Viele Diskussionen über KI verlaufen nach dem gleichen Muster: Sie kreisen um Begriffe wie Black Box, »Stochastic Parrot«, unklare Trainingsdaten und Halluzinationen. Ich habe das kürzlich selbst auf einer Veranstaltung zu Foresight und KI erlebt. Die Debatte war intensiv, die Bedenken berechtigt, doch das Ergebnis überraschend ernüchternd: ein diffuses Gefühl von Hilflosigkeit und die implizite Annahme, dass wir diesen Herausforderungen kaum etwas entgegensetzen können. Am Ende blieb vor allem eines zurück: Unsicherheit.

Wie kann und sollte man die KI denn dann in Foresight-Prozessen einsetzen?

Ja, die Schwächen von KI sind real, aber sie sind weder neu noch unkontrollierbar. Viel entscheidender ist die Frage, wie wir mit ihnen umgehen. Statt uns von Limitationen lähmen zu lassen, sollten wir beginnen, KI als gestaltbares Werkzeug im Foresight-Prozess zu begreifen. Nicht als Ersatz für menschliche Urteilskraft, sondern als Ergänzung, die neue Räume öffnet. Denn das eigentliche Potenzial von KI zeigt sich nicht in der Perfektion ihrer Antworten, sondern in der Art und Weise, wie wir sie in unsere Denk-, Analyse- und Entscheidungsprozesse integrieren.

KI als Werkzeug, nicht als Ersatz

KI wird oft entweder über- oder unterschätzt. Auf der einen Seite steht die Erwartung, dass sie komplexe Foresight-Reports eigenständig erstellt, strategische Entscheidungen vorbereitet und diese auch noch überzeugend in die Organisation trägt. Auf der anderen Seite steht die Ernüchterung, wenn genau das nicht passiert. KI kann (noch) keine vollautomatisierten Foresight-Prozesse liefern, die ohne menschliches Zutun auskommen und gleichzeitig echte Wirkung entfalten. Dafür fehlt ihr nicht nur Kontextverständnis, sondern auch das Gespür für organisationale Dynamiken, Prioritäten und implizites Wissen. Genau hier bleibt der Mensch unverzichtbar.

Gleichzeitig wäre es ein Fehler, daraus zu schließen, dass ihr Nutzen begrenzt ist. Im Gegenteil: Richtig eingesetzt, kann KI den Foresight-Prozess deutlich erweitern und beschleunigen. Sie hilft dabei, große Informationsräume schneller zu durchdringen, Muster sichtbar zu machen und Perspektiven zu öffnen, die sonst leicht übersehen werden.

Breite und Tiefe – Wie die KI die Dimension der Recherche neu skaliert

Der Aufbau der Recherche und der Erfolg der Datensammlung entscheidet, wie belastbar und relevant spätere Ergebnisse überhaupt sein können. Hier kann KI ihre Wirkung besonders effektiv entfalten – vorausgesetzt, sie wird richtig eingebettet. Am CeRRI des Fraunhofer IAO verfolgen wir dafür einen klar strukturierten Human-in-the-loop Ansatz. KI agiert nicht autonom, sondern eingebettet in einen mehrstufigen Prozess, in dem Menschen kontinuierlich steuern, kuratieren und kontrollieren. Das beginnt bereits bei der Auswahl der Daten: Welche Quellen sind relevant? Welche Perspektiven fehlen noch? Und welche Informationen sind überhaupt belastbar genug, um in die Analyse einzugehen

Statt sich auf das inhärente Wissen von Modellen zu verlassen, werden Datensätze bewusst von Menschen zusammengestellt. Diese dienen als Ausgangspunkt, den die KI dann weiterverarbeitet. Dadurch entsteht eine Qualität, die weder rein manuell noch rein automatisiert erreichbar wäre.

Wo früher einige hundert Quellen von Menschen im Detail gesichtet wurden, können heute tausende Quellen von Menschen ausgewählt und für die KI vorbereitet werden. Die Verantwortung, was in den Datensatz einfließt, trägt der Mensch. Erst nachdem diese breite Datenbasis geschaffen wurde, kommt sie in der Auswertung zum Einsatz. Wichtig ist dabei, dass diese Erweiterung nicht zu einem Kontrollverlust führt. Menschliche Kontrolle und die Überprüfung der Ergebnisse bleiben zentral.

Muster erkennen, Bedeutung geben – KI in der Analyse

Auf Basis klar definierter Qualitätskriterien wird zunächst geprüft, ob die generierten Ergebnisse den zugrunde liegenden Daten überhaupt gerecht werden. Auffälligkeiten, Verzerrungen oder Fehler können so systematisch identifiziert und korrigiert werden. Der Output wird dabei nicht einfach übernommen, sondern gezielt kondensiert, strukturiert und entlang der jeweiligen Projektparameter eingeordnet.

Trotz dieser Unterstützung bleibt die Analyse kein automatisierter Schritt. Im Gegenteil: Die Ergebnisse der KI bilden lediglich die Grundlage für die eigentliche Arbeit. Die finale Einschätzung, welche Entwicklungen relevant sind, welche Signale wie bewertet werden und welche Implikationen sich daraus ergeben, liegt weiterhin bei den Menschen.

Gerade im Austausch mit Projektpartnern zeigt sich der Mehrwert dieses Ansatzes. KI liefert erste Deutungsangebote, alternative Perspektiven und Denkanstöße. Sie erweitert den Horizont, ohne ihn festzulegen. Fundierte Ergebnisse entstehen im gemeinsamen (menschlichen) Diskurs: Zielgerichtete Workshops, oder eine konsensbasierte Delphi-Methode, in der Expertinnen und Experten die Ergebnisse einordnen, Widersprüche identifizieren und oder unterschiedliche Sichtweisen zusammenführen, werden genutzt, um die Ergebnisse zu validieren. Die Analysephase wird zu einem Zusammenspiel aus maschineller Vorstrukturierung und menschlicher Interpretation.

Zukunftsbilder formen, Entscheidungen schärfen – KI in der Bewertung

Die KI kann besonders dort unterstützen, wo es darum geht, aus komplexen Zusammenhängen greifbare Zukunftsbilder zu entwickeln. Die KI schafft es, umfangreiche Informationen in prägnante, verständliche Aussagen zu übersetzen und diese oft so aufzubereiten, dass sie ein klares, anschauliches Bild von möglichen Entwicklungen zeichnen.

Diese interpretative Qualität ist ein echter Mehrwert. Sie erleichtert es, komplexe Zukunftsszenarien zu kommunizieren und dient als Ausgangspunkt für den gemeinsamen Diskurs. Die bekannten Schwächen der KI treten hier in den Hintergrund, weil ihre Rolle klar definiert ist: übersetzend, nicht erzeugend.

In der anschließenden Bewertungsphase und bei der Ableitung von Implikationen verschiebt sich der Fokus erneut. Hier geht es weniger um das »Was könnte passieren?« als um das »Was bedeutet das für uns?«. Auch hier kann KI eine wertvolle Rolle einnehmen, allerdings eher als Sparringspartner im Hintergrund. Projektpartner bringen Kontextwissen, Erfahrung und organisationale Perspektiven ein, die für fundierte Entscheidungen unerlässlich sind. Die KI liefert Impulse, schlägt unterschiedliche Handlungsoptionen vor und hilft dabei, Denkräume zu öffnen, die im ersten Moment nicht offensichtlich sind.

Wichtig ist in dieser Phase zudem ein sensibler Umgang mit Daten. Besonders wenn es um strategische oder unternehmensspezifische Informationen geht, sollten diese vor der Verarbeitung durch KI so weit wie möglich anonymisiert und auf das Wesentliche reduziert werden. Die spezifische Einordnung erfolgt anschließend wieder innerhalb der Organisation.

Mein Fazit

KI entfaltet ihren größten Mehrwert im Foresight-Prozess dort, wo sie unterstützend eingesetzt wird. KI ist kein Ersatz für Foresight, sondern ein Verstärker. Richtig eingesetzt, führt das nicht nur zu effizienteren Prozessen, sondern auch zu fundierteren und vielfältigeren Erkenntnissen.

Gleichzeitig bleibt eine Grenze bestehen. KI sollte unterstützen, aber nicht verantworten. Sie kann Optionen aufzeigen, aber sollte keine Entscheidungen treffen. Die zentrale Rolle im Foresight-Prozess liegt weiterhin beim Menschen: bei der Auswahl der relevanten Fragen, der Einordnung von Ergebnissen und der Ableitung von Konsequenzen im jeweiligen Kontext.

Der eigentliche Fortschritt entsteht also nicht durch den Einsatz von KI allein, sondern durch ihr bewusstes Zusammenspiel mit menschlicher Urteilskraft. Wer KI als Werkzeug versteht und nicht als Lösung, kann ihr Potenzial nutzen, ohne die eigene Verantwortung aus der Hand zu geben.

Sprechen Sie uns an, wenn Sie die die Kombination aus Experten-Know-how und Künstlicher Intelligenz für Ihr Unternehmen nutzbar machen wollen!

Leselinks:

• NextSignal – KI-Trendradar für Technologie und Märkte
• Foresight 2 Strategy – Mit fundierten Zukunftsbildern zur langfristigen Strategie
• Zukunft strategisch gestalten: Foresight für Unternehmen

Kategorien: Digitale Transformation, Künstliche Intelligenz
Tags: Foresight