Beim Thema Künstliche Intelligenz (KI) steht Europa vor der Herausforderung, gegenüber den USA und China aufzuholen. Hierzu bedarf es einer verbindenden Mehrebenen-Strategie von der Makroebene der Geopolitik über die Mikroebene einzelner Unternehmen bis zur individuellen Ebene. Eine wichtige Grundlage dieser Strategie bildet die Pluralität von Innovationsnarrativen zu verschiedenen Aspekten des Aufholprozesses. Dieser Ansatz stellt eine Erweiterung der bislang von uns beschriebenen fünften Entwicklungsstufe des konnektiven strategischen Managements dar.

In dem neuen Blogpost gehe ich der Frage nach, wie Innovationsnarrative dazu beitragen können, dass Europa bei der Künstlichen Intelligenz mit einer verbindenden Mehrebenen-Strategie Wettbewerbsvorteile erringt.

Suche nach Innovationsnarrativen zur Künstlichen Intelligenz

KI-Experten vertreten die These, der Standort Deutschland habe eine Zukunft, wenn Wissenschaft und Wirtschaft besser zusammenarbeiten würden. Ein Problem sei seit langem die Umsetzung von Forschungsergebnissen in marktreife Produkte und Dienstleistungen.¹ Eine entscheidende Rolle spielen außerdem die politischen Rahmenbedingungen und die Einstellungen der Menschen. Um den Zukunftspessimismus zu überwinden und die Kräfte der Akteure zu verbinden, braucht es überzeugende Innovationsnarrative. Ein aktuelles Thema ist dabei die Künstliche Intelligenz.

Der Begriff Narrativ beschreibt eine sinnstiftende Erzählung, die Emotionen einer Zielgruppe anspricht und handlungsleitend wirkt. Diese klassische Definition bedarf einer differenzierten Betrachtung.

In seinem 1979 erschienenen Buch „Das Wissen der Postmoderne“ setzt sich der französische Philosoph Jean-Francois Lyotard kritisch mit der Vorstellung von einem Narrativ als großer Erzählung auseinander. Diese Meta-Narrative der Moderne, wie die Aufklärung oder der Kapitalismus, dienten primär einer politischen und philosophischen Rechtfertigung von Herrschaft, Wissenschaft und gesellschaftlichen Normen. Nach den Katastrophen des 20. Jahrhunderts hätten die Meta-Narrative ihre Glaubwürdigkeit und verbindende Kraft verloren. An ihre Stelle würden in der Postmoderne kleine Erzählungen treten. Diese Mikro-Narrative seien durch eine begrenzte Reichweite und einen lokalen Kontext gekennzeichnet, die auf wissensspezifischen Sprachspielen basieren. Charakteristisch für die Postmoderne sei eine Vielzahl nebeneinander existierender Erzählungen, die sich ergänzen, widersprechen und das Leben in einer pluralistischen Welt prägen.²

Für unsere heutige Vorstellung von Innovationsnarrativen ist Lyotards Ansatz visionär, da er bereits 1979 die positiven und negativen Wirkungen des KI-Zeitalters mit ihren Mechanismen und Brüchen antizipiert hat. Ein Kernkonzept in seinem Buch ist die Performativität einer postmodernen Welt, in der große Wahrheiten fehlen und Systeme nach dem Prinzip der maximalen Optimierung gestaltet werden. Diese Sichtweise ist tendenziell aber eher technikkritisch und unterschätzt den von Innovationen ausgehenden möglichen Nutzen.

Die Suche nach Innovationsnarrativen zur Künstlichen Intelligenz sollte daher Bedrohungen ernst nehmen, um positive Wirkungen zu erzeugen. Neutral formuliert ist ein Innovationsnarrativ eine strategische Erzählung, die den Sinn einer Neuerung erklärt. Diese Neuerungen können erstrebenswert erscheinen, sind aber häufig auch mit Bedrohungen verbunden. Daher erscheint Skepsis gegenüber einseitigen großen Erzählungen angebracht. Eine Herausforderung liegt in der Pluralität von Mikro-Narrativen, zwischen denen komplexe Wirkungen möglich sind.

Bedrohungen, die von KI-Technologien ausgehen, sind zunächst einmal existenzielle Risiken wie Arbeitsplatzvernichtung, Kontrollverlust und die Auslöschung der menschlichen Identität. Hinzu kommt ein Kompetenz-Paradoxon, bei dem technische Entwicklungen schneller verlaufen als die menschliche Anpassungsfähigkeit. Von zunehmender Bedeutung sind eine Verfälschung der Wahrheit und gesellschaftliche Spaltung, die sich in gezielter Desinformation und der Verstärkung von Vorurteilen zeigen. Dies führt zu Weckrufen, die eine bessere Regulierung fordern und Menschen als Kontrollinstanz sehen (Human-in-the-Loop).

Erzählungen, die die positiven Wirkungen von Künstlicher Intelligenz betonen, sehen daher den Menschen weiterhin im Mittelpunkt. KI ist lediglich ein Co-Pilot, der von Routineaufgaben entlastet und die menschlichen Fähigkeiten erweitert. Dies ermöglicht wirtschaftliche Chancen und führt zu Wettbewerbsvorteilen durch Produktivitätssteigerung und Innovationsführerschaft, erfordert aber auch neue Berufsbilder. Daneben entsteht ein ökologischer und gesellschaftlicher Nutzen durch eine bessere Bewältigung von komplexen Problemen wie dem Klimawandel und einer Demokratisierung von Autokratien. Wichtige Grundlagen hierfür sind Verantwortung und Vertrauen, die eine ethische Basis bilden, Sicherheit schaffen, Mitgestaltung erleichtern und letztlich Unabhängigkeit von Feinden unserer demokratischen Ordnung gewährleisten.

Die Suche nach Innovationsnarrativen, von denen Europa im Hinblick auf nächste KI-Wellen lernen kann, führt z.B. nach Kanada.

Von Kanada im Hinblick auf nächste KI-Wellen lernen

Wichtige Impulse für die Entwicklung der KI in Kanada sind von dem Physik-Nobelpreisträger Geoffrey Hinton ausgegangen. Hierzu zählen

• die jahrzehntelange Arbeit zu neuronalen Netzen an der Universität Toronto, die ihm bei diesem in den 1980er und 90er Jahren weniger populären Thema den Freiraum und die notwendige finanzielle Unterstützung gegeben hat
• der Aufbau eines nationalen Forschungsnetzwerks gemeinsam mit anderen KI-Pionieren
• die Verbindung von Spitzenforschung und kanadischer Wirtschaft sowie
• die Initiierung der weltweit ersten nationalen KI-Strategie im Jahr 2017.

So ist Kanada zu einem globalen Talent-Magneten geworden. 2023 beendete Hinton seine Zusammenarbeit mit Google und fokussierte sich stärker auf das Thema KI-Sicherheit. Seine Prominenz aufgrund des 2024 erhaltenen Nobelpreises nutzte er, um vor den Gefahren einer unkontrollierten KI zu warnen.³

Die nationale Non-Profit Organisation NEXT Canada verfolgt mit ihrem Innovationsprogramm Next AI das Ziel, Erfolg versprechende Gründer von der Idee bis zur Markreife zu begleiten, um Kanadas Führungsrolle bei der KI auszubauen. Das Programm basiert auf einer Mehrebenen-Strategie. Diese besteht aus

• einer geographischen Ebene für die Regionen Toronto und Montreal
• der komplementären Geschäftszyklus-Ebene für Innovationsteams in diesen führenden KI-Regionen und
• einer Einbettung in die nationale KI-Strategie.

Entscheidend ist die gut koordinierte Verbindung der Ebenen. Angesichts des Erfolgs dieses Ansatzes sollte sich Europa intensiver mit der Entwicklung und Umsetzung von Mehrebenen-Strategien beschäftigen. Ein Beispiel für eine nächste Welle ist die Physical AI.

Das Beispiel der Physical AI

Nach Meinung von Robin Rombach, dem Mitgründer des Freiburger KI-Startups Black Forest Lab (BFL), entsteht gegenwärtig eine nächste technologische Welle, die Unternehmen aus Europa neue Möglichkeiten eröffnet. Hierbei geht es um KI-Systeme, die die physische Welt verstehen und mit ihr interagieren (Physical AI). Die Stärken, die Europa einbringt, sind eine relativ große Anzahl an KI-Forschern, eine Reihe von Spitzenuniversitäten und -Forschungseinrichtungen sowie die Vielfalt industrieller Anwendungen, bei denen die KI dazu beiträgt, reale Probleme zu lösen und Branchen neu auszurichten. Startups aus Europa, die inzwischen Milliardenbewertungen erzielen, nutzen diese Chancen mit wissensspezifischen (domain-specific) KI-Modellen, die auf eigenen Forschungsaktivitäten aufbauen und weltweit konkurrenzfähig sind. Ein erheblicher Teil des Wagniskapitals für diese Startups kommt jedoch immer noch aus den USA. Außerdem investieren dort die großen US-Technologiekonzerne Milliarden in Rechenzentren. Diese profitieren von schnellen Genehmigungen und niedrigen Energiekosten.⁴

Als neuer Wachstumsmarkt zeichnet sich die KI-basierte Robotik ab. Experten erwarten ein weltweites Wachstum des Robotikmarktes bis 2035 auf 2,5 Billionen US-Dollar – das 25-fache des heutigen Niveaus. China hat das Potenzial erkannt und verfolgt eine klare Strategie. Schon heute ist das Land der mit Abstand größte Markt und treibt hochautomatisierte Produktionsstrukturen voran, die ohne menschliche Arbeitskräfte auskommen (Dark-Factories). Das Unternehmen Unitree aus dem ostchinesischen Hangzhou ist der erste Hersteller humanoider Roboter, der auf dem chinesischen Festland börsennotiert ist. Seit den steigenden geopolitischen Spannungen mit den USA strebt die chinesische Regierung an, Unternehmen am heimischen Markt zu listen statt in New York.⁵

Künstliche Intelligenz wird zunehmend in Endgeräten eingesetzt, z.B. in Autos, wo sie das Fahrverhalten optimieren oder in Logistikrobotern. Diese dezentrale Edge AI ist ein Teilbereich der Physical AI. Während in Rechenzentren die Chips von Nvidia dominieren, kommen bei der Edge AI z.B. die Halbleiter des niederländischen Unternehmens NXP zum Einsatz. Diese müssen energieeffizient sein und eine lange Lebensdauer haben. Hier sind europäische Anbieter weltweit führend. Die Dezentralisierung der KI eröffnet auch für die Endgeräte-Hersteller neue Möglichkeiten.⁶

Modell-Router zur Auswahl der passenden KI

Parallel zu neuen Technologien gewinnt eine Kosten-Nutzen-Betrachtung von KI an Bedeutung. Denn je mehr KI-gestützte Produkte Unternehmen einsetzen, desto höher ist der Verbrauch an Recheneinheiten (Tokens), nach denen KI-Anbieter abrechnen. Angesichts steigender KI-Kosten fragen Kunden verstärkt, was die KI bringt und ob sie für alle Anwendungen die besonders teuren Frontier-Modelle aus den USA einsetzen müssen. Ein hoher Tokenverbrauch (Tokenmaxxing) führt nicht automatisch zu mehr Effizienz. Für weniger komplexe Aufgaben reichen häufig Open-Weight-Modelle, die fertig vortrainiert sind und die ein Unternehmen auf eigenen Servern betreiben kann. Das Berliner Startup Langdoc und andere Anbieter haben Routing-Plattformen entwickelt, die Aufgaben analysieren und diese an die am besten geeignete KI weiterleiten. Die differenzierte Kosten-Nutzen-Betrachtung der Kunden ist für KI-Anbieter wie Anthropic und Open AI angesichts ihres geplanten Börsengangs eine Herausforderung.⁷

Mit den Modell-Routern entsteht ein neuer Milliardenmarkt, der durch das Bedürfnis der Unternehmen getrieben ist, die KI-Kosten in den Griff zu bekommen. An dem Router-Geschäft beteiligt sich auch der Chip-Gigant Nvidia, der mit Nemo Switchyard ein System vorgestellt hat, das die Modellauswahl automatisiert. Das Düsseldorfer Startup Kauz AI richtet sein Router-Geschäft gezielt auf Kunden in Europa aus. Neben den Kosten geht es bei dem Produkt Kauz Selection um die Hoheit über die Daten. Der Vorteil von spezialisierten Router-Anbietern ist, dass sie ihre Produkte ständig an die hohe Modell-Dynamik anpassen. Diesen Vorteil versuchen auch chinesische Anbieter zu nutzen. Insgesamt streben alle Anbieter an, den Kunden wieder mehr Macht zu geben.⁸

Die Disruption durch KI mit einem besseren Preis-Leistungsverhältnis geht ebenfalls von dem Pekinger Startup Moonshot aus. Dessen neues Open-Weight-Modell Kimi K3 erreicht sehr gute Ergebnisse, setzt dabei aber nicht auf das Gesetz der großen Masse (Scaling Law) und die Illusion, dass mehr Daten und Rechenleistung immer zu besseren Ergebnissen führen. Für den Gründer Yang Zhilin steht die Token-Effizienz im Vordergrund. Dabei kombiniert Moonshot die folgenden vier Ansätze:

1. Eine Unterscheidung zwischen nicht so wichtigen und länger gespeicherten wichtigen Informationen, was weniger Speicherplatz erfordert und schnellere Antworten ermöglicht (Delta Attention)
2. die gezielte Aufbereitung von Informationen aus vorherigen Schichten (Attention Residuals), die Ergebnisse weniger verwässert
3. eine Vielzahl spezialisierter Netze (Mixture of Experts), die genauere Zugriffe auf Informationen ermöglicht sowie
4. die Zerlegung einer Anfrage in kleine Subaufgaben und parallele Bearbeitung durch einzelne Agentensysteme (Agent Swarm).

Das Beispiel zeigt, dass der KI-Wettbewerb zwischen Wirtschaftsräumen noch härter geworden ist.⁹ Hier setzen Mehrebenen-Strategien an.

Mehrebenen-Strategien als dritte Dimension der Konnektivität

In den vergangenen Jahrzehnten sind mehrere Ansätze für Mehrebenen-Strategien entstanden, die allerdings unterschiedliche Gliederungen und Definitionen der Ebenen verwenden. Das Grundprinzip einer Mehrebenen-Strategie hat bereits Mitte der 1990er Jahre Richard Whittington von der Said Business School der Universität Oxford in seinem Strategy-as-Practice-Konzept beschrieben.¹⁰ Die niederländische Transition-Forschung ausgehend von Frank Geels verfolgt ebenfalls seit Anfang der 2000er Jahre einen Multi-Level-Ansatz.¹¹ Die vierte Generation des St. Galler Management-Modells (SGMM) unterscheidet zwischen verschiedenen Ebenen im Sinne von Perspektiven.¹² Interessant ist auch der Ansatz der Microfoundations of Strategy, der eine Aggregation von den Individuen nach oben propagiert.¹³

Angesichts zahlreicher neuer Herausforderungen unterscheidet unsere Gliederung zwischen den Ebenen Makro (Geopolitik und Umwelt), Meso (Staaten und Regionen), Mikro (Unternehmen und Verwaltungen) sowie Gesellschaft und Individuen. Die Verbindung zwischen diesen Ebenen bezeichnen wir als vertikale Konnektivität.

Auch bei Mehrebenen-Strategien spielt das verbindende Gestalten (Conective Design) eine wichtige Rolle. Diese Fähigkeit haben wir in einer Publikation zur Entwicklung und zum Wandel des strategischen Managements behandelt.¹⁴ Der Schwerpunkt liegt hier auf der zeitlichen Konnektivität einer Verbindung der bislang fünf Entwicklungsstufen des strategischen Managements. Dabei spielt immer auch die horizontale Konnektivität auf einer einzelnen Ebene eine wichtige Rolle. Beispiele sind die verschiedenen Politikfelder eines Landes oder die Handlungsfelder und Akteure des Innovationssystems eines Unternehmens.¹⁵ Die folgende Abbildung veranschaulicht diese drei Dimensionen der Konnektivität.

Eine Ursache für Defizite beim Thema Konnektivität ist die zunehmende Dynamik und Komplexität. In einem dynamischer gewordenen Umfeld tun sich Unternehmen mit traditioneller Hierarchie und Silostrukturen schwer, komplexe Probleme zu bewältigen. Parallel zu dieser vertikalen Konnektivität stellt für viele Organisationen die horizontale Konnektivität bei der Umsetzung des IT- und KI-unterstützten Prozessmanagements eine Herausforderung dar.¹⁶ Auch zwischen Organisationen bereitet die horizontale Konnektivität Schwierigkeiten. Ein Beispiel ist der Technologietransfer von Universitäten über Startups zu etablierten Unternehmen. Bei Neuausrichtungen z.B. im Rahmen der Energie- und Mobilitätswende hat sich die vertikale Konnektivität zwischen Organisationen als Engpassfaktor erwiesen. Hieraus ergibt sich die Forderung nach verbesserten Formen der Zusammenarbeit. Dies gilt auch für die Politik, Wissenschaft und Wirtschaft allgemein. Der Fraunhofer-Präsident Holger Hanselka fordert den Abbau von bürokratischen Hürden während des gesamten Innovationspfades.¹⁷

Das Ziel von Mehrebenen-Strategien ist es, Bedrohungen zu bewältigen und positive Wirkungen zu entfalten. Dies möchte ich anhand von Beispielen verdeutlichen und beginne auf der Makro-Ebene mit der Geopolitik und Umwelt.

Von der Geopolitik zu Regionen

Die Geopolitik bildet die oberste, rahmensetzende Ebene, die globale Spielregeln und strategische Allianzen prägt. Eine erste wichtige Rolle ist die Sicherung der technologischen Souveränität. Hier geht es darum, Abhängigkeiten zu reduzieren und die eigene Infrastruktur zu schützen. Zwischen den USA, China und Europa herrscht ein regulatorischer Systemwettbewerb um globale Standards. Dabei spielen eine geopolitische Blockbildung und Handelsbarrieren, wie z.B. Exportkontrollen, eine wichtige Rolle. Von zunehmender Bedeutung sind die nationale Sicherheit und Cyber-Abwehr bei einer asymmetrischen Kriegsführung. Globale Gremien ringen um eine Deutungshoheit und Standardisierung z.B. von technischen Protokollen.¹⁸ Gegenwärtig werfen die US-Regierung und Tech-Konzerne China vor, seine KI-Modelle mit US-Angeboten zu trainieren (Wissensdestillation). Das chinesische Handelsministerium widerspricht dem.¹⁹

Von geopolitischer Bedeutung sind auch die negativen Folgen der KI für die Umwelt. Hierzu zählen der hohe Stromverbrauch für das Training und die Nutzung von großen KI-Modellen, der CO₂-Verbrauch, wenn der Strom aus fossilen Quellen stammt, der enorme Wasserverbrauch zur Kühlung von Servern, der Elektroschrott von schnell veraltender Hardware und der Ressourcenverbrauch z.B. beim Abbau von seltenen Erden. In den USA gibt es bereits Proteste gegen den Neubau riesiger Rechenzentren. Einzelne Bundesstaaten erlassen umfassende neue KI-Gesetze. Die Stimmung in der Bevölkerung kippt. 71 Prozent der US-Amerikaner lehnen ein Rechenzentrum in ihrer Nachbarschaft ab.²⁰ Einen Ausweg böten grüne Rechenzentren, die in kühleren Regionen mit erneuerbaren Energien und geschlossenen Wasserkreisläufen arbeiten.

Auf der Meso-Ebene der Länder und Regionen stellt sich die Frage, wie Deutschland gemeinsam mit anderen Staaten beim Thema KI gegenüber den USA und China aufholen kann. Hierzu ist eine Reihe aufeinander abgestimmter strategischer Programme erforderlich wie

• die Fokussierung auf KI-Anwendungen, die spezifische Fähigkeiten erfordern
• eine intensive Zusammenarbeit von etablierten Unternehmen mit KI-Startups, deren Wachstum stärker aus Europa finanziert wird
• die Skalierung von vertrauenswürdiger KI-Infrastruktur
• eine Neuausrichtung der KI-Aus- und Weiterbildung sowie
• die Nutzung einer innovationsfördernden Regulierung als Wettbewerbsvorteil.

Noch ist offen, wie viele europäische Anbieter von großen Sprachmodellen es geben sollte. In Japan versucht das Startup Sakana AI, die Abhängigkeit zu verringern. Hierzu arbeitet man mit einem System, in das verschiedene Modelle eingebettet sind. Es funktioniert ähnlich wie ein Dirigent, der einen Schwarm von Agenten koordiniert. Ein solches Orchestrieren ist auch für Europa eine Chance.²¹ Dabei kann die Vielfalt der Regionen ein Vorteil sein.

Bei der Entwicklung der KI in Regionen leisten Hidden Champions einen wichtigen Beitrag, indem Sie zu Praxispartnern für Forschungsinstitute werden. So wirken die weniger bekannten Weltmarktführer als

• Datenlieferanten für spezifische KI
• Investoren in nachhaltigkeitsorientierte Impact-Startups
• Treiber regionaler KI-Ökosysteme und
• Magneten für Tech-Talente.

Die Hidden Champions verbessern auf diese Weise nicht nur ihre eigene Wettbewerbsfähigkeit, sondern stärken auch die Finanzkraft der Kommunen. Ein Beispiel ist der Sensorspezialist ifm electronic mit Hauptsitz in Essen und einem Produktionsstandort in Tettnang am Bodensee. Das Unternehmen hat sich vom Sensorhersteller zur KI-Plattform für die Produktion entwickelt. Die Bedeutung von Hidden Champions für die Entwicklung von Regionen ist seit langem bekannt, ihre mögliche Rolle als KI-Vorreiter aber noch wenig erforscht. Hieraus entstehen gegenwärtig spannende neue Narrative.²²

Von Unternehmen zu Individuen

Auf der Mikro-Ebene der Unternehmen und Verwaltungen muss man sich mit der Frage beschäftigen, warum etablierten Organisationen eine KI-basierte Erneuerung so schwer fällt. Die Herausforderung liegt wohl darin, eine Reihe von Handlungsfeldern zu verbinden. Hierzu zählen

• eine Strategie zur Neuausrichtung der Geschäftsmodelle
• die Überwindung von kulturellen und personellen Barrieren
• eine Entwicklung von KI-Kompetenzen von der Führungsebene über das Mittelmanagement bis zu Berufseinsteigern
• die Gestaltung einer leistungsfähigen KI-Infrastruktur gemeinsam mit vertrauenswürdigen Partnern sowie
• die Integration einzelner Pilotprojekte zu einem koordinierten Prozess des digitalen Wandels.

Trotz des weitverbreiteten Schlagwortes „digitale Transformation“ ist die Anzahl der Organisationen, denen diese Erneuerung gelungen ist, begrenzt.²³

Ein Erfolgsbeispiel ist das schwäbische Familienunternehmen Trumpf, das zu den Weltmarktführern beim Einsatz von Lasern in der Blechbearbeitung und Chipherstellung zählt. Das Unternehmen arbeitet an einer neuen Entwicklungsstufe der KI-unterstützten Robotik bei der Blechbearbeitung. So analysiert beim SortMaster Vision die KI mithilfe von Kameras die Lage von Blechteilen, die zu bearbeiten sind und errechnet daraus ein räumliches Bild der Situation, das den Sortiervorgang erleichtert. Dabei lernt die KI kontinuierlich von Daten aus der Praxis ohne eine aufwendige Neuprogrammierung. Trumpf strebt eine Führungsrolle bei KI-Anwendungen in der Produktion an. Das Beispiel zeigt, wie wichtig die Verbindung von spezifischem Wissen und KI-Kompetenz ist. Hiervon können andere Organisationen lernen.²⁴

Noch schlechter als Unternehmen ist es bislang der öffentlichen Verwaltung in Deutschland gelungen, den digitalen Wandel zu meistern. Dabei hätten wir von dem kleinen baltischen Staat Estland lernen können. Um 2000 entstand dort das Government-as-a-Plattform-Konzept. Danach stellt der Staat eine Plattform bereit, auf der alle Dienste aufbauen. Er definiert Standards, garantiert Sicherheit und Funktionalität. Hierauf basiert die Datenleitung X-Road, die aus einem Open-Source-Projekt entstanden ist. Die Grundidee war, dass Daten dezentral bei den einzelnen Organisationen verbleiben, aber zirkulieren können. Dies ist zu einem Exportschlager geworden, den das Unternehmen Cybernetica in mehr als 20 Ländern als Dienstleister einsetzt. Deutschland gehört nicht dazu, weil man hier schon vor langem eine nächste Generation entwickeln wollte, die besser ist.²⁵

Der gegenwärtige deutsche Digitalminister plant einen gemeinsamen Baukasten aus Standards, Software und Infrastruktur. Dieser „Deutschland-Stack“ soll die Behörden schlanker machen. Der Plan trifft allerdings auf vorhandene Fachverfahren und Software-Architekturen. Ein erstes sichtbares Produkt für die Bürger soll die „Deutschland-App“ werden.²⁶ Kritiker bezeichnen sie als reine „Schaufensterdigitalisierung“. Die Herausforderung liege nicht in der App, sondern in den Prozessen dahinter. Der Ausgang eines Pilotprojektes ist offen.²⁷

Allgemein stellt sich die Frage, welche Implikationen von der KI in einem Industrieland wie Deutschland für die Gesellschaft ausgehen. Angesichts einer Vielzahl von Krisen betreffen diese Implikationen vor allem den Wandel der Arbeitswelt. Hier besteht die Gefahr einer Spaltung der Gesellschaft in wenige Gewinner, die sich durch KI ergebende Chancen nutzen und eine Vielzahl von Verlierern, deren Stellen wegfallen oder sich so verändern, dass sie diesem Druck nicht standhalten. Populisten nutzen die Entwicklung, um von einer Polarisierung zu profitieren. Umso wichtiger ist eine Intensivierung der KI- orientierten Aus- und -weiterbildung als Gegengewicht, um die gesellschaftliche Resilienz zu stärken. Eine bedeutende Rolle können dabei die Alltagserfahrungen von Menschen spielen, die erkennen, wie ihnen die KI z.B. bei juristischen und medizinischen Fragen hilft. Insgesamt erscheint eine bessere Zusammenarbeit verschiedener Politikfelder notwendig, um sich auf diesen Wandel vorzubereiten.²⁸

In der Arbeitswelt zeichnen sich für den Einzelnen auf allen Hierarchieebenen gravierende Umbrüche ab. Dies gilt vor allem für das Management. Für Berufseinsteiger verlieren Routinetätigkeiten, die die KI übernimmt, an Bedeutung. Wichtiger wird es, schon während der Ausbildung Wissen für den Umgang mit KI zu erwerben. Im Mittelmanagement und auf der Top-Ebene verändern sich vor allem die Kompetenzen zur Personalführung. Persönliche Erfahrung bei KI-Strategien und der KI-basierten Produktivitätssteigerung sind inzwischen eine Voraussetzung für Führungspositionen. Dabei übernimmt die KI die Rolle eines Sparringspartners. Die von KI ausgehenden Verwerfungen fallen in eine Zeit, in der Unternehmen ohnehin Hierarchieebenen und Stellen abbauen. Dies trägt zur Verunsicherung bei. Eine wichtige Aufgabe der verbleibenden Führungskräfte ist es, KI-basierte Produktivitätspotenziale auszuschöpfen und frei werdende Kapazitäten für die Gestaltung von Neuem zu nutzen. Ein Innovationsnarrativ sollte diesen positiven Aspekt betonen.²⁹

Kunden der Bank OCBC in Singapur können ihr Portfolio seit kurzem mit einem Avatar besprechen. Dennoch plant die Bank nicht, Personal abzubauen, sondern möchte die Belegschaft vergrößern, um weiter zu wachsen. Damit liegt der OCBC-Chef auf einer Linie mit Singapurs Regierung, die beim Einsatz von KI zu den globalen Vorreitern zählen möchte, aber gleichzeitig sicherstellen will, dass es beim KI-Umbau der Finanzbranche zu keinen massenhaften Jobverlusten kommt. Hierzu gibt es einen Pakt zwischen Regierung, Finanzinstituten und Gewerkschaft. Den Kern bildet ein Weiterbildungs- und Umschulungsprogramm, das darauf abzielt, die Mitarbeitenden für neue Aufgaben zu befähigen. Bei Singapurs führender Bank haben inzwischen alle 40.000 Beschäftigten ein KI-Grundlagentraining erhalten, 11.000 sind für neue Aufgaben qualifiziert worden, die durch den KI-Einsatz entstanden sind. Eine führende Rolle in der Weiterbildung spielt Singapurs Institute of Banking and Finance (IBF).³⁰

Verbindende Wirkung trotz Bedrohungen?

Die Betrachtung von möglichen Innovationsnarrativen auf den verschiedenen Ebenen ergibt insgesamt ein vielfältiges Bild. Es stellt sich die Frage, wie diese Narrative im Rahmen einer KI-Mehrebenen-Strategie ihre verbindende Wirkung entfalten können, obwohl von der KI erhebliche Bedrohungen ausgehen.

Wir haben gesehen, dass es auf der Makro-Ebene bei der Geopolitik vor allem um die KI-Vorherrschaft und Verringerung von Abhängigkeiten durch digitale Souveränität geht. KI kann wie z.B. bei großen Rechenzentren negative Wirkungen auf die Umwelt haben. Hieraus ergibt sich die Bedeutung einer grünen KI.

Auf der Meso-Ebene der Länder steht Deutschland vor der Aufgabe, mit einer Reihe aufeinander abgestimmte Programme gegenüber den USA und China aufzuholen. In den einzelnen Regionen sollten die zahlreichen Hidden Champions mit ihrem spezifischen Anwendungswissen eine Treiberrolle übernehmen.

Auf der Mikroebene müssen vor allem etablierte Unternehmen herausfinden, wo die Ursachen für ihre Probleme beim digitalen Wandel liegen und für deren Bewältigung geeignete Lösungen finden. Ob die neuen Ansätze zur Digitalisierung der Verwaltung in Deutschland erfolgreich sind, bleibt abzuwarten. Auf jeden Fall können wir von anderen Ländern lernen.

Die gravierenden Implikationen der KI für die gesellschaftliche Ebene erfordern neue Formen der Resilienz, um die Gefahr einer Spaltung zu verringern. Für jeden Einzelnen verändert sich vor allem in Managementberufen die Arbeit auf allen Hierarchiestufen grundlegend. Diese Punkte sind in der folgenden Abbildung zusammengefasst.

Bei der Beantwortung der Frage nach der verbindenden Wirkung trotz möglicher Bedrohungen ist eine erste Erkenntnis, dass Mikro-Narrative eine positive und eine negative Ausprägung haben können. Die verbindende Wirkung verstärkt sich bei einem Zusammenwirken der positiven Ausprägungen. Negative Ausprägungen schwächen sie ab. Es kommt daher darauf an, den Verstärkereffekt möglichst vieler positiver Mikro-Narrative zu nutzen.

Eine zweite Erkenntnis ist, dass es dabei keinen Selbstläufereffekt gibt und man gegenüber vereinfachenden, großen KI-Erzählungen skeptisch sein sollte. So ist die technologische Führerschaft der USA angesichts einer autokratischen Regierung äußerst fragil. Dieser Fragilität sollte sich ein europäisches KI-Narrativ bewusst sein, wenn man den Verstärkereffekt einer verbindenden Mehrebenen-Strategie nutzt.

Aus diesen Erkenntnissen ergeben sich die folgenden Empfehlungen für die Gestaltung einer verbindenden KI-Mehrebenen-Strategie:

• Im Mittelpunkt des „Brückenbaus“ zwischen den Ebenen sollten Menschen mit ihren gemeinsamen Werten stehen
• Narrative, die mit Bedrohungen ehrlich umgehen, sind glaubwürdiger als Utopien oder Dystopien und
• im Rahmen von konstruktiven Zukunftsbildern stärken Geschichten aus dem Alltag von Menschen die Selbstwirksamkeit der Gesellschaft.

Insofern ist die Bewältigung der KI-Herausforderungen eine gemeinsame Gestaltungsaufgabe, bei der Narrative den möglichen Nutzen für die Menschen verdeutlichen.

Implikationen für die Forschung und Lehre

Für die Forschung und Lehre ergibt sich eine Vielzahl spannender Fragen. Wichtige Impulse liefert eine Verbindung der kausalen KI mit der Managementtheorie komplexer, evolutionärer Systeme.³¹ Entsprechend richten sich im KI-Zeitalter auch Bildungsanbieter wie Universitäten und Business Schools neu aus.³²

Im Fokus stehen dabei die folgenden Handlungsfelder:

1. KI-Entwicklungs- und -Anwendungskompetenz
2. ein verbindendes strategisches Management (Strategie 5.0) auf allen Ebenen
3. der Wandel von Aufgabenfeldern und Geschäftsprozessen durch KI sowie
4. eine Verbindung der Personalführung mit dem KI-Management.

Besonders gefragt ist gegenwärtig eine duale Aus- und Weiterbildung, die neue theoretische Erkenntnisse und praktische Erfahrungen verknüpft. Ein Thema ist das Vibe Coding, bei dem Softwareentwickler den Code nicht mehr Zeile für Zeile selbst schreiben, sondern einer KI vorgeben, was sie erstellen soll.

Hinweise auf relevante Qualifikationen liefert das Mannheimer Startup Osapiens, das an Agenten-Plattformen arbeitet, die z.B. den Fluss von Nachhaltigkeitsdaten in wichtige Entscheidungen unterstützen. Früher sei es darum gegangen, wer den besten Code schreibt, sagt der Mitgründer Stefan Wawrzinek. Heute wäre es wichtig, das große Ganze zu verstehen, um Strategien in einem umfassenden Sinne zu gestalten.³³

Fazit

• Um beim Thema Künstliche Intelligenz Wettbewerbsvorteile zu erzielen, benötigt Europa eine Mehrebenen-Strategie
• Innovationsnarrative in Form von Mikro-Erzählungen bilden hierfür eine wichtige Grundlage
• Gegenwärtig entstehen neue Technologiewellen, wie z.B. die Physical AI, bei denen Europa seine Stärken einbringen kann
• Unser Ansatz zu Mehrebenen-Strategien unterscheidet zwischen Geopolitik und Umwelt (Makro-Ebene), Staaten und Regionen (Meso-Ebene), Unternehmen und Verwaltungen (Mikro-Ebene) sowie der Ebene Gesellschaft und Individuum
• Eine Verbindung dieser Ebenen bezeichnen wir als vertikale Konnektivität. Diese dritte Dimension neben der zeitlichen und der horizontalen Konnektivität erweitert das verbindende strategische Management (Strategie 5.0)
• Die Vielfalt an Mikro-Narrativen verdeutlicht das Ziel von Mehrebenen-Strategien, Bedrohungen zu bewältigen und positive Wirkungen zu entfalten
• Die verbindende Wirkung von Innovationsnarrativen ergibt sich aus dem Verstärkereffekt vieler positiver, kleiner Erzählungen. Gegenüber der Fragilität großer KI-Narrative ist Skepsis angebracht
• Für die Gestaltung einer KI-Mehrebenen-Strategie folgt, dass von glaubwürdigen Alltagsgeschichten, die den Nutzen für Menschen deutlich machen, eine verbindende Wirkung ausgeht
• Beispiele liefern erfolgreiche, persönliche Entwicklungen in einer zunehmend durch KI geprägten Arbeitswelt

Literatur

[1] Klüwer, T., Zukunft made in Germany – Warum wir jetzt Innovationen fördern müssen, um unseren Wohlstand zu retten, Rowohlt 2025

[2] Lyotard, J.F., Das postmoderne Wissen, 10. Aufl., Passage Verlag 2025

[3] Oppert, S., Geoffrey Hinton – The Untold Story of AI‘s Hidden Risks and the Man Who Warned The World, Independently 2025

[4] Bomke, L., Europas zweite Chance – Milliardenwette auf neue KI-Labore. In: Handelsblatt, 22. Juni 2026, S. 26-27

[5] Benninghoff, M., Chinas neuer Börsenrausch. In: Handelsblatt, 20. August 2026, S. 34-35

[6] Hoffer, J., KI in Endgeräten kommt „schneller als erwartet“. In: Handelsblatt, 25. August 2026, S. 20

[7] Alvarez de Souza Soares, P. et al., Die Rebellion der KI-Kunden. In: Handelsblatt, 10./ 11./ 12. Juli 2026, S. 34-40

[8] Bomke, L., Holtermann, F., Scheuer, S., Die neuen Türsteher der KI-Wirtschaft. In: Handelsblatt, 21./ 22./ 23. August 2026, S. 26-27

[9] Scheuer, S., Dieses chinesische Modell sorgt weltweit für Aufsehen. In: Handelsblatt, 20. Juli 2026, S. 24

[10] Whittington, R., Strategy as Practice, In: Long Range Planning, 1996, Heft 5, S. 731-735

[11] Geels, F., Technological Transitions as Evolutionary Reconfiguration Processes – A Multi-level Perspective and a Case Study. In: Reasearch Policy, 2002, Ausgaben 8-9, S. 1257-1274

[12] Rüegg-Sturm, J., Grand, S., Das St. Galler Management-Modell, 3. Aufl., Haupt 2017

[13] Foss, N.J., Felin, T., Strategic Organization – A Field in Search of Micro Foundations. In: Strategic Organization, November 2005, Heft 3, S. 441-455

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

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

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

[17] Delhaes, D., Forscher und Industrie fordern mehr Freiraum für Innovationen. In: Handelsblatt, 31. August 2026, S. 14

[18] Brands, H., (Hrsg.), Geopolitics of AI – Power, Conflicts, and the Future of Global Order, Johns Hopkins University Press 2026

[19] Gusbeth, S., Heide, D., Der Kampf um die KI-Vorherrschaft. In: Handelsblatt, 04. August 2026, S. 6-7

[20] Heide, D., Alvarez de Souza Soares, P., Die KI-Rebellion der Gouverneure. In: Handelsblatt, 15. Juli 2026, S. 10-11

[21] Kölling, M., Knees, L., Warum Japan nicht auf Anthropic angewiesen ist. In: Handelsblatt, 3./ 4./ 5. Juli 2026, S. 30-31

[22] Simon, H., Hidden Champions – Die neuen Spielregeln im chinesischen Jahrhundert, Campus 2021

[23] Davenport, T.H., Mittal, N., All in on AI – How Smart Companies Win Big with Artificial Intelligence, Harvard Business Press 2023

[24] Buchenau, M., Trumpf auf dem Weg zum Machinen-Menschen. In: Handelsblatt, 28./ 29./ 30. August 2026, S. 42-43

[25] Lutz, J., Zwei digitale Staaten, von denen Unternehmen träumen. In: Handelsblatt, 15./ 16./ 17. Mai 2026, S. 60-62

[26] Fokul, J., Der Architekt des digitalen Deutschlands. In: Handelsblatt, 15./ 16./ 17. Mai 2026, S. 64-65

[27] Fokuhl, J., Nur ein Chatbot vor dem alten Behördenapparat? In: Handelsblatt, 17. August 2026, S. 12-13

[28] Baecker, D., Digitalisierung, Suhrkamp 2026

[29] Hougaard, R., Carter, J., More Human – How the Power of AI Can Transform the Way You Lead, Harvard Business Review Press 2025

[30] Peer, M., Banken versprechen KI-Umbau ohne Massenentlassungen. In: Handelsblatt, 1. September 2026, S. 36

[31] Servatius, H.G., Eine kausale KI mit komplexen, evolutionären Systemen verbinden. In: Compativation Blog, 13.08.2026

[32] Fleig, S., Künstliche Intelligenz stellt Karriereversprechen infrage. In: Handelsblatt, 4. September 2026, S. 36-37

[33] Schimroszik, N., „Wir rollen monatlich neue KI-Agenten aus“ (Interview mit Stefan Wawrzinek). In: Handelsblatt, 7. September 2026, S. 26-27