Die digitalen Werkzeuge, die die Aktivitäten der Teams steuern, vervielfachen sich, und mit ihnen kommen neue regulatorische Verpflichtungen. Unternehmen, die ihre Leistung und ihr Management verbessern möchten, stehen vor einem Paradoxon: Die Software, die die Produktivität optimieren soll, kann nun ihre rechtliche Verantwortung in Anspruch nehmen, wenn ihre Einführung nicht geregelt ist.
Algorithmisches Management und Compliance: ein blinder Fleck für Unternehmen
Aufgaben zuzuweisen, Zeitpläne zu organisieren, die Arbeitsbelastung zu bewerten: Diese Funktionen können, auch ohne den Einsatz von Künstlicher Intelligenz, dem algorithmischen Management zugeordnet werden. Die OECD empfiehlt regelmäßige Audits, die Konsultation der Mitarbeiter und die Einrichtung von Beschwerdemechanismen. Das Datenschutzrecht und das Arbeitsrecht bleiben für diese Systeme vollumfänglich anwendbar.
Die europäische Verordnung über Künstliche Intelligenz (AI Act) geht weiter. Systeme, die verwendet werden, um die Arbeitsbedingungen, die Beförderung, die Beendigung des Vertrags oder die Leistungsbewertung zu beeinflussen, sind potenziell als hochriskant eingestuft gemäß Anhang III des Textes. Ihre Inbetriebnahme setzt eine menschliche Aufsicht, eine vorherige Information der Mitarbeiter und die Möglichkeit voraus, die Ergebnisse anzufechten.
Für die Führungskräfte von KMUs bedeutet dies, dass eine einfache Planungs- oder Zielverfolgungssoftware in den Anwendungsbereich dieser Verpflichtungen fallen kann. Bevor man überhaupt von Effizienzgewinnen spricht, muss man in der Lage sein, die Dienstleistungen für Performance und Management zu entdecken, die diesem regulatorischen Rahmen entsprechen, andernfalls riskiert man, nicht konforme Werkzeuge einzuführen.
Teamleistung: Was die Produktivität nicht misst
Die meisten Optimierungsansätze konzentrieren sich auf Leistungsindikatoren: Fristen, Volumen, Konversionsraten. Diese Metriken sind nützlich, erfassen jedoch nur einen Teil der operativen Realität.
Die Auswirkungen eines Werkzeugs auf die mentale Belastung und die Autonomie der Mitarbeiter entziehen sich den klassischen Dashboards. Ein Unternehmen, das eine Aufgabenverfolgungssoftware einführt, kann kurzfristig einen Anstieg der Produktivität feststellen, während gleichzeitig ein Rückgang des Arbeitsklimas entsteht, den die finanziellen Indikatoren erst nach mehreren Monaten widerspiegeln.
Die Integration von KI- oder Automatisierungsprojekten in die Prävention psychosozialer Risiken wird zu einer konkreten Herausforderung. Die Messung der Produktivitätsgewinne reicht nicht aus: Es müssen die Auswirkungen auf das Tempo, die Zusammenarbeit, die Verantwortlichkeiten untersucht und die Risikobewertung aktualisiert werden, wenn sich die Arbeitsorganisation ändert. Dies ist eine Verpflichtung, die im Dokument zur Bewertung der beruflichen Risiken festgehalten ist.
Engagement und interne Prozesse
Ein schlecht gestalteter Prozess verbraucht Managementzeit, ohne Wert zu schaffen. Die Rückmeldungen aus der Praxis zeigen, dass Unternehmen, die ihre Effizienz nachhaltig verbessern, nicht damit beginnen, Werkzeuge hinzuzufügen, sondern ihre bestehenden Entscheidungswege zu vereinfachen.
Das Engagement der Mitarbeiter hängt weniger von den Werkzeugen als von der Klarheit der Rollen und der Häufigkeit direkter Austauschmöglichkeiten ab. Wenn ein Mitarbeiter genau versteht, was von ihm erwartet wird, und einen Kanal hat, um Schwierigkeiten zu melden, steigt sein Netto-Beitrag, unabhängig von der verwendeten Software.
Schulungspflicht für KI: ein unterschätzter Managementhebel
Artikel 4 des AI Act sieht eine Schulungspflicht zur Beherrschung der KI für das Personal vor, das diese Systeme einführt oder verwendet. Diese regulatorische Anforderung kann zu einem Managementhebel werden, wenn sie als Investition und nicht als abzuhakende Pflicht behandelt wird.
- Die Schulung der Manager über die Grenzen algorithmischer Werkzeuge ermöglicht es ihnen, die Kontrolle über Entscheidungen zu behalten, anstatt blind der Software zu delegieren.
- Die Einbeziehung der Teams in die Auswahl und Konfiguration der Werkzeuge stärkt ihre Akzeptanz und verringert den Widerstand gegen Veränderungen.
- Die Dokumentation der erworbenen Kompetenzen erleichtert die Compliance-Audits und speist den Entwicklungsplan für Kompetenzen.
Die Rückmeldungen aus der Praxis variieren hinsichtlich des Ausmaßes der durch die Schulung allein erzielten Gewinne. Einige Unternehmen stellen eine schnelle Akzeptanz fest, andere sehen sich kulturellen Blockaden gegenüber, die durch technische Schulungen nicht gelöst werden. Die Schulung funktioniert, wenn sie von einer Anpassung der Prozesse und einem Dialog über die tatsächlichen Anwendungen begleitet wird.
Leistungssteuerung: quantitative Indikatoren und schwache Signale
Die finanziellen und operativen KPIs bleiben das Fundament der Steuerung. Gewinnmarge, Lieferzeit, Kundenzufriedenheit: Diese Daten ermöglichen eine schnelle Korrektur von Abweichungen. Sie sagen jedoch nichts über die Nachhaltigkeit der Leistung über einen längeren Zeitraum aus.
Die schwachen Signale hingegen entstehen aus informellen Austausch, Fluktuationsraten, Rückmeldungen während individueller Gespräche. Ein Anstieg der Fluktuation in einem leistungsstarken Team ist ein Warnsignal, kein unwichtiges Indiz. Es offenbart oft übermäßigen Druck oder einen Mangel an Anerkennung, den die Dashboards nicht erfassen.
Die beiden Ebenen der Betrachtung verbinden
Ein effektives Leistungsmanagementsystem kombiniert monatliche Überprüfungen der quantitativen Ziele mit regelmäßigen Punkten über die Erfahrungen der Teams. Die Schwierigkeit liegt in der Frequenz: Zu weit auseinanderliegende qualitative Austausche verlieren ihre Nützlichkeit. Zu nah beieinander werden sie zu einer zusätzlichen administrativen Belastung.
- Ein vierteljährlicher Rhythmus für qualitative Bewertungen, monatlich für operative Indikatoren festlegen.
- Die Produktivitätsdaten systematisch mit den HR-Indikatoren (Abwesenheit, interne Mobilität, Schulungsanfragen) verknüpfen.
- In den Vorstandssitzungen Zeit reservieren, um die Abweichungen zwischen gemessener Leistung und Wahrnehmung vor Ort zu analysieren.
Steuerung beschränkt sich nicht auf die Datensammlung: Sie erfordert eine Managemententscheidung zwischen dem, was die Zahlen zeigen, und dem, was die Teams ausdrücken. Unternehmen, die langfristig bestehen, sind diejenigen, die bereit sind, ein rentables Projekt zu verlangsamen, wenn die menschlichen Signale es erfordern.
Die Verbesserung der Leistung erfolgt nun durch eine doppelte Betrachtung, regulatorisch und menschlich, die weder die Software noch die Indikatoren allein bieten können. Der Rahmen, den der AI Act und die Verpflichtungen zur Prävention psychosozialer Risiken setzen, redefiniert, was es bedeutet, ein Unternehmen effektiv zu steuern.
