Im Unternehmen entstehen erste KI-Projekte. Product experimentiert, Operations prüft Workflows und Kunden fragen nach dem nächsten Schritt.
Die naheliegende Antwort ist eine KI-Führungskraft. Das kann richtig sein. Ein Titel ersetzt aber kein klares Mandat.
Vor der Suche sollten Sie klären, welches Problem diese Person wirklich verantworten soll. Vielleicht brauchen Sie einen Builder, eine Produktentscheidung, eine bessere Datengrundlage oder zunächst einen klareren Startpunkt.
Den Engpass vor der Rolle benennen
Ein Team, das einen Prototyp nicht zuverlässig in ein Produkt bringt, hat ein anderes Problem als ein Team, das den relevanten Kundenbedarf noch nicht kennt. Beide suchen womöglich einen „AI Lead“.
Halten Sie konkrete Anwendungsfälle fest und fragen Sie, was den Fortschritt verhindert: Datenqualität, Produktrichtung, Engineering-Kapazität, Regeln oder Verantwortung zwischen Teams? Daraus ergibt sich das Mandat.
Technische Tiefe und Entscheidungsbefugnis unterscheiden
Ein Machine-Learning-Engineer baut und prüft Systeme. Product entscheidet über den Kundennutzen. Eine erfahrene Führungskraft kann zusätzlich Prioritäten setzen, Risiken steuern und Teams verbinden.
Die Fähigkeiten überschneiden sich, sind aber nicht austauschbar. Klären Sie, welche Entscheidungen die neue Person selbst trifft und welche Unterstützung sie tatsächlich bekommt. Ein Führungstitel ohne Entscheidungsspielraum wird schnell sichtbar.
Ein überprüfbares Ergebnis definieren
„Wir wollen ein KI-Unternehmen werden“ ist kein Ergebnis. Ein gutes erstes Mandat nennt einen Workflow oder ein Produktziel, einen Qualitätsmaßstab und die Menschen, die den Erfolg beurteilen.
Prüfen Sie neben der Geschwindigkeit auch Betriebskosten, Ausnahmen und menschliche Kontrolle. Die komplette Roadmap muss nicht feststehen. Kandidaten sollten aber erklären können, was sie zuerst testen würden.
Entscheidungen statt Schlagwörter prüfen
Fragen Sie nach einer Entscheidung unter echten Einschränkungen. Was wurde gebaut? Was wurde bewusst nicht automatisiert? Wie wurden Fehler erkannt? Was änderte sich nach dem Einsatz?
Bei einer Führungsrolle gehört dazu, wie andere Teams eingebunden wurden und wer bei einem falschen Ergebnis Verantwortung trug. Teilen Sie die tatsächlichen Bedingungen offen mit.
Erkennen, wann Abwarten sinnvoll ist
Ohne Anwendungsfall, Ergebnisverantwortung und nutzbare Daten verbringt eine erfahrene Person womöglich Monate damit, ein Mandat auszuhandeln, das die Gründer vorher klären könnten.
Wenn mehrere Teams bereits wichtige KI-Entscheidungen ohne gemeinsame Verantwortung treffen, kann Warten jedoch ebenfalls teuer sein. Entscheidend sind ein echtes Problem, die Befugnis zur Lösung und ein erkennbares Ergebnis.