Es gibt eine Frage, die in Vorstandssitzungen zu KI-Investitionen fast nie gestellt wird, und die mehr über den Erfolg der Initiative entscheidet als jede Budgetzeile:
„Wer in diesem Raum kann beurteilen, ob das stimmt, was uns gerade präsentiert wurde?“
In den meisten Führungsgremien lautet die ehrliche Antwort: niemand. Ich habe diese Stille oft genug selbst erlebt, als Vortragender vor Führungsgremien ebenso wie als derjenige, der im Konzern die Entscheidungsvorlagen für genau solche Sitzungen vorbereitet hat. Sie entsteht nicht aus mangelnder Intelligenz, sondern weil technologisches Urteilsvermögen eine eigene Kompetenz ist, die weder betriebswirtschaftliche Exzellenz noch Branchenerfahrung automatisch mitliefern. Ich nenne diese Lücke die AI-Urteilskompetenz-Lücke, und sie ist der am meisten unterschätzte Risikofaktor in Enterprise-AI-Portfolios.
Entscheiden unter Informationsasymmetrie
Die Struktur des Problems ist klassisch: Auf der einen Seite Anbieter, Integratoren und Berater mit tiefem technischen Wissen und klaren kommerziellen Interessen. Auf der anderen Seite Entscheider mit Budgetverantwortung, aber ohne unabhängige Bewertungsfähigkeit. Das Ergebnis ist ein Markt, in dem Narrative gewinnen, nicht Architekturen. Die Symptome sind überall sichtbar:
- Benchmark-Gläubigkeit: Modell-Rankings werden als Kaufargument akzeptiert, ohne dass jemand fragt, ob der Benchmark irgendetwas mit dem eigenen Anwendungsfall zu tun hat.
- Demo-Extrapolation: Eine überzeugende Live-Demo wird mental auf den Enterprise-Betrieb hochgerechnet, die Differenz zwischen beiden ist aber genau der Teil, der scheitert.
- Vokabel-Camouflage: Begriffe wie „agentic“, „souverän“ oder „enterprise-ready“ werden übernommen, ohne dass ihre konkrete technische Bedeutung im Angebot geprüft wird.
- Delegations-Illusion: Die Bewertung wird an genau die Partei delegiert, die am Ergebnis verdient.
Keine dieser Dynamiken ist böswillig. Sie sind das natürliche Ergebnis einer Asymmetrie, die niemand aktiv abbaut.
Urteilskompetenz ist nicht Programmierkompetenz
Das häufigste Missverständnis: Führungskräfte müssten „technischer werden“, um diese Lücke zu schließen. Das ist weder realistisch noch nötig. Ein CFO muss keine Bilanz buchen können, um Bilanzen zu beurteilen, aber er muss wissen, welche Fragen eine Bilanz beantworten muss und welche Antworten Warnsignale sind. Technologische Urteilskompetenz funktioniert identisch. Sie besteht aus drei erlernbaren Fähigkeiten:
1. Sprachfähigkeit: Claims dekodieren können
Was bedeutet es konkret, wenn ein Anbieter „Fine-Tuning auf Ihren Daten“ verspricht? Welche Frage unterscheidet ein RAG-System von einem trainierten Modell, und warum ist der Unterschied für Datenschutz und Haftung entscheidend? Entscheider brauchen kein Implementierungswissen, aber ein präzises Verständnis der Kategorien, in denen geworben, verhandelt und geliefert wird.
2. Prüffähigkeit: Die richtigen Gegenfragen stellen
Urteilskompetenz zeigt sich in Gegenfragen: Auf welchen Daten wurde evaluiert? Was passiert bei Modell-Drift? Wer haftet bei fehlerhaften Ausgaben? Wie sieht der Exit-Pfad aus? Welche laufenden Kosten entstehen nach Jahr eins? Ein Führungsteam, das diese Fragen systematisch stellt, verändert das Verhalten seiner Anbieter, noch bevor ein Vertrag unterschrieben ist.
3. Einordnungsfähigkeit: Technologie gegen die eigene Realität spiegeln
Die anspruchsvollste Ebene: beurteilen können, ob eine technisch valide Lösung zur eigenen Datenreife, Governance-Struktur und Betriebsrealität passt. Die meisten gescheiterten KI-Investitionen waren keine schlechten Produkte, sie waren richtige Antworten auf die falsche Organisationsrealität.
Warum das Thema auf die Vorstandsagenda gehört
Man könnte einwenden: Dafür gibt es doch den CIO. Drei Gründe, warum das nicht reicht: Erstens fallen die folgenreichsten KI-Entscheidungen (Make-or-Buy, Plattform-Strategie, Partnerschaften) auf Vorstandsebene, nicht im IT-Ressort. Zweitens verlangt der EU AI Act nachweisbare Aufsichts- und Kontrollstrukturen; ein Aufsichtsgremium, das die überwachten Systeme kategorial nicht versteht, kann dieser Pflicht formal nicht nachkommen. Drittens ist Urteilskompetenz auf Führungsebene die Voraussetzung dafür, dass alle nachgelagerten Strukturen funktionieren: Wer oben Narrative nicht von Substanz unterscheiden kann, budgetiert unten die falschen Projekte.
Der Weg zur strukturierten Urteilskompetenz
Urteilskompetenz entsteht nicht durch Keynotes und nicht durch einmalige Awareness-Workshops. Sie entsteht durch strukturierte Auseinandersetzung mit echten Entscheidungssituationen: reale Angebote sezieren, reale Architekturen bewerten, reale Vendor-Gespräche simulieren, mit Sparringspartnern, die kein kommerzielles Interesse am Ergebnis haben.
Das ist der Kern dessen, was Executive Education in diesem Feld leisten muss: nicht Wissen über KI vermitteln, sondern Urteilsfähigkeit unter Asymmetrie aufbauen. Der Unterschied zeigt sich nicht im Zertifikat, sondern in der nächsten Verhandlung.
