Thought Leadership
Auf dem Fortune COO Summit diskutieren operative Leiter von Nike, Sysco und Box über organisatorische Defizite und Kontrollverluste beim Einsatz von KI.
Auf dem jährlichen Fortune COO Summit stand die praktische Umsetzung von KI im Mittelpunkt der operativen Debatten. Entgegen den weitreichenden Versprechungen einer vollständigen und reibungslosen Automatisierung zeichneten führende Chief Operating Officers (COOs) global agierender Konzerne ein deutlich differenzierteres Bild der Realität. Im Rahmen einer von Thomson Reuters organisierten Diskussionsrunde beschrieben operative Spitzenkräfte das Phänomen als eine Automatisierungsillusion.
Die ursprüngliche Erwartungshaltung der Wirtschaft sah vor, dass algorithmische Systeme routinemäßige Aufgaben in den Bereichen Logistik, Prognoseerstellung, Compliance und Kundenservice autonom bewältigen, um menschliche Ressourcen für strategische Aufgaben freizusetzen. In der betrieblichen Praxis zeigt sich jedoch, dass die Einführung dieser Technologien die Steuerung komplexer Unternehmensprozesse vorerst unvorhersehbarer und fehleranfälliger macht, anstatt administrative Abläufe zu vereinfachen.
Strategische Unklarheit und das Risiko beschleunigter Fehlentscheidungen
Ein zentrales Problem beim unüberlegten Rollout von KI-Anwendungen liegt in der Diskrepanz zwischen technologischer Geschwindigkeit und operationaler Transparenz. Die hohe Dynamik, mit der neue Modelle auf den Markt drängen, erzeugt innerhalb der Organisationen einen massiven Anpassungsdruck. Venkatesh Alagirisamy, Executive Vice President und COO von Nike, warnte eindringlich vor den Risiken eines blinden Aktionismus.
„Die größte Herausforderung, die ich sehen kann, ist Geschwindigkeit ohne Klarheit. Ich sehe eine Menge Hype um KI, der viel Energie in Organisationen freisetzt, KI einführen zu wollen, aber ohne diese Klarheit, ohne diesen Sinn für Zweck, könnte uns diese Geschwindigkeit in die falsche Richtung führen.“
Venkatesh Alagirisamy, Executive Vice President und COO von Nike
Wenn Algorithmen Prozesse beschleunigen, ohne dass die zugrundeliegenden operativen Ziele präzise definiert sind, droht eine Skalierung von Fehlentscheidungen in Echtzeit. Nike versucht diesem Trend durch eine dezentrale, von den Mitarbeitern selbst kuratierte Lernplattform entgegenzuwirken, über die im vergangenen Jahr bereits tausende digitale Schulungen absolviert wurden, um das technologische Verständnis der Belegschaft organisch zu vertiefen.
Die Implementierungslücke und mangelnde Akzeptanz bei den Mitarbeitern
Selbst in technologieaffinen Branchen erweist sich die operative Verankerung von künstlicher Intelligenz als eine erhebliche Managementaufgabe. Olivia Nottebohm, COO des Cloud-Sicherheits- und Speicherdienstes Box, berichtete von überraschend niedrigen Akzeptanzraten nach der internen Einführung firmeneigener KI-Werkzeuge. Eine detaillierte Ursachenanalyse ergab, dass die geringe Nutzung nicht auf einer bewussten Verweigerungshaltung der Angestellten beruhte, sondern auf einer tiefgreifenden Verwirrung über die korrekte Handhabung und Integration der Tools in den Arbeitsalltag.
Die Bereitstellung der Software allein generiert noch keine Steigerung der Arbeitsproduktivität, solange die spezifischen Fähigkeiten fehlen. Das Unternehmen reagierte mit der Einführung eines verpflichtenden Schulungsprogramms, um sicherzustellen, dass kein Mitarbeiter von der digitalen Transformation ausgeschlossen wird. Dieser Prozess verdeutlichte, dass die logische Kluft zwischen dem bloßen Deployment einer Software und ihrer tatsächlichen Operationalisierung im Tagesgeschäft von vielen Führungskräften unterschätzt wird.
Kontrollverlust durch den Einsatz autonomer KI-Agenten
Die organisatorischen Herausforderungen erreichen eine neue Dimension, sobald autonome KI-Agenten direkt in die hierarchischen Strukturen von Unternehmen eingegliedert werden. Aayush Bhatnagar, der als globaler Leiter des Kundenservice beim Lebensmittellogistiker Sysco die Verteilung von Waren für einen Jahresumsatz von fast 84 Milliarden US-Dollar verantwortet, teilte ein konkretes Praxisbeispiel. Sein Bereich integrierte sieben eigenständig agierende KI-Agenten direkt in das operative Team.
Diese Systeme besitzen feste Bezeichnungen und klar definierte Zuständigkeitsbereiche für die Eskalationsprüfung, die Lieferkettenüberwachung und die Kundenkommunikation. Ihre Leistungsparameter werden wöchentlich analog zu den menschlichen Angestellten evaluiert. Bhatnagar räumte ein, dass diese Konstellation zu erheblichem Kontrollverlust und schlaflosen Nächten führt, da die traditionellen Führungsprinzipien, Personalrichtlinien und HR-Vorgaben für algorithmische Mitarbeiter keinerlei Gültigkeit besitzen. Es existieren bislang keine standardisierten Management-Frameworks, um das Verhalten und die potenziellen Fehler dieser skalierten Agenten administrativ zu steuern oder disziplinarisch zu maßregeln.
Die Notwendigkeit der menschlichen Urteilskraft im operativen Betrieb
Für regulierte und hochsensible Branchen wie das Rechtswesen, die Steuerberatung oder das internationale Zollmanagement ist die Fehleranfälligkeit großer Sprachmodelle ein existentielles Risiko. Laura Clayton McDonnell, Präsidentin für Unternehmenssteuerung bei Thomson Reuters, betonet die Unverzichtbarkeit menschlicher Kontrollinstanzen. In Arbeitsumgebungen, die von Sanktionen, Zöllen und rechtlichen Präzedenzfällen geprägt sind, existiert keinerlei Spielraum für fehlerhafte Daten. Ein Sprachmodell, das eine plausible, aber inhaltlich falsche Antwort generiert, stellt in diesem Kontext kein Werkzeug zur Produktivitätssteigerung dar, sondern ein massives Haftungsrisiko.
McDonnell hielt fest, dass es bislang kein technologisches Werkzeug gibt, das in der Lage ist, echte geschäftliche Urteilskraft auszuüben. Das Beibehalten des Prinzips Human-in-the-Loop ist daher kein optionales Merkmal, sondern eine strukturelle Notwendigkeit, um die Validität der operativen Ergebnisse zu garantieren. Zudem bleibt die Frage ungeklärt, wie zukünftige Generationen von Führungskräften das notwendige Erfahrungswissen aufbauen sollen, wenn die klassischen Einstiegsaufgaben zunehmend von automatisierten Systemen absorbiert werden.
Implikationen für die IT-Governance und das IT-Risikomanagement
Die Erkenntnisse des Fortune COO Summit 2026 verdeutlichen die tiefgreifenden Auswirkungen der Automatisierungsillusion auf das IT-Sicherheitsmanagement, die übergeordnete IT-Governance und das strategische IT-Risikomanagement in modernen Konzernen. Eine zukunftsfähige IT-Governance darf die Freigabe und Verteilung von künstlicher Intelligenz und autonomen Agenten nicht als isoliertes IT-Projekt betrachten. Es müssen verbindliche Compliance-Richtlinien implementiert werden, welche die administrativen Verantwortlichkeiten für KI-Agenten unmissverständlich regeln, ethische Guardrails definieren und den unkontrollierten Wildwuchs von intransparenten Schatten-Systemen innerhalb der Fachabteilungen unterbinden.
Das IT-Sicherheitsmanagement steht vor der Aufgabe, neue Verifikations- und Überwachungsprozesse zu entwickeln, um die Ausgaben und Transaktionen automatisierter Agenten in Echtzeit zu auditieren und bei Fehlfunktionen sofortige Isolationsmaßnahmen einzuleiten. Zudem muss das strategische IT-Risikomanagement das Risiko von Fehlentscheidungen durch halluzinierende Sprachmodelle in geschäftskritischen Prozessen systematisch als hohes operationelles Risiko bewerten. Die Implementierung von redundanten Prüfschleifen und die kontinuierliche Schulung der Belegschaft zur Stärkung der digitalen Lernagilität sind essenzielle Bausteine. Nur durch eine konsequente Überwachung des Perimeters und die strukturelle Kapselung algorithmischer Entscheidungskompetenzen lässt sich gewährleisten, dass die Beschleunigung der Prozesse die operationelle Kontinuität und die Datensicherheit der gesamten Unternehmensinfrastruktur nicht nachhaltig gefährden.
