AI Solutions Architect | Competivation

Connective strategic management in the age of AI

22.05.26

The fifth stage of connective strategic management (Strategy 5.0) continues to evolve. Currently, the focus is on the connectivity between human and artificial intelligence. To better understand this connective intelligence, it helps to examine the forms of connectivity in strategic management more closely. This yields important implications for teaching and research regarding the changing workplace in the AI era.

In this new blog post, I summarize various forms of connectivity in the fifth stage of strategic management and draw conclusions regarding connective intelligence.

Digital Industrial Engineering as an Opportunity

A central theme of this year’s Hannover Messe was artificial intelligence (AI). Both established companies and startups presented innovative solutions. For example, the Limburg-based software manufacturer German Edge Cloud (GEC) presented the AI agent Digital Industrial Engineer, which serves as a sparring partner for engineers and thus makes the interaction between humans and machines more efficient. Many human capabilities are based on experience. This tacit knowledge must be combined with AI. GEC sees this as an important opportunity for differentiation. The agent utilizes this undocumented knowledge for learning processes. It is the task of managers to show appreciation for the human knowledge carriers.¹

An important concept in mechanical engineering is Physical AI. This refers to the integration of hardware and artificial intelligence. One aspect of this is the ability of machines not only to process data but also to perceive their environment. At the Hannover Messe, Siemens presented its AI agent “Eigen,” which is designed to make engineers’ work 50 percent more efficient. This is achieved through a combination of automated processes and human oversight. In doing so, Siemens draws on its comprehensive and deep domain knowledge, which providers of basic AI models generally do not possess.²

Connective Intelligence Instead of Robomobbing

Artificial intelligence (AI) can trigger a modern “Luddite movement” among employees who fear losing their jobs. The term “robomobbing” is currently gaining traction to describe acts of sabotage against robots. Analyses by the industry association Bitkom show that 23 percent of respondents perceive AI as a threat. Resistance to AI is understandable if companies fail to communicate and act credibly.³

A crucial factor here is equipping employees to work with AI. So far, only a rough outline of how human and artificial intelligence will interact in the future is visible. In this context of connective intelligence, not only is AI evolving at a rapid pace, but the human skills in demand are also changing. This raises the question of what lessons can be drawn for the future of work from various forms of connectivity.

Lessons from Forms of Connectivity in Strategic Management

In response to new challenges facing companies, strategic management has gone through various stages over the past decades, which continue to evolve dynamically.⁴ These stages focus on the following areas:

Market and financial orientation (Strategy 1.0)
technology and innovation orientation (Strategy 2.0)
sustainability orientation (Strategy 3.0) and
resilience orientation, including necessary restructuring (Strategy 4.0).

In the current fifth stage of connective strategic management, the difficulty lies in the complexity of the challenges. Many companies must navigate strategic and organizational realignments while becoming more resilient, digital, and sustainable.⁵ The lesson for an emerging connective intelligence is that this requires an integrated perspective. Companies that possess such a perspective have significant advantages over others.

An effective corporate innovation system consists of various interconnected areas of activity. These areas—such as research, innovation marketing, and a culture that fosters innovation—require specific competencies. Successful innovation managers possess the ability to design connections.⁶ The lesson for connective intelligence is that this ability can be learned, yet it is neglected in our education system, which is oriented toward distinct disciplines. This leads to the recommendation that management theory and research be oriented more toward a transdisciplinary and design-oriented approach.⁷

In strategic management, there has been a paradigm shift from mechanistic to one that manages complexity.⁸ Digital champions recognized the potential of the theory of complex, evolutionary systems early on and applied it in management.⁹ Startups have thus become the most valuable companies in the world. The implication for connective intelligence is to learn from the positive experiences of these companies and to adapt the newer complexity theory to the AI era. This, too, requires design-oriented management research in real-world laboratories of change.

Perhaps the greatest challenge is improving cooperation among stakeholders from politics, academia, business, and society—for example, in the context of digital change. In recent decades, global competition among innovation ecosystems has intensified. These have become key value drivers for companies and regions.¹⁰ Germany has rested on the laurels of past successes for too long and must now catch up. The lesson for connective intelligence is that the relevant sectors must improve their ability to act jointly and in a dialogue-oriented manner in order to achieve competitive advantages.¹¹ The following figure summarizes these forms of connectivity and lessons for connective intelligence.

For some time now, research has been exploring what approaches to connective intelligence might look like. The term, coined by Derrick de Kerckhove, initially focused on interaction with the Internet.¹²

In projects on connective strategic management, we have found that people with contextual and relationship-oriented intelligence are key. These skills can be developed.¹³ They also play an important role when working with AI. Both upskilling and deskilling are possible in this context.

Upskilling and Deskilling Through AI

In a work environment accelerated by AI, there is an expansion of employees’ skills (upskilling) but also a reduction (deskilling). Therefore, it is crucial to promote upskilling and limit deskilling.

The aspects of upskilling mentioned in many case studies are:

Time savings from routine tasks taken over by AI
Using AI as a tool to improve one’s own skills
stimulation of human creativity through content specifically generated by AI, as well as
a stronger focus on relational intelligence and empathy, which are used in a complementary manner to AI.

Potential deskilling is not addressed as extensively. Causes for this may include:

A superficial understanding of a topic driven by convenience (offloading)
Loss of skills in tasks taken over by AI, e.g., reading, understanding, critical evaluation, and writing
a decline in self-generated new knowledge coupled with a loss of problem-solving skills, as well as
neglected oversight of the results produced by AI.

Research on connective intelligence—which seeks to answer the question of what the best connections between human and artificial intelligence are depending on the situation—is still in a relatively early phase.

Approaches to Connective Intelligence

Ethan Mollick, an innovation researcher teaching at the Wharton School in Philadelphia, offers several recommendations for connecting human and artificial intelligence.

Try to incorporate AI. In doing so, it is important to recognize what AI is good at and what it is not. This ability grows with experience
Stay in the control loop as a human. Human expertise and judgment are essential for correcting the incorrect results generated by AI
Treat the AI as a clearly defined persona representing a specific type. In this context, the AI is like a fast-working intern who wants to please and tends to twist the truth
Assume that AI is evolving dynamically. Newer AI technologies, such as agent systems, have specific strengths but also pose threats
View AI as a connection engine. In this way, AI is capable of developing new ideas from the combination of existing knowledge
Education and training should view working with AI as a new professional competency. In this context, good prompting is just one of the skills within the framework of evolving connective intelligence.¹⁴

These approaches to enhanced intelligence give rise to specific performance patterns in the AI era.

Performance Patterns in the AI Era

In recent decades, a wealth of leadership theories has emerged, the practical relevance of which is highly dependent on time and context. Of particular importance for human-resource management within the framework of connective strategic management is the concept of connective leadership. Its recommendation for highly competitive and power-oriented managers is to expand their own leadership styles and behavioral preferences.¹⁵ However, the topic of artificial intelligence does not feature in this concept.

The development of AI technologies has proceeded in waves. There have been repeated phases of disillusionment, such as currently with generative AI using large language models.¹⁶ In most cases, the answer to the question of which next wave of AI (NextAI) will be successful is marked by great uncertainty.

In the AI era, it is therefore crucial to link the dynamically evolving performance in artificial intelligence with the ability to design connections. A conceptual foundation for this is the design of trustworthy high-performance systems.¹⁷ Depending on the characteristics of the two dimensions mentioned, the following performance patterns emerge:

Losers in the AI era
holistic non-technicians
AI specialists and
winners with connective intelligence.

It can be assumed that both holistic non-technicians and AI specialists should further develop their mindset.

The disadvantage of holistic non-technicians is that, while they possess strong skills in integrative design, they are unable to leverage the new opportunities offered by AI or work with AI technologies that are not very powerful. AI specialists lack the integrated perspective required to understand the complex interrelationships of an AI application and its potential consequences. Therefore, in the AI era, leaders must train their connective intelligence. In our research and teaching accompanying projects, we examine the success factors of these winning types. The looming disruption of management education is serious.¹⁸

The Significance of Strategy 5.0 for Management Education

I asked AI what the significance of Strategy 5.0 is for management education. The answer summarizes some of my recent publications and highlights the following points:

Expansion of the competency profile of executives and employees
Integration of new technologies with AI as a partner
Change of teaching methods and research approaches, as well as
Focus on the intersection of digitalization, sustainability, and resilience.

I find this result surprisingly good because it not only identifies important aspects but also demonstrates a certain creativity.

You can continue the question-and-answer game for as long as you like, receiving a wealth of in-depth information and examples from the AI. Of course, you can also “activate” your own intelligence and explore the implications for existing management education.

In my view, many bachelor’s and master’s programs in business administration (BA) have the following weaknesses:

Business administration is understood as an unconnected collection of functional business disciplines (e.g., marketing) and interdisciplinary fields (e.g., innovation)
Entrepreneurship and venture capital are not required courses
The curriculum neglects the fundamentals and applications of artificial intelligence in practical exercises
Strategy courses—if offered at all—are typically introduced relatively late and address the initial stage of market- and finance-oriented strategic management (Strategy 1.0) in a more or less uncritical manner
Universities do not, at least not in depth, teach the fundamentals of the theory of complex, evolutionary systems and their relevance, e.g., for agile project management
When research approaches are taught, empiricism dominates, while design-oriented research is “uncharted territory” for many business administration professors.

One possible way to reorient the “Introduction to Business Administration” course would be to place connective strategic management at the beginning of a degree program and, using practical examples, provide an overall picture of the challenges. Since all students now work with AI in one form or another, they can contribute their own important experiences to practical exercises on the topic of connective intelligence. We have been pursuing this approach for several years in bachelor’s and master’s programs, in executive education, and in the supervision of theses.

Given the speed at which the world of work is changing due to AI, it is not surprising that the topics of Strategy 5.0 and connective intelligence are also evolving rapidly. This opens up new opportunities for the German education system. However, education providers who cling to outdated models run the risk of being left behind. The same fate threatens organizations that neglect continuing education.

Challenges in Continuing Education and Leadership Development

Figures from the McKinsey HR Monitor show that German companies have cut their budgets for employee continuing education by 30 percent over the past two years. This places Germany at the bottom of the list in a European comparison. In the AI era, attempts to cut costs in the short term undermine competitiveness in the medium term, as employees need to acquire new skills. Furthermore, many companies face the challenge of choosing the right approach given a complex continuing education system. As a result, learning processes—for example, on AI topics—often take place not in traditional seminars but informally within the context of projects. This underscores the importance of customized training tailored to the specific situation, which, for instance, sharpens critical judgment in the application of AI while using AI as a tool.¹⁹

The growing importance of artificial intelligence is also changing the demands placed on executives. Above all, companies are looking for individuals who have experience with concrete AI projects and can demonstrate that they have successfully navigated the changes associated with these new technologies. Since the AI-based realignment of a company is a complex yet highly specific task that is also constantly evolving, it is essential to continually adapt and develop the skills acquired to the specific situation at hand. This requires a growth mindset with a passion for lifelong learning. Such a mindset supports both the use of AI as a tool for strategic management²⁰ and the improvement of process-oriented AI to increase productivity.²¹

In leading companies, new AI-based roles and job profiles have emerged that open up excellent career opportunities. These include the AI Realignment Officer, the AI Solutions Architect, and the Forward Deployment Engineer. An AI Realignment Officer designs the AI-based strategic, operational, organizational, and cultural realignment of organizations. Job postings still use the outdated term “Transformation Officer,” even though the focus is not on a one-time transformation but on numerous, rapid adaptations to or anticipations of new developments. The AI Solution Architect also plays a key role. As an AI architect, their task is to determine which AI applications and processes take priority based on an AI strategy, what the required IT architecture looks like, and how to successfully integrate the relevant data. This requires many Forward Deployment Engineers who understand the complex problems of internal and external customers and develop tailor-made solutions “from the ground up” through iterative processes. A shared core competency of these “bridge-building roles” is the ability to design solutions that connect.

Conclusion

AI agents learn from the experiential knowledge of engineers. This presents an opportunity for European industry if it succeeds in connecting human and artificial intelligence
Lessons in this regard emerge from the various forms of connectivity within the framework of the fifth stage of development of a connecting strategic management
Research that combines human and artificial intelligence is still in its infancy
This has important implications for gaining a competitive edge in the AI era, where the key lies in combining the capabilities of artificial intelligence with the ability to foster cooperation
This requires new approaches to executive education and development.

References

[1] Wittenbrink, J., “Sparring Partner for the Factory.” In: Handelsblatt, April 20, 2026, pp. 26–27

[2] Höpner, A., Siemens Introduces First AI Agent for Engineers. In: Handelsblatt, April 21, 2026, pp. 26–27

[3] Merten, M., Bomke, L., Man vs. Machine – How Bosses Help Their Employees Overcome Their Fear of AI. In: Handelsblatt, April 10, 11, and 12, 2026, pp. 54–55

[4] Servatius, H.G., Development and Transformation of Strategic Management. In: Competivation Blog, September 19, 2025

[5] Servatius, H.G., Triple Strategic Realignment. In: Competivation Blog, June 7, 2024

[6] Servatius, H.G., Designing and Empowering Innovation Systems. In: Competivation Blog, February 22, 2018

[7] Servatius, H.G., Creative Innovation Research on AI Applications. In: Competivation Blog, March 25, 2026

[8] Servatius, H.G., Learning from Successful Digital Companies. In: Competivation Blog, July 12, 2024

[9] Servatius, H.G., Learning to Design Solutions for Complex Management Problems. In: Competivation Blog, July 15, 2025

[10] Servatius, H.G., Designing Innovative Stakeholder Ecosystems. In: Competivation Blog, January 10, 2023

[11] Servatius, H.G., Management Education 5.0: Toward Dialogue-Based Action. In: Competivation Blog, January 13, 2024

[12] de Kerckhove, D., Connected Intelligence – The Arrival of the Web Society,
GB Gardners Books 1998

[13] Servatius, H.G., Strategic Leadership with Contextual and Relationship-Oriented Intelligence. In: Competivation Blog, March 14, 2023

[14] Mollick, E., Co-Intelligence – Living and Working with AI, Portfolio 2024

[15] Servatius, H.G., Human Resource Management in the Age of Connective Management. In: Competivation Blog, January 19, 2021

[16] Servatius, H.G., Development of AI Technologies. In: Competivation Blog, February 19, 2025

[17] Servatius, H.G., Designing Trustworthy High-Performance Systems. In: Competivation Blog, January 29, 2026

[18] Servatius, H.G., Disruption of Management Education for AI-Based Realignments. In: Competivation Blog, October 10, 2025

[19] Merten, M., Budgets for Continuing Education Cut by 30 Percent. In: Handelsblatt, May 13, 2026, p. 30

[20] Servatius, H.G., AI as a Tool for Strategic Management. In: Competivation Blog, May 1, 2025

[21] Servatius, H.G., Process-Oriented AI for Increased Productivity. In: Competivation Blog, March 12, 2025

[22] Obmann, C., Schimroszik, N., These new roles come with six-figure salaries. In: Handelsblatt, May 19, 2026, pp. 32–33

Verbindendes strategisches Management im KI-Zeitalter

22.05.26

Die fünfte Stufe eines verbindenden strategischen Managements (Strategie 5.0) entwickelt sich weiter. Gegenwärtig liegt ein Fokus auf der Konnektivität von menschlicher und Künstlicher Intelligenz. Um diese verbindende Intelligenz besser zu verstehen hilft es, sich intensiver mit den Formen der Konnektivität im strategischen Management zu beschäftigen. Hieraus ergeben sich wichtige Implikationen für die Lehre und Forschung zu einem Wandel der Arbeitswelt im KI-Zeitalter.

In diesem neuen Blogpost fasse ich verschiedene Formen der Konnektivität in der fünften Entwicklungsstufe des strategischen Managements zusammen und leite hieraus Schlussfolgerungen für eine verbindende Intelligenz ab.

Digital Industrial Engineering als Chance

Ein zentrales Thema der diesjährigen Hannover Messe war die Künstliche Intelligenz (KI). Sowohl etablierte Unternehmen als auch Startups haben innovative Lösungen vorgestellt. So präsentierte der Limburger Softwarehersteller German Edge Cloud (GEC) den KI-Agenten Digital Industrial Engineer, der Ingenieuren als Sparringspartner dient und so das Zusammenspiel von Menschen und Maschinen effizienter gestaltet. Viele der menschlichen Fähigkeiten basieren auf Erfahrung. Dieses implizite Wissen gilt es, mit KI zu verbinden. Hierin sieht GEC eine wichtige Möglichkeit zur Differenzierung. Dieses nicht dokumentierte Wissen nutzt der Agent für Lernprozesse. Aufgabe von Führungskräften ist es, den menschlichen Wissensträgern Wertschätzung entgegenzubringen.¹

Ein wichtiger Begriff für den Maschinenbau ist Physical AI. Hierunter versteht man die Verbindung von Hardware und Künstlicher Intelligenz. Ein Aspekt hierbei ist die Fähigkeit von Maschinen, nicht nur Daten zu verarbeiten, sondern auch ihre Umgebung zu erfassen. Der Technologiekonzern Siemens hat auf der Hannover Messe seinen KI-Agenten „Eigen“ vorgestellt, der die Arbeit von Ingenieuren 50 Prozent effizienter machen soll. Erreicht wird dies durch eine Verbindung von automatisierten Prozessen und menschlicher Kontrolle. Dabei baut Siemens auf sein umfassendes und tiefes Domänenwissen, über das Anbieter von KI-Grundlagenmodellen in der Regel nicht verfügen.²

Konnektive Intelligenz anstelle von Robomobbing

Künstliche Intelligenz (KI) kann bei Mitarbeitenden, die den Verlust ihres Arbeitsplatzes befürchten, eine moderne „Maschinenstürmer-Bewegung“ auslösen. Für Sabotageaktionen gegen Roboter bürgert sich gerade der Begriff „Robomobbing“ ein. So zeigen Analysen des Branchenverbands Bitkom, dass 23 Prozent der Befragten KI als Bedrohung empfinden. Ein Widerstand gegen KI ist verständlich, wenn Unternehmen nicht glaubwürdig kommunizieren und handeln.³

Eine entscheidende Rolle spielt dabei die Befähigung der Mitarbeitenden zur Arbeit mit KI. Bislang ist erst in groben Umrissen erkennbar, wie menschliche und Künstliche Intelligenz in Zukunft zusammenwirken. Bei dieser konnektiven Intelligenz entwickelt sich nicht nur die KI mit großer Geschwindigkeit weiter, sondern auch die nachgefragten menschlichen Fähigkeiten verändern sich. Daher stellt sich die Frage, welche Lehren sich für die Zukunft der Arbeit aus verschiedenen Formen der Konnektivität ziehen lassen.

Lehren aus Formen der Konnektivität im strategischen Management

Ausgehend von neuen Herausforderungen für Unternehmen hat das strategische Management in den letzten Jahrzehnten verschiedene Stufen durchlaufen, die sich dynamisch weiterentwickeln.⁴ Diese Stufen haben die folgenden Schwerpunkte:

Markt- und Finanzorientierung (Strategie 1.0)
Technologie- und Innovationsorientierung (Strategie 2.0)
Nachhaltigkeitsorientierung (Strategie 3.0) sowie
Resilienzorientierung einschließlich notwendiger Restrukturierungen (Strategie 4.0).

In der gegenwärtigen fünften Stufe eines verbindenden strategischen Managements liegt die Schwierigkeit in der Komplexität der Herausforderungen. Viele Unternehmen müssen strategische und organisatorische Neuausrichtungen bewältigen und dabei sowohl resilienter als auch digitaler und nachhaltiger werden.⁵ Die Lehre für eine entstehende konnektive Intelligenz ist, dass dies eine integrierte Sichtweise erfordert. Unternehmen, die über eine solche Perspektive verfügen, haben gegenüber anderen deutliche Vorteile.

Ein leistungsfähiges Innovationssystem des Unternehmens besteht aus unterschiedlichen Handlungsfeldern, die verbunden sind. Diese Handlungsfelder, wie z.B. Forschung, Innovationsmarketing und eine innovationsfördernde Kultur erfordern spezifische Kompetenzen. Erfolgreiche Innovationsmanager verfügen über die Fähigkeit eines verbindenden Gestaltens.⁶ Die Lehre für eine konnektive Intelligenz ist die Erlernbarkeit dieser Fähigkeit, die in unserem an abgegrenzten Disziplinen orientierten Bildungssystem aber vernachlässigt wird. Hieraus ergibt sich die Empfehlung, die Managementlehre und -forschung stärker transdisziplinär und gestaltend auszurichten.⁷

Im strategischen Management hat es einen Paradigmenwechsel von mechanistisch zu komplexitätsbewältigend gegeben.⁸ Digital-Champions haben frühzeitig das Potenzial der Theorie komplexer, evolutionärer Systeme erkannt und diese im Management angewendet.⁹ Aus Startups sind so die wertvollsten Unternehmen der Welt geworden. Die Implikation für eine konnektive Intelligenz ist, aus den positiven Erfahrungen dieser Unternehmen zu lernen und die neuere Komplexitätstheorie im KI-Zeitalter anzupassen. Auch dies erfordert eine gestaltende Managementforschung in Reallaboren des Wandels.

Die vielleicht größte Schwierigkeit ist eine Verbesserung der Zusammenarbeit von Stakeholdern aus Politik, Wissenschaft, Wirtschaft und Gesellschaft z.B. beim digitalen Wandel. In den letzten Jahrzehnten ist der weltweite Wettbewerb zwischen Innovationsökosystemen härter geworden. Diese sind zu wichtigen Werttreibern für Unternehmen und Regionen geworden.¹⁰ Deutschland hat sich zu lange auf Erfolgen der Vergangenheit ausgeruht und muss nun aufholen. Die Lehre für eine konnektive Intelligenz ist, dass die relevanten Sektoren ihre Fähigkeit zu einem gemeinsamen, dialogorientierten Handeln verbessern müssen, um Wettbewerbsvorteile zu erzielen.¹¹ In der folgenden Abbildung sind diese Formen der Konnektivität und Lehren für eine verbindende Intelligenz zusammengefasst.

Seit einiger Zeit beschäftigt sich die Forschung mit der Frage, wie Ansätze zu einer konnektiven Intelligenz aussehen könnten. Bei dem von Derrick de Kerckhove geprägten Begriff stand zunächst die Interaktion mit dem Internet im Mittelpunkt.¹²

In Projekten zum verbindenden strategischen Management haben wir die Erfahrung gemacht, dass es dabei auf Menschen mit kontextueller und beziehungsorientierter Intelligenz ankommt. Die entsprechenden Fähigkeiten kann man entwickeln.¹³ Sie spielen auch bei der Arbeit mit KI eine wichtige Rolle. Dabei ist sowohl ein Upskilling als auch ein Deskilling möglich.

Up- und Deskilling durch KI

In einer durch KI beschleunigten Arbeitswelt gibt es eine Erweiterung der Fähigkeiten der Mitarbeitenden (Upskilling) aber auch eine Verringerung (Deskilling). Daher kommt es darauf an, das Upskilling zu fördern und das Deskilling zu begrenzen.

Die in vielen Erfahrungsberichten erwähnten Aspekte eines Upskilling sind:

Zeitgewinne durch von KI übernommene Routinetätigkeiten
eine Nutzung von KI als Werkzeug zur Verbesserung der eigenen Fähigkeiten
eine Anregung der menschlichen Kreativität durch von KI gezielt erzeugte Inhalte sowie
der stärkere Fokus auf Beziehungsintelligenz und Empathie, die komplementär zu KI eingesetzt werden.

Nicht so intensiv behandelt wird ein mögliches Deskilling. Ursachen hierfür können sein:

Eine aus Bequemlichkeit nur oberflächliche Einarbeitung in ein Thema (Offloading)
Kompetenzverluste bei von KI übernommenen Aufgaben z.B. beim Lesen, Verstehen, kritischen Bewerten und Schreiben
weniger selbst erzeugtes neues Wissen verbunden mit einem Verlust an Problemlösungskompetenz sowie
eine vernachlässigte Kontrolle der von KI produzierten Ergebnisse.

Noch in einer relativ frühen Phase befindet sich die Forschung zur konnektiven Intelligenz, die versucht die Frage zu beantworten, was je nach Situation die besten Verbindungen von menschlicher und Künstlicher Intelligenz sind.

Ansätze zu einer konnektiven Intelligenz

Für die Verbindung von menschlicher und Künstlicher Intelligenz gibt der an der Wharton School in Philadelphia lehrende Innovationsforscher Ethan Mollick einige Empfehlungen.

Versuchen Sie, die KI einzubeziehen. Dabei ist die Fähigkeit wichtig, zu erkennen, was KI gut kann und was nicht. Diese Fähigkeit wächst mit der Erfahrung
Bleiben Sie als Mensch in der Kontrollschleife. Menschliches Fachwissen und Urteilsvermögen sind wichtig für eine Korrektur der von KI erzeugten falschen Ergebnisse
Behandeln Sie die KI wie eine klar definierte Persona, die einen bestimmten Typ repräsentiert. Dabei gleicht die KI einem schnellen Praktikanten, der gefallen will und dazu neigt, die Wahrheit zu verdrehen
Gehen Sie davon aus, dass sich die KI dynamisch weiterentwickelt. Neuere KI-Technologien, wie z.B. Agentensysteme, haben spezifische Stärken und sind auch mit Bedrohungen verbunden
Betrachten Sie die KI als eine Verknüpfungsmaschine. So ist KI in der Lage, aus der Kombination von vorhandenem Wissen neue Ideen zu entwickeln
Die Aus- & Weiterbildung sollte die Arbeit mit KI als neue Fachkompetenz betrachten. Dabei ist gutes Prompting nur eine der Fähigkeiten im Rahmen der sich entwickelnden verbindenden Intelligenz.¹⁴

Aus diesen Ansätzen zu einer gesteigerten Intelligenz ergeben sich im KI-Zeitalter spezifische Leistungsmuster.

Leistungsmuster im KI-Zeitalter

In den letzten Jahrzehnten ist eine Fülle von Leadership-Theorien entstanden, deren praktische Relevanz stark zeit- und kontextabhängig ist. Für die Personalführung im Rahmen eines verbindenden strategischen Managements von besonderer Bedeutung ist das Connective-Leadership-Konzept. Dessen Empfehlung für stark wettbewerbs- und machtorientierte Manager lautet, die eigenen Führungsformen und Verhaltenspräferenzen zu erweitern.¹⁵ Das Thema Künstliche Intelligenz kommt in diesem Konzept allerdings nicht vor.

Die Entwicklung der KI-Technologien ist in Wellen verlaufen. Dabei hat es immer wieder Phasen der Ernüchterung gegeben, wie z.B. gegenwärtig bei der generativen KI mit großen Sprachmodellen.¹⁶ Meist ist dabei die Antwort auf die Frage, welche nächste KI-Welle (NextAI) erfolgreich sein wird, durch eine große Unsicherheit geprägt.

Im KI-Zeitalter kommt es deshalb darauf an, die sich dynamisch entwickelnde Leistungsfähigkeit bei Künstlicher Intelligenz mit der Fähigkeit zu einem verbindenden Gestalten zu verknüpfen. Eine konzeptionelle Grundlage hierfür bildet die Gestaltung von vertrauenswürdigen Hochleistungssystemen.¹⁷ Je nach Ausprägung der beiden genannten Dimensionen ergeben sich die folgenden Leistungsmuster:

Verlierer im KI-Zeitalter
Ganzheitliche Nicht-Techniker
KI-Spezialisten und
Gewinner mit konnektiver Intelligenz.

Es ist davon auszugehen, dass sowohl die ganzheitlichen Nicht-Techniker als auch die KI-Spezialisten ihr Selbstbild (Mindset) weiterentwickeln sollten.

Der Nachteil der ganzheitlichen Nicht-Techniker ist, dass sie zwar über ausgeprägte Fähigkeiten bei einem verbindenden Gestalten verfügen, aber die sich durch KI bietenden neuen Möglichkeiten nicht nutzen können beziehungsweise mit wenig leistungsfähigen KI-Technologien arbeiten. Den KI-Spezialisten fehlt die integrierte Sichtweise, die erforderlich ist, um die komplexen Zusammenhänge einer Anwendung von KI und deren mögliche Folgen zu verstehen. Daher müssen Führungskräfte im KI-Zeitalter ihre konnektive Intelligenz trainieren. In unserer projektbegleitenden Forschung und Lehre beschäftigen wir uns mit den Erfolgsfaktoren dieser Gewinnertypen. Die sich abzeichnende Disruption der Management Education ist gravierend.¹⁸

Bedeutung des Themas Strategie 5.0 für die Managementausbildung

Die Frage, worin die Bedeutung des Themas Strategie 5.0 für die Managementausbildung liegt, habe ich KI gestellt. Die Antwort fasst einige meiner aktuellen Publikationen zusammen und nennt die folgenden Punkte:

Erweiterung des Kompetenzprofils von Führungskräften und Mitarbeitenden
Integration neuer Technologien mit KI als Partner
Wandel der Lehrmethoden und Forschungsansätze sowie
Fokus auf eine Verbindung von Digitalisierung, Nachhaltigkeit und Resilienz.

Dieses Ergebnis finde ich überraschend gut, weil es nicht nur wichtige Aspekte nennt, sondern dabei auch eine gewisse Kreativität zeigt.

Das Frage- und Antwortspiel kann man beliebig lange fortsetzen und bekommt dabei von der KI eine Fülle an vertiefenden Informationen und Beispielen. Man kann natürlich auch wieder die eigene Intelligenz „aktivieren“ und der Frage nachgehen, welche Implikationen sich für die vorhandene Managementausbildung ergeben.

Aus meiner Sicht haben viele Bachelor- und Master-Programme in Betriebswirtschaftslehre (BWL) die folgenden Schwächen:

BWL wird als unverbundene Sammlung betriebswirtschaftlicher Funktionslehren (z.B. Marketing) und Querschnittsdisziplinen (z.B. Innovation) verstanden
Unternehmertum (Entrepreneurship) und Wagniskapital (Venture Capital) sind kein Pflichtfach
Die Ausbildung vernachlässigt Grundlagen und Anwendungen der Künstlichen Intelligenz in praktischen Übungen
Strategiekurse finden – wenn überhaupt – erst relativ spät statt und behandeln mehr oder weniger unkritisch die erste Entwicklungsstufe eines markt- und finanzorientierten strategischen Managements (Strategie 1.0)
Grundlagen der Theorie komplexer, evolutionärer Systeme und ihre Relevanz z.B. für ein agiles Projektmanagement vermitteln die Universitäten zumindest nicht vertieft
Wenn Forschungsansätze gelehrt werden, dominiert die Empirie, während die gestaltungsorientierte Forschung für viele BWL-Professoren ein „unbekanntes Land“ ist.

Ein möglicher Weg zur Neuausrichtung der „Einführung in die Betriebswirtschafts-lehre“ wäre, das verbindende strategische Management an den Anfang eines Studiengangs zu stellen und dabei anhand von praktischen Beispielen ein Gesamtbild der Herausforderungen zu liefern. Da alle Studierenden inzwischen in der einen oder andere Form mit KI arbeiten, können Sie beim Thema konnektive Intelligenz wichtige eigene Erfahrungen in praktische Übungen einbringen. Diesen Ansatz verfolgen wir seit einigen Jahren in Bachelor- und Master-Programmen, in der Executive Education und der Betreuung von Abschlussarbeiten.

Angesichts der Geschwindigkeit, mit der sich die Arbeitswelt durch KI verändert, überrascht es nicht, dass auch die Themen Strategie 5.0 und konnektive Intelligenz eine große Dynamik aufweisen. Für das deutsche Bildungssystem eröffnet dies neue Möglichkeiten. Für Bildungsanbieter, die an überholten Mustern festhalten, besteht allerdings die Gefahr, abgehängt zu werden. Das gleiche Schicksal droht Organisationen, die die Weiterbildung vernachlässigen.

Herausforderungen bei der Weiterbildung und Entwicklung von Führungskräften

Die Zahlen des McKinsey HR Monitors zeigen, dass deutsche Unternehmen in den vergangenen zwei Jahren die Budgets für die Weiterbildung ihrer Mitarbeitenden um 30 Prozent gekürzt haben. Damit liegt Deutschland im europäischen Vergleich auf einem hinteren Rang. Im KI-Zeitalter untergräbt der Versuch, kurzfristig Kosten zu senken, mittelfristig die Wettbewerbsfähigkeit, da die Beschäftigten neue Fähigkeiten erwerben sollten. Außerdem stehen viele Unternehmen vor dem Problem, angesichts eines unübersichtlichen Weiterbildungssystems den richtigen Ansatz zu wählen. Daher finden Lernprozesse, z.B. zu KI-Themen, häufig nicht in klassischen Seminaren sondern informell im Rahmen von Projekten statt. Dies unterstreicht die Bedeutung einer an die spezifische Situation angepassten (customized) Weiterbildung, die z.B. bei der Anwendung von KI das kritische Urteilsvermögen schärft und dabei KI als Werkzeug nutzt.¹⁹

Die zunehmende Bedeutung von Künstlicher Intelligenz verändert auch die Anforderungen an Führungskräfte. Gesucht werden vor allem Personen, die Erfahrung aus konkreten KI-Projekten haben und nachweisen können, dass sie den mit den neuen Technologien verbundenen Wandel erfolgreich gemeistert haben. Da die KI-basierte Neuausrichtung eines Unternehmens eine komplexe aber auch sehr spezifische Aufgabe ist, die sich zudem noch dynamisch verändert, kommt es darauf an, die erworbenen Fähigkeiten immer an die jeweilige Situation anzupassen und weiterzuentwickeln. Dies erfordert ein dynamisches Selbstbild (Growth Mindset) mit Freude am lebenslangen Lernen. Ein solches Selbstbild unterstützt sowohl den Einsatz von KI als Werkzeug für das strategische Management²⁰ als auch die Verbesserung einer prozessorientierten KI zur Produktivitätssteigerung.²¹

In führenden Unternehmen sind neue, KI-basierte Rollen und Jobprofile entstanden, die sehr gute Karrieremöglichkeiten eröffnen. Hierzu zählen der AI Realignment Officer, der AI Solutions Architect und der Forward Deployment Engineer. Ein AI Realignment Officer gestaltet die KI-basierte, strategische, operative, organisatorische und kulturelle Neuausrichtung von Organisationen. In Stellenanzeigen findet sich noch die veraltete Bezeichnung „Transformation Officer“, obwohl es nicht um einmalige Transformation geht, sondern um viele, schnelle Anpassungen an oder Antizipationen von neuen Entwicklungen. Eine wichtige Rolle hat auch der AI Solution Architect. Seine Aufgabe als KI-Baumeister ist zu klären, welche KI-Anwendungen und Prozesse ausgehend von einer KI-Strategie Priorität haben, wie die erforderliche IT-Architektur aussieht und wie eine Integration der relevanten Daten gelingt. Hierzu bedarf es vieler Forward Deployment Engineers, die die komplexen Probleme interner und externer Kunden verstehen und hierfür „von Grund auf“ in iterativen Prozessen passgenauen Lösungen entwickeln. Eine gemeinsame Kernkompetenz dieser „Brückenbauer-Rollen“ ist das verbindende Gestalten.

Fazit

KI-Agenten lernen aus dem Erfahrungswissen von Ingenieuren. Hierin liegt eine Chance für die europäische Industrie, wenn es gelingt, menschliche und Künstliche Intelligenz zu verbinden
Lehren hierzu ergeben sich aus den verschiedenen Formen der Konnektivität im Rahmen der fünften Entwicklungsstufe eines verbindenden strategischen Managements
Eine Forschung, die menschliche und Künstliche Intelligenz verbindet, steht erst am Anfang
Hieraus resultieren wichtige Implikationen für die Erzielung von Wettbewerbsvorteilen im KI-Zeitalter, in dem es darauf ankommt, die Leistungsfähigkeit der Künstlichen Intelligenz mit der Fähigkeit zu einem verbindenden Gestalten zu verknüpfen
Dies erfordert neue Wege bei der Weiterbildung und Entwicklung von Führungskräften

Literatur

[1] Wittenbrink, J., Sparringspartner für die Fabrik. In: Handelsblatt, 20. April 2026, S. 26-27

[2] Höpner, A., Siemens stellt ersten KI-Agenten für Ingenieure vor. In: Handelsblatt, 21. April 2026, S. 26-27

[3] Merten, M., Bomke, L., Mensch gegen Maschine – wie Chefs ihren Mitarbeitern die KI-Angst nehmen. In: Handelsblatt, 10./ 11./ 12. April 2026, S. 54-55

[4] Servatius, H.G., Entwicklung und Wandel des strategischen Managements. In: Competivation Blog, 19.09.2025

[5] Servatius, H.G., Dreifache strategische Neuausrichtung. In: Competivation Blog, 07.06.2024

[6] Servatius, H.G., Innovationssysteme gestalten und befähigen. In: Competivation Blog, 22.02.2018

[7] Servatius, H.G., Gestaltende Innovationsforschung zu KI-Anwendungen. In: Competivation Blog, 25.03.2026

[8] Servatius, H.G., Von erfolgreichen Digitalunternehmen lernen. In: Competivation Blog, 12.07.2024

[9] Servatius, H.G., Lernen, Lösungen für komplexe Managementprobleme zu gestalten. In: Competivation Blog, 15.07.2025

[10] Servatius, H.G., Gestaltung von innovativen Stakeholder-Ökosystemen. In: Competivation Blog, 10.01.2023

[11] Servatius, H.G., Management Education 5.0 zu einem dialogbasierten Handeln. In: Competivation Blog, 13.01.2024

[12] de Kerckhove, D., Connected Intelligence – The Arrival of the Web Society,
GB Gardners Books 1998

[13] Servatius, H.G., Strategisch führen mit kontextueller und beziehungsorientierter Intelligenz. In: Competivation Blog, 14.03.2023

[14] Mollick, E., Co-Intelligence – Living and Working with AI, Portfolio 2024

[15] Servatius, H.G., Personalführung im Zeitalter eines Connective Managements. In: Competivation Blog, 19.01.2021

[16] Servatius, H.G., Entwicklung der KI-Technologien. In: Competivation Blog, 19.02.2025

[17] Servatius, H.G., Gestaltung von vertrauenswürdigen Hochleistungssystemen. In: Competivation Blog, 29.01.2026

[18] Servatius, H.G., Disruption der Management Education für KI-basierte Neuausrichtungen. In: Competivation Blog, 10.10.2025

[19] Merten, M., Budgets für Weiterbildung um 30 Prozent gekürzt. In: Handelsblatt, 13. Mai 2026, S. 30

[20] Servatius, H.G., KI als Werkzeug für das strategische Management. In: Competivation Blog, 01.05.2025

[21] Servatius, H.G., Prozessorientierte KI zur Produktivitätssteigerung. In: Competivation Blog, 12.03.2025

[22] Obmann, C., Schimroszik, N., Diese neuen Rolen bringen sechsstellige Gehälter. In: Handelsblatt, 19. Mai 2026, S. 32-33

Connective strategic management in the age of AI

Verbindendes strategisches Management im KI-Zeitalter

Neueste Beiträge

CONNECTIVE MANAGEMENT