In fast jedem KI-Projekt, das wir begleiten, kommt irgendwann der Moment, in dem die Technik läuft und trotzdem nichts passiert. Das neue Werkzeug ist eingerichtet, die Schulung hat stattgefunden, aber genutzt wird es kaum. Die Mitarbeitenden arbeiten weiter wie bisher, höflich und unauffällig. Das ist kein böser Wille, sondern ein Zeichen dafür, dass die Veränderung bei den Menschen noch nicht angekommen ist.

Veränderung geschieht bei jedem Einzelnen

Ein Modell, das hier sehr hilft, ist ADKAR. Es beschreibt fünf Stufen, die jeder Mensch durchlaufen muss, damit eine Veränderung gelingt: Awareness, also das Bewusstsein, warum sich etwas ändert. Desire, der Wunsch, die Veränderung mitzutragen. Knowledge, das Wissen, wie es geht. Ability, die Fähigkeit, es im Alltag auch umzusetzen. Und Reinforcement, die Verstärkung, damit die neue Arbeitsweise bleibt.

Das Hilfreiche an diesem Modell ist, dass es die Stelle zeigt, an der es hakt. Die meisten KI-Einführungen investieren viel in Knowledge, also in Schulungen. Sie überspringen aber die ersten beiden Stufen. Wer nicht verstanden hat, warum das Unternehmen KI einführt, und wer befürchtet, dass am Ende der eigene Arbeitsplatz wegfällt, wird auch nach der besten Schulung zögern.

Wie das in der Praxis aussieht

In einem Handelsunternehmen sollte das Team im Kundenservice KI nutzen, um Anfragen vorzusortieren und Antwortentwürfe zu erstellen. Die Schulung war gut besucht, die Nutzung nach vier Wochen trotzdem gering. In Gesprächen zeigte sich, dass zwei Fragen niemand beantwortet hatte: Wird unser Team verkleinert, wenn die KI mehr übernimmt? Und wer ist verantwortlich, wenn ein KI-Entwurf falsch ist und so beim Kunden ankommt?

Die Geschäftsführung hat beide Fragen offen beantwortet: keine Stellenstreichung, sondern mehr Zeit für schwierige Fälle, und die Verantwortung bleibt bei dem Menschen, der die Antwort abschickt, mit einer klaren Regel, was geprüft werden muss. Zusätzlich übernahmen zwei Mitarbeitende, die schon Erfahrung mit KI hatten, die Rolle von Ansprechpersonen im Team. Nach weiteren sechs Wochen hatte sich die Nutzung vervielfacht.

Die letzte Stufe wird oft vergessen

Auch am Ende des Modells wird häufig zu früh aufgehört. Reinforcement heißt, die neue Arbeitsweise sichtbar zu machen und zu würdigen. Das kann ein kurzer Austausch im Teammeeting sein, in dem jemand zeigt, wie ihm die KI eine Aufgabe erleichtert hat, oder eine Führungskraft, die selbst sichtbar mit dem Werkzeug arbeitet. Fehlt diese Verstärkung, schleichen sich die alten Gewohnheiten nach einigen Monaten wieder ein, besonders in Phasen mit viel Druck.