Euer KI-Agent ist kein Kollege: was ein Experiment mit 1.261 Führungskräften zeigt
BCG hat in einem randomisierten Experiment getestet, was passiert, wenn Unternehmen KI als „Mitarbeiter" framen: 18 Prozent weniger erkannte Fehler, weniger empfundene Verantwortung, kein Adoptionsgewinn. Warum die Metapher beim Zuschnitt hilft und bei der Verantwortung schadet.
Viele Führungsteams diskutieren gerade dieselbe Idee: KI nicht mehr als Werkzeug behandeln, sondern als Mitarbeiter, inklusive Platz im Orgchart. Ein Forschungsteam des BCG Henderson Institute um Matthew Kropp hat diese Idee experimentell getestet und die Ergebnisse im Mai 2026 in der Harvard Business Review veröffentlicht.
Das Experiment
1.261 Führungskräfte aus den USA, Kanada und der EU wurden zufällig in Gruppen geteilt. Die einen bekamen dieselbe KI als „Werkzeug" präsentiert, die anderen als „Mitarbeiter" oder „Teammitglied". Der Unterschied war messbar, und er fiel durchweg gegen die Mitarbeiter-Rahmung aus: Wer die KI als Mitarbeiter sah, fand 18 Prozent weniger Fehler im KI-Output. Die empfundene eigene Verantwortung für Fehler sank um 9 Prozentpunkte, während die der KI zugeschriebene Verantwortung um 8 Prozentpunkte stieg. Die Befragten berichteten zudem mehr Unsicherheit über die eigene Rolle und weniger Vertrauen in den KI-Einsatz des Unternehmens. Der erhoffte Gegenwert blieb aus: Die Bereitschaft, die KI tatsächlich zu nutzen, stieg nicht.
Was das für die Praxis heißt
Die Pointe ist nicht „vermenschlicht KI nie". Die Metapher der mitarbeitenden Person ist beim Zuschnitt eines Agenten sogar hilfreich: klare Aufgabe, klare Zugänge, klare Übergabepunkte, so beschreiben wir selbst, wie ein guter Agent geschnitten wird. Das Experiment zeigt aber, wo die Metapher kippt: bei der Verantwortung. Sobald Menschen den Agenten als Kollegen wahrnehmen, dem man Fehler zuschreiben kann, prüfen sie schlechter und fühlen sich weniger zuständig.
Die Konsequenz für den Einsatz im Unternehmen: Ein Agent braucht einen menschlichen Owner, dem das Ergebnis gehört, und definierte Freigabepunkte statt diffuser Team-Zugehörigkeit. Der Agent erledigt den Vorgang, die Verantwortung wandert nicht mit. Genau deshalb bauen wir Freigaben dorthin, wo sie gewollt sind, und lassen die Ergebnisverantwortung ausdrücklich beim Kunden.
Ein ehrlicher Vorbehalt
Das Experiment misst Wahrnehmung und Verhalten in einem kontrollierten Setting, nicht die Fehlerquote über Monate im echten Betrieb. Und es sagt nichts darüber, ob Agenten Wert schaffen, sondern nur, wie man über sie sprechen sollte. Die Betriebsfrage bleibt davon unberührt: prüfbare Qualität, klare Zuständigkeit, laufende Überwachung.
Welche Vorgänge sich überhaupt für einen Agenten eignen, steht mit konkreten Fällen in unserem Guide Wofür lohnt sich ein KI-Agent?, die frei lesbare Fassung gibt es unter Agentic Use Cases.
Grundlage: Matthew Kropp, Julie Bedard, Emma Wiles, Megan Hsu, Lisa Krayer: „Research: Why You Shouldn't Treat AI Agents Like Employees", Harvard Business Review, 06.05.2026 (hbr.org); BCG Henderson Institute (bcghendersoninstitute.com). Kein bezahlter Beitrag.