Wenn Macht nicht mehr nur dem Titel folgt: Wen sollten wir hören?

Sechs Menschen sitzen in einem Besprechungsraum.

Ein VP.

Ein erfahrener Ingenieur mit zwanzig Jahren in der Arbeit.

Ein junger KI-Ingenieur, der erst zwei Jahre im Unternehmen ist.

Eine Vertriebsleitung.

Eine Finanzleitung.

Und ein Produktmanager.

Sie müssen etwas sehr Konkretes entscheiden: ein wichtiges Projekt — soll es weiterlaufen?

Das Geld ist schon ausgegeben. Die Zeit ist schon vorbei. Draußen gibt es Wettbewerb, drinnen Risiko.

Dann erscheint eine Frage, die einfach aussieht:

Von diesen sechs Menschen: wessen Worte sollen mehr wiegen?

Das traditionelle Unternehmen hat eine sehr billige Antwort.

Schau auf den Titel.

Die Worte des VP wiegen am meisten. Dann das Dienstalter. Dann die, die das Geschäft verantworten. Wer vor zwei Jahren kam, sitzt meist hinten.

Warum?

Weil es am wenigsten Mühe macht. Das Organigramm ist schon gezeichnet. Wer höher sitzt, hält schon mehr Macht.

Der letzte Essay hat gefragt, warum die Macht eines Unternehmens auf Dauer dem Titel gehören soll.

Öffnet man diese Tür, kommt die nächste Frage sofort herein.

Gut.

Wenn ein Titel nicht für immer entscheiden soll, wer das letzte Wort hat —

wen sollen wir dann wirklich hören?

Die natürlichste Antwort mag sein: hört auf die Experten. Hört auf die, die am meisten wissen.

Das klingt weit vernünftiger, als dem höchsten Titel zuzuhören.

Fragt man aber eine Sache weiter:

Wer definiert den Experten?

Wird es sofort wieder unordentlich. Zwanzig Jahre im Job? Wie viele Projekte? Ein Eliteabschluss? Die Leistungsbewertung vom letzten Jahr? Wie viele frühere Treffer? Oder soll KI aus historischen Daten für jeden eine Punktzahl rechnen?

Der erfahrene Ingenieur wird denken: Ich habe die meisten Fehlschläge gesehen.

Der junge Ingenieur wird denken: Ich bin der neuesten Technik am nächsten.

Der Vertrieb wird sagen: Nur ich weiß, was Kunden wirklich denken.

Die Finanzseite wird sagen: Ihr erzählt alle Geschichten. Am Ende sprechen die Zahlen.

Der Produktmanager wird glauben: Ich weiß am besten, warum Nutzer zahlen.

Der VP hat auch einen Grund: Ich sehe das ganze Unternehmen, nicht ein lokales Problem.

Jeder kann belegen, dass er die Person im Raum ist, die man am meisten hören sollte.

„Hört auf die Experten“ löst das Problem also nicht wirklich. Es tauscht den Titel nur gegen eine andere Identität: Dienstalter, Lebenslauf, Abschluss, frühere Ergebnisse. Immer noch Identität.

Nur ein anderes Kostüm.

Dann ist der nächste Schritt leicht. Menschen sind voreingenommen. Lass das System rechnen.

Jason: 87.4.

Alice: 76.2.

Bob: 61.8.

Wer höher punktet, dessen Worte wiegen mehr. Wer niedriger punktet, hört zuerst zu.

Das sieht wissenschaftlich aus. Es sieht sogar weit gerechter aus als ein Titel, weil es nicht mehr fragt, ob du VP bist. Es fragt, wie du wirklich abgeschnitten hast.

Genau da liegt das Problem.

Wenn wir ehrlich genug sind, merken wir: Tausche Titel gegen Score, und wir haben vielleicht nichts geändert.

Früher: VP > Director > Manager.

Danach: 92 > 84 > 71.

Die Hierarchie ist noch da. Sie ist nur vom Schild in die Datenbank gezogen.

Es kann sogar gefährlicher sein. Das alte Titelsystem hat wenigstens zugegeben: Das ist Macht. Ein Algorithmus-Score zieht einen hübscheren Mantel an.

Das ist keine Macht.

Das ist Wissenschaft.

Sobald das System jemanden als 61.8 schreibt, betritt er den Raum vielleicht schon ein Stück kleiner — selbst wenn die heutige Frage genau die ist, die er am besten kennt.

Deshalb denke ich immer stärker: Die Frage, die wir wirklich stellen sollten, lautet nicht: Ist dieser Mensch ein starker Urteiler?

Sondern: Warum verdient dieses Urteil, bei dem konkreten Problem von heute, ernst genommen zu werden?

Diese zwei Fragen liegen sehr weit auseinander. Die erste bewertet den Menschen. Die zweite prüft dieses eine Urteil.

Jemand kann hervorragend einschätzen, warum ein Produkt scheitern wird, und trotzdem nicht wissen, ob Verbraucher einen neuen Geschmack mögen. Er kann Lieferanten-Formrisiko mit erstaunlicher Genauigkeit lesen und bei der Makroökonomie nur die Nachrichten konsumieren. Er kann sehr gut in technischen Abwägungen sein und bei der Regulierung trotzdem nur raten.

Ein Mensch sollte keinen universellen Judgment Score mit sich tragen müssen, wie eine Kreditnote, in jedes Problem, das er betritt.

Das ist auch ein Prinzip, das künftige Unternehmen brauchen werden:

Bewerte dieses Urteil. Gib einem Menschen keinen Gesamtscore.

Score predictions, not people.

Was heißt es dann, ein Urteil zu bewerten?

Fang mit einer sehr einfachen Änderung an. Frag das Unternehmen nicht nur: Wird dieses Projekt gelingen?

Diese Frage ist zu leicht, Wissen vorzutäuschen. Ja. Nein. Kommt drauf an. Das kann jeder sagen.

Frag anders: Wie hoch ist die Wahrscheinlichkeit, dass dieses Projekt vor dem 1. Dezember erfolgreich live geht?

Alice: 70%.

Bob: 40%.

Jason: 55%.

Plötzlich lassen sich die drei Urteile aufschreiben. Was sich zu beobachten lohnt, ist nicht mehr, wer mit mehr Kraft spricht oder den höheren Titel hält. Es ist dies:

Wenn Alice 70% sagt: passieren Dinge dieser Art später ungefähr sieben von zehn Mal?

Wenn Bob immer 40% sagt: sieht er das Risiko wirklich früher als die anderen — oder ist er gewohnheitsmäßig pessimistisch?

Das ist ein Begriff, der in der Prognoseforschung sehr zählt: Calibration, Kalibrierung.

Er fragt nicht, ob du klug bist. Er fragt, ob die Sicherheit, die du beanspruchst, zu dem passt, was später geschah.

Dreimal hintereinander richtig zu raten, kann nur Glück sein. Aber wenn jemand viele ähnliche Urteile gefällt hat, und die Dinge, die er 70% nennt, auf lange Sicht wirklich ungefähr sieben von zehn Mal eintreten, und die Dinge, die er 40% nennt, ungefähr vier von zehn Mal — dann sieht es weniger nach Glück aus. Es nähert sich einer Urteilskraft, die geprüft wurde.

Aber Achtung. Das heißt immer noch nicht, Alice sei ein 87-Punkte-Mensch. Es heißt nur: Bei dieser Klasse von Problemen verdienen Alices Prognosen einen ernsthafteren Blick.

Die Probleme, denen ein Unternehmen wirklich gegenübersteht, sind selten so sauber. Viele Entscheidungen brauchen ein Jahr, bevor irgendwer das Ergebnis kennt. Manche bekommen nie ein klares Richtig oder Falsch. Manche Probleme hat der Mensch noch nie getroffen.

Wenn dir also jemand sagt, wir könnten die Urteilskraft jedes Mitarbeiters schon präzise ausrechnen, werde ich eher misstrauisch. Ein ehrliches System reicht dir oft keine hübsche Note. Es stellt weiter ein paar schlichte Fragen.

Wie viele ähnliche Probleme hat dieser Mensch wirklich behandelt? Nicht: Wie viele Jahre ist er im Unternehmen. Sondern: Hat er einen ähnlichen Lieferantenunfall behandelt? Ähnliches Regulierungsrisiko? Einen ähnlichen Produktlaunch?

Und woraus kommt das Urteil? Direkt gemessene Daten? Systemaufzeichnungen? Fälle, die immer wiederkehren? Erfahrung aus erster Hand? Die Nacherzählung eines anderen? Oder eine Intuition, die er kaum erklären kann, entstanden erst nachdem er die Arbeit viele Male getan hat?

Ein Punkt hier ist, denke ich, besonders wichtig. Intuition sollte nicht automatisch als Evidenz niedriger Qualität gelten. Menschen, die das wirklich jahrzehntelang getan haben, bilden eine Art Urteil, das sehr schwer auf eine Folie passt. Sie können die volle Formel nicht aufschreiben. Sie spüren nur: Das riecht nicht richtig.

Auch das sollte ins System. Das System muss nur wissen, auf welcher Art Evidenz dieses Urteil sitzt — und nicht, um wissenschaftlich auszusehen, so tun, als wäre jedes Urteil dieselbe Sorte Ding.

Es gibt auch ein praktischeres Problem.

Ist dieser Satz überhaupt ihr eigenes Urteil?

Angenommen, der VP eröffnet: Ich persönlich denke, dieses Projekt hat mindestens 80% Chance auf Erfolg.

Dann beginnen die anderen fünf zu sprechen.

82%.

75%.

78%.

80%.

85%.

Sind das wirklich sechs Urteile?

Nicht unbedingt. Es kann nur ein Urteil sein, plus fünf Echos.

Deshalb denke ich: Die Entscheidungen, die künftig wirklich zählen, sollten vielleicht mit etwas beginnen, das viele Unternehmen nicht gewohnt sind.

Sprich nicht zuerst. Jeder schreibt unabhängig sein Urteil. Sperr es. Dann diskutiert. Tauscht Evidenz. Hört den Widerspruch. Dann erlaubt eine Revision.

Das Unternehmen kann vier Dinge hinterlassen: das Anfangsurteil, die neue Evidenz, das revidierte Urteil und das Endergebnis.

Bleibt nichts davon, erinnert sich das Unternehmen Jahre später meist nur daran, was der Mächtigste im Raum damals gesagt hat.

Und etwas anderes in der Sitzung lässt sich besonders leicht auswischen.

Die Minderheitenmeinung.

Angenommen, sechs Menschen schätzen die Wahrscheinlichkeit, dass das Projekt gelingt. Fünf von ihnen sagen:

75%.

78%.

80%.

72%.

77%.

Alice sagt:

30%.

Was macht eine traditionelle Sitzung wahrscheinlich? Fünf sind grob ausgerichtet. Alice ist konservativer. Weiter.

Lassen wir KI einen einfachen gewichteten Durchschnitt rechnen, wird die Lage kaum besser. Was erscheint, ist 68.7%. Es sieht extrem präzise aus. Die Leute können sogar das Gefühl bekommen, das System habe es schon durchgerechnet.

Das Wertvolle kann genau von diesem Durchschnitt ausgewaschen worden sein.

Denn KI kann weitersehen. Alice hat fünf sehr ähnliche Fehlschläge behandelt. Bei dieser Klasse von Problemen waren ihre früheren Prognosen kein zielloses Rufen. Sie gab 30%, bevor sie irgendjemandes Antworten hörte. Und sie zeigte auf ein Regulierungsrisiko, das die anderen fünf nie nannten.

An dem Punkt sollte die wertvolle KI-Ausgabe nicht nur Final Probability: 68.7% sein. Sie sollte sein: Hier gibt es eine Meinungsverschiedenheit, die sich zu öffnen lohnt.

Das ist ein Prinzip, das künftige Urteilssysteme brauchen werden. Der Sinn der Aggregation ist nicht nur, Meinungen zu einer Zahl zu mitteln. Was zählt, ist, die Meinungsverschiedenheit sichtbar zu machen, die man sehen sollte.

Wo stimmen die Leute wirklich überein? Was ist die echte Differenz? Sitzt da eine Minderheitenmeinung auf Erfahrung oder Evidenz, die die anderen nicht haben? Wessen frühere Arbeit ist für das heutige Problem wirklich relevant? Und was wissen wir, in Wahrheit, nicht?

Diese Fragen sind oft mehr wert als ein geheimnisvoller Gesamtscore. Denn was ein Unternehmen wirklich fürchten sollte, ist nie, dass jemand im Raum widerspricht.

Es ist, dass der „Unterschied“, den man am meisten hören sollte, weggemittelt, höflich geglättet und vom Titel leicht zugedeckt wird.

Hier müssen wir eine sehr klare Linie ziehen.

Auch wenn Alices Prognose ernstes Gewicht verdient, heißt das nicht, Alice halte automatisch die letzte Entscheidung.

Prediction ist nicht Decision.

Prognose fragt: Was wird am wahrscheinlichsten geschehen? Entscheidung fragt: Was tun wir, wenn wir diese Möglichkeiten kennen?

Dazwischen liegt sehr viel. Strategie. Risikoappetit. Recht. Werte. Cash. Opportunitätskosten. Und das Wichtigste: Wenn das falsch ist, wer fängt das Ergebnis auf?

Ein Team kann korrekt urteilen, die Chance, pünktlich live zu gehen, sei nur 32%. Das heißt nicht automatisch: Absagen. Das Unternehmen will diesen 32% vielleicht kaufen. Es mag das einzige noch offene Fenster sein. Nicht zu tun kann teurer sein. Das Unternehmen kann sogar wissen, dass die Erfolgsquote niedrig ist, und es strategisch trotzdem tun müssen.

Ein Urteilssystem kann Macht also beeinflussen. Es kann nicht automatisch selbst Macht werden.

Zu wissen, was geschehen könnte, und zu entscheiden, welche Zukunft wir tragen wollen, bleiben zwei verschiedene Dinge.

Endete der Essay hier, klang das System vielleicht schon schön.

Natürlich ist es nicht so einfach. Es wird auch krank.

Der erste Schnitt trifft die Neuen.

Angenommen, historisches Urteil beginnt zu beeinflussen, ob jemand jetzt Gehör verdient. Was geschieht mit dem, der gerade erst kam? Er hat keine Akte. Keine Geschichte. Das System weiß nicht, ob er gut ist.

Hier muss ein sehr wichtiges Prinzip stehen:

Unknown ist nicht Bad.

Keine Geschichte heißt nicht geringe Fähigkeit. Echte Organisationen machen diesen Fehler leicht. Keine Akte wird zur niedrigen Note, weil eine Leerstelle Führungskräften am wenigsten Sicherheit gibt. Junge Menschen, oder jeder Neue, sitzen dann von Natur aus hinten — nicht weil sie falsch lagen, sondern weil das System sie noch nicht gesehen hat.

Die Zukunft mag Neuen zuerst erlauben, auf risikoarmen Problemen mit schnellem Feedback eine Urteilsakte aufzubauen. Sie mag Schattenprognosen erlauben: das Urteil hinterlassen, es aber noch nicht auf die formale Entscheidung wirken lassen. Das lässt sich noch entwerfen.

Es ist noch nicht die Antwort. Dieser Essay muss nur einen Zug blockieren:

Schreibe „noch nicht geprüft“ niemals als „nicht wert, gehört zu werden“.

Der zweite Schnitt ist gaming.

Sobald eine Urteilsakte beginnt, jemandes Einfluss zu prägen, werden Menschen diese Akte bewirtschaften. Das ist menschlich.

Sie wählen die leicht vorherzusagenden Fragen. Sie umgehen die Entscheidungen mit echter Unsicherheit. Sie reichen etwas später ein. Sie sehen zuerst, was andere denken. Sie verbergen, wie unsicher sie sind. Hinterher deuten sie um, was sie meinten. Sie machen den Score hübsch, statt das Unternehmen besser.

Das liegt nicht unbedingt daran, dass Mitarbeiter schlecht sind. Es liegt daran, dass das System anfing, Belohnungen zu verteilen. Sobald eine Kennzahl von „hilft zu verstehen“ zu „entscheidet über die Zukunft“ wandert, beginnen Menschen um die Kennzahl herum zu leben.

Diese Unterscheidung muss also stehen bleiben:

Measurement.

Und:

Governance.

Du kannst jemandes Prognosen aufzeichnen. Das heißt nicht, du hättest schon das Recht, aus dieser Akte die Karriere zu entscheiden.

Du kannst einige Schutzvorrichtungen bauen. Sperre zuerst das Anfangsurteil. Betrachte verschiedene Felder getrennt. Lass alte Akten an Gewicht verlieren. Erlaube Widerspruch. Unterscheide Menschen, die schwere Probleme anfassen, von Menschen, die nur leichte beackern.

Nichts davon tötet gaming. Es macht gaming nur schwerer. Jedes System, das dir sagt, es habe das Punkte-Farmen der Mitarbeiter vollständig gelöst, ist das, das man am genauesten beobachten sollte.

Der dritte Schnitt mag der gefährlichste sein.

Angenommen, Alice lag wirklich lange richtig. Also hört die Organisation ihr mehr zu. Je mehr sie zuhört, desto leichter kommt Alice in wichtigere Projekte. Wichtigere Projekte bringen mehr Information, Ressourcen und Erfahrung. Dann wird ihre Akte noch stärker.

Was geschieht am Ende?

Wir haben vielleicht einen dauerhaften VP neu gebaut. Nur dass diesmal der Titel weg ist und die Hierarchie in der Datenbank wohnt.

Das ist das Ergebnis, das das ganze Urteilssystem verhindern muss. Wir können den dauerhaften VP nicht töten und dann in der Datenbank einen dauerhaften VP neu bauen.

Menschen, die schon Anerkennung haben, empfangen sie leichter weiter. Das ist kein neues Phänomen. Unternehmen laufen so. Die Wissenschaft läuft so. Soziale Plattformen laufen auch so.

Wenn etwas namens Urteilgewicht wirklich existiert, muss es zumindest dieses Problem betreffen, dieses Feld, verfallen können, herausgefordert werden können und zugeben können: Diesmal weiß ich es nicht.

Es darf niemals eine neue dauerhafte Identität werden.

Dann gibt es einen vierten Schnitt. Im KI-Zeitalter ist er besonders unordentlich.

Neue Probleme.

Historische Kalibrierung versagt am leichtesten genau dann, wenn das Unternehmen Urteil am meisten braucht: Dinge, die niemand gesehen hat. Das KI-Zeitalter wird mehr davon erzeugen. Vor drei Jahren gab es sie nicht. Alte Akten sind nicht vergleichbar. Frühere Gewinner müssen nicht mehr zutreffen.

An dem Punkt muss das System sagen können: We don’t know.

Es darf keine Autorität herstellen, nur weil Geschichte fehlt. Es darf nicht annehmen, weil Alice bei alten Problemen besonders treffsicher war, solle sie bei einem brandneuen immer noch am meisten wiegen.

Manchmal ist das ehrlichste Gewicht: Diesmal hat niemand Privileg.

Was soll KI hier also wirklich tun?

Ich denke inzwischen, die Antwort wird klarer. Zuerst, was sie nicht tun sollte.

KI sollte kein Management God werden. Sie sollte dem Unternehmen nicht sagen, Alice solle 37% der Macht erhalten. Macht wird so nicht berechnet.

Wofür KI wirklich taugt, ist ziemlich konkret. Frühere Entscheidungen finden, die wirklich ähnlich waren. Die Wahrscheinlichkeitsurteile verschiedener Menschen ansehen. Widersprüchliche Evidenz sichtbar machen. Merken, welche Meinungen nur Kopien voneinander sind. Die Minderheitenmeinung markieren. Das erste Urteil und die spätere Revision behalten. Zeigen, welche Evidenz noch fehlt. Den Kontext einer komplizierten Entscheidung klären.

Anders gesagt: Die wichtigste Arbeit der KI mag nicht sein, dem Unternehmen direkt zu entscheiden. Sie mag zuerst helfen zu entscheiden, wohin man jetzt genau schauen sollte. Wen man noch einmal hören sollte. Welches Risiko man nicht vorbeirutschen lassen sollte. Welche Evidenz den Raum noch nicht betreten hat.

Das ist eine Unterscheidung, die ich mag. KI kann helfen, Aufmerksamkeit zu verteilen. Sie sollte nicht automatisch Souveränität verteilen.

KI kann der Macht helfen, besseres Urteil zu finden. Die letzte formale Macht sollte weiter bei Menschen und Regeln landen, die sich erklären, herausfordern und zur Rechenschaft ziehen lassen.

Sonst haben wir nur eine Sorte Urteil gegen eine andere ausgelagert: das Urteil dem Modell übergeben und die Verantwortung der Luft überlassen.

Nach der ersten Forschungsrunde stehen, denke ich, fünf Prinzipien vorerst noch.

Sie sind keine Gesetze. Sie sind keine Wahrheiten, die Future Lab schon bewiesen hat. Bis hierhin haben wir sie selbst noch nicht durchschlagen.

Erstens:

Bewerte dieses Urteil. Gib einem Menschen keinen Gesamtscore.

Score predictions, not people.

Zweitens:

Gewichte diese Meinung. Gewichte eine Identität nicht dauerhaft.

Weight judgments, not identities.

Drittens:

Zeichne den Beitrag auf. Erstelle keine Rangliste des menschlichen Werts.

Record contribution, don’t rank human worth.

Viertens:

Mache die Meinungsverschiedenheit sichtbar, die man sehen sollte. Mittel sie nicht weg.

Surface disagreement, don’t average it away.

Fünftens:

Lass KI der Macht helfen, besseres Urteil zu finden. Lass KI selbst nicht zur Quelle der Macht werden.

Let AI inform authority, never automatically become authority.

Am leichtesten falsch zu machen ist das erste. Das Urteil zu bewerten rutscht zu leicht ins Bewerten des Menschen. Das System will eine Rangliste. Führungskräfte wollen eine Liste. Mitarbeiter wollen eine Zahl, die sie bewirtschaften können.

Am Ende wird Prognose wieder Identität.

Dieser Essay hat das Unternehmen der Zukunft also noch nicht gelöst. Er hat nur die Frage beantwortet, die der letzte Essay hinterließ.

Wenn ein Titel nicht dauerhaft entscheiden soll, wer das letzte Wort hat, sollten wir wahrscheinlich nicht sofort eine andere Methode finden, Menschen zu rangieren.

Was wir zuerst wirklich tun sollten: lernen zu urteilen, welches Urteil beim konkreten Problem von heute — und warum — ernstes Gehör verdient.

Aber in dem Moment, in dem wir beginnen, diese Urteile aufzuzeichnen, erscheint die nächste Tür.

Angenommen, wir wollen wirklich wissen, welche Information dieser Mensch damals hatte. Was er glaubte. Welche Wahrscheinlichkeit er gab. Warum er so urteilte. Ob er später wegen neuer Evidenz umdachte. Und was schließlich geschah.

Dann muss das Unternehmen ein anderes Problem lösen: Wie soll ein Unternehmen eine Entscheidung erinnern?

Sobald das Ergebnis da ist, beginnt Erinnerung, die Geschichte leise umzuschreiben. Bei den erfolgreichen Projekten erinnert sich jeder, er sei dafür gewesen. Bei den gescheiterten erinnert sich jeder, er habe „früh Vorbehalte gehabt“.

Wenn die Urteilsakte eines Menschen wirklich beeinflusst, wer mehr Gehör verdient, muss die Organisation dieses Momenturteil hinterlassen, bevor das Ergebnis erscheint.