Notes on Slow Thinking and Good Taste
Der gefährlichste Satz in Organisationen lautet gerade: „Die KI macht das schon.”
Ein Gespräch zwischen Ezra Klein und Jack Clark von Anthropic hat etwas auf den Punkt gebracht, das ich gerade bei vielen unserer Kunden beobachte: Je mehr KI die eigentliche Arbeit übernimmt, desto mehr wird menschliches Urteilsvermögen zum entscheidenden Engpass. Die Frage ist nicht mehr: Kannst du es machen? Sondern: Kannst du wirklich gut von bloß gut gemeint unterscheiden? Und dieser Übergang ist schwieriger als die meisten Organisationen ahnen.
Alle werden Manager — ob vorbereitet oder nicht
Wir steigen alle eine Abstraktionsebene höher. Autoren werden zu Lektoren. Entwickler werden zu Product Ownern. Fachexperten werden zu denen, die entscheiden, was die KI tun soll. Wer bisher das Ding gemacht hat, muss jetzt das Ding führen.
Aber es gibt eine Version dieses Übergangs, die gelingt — und eine, die geräuschlos gegen die Wand fährt.
Delegation oder Wegducken
Das ist die Unterscheidung, die wir gerade in fast jedem Kundengespräch ziehen.
Delegation bedeutet: klares Mandat, definierte Leitplanken, die Verantwortung bleibt beim Delegierenden, regelmäßiges Review. Der Mensch bleibt im Loop — nicht um die Arbeit zu erledigen, sondern um das Ergebnis freizugeben.
Wegducken bedeutet: der Output wird übernommen ohne echte Prüfung, die Verantwortung wird stillschweigend mitdelegiert, Qualitätskontrolle findet faktisch nicht mehr statt. Niemand hat das so entschieden. Es hat sich einfach so ergeben.
Die Versuchung zum Wegducken ist bei KI strukturell größer als bei menschlichen Teammitgliedern — weil KI-Output professionell und überzeugend klingt, auch wenn er falsch ist. Ein unsicherer Junior wirkt meistens auch unsicher. KI nicht. Sie produziert flüssige, gut strukturierte, plausibel klingende Arbeit — unabhängig davon, ob sie stimmt.
Genau deshalb sind Leitplanken und Quality Gates keine bürokratische Reibung. Sie sind der strukturelle Schutz vor einer sehr spezifischen und sehr vorhersehbaren Falle.
Das Kompetenz-Paradox
Was das Ganze langfristig noch schwieriger macht: Gute Delegation setzt Gespür voraus. Und Gespür entsteht durch Erfahrung — dadurch, dass man die Arbeit selbst gemacht hat, mit dem ersten Entwurf gerungen hat, Fehler gemacht und korrigiert hat. Das Lesen ist das Denken. Das Ringen mit dem ersten Entwurf ist der Ort, an dem Ideen entstehen.
Clark bringt es auf den Punkt: Das Knappe ist nicht Output. Das Knappe ist gute Intuition darüber, wie der Output aussehen sollte. Wer viel gelesen, selbst gebaut, sich geirrt und nachgebessert hat, trägt ein inneres Qualitätsmodell mit sich — das KI nicht stellvertretend aufbauen kann. Sie kann es nur bedienen.
Das erzeugt ein handfestes Organisationsproblem. Die Einstiegsarbeit — der Kleinkram, die ersten Entwürfe, die Zuarbeiten — war nie bloß Arbeit, die erledigt werden musste. Sie war das Trainingslager. Wenn KI diese Arbeit absorbiert, bleibt der Nachwuchs ohne Trainingszeit. Erfahrene Experten mit kalibriertem Urteilsvermögen werden wertvoller. Und der Weg, selbst einer zu werden, wird erheblich unklarer.
Zwei Typen von Organisationen
Ich beobachte gerade zwei Typen, die diesen Übergang navigieren.
Die einen bauen strukturiertes Upskilling auf — klare Rahmen dafür, was es bedeutet, KI gut zu führen, explizite Quality Gates, eine Kultur, in der das Prüfen von Outputs als Zeichen von Professionalität gilt und nicht als Misstrauen gegenüber dem Tool. Diese Organisationen entwickeln aktiv die Führungskompetenz, die es braucht, um KI effektiv zu nutzen, ohne die eigene Expertise auszuhöhlen.
Die anderen: KI-Adoption läuft auf Hochtouren, die Outputs sehen beeindruckend aus — und niemand fragt mehr systematisch: Wer steht dafür gerade, und woher wissen wir eigentlich, dass es stimmt?
Der zweite Typ ist nicht nachlässig. Er ist effizienzgetrieben — und verwechselt deshalb Tempo mit Ergebnis. KI liefert schnell, klingt überzeugend, und niemand hat Zeit zu prüfen, ob es auch stimmt. Speed wird zur Währung, Qualität zur Annahme. Bis die Annahme sich als falsch herausstellt.
KI kann die Arbeit erledigen. Die Verantwortung für das Ergebnis bleibt immer menschlich.
Wie nehmt ihr euch die Zeit, guten Geschmack zu entwickeln?
Dieser Text ist inspiriert durch ein Gespräch zwischen Ezra Klein und Jack Clark von Anthropic — erschienen als Transcript und Podcast in der New York Times, Februar 2026. Sehr empfehlenswert, sowohl zum Lesen als auch zum Hören. → nytimes.com/2026/02/24/opinion/ezra-klein-podcast-jack-clark