Glossar: Organisation und Arbeit

KI verändert Zuständigkeiten, Rollen und Arbeitsinhalte, bevor sie Prozesse verändert. Dieses Themenfeld erklärt die Begriffe rund um Betriebsmodell, Verantwortung, Adoption und Mitbestimmung. Rechtliche Hinweise sind Orientierung auf Stand Juli 2026, keine Rechtsberatung.

AI Center of Excellence

Definition: Ein AI Center of Excellence ist eine zentrale Organisationseinheit, die KI-Kompetenz, Standards, Plattformen und Projektunterstützung für das gesamte Unternehmen bündelt.

Führungsrelevanz: Ein CoE beschleunigt den Start, weil knappe Expertise nicht auf zehn Abteilungen verteilt wird. Es wird zum Engpass, wenn jede Fachbereichsidee durch dieselbe kleine Einheit muss. Die Führungsfrage lautet nicht ob, sondern mit welchem Mandat: berät das CoE, entscheidet es oder betreibt es? Ein CoE ohne klares Mandat produziert vor allem Folien.

Typisches Missverständnis: „Wir gründen ein CoE, dann ist KI organisiert.“ Ohne Budgethoheit, Entscheidungsrechte und Rückhalt der Geschäftsführung ist ein CoE nur ein neuer Name für einen Arbeitskreis.

Siehe auch: „AI Center of Excellence oder föderiertes Modell: zwölf Entscheidungskriterien“, Föderiertes Betriebsmodell

Föderiertes Betriebsmodell

Definition: Im föderierten Betriebsmodell tragen die Fachbereiche die Verantwortung für ihre KI-Anwendungen selbst, während eine schlanke zentrale Einheit Standards, Plattform und Kontrollen vorgibt.

Führungsrelevanz: Das Modell skaliert besser als reine Zentralisierung, weil das Fachwissen dort sitzt, wo die Prozesse laufen. Es setzt aber voraus, dass die Bereiche KI-Kompetenz und Kapazität tatsächlich aufbauen. Ohne durchsetzbare zentrale Standards zerfällt Föderation in Wildwuchs mit zwölf parallelen Insellösungen. Die Balance aus Freiheit und Leitplanken ist eine laufende Führungsaufgabe.

Typisches Missverständnis: Föderiert wird mit dezentral verwechselt. Föderation ohne verbindliche gemeinsame Regeln ist keine Organisationsform, sondern die Abwesenheit einer solchen.

Siehe auch: „AI Center of Excellence oder föderiertes Modell: zwölf Entscheidungskriterien“, Hub-and-Spoke-Modell

Hub-and-Spoke-Modell

Definition: Das Hub-and-Spoke-Modell verbindet einen zentralen Kompetenzkern (Hub) mit festen KI-Ansprechpartnern in den Fachbereichen (Spokes), die Projekte vor Ort tragen und an den Hub rückkoppeln.

Führungsrelevanz: Für den Mittelstand ist dies oft das realistischste Betriebsmodell, weil es mit wenigen Vollzeitstellen auskommt. Der Hub hält Standards und Plattform, die Spokes kennen Prozesse und Menschen. Kritisch ist die Verankerung der Spokes: als definierte Rolle mit Zeitbudget, nicht als Zusatzaufgabe nach Feierabend. Unbezahlte Nebenrollen sterben im ersten Quartalsstress.

Typisches Missverständnis: Spokes werden als Multiplikatoren benannt und dann allein gelassen. Ohne feste Zeitanteile, Schulung und direkten Draht zum Hub bleibt vom Modell nur das Schaubild.

Siehe auch: „Das kleinste tragfähige KI-Betriebsmodell für 250, 500 und 2.000 Beschäftigte“, AI Center of Excellence

Chief AI Officer (CAIO)

Definition: Der Chief AI Officer ist die Führungsrolle mit unternehmensweiter Verantwortung für KI-Strategie, KI-Portfolio und die Verzahnung von Technologie, Fachbereichen und Governance.

Führungsrelevanz: Die eigentliche Entscheidung ist nicht der Titel, sondern die Ausstattung: Budget, Durchgriffsrechte und Zugang zur Geschäftsführung. Ein CAIO ohne diese drei Dinge ist ein Chefevangelist ohne Hebel. Im Mittelstand kann die Rolle beim CIO, einem Geschäftsführer oder einer eigenen Position liegen. Entscheidend ist, dass genau eine Person die KI-Gesamtverantwortung nachweisbar trägt.

Typisches Missverständnis: „Wir brauchen erst einen CAIO, dann geht es los.“ Umgekehrt: Erst geklärte Entscheidungsrechte machen die Rolle sinnvoll, sonst wird nur das Organigramm länger.

Siehe auch: „CEO, CIO, CDO oder CAIO: Entscheidungsrechte statt Organigramm“, Entscheidungsrechte-Matrix

Entscheidungsrechte-Matrix

Definition: Eine Entscheidungsrechte-Matrix legt schriftlich fest, wer bei KI-Vorhaben welche Entscheidung trifft, wer mitwirkt, wer informiert wird und wer ein Vetorecht hat.

Führungsrelevanz: Die meisten KI-Konflikte im Unternehmen sind ungeklärte Zuständigkeitskonflikte: Darf der Fachbereich ein Tool einführen, darf die IT es stoppen, wer gibt Budget frei? Die Matrix beantwortet diese Fragen vor dem Streitfall. Sie kostet einen Workshop und erspart Monate an Reibung. Ohne sie entscheidet faktisch, wer am lautesten eskaliert.

Typisches Missverständnis: Die Matrix gilt als Bürokratie. Bürokratie ist der Zustand ohne sie: jede Entscheidung wird neu verhandelt, und niemand ist am Ende verantwortlich.

Siehe auch: „CEO, CIO, CDO oder CAIO: Entscheidungsrechte statt Organigramm“, KI-Gremium

KI-Gremium

Definition: Ein KI-Gremium ist ein interdisziplinär besetztes Entscheidungs- und Aufsichtsorgan, das KI-Vorhaben freigibt, priorisiert und deren Risiken sowie Regelkonformität überwacht.

Führungsrelevanz: Das Gremium bündelt Perspektiven, die kein Einzelner vereint: Fachbereich, IT, Recht, Datenschutz, oft Betriebsrat. Es funktioniert nur mit echten Kompetenzen, festem Takt und Entscheidungspflicht pro Sitzung. Ein Gremium, das nur zur Kenntnis nimmt, verlangsamt alles und verantwortet nichts. Halten Sie es klein, geben Sie ihm Freigabemacht und messen Sie es an Durchlaufzeiten.

Typisches Missverständnis: Mehr Mitglieder bedeuten mehr Absicherung. Ab acht Personen sinkt die Entscheidungsfähigkeit schneller als das Risiko.

Siehe auch: „KI-Governance mit nachweisbaren Kontrollen“, Entscheidungsrechte-Matrix

Adoption

Definition: Adoption bezeichnet den Grad, zu dem Beschäftigte ein bereitgestelltes KI-Werkzeug tatsächlich regelmäßig und wertschöpfend in ihre Arbeit einbauen.

Führungsrelevanz: Adoption ist die Variable, an der die meisten KI-Business-Cases scheitern, denn jede gerechnete Einsparung setzt Nutzung voraus. Lizenzen zu kaufen ist eine Bestellung, Adoption zu erreichen ist Führungsarbeit: Vorbilder, Schulung, angepasste Prozesse, sichtbarer Nutzen. Messen Sie aktive Nutzung pro Anwendungsfall, nicht vergebene Zugänge. Eine Adoptionsquote gehört in jedes Projektreporting.

Typisches Missverständnis: „Das Tool ist ausgerollt, der Rest kommt von allein.“ Ohne aktive Begleitung stabilisiert sich die Nutzung meist bei einer kleinen Minderheit der Belegschaft.

Siehe auch: „KI-Adoption messen: zwölf Kennzahlen“, KI-Kompetenz und Schulungspfad

BYOAI

Definition: BYOAI (Bring Your Own AI) beschreibt die Praxis, dass Beschäftigte private KI-Konten und -Werkzeuge für dienstliche Aufgaben nutzen, statt auf vom Unternehmen bereitgestellte Lösungen zurückzugreifen.

Führungsrelevanz: BYOAI ist ein Signal, kein reines Risiko: Die Belegschaft ist schneller als das offizielle Angebot. Zugleich fließen dabei Firmendaten in Konten ohne Vertrag, ohne Kontrolle und ohne Löschmöglichkeit. Die Antwort ist ein zügig bereitgestelltes, gutes internes Angebot plus klare Nutzungsregeln. Wer nur verbietet, verliert Sichtbarkeit und Tempo zugleich.

Typisches Missverständnis: BYOAI wird als Randphänomen einzelner Technikbegeisterter abgetan. In Wissensarbeitsbereichen ist es ohne Gegenangebot eher der Normalfall als die Ausnahme.

Siehe auch: „Vom KI-Inventar zum Kontrollsystem“, Schatten-KI (Themenfeld Betrieb)

Mitbestimmung nach § 87 BetrVG

Definition: Nach § 87 Abs. 1 Nr. 6 Betriebsverfassungsgesetz hat der Betriebsrat mitzubestimmen, wenn technische Einrichtungen eingeführt werden, die objektiv geeignet sind, Verhalten oder Leistung der Beschäftigten zu überwachen.

Führungsrelevanz: Die Rechtsprechung des Bundesarbeitsgerichts lässt die objektive Eignung zur Überwachung genügen; auf die Absicht kommt es nicht an. Viele KI-Werkzeuge protokollieren Nutzung und Inhalte und sind damit mitbestimmungspflichtig. Wer den Betriebsrat übergeht, riskiert Unterlassungsansprüche und einen gestoppten Rollout mitten im Projekt. Frühzeitige Einbindung ist der günstigste Terminplan. Dies ist Orientierung, keine Rechtsberatung.

Typisches Missverständnis: „Wir überwachen ja niemanden, also greift die Mitbestimmung nicht.“ Es zählt die technische Möglichkeit der Überwachung, nicht die erklärte Absicht der Geschäftsführung.

Siehe auch: „Mitbestimmung und Job Redesign“, Betriebsvereinbarung KI

Betriebsvereinbarung KI

Definition: Eine Betriebsvereinbarung KI ist der zwischen Arbeitgeber und Betriebsrat geschlossene, verbindliche Rahmen für Einführung und Nutzung von KI-Systemen im Betrieb, etwa zu Zwecken, Datenzugriff, Auswertungsverboten und Beteiligungsverfahren.

Führungsrelevanz: Eine gute Rahmenvereinbarung beschleunigt statt zu bremsen: Sie regelt das Verfahren einmal, statt jedes Tool einzeln zu verhandeln. Typische Bausteine sind Auswertungsverbote für Leistungskontrolle, ein Werkzeug-Anhang und ein schnelles Verfahren für Neuzugänge. Ohne Vereinbarung wird jede Einführung ein Einzelkonflikt mit offenem Ausgang. Dies ist Orientierung, keine Rechtsberatung.

Typisches Missverständnis: Die Vereinbarung gilt als Zugeständnis an den Betriebsrat. Tatsächlich kauft sie der Geschäftsführung Planbarkeit und schützt vor projektstoppenden Eskalationen.

Siehe auch: „Mitbestimmung und Job Redesign“, Mitbestimmung nach § 87 BetrVG

Job Redesign

Definition: Job Redesign ist die bewusste Neugestaltung von Rollen und Tätigkeitszuschnitten, wenn KI Teilaufgaben übernimmt und sich der wertschöpfende Kern einer Stelle verschiebt.

Führungsrelevanz: Ohne Redesign entsteht die teuerste Variante: Beschäftigte erledigen die alte Arbeit plus KI-Kontrolle obendrauf, und die gerechnete Entlastung verpufft. Die Führungsaufgabe ist, frei werdende Kapazität aktiv neuen Aufgaben zuzuordnen und Stellenprofile, Ziele und Vergütung nachzuziehen. Das berührt Mitbestimmung und braucht Vorlauf. Wer Rollen nicht umbaut, hat Software gekauft, aber keine Organisation verändert.

Typisches Missverständnis: Job Redesign wird mit Stellenabbau gleichgesetzt. Häufiger geht es um Verschiebung: weniger Routineanteil, mehr Prüf-, Kunden- und Ausnahmearbeit.

Siehe auch: „Mitbestimmung und Job Redesign“, Adoption

KI-Kompetenz und Schulungspfad

Definition: KI-Kompetenz im Sinne von Artikel 4 der KI-Verordnung ist das rollenangemessene Wissen und Können aller Personen, die KI-Systeme betreiben oder nutzen, aufgebaut über einen dokumentierten Schulungspfad.

Führungsrelevanz: Artikel 4 gilt bereits seit dem 2. Februar 2025 und verpflichtet auch Betreiber, für ausreichende KI-Kompetenz zu sorgen. Eine einmalige Grundlagenschulung für alle erfüllt das nicht: Entwickler, Anwender und Freigebende brauchen unterschiedliche Tiefen. Der Nachweis gelingt nur mit dokumentierten Pfaden pro Rolle und belegten Teilnahmen. Nebenbei ist Kompetenz der stärkste Hebel für Adoption. Dies ist Orientierung, keine Rechtsberatung.

Typisches Missverständnis: „Wir haben ein E-Learning ausgerollt, Artikel 4 ist erledigt.“ Ohne Rollenbezug, Aktualisierung und Nachweisführung bleibt das eine Feigenblatt-Maßnahme.

Siehe auch: „KI-Kompetenz nach Artikel 4 messen“, Adoption

Das Entscheider-Briefing

Ein Briefing pro Woche: Entscheidungsfragen, eingeordnete Zahlen und Fristen. Ihre Adresse geben wir nicht weiter.

Website

E-Mail-Adresse

Briefing abonnieren

Ich möchte das Briefing per E-Mail erhalten und kann die Einwilligung jederzeit widerrufen. Die Datenschutzerklärung habe ich gelesen.

Sie erhalten zuerst eine E-Mail mit einem Bestätigungslink. Erst nach dem Klick nehmen wir Sie auf. Abmeldung mit einem Klick in jeder Ausgabe.