Melden Sie sich hier zu unserem kostenlosen Fachnewsletter mit Beiträgen passend für Österreich an:
personal manager Fachwissen & Events (Tanken Sie aktuelles Fachwissen zu Personalthemen, bleiben Sie auf dem aktuellen Stand und erfahren Sie mehr über spannende HR-Events.)
personal manager Werben & Inserieren (Informieren Sie sich über die Werbemöglichkeiten der Fachzeitschrift personal manager digital und print mit aktuellen Angeboten. Verpassen Sie keine Deadline.)
Agentic Workforce: KI-Agenten markieren einen neuen Schritt in der Automatisierung von Arbeit. Sie unterstützen Menschen nicht nur bei einzelnen Aufgaben, sondern können zunehmend komplexe Arbeitsabläufe selbstständig erledigen. Damit verändert sich auch die Rolle von Führungskräften. Sie müssen Aufgaben zwischen Menschen und KI-Systemen verteilen, Qualitätsstandards definieren und Kompetenzen aufbauen. Was bedeutet das für Führung und Organisation? Fünf Handlungsfelder zeigen, worauf es beim Management hybrider Teams aus Menschen und KI-Systemen ankommt.
KI proaktiv nutzen — als Assistent und Leadership-Coach
Ausprobieren und kontinuierlich dazulernen sind Voraussetzungen für den Einstieg in die KI-gestützte Führung. Um KI-Assistenten und -Agenten zielsicher zu managen, müssen Führungskräfte in der Lage sein, ihnen die richtigen Aufgaben zu übergeben und kritisch einzugreifen, ohne ins Mikromanagement zu verfallen. Repetitive Führungsaufgaben wie etwa die Freigabe von Urlauben oder das Bestellen von Büromaterial lassen sich mit KI automatisieren und mit Logiken hinterlegen, sodass eine Freigabe bis zu einer bestimmten Wertgrenze nicht mehr durch die Führungskraft erfolgen muss. Von Zeit zu Zeit wird sie allerdings in die Logfiles des Agenten sehen oder sich Berichte anzeigen lassen, um die Gesamtentwicklung von Urlauben oder Bestellvolumina strategisch zu hinterfragen.
Führungskräfte können KI-Tools zudem als Sparringspartner in der Mitarbeiter- und Unternehmensführung nutzen: Denn sie lassen sich gezielt dazu anleiten, Annahmen und Denkmuster zu hinterfragen sowie unkonventionelle Lösungen und Ideen zu entwickeln.
Ein Beispiel: Ein wichtiger Kunde eskaliert, weil er mit der Qualität der erbrachten Leistung nicht zufrieden ist. Die Führungskraft und ihr Team müssen sofort reagieren, um den Kunden zu halten. Hier eignet sich die Sandwichmethode (Mensch-Maschine-Mensch), bei der zuerst die Führungskraft mit dem Team nach Lösungen sucht. Den favorisierten Lösungsansatz lässt das Team anschließend von der KI mithilfe kritischer Prompts hinterfragen. Am Ende entscheidet die Führungskraft, übernimmt die Verantwortung und die Idee wird umgesetzt. So kann die Technologie Führungskräften als Personal Coach dienen und blinde Flecken aufzeigen, die dabei helfen, die eigenen (Self-)Leadership-Skills und die der Mitarbeitenden auszubauen.
Hybride Teams führen
Mitarbeitende übernehmen im Umgang mit KI-Agenten zunehmend Steuerungsaufgaben: Sie weisen ihnen Aufgaben zu, kontrollieren Ergebnisse und greifen bei Bedarf ein. Wie selbstständig KI-Systeme agieren können, unterscheidet sich dabei erheblich: Während klassische KI-Assistenten Menschen vor allem bei einzelnen Aufgaben unterstützen, können KI-Agenten mehrstufige Arbeitsabläufe weitgehend selbstständig bearbeiten. Multi-Agent-Systeme gehen noch einen Schritt weiter, indem mehrere spezialisierte Agenten zusammenarbeiten (siehe Kasten „Von KI-Assistenten zu Multi-Agent-Systemen“).
Führungskräfte wiederum sind gefordert, Aufgaben an die Agentic und Human Workforce zu verteilen sowie die Ressourcen im Sinne der KI-Integration zu planen: Sie müssen entscheiden, wie viele und welche KI-Agenten sie für welche Aufgaben benötigen und wie sie die Organisation an die Zusammenarbeit von Menschen und KI-Systemen anpassen. Das schlägt sich auch in der Personalplanung nieder. Wichtig ist eine ehrliche Kostenbetrachtung. Den Personalkosten der Mitarbeitenden stehen Lizenz- und Tokenkosten der KI gegenüber. Für die Ressourcenplanung sollten Führungskräfte daher die Gesamtkosten betrachten und prüfen, mit welchem Verhältnis von menschlicher und KI-gestützter Arbeit sich Aufgaben betriebswirtschaftlich sinnvoll erledigen lassen. Dabei sollten sie nicht vergessen, dass gerade in der Implementierungsphase erhöhte Personalkosten anfallen, weil KI-Systeme eingerichtet, optimiert und überprüft werden.
Auch auf die Leistungsbeurteilung hat die Zusammenarbeit von Mensch und KI Auswirkungen: Unternehmen müssen klären, wie sie die KI-gestützte Performance ihrer Mitarbeitenden bewerten. Wenn die KI zunehmend Aufgaben übernimmt – etwa Inhalte erstellt oder strukturiert –, führt das zu einem Shift in der Wertigkeit von Fertigkeiten: Soft Skills, kritisches Denken und fachliche Kompetenz gewinnen an Relevanz.
In einem modernen Verständnis der Leistungsbeurteilung von Teamergebnissen wird es aber bald nicht mehr wichtig sein, wie viel KI eingesetzt wurde. Wichtig ist nur noch, wie schnell und gut die Aufgabe erledigt wurde. Die Leistung sollte aufgrund der Letztverantwortung des Menschen immer den Mitarbeitenden und nicht der KI zugeordnet werden.
Wenn KI repetitive Aufgaben wie das Suchen und Zusammenstellen von Daten, das Gestalten von Präsentationen oder das Befüllen von Tabellen übernimmt, verschieben sich die Tätigkeiten von Mitarbeitenden. Sie müssen zunehmend KI-Ergebnisse prüfen und einordnen, diese fachlich bewerten und gemeinsam mit anderen daraus tragfähige Entscheidungen ableiten. Fachliche Kompetenzen, kommunikative Fähigkeiten sowie Skills in der Teamarbeit gewinnen hier an Bedeutung. Neben den erforderlichen Kompetenzen verändern sich dabei auch die Arbeitsabläufe und Prozesse.
Von KI-Assistenten zu Multi-Agent-Systemen
Augmentierte KI (Augmented AI) Augmentierte KI hilft Menschen, bei einzelnen Aufgaben im kollaborativen Prozess zu besseren und effizienteren Ergebnissen zu kommen. Generative KI kann beispielsweise Texte oder Bilder erstellen sowie Inhalte zusammenfassen und übersetzen.
Assistierende KI (Assisting AI) Assistierende KI geht über die Unterstützung bei einzelnen Arbeitsschritten hinaus und kann spezialisierte Aufgaben oder definierte Arbeitsabläufe übernehmen. Die jeweilige Aufgabe läuft repetitiv und nach bestimmten Regeln ab. Ein Beispiel ist ein KI-Assistent, der Kunden anruft und Termine vereinbart.
Agierende KI (Agentic AI) KI-Agenten können innerhalb vorgegebener Grenzen selbstständig mehrere Arbeitsschritte planen, Werkzeuge einsetzen, auf Zwischenergebnisse reagieren und bei Fehlern alternative Schritte versuchen. Ein Beispiel hierfür ist die Erstellung einer Kostenübersicht für verschiedene KI-Tools. Der KI-Agent automatisiert Workflows, interagiert mit anderen Softwareanwendungen, schreibt selbst Code-Bausteine oder führt Softwaretests durch.
Multi-Agent-Systeme (MAS) Multi-Agent-Systeme bestehen aus mehreren spezialisierten KI-Agenten, die bei der Bearbeitung komplexer Aufgaben koordiniert zusammenarbeiten. Dabei können einzelne Agenten unterschiedliche Teilaufgaben übernehmen und ihre Ergebnisse an andere Agenten übergeben.
Werbung
Arbeitsprozesse mit KI neu gestalten
KI-Tools in bestehende Prozesse und Organisationseinheiten einzugliedern, ist noch keine umfassende KI-Strategie. Es geht vielmehr darum, die Arbeitsprozesse mit und durch KI neu zu gestalten. Dabei kommen Multi-Agent-Systeme ins Spiel, die komplexe, mehrstufige Prozesse teilweise oder weitgehend autonom übernehmen können. Dies soll Führungskräften Freiräume für andere Aufgaben geben – etwa in der Mitarbeiterführung, in der Strategiearbeit oder in der vertiefenden Zusammenarbeit mit den Kunden. Die Herausforderung dabei: Oft haben Unternehmen ihre Prozesse nicht klar definiert und optimiert oder die Qualität und Aufbereitung der Daten reicht nicht aus, um KI-Systeme sinnvoll in Arbeitsabläufe einzubinden. Agentic AI kann schlechte Prozesse nicht automatisch reparieren. Prozessqualität, Datenzugang und Verantwortlichkeiten sind Voraussetzungen für eine sinnvolle Automatisierung.
Eine KI-freundliche Lernkultur etablieren
Neue Prozesse und Technologien entfalten ihren Nutzen nur, wenn Führungskräfte und Mitarbeitende lernen, souverän mit ihnen umzugehen. Eine KI-freundliche Lernkultur beginnt bei den Führungskräften selbst. Wer den Einsatz von KI im Team gestalten will, sollte die Möglichkeiten und Grenzen der Technologie aus eigener Erfahrung kennen. Dazu reicht es nicht, gelegentlich ChatGPT, Gemini oder Microsoft Copilot zu nutzen. Führungskräfte sollten unterschiedliche Anwendungen kennen, ihre Einsatzmöglichkeiten für konkrete Arbeitsprozesse bewerten und sich kontinuierlich mit neuen Entwicklungen auseinandersetzen.
Gleichzeitig gehört es zu ihren Aufgaben, im Team entsprechende Lernräume zu schaffen. Mitarbeitende brauchen Gelegenheiten, KI-Tools auszuprobieren, Erfahrungen auszutauschen und auch über Fehler und ungeeignete Einsatzmöglichkeiten zu sprechen. Angesichts des hohen Entwicklungstempos müssen Unternehmen Strukturen schaffen, die kontinuierliches Lernen ermöglichen – etwa durch Pilotprojekte, interne Austauschformate oder die Zusammenarbeit mit spezialisierten externen Partnern.
Dabei verschiebt sich der Fokus des KI-Upskillings zunehmend: Neben der reinen Anwendungskompetenz wird der souveräne und kritische Umgang mit KI wichtiger. Darauf deuten auch die Ergebnisse des Microsoft Work Trend Index 2026 hin. 66 Prozent der befragten KI-Nutzenden geben an, durch KI mehr Zeit für wertschöpfende Tätigkeiten zu gewinnen; 58 Prozent können nach eigenen Angaben heute Aufgaben erledigen, zu denen sie ein Jahr zuvor noch nicht in der Lage waren. Gleichzeitig gewinnen Fähigkeiten wie die Qualitätskontrolle von KI-Ergebnissen und kritisches Denken an Bedeutung.
Damit wird KI-Kompetenz zu einer gemeinsamen Aufgabe von Mitarbeitenden, Führungskräften und Organisation. Führungskräfte müssen dabei nicht auf jede technologische Frage selbst eine Antwort haben. Ihre Aufgabe besteht vielmehr darin, Orientierung zu geben, Lernen zu ermöglichen und einen Rahmen zu schaffen, in dem Mitarbeitende KI produktiv, kritisch und verantwortungsvoll einsetzen können.
Kritischen Umgang mit KI fördern
Zu dieser Lernkultur gehört auch, die Grenzen und Risiken der Technologie offen zu thematisieren. Je stärker KI zum Bestandteil der Arbeitswelt wird, desto wichtiger wird ein kritischer und bewusster Umgang mit der Technologie. Führungskräfte müssen auf der strategischen, sozialen und psychologischen Ebene darauf achten, dass KI-Systeme keine negativen Begleiterscheinungen mit sich bringen. Hier geht es vor allem darum, die psychologische Sicherheit der Mitarbeitenden zu stärken und typische Fragen zu beantworten, wie:
Welche KI-Systeme darf ich verwenden? Sind diese sicher? Wie kann ich meiner Verantwortung der Überprüfung gerecht werden? Wie kann ich auf dem Laufenden mit der technologischen Entwicklung bleiben?
Solche Fragen sollten Führungskräfte aktiv ansprechen. Das schafft Orientierung und ermöglicht es Mitarbeitenden, Chancen und Risiken des KI-Einsatzes offen zu diskutieren. Führungskräfte sollten deshalb sowohl ihre eigene Kritik- und Urteilsfähigkeit im Umgang mit KI weiterentwickeln als auch ihre Mitarbeitenden dazu befähigen, KI-Ergebnisse kritisch zu hinterfragen.
Die Rolle von Führungskräften wandelt sich
Je mehr Aufgaben KI-Agenten selbstständig übernehmen, desto stärker verschiebt sich die Rolle von Führung: Statt einzelne Arbeitsschritte zu steuern, müssen Führungskräfte Ziele und Qualitätsstandards definieren, Arbeit sinnvoll zwischen Menschen und KI verteilen und Ergebnisse kritisch beurteilen. Agentic Workforce Leadership bedeutet deshalb nicht, möglichst viele Aufgaben an KI zu delegieren. Entscheidend ist, für jeden Prozess bewusst festzulegen, wo KI Mehrwert schafft – und wo menschliche Erfahrung, Urteilskraft und Verantwortung unverzichtbar bleiben.
Quelle: Dieser Beitrag erschien zuerst in Ausgabe 6/26 der Fachzeitschrift personal manager.
Sharing is caring
Sibylle Tretera
ist Transformationsexpertin und Executive MBA Alumna der WU Executive Academy. Sie verfügt über langjährige Führungserfahrung unter anderem bei Pinterest und Google und begleitet als Leadership- und Transformationscoach KI-Transformation in Unternehmen.
Martin Giesswein
ist AI Program Director an der WU Executive Academy. Er unterrichtet Digitalökonomie und Leadership und war zuvor CEO und General Manager in der IT-Branche. Außerdem ist er Co-Herausgeber im Springer Verlag und beschäftigt sich in seinem aktuellen Buch mit KI-Szenarien bis 2040.