Knapp 40 Prozent der Erwerbstätigen in Deutschland nutzen KI bei der Arbeit. Regeln dafür hat erst knapp ein Viertel der Unternehmen. Dazwischen entsteht eine Organisation, deren offizielle Struktur und gelebte Praxis nichts mehr voneinander wissen. Ich nenne sie die entkoppelte Organisation. So heißt auch mein Kapitel im Sammelband „Künstliche Intelligenz als Strukturbruch“.
Kurz gesagt
Was ist Schatten-KI? Schatten-KI ist der Einsatz von KI-Werkzeugen bei der Arbeit, von dem die Organisation nichts weiß oder den sie nicht geregelt hat. Oft laufen die Werkzeuge über private Konten. Anders als bei der alten Schatten-IT speichert die Technik dabei nicht nur Arbeit, sie erzeugt Arbeitsergebnisse. Das Unternehmen sieht deshalb nicht, für welche Aufgabe KI genutzt wurde und welchen Anteil sie am Ergebnis hat. In meinem Kapitel „Die entkoppelte Organisation“ zeige ich an 6 Fällen aus Unternehmen, Behörden und Medien, dass dieses Muster auch dort auftritt, wo KI offiziell eingeführt und geregelt ist. Als Gegenmittel schlage ich 3 Bauaufgaben vor: die gelebte KI-Praxis sanktionsfrei sichtbar machen, Arbeit auf der Ebene einzelner Aufgaben neu zuschneiden und für jedes KI-Ergebnis einen Menschen mit echter Eingriffsbefugnis benennen.
Im Januar 2024 zieht ein Betriebsrat in Hamburg vor das Arbeitsgericht. Er will dem Unternehmen untersagen lassen, dass die Belegschaft ChatGPT nutzt, solange es keine Betriebsvereinbarung gibt. Das Unternehmen hatte die Nutzung erlaubt, aber keine Firmenlizenzen gekauft. Die Beschäftigten arbeiteten mit ihren privaten Konten und auf eigene Kosten. Das Gericht weist den Antrag ab.
Die Begründung ist das eigentlich Spannende. Ein Mitbestimmungsrecht bei technischer Überwachung greift erst, wenn der Arbeitgeber die Nutzungsdaten auswerten kann. Genau das konnte er hier nicht. Die Konten waren privat. Was die Beschäftigten in ChatGPT eingaben und was zurückkam, blieb für das Unternehmen unsichtbar. Die Nutzung war erlaubt. Ihr Inhalt war für die Organisation nicht vorhanden.
Was hat das mit Organisation zu tun? Eine ganze Menge. Mit diesem Fall beginnt mein Kapitel „Die entkoppelte Organisation“, das im Sammelband „Künstliche Intelligenz als Strukturbruch“ bei Springer Gabler erscheint. Hier fasse ich zusammen, worum es geht.
Wie kommt KI an der Organisation vorbei ins Haus?
Bisher kam Technik, die Arbeitsergebnisse erzeugt, fast immer über eine Kaufentscheidung ins Unternehmen. An dieser Stelle hing alles: die Bedarfsanalyse, das IT-Projekt, der Schulungsplan. Auch das Arbeitsrecht dachte so.
Generative KI dreht das um. Sie wird privat gekauft, privat gelernt und dann als fertige Routine mit zur Arbeit gebracht. Die Konstanzer KI-Studie hat das 2026 gemessen. Von den Beschäftigten, die bei der Arbeit KI nutzen, sagen 55 Prozent, ihr meistgenutztes Werkzeug sei offiziell vom Arbeitgeber eingeführt worden. Bei den übrigen 45 Prozent ist es das nicht, also fast bei jeder zweiten Person.
Nun ist es nicht neu, dass Technik an der IT vorbei ins Haus kommt. Das kennen wir vom privaten Smartphone und von der Schatten-IT, bei der eine Fachabteilung ohne Freigabe einen Cloud-Speicher abonniert. Neu ist, was die Technik dort tut. Der Cloud-Speicher hat Arbeit abgelegt. Die KI erzeugt sie.
Daraus folgen im Betrieb 3 Dinge. Das Können kommt ungesteuert ins Haus, denn wer Prompten privat gelernt hat, bringt es einfach mit. Die Nutzung hinterlässt keine Spur, denn anders als das Abo der alten Schatten-IT erzeugt ein privates Konto nicht einmal eine Rechnung. Und das Ergebnis sieht man der Arbeit nicht an. Ein Text aus der KI liest sich wie ein Text von einem Menschen.
Warum helfen Regeln allein nicht?
Man könnte meinen, das sei ein Problem von Unternehmen, die KI noch nicht offiziell eingeführt haben. Die Fälle in meinem Kapitel zeigen etwas anderes.
Das ZDF hat klare Richtlinien, die ungekennzeichnetes KI-Material verbieten. Trotzdem lief im Februar 2026 im „heute journal“ ein Video mit dem sichtbaren Wasserzeichen eines KI-Generators. Die Korrespondentin hatte Szenen aus dem Netz übernommen, ohne ihre Herkunft zu prüfen. KPMG verlangt in seinen Richtlinien, dass Menschen Inhalte und Quellen prüfen. Trotzdem passten in einem Bericht über agentische KI nach einer externen Analyse nur 5 von 45 Quellenangaben zu einer tatsächlich existierenden Quelle. KPMG nahm den Bericht von der Website.
Beide Organisationen hatten Regeln. Beide erfuhren erst von außen, dass ihre Praxis längst woanders war.
Die Regel existierte. Sie griff nur nicht dort, wo die Arbeit geschah.
Ich sehe dafür 3 Gründe. Erstens kommt die Praxis vor der Regel. Eine Richtlinie, die nachträglich beschlossen wird, ordnet kein bekanntes Phänomen mehr. Zweitens hängt die Regel am falschen Ort. Richtlinien gelten für Stellen und Abteilungen. KI wird aber in einzelnen Aufgaben genutzt. Eine Befragung der US-Notenbank zeigt das deutlich. In über 80 Prozent der Berufe nutzt mindestens jede fünfte Person KI. Aber nur in weniger als 3 Prozent der einzelnen Aufgaben liegt die Nutzung über der Hälfte. Drittens ist die Regel zu grob. Eine Akte zusammenfassen, sie bewerten und den Bescheid entwerfen sind 3 Vorgänge mit ganz unterschiedlichem Risiko. Die Richtlinie nennt alle 3 einfach „KI-Nutzung“.
Was ist eine entkoppelte Organisation?
Die Organisationsforschung kennt seit Langem den Abstand zwischen Regel und Praxis. Meyer und Rowan haben 1977 beschrieben, wie Organisationen eine formale Fassade pflegen und die Arbeit dahinter in Ruhe lassen. Stefan Kühl spricht von brauchbarer Illegalität, wenn ein Regelbruch geduldet wird, weil er nützt. In beiden Fällen gilt aber: Man sieht weg, aber man weiß, wovon.
Bei KI ist das anders. Niemand hat über die Abweichung entschieden. Die Praxis war zuerst da, die Regel kam später, und die Leitung weiß nicht, wovon sie wegsieht. Diesen Zustand nenne ich die entkoppelte Organisation. Ihre offizielle Struktur und ihre gelebte Praxis haben bei dieser Technologie keinen gemeinsamen Beobachtungspunkt mehr.
Ein Grund dafür ist Schweigen, und dieses Schweigen ist durchaus vernünftig. Reif, Larrick und Soll haben in 4 Experimenten mit zusammen 4.439 Teilnehmenden gezeigt, dass Menschen, die ihre KI-Nutzung offenlegen, als weniger kompetent und weniger fleißig eingeschätzt werden. Die Forschung nennt das Social Evaluation Penalty, eine Art Abwertung im Ansehen. Wer KI nutzt, hat also einen guten Grund, es nicht zu sagen.
Wichtig ist mir, dass das kein reines Schadensbild ist. Die entkoppelte Organisation läuft weiter. Sendungen gehen raus, Berichte werden fertig, Bescheide werden geschrieben. Gerade deshalb merkt sie lange nichts. Sie lernt erst, wenn ein Schaden sichtbar wird, und das ist ein spätes und teures Lernverfahren.
Wo versickert der Gewinn?
Das hat auch eine wirtschaftliche Seite. In einer weltweiten Befragung von McKinsey berichten 2026 rund 80 Prozent von einer höheren persönlichen Produktivität durch KI. Einen Beitrag zum Betriebsergebnis sehen aber nur 37 Prozent. Das sind Selbstauskünfte. Der Abstand ist trotzdem bemerkenswert.
Wohin die gesparte Zeit geht, zeigt eine Studie von BCG. 42 Prozent der Beschäftigten ohne Führungsverantwortung, die KI regelmäßig nutzen, sparen nach eigener Angabe mindestens einen vollen Arbeitstag pro Woche. 66 Prozent sagen zugleich, sie bekämen wenig oder keine Orientierung, was sie mit dieser Zeit tun sollen. Die Stunde wird am Schreibtisch gespart und dort sofort wieder ausgegeben. Wem sie gehört, hat bisher niemand verhandelt.
Wie findet eine Organisation wieder Anschluss?
Der klassische Werkzeugkasten aus Bedarfsanalyse, Pilotprojekt, Schulungsplan und Rollout hilft hier wenig. Wer heute einen KI-Rollout plant, organisiert den ersten Schritt, während die Belegschaft schon beim dritten ist. In meinem Kapitel schlage ich deshalb 3 Bauaufgaben vor.

Sichtbar machen. Schatten-KI ist ein Risiko für Daten. Sie ist aber auch der einzige Ort, an dem ein Unternehmen sehen kann, wofür seine Leute KI wirklich brauchen. Dafür braucht es sanktionsfreie Räume, in denen Teams ihre Anwendungsfälle und Prompts offenlegen. In mitbestimmten Betrieben macht eine Betriebsvereinbarung diese Zusage glaubwürdig. Offengelegt werden Anwendungsfälle und keine Personen.
Neu zuschneiden. KI arbeitet quer durch Aufgaben und hält sich nicht an Stellenbeschreibungen. Deshalb gehört für jeden Kernprozess geklärt, welcher Teilschritt automatisiert wird, welcher unterstützt wird und wo der Mensch entscheidet.
Verantwortung zuweisen. Für jedes KI-Ergebnis muss ein benennbarer Mensch einstehen. Das allein reicht aber nicht. Diese Person braucht die Befugnis, die Zeit und das Recht, ein Ergebnis zu verwerfen. Sonst wird sie zum Puffer, an dem die Schuld hängen bleibt. Eine Metaanalyse über 106 Experimente zeigt außerdem, dass Mensch und KI zusammen im Schnitt schlechter abschneiden als die jeweils bessere Seite allein. Ein Mensch im Ablauf sichert Qualität also nicht von selbst.
Vielleicht nehmen Sie 3 Fragen mit. Wissen Sie, für welche Aufgaben Ihre Leute heute KI nutzen, auch über private Konten? Lohnt es sich in Ihrer Organisation, das offen zu sagen, oder lohnt sich eher das Schweigen? Und gibt es für die wichtigsten KI-Ergebnisse einen Menschen, der sie stoppen darf und dafür auch die Zeit hat?
RACI-O: Wer KI-Ergebnisse stoppen darf → Human in the Loop: der Begriff →
Quellen
Reinhardt, K. (im Erscheinen): Die entkoppelte Organisation. KI-Transformation zwischen Schatten-IT, Strukturwandel und post-digitaler Governance. In: Müller, M. H.-P. (Hg.): Künstliche Intelligenz als Strukturbruch. Die Neuordnung von Wissen, Wirtschaft und Gesellschaft. Springer Gabler. Alle Fälle und Zahlen dieses Beitrags sind dort mit Primärquellen belegt.
ArbG Hamburg, Beschluss vom 16.01.2024, 24 BVGa 1/24.
BCG (03.06.2026): AI is reshaping jobs faster than companies are reshaping work. https://www.bcg.com/press/3june2026-ai-reshaping-jobs-faster-than-companies-reshaping-work
Bick, A./Blandin, A./Deming, D./Schumacher, T. (01.09.2026): What work does generative AI do? Federal Reserve Bank of St. Louis. https://www.stlouisfed.org/on-the-economy/2026/sep/what-work-does-generative-ai-do
City AM (12.06.2026): KPMG report on AI found riddled with AI hallucinations. https://cityam.com/kpmg-report-on-ai-found-riddled-with-ai-hallucinations/
GPTZero (12.06.2026): Chasing the hallucinations: KPMG’s AI-powered attempt at ‘redefining excellence’. https://gptzero.me/news/investigations-kpmg/
Kühl, S. (2020): Brauchbare Illegalität. Vom Nutzen des Regelbruchs in Organisationen. Campus.
McKinsey (25.08.2026): The state of AI in 2026. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
Meyer, J. W./Rowan, B. (1977): Institutionalized organizations: Formal structure as myth and ceremony. American Journal of Sociology 83(2), 340–363.
Reif, J. A./Larrick, R. P./Soll, J. B. (2025): Evidence of a social evaluation penalty for using AI. PNAS 122(19), e2426766122. https://doi.org/10.1073/pnas.2426766122
Universität Konstanz (08.09.2026): KI-Nutzung am Arbeitsplatz: langsam, informell und ungleich. Presseinformation Nr. 83/2026. https://www.presseportal.de/pm/120521/6347580
Vaccaro, M./Almaatouq, A./Malone, T. (2024): When combinations of humans and AI are useful. Nature Human Behaviour 8(12), 2293–2303. https://doi.org/10.1038/s41562-024-02024-1
ZDF (20.02.2026): In eigener Sache: Fehler in ZDF-Beitrag über ICE. https://www.zdfheute.de/politik/ausland/falsche-bilder-zdf-heute-journal-ice-usa-100.html
Was das für Ihre Organisation heißt. Im KI-Organisationslabor klären wir es gemeinsam am echten Fall.
Im KI-Organisationslabor bringen wir Agenten in den echten Betrieb und legen fest, wer welche Entscheidung trifft. Vorher rechnen wir Szenarien in Euro durch.
Jeden Monat eine Einordnung zu KI in Organisationen.
Einmal im Monat nehme ich mir ein Thema vor, das Organisationen gerade beschäftigt. Sie bekommen das Editorial und die neuen Analysen per Mail. Die erste Ausgabe per Mail kommt im Dezember.
Aktuell Ausgabe 1 · November 2026 · Wer wirklich im KI-Loop steht. Ausgabe lesen ›