Wenn KI Entscheidungen vorbereitet: GrandEdu Autoren entwickeln Governance Modell für den verantwortungsvollen Technologieeinsatz in KMU

Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba zeigen in einem neuen Beitrag bei Springer Nature, wie Unternehmen algorithmische Unterstützung nutzen können, ohne ihre Entscheidungshoheit aus der Hand zu geben

Künstliche Intelligenz kann Daten auswerten, Risiken klassifizieren, Entwicklungen prognostizieren und unternehmerische Handlungsoptionen priorisieren. Doch wer trifft am Ende tatsächlich die Entscheidung? Bleibt die Unternehmensleitung inhaltlich verantwortlich oder übernimmt sie lediglich einen Vorschlag, der zuvor durch ein technisches System vorbereitet und eingegrenzt wurde?

Mit dieser hochaktuellen Frage beschäftigen sich Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba in ihrem neuen Beitrag „Algorithmische Entscheidungsunterstützung und Managementverantwortung. Ein Governance und Prüfmodell für KMU“. Der Artikel wurde am 29. Mai 2026 in der Zeitschrift Wirtschaftsinformatik & Management bei Springer Nature veröffentlicht [1].

Die drei Autoren untersuchen darin, wie algorithmische Systeme die internen Entscheidungsstrukturen kleiner und mittlerer Unternehmen verändern. Im Mittelpunkt steht nicht allein die technische Leistungsfähigkeit künstlicher Intelligenz. Entscheidend ist vielmehr die Frage, wie Verantwortung, Kontrolle und menschliche Entscheidungshoheit auch dann gesichert werden können, wenn Systeme bereits vor einer Entscheidung einen erheblichen Einfluss auf die Auswahl und Bewertung möglicher Handlungsoptionen ausüben.

Formale Verantwortung bedeutet nicht automatisch tatsächliche Entscheidungshoheit

In vielen Unternehmen bleibt die formale Zuständigkeit eindeutig geregelt. Eine Geschäftsführerin, ein Geschäftsführer oder eine verantwortliche Führungskraft unterschreibt eine Entscheidung und trägt dafür die Verantwortung. Das bedeutet jedoch nicht zwangsläufig, dass diese Person die Entscheidung auch inhaltlich vollständig geprägt hat.

Algorithmische Systeme können Informationen auswählen, Risiken bewerten, Alternativen gewichten und bestimmte Optionen bevorzugt darstellen. Andere Handlungswege erscheinen möglicherweise gar nicht mehr oder werden als weniger relevant eingestuft. Damit entsteht bereits vor der eigentlichen Entscheidung ein technischer Einfluss auf den verfügbaren Entscheidungsraum.

Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba unterscheiden deshalb zwischen der formalen Entscheidungsbefugnis und der materiellen Entscheidungsautorität. Die formale Befugnis beschreibt, wer nach der Organisationsstruktur entscheiden darf. Die materielle Autorität beschreibt dagegen, wer oder was die inhaltliche Richtung der Entscheidung tatsächlich bestimmt.

Gerade bei komplexen Datenlagen, hohem Zeitdruck oder großem Vertrauen in technische Systeme besteht das Risiko, dass Führungskräfte algorithmische Empfehlungen routinemäßig übernehmen. Die menschliche Entscheidung bleibt dann zwar formal erhalten, wird inhaltlich aber möglicherweise nur noch bestätigt.

Das Risiko der impliziten Delegation

Die Autoren bezeichnen diese Entwicklung als implizite Delegation. Dabei wird Verantwortung nicht ausdrücklich an ein System übertragen. Es gibt weder einen formalen Organisationsbeschluss noch eine eindeutige Änderung von Zuständigkeiten. Dennoch verlagert sich ein Teil des tatsächlichen Einflusses auf die technische Vorbereitung der Entscheidung.

Ein Prognosemodell, ein automatisiertes Bewertungssystem oder eine KI Anwendung wird dadurch nicht selbst zur verantwortlichen Instanz. Es kann jedoch erheblich beeinflussen, welche Informationen berücksichtigt, welche Risiken hervorgehoben und welche Optionen bevorzugt werden.

Für kleine und mittlere Unternehmen ist diese Herausforderung besonders relevant. Entscheidungswege sind dort häufig weniger stark formalisiert als in großen Konzernen. Leitungsaufgaben, Kontrolle und operative Verantwortung liegen vielfach bei wenigen Personen. Technische Empfehlungen können unter diesen Bedingungen schnell zu einem festen Bestandteil der täglichen Entscheidungsroutine werden.

Der Beitrag macht deutlich, dass der Einsatz künstlicher Intelligenz deshalb nicht ausschließlich als Effizienzprojekt verstanden werden darf. Es handelt sich zugleich um eine Führungsaufgabe, eine Organisationsaufgabe und eine Frage verantwortungsvoller Unternehmenssteuerung.

Ein integriertes Governance Modell für die Unternehmenspraxis

Um die menschliche Entscheidungshoheit dauerhaft zu sichern, entwickeln Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba eine integrierte Governance Architektur. Diese verbindet klare Zuständigkeiten, fachliche Kompetenz, dokumentierte Begründungen und risikoorientierte Kontrollmechanismen.

Im Mittelpunkt steht das Entscheidungsprimat der Unternehmensleitung. Algorithmische Systeme sollen Führungskräfte unterstützen, ihre Verantwortung jedoch nicht verdeckt ersetzen.

Das Modell umfasst mehrere miteinander verbundene Elemente. Zunächst muss eindeutig geregelt werden, wer für das eingesetzte System verantwortlich ist und wer im konkreten Einzelfall die Entscheidung trifft. Die Verantwortung für Auswahl, Einführung, Anpassung und Überwachung eines Systems darf nicht mit der Verantwortung für eine einzelne Personalentscheidung, Investition oder Risikobewertung vermischt werden.

Zudem sollten Unternehmen sicherstellen, dass verantwortliche Personen die Funktionsweise, Grenzen und möglichen Unsicherheiten der eingesetzten Systeme ausreichend verstehen. Eine technische Empfehlung darf nicht allein deshalb übernommen werden, weil sie präzise dargestellt wird oder auf einer großen Datenmenge beruht.

Ein weiterer Bestandteil ist die dokumentierte Begründung. Führungskräfte sollen nachvollziehbar festhalten, warum sie einer algorithmischen Empfehlung folgen, sie verändern oder vollständig von ihr abweichen. Dadurch wird sichtbar, ob tatsächlich eine eigenständige Bewertung stattgefunden hat.

Ergänzend sieht das Modell risikodifferenzierte Prüfungen vor. Nicht jede automatisierte Empfehlung erfordert dieselbe Kontrollintensität. Eine unverbindliche Absatzprognose ist anders zu behandeln als eine Empfehlung, die Arbeitsplätze, Kreditentscheidungen, Investitionen oder strategische Unternehmenspositionen betrifft.

Auch Abschaltmöglichkeiten und alternative Verfahren gehören zu einer belastbaren Governance Struktur. Unternehmen müssen handlungsfähig bleiben, wenn ein System fehlerhafte Ergebnisse erzeugt, nicht mehr verfügbar ist oder aufgrund veränderter Rahmenbedingungen nicht mehr eingesetzt werden sollte.

Vom abstrakten Grundsatz zum operativen Prüfverfahren

Der Beitrag bleibt nicht bei allgemeinen Forderungen stehen. Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba entwickeln zusätzlich ein operatives Prüf und Steuerungsmodell, mit dem Unternehmen die Nutzung algorithmischer Empfehlungen strukturiert bewerten können.

Zunächst wird eine Risikoklassifikation vorgenommen. Anwendungen können beispielsweise einem niedrigen, mittleren oder hohen Risikobereich zugeordnet werden. Aus dieser Einordnung ergibt sich, wie intensiv eine Empfehlung überprüft und begründet werden muss.

Bei einem niedrigen Risiko kann eine einfache Kontrolle ausreichend sein. Bei einem mittleren Risiko ist eine formale Bestätigung durch eine verantwortliche Person vorgesehen. Bei einem hohen Risiko soll eine ausführliche inhaltliche Begründung dokumentiert werden.

Darüber hinaus können Unternehmen Kennzahlen verwenden, um problematische Entwicklungen frühzeitig zu erkennen. Dazu gehören etwa die Übernahmequote algorithmischer Empfehlungen, die Tiefe der durchgeführten Prüfungen und das Risiko einer schleichenden Delegation.

Werden technische Vorschläge nahezu ausnahmslos übernommen, kann dies ein Hinweis darauf sein, dass die menschliche Kontrollfunktion an Bedeutung verliert. Umgekehrt kann eine sehr hohe Abweichungsquote darauf hindeuten, dass ein System nicht ausreichend geeignet ist oder nicht richtig in die bestehenden Prozesse eingebunden wurde.

Ein regelmäßiges Management Review soll deshalb prüfen, ob die eingesetzten Verfahren weiterhin angemessen sind und ob Anpassungen erforderlich werden.

Vier zentrale Aufgaben für kleine und mittlere Unternehmen

Für die praktische Einführung leiten die Autoren vier zentrale Handlungsfelder ab.

Erstens muss vor dem Einsatz eines algorithmischen Systems eindeutig definiert werden, welchem Zweck es dient. Unternehmen sollten festlegen, welche Entscheidungen unterstützt werden, welche Daten einbezogen werden und welche Risiken mit dem Einsatz verbunden sind.

Zweitens müssen Systemverantwortung und Einzelfallverantwortung klar voneinander getrennt werden. Eine Person oder Organisationseinheit kann für den technischen Betrieb zuständig sein, während eine andere Führungskraft die konkrete unternehmerische Entscheidung verantwortet.

Drittens ist eine nachvollziehbare Begründungspraxis erforderlich. Die bloße Aussage, dass ein System eine bestimmte Empfehlung erzeugt habe, reicht nicht aus. Verantwortliche Personen müssen erklären können, warum sie diese Empfehlung für plausibel und angemessen halten.

Viertens ist eine regelmäßige Überprüfung notwendig. Datenquellen, Modelle und technische Funktionen können sich verändern. Deshalb genügt es nicht, ein System einmalig zu prüfen und anschließend dauerhaft unverändert einzusetzen.

Mit diesem Ansatz schaffen Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba einen praxisorientierten Rahmen, der sich an den begrenzten Ressourcen vieler mittelständischer Unternehmen orientiert. Das Modell soll keine zusätzliche Bürokratieebene erzeugen. Es soll bestehende Führungs und Entscheidungsprozesse so strukturieren, dass Verantwortung auch unter digitalen Bedingungen erkennbar und überprüfbar bleibt.

Die Autoren

Enrico Moch ist ausgebildeter Rechts und Wirtschaftsexperte. Seine fachlichen Schwerpunkte liegen in der KI Governance, der Regulierung technischer Systeme und der Gestaltung institutioneller Steuerungsmechanismen in technologieintensiven Organisationen. Darüber hinaus beschäftigt er sich mit der praktischen Einführung digitaler Innovationen in Unternehmen und Institutionen.

Dr. Tobias Oberdieck ist Geschäftsführer der GrandEdu GmbH. Seine Schwerpunkte liegen im Bildungsmanagement, in der Analyse arbeitsmarktbezogener Entwicklungen und in der strategischen Konzeption akademischer Weiterbildungsprogramme. Dabei befasst er sich insbesondere mit der Verbindung beruflicher Qualifikationen, moderner Lernmodelle und akademischer Anschlussmöglichkeiten.

Prof. Jan Vrba ist Professor an der Universidad Azteca und verfügt über umfangreiche internationale Lehr und Publikationserfahrung. Seine fachlichen Schwerpunkte umfassen künstliche Intelligenz, öffentliche Verwaltung und Nachhaltigkeit. Zudem wirkt er an internationalen Kooperationen und redaktionellen Publikationsprozessen mit.

Die gemeinsame Veröffentlichung von Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba steht beispielhaft für den Anspruch von GrandEdu, unternehmerische Praxis, moderne Lehre und hochwertige Publikationen miteinander zu verbinden.

Direkte Verbindung zum MBA Entrepreneurship und Global Business Strategy

Die im Springer Beitrag behandelten Fragestellungen besitzen eine unmittelbare Relevanz für den MBA Entrepreneurship und Global Business Strategy, der von der Hochschule Burgenland in Kooperation mit GrandEdu angeboten wird.

Der berufsbegleitende MBA umfasst 120 ECTS und wird vollständig online durchgeführt. Er richtet sich an Fach und Führungskräfte, die ihre Kompetenzen in Unternehmensführung, internationalem Management, Entrepreneurship, Digitalisierung, Risikomanagement und globaler Strategieentwicklung erweitern möchten.

Themen wie digitale Transformation, Corporate Governance, globales Risikomanagement, Leadership und verantwortungsvolle Entscheidungsstrukturen sind zentrale Bestandteile des Curriculums. Der Beitrag von Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba verdeutlicht, wie diese Bereiche miteinander verbunden werden können.

Künstliche Intelligenz ist für Führungskräfte nicht nur ein technisches Werkzeug. Sie verändert Führungsprozesse, Verantwortungsstrukturen, Risikobewertungen und strategische Entscheidungen. Genau diese Verbindung ist für zukünftige Managerinnen, Manager und Unternehmensgründer von hoher Bedeutung.

Studierende des MBA sollen deshalb nicht nur bestehende Modelle kennenlernen. Sie werden dazu angeregt, aktuelle Herausforderungen aus Unternehmen zu analysieren, eigene Lösungsansätze zu entwickeln und diese nachvollziehbar zu begründen.

Je nach Vorqualifikation können bei dem MBA bis zu 60 ECTS angerechnet werden. Die individuelle Prüfung erfolgt durch die Lehrgangsleitung der Hochschule Burgenland. Dadurch kann insbesondere für Absolventinnen und Absolventen einschlägiger beruflicher Aufstiegsfortbildungen ein verkürzter Studienverlauf ermöglicht werden.

GrandEdu fördert eine aktive Publikationskultur

GrandEdu möchte Studierende des MBA ausdrücklich motivieren, besonders hochwertige Seminararbeiten, Projektarbeiten und Masterarbeiten zu eigenständigen Fachbeiträgen weiterzuentwickeln.

Geeignete Themen können beispielsweise künstliche Intelligenz, digitale Geschäftsmodelle, Unternehmensgründung, internationale Strategien, Innovation, Leadership, Risikomanagement oder verantwortungsvolle Unternehmenssteuerung betreffen.

Studierende erhalten Unterstützung bei der Eingrenzung ihres Themas, bei der Entwicklung einer klaren Struktur, bei der nachvollziehbaren Argumentation, bei der Arbeit mit geeigneten Quellen sowie bei Zitierweise, Formatierung und redaktioneller Überarbeitung.

Ziel kann eine Einreichung bei einem geeigneten Titel von Springer Nature oder bei einer anderen etablierten Fachzeitschrift sein. Eine Veröffentlichung kann selbstverständlich nicht garantiert werden. Über die Annahme entscheiden ausschließlich die jeweiligen Verlage, Redaktionen und unabhängigen Begutachtungsverfahren.

Daneben bietet das hauseigene Journal of Entrepreneurship and Global Business Strategy, kurz JEAGBS, eine besondere Publikationsmöglichkeit. Das internationale, begutachtete Open Access Journal widmet sich Themen aus Entrepreneurship, Unternehmensstrategie, Innovation und internationaler Wirtschaftsentwicklung.

Besonders überzeugende Arbeiten aus dem MBA können für eine Einreichung beim JEAGBS vorbereitet werden. Auch hier erfolgt eine redaktionelle Prüfung. Die Möglichkeit zur Einreichung soll Studierende dazu ermutigen, sich über die reine Prüfungsleistung hinaus intensiv mit ihrem Thema auseinanderzusetzen und eigene Beiträge für die internationale Fachöffentlichkeit zu entwickeln.

Von der Lehrveranstaltung bis zur Veröffentlichung

Der neue Springer Beitrag zeigt, welches Potenzial entsteht, wenn aktuelle Herausforderungen aus der Unternehmenspraxis systematisch aufgegriffen und in einen klaren Gestaltungsrahmen überführt werden.

Enrico Moch, Dr. Tobias Oberdieck und Prof. Jan Vrba liefern mit ihrem Governance und Prüfmodell nicht nur eine Beschreibung möglicher Risiken. Sie zeigen zugleich, wie kleine und mittlere Unternehmen künstliche Intelligenz verantwortungsvoll einsetzen und ihre eigene Entscheidungshoheit dauerhaft sichern können.

Für GrandEdu ist diese Veröffentlichung zugleich ein Beispiel dafür, wie moderne akademische Weiterbildung verstanden werden kann. Studierende sollen Wissen nicht nur aufnehmen und in Prüfungen wiedergeben. Sie sollen lernen, aktuelle Probleme zu erkennen, belastbare Lösungen zu entwickeln und ihre Ergebnisse in den öffentlichen Fachdiskurs einzubringen.

Mit dem MBA Entrepreneurship und Global Business Strategy, der Kooperation mit der Hochschule Burgenland und den Publikationsmöglichkeiten bei Springer Nature sowie im Journal of Entrepreneurship and Global Business Strategy schafft GrandEdu dafür einen umfassenden Rahmen.

[1] Moch, E., Oberdieck, T. & Vrba, J. Algorithmische Entscheidungsunterstützung und Managementverantwortung. Ein Governance- und Prüfmodell für KMU. Wirtsch Inform Manag (2026). https://doi.org/10.1365/s35764-026-00602-8