheblich verkleinert. AI ersetzt Spitzenkräfte nicht, sie demokratisiert jedoch einen Teil ihres Wissens und ihrer Arbeitsweise. Parallel weisen der OECD Skills Outlook 2023 und der Future of Jobs Report 2025 des World Economic Forum darauf hin, dass dadurch klassische Wissensvorteile an Bedeutung verlieren, während Urteilskraft, kritisches Denken, Kreativität und soziale Kompetenz zu den entscheidenden Zukunftsfähigkeiten werden.

Das ist eine hervorragende Nachricht für Produktivität, Innovation und wirtschaftliches Wachstum. Für Führung ist sie jedoch weitaus unbequemer. Denn wenn professionelle Analysen, überzeugende Texte und intelligente Antworten zur Massenware werden, verlieren genau jene Fähigkeiten ihren Seltenheitswert, über die sich viele Führungskräfte bisher definiert haben.

AI ersetzt unsere bisherigen Kriterien dafür, was wir als Kompetenz wahrnehmen. Vielleicht haben wir uns jahrelang auf die falsche Frage konzentriert. Nicht ob AI den Menschen ersetzt, wird über die Zukunft entscheiden. Die entscheidende Frage lautet vielmehr: Welche menschlichen Fähigkeiten werden dadurch plötzlich knapp?

Denn genau das war der eigentliche Wendepunkt jeder grossen technologischen Revolution. Sie veränderte nicht zuerst die Maschinen. Sie veränderte den Wert des Menschen.

Intelligenz wird zur Massenware

Die Geschichte wirtschaftlichen Erfolgs ist immer auch eine Geschichte knapper Ressourcen. Wettbewerb entsteht dort, wo etwas wertvoll ist, weil es nicht allen zur Verfügung steht. Über Jahrhunderte war dies Land, später Kapital und Maschinen. In der Wissensgesellschaft rückte eine andere Ressource ins Zentrum: Information. Wer mehr wusste, schneller analysierte oder komplexe Zusammenhänge besser verstand als andere, konnte bessere Entscheidungen treffen und nachhaltige Wettbewerbsvorteile aufbauen. Genau deshalb investierten Unternehmen Milliarden in Ausbildung, Expertenwissen und Beratung. Intelligenz war keine akademische Tugend. Sie war ein ökonomischer Produktionsfaktor.

Mit generativer AI beginnt sich diese Logik grundlegend zu verändern.

Zum ersten Mal in der Geschichte lässt sich ein erheblicher Teil menschlicher Denkleistung nahezu beliebig vervielfältigen. Was früher erfahrenen Beratern, Juristinnen, Controllern oder Strategen vorbehalten war, steht heute innerhalb weniger Sekunden nahezu jedem Wissensarbeiter zur Verfügung. Ein CEO entwickelt mit AI alternative Zukunftsszenarien für den Verwaltungsrat. Eine Produktmanagerin lässt sich dutzende Innovationsideen generieren. Ein Berufseinsteiger erstellt eine fundiert wirkende Marktanalyse oder formuliert einen überzeugenden Business Case. Die Ergebnisse sind meist nicht perfekt. Doch sie sind erstaunlich häufig professionell genug, um unmittelbar weiterverwendet zu werden.

Dieses „gut genug“ verändert die Wirtschaft stärker als jede spektakuläre Demonstration künstlicher Intelligenz. Unternehmen kaufen nicht Perfektion. Sie kaufen Produktivität. Wenn AI achtzig oder neunzig Prozent der gewünschten Qualität in einem Bruchteil der bisherigen Zeit liefert, verschiebt sich die ökonomische Logik. Spitzenleistungen bleiben wertvoll. Doch durchschnittliche Leistungen werden massiv abgewertet. Was gestern noch ein Wettbewerbsvorteil war, wird morgen zur Grundvoraussetzung.

Diese Entwicklung lässt sich inzwischen empirisch nachweisen. Erik Brynjolfsson, Danielle Li und Lindsey Raymond (2023) zeigen, dass insbesondere weniger erfahrene Mitarbeitende überproportional von generativer AI profitieren. Ihre Produktivität steigt deutlich stärker als jene erfahrener Kolleginnen und Kollegen. AI demokratisiert damit implizites Expertenwissen. Sie macht Erfahrungen, Muster und Vorgehensweisen zugänglich, die früher über Jahre hinweg aufgebaut werden mussten. Auch der OECD Skills Outlook 2023 beschreibt diese Entwicklung als tiefgreifende Verschiebung der Kompetenzanforderungen: Routinemässige Wissensarbeit verliert an Bedeutung, während Fähigkeiten wie kritisches Denken, Problemlösung und Urteilsvermögen an Wert gewinnen.

Hier liegt der eigentliche Wendepunkt: Intelligenz verschwindet nicht, aber sie verliert ihren Seltenheitswert.

Ökonomen wissen seit Langem: Sobald eine bisher knappe Ressource in grosser Menge verfügbar wird, sinkt ihr Marktwert. Jede technologische Revolution folgt diesem Muster. Die Dampfmaschine entwertete Muskelkraft, Computer entwerteten einen Teil der Informationsverarbeitung, das Internet entwertete den Zugang zu Wissen. Generative AI entwertet nun einen Teil jener kognitiven Leistungen, die bisher als exklusiv menschliche Domäne galten. Der Wettbewerb verschiebt sich deshalb zwangsläufig auf die nächsthöhere Ebene.

Die entscheidende Frage lautet deshalb nicht mehr: Wer liefert die intelligenteste Analyse? Sie lautet: Wer trifft trotz identischer Analysen die bessere Entscheidung? Und:   Woran erkennen wir künftig überhaupt noch Kompetenz?

Diese Entwicklung stellt Unternehmen vor eine Frage, die weit über Technologie hinausgeht. Sie betrifft Personalentwicklung, Karrierewege, Führung und letztlich das gesamte Verständnis von Leistung.

Woran erkennen wir künftig eigentlich noch Kompetenz?

Über Jahrzehnte war die Antwort vergleichsweise einfach. Wer brillante Präsentationen entwickelte, komplexe Strategien formulierte oder überzeugende Berichte schrieb, galt als besonders leistungsfähig. Zwischen Ergebnis und Kompetenz bestand eine enge Verbindung. Hochwertiger Output war ein verlässlicher Hinweis auf hochwertiges Denken. Führungskräfte konnten Talente anhand ihrer Resultate erkennen, fördern und befördern.

Diese Verbindung beginnt sich gerade aufzulösen.

Vielleicht haben Sie diese Erfahrung selbst bereits gemacht. Eine junge Mitarbeiterin erstellt mit AI innerhalb weniger Stunden eine Präsentation, für die früher eine renommierte Unternehmensberatung mehrere Tage benötigt hätte. Ein neuer Kollege formuliert ein Strategiepapier, das sprachlich kaum von jenem eines erfahrenen Managers zu unterscheiden ist. Ein Projektteam entwickelt mithilfe generativer AI eine Marktanalyse, die professionell aussieht, logisch aufgebaut ist und überzeugend argumentiert.

Zunächst ist das beeindruckend. Dann entsteht eine neue Unsicherheit: Hat diese Person das Thema wirklich durchdrungen? Könnte sie dieselben Überlegungen auch ohne AI entwickeln? Erkennt sie die Grenzen der vorgeschlagenen Lösung? Oder reproduziert sie lediglich eine plausibel formulierte Antwort?

Damir beginnt eine der grössten Führungsherausforderungen des AI-Zeitalters. AI trennt erstmals in grossem Massstab Ergebnis und Kompetenz voneinander.

Ein hervorragendes Resultat beweist nicht mehr automatisch hervorragendes Denken. Damit verändern sich nicht nur Leistungsbeurteilungen und Beförderungsentscheidungen. Es verändert sich die Art, wie Organisationen überhaupt Potenzial erkennen. Der sichtbare Output verliert an Aussagekraft. Entscheidend wird zunehmend der Denkprozess, der hinter einer Entscheidung steht.

Das verändert auch die Fragen, die gute Führungskräfte künftig stellen müssen. Nicht mehr nur: „Was empfehlen Sie?» Sondern: „Wie sind Sie zu dieser Schlussfolgerung gekommen?» Welche Annahmen liegen Ihrer Analyse zugrunde? Welche Alternativen haben Sie geprüft? Wo sehen Sie Unsicherheiten? Welche Argumente sprechen gegen Ihre eigene Empfehlung? Erst in diesen Antworten wird sichtbar, ob hinter einem professionellen Dokument tatsächlich Urteilskraft steckt oder lediglich ein leistungsfähiges Sprachmodell.

Der Nobelpreisträger Herbert Simon formulierte bereits 1971 einen Gedanken, der heute aktueller ist denn je: „A wealth of information creates a poverty of attention.» Eine Welt voller Informationen erzeugt einen Mangel an Aufmerksamkeit. AI verschärft dieses Phänomen erheblich. Führungskräfte leiden heute nicht unter Informationsmangel. Sie leiden unter einem Überangebot plausibler Antworten.

Die eigentliche Herausforderung besteht deshalb nicht mehr darin, Wissen zu beschaffen. Sie besteht darin, aus unzähligen guten Antworten jene wenigen zu erkennen, die für die konkrete Situation wirklich tragfähig sind.

Damit beginnt einer neuen Ära der Führung. Über Jahrzehnte war Wissen Macht. Im AI-Zeitalter wird Wissen zur Infrastruktur. Der eigentliche Wettbewerbsvorteil entsteht dort, wo Menschen Informationen einordnen, Zielkonflikte abwägen, Konsequenzen antizipieren und Verantwortung übernehmen. Nicht die Qualität der Antwort entscheidet künftig über Exzellenz, sondern die Qualität des Urteils, das aus ihr entsteht.

Intelligenz beantwortet das Wie. Weisheit entscheidet über das Wozu.

Vielleicht haben wir Weisheit jahrzehntelang unterschätzt.

Nicht weil sie unwichtig gewesen wäre, sondern weil Intelligenz in der Wissensgesellschaft meist ausreichte. Wer schneller analysierte, mehr Informationen besass oder komplexere Zusammenhänge verstand als andere, traf häufig auch die besseren Entscheidungen. Intelligenz und erfolgreiche Führung schienen eng miteinander verbunden. Wer die klügsten Antworten hatte, galt fast automatisch als die kompetenteste Führungskraft.

Doch diese Gleichung beginnt sich aufzulösen. Wenn intelligente Analysen, fundierte Argumentationen und professionell formulierte Empfehlungen jederzeit verfügbar sind, verschiebt sich der eigentliche Engpass. Die Herausforderung besteht nicht länger darin, Antworten zu finden. Die Herausforderung besteht darin, zu entscheiden, welche Antwort in einer konkreten Situation die richtige ist. Genau hier beginnt der Unterschied zwischen Intelligenz und Weisheit.

Intelligenz beantwortet die Frage: Wie erreichen wir ein Ziel möglichst effizient? Weisheit stellt zunächst eine andere Frage: Ist dieses Ziel überhaupt das richtige? Dieser Unterschied trennt er operative Exzellenz von verantwortungsvoller Führung.

Ein Unternehmen kann AI nutzen, um den profitabelsten Kundenmix zu berechnen, unrentable Standorte zu identifizieren oder den optimalen Personalbestand zu bestimmen. Die Algorithmen liefern beeindruckend präzise Analysen. Sie zeigen auf, welche Entscheidung unter den gegebenen Annahmen den grössten wirtschaftlichen Nutzen verspricht. Doch dann endet ihre Zuständigkeit.

Denn wirtschaftliche Rationalität beantwortet noch nicht die schwierigsten Fragen unternehmerischen Handelns: Welche Entscheidung stärkt langfristig das Vertrauen der Mitarbeitenden? Welche Folgen hat sie für die Innovationsfähigkeit der Organisation? Welche Signale sendet sie an Kunden, Investoren und Partner? Welche Werte wollen wir auch dann vertreten, wenn sie kurzfristig Geld kosten? Und welche Verantwortung tragen wir gegenüber einer Gesellschaft, in der Unternehmen längst mehr sind als reine Gewinnmaschinen?

Auf all diese Fragen liefert keine AI eine objektiv richtige Antwort. Nicht weil sie technisch unzureichend wäre, sondern weil diese Fragen keine rein analytischen Probleme sind.

Sie verlangen Urteilskraft, Erfahrung, Verantwortungsbewusstsein und die Fähigkeit, mit Unsicherheit zu leben.

Die Weisheitsforschung beschreibt diesen Unterschied seit vielen Jahren erstaunlich konsistent. Paul Baltes und Ursula Staudinger verstehen Weisheit als die Fähigkeit, Wissen, Erfahrung, Werte und Unsicherheit in verantwortungsvolles Handeln zu integrieren. Robert Sternberg ergänzt diesen Gedanken um einen entscheidenden Aspekt: Weise Entscheidungen berücksichtigen nicht nur kurzfristige Interessen oder analytische Optimierung, sondern suchen einen Ausgleich zwischen unterschiedlichen Perspektiven und langfristigen Konsequenzen. Weisheit bedeutet deshalb nicht, mehr zu wissen als andere. Weisheit bedeutet, das Richtige zu tun, obwohl es selten eine eindeutig richtige Lösung gibt.

Das ist die eigentliche Herausforderung moderner Führung: Die schwierigsten Managemententscheidungen sind fast nie Wissensprobleme. Sie sind meist Zielkonflikte zwischen Effizienz und Innovation, zwischen kurzfristigem Gewinn und langfristigem Vertrauen, zwischen wirtschaftlichem Erfolg und gesellschaftlicher Verantwortung, zwischen Geschwindigkeit und Sorgfalt.

AI kann diese Zielkonflikte sichtbar machen, aber entscheiden müssen wir sie selbst.

Vielleicht wird deshalb Weisheit zur entscheidenden Ressource des AI-Zeitalters. Nicht weil Maschinen intelligenter werden. Sondern weil intelligente Antworten ihren Seltenheitswert verlieren. Je leichter gute Analysen verfügbar sind, desto wertvoller wird die Fähigkeit, sie verantwortungsvoll einzuordnen. Die knappste Ressource der Zukunft ist deshalb nicht Wissen, sondern Urteilskraft unter Unsicherheit.

Führung bedeutet künftig viel weniger, die intelligentesten Antworten zu liefern. Führung bedeutet immer mehr, auch dort Orientierung zu geben, wo selbst die intelligenteste Maschine keine eindeutige Antwort liefern kann.

Warum «Human in the Loop» nicht genügt

Viele Unternehmen reagieren auf diese Entwicklung mit einem einfachen Grundsatz: AI soll unterstützen, entscheiden soll weiterhin der Mensch. Der Begriff Human in the Loop ist inzwischen zu einem Standard moderner AI-Governance geworden. Die Idee dahinter klingt überzeugend. AI analysiert Daten, entwickelt Empfehlungen und simuliert verschiedene Szenarien. Am Ende bestätigt eine Führungskraft die vorgeschlagene Lösung. Der Mensch bleibt verantwortlich.

Doch hier beginnt eine neue Gefahr: Ein Mensch, der lediglich die Empfehlungen einer Maschine bestätigt, denkt noch nicht notwendigerweise selbst. Er übernimmt zwar formell Verantwortung, hat den eigentlichen Denkprozess aber möglicherweise längst an die AI delegiert. Aus eigenständiger Analyse wird Plausibilitätsprüfung. Aus aktivem Denken wird Freigabe. Und aus Führung wird schrittweise Qualitätskontrolle.

Dieser Prozess verläuft schleichend und oft unbemerkt. Je leistungsfähiger AI wird, desto grösser wird die Versuchung, ihren Vorschlägen zu folgen. Moderne Sprachmodelle liefern keine nüchternen Berechnungen. Sie formulieren schlüssige Argumentationen, strukturieren komplexe Sachverhalte verständlich und treten mit einer sprachlichen Souveränität auf, die Kompetenz ausstrahlt. Genau darin liegt ihre Stärke und zugleich ihre grösste Gefahr. Denn wir Menschen neigen dazu, sprachliche Überzeugungskraft mit inhaltlicher Richtigkeit zu verwechseln.

Die Forschung kennt dieses Phänomen seit Jahrzehnten. Bereits Parasuraman und Riley beschrieben mit dem Begriff Automation Bias unsere Tendenz, automatisierten Empfehlungen übermässig zu vertrauen. Neuere Untersuchungen zeigen zusätzlich, dass Menschen durch generative AI zunehmend kognitive Arbeit an externe Systeme auslagern. Risko und Gilbert sprechen von Cognitive Offloading, einer Entwicklung, die kurzfristig Produktivität erhöht, langfristig jedoch die Gefahr birgt, dass analytische Fähigkeiten, kritisches Denken und eigenständige Urteilsbildung seltener trainiert werden. Aktuelle Arbeiten von Gerlich und Tsai gehen noch einen Schritt weiter. Sie warnen davor, dass AI langfristig nicht nur einzelne Denkprozesse verändert, sondern unsere Fähigkeit zur praktischen Weisheit schwächen könnte, wenn wir Entscheidungen zunehmend an intelligente Systeme delegieren.

Die eigentliche Gefahr besteht deshalb nicht darin, dass AI falsche Antworten liefert sondern darin, dass Menschen aufhören, die richtigen Fragen zu stellen.

Genau deshalb reicht Human in the Loop künftig nicht aus. Wir brauchen den Wise Human in the Loop. Einen Menschen, der AI nicht als Autorität versteht, sondern als anspruchsvollen Sparringspartner. Jemanden, der nicht nur fragt: Ist diese Empfehlung plausibel? Sondern: Welche Annahmen stecken dahinter? Welche Perspektiven fehlen? Welche Nebenwirkungen wurden nicht berücksichtigt? Welche Werte liegen dieser Empfehlung zugrunde? Was würde sich ändern, wenn wir den Kontext verändern?

Der Wise Human in the Loop akzeptiert nicht die erstbeste Antwort. Er fordert Gegenargumente ein, sucht bewusst nach blinden Flecken, verbindet Daten mit Erfahrung, Analyse mit Intuition und Effizienz mit Verantwortung. Vor allem aber übernimmt er etwas, das keine AI jemals übernehmen kann: die Verantwortung für die Konsequenzen einer Entscheidung.

Eine grosse Führungsaufgabe der kommenden Jahre liegt darin, dafür zu sorgen, dass aus immer intelligenteren Antworten von Maschinen auch tatsächlich bessere Entscheidungen entstehen.

Mehr Reife, nicht mehr Intelligenz

Jede Epoche bringt ihre eigene Vorstellung von Exzellenz hervor. In der Agrargesellschaft genossen jene Ansehen, die Land bewirtschaften und Ernten sichern konnten. Die Industrialisierung machte Unternehmer erfolgreich, die Kapital beschaffen, Fabriken organisieren und Produktion skalieren konnten. Die Wissensgesellschaft schliesslich belohnte Menschen, die schneller lernten, analytisch brillanter dachten und komplexe Zusammenhänge besser verstanden als andere. Unsere Schulen, Hochschulen und Unternehmen sind bis heute weitgehend auf dieses Ideal ausgerichtet. Wir prüfen Wissen, bewerten analytische Fähigkeiten und befördern Menschen, die mit intelligenten Antworten überzeugen.

Diese Logik verliert nun ihre Grundlage. Nicht weil Intelligenz plötzlich unwichtig würde. Sondern weil sie ihren Seltenheitswert verliert.

Wer heute eine Führungsposition übernimmt, wird selbstverständlich auch künftig intelligent sein müssen. Doch Intelligenz allein wird immer seltener erklären, warum jemand erfolgreich führt. Denn wenn hochwertige Analysen, professionelle Präsentationen und fundierte Strategiepapiere jederzeit verfügbar sind, verschiebt sich der Wettbewerb zwangsläufig auf jene Fähigkeiten, die sich nicht automatisieren lassen.

Die neue Elite wird deshalb nicht dadurch entstehen, dass sie AI besser bedienen kann als andere. Das wird in wenigen Jahren so selbstverständlich sein wie heute der Umgang mit E-Mail oder Tabellenkalkulationen. Der Unterschied entsteht vielmehr dort, wo Menschen mit denselben Informationen zu besseren Entscheidungen gelangen.

Denken wir noch einmal an die beiden CEOs vom Beginn dieses Artikels. Beide verfügen über dieselbe AI, dieselben Daten und dieselben Analysen. Dennoch entscheidet sich einer für kurzfristige Effizienz, der andere für langfristige Zukunftsfähigkeit. Der Unterschied liegt nicht im Wissen. Er liegt in der Fähigkeit, Zielkonflikte zu erkennen und verantwortungsvoll abzuwägen.

Genau darin zeigt sich menschliche Reife. Reife bedeutet in diesem Zusammenhang weder Alter noch Dienstjahre. Manche Menschen erwerben sie früh, andere nie. Sie beschreibt vielmehr die Fähigkeit, widersprüchliche Interessen gleichzeitig im Blick zu behalten, Unsicherheit auszuhalten und auch dann verantwortungsvoll zu handeln, wenn es keine perfekte Lösung gibt. Reife zeigt sich darin, kurzfristigen Erfolg nicht gegen langfristiges Vertrauen auszuspielen. Sie zeigt sich darin, unterschiedliche Perspektiven zu integrieren, bevor Entscheidungen getroffen werden. Und sie zeigt sich im Mut, einer scheinbar eindeutigen Empfehlung zu widersprechen, wenn sie zwar logisch erscheint, aber den Kontext verfehlt.

Diese Fähigkeit wird zur knappsten Ressource moderner Führung.

David Deming konnte bereits 2017 nachweisen, dass soziale und zwischenmenschliche Kompetenzen auf dem Arbeitsmarkt kontinuierlich an Bedeutung gewinnen. Der Future of Jobs Report 2025 des World Economic Forum bestätigt diese Entwicklung eindrücklich. Analytisches Denken bleibt zwar wichtig, doch Fähigkeiten wie Resilienz, Kreativität, Führung, Empathie, Lernfähigkeit und systemisches Denken gewinnen deutlich stärker an Bedeutung. Bemerkenswert ist dabei weniger die Liste selbst als ihre gemeinsame Logik: All diese Kompetenzen lassen sich nicht einfach automatisieren. Sie entstehen aus Erfahrung, Selbstreflexion und verantwortlichem Handeln.

Damit wird ein Umdenken notwendig: Über Jahrzehnte suchten Unternehmen nach den intelligentesten Menschen. Die sogenannten «weichen Faktoren» waren vielerorts ein nice-to-have. Im AI-Zeitalter sollten wir beginnen, nach den reifsten Menschen zu suchen. Denn Wissen lässt sich zunehmend skalieren, Charakter nicht. Damit werden die «weichen Faktoren» zu den strategisch wichtigen und entscheidenden Elementen.

Menschlichkeit wird zum strategischen Wettbewerbsvorteil

Über viele Jahre galt Menschlichkeit in Unternehmen vor allem als kultureller Wert. Sie fand sich in Leitbildern, Führungsgrundsätzen und Imagebroschüren wieder, spielte im wirtschaftlichen Wettbewerb jedoch häufig nur eine Nebenrolle. Wenn Effizienz und Menschlichkeit miteinander konkurrierten, gewann meist die Effizienz. Wenn Geschwindigkeit und Beziehungspflege im Widerspruch standen, setzte sich häufig die Geschwindigkeit durch. Menschlichkeit war wichtig, aber selten geschäftskritisch.

Diese Logik beginnt sich gerade zu verändern.

Denn technologische Vorteile werden künftig immer schneller kopiert. Neue Sprachmodelle stehen innerhalb weniger Monate nahezu allen Unternehmen zur Verfügung. Strategien lassen sich mit denselben Werkzeugen entwickeln. Präsentationen erreichen vergleichbare Qualität. Marktanalysen ähneln sich zunehmend. Je leistungsfähiger AI wird, desto schneller gleichen sich viele kognitive Wettbewerbsvorteile an.

Dadurch verschiebt sich die Differenzierung auf eine andere Ebene. Kunden entscheiden sich nicht dauerhaft für das Unternehmen mit der besten AI, sie entscheiden sich für das Unternehmen, dem sie vertrauen. Mitarbeitende bleiben nicht wegen der modernsten Technologie, sondern dort, wo sie Sinn erleben, ernst genommen werden und Vertrauen in ihre Führung haben. Geschäftspartner bauen langfristige Beziehungen nicht auf der Grundlage perfekter Algorithmen auf, basierend auf Verlässlichkeit, Glaubwürdigkeit und gegenseitigem Vertrauen.

Der Soziologe Hartmut Rosa beschreibt mit seinem Konzept der Resonanz eine besondere Form der Beziehung zur Welt. Resonanz entsteht dort, wo Menschen sich wirklich gesehen, gehört und ernst genommen fühlen. Sie lässt sich weder automatisieren noch standardisieren. Gerade deshalb gewinnt sie im AI-Zeitalter an Bedeutung. Denn je perfekter Maschinen kommunizieren, desto sensibler werden Menschen für den Unterschied zwischen sprachlicher Perfektion und echter menschlicher Präsenz.

Diese Entwicklung beobachten wir bereits heute. Viele Unternehmen setzen AI erfolgreich im Kundenservice ein. Standardanfragen werden schneller beantwortet, Prozesse effizienter gestaltet und Wartezeiten verkürzt. Gleichzeitig investieren dieselben Unternehmen bewusst dort in persönliche Beratung, wo Vertrauen, Unsicherheit oder komplexe Entscheidungen eine Rolle spielen. Nicht weil AI versagt. Sondern weil Menschen in entscheidenden Momenten mehr suchen als eine korrekte Antwort. Sie suchen Orientierung, Verständnis und das Gefühl, dass jemand Verantwortung übernimmt.

Vielleicht liegt genau darin die grösste Ironie der AI-Revolution: Je intelligenter unsere Technologien werden, desto wertvoller wird das, was sich nicht programmieren lässt: Vertrauen, Integrität, Empathie, Präsenz, Mut, Verantwortung.

Über Jahrzehnte wurden diese Fähigkeiten oft als «Soft Skills» bezeichnet, als angenehme Ergänzung fachlicher Kompetenz. Im AI-Zeitalter verlieren sie diesen Charakter. Sie werden zu harten ökonomischen Faktoren. Sie beeinflussen Kundenbindung, Innovationsfähigkeit, Arbeitgeberattraktivität und letztlich den nachhaltigen Erfolg einer Organisation.

Die erfolgreichsten Unternehmen der Zukunft werden nicht jene sein, die AI am schnellsten einführen. Es werden jene sein, die verstanden haben, dass Technologie zwar Produktivität schafft, nachhaltige Wettbewerbsfähigkeit jedoch dort entsteht, wo Menschen einander vertrauen.

Der eigentliche Human Advantage wird nicht der Versuch sein, intelligenter zu sein als Maschinen, sondern menschlicher zu bleiben, während Maschinen immer intelligenter werden.

Was Unternehmen jetzt anders machen müssen

Wenn diese Analyse stimmt, dann stehen Unternehmen vor einer deutlich grösseren Aufgabe, als lediglich neue Technologien einzuführen. Die eigentliche Transformation beginnt nicht mit der Auswahl des richtigen Sprachmodells oder der nächsten AI-Plattform.

Sie beginnt mit einer entscheidenden Frage: Welche menschlichen Fähigkeiten machen unsere Organisation künftig erfolgreich?

Viele Unternehmen investieren derzeit Millionen in AI-Anwendungen, Datenplattformen und Automatisierung. Das ist notwendig. Wer die technologischen Möglichkeiten ignoriert, wird mittelfristig an Wettbewerbsfähigkeit verlieren. Gleichzeitig entsteht jedoch eine neue Gefahr. Während sich die Technologie rasant weiterentwickelt, bleiben die Führungsmodelle vieler Unternehmen erstaunlich unverändert. Noch immer werden vor allem jene Kompetenzen bewertet, die in der Wissensgesellschaft den grössten Unterschied machten: analytische Brillanz, Fachwissen, Geschwindigkeit und individuelle Problemlösung. Genau diese Fähigkeiten verlieren jedoch ihren Seltenheitswert.

Die eigentliche Herausforderung besteht deshalb weniger darin, AI in bestehende Organisationen einzubauen sondern vielmehr darin, Organisationen für eine Welt neu zu gestalten, in der Standardintelligenz jederzeit verfügbar ist.

Das beginnt bereits bei der Auswahl von Führungskräften. Noch immer suchen viele Verwaltungsräte nach den intelligentesten Köpfen, den brillantesten Strategen oder den überzeugendsten Analysten. Vielleicht stellen sie inzwischen die falschen Fragen. Künftig wird entscheidender sein, wer auch dann Orientierung geben kann, wenn Daten widersprüchlich sind. Wer Verantwortung übernimmt, obwohl keine Entscheidung frei von Risiken ist. Wer Vertrauen schafft, obwohl Unsicherheit zum Dauerzustand geworden ist. Und wer den Mut besitzt, einer scheinbar perfekten AI-Empfehlung zu widersprechen, wenn sie zwar logisch erscheint, aber den Menschen aus dem Blick verliert.

Ebenso grundlegend wird sich die Entwicklung von Talenten verändern müssen. In wenigen Jahren wird der souveräne Umgang mit AI so selbstverständlich sein wie heute der Umgang mit E-Mail oder Tabellenkalkulationen. Niemand wird allein deshalb erfolgreich sein, weil er AI bedienen kann. Der eigentliche Unterschied entsteht dort, wo Menschen mit den Ergebnissen der AI verantwortungsvoll umgehen. Unternehmen sollten deshalb weniger Zeit investieren, ihre Mitarbeitenden zu besseren Prompt Engineers auszubilden, und deutlich mehr Zeit darauf verwenden, ihre Urteilskraft zu entwickeln. Kritisches Denken, ethische Reflexion, systemisches Verständnis und die Fähigkeit, widersprüchliche Perspektiven zusammenzuführen, entwickeln sich vom «Soft Skill» zum eigentlichen Kern professioneller Führung.

Damit verändert sich auch das Verständnis von AI-Governance. Heute konzentrieren sich viele Unternehmen auf Datenschutz, Transparenz, Compliance und Modellrisiken. All das ist unverzichtbar. Doch es greift zu kurz. Was zusätzlich entsteht, ist eine Governance der Urteilskraft. Organisationen brauchen Räume, in denen AI-Empfehlungen hinterfragt werden dürfen. Sie brauchen eine Kultur, in der Widerspruch nicht als Störung, sondern als Qualitätsmerkmal verstanden wird. Gute Entscheidungen entstehen selten dadurch, dass alle derselben Analyse zustimmen. Sie entstehen dort, wo unterschiedliche Perspektiven aufeinandertreffen und Annahmen kritisch geprüft werden. Gerade weil AI immer überzeugender argumentiert, wird die Fähigkeit zum konstruktiven Zweifel zu einer strategischen Ressource.

Besonders bedeutsam wird diese Entwicklung für die nächste Generation von Führungskräften. Noch nie konnten Berufseinsteiger mit so wenig Erfahrung Ergebnisse erzielen, die vor wenigen Jahren erfahrenen Spezialisten vorbehalten waren. Das eröffnet enorme Chancen. Gleichzeitig wächst die Gefahr, dass Menschen immer seltener lernen, selbständig zu denken. Risko und Gilbert sprechen in diesem Zusammenhang von Cognitive Offloading, der Auslagerung kognitiver Prozesse an externe Systeme. Was kurzfristig Produktivität schafft, kann langfristig Urteilskraft schwächen, wenn Denken zunehmend durch Bestätigen ersetzt wird.

Die entscheidende Führungsfrage lautet deshalb nicht: Wie können wir möglichst viel Arbeit automatisieren? Sie lautet: Wie setzen wir AI so ein, dass Menschen bessere Entscheider werden? Das macht den Unterschied aus zwischen einer effizienteren Organisation und einer besseren Organisation.

Vielleicht beginnt die eigentliche Führungsentwicklung erst jetzt

Als Garry Kasparow 1997 gegen Deep Blue verlor, schien für viele eine neue Epoche zu beginnen. Zum ersten Mal besiegte eine Maschine den besten Schachspieler der Welt. Fast zwanzig Jahre später schlug AlphaGo den Go-Weltmeister Lee Sedol in einem Spiel, das lange als Inbegriff menschlicher Intuition galt. Heute schreiben Sprachmodelle Strategiepapiere, entwickeln Software, bestehen Universitätsprüfungen und analysieren Unternehmen mit einer Geschwindigkeit, die vor wenigen Jahren noch unvorstellbar gewesen wäre.

Über Jahrzehnte haben wir Intelligenz mit menschlichem Wert verwechselt. Wir bewunderten Menschen, die schneller rechneten, komplexer argumentierten oder mehr wussten als andere. Unsere Schulen, Hochschulen und Unternehmen wurden rund um dieses Ideal gebaut. AI zeigt uns nun etwas Überraschendes. Viele dieser Fähigkeiten verschwinden nicht. Aber sie verlieren ihren Seltenheitswert.

Das ist nicht nur eine Bedrohung, sondern vor allem auch eine Einladung. Eine Einladung, den Menschen nicht länger über seinen Wissensvorsprung zu definieren, sondern über seine Fähigkeit, Wissen verantwortungsvoll einzusetzen.

Vielleicht war Intelligenz nie das höchste menschliche Vermögen, sondern lediglich das knappste. Jetzt verändert sich die Knappheit: Antworten werden zur Massenware, Analyse wird zur Infrastruktur, Information wird allgegenwärtig.

Dafür wird Orientierung selten und Urteilskraft noch wertvoller. Verantwortung bleibt menschlich. Vielleicht beginnt deshalb mit dem Zeitalter künstlicher Intelligenz auch das Zeitalter menschlicher Reife.

Das ist keine romantische Hoffnung. Es ist die ökonomische Logik jeder technologischen Revolution. Immer dann, wenn Technologie eine bisher knappe Fähigkeit skaliert, verschiebt sich der Wettbewerb auf die nächsthöhere Ebene. Die Dampfmaschine machte Muskelkraft verfügbar. Computer machten Informationsverarbeitung verfügbar. Generative AI macht nun Standardintelligenz verfügbar. Die nächste knappe Ressource ist deshalb nicht Wissen sondern Urteilskraft, Weisheit, Verantwortung und Menschlichkeit

Die Zukunft von Unternehmen entscheidet sich nicht im Rechenzentrum sondern im Sitzungszimmer. Dort, wo Menschen Verantwortung übernehmen,  Zielkonflikte gegeneinander abgewogen werden. Dort, wo Führungskräfte handeln müssen, obwohl keine Analyse eindeutig ist. Und dort, wo jemand den Mut besitzt, einer perfekten Empfehlung zu widersprechen, weil sie zwar logisch erscheint, aber nicht richtig ist.

Die AI-Revolution wird vielleicht gar nicht deshalb bedeutsam, weil Maschinen lernen zu denken, Sondern weil Menschen gezwungen sind, neu zu lernen, was gutes Denken eigentlich bedeutet.

Jede grosse technologische Revolution verändert die Antwort auf die Frage, was den Menschen wertvoll macht. Die erfolgreichsten Organisationen der Zukunft werden nicht jene sein, die AI am besten einsetzen. Sondern jene, die verstanden haben, dass jede technologische Revolution den Wert des Menschen neu definiert und deshalb beginnen, parallel zur Technologie ihre Menschlichkeit weiterzuentwickeln.

Quellenverzeichnis am Schluss des Beitrages

Essay-Serie «Der Mensch im AI Zeitalter»

• Macht uns AI dumm?
• Wer bist du noch, wenn Maschinen besser denken?
• Warum Weisheit und Menschlichkeit wichtiger werden als Intelligenz
• Die Renaissance der Originalität im AI-Zeitalter

---

AI strategisch erfolgreich einsetzen: Der AI Transformation Circle

Viele Unternehmen experimentieren mit AI. Nur wenige integrieren sie systematisch in ihre Wertschöpfung.

Der AI Transformation Circle bietet den strukturierten Rahmen dafür. Sie arbeiten gemeinsam mit anderen Unternehmen an:

• einem klaren AI-Zukunftsbild
• priorisierten Anwendungsfeldern
• Prozess- und Datenanalyse
• Governance-Design
• konkreten Umsetzungsschritten

Klare strategische Organisationsentwicklung. Und konkrete Umsetzung mit sofort nutzbaren Resultaten.

Der Circle hilft Ihnen, AI aus der Pilotphase zu führen und dauerhaft produktiv zu machen.

AI in Real Estate: bleiben Sie am Puls

Unsere Webinarreihe beleuchtet regelmässig aktuelle Fragestellungen an der Schnittstelle von AI und Immobilienwirtschaft.

Infos und Anmeldung

Von Erkenntnis zu Umsetzung

In unseren Seminaren und Workshops vertiefen wir die Themen praxisnah und mit konkreter Transferunterstützung für Ihr Unternehmen.

Alle Angebote rund um AI @ Real Estate finden Sie hier.

Literatur

Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30.

Baltes, P. B., & Staudinger, U. M. (2000). Wisdom: A metaheuristic (pragmatic) to orchestrate mind and virtue toward excellence. American Psychologist, 55(1), 122–136.

Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work (NBER Working Paper No. 31161). National Bureau of Economic Research.

Buber, M. (2008). Ich und Du (15. Aufl.). Reclam. (Original work published 1923)

Damasio, A. (1994). Descartes‘ error: Emotion, reason, and the human brain. Putnam.

Deming, D. J. (2017). The growing importance of social skills in the labor market. Quarterly Journal of Economics, 132(4), 1593–1640.

Deutscher Ethikrat. (2023). Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz.

Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114–126.

Drucker, P. F. (2007). Management challenges for the 21st century. Routledge. (Original work published 1999)

Edmondson, A. C. (2019). The fearless organization: Creating psychological safety in the workplace for learning, innovation, and growth. Wiley.

Frankl, V. E. (2006). Man’s search for meaning. Beacon Press. (Original work published 1946)

Goleman, D. (1998). What makes a leader? Harvard Business Review, 76(6), 93–102.

Heifetz, R. A., & Linsky, M. (2002). Leadership on the line: Staying alive through the dangers of leading. Harvard Business School Press.

Huang, J., & Mizumoto, A. (2024). Examining the effect of generative AI on students‘ motivation and writing self-efficacy. Digital Applied Linguistics, 1, Article 102324. https://doi.org/10.1016/j.dial.2024.102324

Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human–AI symbiosis in organizational decision making. Business Horizons, 61(4), 577–586.

Kahneman, D., Sibony, O., & Sunstein, C. R. (2021). Noise: A flaw in human judgment. Little, Brown Spark.

Klein, G. (1998). Sources of power: How people make decisions. MIT Press.

Leopoldina – Nationale Akademie der Wissenschaften. (2024). Generative KI – jenseits von Euphorie und einfachen Antworten.

March, J. G. (1991). Exploration and exploitation in organizational learning. Organization Science, 2(1), 71–87.

Microsoft. (2024). 2024 Work Trend Index Annual Report: AI at work is here. Now comes the hard part. Microsoft. https://www.microsoft.com/worklab/work-trend-index

Organisation for Economic Co-operation and Development. (2023). OECD Skills Outlook 2023: Skills for a resilient green and digital transition. OECD Publishing. https://doi.org/10.1787/27452c9b-en

Parasuraman, R., & Riley, V. (1997). Humans and automation: Use, misuse, disuse, abuse. Human Factors, 39(2), 230–253.

Park, J., Kim, H., Lee, S., et al. (2025). A systematic literature review of generative artificial intelligence literacy. Computers and Education: Artificial Intelligence, 8, 100321.

Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210.

Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688.

Rosa, H. (2019). Resonanz: Eine Soziologie der Weltbeziehung (8. Aufl.). Suhrkamp.

Shrestha, Y. R., Ben-Menahem, S. M., & von Krogh, G. (2019). Organizational decision-making structures in the age of artificial intelligence. California Management Review, 61(4), 66–83.

Simon, H. A. (1971). Designing organizations for an information-rich world. In M. Greenberger (Ed.), Computers, communications, and the public interest (pp. 37–52). Johns Hopkins University Press.

Snowden, D. J., & Boone, M. E. (2007). A leader’s framework for decision making. Harvard Business Review, 85(11), 68–76.

Stanford Institute for Human-Centered Artificial Intelligence. (2025). AI Index Report 2025. Stanford University.

Sternberg, R. J. (1998). A balance theory of wisdom. Review of General Psychology, 2(4), 347–365.

Tetlock, P. E., & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. Crown Publishers.
Tsai, C. (2025). Why AI may undermine phronesis and what to do about it. AI and Ethics.

Weick, K. E. (1995). Sensemaking in organizations. Sage Publications.

Wilson, H. J., & Daugherty, P. R. (2018). Collaborative intelligence: Humans and AI are joining forces. Harvard Business Review, 96(4), 114–123.

World Economic Forum. (2025). The Future of Jobs Report 2025. World Economic Forum.