KI-Agenten übernehmen zunehmend Aufgaben innerhalb betrieblicher Arbeitsabläufe. Sie bereiten Dokumente vor, treffen Empfehlungen oder stoßen eigenständig weitere Prozessschritte an. Damit stellt sich für Unternehmen nicht mehr nur die Frage, welche Tätigkeiten sich mit Künstlicher Intelligenz automatisieren lassen. Ebenso relevant wird, welche organisatorische Rolle diese Systeme erhalten.
Manche Unternehmen beschreiben KI-Agenten als digitale Mitarbeitende oder Teammitglieder, geben ihnen Namen und Rollen oder bilden sie in Organisations- und Workflow-Strukturen ab. Ein im Mai 2026 in der Harvard Business Review vorgestelltes Forschungsprojekt untersucht, ob eine solche Einordnung das Verhalten von Führungskräften verändert. Die zugrunde liegende Studie kommt zu einem differenzierten Ergebnis: Im Durchschnitt waren die Effekte des Rollenbilds gering. Deutliche Unterschiede zeigten sich jedoch bei Führungskräften aus Organisationen, die KI-Agenten bereits formal in ihre Strukturen integriert hatten.
Gerade für HR, Organisationsentwicklung und Führung ist dieser Befund relevant. Denn er deutet darauf hin, dass die Bezeichnung eines KI-Systems nicht zwangsläufig eine folgenlose Kommunikationsentscheidung ist. Wo KI organisatorisch als eigenständiger Akteur institutionalisiert wird, können sich auch Kontrolle und die wahrgenommene Verantwortung verändern.
Inhaltsverzeichnis
- Wenn KI-Agenten einen Platz in der Organisation erhalten
- Das Experiment: Gleiche Dokumente, unterschiedliches Rollenbild
- Die durchschnittlichen Effekte waren zunächst gering
- Weniger direkte Kontrolle bei institutionalisierten KI-Agenten
- Zusätzliche Prüfungen ersetzen teilweise die eigene Kontrolle
- Wenn sich die wahrgenommene Verantwortung verschiebt
- KI als „Mitarbeitender“ erhöht die Akzeptanz nicht automatisch
- Was HR und Führung für den Einsatz von KI-Agenten ableiten können
- Grenzen der Studie: Keine pauschale Aussage über alle KI-Agenten
- Fazit: KI-Agenten sind auch eine Frage des Organisationsdesigns
Wenn KI-Agenten einen Platz in der Organisation erhalten
Die Forschenden um Emma Wiles von der Boston University sowie Megan Hsu, Julie Bedard und Matthew Kropp von der Boston Consulting Group unterscheiden in ihrem Working Paper Putting AI on the Org Chart: Evidence on Delegation and Oversight zwischen einem KI-Tool und einem sogenannten „AI employee“.
Gemeint ist damit nicht, dass ein KI-System arbeitsrechtlich oder sozial einem Menschen gleichgestellt wäre. Die Definition der Studie ist organisatorischer Natur: Als „AI employee“ gilt ein KI-Agent, dem eine Organisation eine standardisierte und institutionalisierte Rolle zuweist. Dazu können definierte Aufgaben, Datenzugriffe oder bestimmte Entscheidungs- und Handlungsbefugnisse gehören. Technisch könne dabei durchaus dieselbe agentische KI zum Einsatz kommen wie bei einem von Menschen genutzten System. Der Unterschied liege vor allem in den formalisierten Rechten, Zuständigkeiten und Handlungsspielräumen.
Diese Unterscheidung ist für die Bewertung der Ergebnisse zentral. Untersucht wurde nicht lediglich, ob eine KI einen menschlich klingenden Namen erhält. Im Mittelpunkt steht die Frage, was geschieht, wenn Unternehmen KI-Agenten als organisatorische Akteure positionieren.
Dass solche Praktiken nicht nur theoretisch diskutiert werden, zeigen die Befragungsdaten der Forschenden. Unter 1.261 befragten Führungskräften aus HR und Finance gaben 31 Prozent an, ihr Unternehmen rahme KI als Teammitglied oder Mitarbeitenden. 23 Prozent berichteten von KI-Agenten auf Organisations- oder Workflow-Charts.
Die Autoren ergänzten diese Stichprobe durch eine zweite Befragung von 1.500 Senior Managerinnen und Managern, die nach Branchen gewichtet wurde, um die Verteilung des US-Privatsektors besser abzubilden. In dieser Erhebung berichteten 14 Prozent von KI-Agenten auf Organisations- oder Workflow-Charts. 33 Prozent gaben an, KI-Agenten seien in Systeme integriert und würden zugleich in mindestens einer untersuchten Form organisatorisch anerkannt. Zu solchen Praktiken zählten beispielsweise ein Name oder eine Identität, eine Stellenbezeichnung, die Zuweisung eines menschlichen Verantwortlichen oder die Bezeichnung als „AI employee“ beziehungsweise „digital worker“.
Das Experiment: Gleiche Dokumente, unterschiedliches Rollenbild
Um den Einfluss der organisatorischen Rahmung möglichst isoliert zu untersuchen, entwickelten die Forschenden ein randomisiertes Experiment.
Die vorgelagerte Registrierungsbefragungg umfasste 1.261 Führungskräfte aus HR und Finance. 857 Personen nahmen anschließend am Experiment teil. Für die Hauptanalysen berücksichtigte die Studie 813 Teilnehmende, die einen Attention Check bestanden hatten.
Die Führungskräfte erhielten fünf Dokumente zur Prüfung. HR-Verantwortliche bearbeiteten Stellenbeschreibungen, Führungskräfte aus Finance Budgetdokumente. Die Unterlagen enthielten bewusst eingebaute Fehler. Für die Prüfung standen insgesamt 20 Minuten zur Verfügung.
Der entscheidende Unterschied lag ausschließlich in der beschriebenen Herkunft der Entwürfe. Je nach Experimentalgruppe sollten die Teilnehmenden davon ausgehen, die Dokumente seien von einem selbst genutzten KI-Tool, einem „AI employee“ oder einem menschlichen Mitarbeitenden erstellt worden. Auf diese Weise wollten die Forschenden untersuchen, ob allein die zugeschriebene organisatorische Rolle Auswirkungen auf Prüfung, Eskalation und Verantwortungswahrnehmung hat.
Diese Versuchsanordnung ist für die Einordnung der Ergebnisse wichtig: Die Dokumente und ihre eingebauten Fehler blieben gleich. Verändert wurde die Information darüber, wer oder was den Entwurf angefertigt hatte.
Die durchschnittlichen Effekte waren zunächst gering
Eine zugespitzte Interpretation der Studie könnte lauten: Wer KI als Mitarbeitenden bezeichnet, kontrolliert schlechter. Genau diese pauschale Schlussfolgerung stützen die Ergebnisse jedoch nicht.
Über die gesamte Analysestichprobe fanden die Forschenden keine statistisch signifikanten durchschnittlichen Effekte des „AI employee“-Framings auf die Review-Performance oder die Aufsichtsintensität. Bei der zugeschriebenen Verantwortung zeigte sich im Gesamtdurchschnitt lediglich eine kleine Verschiebung: Dem KI-System wurden drei Prozentpunkte mehr Verantwortung zugerechnet als in der KI-Tool-Gruppe.
Der zentrale Befund lag vielmehr in den unterschiedlichen Ergebnissen zwischen Organisationen mit und ohne bereits institutionalisierte KI-Agenten.
Bei Führungskräften, deren Unternehmen KI-Agenten bereits auf Organisations- oder Workflow-Charts abbildeten, veränderte das „AI employee“-Framing das beobachtete Verhalten deutlich. Die Forschenden hatten diese Form der Heterogenitätsanalyse nach eigenen Angaben vorregistriert.
Das bedeutet: Die Studie liefert keinen Beleg dafür, dass die bloße Verwendung eines Begriffs wie „digitaler Kollege“ automatisch das Kontrollverhalten sämtlicher Führungskräfte verändert. Ihre Ergebnisse sprechen vielmehr dafür, dass ein solches Rollenbild besonders dort relevant werden kann, wo die Organisation dieses Konzept bereits durch formale Strukturen legitimiert und im Arbeitsalltag verankert hat.
Weniger direkte Kontrolle bei institutionalisierten KI-Agenten
In dieser Teilgruppe fiel die gemessene Review-Performance beim „AI employee“-Framing gegenüber der KI-Tool-Gruppe um etwa sieben Prozentpunkte. Der Ausgangswert des verwendeten F1-Maßes lag in der KI-Tool-Gruppe dieser Teilstichprobe bei 0,44. Die Forschenden beziffern den relativen Rückgang deshalb auf rund 16 Prozent. Auch bei der getrennten Betrachtung von Präzision und Recall berichten sie signifikante negative Effekte.
Nach der zusammenfassenden Darstellung des Working Papers erkannten die Führungskräfte zudem 18 Prozent weniger der eingebauten Fehler.
Bemerkenswert ist der Vergleich mit der menschlichen Experimentalgruppe. Ein vergleichbarer Rückgang der direkten Kontrolle zeigte sich nicht, wenn die identischen Dokumente angeblich von einem menschlichen Mitarbeitenden erstellt worden waren. In der Studie führte das Mitarbeiter-Framing bei Mensch und KI damit nicht zu einem einheitlichen Delegationseffekt.
Die Autoren interpretieren dies als Hinweis auf ein eigenständiges Kontrollmuster. KI-Agenten würden in diesem Kontext offenbar nicht mehr wie selbst genutzte Werkzeuge behandelt. Gleichzeitig würden sie aber auch nicht so beaufsichtigt wie menschliche Mitarbeitende.
Für die betriebliche Praxis ist genau diese Zwischenposition relevant. Bestehende Führungs- und Kontrollroutinen sind in der Regel entweder auf menschliche Arbeit oder auf den Einsatz technischer Systeme ausgerichtet. Institutionalisierte KI-Agenten können dagegen Elemente beider Kategorien verbinden: Sie erhalten Aufgaben und Handlungsspielräume, verfügen jedoch nicht über die menschlichen Eigenschaften, auf denen klassische Modelle von Führung, Motivation und persönlicher Verantwortungsübernahme beruhen.
Zusätzliche Prüfungen ersetzen teilweise die eigene Kontrolle
Weniger direkte Prüfung bedeutete in der Studie nicht, dass die Führungskräfte den KI-Ergebnissen einfach uneingeschränkt vertrauten.
Das Experiment erfasste auch, ob die Teilnehmenden eine zusätzliche Prüfung durch andere Personen anforderten. Wenn eine solche Eskalation kostenlos war, entschieden sich nahezu alle Teilnehmenden dafür. Für die Hauptanalyse verwendeten die Forschenden daher eine Variante, in der eine zusätzliche Prüfung mit Kosten beziehungsweise einem experimentellen Nachteil verbunden war.
Bei Führungskräften aus Organisationen mit bereits institutionalisierten KI-Agenten erhöhte das „AI employee“-Framing die Anforderung einer zusätzlichen Prüfung gegenüber dem KI-Tool-Framing um etwa 22 Prozentpunkte. Ausgehend von einer Quote von 50 Prozent in der KI-Tool-Gruppe entspricht dies einem relativen Anstieg um rund 44 Prozent.
Die Kombination ist aufschlussreich: Die Führungskräfte prüften selbst weniger wirksam, forderten aber häufiger eine zusätzliche Kontrollinstanz an.
Nach Interpretation der Studienautoren deutet dies auf eine Verlagerung von direkter Aufsicht hin zu Eskalation. Eine mögliche Erklärung ist, dass die Führungskräfte die Arbeit eines institutionalisierten KI-Akteurs nicht mehr vollständig als Ergebnis ihres eigenen Werkzeugeinsatzes betrachten. Zugleich scheint das Rollenbild aber nicht dieselbe persönliche Überwachungsmotivation auszulösen wie die Delegation an einen Menschen.
Für Unternehmen entsteht daraus eine wichtige Governance-Frage: Werden zusätzliche Prüfprozesse bewusst aufgrund des Risikos eingerichtet – oder ersetzen sie unbemerkt die unmittelbare Verantwortung der Person, die ein KI-Ergebnis eigentlich bewerten und freigeben soll?
Eine Eskalation ist nicht grundsätzlich problematisch. Bei risikoreichen Vorgängen kann ein Mehr-Augen-Prinzip ausdrücklich sinnvoll sein. Kritisch wird es jedoch, wenn Kontrollketten wachsen, ohne dass eindeutig geregelt ist, welche Person welche Prüfung tatsächlich schuldet.
Wenn sich die wahrgenommene Verantwortung verschiebt
Noch deutlicher wird die organisatorische Dimension beim Thema Verantwortung.
Nach der Prüfungsaufgabe sollten die Teilnehmenden insgesamt 100 Prozent Verantwortung auf sich selbst, ihr Team, die Organisationsleitung und das KI-System verteilen. Bei Führungskräften aus Unternehmen mit institutionalisierten KI-Agenten führte das „AI employee“-Framing dazu, dass sie sich selbst rund neun Prozentpunkte weniger Verantwortung zuschrieben. Gleichzeitig stieg der Anteil, der dem KI-System zugerechnet wurde, um etwa acht Prozentpunkte.
Die Forschenden sprechen von einer diffuseren Wahrnehmung von Verantwortlichkeit, wenn das KI-System als eigenständiger organisatorischer Akteur positioniert wird.
An dieser Stelle ist eine begriffliche Trennung notwendig. Die Studie misst wahrgenommene Accountability der Führungskräfte im Experiment. Sie untersucht damit nicht die arbeitsrechtliche oder regulatorische Verantwortlichkeit eines KI-Systems in Deutschland oder der Europäischen Union.
Aus Organisationssicht bleibt der Befund dennoch relevant. Unternehmen können Prozesse nur verlässlich steuern, wenn nachvollziehbar ist, wer für Prüfung, Freigabe und Eskalation zuständig ist. Ein Rollenbild, das Verantwortung gedanklich auf ein technisches System verschiebt, kann mit der formal festgelegten Verantwortungsarchitektur kollidieren.
Für HR und Organisationsentwicklung ergibt sich daraus eine konkrete Aufgabe: Rollenbeschreibungen für KI-gestützte Prozesse sollten nicht nur festhalten, was der KI-Agent tut. Ebenso klar muss definiert sein, was beim Menschen verbleibt.
KI als „Mitarbeitender“ erhöht die Akzeptanz nicht automatisch
Unternehmen verwenden menschliche Metaphern für KI teilweise in der Hoffnung, neue Systeme zugänglicher zu machen. Ein „digitaler Kollege“ klingt im internen Change Management möglicherweise weniger technisch als eine agentische Softwarearchitektur.
Die Studie liefert allerdings wenig Evidenz dafür, dass das „AI employee“-Framing die grundsätzliche KI-Adoption verbessert.
Die Forschenden fanden keine bedeutsamen Effekte auf die Absicht, KI-Tools bei der Arbeit einzusetzen, auf die Bereitschaft, Zeit in das Erlernen der Zusammenarbeit mit KI zu investieren, oder auf mehrere weitere allgemeine Einstellungen gegenüber KI. Auch Empfehlungen zur Übertragung größerer Entscheidungsbefugnisse an KI und zur Ressourcenverteilung zwischen KI-Systemen und zusätzlichen Beschäftigten veränderten sich durch das Framing nicht substanziell.
Das spricht zumindest in diesem Experiment gegen die Annahme, eine Mitarbeiter-Metapher sei für sich genommen ein verlässlicher Hebel für KI-Akzeptanz.
Für das Change Management ist das eine wichtige Differenzierung. Akzeptanz lässt sich nicht auf Namensgebung oder Anthropomorphisierung reduzieren. Qualifizierung, verständliche Prozesse, wahrgenommener Nutzen und klare Regeln für den Einsatz von KI bleiben eigenständige Gestaltungsfragen. Die Studie testet diese Maßnahmen zwar nicht direkt. Aus den fehlenden positiven Adoptionseffekten des Framings lässt sich jedoch ableiten, dass die sprachliche Personalisierung von KI sie nicht einfach ersetzen kann.
Was HR und Führung für den Einsatz von KI-Agenten ableiten können
Die Untersuchung ist kein Argument gegen KI-Agenten. Die Autoren betonen vielmehr, dass mögliche Produktivitätsgewinne den Bedarf an Governance nicht aufheben. Ihre zentrale Folgerung lautet, dass die formale Einbindung von KI-Agenten in Organisationsstrukturen als Governance-Entscheidung verstanden werden sollte und nicht als rein symbolische Bezeichnung.
Für HR, Organisationsentwicklung und Führung lassen sich daraus mehrere Gestaltungsfelder ableiten.
Menschliche Verantwortung explizit zuordnen
Jeder relevante KI-gestützte Prozess sollte eine nachvollziehbare menschliche Verantwortungsstruktur haben. Dabei reicht es nicht, einem KI-Agenten einen „Owner“ zuzuweisen. Zu klären ist, welche Person für die Qualität des Outputs prüfpflichtig ist, wer eine Entscheidung freigibt und wer bei Abweichungen eingreifen muss.
Gerade dort, wo ein KI-Agent eigenständig Prozessschritte auslösen kann, sollten diese Zuständigkeiten nicht nur implizit aus bestehenden Stellenbeschreibungen abgeleitet werden.
Kontrollstandards an Aufgaben und Risiken koppeln
Die Intensität menschlicher Prüfung sollte sich nicht daran orientieren, ob ein System intern als Tool, Assistent oder digitaler Mitarbeitender bezeichnet wird.
Sinnvoller ist eine risikobasierte Logik: Welche Folgen kann ein fehlerhaftes Ergebnis haben? Ist die Entscheidung reversibel? Sind Beschäftigte, Bewerbende oder finanzielle Interessen betroffen? Kann der Agent eigenständig handeln oder nur einen Entwurf vorbereiten?
Aus solchen Fragen können verbindliche Review- und Freigabestandards entwickelt werden.
Direkte Prüfung und Eskalation voneinander unterscheiden
Die Studie zeigt, dass zusätzliche Reviews und eigene Kontrollintensität nicht dasselbe sind. In der untersuchten Teilgruppe stieg die Eskalation, während die unmittelbare Fehlererkennung sank.
Unternehmen sollten deshalb definieren, welchen Zweck eine weitere Kontrollinstanz erfüllt. Ein Second-Level-Review kann eine primäre fachliche Prüfung ergänzen. Es sollte aber nicht unbemerkt zur Ersatzhandlung werden, mit der Verantwortung lediglich an die nächste Stelle weitergereicht wird.
Menschliche Rollen und KI-Funktionen getrennt beschreiben
Ein KI-Agent kann eine Aufgabe ausführen, Dokumente erzeugen oder Handlungsschritte anstoßen. Daraus folgt nicht, dass für das System dieselben Kategorien wie für menschliche Stellen sinnvoll sind.
Organisationsdesign sollte deshalb mindestens zwischen Aufgabe, technischer Handlungsbefugnis, menschlichem Entscheidungsrecht und formaler Verantwortung unterscheiden.
Eine solche Trennung kann auch die Zusammenarbeit erleichtern: Beschäftigte müssen wissen, wann sie mit einem System interagieren, welche Ergebnisse als Vorschlag gelten und an welcher Stelle ein Mensch verbindlich entscheidet.
Die Sprache über KI als Teil des Organisationsdesigns behandeln
Ob ein Unternehmen von einem KI-Tool, einem Agenten, einem Teammitglied oder einem digitalen Mitarbeitenden spricht, mag zunächst wie eine Frage der internen Kommunikation wirken.
Die Studie legt jedoch nahe, dass solche Rollenbilder in bereits entsprechend institutionalisierten Organisationen mit Unterschieden im Verhalten von Führungskräften zusammenhängen können. Im randomisierten Experiment war dabei gerade die unterschiedliche Beschreibung der identischen Arbeit der zentrale veränderte Faktor.
Unternehmen sollten Begriffe deshalb bewusst wählen und prüfen, welche Erwartungen sie erzeugen. Das bedeutet nicht, jede menschliche Metapher grundsätzlich zu verbieten. Es bedeutet, ihre möglichen organisatorischen Nebenwirkungen ernst zu nehmen.
Grenzen der Studie: Keine pauschale Aussage über alle KI-Agenten
Die Ergebnisse sollten nicht überinterpretiert werden.
Die experimentelle Stichprobe konzentrierte sich auf Führungskräfte aus HR und Finance. Die Dokumentenprüfung bestand aus Stellenbeschreibungen und Budgetunterlagen. Die Befragten stammten überwiegend aus den USA, auch wenn ein Teil der Stichprobe andere Länder umfasste. Die ergänzende zweite Befragung war ausdrücklich auf Senior Managerinnen und Manager im US-Privatsektor ausgerichtet.
Zudem waren die durchschnittlichen Effekte auf Review-Performance und Aufsicht in der Gesamtstichprobe klein und statistisch nicht signifikant. Der zentrale Befund betrifft die Gruppe der Führungskräfte, deren Organisation KI-Agenten bereits auf Organisations- oder Workflow-Charts institutionalisiert hatte.
Die Autoren prüften nach eigenen Angaben alternative Erklärungen wie allgemeine KI-Nutzung, Unternehmensgröße und die Zugehörigkeit zur Technologiebranche. Keine dieser Dimensionen reproduzierte das spezifische Muster, das mit der organisatorischen Institutionalisierung von KI-Agenten verbunden war. Dennoch bleiben die Ergebnisse an das untersuchte Experimentaldesign und die betrachteten Managementaufgaben gebunden.
Die Studie beweist daher nicht, dass jede Bezeichnung als „KI-Mitarbeitender“ zwangsläufig zu schlechterer Kontrolle führt. Sie liefert vielmehr experimentelle Evidenz dafür, dass organisatorisches Framing unter bestimmten institutionellen Bedingungen das menschliche Aufsichts- und Verantwortungsverhalten beeinflussen kann.
Fazit: KI-Agenten sind auch eine Frage des Organisationsdesigns
Die Diskussion über KI-Agenten konzentriert sich häufig auf technische Fähigkeiten: Welche Aufgaben können die Systeme selbstständig ausführen? Welche Prozesse lassen sich automatisieren? Wie weit kann Entscheidungsautonomie reichen?
Die neue Forschung ergänzt eine organisatorische Perspektive. Entscheidend ist nicht allein, was ein KI-Agent technisch kann. Relevant ist ebenso, welche Rolle eine Organisation dem System zuweist und wie Menschen diese Rolle interpretieren.
Besonders in Unternehmen, die KI-Agenten bereits als eigenständige Akteure in Organisations- oder Workflow-Strukturen verankern, kann das Mitarbeiter-Framing die direkte Kontrolle und die wahrgenommene Verantwortung verändern. Das Working Paper beschreibt KI-Agenten in diesem Kontext als eine Art organisatorische Zwischenposition: Sie werden nicht mehr wie ein selbst genutztes Tool behandelt, aber auch nicht wie menschliche Mitarbeitende beaufsichtigt.
Für HR und Führung folgt daraus kein Plädoyer gegen agentische KI. Wohl aber ein Auftrag zur Gestaltung. Rollen, Entscheidungsrechte, Kontrollpflichten und Eskalationswege müssen für hybride Arbeitsprozesse ausdrücklich definiert werden.
Die entscheidende Frage lautet deshalb nicht, ob ein KI-Agent einen Namen oder einen Platz im Organigramm bekommen darf. Wichtiger ist, ob die Organisation jederzeit beantworten kann, welcher Mensch prüft, entscheidet und Verantwortung übernimmt.
