Künstliche Intelligenz als Katalysator organisationaler Aufklärung

Zusammenfassung Dieser Beitrag in der Zeitschrift „Gruppe. Interaktion. Organisation. (GIO)“ entwickelt einen organisations- und entscheidungstheoretischen Zugang zur Frage, warum Transformationen im Umgang mit Künstlicher Intelligenz (KI) häufig an der Organisation selbst scheitern und was Organisationen daraus über ihr eigenes Entscheiden lernen können. Ausgangspunkt sind empirische Fälle, die zeigen, dass die erhofften Effekte von KI weniger wegen technologischer Defizite ausbleiben als wegen organisationaler Anschlussprobleme. Aus systemtheoretischer Perspektive wird KI nicht als autonomer Akteur verstanden, sondern als Teil organisationaler Entscheidungsarrangements, in denen bestehende Entscheidungsprämissen sichtbar werden und sich verschieben. Drei Differenzkriterien (Probabilistik, Intransparenz, Nicht-Determiniertheit) machen die organisationale Spezifik moderner KI gegenüber früheren Automatisierungsformen sichtbar. Eine funktionale Differenzierung von KI-Formen (regelbasiert, analytisch, generativ, agentisch) dient als analytisches Raster für die Untersuchung qualitativer Fallstudien aus unterschiedlichen Kontexten. Die Analysen zeigen, dass organisationale Spannungen im Umgang mit KI nicht aufgelöst, sondern entlang sachlicher, sozialer und zeitlicher Sinndimensionen verschoben werden. Diese Verschiebungslogik ergänzt etablierte Modelle der Paradoxiebearbeitung (Smith und Lewis 2011; Berti und Cunha 2023) um eine eigenständige Bearbeitungsform. Auf einer zweiten Ebene erscheint KI als Katalysator organisationaler Aufklärung: Sie zwingt Organisationen, die Kontingenz ihrer eigenen Selbstvergewisserungsprinzipien in Beobachtung zu bringen. Der Beitrag schließt mit Implikationen für Führung, Governance und Organisationsberatung unter Bedingungen probabilistischer, intransparenter und nicht-deterministischer Technologien.