Welche Frage wir zur Entscheidung stellen Über die Annahmen, die einer Technologieentscheidung vorausgehen Autor, Andreas Rieger Erschienen, 13. September 2026 Lesezeit, 11 Min. Themen, Executive Decision Making, Technology Strategy, Artificial Intelligence, Leadership Kanonische Seite, https://andreas-rieger.eu/de/denken/welche-frage-wir-zur-entscheidung-stellen Englische Fassung, https://andreas-rieger.eu/thinking/the-architecture-of-better-questions Ein sorgfältiger Vergleich kann die passende Lösung für einen Auftrag finden, ohne dessen Diagnose zu prüfen. Wann sollte die Führung diese Diagnose noch einmal aufgreifen? Der Essay untersucht auch, wann sich dabei der Zweck verändert und welche Gründe eine Entscheidung trotz verbleibender Unsicherheit tragen können. --- Stellen Sie sich vor, Ihnen liegt eine Entscheidungsvorlage zur Freigabe vor. Das Team hat KI-Anwendungen für Kundenanfragen verglichen, ihre Antworten getestet und den Aufwand für die Anbindung an bestehende Systeme kalkuliert. Die Empfehlung ist nachvollziehbar. Sie können erkennen, wie die Bewertungskriterien zur bevorzugten Lösung geführt haben und welche Abstriche damit verbunden sind. Über den Kauf lässt sich auf dieser Grundlage ernsthaft sprechen. Für eine Freigabe könnte allerdings etwas entscheidend sein, das weiter hinten steht oder nur in einer früheren Unterlage zu finden ist. Wie kam das Unternehmen zu dem Schluss, dass es diese Kundenanfragen mit einer KI-Anwendung bearbeiten sollte? Vielleicht hat das Team längst untersucht, wann Kunden Beratung fehlt, einfachere Änderungen aus guten Gründen verworfen und damit die Eingrenzung auf KI begründet. Im Lösungsvergleich allein wird diese Vorarbeit nicht sichtbar. Er kann zeigen, welche Anwendung den Auftrag am besten erfüllt, ohne die darin enthaltene Diagnose noch einmal zu berühren. Mit Ihrer Freigabe binden Sie Mittel an einen bestimmten Lösungsweg. Die Vorlage sollte deshalb auch verständlich machen, weshalb das Unternehmen gerade dieses Problem auf diese Weise angehen will. ## Was der Prüfauftrag bereits festlegt Wer untersuchen lässt, welches System Kundenanfragen bearbeiten soll, hat der Untersuchung schon eine Richtung gegeben. Die Bearbeitung der Anfragen gilt damit als Ansatzpunkt. Entstehen einige davon, weil Kunden eine Regelung nicht verstehen, käme auch eine Änderung dieser Regelung infrage. In einem reinen Systemvergleich hätte diese Möglichkeit keinen Platz, solange der Auftrag sie nicht ausdrücklich zulässt. An diesem Beispiel lässt sich erkennen, wie eine Alternative aus der Untersuchung verschwinden kann, bevor der erste Anbieter bewertet wird. Ein Problem zu definieren reicht weiter, als einen Vorschlag anders zu formulieren. Dieselben geplanten Ausgaben lassen sich als auszugebender Betrag oder als Einsparung gegenüber dem bisherigen Budget darstellen. Die Beschreibung ändert sich, das Vorhaben bleibt dasselbe. Die Festlegung, ein Serviceproblem erfordere ein neues System, bestimmt dagegen, was überhaupt untersucht wird. Wieder etwas anderes ist eine Begründung, die erst nach der Systementscheidung entsteht. Sie kann die Auswahl verständlich machen. Ob die zugrunde liegende Annahme geprüft wurde, als das Ergebnis noch offen war, zeigt sie damit nicht. Markus Baer, Kurt Dirks und Jackson Nickerson beschreiben in ihrer theoretischen Arbeit zur strategischen Problemformulierung einen Zusammenhang zwischen einer eingeengten Problemdefinition und einer begrenzten Suche nach Lösungen. Daraus ergibt sich ein begrifflicher Ansatz, um solche Grenzen zu untersuchen. Einen Wirksamkeitsnachweis dafür, dass ein bestimmtes Frageverfahren bessere Projektergebnisse hervorbringt, liefert die Arbeit nicht. Die Grundlagenreihe hat sich mit Urteilskraft, organisationalem Gedächtnis und Zeit beschäftigt. Hier geht es darum, welche Frage diese Fähigkeiten überhaupt beantworten sollen. Die Verantwortung für diese Festlegung sehe ich bei der Führung, die das Vorhaben freigibt. Sie muss dafür keine fachliche Analyse wiederholen. Sie sollte aber verstehen, weshalb die Untersuchung genau diese Grenzen hat, insbesondere wenn eine Annahme einen wesentlich anderen Lösungsweg ausschließen könnte. Ein eng gefasster Auftrag kann das Ergebnis guter Vorarbeit sein. Deren Gründe sollten auch dann noch nachvollziehbar bleiben, wenn die Vorlage gekürzt wird. Eine tragfähige Problemdefinition beantwortet weder die Frage nach der technischen Eignung noch die nach den Kosten der Umsetzung. Die Integration kann weiterhin die größte Schwierigkeit sein. Der hier relevante Einwand ist begrenzter. Bleibt eine Diagnose ungeprüft, kann selbst eine gründliche Bewertung der zugelassenen Optionen das ursprüngliche Problem ungelöst lassen. Eine erneute Prüfung verspricht allerdings ebenfalls kein besseres Ergebnis. Auch Leistungsnachweise einer Anwendung müssen deshalb daraufhin gelesen werden, zu welcher Entscheidung sie tatsächlich etwas beitragen. ## Besser als welcher Ausgangszustand? Ein positives Studienergebnis kann einen KI-Vorschlag plausibler machen. Wie viel es für die eigene Entscheidung bedeutet, hängt davon ab, was sich für die Menschen in der Untersuchung verändert hat und welche Leistung sie andernfalls erhalten hätten. Der Vergleichsmaßstab gehört zum Befund. Lu Fang und ihre Mitautoren berichten in einem Preprint über Experimente auf einer nicht namentlich genannten Handelsplattform. Ein Verkaufschatbot erzielte einen statistisch signifikanten Umsatzvorteil gegenüber einer Situation ohne Live-Beratung. In dieser Vergleichsgruppe erhielten Kunden automatisch die Nachricht, dass der Service nicht verfügbar sei. Als Umsatz wurden die Produktausgaben je Verbraucher gemessen. Ein zusätzlicher Vergleich mit menschlichen Antworten ergab keinen statistisch signifikanten Umsatzunterschied. Das belegt weder Gleichwertigkeit noch Nichtunterlegenheit und sagt für sich genommen nichts darüber aus, ob die Beratung gleich gut war. Die Experimente liefen über kurze Zeiträume auf einer einzigen Plattform. Während des Projekts waren zwei Autoren als Berater für das Unternehmen tätig, ein weiterer war dort beschäftigt. Wer die Ergebnisse auf ein anderes Unternehmen beziehen will, muss diese Einschränkungen mitlesen. Für unsere hypothetische Freigabe macht es einen wesentlichen Unterschied, ob Beratung erstmals verfügbar wird oder ob eine bestehende Beratung künftig jemand anderes übernehmen soll. Fehlt es bislang an Erreichbarkeit, kann der erste Vergleich durchaus relevant sein. Soll dagegen ein vorhandener Service ersetzt werden, braucht der Vorschlag einen Nachweis gegenüber diesem Service. Den Umsatzvorteil aus dem einen Vergleich auf den anderen zu übertragen würde die Aussage verändern, mit der die Investition begründet wird. Geht der Prüfauftrag von zu wenig Personalkapazität aus, richtet sich die Aufmerksamkeit auf Werkzeuge, die mehr Anfragen bewältigen können. Liegt die Schwierigkeit in widersprüchlichen Auskünften, gehört auch die Entstehung und Pflege der dafür verwendeten Vorgaben in die Untersuchung. Wie die Geschäftsleitung der untersuchten Plattform ihren Auftrag formuliert hat, beschreibt die Studie nicht. Sie liefert ein Ergebnis, dessen Bedeutung vom Ausgangszustand abhängt. Das Unternehmen, das eine Anwendung einführen will, muss selbst klären, ob seinen Kunden dieselbe Leistung fehlt und ob der erwartete Nutzen den vorgesehenen Aufwand rechtfertigt. Eine andere Grenze wird in der Studie von Erik Brynjolfsson, Danielle Li und Lindsey Raymond sichtbar. Sie untersuchten die gestaffelte Einführung einer KI-Assistenz im Kundenservice eines Softwareunternehmens. Ihre Auswertung schätzte einen Anstieg der gelösten Anliegen pro Stunde, wobei sich die Effekte zwischen den Beschäftigten unterschieden. Für die Antworten blieben die Mitarbeiter verantwortlich. Sie konnten Vorschläge bearbeiten, Teile übernehmen oder sie ignorieren. Die Hauptauswertung war keine randomisierte Studie. Hier geht es um den Umfang der übertragenen Aufgabe. Ein Ergebnis, das unter fortbestehender menschlicher Bearbeitung erzielt wurde, beantwortet nicht, was geschieht, wenn diese Verantwortung entfällt. Es gibt Anlass, die untersuchte Form der Zusammenarbeit in Betracht zu ziehen. Eine Personalentscheidung über vollständigen Ersatz lässt sich daraus allein nicht ableiten. Die beiden Studien verlangen somit unterschiedliche Sorgfalt bei der Verwendung ihrer Befunde. Der Vergleich muss zum eigenen Vorhaben passen, und die beim Menschen verbleibende Arbeit muss zutreffend beschrieben sein. Keine der beiden Studien prüft, ob eine neue Problemdefinition zu besseren Projekten führt. Ein ermutigendes KI-Ergebnis ersetzt keine genaue Beschreibung der geplanten Veränderung. Ist diese geklärt, bleibt noch festzulegen, was das System als Erfolg behandeln soll. ## Was eine Zielgröße abbildet Diese Festlegung wirkt sich nicht nur auf den späteren Projektbericht aus. Ein System kann darauf trainiert werden, eine messbare Größe vorherzusagen, die den Zweck ihrer späteren Verwendung nur unzureichend abbildet. Ziad Obermeyer und seine Mitautoren untersuchten einen Vorhersagealgorithmus im US-Gesundheitssystem. Er half bei der Auswahl von Patienten für zusätzliche Betreuung und prognostizierte die gesamten medizinischen Ausgaben. Diese dienten als Stellvertreter für den gesundheitlichen Bedarf. Im untersuchten Bestand waren Schwarze Patienten bei gleichem Risikowert kränker als weiße Patienten, gemessen an chronischen Erkrankungen und klinischen Werten. Bei vergleichbarem gemessenem Gesundheitszustand waren die Ausgaben für Schwarze Patienten niedriger. Zur Erklärung dieser Ausgabenunterschiede zogen die Autoren Forschung zu Zugangsbarrieren und rassistisch ungleicher Versorgung heran. Welchen kausalen Anteil jeder dieser Erklärungswege hatte, wurde durch ihre Analyse nicht gesondert nachgewiesen. Der Unterschied zwischen Ausgaben und Bedarf beeinflusst hier, wer für zusätzliche Hilfe ausgewählt wird. Den Fall auf die Wahl einer besseren Kennzahl zu verkürzen würde die rassistische Ungleichheit im US-Gesundheitssystem ausblenden, durch die diese Abweichung ihre konkrete Bedeutung erhält. Die Ausgaben zeigen, was innerhalb dieses Systems bezahlt wurde. Wer anhand solcher Ausgabenmuster den Bedarf ermittelt, kann bestehende Versorgungsunterschiede in die Entscheidung über zusätzliche Unterstützung übernehmen. Es lohnt sich deshalb, die Übersetzung eines Zwecks in eine Vorhersagegröße gesondert zu prüfen. Sie hängt mit der Problemdefinition zusammen, erfasst aber nur einen Teil davon. Ein Unternehmen kann einen gut begründeten Zweck verfolgen und seinen Fortschritt dennoch an einer ungeeigneten Größe messen. Eine andere Kennzahl könnte dem bisherigen Zweck besser entsprechen. Eine umfassendere Neuformulierung könnte dagegen einen anderen Zweck einführen. Dafür wäre eine andere Begründung nötig. ## Eine andere Diagnose oder ein anderer Zweck? Kehren wir zur angenommenen Entscheidung im Kundenservice zurück. Das Unternehmen möchte, dass Kunden schneller verlässliche Antworten erhalten. Die Prüfung stützt nun die Erklärung, dass Mitarbeiter vor einer Antwort zunächst widersprüchliche Vorgaben klären müssen. Damit wird die Bereinigung dieser Vorgaben zu einer relevanten Option. Die Diagnose hat sich verändert und mit ihr der vorgeschlagene Eingriff. Am gewünschten Ergebnis, schneller verlässliche Antworten zu geben, hat sich nichts geändert. Nun schlägt jemand vor, die Kosten des Kundenkontakts zu senken, indem mehr Kunden auf Selbstbedienungsangebote verwiesen werden. Dabei würde das Unternehmen hinnehmen, dass einige schwerer an eine Antwort gelangen. Dafür mag es wirtschaftliche Gründe geben. Es wäre jedoch eine Entscheidung darüber, welche Leistung das Unternehmen anbieten will und welche Umstände es seinen Kunden zumuten möchte. Wer dies als präzisere Beschreibung desselben Problems bezeichnet, verdeckt eine Veränderung des Leistungsversprechens. An dieser Stelle braucht die Begeisterung für neue Fragestellungen Zurückhaltung. Ein neuer Zweck kann attraktiv sein, ohne den Zustand zu erklären, der den ursprünglichen Vorschlag ausgelöst hat. Möglicherweise verlagert er Ausgaben in eine andere Abteilung oder Arbeit zum Kunden. Wer ihn vorstellt, sollte sagen können, ob sich die Diagnose geändert hat oder ob inzwischen ein anderes Ergebnis angestrebt wird. Über Letzteres müssen diejenigen entscheiden, die für die Folgen einstehen. Bei den Maßstäben ist dieselbe Genauigkeit nötig. Wird verlässlicher Service allein an der verstrichenen Zeit gemessen, kann sich die Kennzahl verbessern, während die Zuverlässigkeit der Auskunft ungeprüft bleibt. Eine Korrektur dieser Messung muss das Leistungsversprechen nicht verändern. Eine bewusst geringere Leistung tut es. Mit dieser Unterscheidung lässt sich ein Gespräch klären, in dem zwei Beteiligte scheinbar über denselben Auftrag streiten, tatsächlich aber unterschiedliche Ergebnisse verteidigen. Das schützt auch bereits getroffene Entscheidungen. Eine vertragliche Verpflichtung oder eine ausdrücklich vereinbarte Serviceleistung ist kein Mangel an Vorstellungskraft. Solche Grenzen lassen sich möglicherweise neu verhandeln. Darin liegt dann eine weitere Entscheidung mit eigenen Folgen. Wer einen Prüfauftrag erneut öffnet, sollte diese Entscheidungen sichtbar machen. Eine neue Formulierung verleiht ihm nicht stillschweigend die Befugnis, sie selbst zu treffen. ## Wann die Prüfung genügt Irgendwann hält die nächste Diskussion über die Frage das Team davon ab, sie zu beantworten. Menschen brauchen einen ausreichend geklärten Auftrag, um etwas aufzubauen und zu betreiben. Eine Führungskraft, die den Zweck wiederholt zur Disposition stellt, kann allen anderen Unsicherheit auferlegen und dies zugleich als besondere Sorgfalt verstehen. Ich würde den Prüfauftrag erneut öffnen, wenn eine folgenreiche Annahme nicht hinreichend gestützt ist oder den Beobachtungen im Unternehmen widerspricht und ihre Untersuchung die Entscheidung verändern könnte. Warten Kunden auf die Klärung von Vorgaben, verdient ein Vorschlag, der von zu geringer Antwortkapazität ausgeht, eine solche Prüfung. Eine andere Diagnose könnte zu einer anderen Investition führen. Dass sich Kundenservice auch umfassender beschreiben ließe, reicht als Anlass nicht aus. Wer eine erneute Untersuchung verlangt, sollte dem Team erklären können, was sich dadurch an der Entscheidung ändern könnte. Wann die Grundlage für einen Abschluss reicht, ist eine Frage des Urteils. Die hier besprochenen Studien liefern dafür keine Kriterien. Die verantwortliche Führungskraft muss abwägen, was sich vor der Bindung noch herausfinden lässt, welchen Aufwand das erfordert und wie relevant die Erkenntnis für die Auswahl wäre. Dabei zählt die Tragweite eines möglichen Irrtums ebenso wie die Belastung, ein Team weiter in der Vorbereitung zu halten, während das bestehende Problem fortdauert. Jemand muss diese Prüfung auch beenden können. Dafür braucht es nicht auf jede Frage eine Antwort. Es muss aber klar sein, welchem Zweifel nachgegangen wird und wer entscheidet, ob die gewonnenen Erkenntnisse ausreichen. Zeigen vorhandene Unterlagen bereits, weshalb eine Alternative verworfen wurde, kann es genügen, diese Gründe wieder zugänglich zu machen. Die Untersuchung von vorn zu wiederholen würde dann zusätzliche Arbeit schaffen, ohne zwangsläufig mehr Verständnis zu bringen. Bei unvollständiger Evidenz kann ein begrenzter Versuch helfen. Er muss allerdings die Unsicherheit untersuchen, auf die es ankommt. Eine flüssig formulierte Antwort eines Assistenten zeigt noch nicht, ob widersprüchliche Vorgaben die Verzögerung verursachen. Auch der Versuch selbst verdient Prüfung, wenn die nötige Integration oder vertragliche Bindung die Entscheidung faktisch schon vorwegnimmt. Die Bezeichnung als Pilot macht seine Folgen nicht umkehrbar. Die weitere Untersuchung kann enden, sobald die Gründe ausreichen, die Problemdefinition zu bestätigen oder zu ändern. Sie kann auch enden, wenn vor der Entscheidung keine verhältnismäßige Untersuchung die verbleibende Unsicherheit voraussichtlich klären wird. Wer dann fortfährt, übernimmt die möglichen Folgen einer Fehleinschätzung. Eine Frist erklärt, weshalb jetzt entschieden werden muss. Sie liefert keinen zusätzlichen Beleg dafür, dass die Diagnose stimmt. Je nach Tragweite kann es besser begründbar sein, den Vorschlag abzulehnen, als ihn freizugeben oder noch eine Studie zu beauftragen. Ist das Problem ausreichend bestimmt, darf die Arbeit wieder einer technischen Schwierigkeit gelten. Unzuverlässige Daten brauchen Aufmerksamkeit. Eine anspruchsvolle Integration braucht technische Fachkräfte. Eine Anwendung, deren Betrieb das Unternehmen nicht finanzieren kann, wird durch eine bessere Frage nicht wirtschaftlich tragfähig. Fähigkeiten und Umsetzung können die entscheidenden Hindernisse sein. Weisen die verfügbaren Erkenntnisse auf ein Umsetzungsproblem, braucht eine weitere Untersuchung des Auftrags einen eigenen Grund. Mit dem Abschluss sollte dennoch eine brauchbare Darstellung dessen verbleiben, was ungewiss ist. Widersprechen spätere Erkenntnisse einer tragenden Annahme, gibt es Anlass, sie wieder aufzugreifen. Bereits investierter Aufwand sollte dieses Urteil nicht vorwegnehmen, auch wenn Verträge und technische Abhängigkeiten weiterhin bestimmen, was sich ändern lässt. Ein enttäuschendes Ergebnis allein beweist umgekehrt nicht, dass die damalige Problemdefinition unvertretbar war. Maßgeblich ist, was man zu diesem Zeitpunkt wissen konnte. Eine nachträglich rekonstruierte Aufgabenstellung, die den Ausgang unvermeidlich erscheinen lässt, hilft bei dieser Beurteilung nicht. ## Was Sie mit der Freigabe übernehmen Die Vorlage liegt erneut auf dem Tisch. Vielleicht empfiehlt sie genau dieselbe Anwendung. Dieses Argument verlangt keinen anderen Anbieter, keinen größeren Umfang und keine zusätzliche Sitzung als Beweis dafür, dass Führung ihr Urteil eingesetzt hat. Die ursprüngliche Eingrenzung kann vollständig begründet gewesen sein. Möglicherweise fehlten ihre Gründe lediglich in der ersten Unterlage. Hat die Prüfung den Vorschlag verändert, muss die Änderung für diejenigen verständlich sein, die ihn umsetzen sollen. Sie müssen erkennen können, ob sie dasselbe Problem mit einem anderen Eingriff bearbeiten oder inzwischen einen anderen Zweck verfolgen sollen. Sonst hinterlässt eine vermeintliche Klärung bei der Freigabe widersprüchliche Erwartungen in der anschließenden Arbeit. Ihre Zustimmung kann das künftige Ergebnis nicht bestätigen. Sie kann eine abgewogene Bereitschaft ausdrücken, auf Grundlage dieses Problemverständnisses zu handeln und dessen Erkenntnisgrenzen anzuerkennen. Das verlangt mehr, als die am höchsten bewertete Empfehlung zu akzeptieren. Zugleich gibt es dem Team die Möglichkeit, mit der Arbeit zu beginnen, ohne dafür jede Unsicherheit für beseitigt erklären zu müssen. Vor der Unterschrift möchte ich deshalb eine Frage aus der Vorlage beantworten können. Welche Annahme über das Problem übernehmen wir hier, und was gibt uns hinreichenden Grund, auf dieser Grundlage zu handeln? ## Quellen 1. Baer, Markus, Kurt T. Dirks und Jackson A. Nickerson (2013, erstmals online 2012). „Microfoundations of strategic problem formulation.“ Strategic Management Journal, 34(2), 197–214. DOI 10.1002/smj.2004 (https://doi.org/10.1002/smj.2004). Universitärer Eintrag mit Abstract (https://profiles.wustl.edu/en/publications/microfoundations-of-strategic-problem-formulation/). 2. Fang, Lu, Zhe Yuan, Kaifu Zhang, Dante Donati und Miklos Sarvary (2026). Generative AI and Sales Productivity: Field Experiments in Online Retail. Preprint, arXiv:2510.12049v6. Version vom 29. Juni 2026, Manuskript vom 30. Juni 2026. Versionsnachweis (https://arxiv.org/abs/2510.12049v6). Volltext v6 (https://arxiv.org/html/2510.12049v6). Siehe Abschnitt 3.1, Tabelle 4 und Anhang C1, Tabelle C1. 3. Brynjolfsson, Erik, Danielle Li und Lindsey Raymond (2024). Generative AI at Work. arXiv:2304.11771v2. Version eingereicht am 6. November 2024, Manuskript vom 7. November 2024. Versionsnachweis (https://arxiv.org/abs/2304.11771v2). Volltext v2 (https://arxiv.org/pdf/2304.11771v2). Siehe Abschnitte 2.3, 3.1–3.3, 4.1–4.2 und 5.1. 4. Obermeyer, Ziad, Brian Powers, Christine Vogeli und Sendhil Mullainathan (2019). „Dissecting racial bias in an algorithm used to manage the health of populations.“ Science, 366(6464), 447–453, 25. Oktober 2019. DOI 10.1126/science.aax2342 (https://doi.org/10.1126/science.aax2342). Veröffentlichter Artikel bei der FTC (https://www.ftc.gov/system/files/documents/public_events/1548288/privacycon-2020-ziad_obermeyer.pdf). Siehe „Mechanism of bias“ und „Problem formulation“, S. 449–451. --- Frei lesbar und zitierbar mit Nennung von Andreas Rieger, andreas-rieger.eu.