---
title: "Wer entscheidet noch, wenn es darauf ankommt?"
id: "891"
type: "post"
slug: "entscheiden-im-ki-zeitalter"
published_at: "2026-11-10T00:09:58+00:00"
modified_at: "2026-11-10T06:24:39+00:00"
url: "https://caritas-netzwerk-it.de/2026/11/10/entscheiden-im-ki-zeitalter/"
markdown_url: "https://caritas-netzwerk-it.de/2026/11/10/entscheiden-im-ki-zeitalter.md"
excerpt: "KI findet Fakten und prüft Aussagen inzwischen oft besser als Fachleute. Daraus folgt nicht, dass Menschen nichts mehr prüfen müssen. Die eigentliche Frage lautet: Wer kann noch entscheiden, wenn die KI ausfällt, danebenliegt oder der Fall neu ist? Ein Blick..."
taxonomy_category:
  - "Allgemein"
taxonomy_post_tag:
  - "Caritas"
  - "Diakonie"
  - "Führung"
  - "HumanInTheLoop"
  - "KI"
  - "KIKompetenz"
  - "Notfallplanung"
  - "Resilienz"
  - "Sozialwirtschaft"
taxonomy_cnitm_thema:
  - "KI und Digitalisierung"
  - "Strategie"
taxonomy_cnitm_kanal:
  - "Blog"
---

Anfang November 2026 schrieb Ethan Mollick, Professor an der Wharton School und eine der bekanntesten Stimmen zu KI in der Arbeitswelt, die Aufgabe des Menschen, KI-Arbeit auf Fehler zu prüfen, sei wohl schon heute überholt. Er fügte hinzu: „good riddance“, also: gut, dass wir das los sind. Ich glaube, er hat in vielem recht. Und genau das macht mir Sorgen.

Denn wenn Menschen immer seltener selbst prüfen, selbst schreiben und selbst entscheiden, stellt sich eine Frage, die in der Debatte um „Human in the Loop“ meist untergeht: Wer kann noch entscheiden, wenn es darauf ankommt?

> **Das Wichtigste in Kürze**
> 
>  - KI muss nicht perfekt sein, nur besser als der Mensch, den wir tatsächlich haben. Für viele Aufgaben ist sie das schon.
> - Die Rolle des Menschen verschwindet dadurch nicht, sie verschiebt sich: Prüfen heißt künftig, die Belege prüfen, nicht jede Zeile.
> - Die eigentliche Frage ist, wer noch entscheiden kann, wenn die KI ausfällt, danebenliegt oder der Fall neu ist.
> - Urteilskraft bleibt nicht von selbst. Die Luftfahrt weiß das seit Jahrzehnten und übt deshalb regelmäßig.
> - Träger sollten für jeden Ablauf festlegen, wie viel menschliches Können sie vorhalten, und es mit Planspielen, eigenen Fällen und Messung erhalten. Das kostet Zeit. Es ist eine Vorhalteleistung, wie die Feuerwehr.

### KI ist oft besser. Das ist zunächst eine gute Nachricht.

Mollick stützt sich auf zwei Studien, und ihre Zahlen sind beeindruckend. Bei [BrowseComp](https://arxiv.org/abs/2504.12516)
, einem Test von OpenAI, müssen schwer auffindbare Fakten im Netz gefunden werden. Menschliche Rechercheure, die rund zwei Stunden je Aufgabe hatten, kamen auf gut ein Viertel richtiger Antworten. Aktuelle KI-Agenten erreichen nach Angaben der Anbieter rund 90 Prozent. In der Studie [DeepFact](https://aclanthology.org/2026.acl-long.1586/)
 sollten Aussagen aus KI-Rechercheberichten gegen die Fachliteratur geprüft werden. Promovierende aus dem jeweiligen Fach lagen allein bei 61 Prozent richtiger Urteile, ein KI-Agent bei 89 Prozent.

Das passt zu dem, was eine große [Metaanalyse über 106 Experimente](https://www.nature.com/articles/s41562-024-02024-1)
 gezeigt hat: Wenn eine KI allein besser ist als der Mensch allein, dann schneidet das Gespann aus Mensch und KI im Mittel schlechter ab als die KI allein. Eine naheliegende Erklärung: Menschen korrigieren die KI auch dort, wo sie richtig liegt.

Für die Sozialwirtschaft hat das eine Seite, die wir nicht vergessen sollten. Mollick erinnert in seinem neuen Buch „Co-Existence“ daran, dass für viele Menschen die Alternative zur KI nicht der ideale Experte ist, sondern niemand. Wo eine Beratung, eine Übersetzung oder eine erste Einschätzung sonst gar nicht stattfände, ist eine gute KI ein Gewinn. Der Maßstab ist nicht Perfektion, sondern der beste Mensch, der tatsächlich verfügbar ist.

### Was in den Zahlen untergeht: Prüfen heißt, die Belege prüfen

Wer genauer in die DeepFact-Studie schaut, findet einen Befund, der in Mollicks Zusammenfassung fehlt. Besser als jeder Agent allein schnitten Fachleute ab, die die *Belege und Einwände* des Agenten prüften, statt jede Aussage selbst nachzurecherchieren: über 90 Prozent. Nur Agenten, die andere Agenten prüften, lagen in einer einzelnen Runde knapp darüber. Die Fachleute ließen sich dabei von einem falschen Agenten nur selten in die Irre führen. Das Autorenteam fasst es so: „Experts are weak alone, but strong under audit.“ Fachleute sind allein schwach, aber stark, wenn sie prüfen, was ihnen vorgelegt wird. Und es behält Menschen ausdrücklich für die regelmäßige Nachkalibrierung.

Dazu kommt eine Einschränkung, die Mollicks eigene Grafik nennt: Der Test war absichtlich voller Fehler. Wer bei jeder Aussage einfach „nicht belegt“ antwortete, kam schon auf 84 Prozent.

Die Rolle des Menschen verschwindet also nicht. Sie verschiebt sich: vom Nachprüfen jeder Zeile zum Prüfen der Belege, und vom Prüfen der Arbeit zum Kalibrieren der Prüfenden. Das ist eine gute Nachricht für alle, die heute vor Stapeln von KI-Entwürfen sitzen. Es ist aber keine Entwarnung.

### Die eigentliche Frage: Wer entscheidet, wenn es darauf ankommt?

Die Debatte um „Human in the Loop“ dreht sich fast immer um eine einzige Fähigkeit: Fehler der KI zu erkennen. Für eine Organisation, die Verantwortung für Menschen trägt, reicht das nicht. Ich unterscheide drei Fähigkeiten.

Drei Fähigkeiten: Fehler erkennen, selbst können, unter Druck entscheiden.

Die erste Fähigkeit übernimmt die KI zunehmend selbst. Die zweite ist die Voraussetzung für gutes Prüfen: Für Anfänger dauert die Prüfung fast so lange wie die Arbeit selbst, schreibt Mollick. Und die dritte ist die, auf die es im Ernstfall ankommt: wenn die KI ausfällt, etwa nach einem Cyberangriff; wenn sie danebenliegt, ohne dass es jemand automatisch bemerkt; oder wenn der Fall so neu ist, dass sie nichts Passendes kennt. Gerade bei Ausnahmen sind die Trainingsdaten der KI am dünnsten, und gerade dort zählt menschliches Urteil am meisten.

Zu dieser dritten Fähigkeit sagen die Studien hinter Mollicks Post nichts. Sie messen Schreibtischaufgaben mit bekannter Antwort, ohne Zeitdruck und ohne Ausfall.

### Die Ironie der Automatisierung

Was passiert, wenn Menschen nur noch im Ausnahmefall eingreifen, ist nicht neu. Die Psychologin Lisanne Bainbridge hat es 1983 in einem bis heute viel zitierten Aufsatz beschrieben, [„Ironies of Automation“](https://www.complexcognition.co.uk/2021/06/ironies-of-automation.html)
.

Die Ironie der Automatisierung, schematisch nach Lisanne Bainbridge (1983).

Automatisiert wird, was sich automatisieren lässt. Übrig bleibt den Menschen, was niemand automatisieren konnte: die seltenen, schweren Fälle, ausgerechnet ohne die Übung, die ihnen die Automatik im Alltag abgenommen hat. Bainbridge schlug zwei Auswege vor: Menschen in jeder Schicht eine Zeit lang selbst steuern lassen, oder, wenn das nicht geht, Übung am Simulator. Und sie schloss mit einem Satz, den sich jede Leitung merken sollte: Die letzte Ironie sei vielleicht, dass gerade die erfolgreichsten automatisierten Systeme, bei denen kaum je eingegriffen werden muss, die größte Investition in die Ausbildung der Menschen brauchen.

Seither ist das vielfach gemessen worden:

- **Im Cockpit.** In einer [Simulatorstudie mit 16 Linienpiloten](https://doi.org/10.1177/0018720814535628) blieben die Handgriffe des Fliegens erstaunlich gut erhalten. Was verfiel, war das Denken: Navigation ohne Automatik, das Erkennen ausgefallener Instrumente. Nur einer von 16 flog einen Anflug mit Durchstarten fehlerfrei.
- **Beim Absturz von Air France 447** im Jahr 2009 gab der Autopilot in großer Höhe an zwei Piloten ab, die das Fliegen von Hand in dieser Höhe nie trainiert hatten. Der [Untersuchungsbericht](https://bea.aero/en/investigation-reports/notified-events/detail/accident-to-the-airbus-a330-203-registered-f-gzcp-and-operated-by-air-france-occured-on-06-01-2009-in-the-atlantic-ocean/) hält fest, dass die Ausbildung diese Lücke nicht schloss, und dass der Schreckmoment eine große Rolle spielte.
- **Bei der Personalauswahl.** Recruiter, denen eine sehr gute KI zur Seite stand, urteilten in einem [Feldexperiment](https://aiinstitute.hbs.edu/?p=30560) ungenauer als Recruiter mit einer schwächeren KI. Sie sahen weniger genau hin.
- **In der Medizin.** In vier Kliniken sank bei Darmspiegelungen ohne KI die Erkennungsrate von Krebsvorstufen innerhalb von drei Monaten nach Einführung einer KI-Unterstützung [von 28,4 auf 22,4 Prozent](https://pubmed.ncbi.nlm.nih.gov/40816301/) .

Die Lernpsychologie liefert die Zeitskala dazu: Bei Fertigkeiten, in denen es auf Genauigkeit ankommt, ist nach [Metaanalysen](https://doi.org/10.1037/bul0000481)
 etwa die Hälfte des Gelernten nach rund einem halben Jahr seltener Anwendung verloren.

### Was wir von der Luftfahrt lernen können, und was nicht

Die Luftfahrt hat aus solchen Erfahrungen Konsequenzen gezogen. In Europa müssen Linienpiloten alle sechs Monate zur Prüfung in den Simulator, einmal im Jahr zur Prüfung im Linienflug, und sie brauchen eine Mindestzahl an Starts und Landungen in den letzten 90 Tagen. Die US-Luftfahrtbehörde empfiehlt seit 2013, Gelegenheiten zum Fliegen von Hand zu schaffen, und seit 2017, mindestens zeitweise ganze An- und Abflüge von Hand zu fliegen.

Spannend ist ein Befund aus Deutschland. In einer [Studie mit 126 Linienpiloten](https://elib.dlr.de/104258/)
 flogen Langstreckenpiloten mit zwei bis vier Landungen im Monat deutlich schlechter von Hand als Kurzstreckenpiloten mit rund sechzehn, obwohl alle gleich viele Stunden im Simulator verbrachten. Der Simulator allein hat die fehlende Praxis nicht ersetzt.

Inzwischen ist die Idee auch in der Beratungswelt angekommen. McKinsey beschreibt im 2026 erschienenen Buch „Rewired“, wie sich die Einarbeitung in einer Welt mit KI-Agenten verändert: weg vom Zuschauen und Wiederholen, hin zu KI-gestützten Übungsräumen, in denen Beschäftigte Entscheidungen proben, „much like pilots in a flight simulator“. Das ist ein wichtiger Schritt. Allerdings soll die Simulation dort das Lernen am echten Fall *ersetzen*. Die Luftfahrt, das Vorbild, tut genau das nicht. Sie verlangt Simulator *und* Praxis.

Ganz übertragen lässt sich die Luftfahrt trotzdem nicht. Sie hat wenige, gut beschriebene Notfälle, Simulatoren hoher Genauigkeit, Übungszeit, die vorgeschrieben und bezahlt ist, und eine Aufsicht, die Lizenzen entziehen kann. Die Sozialwirtschaft hat kaum etwas davon. Ihre „Störfälle“ sind so vielfältig wie die Menschen, die sie begleitet. Druck heißt hier selten Sekunden, eher Stunden, oft unter großer emotionaler und öffentlicher Last. Und jede Stunde, in der eine Fachkraft übt, fehlt bei den Menschen, die sie braucht.

### Jeder Ablauf hat seine eigene Stufe und seinen eigenen Bedarf an Können

Nicht jede Aufgabe braucht einen Menschen, der sie noch selbst kann. Um das zu sortieren, helfen zwei Blickwinkel.

Der erste ist die Stufe, auf der KI in einem Ablauf arbeitet: als Arbeitshilfe, die auf Fragen antwortet; als Assistenz, die vorbereitet; als Agent, der selbst erledigt; oder als Veränderungsmotor, der die Organisation anders arbeiten lässt. Mit jeder Stufe ändert sich, wer entscheidet.

Der Stufenweg: Mit jeder Stufe ändert sich, wer entscheidet.

Der zweite Blickwinkel fragt, wie viel menschliches Können ein Ablauf vorhalten muss. Er hängt an drei Merkmalen: Wie groß ist der Schaden, wenn etwas schiefgeht? Lässt sich ein Fehler zurückholen? Und wie schnell muss entschieden werden?

Wie viel menschliches Können ein Ablauf vorhalten muss: Fallhöhe, Umkehrbarkeit, Zeitdruck.

Kurz gesagt: **Die Stufe sagt, wie selbstständig die KI in einem Ablauf arbeitet. Das Raster sagt, wie viel menschliches Können dieser Ablauf braucht.** Beides gilt je Ablauf, nicht für den ganzen Träger. Ein Ablauf kann weit automatisiert sein und trotzdem viel vorgehaltenes Können verlangen.

Auch die Formel „Mensch prüft jedes Ergebnis“ im Stufenweg bekommt durch die neuen Befunde eine genauere Bedeutung. Prüfen heißt dort: die Belege prüfen, auf die sich ein Ergebnis stützt, ergänzt um Stichproben. Wer jede Zeile nachliest, wird langsamer und, wie die Studien zeigen, nicht unbedingt besser. Der Schweizer Jurist David Rosenthal hat für die Praxis, in der unter Zeitdruck nur noch durchgewunken wird, ein treffendes Bild gefunden: „Human in the Loop“ sei [„das neue Cookie-Banner“](https://www.vischer.com/de/insights/teil-32-zur-wirksamkeit-menschlicher-aufsicht-ueber-ki)
.

### Was Urteilskraft erhält

Urteilskraft bleibt nicht von selbst. Sie bleibt dort, wo eine Organisation sie bewusst erhält. Aus der Forschung und aus Bereichen mit hoher Fallhöhe lassen sich drei Säulen und ein Fundament ableiten.

Was Urteilskraft erhält: drei Säulen und ein Fundament.

**Den Ernstfall üben.** Der „Simulator“ der Sozialwirtschaft ist das Planspiel: ein realistischer Fall, eine Uhr, eine Entscheidung, eine Nachbesprechung. In der Anästhesie heißt das Krisenressourcen-Management, in der IT-Sicherheit Tabletop-Übung. Wichtig ist, dass auch Fälle dabei sind, in denen die KI sichtbar falsch liegt. Die Forschung zum übermäßigen Vertrauen in Automatik zeigt: Belehrung allein hilft kaum, das Erleben von Fehlern schon. Die KI kann beim Üben selbst helfen, etwa indem sie im Planspiel Angehörige, Jugendamt oder Presse spielt. Wie selten Organisationen den Ernstfall überhaupt üben, zeigt die [Digitalisierungsumfrage 2026 der DIHK](https://www.dihk.de/resource/blob/163540/486d8384c94a630d9aa0eaa978f0a786/dihk-digitalisierungsumfrage-2026-data.pdf)
: 30 Prozent der Unternehmen haben einen Notfallplan, nur 13 Prozent üben den Notfall.

**Eigene Fälle von Anfang bis Ende.** Nicht „ohne KI arbeiten, wenn gerade Zeit ist“, sondern geplant: Wer bearbeitet welchen Anteil der Fälle selbst, und welche Fallbesprechung folgt danach? Ich denke an jeden vierten oder fünften Fall. Das sage ich offen: Für diese Zahl gibt es keine Studie. Behörden in Hochrisikobereichen schreiben Häufigkeiten vor, keine Anteile. Die Zahl ist eine Setzung, bewusst deutlich über dem Anteil, den Piloten heute noch von Hand fliegen. Für den Nachwuchs heißt das: Einarbeitung mit Phasen ohne KI. Wer nie selbst gemacht hat, kann später nicht prüfen.

**Messen, ob es reicht.** Weil es keine sichere Zahl gibt, gehört die Messung dazu. Die DeepFact-Studie zeigt, wie das gehen kann: Fälle mit bekannter Antwort werden verdeckt unter die echten gemischt, um die Prüfenden zu messen und wach zu halten. Übertragen heißt das, gelegentlich einen Fall mit eingebautem Fehler in den Stapel zu legen und zu sehen, ob er gefunden wird, und stichprobenweise die Leistung ohne KI zu prüfen. Wer so misst, sollte die Mitarbeitervertretung früh einbeziehen.

**Das Fundament: mit KI arbeiten, ohne das Denken abzugeben.** Zwei randomisierte Studien zeigen einen dritten Weg neben dem Üben ohne KI. Wer mit KI lernte, verlor im Mittel an Wissen, [bei Programmierern 17 Prozent](https://arxiv.org/abs/2601.20245)
, bei Schülerinnen und Schülern ähnlich viel. Wer die KI aber so nutzte, dass er mitdachte, sich Lösungen erklären ließ und nachfragte, behielt seinen Lernerfolg. Für den Alltag heißt das: erst die eigene Einschätzung, dann die KI als Gegenüber; Begründungen verlangen statt fertiger Ergebnisse. Diese Studien messen allerdings das Lernen von Neuem, nicht das Entscheiden unter Druck. Das Fundament ersetzt die Säulen deshalb nicht.

### Auch die Leitung braucht Übung

Die Frage betrifft nicht nur Fachkräfte. McKinsey beschreibt in einem aktuellen Beitrag eine KI für Vorstände, die Entscheidungen vorbereitet, die vorhersehbaren Fragen abräumt und nur noch die Fragen ohne Präzedenz zur Leitung bringt. Als Erfolg zählen dort sinkende Eskalationen an die Spitze.

Mir fällt daran vor allem eines auf: **Wenn die KI Ihnen nur noch die Ausnahmen vorlegt, üben Sie nur noch Ausnahmen.** Die Autorinnen und Autoren sehen eine verwandte Gefahr selbst: Wenn Leitung und Führungsteam sich an derselben KI ausrichten, werden ungewöhnliche Ideen aussortiert, bevor sie jemand sieht. Ihr Gegenmittel ist bemerkenswert schlicht: festhalten, was verworfen wurde und warum; bei großen Entscheidungen eine Außensicht verlangen; auf Abweichung achten, nicht nur auf Zustimmung.

Für Leitungen sozialer Träger heißt das: Krisen wie einen Cyberangriff, einen Ausfall oder öffentlichen Druck im Führungskreis durchspielen. Und für Aufsichtsgremien heißt es, nicht nur zu fragen, ob die KI gut entscheidet, sondern auch, ob die Geschäftsführung ohne sie noch entscheiden könnte.

### Was es kostet, und was das Recht verlangt

Übung kostet Zeit, und diese Zeit fehlt im Dienst. Sie ist heute nicht refinanziert, so wenig wie die IT-Sicherheit. Urteilskraft wird zur Vorhalteleistung, wie die Feuerwehr: Man bezahlt sie dafür, dass sie kann, nicht dafür, dass sie ständig löscht. Das stärkste Argument gegenüber Kostenträgern liefert Bainbridge: Je besser die KI wird und je seltener Menschen eingreifen müssen, desto mehr muss man in ihre Übung investieren.

Das Recht nimmt uns diese Aufgabe nicht ab. Seit dem 27. Juli 2026 verlangt Artikel 4 der KI-Verordnung, die Entwicklung der KI-Kompetenz mit Maßnahmen zu unterstützen. Für Hochrisiko-Systeme müssen Betreiber ab dem 2. Dezember 2027 die menschliche Aufsicht Personen mit der erforderlichen Kompetenz übertragen. Wie diese Kompetenz über Jahre erhalten bleibt, regelt kein Gesetz, und die meisten KI-Werkzeuge eines Trägers sind ohnehin nicht hochriskant. Gerade dort, wo das Recht nichts vorschreibt, liegt die Verantwortung bei Leitung und Aufsicht.

### Fünf Fragen für Leitung und Aufsicht

1. Welche Entscheidungen wollen wir in fünf Jahren noch selbst treffen können, auch wenn die KI ausfällt?
2. Wer in unserem Haus kann das heute, und wer in fünf Jahren?
3. Welchen Anteil der Fälle bearbeiten Menschen bei uns noch von Anfang bis Ende?
4. Wann haben wir zuletzt einen Ernstfall geübt, mit einer Entscheidung unter Zeitdruck?
5. Woran merken wir, dass die Urteilskraft nachlässt, bevor es ein Ernstfall zeigt?

### Zum Schluss

Ich will nicht zurück in eine Welt ohne KI. Sie hilft uns, mit knappen Mitteln mehr Menschen gut zu begleiten, und sie ist in vielem besser als wir. Gerade deshalb müssen wir festlegen, wo wir selbst entscheiden können wollen, und dafür üben. Das ist keine Frage der Technik. Es ist eine Leitungsaufgabe.

Welche Entscheidungen wollen Sie in fünf Jahren noch selbst treffen können? Und wann haben Sie das zuletzt geübt?

---

### Quellen

- Mollick, E.: [LinkedIn-Beitrag vom 07.11.2026](https://www.linkedin.com/posts/emollick_i-think-there-is-too-much-concern-expressed-ugcPost-7524907880014065664-xbkU/) ; Co-Existence (2026), Kapitel 5, 6, 9 und 11; [Agency and Agents](https://www.oneusefulthing.org/p/agency-and-agents) (One Useful Thing, 31.08.2026).
- Wei, J. u. a. (OpenAI): [BrowseComp: A Simple Yet Challenging Benchmark for Browsing Agents](https://arxiv.org/abs/2504.12516) (2025).
- Huang u. a.: [DeepFact: Co-Evolving Benchmarks and Agents for Deep Research Factuality](https://aclanthology.org/2026.acl-long.1586/) , ACL 2026.
- Vaccaro, M.; Almaatouq, A.; Malone, T.: [When combinations of humans and AI are useful](https://www.nature.com/articles/s41562-024-02024-1) , Nature Human Behaviour 8 (2024).
- Bainbridge, L.: Ironies of Automation, Automatica 19 (1983), [Webfassung der Autorin](https://www.complexcognition.co.uk/2021/06/ironies-of-automation.html) .
- Casner, S. M. u. a.: [The Retention of Manual Flying Skills in the Automated Cockpit](https://doi.org/10.1177/0018720814535628) , Human Factors 56 (2014).
- Haslbeck, A.; Hoermann, H.-J.: [Flying the Needles](https://elib.dlr.de/104258/) , Human Factors 58 (2016).
- BEA: [Abschlussbericht zum Unfall von Air France 447](https://bea.aero/en/investigation-reports/notified-events/detail/accident-to-the-airbus-a330-203-registered-f-gzcp-and-operated-by-air-france-occured-on-06-01-2009-in-the-atlantic-ocean/) (2012).
- FAA: [SAFO 13002, Manual Flight Operations](https://www.faa.gov/sites/faa.gov/files/other_visit/aviation_industry/airline_operators/airline_safety/SAFO13002.pdf) (2013) und [SAFO 17007](https://www.faa.gov/sites/faa.gov/files/2022-11/SAFO17007.pdf) (2017).
- Dell’Acqua, F.: [Falling Asleep at the Wheel](https://aiinstitute.hbs.edu/?p=30560) , Working Paper (2022).
- Budzyń, K. u. a.: [Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy](https://pubmed.ncbi.nlm.nih.gov/40816301/) , Lancet Gastroenterology & Hepatology 10 (2025).
- Tatel, C. E.; Ackerman, P. L.: [Procedural skill retention and decay: A meta-analysis](https://doi.org/10.1037/bul0000481) , Psychological Bulletin 151 (2025).
- Shen, J. H.; Tamkin, A.: [How AI Impacts Skill Formation](https://arxiv.org/abs/2601.20245) (2026); Bastani, H. u. a.: [Generative AI without guardrails can harm learning](https://doi.org/10.1073/pnas.2422633122) , PNAS 122 (2025).
- Rosenthal, D.: [Teil 32: Zur Wirksamkeit menschlicher Aufsicht über KI](https://www.vischer.com/de/insights/teil-32-zur-wirksamkeit-menschlicher-aufsicht-ueber-ki) , VISCHER, 26.10.2026.
- Sukharevsky, A. u. a.: Rewired. McKinsey’s Playbook on How Leading Companies Win with Technology and AI, Wiley 2026, Kapitel 11.
- Strovink, K.; Ram, S. u. a. (McKinsey): Turning executive judgment into organizational intelligence: Leveraging AI in CEO leadership, November 2026.
- DIHK: [Digitalisierungsumfrage 2026](https://www.dihk.de/resource/blob/163540/486d8384c94a630d9aa0eaa978f0a786/dihk-digitalisierungsumfrage-2026-data.pdf) .
- [Verordnung (EU) 2024/1689 (KI-Verordnung)](https://eur-lex.europa.eu/legal-content/DE/TXT/HTML/?uri=CELEX:32024R1689) , Art. 4 und 26, in der Fassung der [Verordnung (EU) 2026/1744](https://eur-lex.europa.eu/legal-content/DE/TXT/HTML/?uri=OJ:L_202601744) .

*Gerhard Müller ist Geschäftsführer des Caritas-Netzwerk IT e. V. Der Artikel ist mit Unterstützung durch KI entstanden (Claude Code mit Claude Opus 5.5 von Anthropic); Recherche, Zahlen und Zitate sind gegen die Originalquellen geprüft. Die Grafiken sind eigene Darstellungen.*

[Caritas](https://caritas-netzwerk-it.de/tag/caritas/)
 [Diakonie](https://caritas-netzwerk-it.de/tag/diakonie/)
 [Führung](https://caritas-netzwerk-it.de/tag/fuehrung/)
 [HumanInTheLoop](https://caritas-netzwerk-it.de/tag/humanintheloop/)
 [KI](https://caritas-netzwerk-it.de/tag/ki/)
 [KIKompetenz](https://caritas-netzwerk-it.de/tag/kikompetenz/)
 [Notfallplanung](https://caritas-netzwerk-it.de/tag/notfallplanung/)
 [Resilienz](https://caritas-netzwerk-it.de/tag/resilienz/)
 [Sozialwirtschaft](https://caritas-netzwerk-it.de/tag/sozialwirtschaft/)

[← Alle Beiträge](https://caritas-netzwerk-it.de/aktuelles/)