Der Mitarbeiter ist die treibende Kraft des Wandels bei der KI-Einführung.

Die Führungskräfte brauchten kein weiteres Dashboard zum Bewundern. Sie brauchten ein System, das ihnen Zeit sparte und ihre Arbeit erleichterte. Vor der Umstellung wurde zu viel Zeit mit der Vorbereitung verbracht: Daten sammeln, Zahlen prüfen, Signale vergleichen, Kontext rekonstruieren und verstreute Informationen so aufbereiten, dass sie für ein sinnvolles Gespräch mit dem Team geeignet waren. Die Arbeit beschränkte sich nicht nur auf Leistungsförderung und die Unterstützung der Mitarbeiter bei ihrer Weiterentwicklung. Es ging auch darum, die nötigen Informationen zusammenzutragen, bevor das Coaching überhaupt beginnen konnte. Das bedeutete, dass ein Teil der Führungsenergie bereits in administrative Aufgaben floss, bevor sie die Mitarbeiter erreichte, die sie benötigten.

Mit dieser Änderung lag der Nutzen nicht nur im leichteren Zugriff auf Informationen. Jede Führungskraft gewann etwa eine Stunde pro Tag zurück, die nun für Coaching, Anleitung und die Befähigung von Teams genutzt werden konnte, anstatt Informationen zu sammeln. Es ging nicht um das Tool selbst, sondern darum, dass die Verantwortlichen für die Führung nicht länger so viel Zeit mit der Vorbereitung der Führung verbringen mussten, bevor diese überhaupt beginnen konnte. Genau diese Art von Wandel sollte die Einführung von KI anstreben: nicht mehr Technologie für die Mitarbeiter, sondern bessere Rahmenbedingungen für die Arbeit, für die Mitarbeiter und Führungskräfte bereits verantwortlich sind.

Viele Diskussionen über die Einführung von KI gehen noch immer von falschen Annahmen aus. Mitarbeiter werden als widerständig, anpassungsschwach, unzureichend geschult, automatisierungsängstlich, an alten Gewohnheiten festhaltend oder veränderungsunwillig beschrieben. Manchmal steckt etwas Wahres in diesen Erklärungen, doch sie reichen selten aus. Häufiger liegt das Problem nicht darin, dass Mitarbeiter Technologie prinzipiell ablehnen. Vielmehr verlangt das Unternehmen von ihnen die Nutzung von Tools, die nicht ausreichend auf ihre Arbeitsrealität abgestimmt sind, und erwartet gleichzeitig, dass sie Qualität sichern, Ausnahmen bearbeiten, Ziele erreichen und sich in die Funktionen des neuen Systems einarbeiten.

Die Einführung von KI wird nicht gelingen, indem man Mitarbeitende stärker zum Einsatz von KI drängt. Sie wird gelingen, wenn Mitarbeitende erkennen, dass KI tatsächliche Reibungsverluste reduziert, die für ihre Arbeit erforderliche Urteilsfähigkeit respektiert und ihnen eine glaubwürdige Rolle im zukünftigen Betriebsmodell einräumt. Das bedeutet, dass Mitarbeitende nicht nur als Nutzer, Zielgruppen oder Nutzungszahlen betrachtet werden dürfen. Sie müssen als Quelle operativer Wahrheit anerkannt werden, denn die Arbeit verändert sich genau dort, wo Menschen sie ausführen, validieren, korrigieren, eskalieren und verbessern. Wenn das Unternehmen diesen Punkt nicht versteht, kann es die Einführung nicht effektiv gestalten.

Diejenigen, die am nächsten am Geschehen sind, wissen oft, was der formale Prozess nicht zeigt. Sie wissen, welchem Systemfeld man nicht trauen kann, welcher Kundenfall ungewöhnlich ist, welche Genehmigung nur formaler Natur ist, welche Ausnahme jeden Monat wiederkehrt, welcher Bericht zwar vollständig aussieht, aber wichtige Details vermissen lässt und wann selbst eine ausgefeilte Antwort falsch ist, weil der Kontext fehlt. KI benötigt dieses Wissen, um nützlich zu sein. Ohne es verlangt das Unternehmen von der Technologie, mit einem unvollständigen Bild zu arbeiten, und auch Schulungen, interne Kampagnen oder Erfolgsgeschichten können diese Lücke nicht vollständig schließen.

Deshalb ist die Einführung nicht gleichzusetzen mit der Nutzung. Die Nutzung lässt sich messen, Akzeptanz muss man sich aber verdienen. Jemand kann sich einloggen, den Assistenten kontaktieren, an Schulungen teilnehmen und trotzdem die KI für wirklich wichtige Aufgaben meiden. Ein Team kann aktiv wirken, während es stillschweigend an seinen bewährten Methoden festhält. Eine Abteilung kann hohes Engagement vorweisen, während die Mitarbeitenden weiterhin dieselben Reibungspunkte, Korrekturen und Unsicherheiten erleben. In solchen Fällen spricht das Unternehmen möglicherweise von einem Kulturproblem, sucht aber womöglich nach dem falschen Ansatz. Es könnte sich um ein Designproblem, ein Vertrauensproblem oder ein Problem mit dem Betriebsmodell handeln.

Wer jahrelang einen Workflow vor fehlerhaften Daten, unklaren Zuständigkeiten oder wiederholten Ausnahmen geschützt hat, wird nicht plötzlich einem KI-Ergebnis vertrauen, nur weil ein Programm-Dashboard eine steigende Akzeptanz anzeigt. Die KI wird anhand der Arbeitsabläufe getestet. Es wird hinterfragt werden, ob sie die Ausnahme versteht, die richtige Datenquelle nutzt, zusätzliche Prüfungen durchführt, den Aufwand reduziert oder eine weitere Ebene hinzufügt und ob sie die Arbeit verbessert oder die Verantwortung für die Bereinigung eines fehlerhaft konzipierten Systems übernimmt. Diese kritische Auseinandersetzung sollte nicht als Widerstand abgetan werden. In vielen Fällen ist sie genau die operative Intelligenz, die das Unternehmen benötigt.

Wird KI als Anforderung eingeführt, ohne auf die Arbeitsabläufe einzugehen, verkommt die Nutzung zur bloßen Pflichterfüllung. Die Mitarbeiter nutzen das Tool, weil es von ihnen erwartet wird, nicht weil sie ihm vertrauen. Wird KI hingegen als Mittel zum Verständnis, zur Verbesserung und zur Steuerung der Arbeit gemeinsam mit den Mitarbeitern eingeführt, die damit vertraut sind, ist die Akzeptanz nachhaltiger. Der Unterschied ist praktischer, nicht sentimentaler Natur. Die Mitarbeiter wissen, ob die Technologie die Realität ihrer Tätigkeit berücksichtigt. Sie wissen, ob sie Aufgaben übernimmt, die niemals menschliche Arbeitskraft hätten beanspruchen sollen, oder ob sie lediglich die Art der Belastung verändert.

Deshalb ist der Mitarbeiter die zentrale Einheit des Wandels bei der KI-Einführung. Nicht, weil jeder Mitarbeiter die KI-Strategie mitgestalten sollte, und nicht, weil jede lokale Notlösung geschützt werden sollte. Die Führungsebene muss weiterhin die Richtung vorgeben, Prioritäten setzen, Kapital bereitstellen und schwierige Entscheidungen treffen. Der entscheidende Punkt ist: KI verändert die Arbeit dort, wo sie tatsächlich ausgeführt wird. Wenn die Mitarbeiter, die dieser Arbeit am nächsten stehen, lediglich als Nutznießer des Wandels betrachtet werden, verliert das Unternehmen genau die Erkenntnisse, die es benötigt, um KI sinnvoll einzusetzen.

Offizielle Prozesslandkarten sind zwar nützlich, bilden aber selten die gesamte Realität ab. Sie zeigen den geplanten Ablauf, die offizielle Version der Arbeit oder den Prozess, wie er konzipiert oder dokumentiert wurde. Die gelebte Arbeit umfasst jedoch mehr. Sie beinhaltet zusätzliche Kontrollen, lokale Gepflogenheiten, wiederholte Rückfragen, kundenspezifische Ausnahmen, alte Entscheidungen, manuelle Nachverfolgung, inoffizielles Wissen und das Urteilsvermögen, mit dem die Arbeit vorangetrieben wird, wenn der Standardprozess nicht passt. Ein Teil dieser informellen Arbeit ist ineffizient oder riskant und sollte teilweise abgeschafft werden. Doch sie muss sichtbar gemacht werden, bevor sie verbessert werden kann. Überspringt das Unternehmen diesen Schritt, automatisiert es Prozesse auf Basis von Fiktion.

Die Einführung von KI scheitert auch dann, wenn Menschen aufgefordert werden, ihre eigene Auslöschung zu unterstützen. Zu viele KI-Darstellungen betrachten Menschen immer noch als Kostenfaktor, der beseitigt werden muss, anstatt als Fähigkeit, die weiterentwickelt werden kann. Sie sprechen von Automatisierung, bevor sie die Arbeit verstehen, und feiern den Ersatz, ohne die Urteilsfähigkeit, den Umgang mit Ausnahmefällen, die Validierung und das Vertrauen zu erkennen, die die Arbeit zuverlässig machen. Die Mitarbeiter verstehen die Botschaft, selbst wenn sie in einer beschönigenden Sprache verpackt ist. Sie mögen sie in einer Betriebsversammlung nicht offen in Frage stellen, aber sie verstehen das Signal. Wenn das Unternehmen den Eindruck erweckt, ihr Wissen abzuschöpfen, um ihre Bedeutung zu verringern, werden sie sich schützen.

Diese Reaktion ist nicht irrational. Menschen werden sich fügen, wo es nötig ist, aber sie werden dem Unternehmen nicht freiwillig ihr bestes operatives Wissen zur Verfügung stellen, wenn die zukünftige Rolle unklar und der Nutzen einseitig ist. Sie werden die Abkürzungen, den Kontext und die Entscheidungsmuster, die das Funktionieren der Arbeit ermöglichen, nicht offenlegen, weil sie annehmen, dass das Unternehmen ihr Wissen gegen sie verwendet. Deshalb kann die Einführung neuer Konzepte nicht als reine Kommunikationsübung betrachtet werden. Kommunikation ist wichtig, aber sie kann eine operative Grundlage, der die Menschen nicht vertrauen, nicht ersetzen.

Die Herangehensweise an die Einführung von KI muss sich ändern. KI sollte so positioniert und gestaltet werden, dass sie repetitive Aufgaben reduziert, nützliches Wissen erfasst, die Arbeitsqualität verbessert, unnötige Reibungsverluste minimiert und Mitarbeitende zu höherwertigen Tätigkeiten motiviert, bei denen Urteilsvermögen, Validierung, Ausnahmebehandlung und Anleitung entscheidend sind. Das bedeutet nicht, dass alle Rollen unverändert bleiben. Das werden sie nicht. Manche Aufgaben werden wegfallen, manche Rollen werden kleiner, manche werden sich weiterentwickeln und manche Teams werden neu strukturiert. Es geht nicht darum, die Realität zu beschönigen. Es geht darum, die zukünftige Rolle so glaubwürdig zu gestalten, dass Menschen aktiv an ihrer Entwicklung mitwirken können.

Eine glaubwürdige Rollenbeschreibung ist keine Motivationsbotschaft, sondern ein Arbeitskonzept. Sie zeigt auf, was sich ändern wird, welches Wissen von den Mitarbeitenden erwartet wird, wie Anerkennung gewürdigt wird, wie Ausnahmen gehandhabt werden und wie Leistung gemessen wird, wenn KI die Arbeit verändert. Ohne dieses Konzept beschränkt sich die Akzeptanz auf Slogans, Schulungspläne und Botschaften der Führungsebene. Diese können den Wandel zwar unterstützen, ihn aber nicht tragen, wenn das Arbeitssystem unverändert bleibt.

Der zukünftige Mitarbeiter wird nicht nur KI-Tools nutzen. In vielen Funktionen wird er KI-gestützte Prozesse überwachen. Das bedeutet, Ergebnisse zu validieren, Ausnahmen zu identifizieren, Muster zu korrigieren, Risiken zu eskalieren, Anweisungen zu verbessern, die Workflow-Qualität zu überwachen und zu wissen, wann die Automatisierung gestoppt werden sollte. Dies ist nicht mit manueller Bearbeitung gleichzusetzen. Es ist ein anderes Arbeitsverhältnis und erfordert ein anderes Messsystem. Wenn jemand Zeit investiert, um eine wiederkehrende Ausnahme zu erfassen, damit das Unternehmen sie nicht erneut von Grund auf lösen muss, ist das produktive Arbeit. Wenn jemand verhindert, dass ein KI-generiertes Ergebnis ein Kundenrisiko darstellt, ist das produktive Arbeit. Wenn jemand eine Workflow-Anweisung verbessert, um zukünftige Arbeitsabläufe zuverlässiger zu gestalten, ist das produktive Arbeit.

Hier widersprechen sich viele KI-Einführungsprogramme. Sie fordern Mitarbeitende auf, KI einzusetzen, Ergebnisse zu validieren, Wissen zu dokumentieren und Arbeitsabläufe zu optimieren, belohnen aber gleichzeitig nur Geschwindigkeit, Volumen und sichtbaren Durchsatz. Die Mitarbeitenden erhalten dadurch widersprüchliche Signale: Sie sollen die Zukunft mitgestalten, aber die aktuellen Kennzahlen dürfen sich nicht verschlechtern. Das funktioniert nicht, denn Menschen optimieren für das, was das Unternehmen tatsächlich misst. Bleibt die manuelle Ausgabe das einzige verlässliche Leistungsmerkmal, werden Mitarbeitende diese schützen. Wird die Validierung als Verzögerungstaktik betrachtet, wird sie überhastet durchgeführt. Wird die Wissensdokumentation als Nebentätigkeit behandelt, bleibt sie zweitrangig.

Führungskräfte stehen vor demselben Problem. Sie werden bei der KI-Einführung unerlässlich sein, jedoch nicht als bloße Übermittler einer zentralen Botschaft. Sie müssen menschliche und KI-gestützte Kapazitäten gleichermaßen managen. Das bedeutet, zu verstehen, wo die Verantwortung weiterhin bei den Mitarbeitern liegt, wo Agenten eingebunden werden, wo Validierungen erforderlich sind, wo Ausnahmen zunehmen, wo Korrekturen häufiger nötig sind und wo das Vertrauen der Mitarbeiter in die Arbeitsabläufe schwindet. Werden Führungskräften keine neuen Einblicke, keine neue Sprache und keine neuen Kennzahlen an die Hand gegeben, greifen sie auf alte Produktivitätslogiken zurück, da diese vom System nach wie vor belohnt werden.

Deshalb ist das Beispiel mit der Führungskapazität so wichtig. Die Rückgewinnung einer Stunde pro Führungskraft und Tag diente nicht nur der Effizienzsteigerung. Sie veränderte auch, worauf sich Führungskräfte konzentrieren konnten. Wenn Manager weniger Zeit mit der Gesamtübersicht verbringen, können sie mehr Zeit in die Verbesserung der Arbeit und die Mitarbeiterentwicklung investieren. Genau diese Art von Wandel sollte die Einführung von KI bewirken. Ziel ist nicht, Mitarbeitern einfach mehr Tools zur Verfügung zu stellen und das als Modernisierung zu bezeichnen. Ziel ist es, die Rahmenbedingungen so zu verbessern, dass Mitarbeiter mehr ihrer Kapazität für Urteilsvermögen, Verbesserung und Wertschöpfung einsetzen können.

Es gibt auch eine Vertrauensgrenze, die Unternehmen ernst nehmen müssen. Mit zunehmender KI-Nutzung werden Firmen die Arbeit genauer verstehen wollen. Sie werden Prozessmuster erfassen, Reibungspunkte identifizieren, Korrekturmaßnahmen messen und sehen wollen, wo Automatisierung helfen kann. Das ist verständlich. Doch Mitarbeiter werden eine berechtigte Frage stellen: Geht es Ihnen darum, die Arbeit zu verstehen, oder wollen Sie mich überwachen? Kann das Unternehmen diese Frage nicht klar beantworten, wird die Akzeptanz nachlassen, bevor das Tool seinen Wert überhaupt beweisen kann.

Arbeitstransparenz ist nicht dasselbe wie Mitarbeiterüberwachung. Das Erfassen wiederkehrender Ausnahmen ist nicht gleichzusetzen mit der Bewertung einer Person. Die Messung von Korrekturen ist nicht gleichzusetzen mit der Schuldzuweisung an den Mitarbeiter, der den Arbeitsablauf vor einem fehlerhaften Ergebnis geschützt hat. Wenn Unternehmen diese Grenze verwischen, werden Probleme verschwiegen, Korrekturen nicht dokumentiert und informelle Methoden außerhalb des Systems angewendet. Dem Unternehmen gehen dadurch die notwendigen Beweise für Verbesserungen verloren. Ein verantwortungsvoller Einsatz von KI muss definieren, was erfasst wird, warum es erfasst wird, wer darauf zugreifen kann, wie es verwendet wird, was ausgeschlossen wird und wie lange es gespeichert wird. Dies ist nicht nur eine Frage der Compliance, sondern auch der Implementierung.

Globale Organisationen benötigen noch mehr Aufmerksamkeit. Die Einführung von KI verläuft nicht überall gleich. In einem Markt befürchten Mitarbeitende Überwachung, in einem anderen Arbeitsplatzverlust, in einem weiteren Sprachqualität, Datenzuverlässigkeit oder ob das Tool die lokalen Kundenbedürfnisse versteht. Eine globale Einführungsstrategie, die diese Unterschiede ignoriert, ist zu allgemein. Gleichzeitig führt es zu Fragmentierung, wenn jede Region ihre eigene KI-Logik entwickelt. Die Balance liegt in gemeinsamen Standards und lokalen Gegebenheiten: gemeinsame Prinzipien für Datenschutz, Governance, Messung, Rollenentwicklung und verantwortungsvolle Nutzung, kombiniert mit realen Erkenntnissen aus der praktischen Anwendung im jeweiligen Kontext.

Bevor Führungskräfte Widerstand kritisieren, sollten sie sich die richtigen Fragen stellen. Haben wir die tatsächliche Arbeit der Mitarbeitenden verstanden? Haben wir echte Reibungsverluste reduziert oder nur ein weiteres Werkzeug eingeführt? Haben wir erklärt, wie sich Rollen weiterentwickeln werden, oder nur Effizienz versprochen? Haben wir klar zwischen Arbeitstransparenz und Überwachung unterschieden? Haben wir den Mitarbeitenden Zeit und Unterstützung gegeben, um ihre Arbeit zu überprüfen? Haben wir die Leistungskennzahlen aktualisiert, um Wissenserfassung, Validierung, Ausnahmebehandlung und Supervision zu berücksichtigen? Haben wir Führungskräfte darin geschult, die Zusammenarbeit zwischen Mensch und Maschine zu steuern, oder sie lediglich angewiesen, die Akzeptanz zu fördern?

Diese Fragen sind wichtig, denn Widerstand ist oft ein Warnsignal. Manchmal sind es Angst, Erschöpfung, mangelhafte Kommunikation oder fehlende Kompetenz. Häufig ist er aber eine rationale Reaktion auf eine unzureichende Gestaltung. Mitarbeiter leisten Widerstand, wenn das Werkzeug nicht zur Arbeit passt, wenn das Unternehmen Vertrauen fordert, aber keine Sicherheitsvorkehrungen trifft, wenn die Führungsebene von Produktivität spricht, aber die notwendige, oft im Verborgenen stattfindende Arbeit für die Sicherheit von KI ignoriert, oder wenn ihr Wissen gefordert wird, während ihre zukünftige Rolle unklar ist. Dies als Widerstand zu bezeichnen, mag bequem sein. Es kann aber auch unzutreffend sein.

Das mitarbeiterzentrierte Modell ist keine rein soziale Angelegenheit. Es ist eine operative Disziplin. KI benötigt Prozesswahrheit, und Mitarbeiter verfügen über einen Großteil davon. KI benötigt Wissen über Ausnahmen, und Mitarbeiter lösen viele dieser Ausnahmen bereits heute. KI benötigt Validierung, und Mitarbeiter wissen, was im jeweiligen Kontext gut aussieht. KI benötigt Vertrauen, und Mitarbeiter entscheiden, ob das Tool Teil der eigentlichen Arbeit wird oder eine formale Ebene darüber bleibt. Organisationen, die Mitarbeiter ignorieren, zahlen den Preis durch geringe Akzeptanz, versteckte Korrekturen, schwaches Ausnahmemanagement, geringes Vertrauen, unvollständige Automatisierung und schwache Governance. Organisationen, die Mitarbeiter angemessen einbeziehen, gewinnen bessere Arbeitsinformationen, eine stärkere Akzeptanz, realistischere Automatisierung und einen klareren Weg zu Mensch-Maschine-Betriebsmodellen.

Die Einführung von KI gelingt nicht, indem man Menschen zwingt, Tools zu nutzen, denen sie nicht vertrauen. Sie gelingt vielmehr durch den Aufbau eines Betriebsmodells, in dem Mitarbeitende erkennen, dass ihr Wissen zählt, sich ihre Rolle weiterentwickelt und die Technologie tatsächliche Reibungsverluste reduziert, anstatt versteckte Belastungen zu schaffen. Der/Die Mitarbeitende ist die treibende Kraft des Wandels, denn Arbeit findet nicht in Strategiepräsentationen statt. Sie manifestiert sich in täglichen Handlungen, Ausnahmen, Beurteilungen, Übergaben, Korrekturen und Entscheidungen. Genau hier muss sich KI beweisen. Die Zukunft der KI-Einführung besteht nicht nur darin, Menschen zur Nutzung von KI zu bewegen. Es geht darum, Organisationen zu helfen, Arbeit durch die Mitarbeitenden zu verstehen, die sie am besten kennen, und dieses Verständnis anschließend in gezielte Kompetenzen umzusetzen.

Fragen und Antworten

F: Was bedeutet es, dass der Mitarbeiter die Einheit der Veränderung ist?

A: Das bedeutet, dass die Einführung von KI von der tatsächlichen Arbeitsweise der Mitarbeiter ausgehen sollte. Mitarbeiter verfügen über Prozesswissen, ein ausgeprägtes Erinnerungsvermögen, Urteilsvermögen und praktische Kenntnisse darüber, wo KI hilfreich sein kann oder Risiken birgt. Sie sind nicht nur Anwender von KI, sondern auch Quellen operativer Fakten.

F: Warum ist das Wissen der Mitarbeiter für die Einführung von KI wichtig?

A: Künstliche Intelligenz (KI) benötigt Kontext, um in Unternehmensabläufen sinnvoll eingesetzt werden zu können. Mitarbeiter kennen oft die undokumentierten Regeln, wiederkehrenden Ausnahmen, Umgehungslösungen, Qualitätsstandards und Entscheidungskriterien, die in formalen Prozessdiagrammen nicht aufgeführt sind. Ohne dieses Wissen kann KI Arbeitsprozesse nur unvollständig automatisieren.

F: Bedeutet eine mitarbeiterorientierte KI-Einführung gleichzeitig eine Verlangsamung des Transformationsprozesses?

A: Nein. Es geht darum, falsche Geschwindigkeitsüberschreitungen zu vermeiden. Schnelles Vorgehen ohne Verständnis für die Arbeitsabläufe führt zu Nacharbeiten, Misstrauen, mangelhafter Automatisierung und schwacher Steuerung. Die richtige Einbindung der Mitarbeiter hilft Unternehmen, KI mit weniger Überraschungen zu skalieren.

F: Wie können Organisationen vermeiden, dass sich KI wie Überwachung anfühlt?

A: Es bedarf einer klaren Abgrenzung zwischen Arbeitstransparenz und Mitarbeiterüberwachung. Unternehmen sollten definieren, was erfasst wird, warum es erfasst wird, wer Zugriff darauf hat, wie es verwendet wird, was ausgeschlossen wird und wie Mitarbeiter die Ergebnisse validieren. Prozessverbesserung sollte nicht zu einer versteckten Produktivitätsbewertung verkommen.

F: Welche Rolle werden die Mitarbeiter in Mensch-Agent-Teams spielen?

A: Mitarbeiter werden zunehmend Ergebnisse validieren, Arbeitsabläufe überwachen, Ausnahmen bearbeiten, Risiken eskalieren, Anweisungen verbessern und die Qualität KI-gestützter Arbeit sicherstellen. Ihre Rolle verschiebt sich von rein manueller Ausführung hin zu Beurteilung, Validierung, Überwachung und Kompetenzentwicklung.

F: Was sollten Führungskräfte fragen, bevor sie Widerstand von Mitarbeitern verantwortlich machen?

A: Sie sollten hinterfragen, ob das Tool zur realen Arbeit passt, ob die Mitarbeiter in das Verständnis des Prozesses einbezogen wurden, ob KI Reibungsverluste reduziert oder zusätzliche Belastungen verursacht, ob die Rollenentwicklung glaubwürdig ist und ob sich die Leistungskennzahlen so verändert haben, dass Wissenserfassung, -validierung und Ausnahmebehandlung mehr Wertschätzung erfahren.