Organisationsentwicklung leidet selten an zu wenigen Hypothesen. KI in der Organisationsentwicklung wird deshalb dort interessant, wo Hypothesen irgendwann verteidigt werden, statt weiter geprüft zu werden.
Das klingt zunächst wie ein methodisches Problem. Für mich ist es aber vor allem ein sehr menschliches. Wer mit Organisationen arbeitet, kennt diesen Punkt: Man hat ein Muster beobachtet, Gespräche geführt, Dokumente gelesen, Widersprüche sortiert, erste Deutungen entwickelt. Irgendwann entsteht eine Erklärung, die trägt. Sie ist nicht perfekt, aber plausibel. Sie verbindet mehrere Beobachtungen. Sie macht das Unübersichtliche etwas verständlicher.
Und dann meldet sich eine Stimme, die nicht dumm ist, sondern erschöpft: Jetzt muss es aber auch reichen!
Genau an dieser Stelle verändert Künstliche Intelligenz meine Arbeit.
Nicht, weil KI die bessere Antwort kennt. Nicht, weil sie mir das Denken abnimmt. Und schon gar nicht, weil sie Organisationsentwicklung automatisierbar machen würde. Das Gegenteil ist der Fall: Je länger ich mit KI arbeite, desto deutlicher wird mir, wie viel Verantwortung im menschlichen Urteil bleibt.
Aber KI verschiebt den Punkt, an dem ich aus Erschöpfung aufhöre, meine eigene Hypothese zu prüfen. Sie verlängert meine Fähigkeit, die eigene Deutung infrage zu stellen.
Nicht schneller zur Antwort, sondern länger bei der Hypothese
Ich kenne trotzdem dieses leise schlechte Gewissen. Wenn ein Text mit KI entsteht, meldet sich manchmal eine innere Stimme: Ist das dann noch meiner? Ist er weniger wert, weil nicht jeder Satz allein aus mir herauskam?
Diese Frage ist verständlich, aber sie greift zu kurz. Sie behandelt Autorschaft so, als entstünde Wert vor allem an der Tastatur. Als wäre der entscheidende Beitrag derjenige Moment, in dem ein Satz physisch geschrieben wird.
In meiner Arbeit entsteht der Wert an einer anderen Stelle. Er entsteht in der Beobachtung. In der Auswahl. Im Verwerfen. Im Aushalten von Widerspruch. In der Zumutung einer Deutung. Und in der Verantwortung für das, was am Ende ausgesprochen, aufgeschrieben oder in eine Organisation zurückgespiegelt wird.
Ich nutze KI deshalb nicht, um schneller zu einer Antwort zu kommen. Ich nutze sie, um länger bei der Hypothese zu bleiben. Das ist ein wichtiger Unterschied. Eine schnelle Antwort beendet das Denken. Eine gute Hypothese hält es offen. Sie ist stark genug, um Orientierung zu geben, aber beweglich genug, um sich korrigieren zu lassen.
In der Organisationsentwicklung beginnt die Arbeit für mich fast nie mit einer Lösung. Sie beginnt mit einer ersten Deutung: Das ist vielleicht kein Kommunikationsproblem. Vielleicht ist es ein Kompetenzproblem. Oder ein Kapazitätsproblem. Vielleicht liegt es an Führung. Vielleicht aber auch an einer strukturellen Grenze, die im Alltag nur als Reibung sichtbar wird.
Diese erste Deutung ist notwendig. Ohne Hypothese bleibt alles beliebig. Aber sie ist zugleich gefährlich. Denn sobald eine Hypothese gut klingt, beginnt die Versuchung, nur noch Material zu finden, das sie bestätigt. Hier wird KI für mich interessant: nicht als Antwortmaschine, sondern als Resonanzraum für Hypothesen.
Die eigentliche Arbeit ist die Schleife
Meine Arbeit mit KI sieht selten so aus, dass ich eine Frage stelle und eine Antwort übernehme. Sie sieht eher aus wie eine wiederkehrende Schleife. Am Anfang steht eine Beobachtung: eine Reibung in einer Kanzlei, eine Überlastung in einer Führungsrolle, ein Muster in der Zusammenarbeit, ein irritierender Konflikt, eine wiederkehrende Unklarheit in Entscheidungen.
Dann formuliere ich eine erste Hypothese.
Zum Beispiel: Das ist kein Kulturproblem, sondern eine Architekturfrage. Oder: Hier fehlt nicht Motivation, sondern Entscheidbarkeit. Oder: Dieses Recruitingproblem ist vielleicht gar kein Recruitingproblem.
Diese Hypothese gebe ich in die KI hinein. Aber nicht mit der Bitte, sie zu bestätigen. Ich lasse sie angreifen. Ich frage nach Gegenpositionen. Nach der zweitbesten Erklärung. Nach der drittbesten Erklärung. Nach Nebenfolgen. Nach blinden Flecken. Nach der Frage, welche Beobachtungen gegen meine Deutung sprechen würden.
Was zurückkommt, ist nicht die Wahrheit. Es ist Material.
Ich lese die Resonanz, verwerfe vieles, behalte manchmal einen Satz, eine Unterscheidung, eine irritierende Gegenfrage. Dann formuliere ich meine Hypothese neu. Schärfer. Vorsichtiger. Manchmal auch gegenteilig. Diese neue Fassung geht wieder hinein. Und wieder zurück.
So entsteht ein Kreislauf aus Deutung, Widerspruch, Neufassung und erneuter Prüfung.
Das Entscheidende ist: Die bessere Beobachtung liegt nicht schon in mir. Und sie liegt auch nicht in der Maschine. Sie entsteht im Wechselspiel. An der Reibung zwischen meiner Erfahrung, meinem Material, meiner Verantwortung und den von KI erzeugten Alternativen. Ich würde diese Arbeitsweise nicht als Delegation beschreiben. Eher als kontrollierte Irritation.
KI irritiert meine Deutung, ohne beleidigt zu sein. Sie widerspricht, ohne eine Beziehung zu riskieren. Sie kann fünf alternative Lesarten nebeneinanderlegen, ohne dass ich mich sozial rechtfertigen muss, warum ich noch nicht entschieden habe. Gerade dadurch wird ein Denkraum länger offen gehalten, der im Alltag von Organisationen oft viel zu früh geschlossen wird.
Ein Beispiel aus der Steuerberatung
In der Steuerberatung lässt sich diese Schleife gut beobachten, weil viele Kanzleien und Kanzleigruppen aktuell an ähnlichen Schwellen stehen.
Ein häufiges Ausgangsproblem lautet: Wir finden keine Leute.
Die erste Deutung ist naheliegend: Das ist ein Recruitingproblem. Also denkt man über Stellenanzeigen nach, über Active Sourcing, über Arbeitgebermarke, Social Media, Kununu, Benefits, Bewerbungsprozesse. Das ist nicht falsch. Aber es ist oft nur die erste Schicht.
In einer nächsten Denkschleife kann sichtbar werden: Vielleicht finden wir Menschen, aber wir halten sie nicht. Dann ist das Problem nicht nur Recruiting, sondern Führung, Bindung, Erwartungsmanagement, Einarbeitung, Kommunikation.
Eine weitere Schleife kann zeigen: Vielleicht halten wir Menschen nicht, weil Rollen unklar sind. Weil Mitarbeitende zwischen Mandatsdruck, Digitalisierung, Ausbildung, interner Abstimmung und Sonderaufgaben zerrieben werden. Dann geht es nicht mehr nur um Führung, sondern um Rollenarchitektur.
Noch eine Schleife weiter kann die Frage entstehen: Welche Struktur erzeugt eigentlich diese Rollenüberlastung? Wie werden Aufgaben verteilt? Welche Entscheidungen landen immer wieder bei denselben Personen? Wo fehlen Standards? Wo werden lokale Lösungen permanent neu erfunden? Wo entsteht Wachstum, ohne dass die Organisation eine Form hat, dieses Wachstum zu verarbeiten?
Dann wird aus einem Recruitingproblem eine Architekturfrage.
Diese Bewegung ist entscheidend. Nicht, weil am Ende immer Struktur die bessere Erklärung wäre. Das wäre zu einfach. Manchmal ist ein Problem tatsächlich ein Kommunikationsproblem. Manchmal fehlt Kompetenz. Manchmal fehlt Kapazität. Manchmal liegt es an Führung. Und manchmal ist es strukturell.
Die Qualität der Organisationsentwicklung liegt nicht darin, möglichst schnell die größte Erklärung zu wählen. Sie liegt darin, sauber zu prüfen, welche Erklärung im konkreten Fall trägt.
KI hilft mir dabei, diese Prüfung länger durchzuhalten. Sie kann die Deutung „Recruitingproblem“ gegen andere Lesarten stellen. Sie kann fragen, welche organisationalen Realitäten eine Arbeitgebermarke voraussetzt. Sie kann sichtbar machen, welche Erwartungen durch Kommunikation erzeugt werden, ohne dass die Organisation sie schon einlösen kann. Sie kann unterscheiden helfen, ob eine Maßnahme Wertschöpfung, Entlastung, Skalierbarkeit, Arbeitgeberattraktivität oder Integrationsfähigkeit tatsächlich stärkt oder nur gut klingt.
Aber die Entscheidung, welche Deutung für diese Kanzlei, diese Gruppe, diese Situation tragfähig ist, bleibt bei mir.
Der Erschöpfungspunkt des Denkens
Als Organisationsentwickler kenne ich den Moment, an dem eine Hypothese gut genug wirkt.
Man hat mehrere Schleifen gedreht. Man hat Gegenargumente geprüft. Man hat Alternativen verworfen. Man hat die Organisation nicht vorschnell pathologisiert, sondern versucht, ihre Logik zu verstehen. Und trotzdem kommt irgendwann der Punkt, an dem Denken müde wird.
Diese Müdigkeit ist kein persönliches Versagen. Sie gehört zur Arbeit mit Komplexität.
Organisationen sind keine Maschinen. Sie sind soziale Systeme. Jede Erklärung erzeugt Nebenfolgen. Jede Intervention verändert Erwartungen. Jede Strukturentscheidung entlastet an einer Stelle und belastet an einer anderen. Jede Empfehlung muss nicht nur elegant klingen, sondern im Alltag einer einzelnen Kanzlei anschlussfähig sein.
Das kostet Energie. Und weil Denken Energie kostet, werden plausible Hypothesen irgendwann verteidigt. Nicht, weil sie sicher wahr sind. Sondern weil sie inzwischen genug Ordnung erzeugt haben, um nicht wieder von vorne anfangen zu müssen. Genau hier liegt für mich einer der wichtigsten Werte von KI.
KI verlängert die Zumutbarkeit von Iteration.
Ich kann eine Hypothese noch einmal drehen. Eine Gegenposition noch einmal ernst nehmen. Eine Nebenfolge noch einmal durchspielen. Ich kann fragen: Was wäre, wenn das Gegenteil stimmt? Was übersehe ich, weil mir diese Deutung so gut gefällt? Welche lokale Kanzleiperspektive widerspricht meiner Gruppenlogik? Welche zusätzliche Erwartung erzeugt diese Maßnahme? Welche Belastung entsteht, wenn sie in den Alltag übersetzt wird?
Natürlich könnte ich all das auch ohne KI tun. Und gute Organisationsentwicklung hat genau das immer getan: Hypothesen bilden, prüfen, verwerfen, neu fassen. Der Unterschied liegt nicht im Prinzip. Der Unterschied liegt in der Ausdauer. KI macht es leichter, eine weitere Schleife zu drehen, bevor aus einer Arbeitshypothese eine Position wird. Sie senkt nicht die Verantwortung. Sie erhöht die Zahl der Prüfbewegungen, die ich vor einer Positionierung leisten kann.
Daraus entsteht nicht automatisch Wahrheit. Aber es entsteht eine belastbarere Beobachtung.
Was in der Mensch-KI-Schleife entstehen kann
Diese alternative Arbeitsweise erzeugt etwas, das ich allein so schwerer herstellen könnte: mehr Varianz, bevor ich entscheide.
Varianz ist in der Organisationsentwicklung wertvoll. Denn Organisationen zeigen ihre Logik selten direkt. Sie zeigen Symptome: überlastete Personen, unklare Rollen, stockende Entscheidungen, Konflikte, Fluktuation, Reibung an Schnittstellen, widersprüchliche Erwartungen. Die Gefahr besteht darin, das erste plausible Symptom zur Ursache zu erklären.
KI kann helfen, die Zahl möglicher Beobachtungen zu erhöhen. Sie kann Material anders gruppieren. Sie kann aus einem Gesprächsprotokoll nicht nur Stimmungen, sondern Entscheidungsprämissen herauslesen. Sie kann aus mehreren Dokumenten Spannungsachsen sichtbar machen. Sie kann eine Maßnahme aus Sicht der Geschäftsleitung, der zentralen Services und einer einzelnen Kanzlei betrachten.
Gerade diese Mehrperspektivität ist wichtig. Denn eine Empfehlung, die aus Gruppenperspektive sinnvoll ist, kann für eine einzelne Kanzlei zusätzliche Arbeit erzeugen. Eine Maßnahme, die Arbeitgeberattraktivität verspricht, kann Erwartungen wecken, die lokal noch nicht eingelöst werden können. Eine Integrationslogik, die skalierbar wirkt, kann im Alltag eines Standortes als Fremdsteuerung erlebt werden.
In der Schleife mit KI kann ich solche Perspektiven schneller nebeneinanderlegen. Nicht, um sie gleichwertig zu behandeln. Sondern um sie nicht zu früh auszublenden.
Das Ergebnis ist nicht mehr Objektivität. Es ist bewusstere Subjektivität.
Ich sehe klarer, von welcher Beobachtungsebene aus ich spreche. Ich merke schneller, wo ich eine Gruppenlogik bevorzuge. Ich erkenne eher, wenn ich ein lokales Kapazitätsproblem vorschnell strukturell überhöhe. Oder umgekehrt: wenn ich ein wiederkehrendes Strukturmuster als Einzelfall verharmlose.
So entsteht in der Mensch-KI-Schleife keine fertige Organisationsarchitektur. Aber es entsteht ein präziserer Möglichkeitsraum. Bessere Unterscheidungen. Klarere Fragen. Belastbarere Hypothesen.
Und häufig ist genau das der entscheidende Fortschritt.
Steuerberatung als besonderes Feld
Für die Steuerberatung ist diese Arbeitsweise besonders anschlussfähig, weil die Branche unter hohem Veränderungsdruck steht. Fachkräftemangel, Digitalisierung, KI, Spezialisierung, steigende Mandantenerwartungen, Nachfolgefragen, Kanzleikäufe, Integration neuer Standorte – all diese Themen werden oft einzeln diskutiert. In der Realität hängen sie eng zusammen.
Eine Kanzlei kann nicht glaubwürdig als moderner Arbeitgeber auftreten, wenn ihre Führungs- und Rollenlogik weiterhin auf permanenter Überlastung beruht. Eine Gruppe kann nicht skalierbar wachsen, wenn Integration von neuen Standorten jedes Mal neu improvisiert wird. Digitalisierung entlastet nicht automatisch, wenn Prozesse, Verantwortlichkeiten und Entscheidungswege unklar bleiben. Kommunikation löst kein Strukturproblem, aber schlechte Kommunikation kann ein lösbares Strukturthema zusätzlich verschärfen.
Gerade deshalb braucht Organisationsentwicklung in der Steuerberatung mehr als Maßnahmenlisten. Sie braucht Unterscheidungsfähigkeit.
Was ist wirklich das Problem? Ist es Kommunikation? Ist es Kompetenz? Ist es Kapazität? Ist es Führung? Ist es Struktur? Und welche wirtschaftliche oder kulturelle Wirkung hätte eine Veränderung?
Diese Fragen lassen sich nicht mit einem Prompt beantworten. Aber sie lassen sich mit KI wiederholt prüfen. Gegen Material. Gegen Gegenpositionen. Gegen die Perspektive einzelner Kanzleien. Gegen die Nebenfolgen gut gemeinter Maßnahmen.
Für mich liegt darin der Nutzen: KI hilft nicht, Organisationsentwicklung zu verkürzen. Sie hilft, sie weniger vorschnell zu beenden.
Die Grenze
Gerade weil KI meine Beobachtungsarbeit erweitert, muss die Grenze klar sein. Ich überlasse KI nicht die Verantwortung für Urteil, Beziehung und Wirkung. KI darf Resonanz geben, irritieren, Alternativen erzeugen und blinde Flecken anspielen. Sie darf mir helfen, eine Hypothese länger zu prüfen. Aber entscheiden, welche Deutung tragfähig ist, muss ich.
Das gilt besonders dort, wo es um Personen geht. Organisationen bestehen aus Menschen, aber sie lassen sich nicht auf einzelne Menschen reduzieren. Wenn ich Muster beschreibe, darf daraus kein automatisiertes Urteil über Personen werden. Über konkrete Menschen urteile ich mit meinem Namen, nicht mit einem Output.
Auch der Vertrauensraum bleibt menschlich. Strategiepapiere, Gesprächsnotizen, Konflikte, sensible Beobachtungen – all das ist anvertrautes Material. Was ich nutze, muss ich verantworten können. Ich abstrahiere, anonymisiere und prüfe, was überhaupt in eine KI-gestützte Bearbeitung gehört.
Eine Organisation öffnet sich mir, nicht einem Modell.
Und auch die finale Positionierung bleibt meine Autorschaft. Der letzte Satz, die unbequeme Deutung, die Zumutung an die Organisation – das kann KI vorbereiten, aber nicht tragen.
Vielleicht liegt genau darin der paradoxe Wert: Je mehr ich mit KI sehen kann, desto klarer wird, wofür ich selbst einstehen muss.
Autorschaft ist Urteilskraft
Ein Text, der so entsteht, ist nicht weniger wert. Er ist anders entstanden.
Die entscheidende Frage ist nicht, ob KI beteiligt war. Die entscheidende Frage ist, wer geführt hat. Welche Hypothese stand am Anfang? Welches Material wurde eingebracht? Welche Gegenposition wurde ernst genommen? Welche Deutung wurde verworfen? Welche Perspektive fehlte? Welche Verantwortung wird übernommen?
Das gilt für Texte. Und es gilt für Organisationsentwicklung.
KI ersetzt nicht die menschliche Urteilskraft. Sie kann sie aber herausfordern, verlängern und sichtbarer machen. Sie kann den Punkt verschieben, an dem wir aus Erschöpfung aufhören zu prüfen. Sie kann helfen, die eigene Lieblingsdeutung rechtzeitig zu verlieren.
Für mich ist das kein kleiner Effekt. Es ist ein methodischer Unterschied.
Denn Organisationen werden nicht durch schnelle Antworten besser verstanden. Sie werden durch bessere Unterscheidungen besser beobachtbar.
Autorschaft ist nicht Tastaturarbeit. Autorschaft ist Urteilskraft!
Über den Autor Ralf Haase arbeitet als Organisationsentwickler, Speaker und Autor an der Frage, wie Steuerberatungskanzleien Wachstum, Führung und Zusammenarbeit strukturell besser verarbeiten können. Sein Fokus liegt auf Organisationsarchitektur, Entscheidungslogik und der Entlastung unternehmerischer Verantwortung.