Wirtschaft

Führung nach dem Informationsmonopol

Wenn Agenten Berichte, Koordination und Informationsfluss übernehmen, muss das mittlere Management seinen Wert neu beweisen.

Schweiz, Datenstand 2. Juni 2026: 65,7 Prozent der Führungskräfte sowie der Personen in wissenschaftlichen und intellektuellen Berufen geben an, generative KI zu nutzen. In mittleren Berufen und bei Bürokräften sind es 53,6 Prozent. Die Werkzeuge sind damit dort angekommen, wo Informationen gesammelt, verdichtet und weitergegeben werden. Was bleibt von einer Führungsebene, wenn genau diese Arbeit billiger und schneller wird? [1]

Vier Personen besprechen an einem Tisch Arbeitsprozesse, während Bildschirme agentisch aufbereitete Übersichten zeigen.
Symbolbild eines Führungsteams mit agentisch aufbereiteten Arbeitsinformationen.

Auf einen Blick

Agenten können Status sammeln, Berichte entwerfen, Termine koordinieren und Abweichungen markieren. Damit übernehmen sie Aufgaben, aber noch keine vollständige Führungsrolle. [3, 6]

Empirische Studien zeigen Produktivitätsgewinne und bessere Informationsverfügbarkeit. Sie zeigen ebenso Grenzen bei Verantwortung, Nachvollziehbarkeit und längeren Aufgaben. [3, 5, 7]

Das mittlere Management verliert deshalb weniger seine Existenzberechtigung als sein Informationsmonopol. Sein Wert verschiebt sich zu Prioritäten, Konflikten, Lernen und verantworteten Entscheidungen.

Information wird billig

In vielen Organisationen liegt eine zentrale Aufgabe der mittleren Führung zwischen zwei Richtungen. Aus den Teams wandern Zahlen, Fortschritte und Probleme nach oben. Von oben kommen Ziele, Budgets und Entscheidungen zurück. Wer diese Informationen besitzt, erklärt und in Sitzungen übersetzt, hält die Organisation zusammen. 2023 arbeiteten 8,9 Prozent der Schweizer und 8,1 Prozent der ausländischen Beschäftigten in der Schweiz als Führungskräfte. Der Umbau betrifft damit einen sichtbaren Teil der Arbeitswelt. [2]

Agenten greifen genau in diese Kette ein. Sie können Daten aus verschiedenen Systemen zusammenziehen, Protokolle auswerten, Aufgaben nachhalten und aus Abweichungen einen Statusbericht formulieren. Microsoft beschreibt in seinem Work Trend Index eine mögliche Entwicklung von Assistenten über digitale Kollegen bis zu menschlich geführten, agentisch ausgeführten Prozessen. Das ist eine Anbieterprognose, keine bereits bewiesene Organisationsform. [6]

Trotzdem verändert schon die Möglichkeit die Machtverteilung. Wenn Mitarbeitende und Geschäftsleitung auf dieselbe laufend aktualisierte Übersicht zugreifen, verliert die mittlere Ebene ihre Stellung als notwendiger Informationskanal. Was bisher Führung hiess, wird sichtbarer in seine Bestandteile zerlegt.

Agenten können Informationswege verkürzen; die Verantwortung muss trotzdem eindeutig zugeordnet bleiben.
Agenten können Informationswege verkürzen; die Verantwortung muss trotzdem eindeutig zugeordnet bleiben. Grafik: Zündstoff Magazin.

Aufgaben statt Stellen

Die Internationale Arbeitsorganisation untersucht deshalb nicht nur Berufe, sondern einzelne Tätigkeiten. Ihre aktualisierte Analyse von fast 30’000 Aufgaben kommt zum Schluss, dass weltweit etwa jede vierte beschäftigte Person in einem Beruf mit einem gewissen GenAI-Einfluss arbeitet. In Ländern mit hohem Einkommen liegt der Anteil bei 34 Prozent. Weil fast alle Berufe weiterhin menschliche Tätigkeiten enthalten, erwartet die ILO überwiegend Veränderung statt vollständiger Ersetzung. [4]

Für das mittlere Management heisst das: Ein Bericht kann automatisiert werden, die darin enthaltene Zielabweichung verlangt aber eine Entscheidung. Ein Agent kann freie Termine finden, doch ein Konflikt zwischen zwei Schlüsselpersonen ist kein Kalenderproblem. Er kann Leistungswerte sortieren, aber nicht allein bestimmen, ob die Messung fair ist oder eine aussergewöhnliche Situation berücksichtigt werden muss.

Die entscheidende Frage lautet deshalb nicht, ob eine Stelle verschwindet. Sie lautet, welche Aufgaben ihren bisherigen Preis verlieren und welche Verantwortung danach übrig bleibt.

Automatisierbare Vorbereitung, gemeinsame Prüfung und menschliche Verantwortung verlangen unterschiedliche Regeln.
Automatisierbare Vorbereitung, gemeinsame Prüfung und menschliche Verantwortung verlangen unterschiedliche Regeln. Grafik: Zündstoff Magazin.

Mehr Daten, mehr Führung

Algorithmisches Management ist älter als die heutige Agentenwelle. Die OECD befragte mehr als 6’000 Unternehmen in Frankreich, Deutschland, Italien, Spanien, Japan und den USA. In den untersuchten europäischen Ländern verwendeten durchschnittlich 79 Prozent mindestens ein Werkzeug zum Zuweisen, Überwachen oder Bewerten von Arbeit. Sechzig Prozent der Manager berichteten von einer besseren Qualität ihrer Entscheidungen. [3]

Die gleiche Erhebung zeigt die Gegenseite. Fast zwei Drittel der Anwender nannten mindestens ein Vertrauensproblem. Am häufigsten waren unklare Verantwortung bei falschen Entscheidungen, schwer nachvollziehbare Logik und ein unzureichender Schutz der Gesundheit. Die OECD-Zahlen gelten nicht automatisch für die Schweiz und beruhen auf Wahrnehmungen befragter Manager. Sie zeigen aber, dass mehr Information Verantwortung nicht auflöst. [3]

Wenn ein System Aufgaben verteilt oder Leistung bewertet, entsteht eine neue Führungsarbeit: Datenquellen prüfen, Grenzen festlegen, Ausnahmen zulassen und eine ansprechbare Stelle für Widerspruch schaffen. Ohne diese Arbeit wird die Hierarchie vielleicht flacher, die Macht des Systems aber grösser.

Produktivität ist nicht Führung

Ein oft zitierter Feldversuch untersuchte 5’179 Mitarbeitende im technischen Kundendienst. Mit einem generativen Assistenzsystem stieg die Zahl gelöster Fälle pro Stunde durchschnittlich um 14 Prozent. Besonders stark profitierten weniger erfahrene Mitarbeitende; zugleich verlangten Kunden seltener nach einem Vorgesetzten. Das System verteilte also einen Teil des Wissens erfahrener Kolleginnen und Kollegen. [5]

Daraus folgt jedoch nicht, dass Vorgesetzte überflüssig werden. Die Studie misst einen klar abgegrenzten Prozess mit bekannten Ergebnissen. Führung umfasst auch unklare Ziele, Interessenkonflikte, Personalentscheide und Situationen, für die es keine historische Musterlösung gibt. METR zeigt zudem an Softwareaufgaben, dass agentische Zuverlässigkeit mit längerer Aufgabendauer sinkt und stark vom Testaufbau abhängt. Das lässt sich nicht direkt auf Management übertragen, warnt aber vor der Vorstellung eines beliebig belastbaren digitalen Kollegen. [7]

Wer Produktivität mit Führung verwechselt, könnte deshalb die Berichtslinie kürzen und gleichzeitig die Lern- und Konfliktlinie zerstören.

Drei Studien liefern wichtige Befunde, messen aber unterschiedliche Länder, Tätigkeiten und Systeme.
Drei Studien liefern wichtige Befunde, messen aber unterschiedliche Länder, Tätigkeiten und Systeme. Grafik: Zündstoff Magazin.

Vom Filter zum Spielertrainer

Die neue Rolle beginnt dort, wo Informationen nicht mehr gehortet werden müssen. Eine Führungskraft kann näher an die Facharbeit rücken, Entscheidungen erklären, Prioritäten gegeneinander abwägen und Mitarbeitende befähigen, Agentenergebnisse zu prüfen. Sie wird weniger Verteiler und stärker Gestalter des Arbeitsrahmens.

Das verändert auch die Führungsspanne. Ein Manager kann mit Agenten womöglich mehr Prozesse überblicken. Eine grössere Zahl direkt unterstellter Personen ist aber nur dann sinnvoll, wenn Coaching, Feedback und Konfliktklärung nicht aus dem Kalender gedrängt werden. Sonst ersetzt das Unternehmen Bürokratie durch ein Dashboard und nennt den Verlust an Beziehung Effizienz.

NIST empfiehlt für KI-Systeme klare Verantwortlichkeiten, dokumentierte Aufsicht und messbare menschliche Kontrolle. Gerade eine schlankere Hierarchie braucht deshalb eindeutige Entscheidungsrechte. Wer genehmigt eine Ausnahme? Wer stoppt einen Agenten? Wer trägt die Folgen einer falschen Empfehlung? [8]

Umbau im Pilot

Ein Unternehmen muss dafür nicht mit einer Reorganisation beginnen. Es kann einen wiederkehrenden Führungsprozess auswählen: Wochenbericht, Einsatzplanung oder Nachverfolgung von Kundenanfragen. Zuerst wird getrennt, welche Schritte Information sammeln, welche eine Entscheidung verlangen und welche eine Beziehung betreffen.

Danach erhält ein Agent einen begrenzten Auftrag mit definierten Daten, Abbruchregeln und einer benannten verantwortlichen Person. Gemessen werden nicht nur eingesparte Stunden. Ebenso wichtig sind Fehler, Nacharbeit, übersehene Ausnahmen, Vertrauen und die Frage, ob Mitarbeitende Entscheidungen noch anfechten können.

Erst dann zeigt sich, ob eine Führungsebene nur Informationen weitergereicht hat oder einen Wert geschaffen hat, der im Organigramm bisher schlecht sichtbar war. Die mögliche Einsparung ist real. Ebenso real ist das Risiko eines Führungsvakuums, in dem das System koordiniert, aber niemand mehr erklärt, entwickelt oder Verantwortung übernimmt.

Ein begrenzter Pilot prüft Arbeit, Ergebnis und Organisation, bevor Stellen oder Ebenen verändert werden.
Ein begrenzter Pilot prüft Arbeit, Ergebnis und Organisation, bevor Stellen oder Ebenen verändert werden. Grafik: Zündstoff Magazin.

Welche Informationen müssen wir nicht länger durch eine Hierarchie schicken? Welche Entscheidungen wollen wir bewusst bei Menschen halten? Und woran erkennen wir, ob weniger Management tatsächlich mehr Führung schafft? Das Informationsmonopol kann verschwinden. Die Verantwortung bleibt – und sie braucht einen Namen.

Quellen

  1. Bundesamt für Statistik, Nutzung generativer KI in der Schweiz, 2025 (Datenstand 2. Juni 2026), dam-api.bfs.admin.ch.
  2. Bundesamt für Statistik, Die Entwicklung der erwerbstätigen Bevölkerung in den letzten 50 Jahren (2024), www.swissstats.bfs.admin.ch.
  3. OECD, Algorithmic management in the workplace: New evidence from an OECD employer survey (6. Februar 2025), www.oecd.org.
  4. International Labour Organization, Generative AI and jobs: A 2025 update (20. Mai 2025), www.ilo.org.
  5. Brynjolfsson, Li und Raymond, Generative AI at Work (The Quarterly Journal of Economics, 2025), www.gsb.stanford.edu.
  6. Microsoft, 2025 Work Trend Index: The year the Frontier Firm is born (23. April 2025), www.microsoft.com.
  7. METR, Task-Completion Time Horizons of Frontier AI Models (aktualisiert 8. September 2026), metr.org.
  8. NIST, AI Risk Management Framework Playbook (2024), airc.nist.gov.