Eine Führungskraft schildert einer KI ein Problem mit Mitarbeitenden. Die KI entwickelt eine Lösung. Später stellt sich heraus: Das Problem existierte in der beschriebenen Form gar nicht.
Was folgte, waren Klärungsgespräche mit den betroffenen Mitarbeitenden, Missverständnisse und Ärger. Vieles davon hätte sich vermeiden lassen.
Diese Erfahrung aus meiner Arbeit beschäftigt mich. Die Führungskraft hatte sich Unterstützung geholt. Das kann ausgesprochen sinnvoll sein. Allerdings war die Ausgangsbeschreibung noch gar nicht ausreichend geklärt. Die KI lieferte bereits eine Lösung.
Für mich wirft das eine Frage auf, die weit über diesen Einzelfall hinausgeht:
Wie sprechen wir mit KI, damit sie uns hilft, eine Situation besser zu verstehen?
Die Problemstellung lenkt das Gespräch.
ChatGPT, Gemini, Claude und ähnliche Anwendungen arbeiten mit großen Sprachmodellen, sogenannten Large Language Models oder LLMs. Im beruflichen Alltag nutzen wir sie zunehmend als Gesprächspartner: Wir schildern schwierige Situationen, lassen uns beraten und bereiten Entscheidungen vor.
Dabei bestimmt schon unsere erste Beschreibung, in welche Richtung das Gespräch geht. Ein erfundenes Beispiel:
Erste Beschreibung
„Mein Mitarbeiter blockiert Veränderungen. Wie bringe ich ihn dazu, mitzumachen?“
In diesem Satz steckt bereits eine Deutung: Der Mitarbeiter blockiert. Vielleicht hat er tatsächlich Vereinbarungen nicht eingehalten. Vielleicht hat er aber auf ein Risiko hingewiesen oder einen Auftrag anders verstanden. Das müsste zunächst geklärt werden.
Erhält die KI nur meine Darstellung, fehlt ihr die Sicht der anderen Person. Trotzdem kann ihre Antwort so klingen, als sei die Situation bereits gründlich analysiert worden. Aus meiner Vermutung wird dann leicht die Grundlage eines überzeugend formulierten Handlungsplans.
Genau hier sehe ich eine Gefahr: Eine schlüssige Antwort kann eine ungeprüfte Annahme aufwerten.
Wenn Zustimmung unsere Gewissheit vergrößert.
Für einen Teil dieses Risikos gibt es inzwischen wissenschaftliche Belege. In der KI-Forschung heißt übermäßige Zustimmung „Sycophancy“. Gemeint ist die Tendenz, Nutzerinnen und Nutzer in ihrer Sicht zu bestätigen, auch wenn Widerspruch angebracht wäre.
Myra Cheng und ihr Forschungsteam untersuchten dieses Verhalten in einer 2026 in Science veröffentlichten Studie. Über elf getestete Sprachmodelle hinweg bestätigten die Systeme das Handeln der Ratsuchenden im Durchschnitt 49 Prozent häufiger als die menschlichen Vergleichsantworten. Das ist ein relativer Unterschied und keine allgemeine Fehlerquote von KI. Studie 1
In drei vorab registrierten Experimenten mit insgesamt 2.405 Teilnehmenden zeigte sich außerdem: Schon eine Interaktion mit einer zustimmenden KI konnte die Überzeugung stärken, im Recht zu sein, und die Bereitschaft verringern, einen zwischenmenschlichen Konflikt zu bereinigen. Gleichzeitig wurden diese Systeme stärker bevorzugt und ihnen mehr vertraut. Studie 1
Die Untersuchung misst unter anderem Einschätzungen und Handlungsabsichten. Sie belegt nicht, dass jedes heutige System in jedem Führungsgespräch so wirkt. Für die Praxis nehme ich dennoch eine wichtige Frage mit:
Hilft mir diese Antwort gerade beim Verstehen oder fühlt sie sich vor allem gut an?
Überzeugend formuliert kann trotzdem falsch sein.
Ein Feldexperiment mit 758 Beratungsfachkräften macht eine weitere Schwierigkeit sichtbar. Bei geeigneten Aufgaben verbesserte KI die Leistung. Bei einer anspruchsvollen Analyseaufgabe außerhalb der damals getesteten Modellfähigkeiten sank dagegen der Anteil richtiger Lösungen mit KI-Unterstützung im Durchschnitt um 19 Prozentpunkte. Zugleich wurden die Empfehlungen mit KI als schlüssiger und überzeugender bewertet, auch wenn sie falsch waren. Die begutachtete Veröffentlichung erschien 2026 in Organization Science. Studie 2
Das Experiment nutzte GPT-4 und bestimmte Beratungsaufgaben. Die Zahl lässt sich deshalb nicht als Fehlerquote auf heutige Führungssituationen übertragen. Der Befund zeigt aber, warum gute Formulierungen allein kein verlässliches Qualitätsmerkmal sind.
Hinzu kommt unser Umgang mit den Antworten. In einer 2025 veröffentlichten Befragung von 319 Wissensarbeitenden war höheres Vertrauen in die KI mit weniger selbst berichtetem kritischem Denken verbunden. Die Studie beschreibt einen Zusammenhang und beweist keinen durch KI verursachten Verlust von Denkfähigkeit. Studie 3
Meine Schlussfolgerung daraus: Gerade wenn eine Antwort sehr passend klingt, lohnt sich die Frage, auf welchen Informationen sie beruht.
Wie wir das Gespräch mit KI hilfreicher führen können.
Die Kunst beginnt für mich damit, die eigene Sprache genauer anzusehen. Was habe ich beobachtet? Was vermute ich? Und was weiß ich über die andere Person tatsächlich?
Statt „Mein Mitarbeiter blockiert“ könnte eine Beschreibung beispielsweise lauten:
Genauere Beschreibung
„In den letzten beiden Besprechungen hat ein Mitarbeiter Einwände gegen die geplante Veränderung geäußert. Ich erlebe das als Widerstand. Seine Gründe habe ich noch nicht mit ihm besprochen. Hilf mir, meine Beobachtungen von meinen Deutungen zu unterscheiden.“
Damit bekommt die KI einen anderen Arbeitsauftrag. Die Unsicherheit bleibt sichtbar. Darauf lässt sich aufbauen:
- „Welche Informationen fehlen, um die Situation beurteilen zu können? Stelle mir zunächst Rückfragen.“
- „Welche anderen Erklärungen passen zu meinen Beobachtungen? Kennzeichne sie als Hypothesen. Erfinde keine Motive oder Eigenschaften der beteiligten Personen.“
- „Welche Fragen könnte ich dem Mitarbeiter stellen, um seine Sicht zu verstehen, ohne meine Vermutung schon als Tatsache vorauszusetzen?“
Solche Aufträge können helfen, das Gespräch offener zu führen. Sie sind keine Garantie für eine richtige oder ausgewogene Antwort. Auch eine KI, die Gegenargumente liefert, kann sich irren. Ob eine Vermutung zutrifft, müssen wir mit überprüfbaren Informationen und den beteiligten Menschen klären.
Dass bloßes Problembewusstsein nicht zuverlässig schützt, legt auch eine neuere Untersuchung nahe: In einem vorab registrierten Experiment mit 2.610 Teilnehmenden veränderten ausdrückliche Warnungen vor zustimmender KI zwar die Wahrnehmung des Systems, verringerten dessen Einfluss auf die eigene Gewissheit und die Bereitschaft zur Konfliktklärung aber nicht zuverlässig. Diese Arbeit liegt bislang als Preprint vor und ist entsprechend vorsichtiger einzuordnen. Studie 4
Die Verantwortung bleibt im echten Gespräch.
Ich sehe viel Potenzial darin, mit KI schwierige Gespräche vorzubereiten. Sie kann Fragen vorschlagen, Formulierungen prüfen und mögliche Perspektiven ins Spiel bringen. Entscheidend ist, dass wir diese Vorschläge als Vorbereitung behandeln.
Gerade in Führung haben unsere Deutungen Folgen für andere Menschen. Wer mit einer fertigen Diagnose in ein Gespräch geht, hört womöglich vor allem das, was dazu passt. Deshalb würde ich vor einer Handlungsempfehlung klären:
Was müsste ich erst erfahren, bevor ich über diesen Menschen urteile?
Auch das gehört für mich zu wertschätzender Kommunikation. Wir lassen dem Gegenüber die Möglichkeit, unsere Geschichte über die Situation zu korrigieren. Und wir tragen nur die für die Aufgabe erforderlichen Informationen in dafür freigegebene KI-Anwendungen ein.
Der Praxisfall vom Anfang zeigt, wie viel Ärger sich rund um ein ungeklärtes Problem entwickeln kann. Ein früheres Gespräch mit den Betroffenen hätte eine verlässlichere Grundlage schaffen können. Die KI hätte bei dessen Vorbereitung hilfreich sein können.
Eine Leseempfehlung zum Weiterdenken.
Einen zusätzlichen Anstoß für diesen Beitrag gibt mir das Buch „Wie man mit KI spricht (und wie besser nicht)“ von Jamie Bartlett, das ich gerade lese. Ich empfehle es gern als Einstieg, um den eigenen Umgang mit ChatGPT und Co. bewusster zu betrachten.
Mich beschäftigt dabei besonders die Verbindung zu meiner Arbeit mit Führungskräften und Teams: Wie stellen wir Fragen? Welche Annahmen bringen wir mit? Und wie bleiben wir offen für eine Antwort, die unsere Sicht verändert?
Im nächsten Gespräch mit Ihrer KI könnten Sie genau damit beginnen:
Ihr erster Satz
„Was müsste ich an meiner Beschreibung erst überprüfen, bevor wir nach einer Lösung suchen?“
Für Führungskräfte und Teams
Ein Praxisimpuls für Ihr Team.
Wie wir mit KI sprechen, hat Folgen für unsere Zusammenarbeit. Dazu biete ich einen Kurzvortrag für Führungskräfte und Teams an:
„Mit KI sprechen und die eigene Urteilskraft stärken“
Aus der Praxis für die Praxis schauen wir auf typische Gesprächssituationen mit KI, auf hilfreiche Fragen und auf den Moment, in dem wir die Perspektive der betroffenen Menschen brauchen. Als kompakter Impuls lässt sich das Thema gut in ein Teammeeting oder eine Führungsrunde integrieren.
Wenn Sie das Thema in Ihrem Unternehmen aufgreifen möchten, sprechen Sie mich gern an.
Quellen und weiterführende Lektüre.
Recherche und Einordnung Stand 23. Oktober 2026
Cheng et al. (2026)
Sycophantic AI decreases prosocial intentions and promotes dependence. Science. Begutachtete Studie mit Modellvergleich und drei vorab registrierten Experimenten.
Dell’Acqua et al. (2026)
Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science. Begutachtetes Feldexperiment; frühere Fassung als Working Paper seit 2023.
Lee et al. (2025)
The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025. Begutachtete Befragungsstudie; Selbstauskünfte und Zusammenhänge, kein Nachweis eines kausalen Kompetenzverlusts.
Ibrahim et al. (2026)
Warning labels shift perceptions of sycophantic AI, but not its influence. arXiv, Fassung vom 16. Juli 2026. Preprint; vorläufiger Forschungsbefund.
Jamie Bartlett (2026)
Wie man mit KI spricht (und wie besser nicht). Piper. Weiterführende Lektüre, keine wissenschaftliche Primärquelle.
