Viele deutsche Unternehmen unterschätzen, wie schnell und umfassend KI ihre Strukturen verändert. Interim Manager Eckhart Hilgenstock benennt typische Denkfehler und erklärt, warum klassische Managementmodelle nicht mehr ausreichen.
In vielen deutschen Unternehmen gilt Künstliche Intelligenz immer noch als reines IT-Thema. Doch die Folgen reichen weit über Technikabteilungen hinaus. Eckhart Hilgenstock, erfahrener Interim Manager, warnt davor, KI mit Denkmodellen aus dem Industriezeitalter zu begegnen. Seiner Einschätzung nach drohen Unternehmen, Politik und Gesellschaft wichtige Entwicklungen zu verpassen, weil sie die Dynamik und Reichweite der Technologie unterschätzen.
Exponentialität und Managementirrtümer
Hilgenstock sieht ein zentrales Problem in der verbreiteten linearen Denkweise. Viele Entscheider erwarten, dass technologische Veränderungen langsam und vorhersehbar ablaufen - eine Haltung, die aus Jahrzehnten schrittweiser Innovation stammt. Doch KI entwickelt sich exponentiell: Rechenleistung, Datenmengen, Algorithmen und Energieeffizienz verstärken sich gegenseitig. Wenn vier Faktoren gleichzeitig verdoppelt werden, ergibt sich ein 16-facher Gesamteffekt. Solche Multiplikationseffekte überfordern klassische Prognosemodelle.
Hilgenstock verweist auf das von Gordon Moore formulierte Gesetz, wonach sich die Zahl der Transistoren auf Computerchips regelmäßig verdoppelt hat. Das hat die Kosten pro Recheneinheit gesenkt und die Leistungsfähigkeit massiv gesteigert. Was heute noch unausgereift wirkt, kann in wenigen Jahren ganze Branchen verändern. Die Erfahrung, dass Prognosen oft zu optimistisch sind, greift bei exponentiellen Technologien nicht mehr.
Die Bundesregierung betrachtet einen Stopp der KI-Entwicklung für Europa als nicht lebensfähig und verknüpft den weiteren Ausbau mit dem digitalen Souveränitätsanspruch der EU.
Geschäftsmodelle und geopolitische Risiken
Viele Unternehmen erwarten von KI vor allem Produktivitätsgewinne und gehen davon aus, dass ihre Geschäftsmodelle im Kern bestehen bleiben. Für Hilgenstock ist das ein großer Irrtum. KI verändert Wertschöpfungsketten grundlegend: Beschaffung, Produktion, Vertrieb, Marketing, Personal und Finanzen werden neu organisiert. Gleichzeitig treten neue Wettbewerber mit anderen Kostenstrukturen und Geschäftslogiken auf. Internationale Beratungshäuser prognostizieren zusätzliche Wertschöpfung in Billionenhöhe, während klassische Unternehmen unter Druck geraten.
Auch die geopolitische Dimension wird laut Hilgenstock oft unterschätzt. Exportkontrollen für Hochleistungschips und Nutzungsbeschränkungen moderner KI-Modelle zeigen, wie Staaten und Unternehmen um technologischen Einfluss konkurrieren. Die entscheidenden Fortschritte entstehen derzeit in den KI-Laboren der USA und Chinas. Europäische Initiativen wie der AI Act oder der Aufbau von KI-Gigafactories konnten den globalen Innovationswettlauf bisher nicht bremsen. Ohne eigene leistungsfähige Infrastruktur bleibt Europa abhängig von Entscheidungen anderer Weltregionen. Im September 2026 wurde das endgültige Fusionsabkommen zwischen Cohere und Aleph Alpha unterzeichnet. Der neue Akteur hat Standorte in Toronto und Berlin, der Forschungsstandort Heidelberg soll gezielt die Entwicklung europäischer KI-Kompetenz stärken. Weitere Details zur strategischen Ausrichtung finden sich im Reuters-Bericht zur Fusion.
Physical AI und die Rolle des Menschen
Ein weiterer blinder Fleck betrifft die nächste Entwicklungsstufe: Physical AI. Intelligente Roboter, autonome Maschinen und KI-gesteuerte Produktionssysteme stehen vor dem Sprung in den Massenmarkt. Robotaxis, humanoide Roboter und selbstorganisierende Fabriken könnten die Produktivität in Industrienationen wie Deutschland deutlich steigern. Gleichzeitig stellt sich die Frage, wie weit menschliche Kontrolle in Prozessketten tatsächlich erhalten bleibt. Hilgenstock erwartet, dass das Modell des "Human in the Loop" nur dort Bestand hat, wo rechtliche oder ethische Gründe dies verlangen. In vielen operativen Abläufen wird sich die vollständig autonome KI durchsetzen, weil menschliche Eingriffe Zeit kosten und die Wettbewerbsfähigkeit mindern.
Die Verantwortung für Entscheidungen bleibt jedoch beim Menschen. Führungskräfte müssen lernen, sowohl Menschen als auch KI-Agenten und künftig humanoide Roboter zu führen. KI wird nicht nur als Assistenzsystem eingesetzt, sondern übernimmt zunehmend eigenständige Entscheidungen und Routineprozesse. Die Bundesregierung hat mit dem Nationalen KI-Sicherheitsinstitut begonnen, die strategischen Auswirkungen leistungsfähiger KI-Modelle systematisch zu bewerten.
Fehlerkultur und Entwicklungspotenzial
Viele Unternehmen und Beobachter interpretieren heutige Fehler und Schwächen von KI-Systemen als Beleg für deren grundsätzliche Unzuverlässigkeit. Hilgenstock hält das für einen historischen Fehler. Technologien sollten nicht nach ihren Kinderkrankheiten beurteilt werden, sondern nach ihrem Entwicklungspotenzial. Die Diskussion um Allgemeine Künstliche Intelligenz (AGI) sieht er als Phantomdebatte, da schon Alan Turing 1936 die Grenzen universeller Algorithmen aufgezeigt hat.
Entscheidend ist, wie schnell Unternehmen, Politik und Gesellschaft lernen, mit der tatsächlichen Entwicklung Schritt zu halten. Die Herausforderungen reichen von der Sicherung ausreichender Rechenleistung und Energie über die Entwicklung eigener KI-Modelle bis zur Gestaltung tragfähiger politischer Rahmenbedingungen. Hilgenstocks Analyse zeigt, dass klassische Managementmodelle und regulatorische Ansätze an ihre Grenzen stoßen, wenn exponentielle Technologien auf etablierte Strukturen treffen. Wer weiterhin in linearen Kategorien denkt, riskiert, von der Realität überholt zu werden - ein Risiko, das nicht nur einzelne Unternehmen, sondern ganze Volkswirtschaften betrifft.
Die Debatte um agentische KI-Systeme und deren Auswirkungen auf Unternehmensbewertung und Kontrolle wurde bereits in einem früheren Beitrag vertieft.
Exponentielles Wachstum bedeutet, dass sich eine Größe in festen Zeitabständen verdoppelt. Im Kontext der Künstlichen Intelligenz heißt das, dass Rechenleistung, Datenmengen oder Modellfähigkeiten nicht einfach linear zunehmen, sondern sich in immer kürzeren Abständen vervielfachen. Diese Dynamik führt dazu, dass technologische Sprünge oft überraschend und mit großer Wucht eintreten. Für Unternehmen und Politik ist es entscheidend, den Unterschied zwischen linearem und exponentiellem Wachstum zu verstehen, um strategische Fehlentscheidungen zu vermeiden.
Nach aktuellen Bitkom-Daten nutzen bereits 57 % der deutschen Unternehmen mit mindestens 20 Beschäftigten KI-Anwendungen - fast dreimal so viele wie noch vor zwei Jahren. Weitere 38 % planen die Einführung, während nur 4 % KI als irrelevant einstufen. Diese Entwicklung zeigt, wie schnell sich der Einsatz von KI in der deutschen Wirtschaft verbreitet. Die vollständigen Umfrageergebnisse sind im Bitkom-Überblick abrufbar.
