Umgang mit grundlegender Unsicherheit: ein dynamisch-adaptives Modell der digitalen Transformation von Unternehmen im Zeitalter generativer KI

Warum das für die tägliche Arbeit relevant ist

Viele Menschen haben das Gefühl, dass generative KI die Arbeit schneller verändert, als Unternehmen planen können. Dieses Papier stellt eine einfache, aber dringliche Frage: Was passiert mit der Geschäftsstrategie, wenn die wichtigste Technologie mächtig, unvorhersehbar und selbst für ihre Entwickler nur schwer zu durchschauen ist? Statt KI als ein weiteres Werkzeug zu behandeln, das man nach Fahrplan ausrollt, argumentiert die Autorin, dass Firmen neu erfinden müssen, wie sie lernen, entscheiden und konkurrieren — in einer Welt, in der sich der Boden ständig unter ihren Füßen verschiebt.

Von ordentlichen Plänen zu sich veränderndem Untergrund

Jahrzehntelang ging das Managementdenken davon aus, dass neue Technologien sich weitgehend vorhersehbar entfalten. Unternehmen beobachteten, warteten, bis ein Werkzeug ausgereift und gut verstanden war, und führten dann ein geplantes „digitales Transformations“-Projekt durch, um es einzusetzen. In dieser älteren Sicht kombinierten Firmen ihre Ressourcen, wählten passende Technologien und führten sorgfältig gestaltete Programme aus, um einen stabilen Vorsprung gegenüber Wettbewerbern zu erlangen. Die Technologie selbst galt als kenntlich und kontrollierbar — eine Zutat in einem ansonsten rationalen Erfolgsrezept.

Wenn die Kerntechnologie aufhört, sich zu benehmen

Generative KI durchbricht diese bequeme Erzählung. Ihre Fähigkeiten können plötzlich auftreten, wenn Modelle größer werden, und ihre inneren Mechanismen sind so undurchsichtig, dass selbst Expertinnen und Experten Mühe haben zu erklären, wie sie zu ihren Antworten gelangen. Unternehmen übernehmen KI-Systeme, deren zukünftige Fähigkeiten, Schwächen und Nebenwirkungen sich nicht mehr in einer einfachen Geraden vorhersagen lassen. Das schafft das, was das Papier „grundlegende Unsicherheit“ nennt: Das Problem ist nicht nur fehlende Daten, sondern dass die üblichen Methoden zur Vorhersage und Planung nicht mehr funktionieren. Statt einer stabilen Leiter des Fortschritts stehen Managerinnen und Manager einem sich entwickelnden, teilweise rätselhaften Partner gegenüber, der sie sowohl positiv als auch negativ überraschen kann.

Lernen durch Tun, nicht durch Vorhersage

In dieser neuen Realität, so das Papier, müssen Unternehmen die übliche Reihenfolge von erst Denken und dann Handeln umkehren. Da niemand im Voraus vollständig begreifen kann, was generative KI in einem konkreten Unternehmen bewirken wird, müssen Firmen ertasten, experimentieren und dann das Gelernte deuten. Die Autorin nennt das „adaptives Sensemaking“: kleine, wiederholte Versuche, bei denen Menschen beobachten, wie sich KI im realen Arbeitskontext verhält, unerwartete Nutzungen und Fehlerquellen entdecken und schrittweise ein praxisnahes Verständnis aufbauen. Strategie hört auf, ein festes Papierdokument zu sein, und wird zu einem evolutionären Prozess, der aus diesen Erfahrungen mit der Technologie wächst.

Das Wechselspiel innerhalb der Organisation

Diese konstante Experimentierfreude erzeugt Spannungen innerhalb des Unternehmens. Führungskräfte streben nach Ordnung, Kontrolle und verlässlichen Ergebnissen; die Teams an der Basis, die mit KI arbeiten, entdecken unordentliche, überraschende Möglichkeiten, die nicht in bestehende Regeln passen. Das Papier legt nahe, dass diese Reibung kein zu beseitigendes Problem ist, sondern der eigentliche Motor des Fortschritts. Top-down-Druck lenkt Experimente auf Geschäftsziele hin, während Bottom-up-Entdeckungen die Organisation zwingen, Strukturen, Prozesse und sogar Ziele anzupassen. Gut gesteuert ermöglicht dieser Zyklus aus „Auseinandersetzung und Anpassung“ Firmen sowohl das Ausnutzen bereits bekannter Möglichkeiten als auch das Erkunden neu entstehender Potenziale durch KI.

Anpassungsfähigkeit zur echten Stärke machen

Weil leistungsfähige KI-Werkzeuge und Daten zunehmend vielen Marktteilnehmern verfügbar sind, kann kein einzelnes Modell oder Dataset langfristige Überlegenheit sichern. Stattdessen behauptet das Papier, dass die eigentliche Gewinnerressource eine „dynamisch-adaptive Fähigkeit“ ist: die Fähigkeit einer Organisation, kontinuierlich neu zu konfigurieren, wie sie lernt, experimentiert und den Kurs ändert. Einfach gesagt: Der dauerhafte Vorteil besteht nicht darin, das beste Werkzeug zu besitzen, sondern darin, am besten daraus zu lernen und das Geschäft entsprechend umzugestalten. Unternehmen, die diese Fähigkeit zur kontinuierlichen Anpassung aufbauen, können viele kurzlebige Vorteile aneinandergereiht nutzen und so in einem Umfeld, in dem einzelne Vorteile schnell erodieren, vorne bleiben.

Was das für die Zukunft bedeutet

Für eine interessierte Leserin oder einen interessierten Leser ist die zentrale Erkenntnis, dass generative KI von Unternehmen verlangt, starre Langzeitpläne gegen flexible Lernschleifen einzutauschen. Das Papier schließt mit der Empfehlung, KI weniger wie ein fertiges Produkt zu behandeln, das man installiert, und mehr wie einen mächtigen, unvorhersehbaren Kollaborateur, den man vorsichtig erforschen muss. Organisationen, die in sicheres Experimentieren, offene Diskussionen über Fehler und eine Kultur investieren, die Wandel begrüßt, haben die besten Chancen, zu gedeihen. Im Zeitalter generativer KI geht es weniger darum, die Maschine einmal zu meistern, als vielmehr darum, die Fähigkeit aufzubauen, immer wieder mit ihr zu lernen.

Zitation: Lu, T. Navigating foundational uncertainty: a dynamic-adaptive model of enterprise digital transformation in the age of generative AI. Humanit Soc Sci Commun 13, 451 (2026). https://doi.org/10.1057/s41599-026-06689-z

Schlüsselwörter: generative KI, digitale Transformation, organisationales Lernen, Geschäftsstrategie, wettbewerbsvorteil