Es gibt keine allgemeine KI-Kompetenz

In den Vorstandsetagen herrscht ein seltener Konsens: Die „Demokratisierung von KI” sei das Gebot der Stunde. Das Narrativ ist verführerisch — pump genug Budget in breite Upskilling-Programme, und die ganze Belegschaft verwandelt sich in eine Armee von KI-Generalisten. Die Hoffnung auf das digitale Universalgenie, das Prompting beherrscht, Daten ethisch bewertet und neuronale Netze in die Strategie integriert.

Diese Hoffnung ist eine kostspielige Fiktion. Ökonomisch ist der Versuch, universelle KI-Kompetenz zu erzwingen, ein Angriff auf das Prinzip der Arbeitsteilung.

Was die Daten sagen

In einer Analyse von über 200 internationalen Stellenprofilen und den Daten von knapp 100 technischen Führungskräften haben wir die Hypothese geprüft: Gäbe es eine eigenständige „KI-Kompetenz”, müsste eine Faktorenanalyse einen unabhängigen KI-Faktor isolieren — eine fünfte Säule neben den klassischen Führungsdimensionen. Das Gegenteil trat ein. Die KI-Kompetenzen spalteten sich nicht ab; sie diffundierten vollständig in die bestehenden Domänen. Für den Ingenieur ist KI eine Evolution des Handwerks, für den Strategen ein Transformationshebel, für den Compliance-Officer ein Governance-Risiko. Kompetenz im KI-Zeitalter ist nicht additiv („Management plus KI”), sondern integrativ („ich manage anders durch KI”).

Der Riss: Builder gegen Preserver

Das eigentliche Risiko liegt tiefer — im Competency Model Gap. HR-Abteilungen pressen zwei diametral entgegengesetzte Profile in dieselbe „Digital Leader”-Anzeige. Sie versuchen, Stürmer und Torwart in einer Person zu klonen:

Der Builder — der technologische Architekt — denkt in Code-Architekturen, ML-Pipelines und Skalierung. Er will bauen und shippen; Governance ist für ihn ein Bremsklotz. Er ist der Motor der Innovation. Der Preserver — der IT-Orchestrator — denkt in Stabilität, Integration und der „License to Operate”, in SLAs und Risikominimierung. Er ist das Immunsystem der Organisation. Bei den Technologie-Kompetenzen liegt zwischen beiden ein Delta von über einem ganzen Skalenpunkt (p < .001). Besetzt man die Rollen falsch, produziert man entweder Schatten-IT (wenn der Orchestrator GenAI-Pipelines leiten soll) oder Brain Drain (wenn der Architekt zur Verwaltung gezwungen wird und geht).

KI ist kein Skill, den man danebenstellt. Sie ist das Trägermedium, das alle Führungsdimensionen durchdringt.

ATLAS: ein Koordinatensystem statt Gießkanne

Aus der Analyse ist das ATLAS-Modell entstanden (Adaptive Tech-Leadership AI Skills) — vier nicht verhandelbare Himmelsrichtungen einer KI-fähigen Organisation. T — Technology: der Realitäts-Check, der Machbarkeit von PowerPoint-Fantasie trennt. L — Leadership & Strategy: der ROI-Übersetzer, die einzige Dimension, die vom CTO bis zum CEO jeder beherrschen muss — die gemeinsame Sprache. A — Agility & Operations: Time-to-Market und Skalierungseffizienz. S — Security & Governance: die License to Operate, das Überlebenssystem.

Für Entscheider folgt daraus ein klares Mandat: Stoppen Sie die pauschalen Upskilling-Programme. Der nächste Schritt ist kein Training, sondern ein Audit — legen Sie das ATLAS-Raster über Ihr Führungsteam, identifizieren Sie Ihre Builder und Ihre Guardians, und hören Sie auf, den einen in die Rolle des anderen zu zwingen. Erfolgreiche KI-Transformation ist kein technisches Problem, sondern ein Allokationsproblem menschlicher Intelligenz.

Vom Team zum Gremium: dieselbe Logik im Aufsichtsrat

Was für operative Rollen gilt, gilt eine Etage höher genauso. Auch im Aufsichtsrat ist die Frage nicht „Wie viel KI muss jedes Mitglied können?“, sondern „Welche Kompetenz muss im Gremium insgesamt vorhanden sein?“. Ein einheitlicher Schulungsstand für alle wäre dieselbe Gießkanne, die schon im Unternehmen scheitert. Sinnvoll ist ein verteiltes Profil: technisches Grundverständnis bei allen, vertiefte Felder — Regulierung, strategische Bewertung, organisationale Folgen — gezielt besetzt. Das ist der Kern des KI-Kompetenzprofils des Aufsichtsrats: dieselbe Allokationslogik, nur auf der Gremienebene.

Gibt es eine allgemeine KI-Kompetenz? Nein. KI-Kompetenz ist rollenspezifisch: Wer KI baut, braucht anderes Wissen als wer ihre Folgen verantwortet. Einheitliche Schulungen für alle verbrennen Budget.

Was ist das ATLAS-Modell? Ein Modell, das KI-Kompetenz nach Rolle differenziert, statt sie pauschal zu behandeln — und so Qualifizierung gezielt statt mit der Gießkanne steuert.

Gilt das auch für den Aufsichtsrat? Ja. Auch ein Gremium braucht kein einheitliches KI-Wissen, sondern ein verteiltes Kompetenzprofil — Beurteilungsvermögen dort, wo es gebraucht wird.