Welche Fragen sollten Aufsichtsräte der KI vor strategischen Entscheidungen stellen?

Das Strategieteam kommt mit einer selbstbewusst formulierten Empfehlung in die Sitzung, gestützt auf ein Szenariomodell, drei Diagramme und eine Zusammenfassung, die ein KI-System in wenigen Minuten erstellt hat. Niemand im Aufsichtsrat hat sie entwickelt, niemand versteht vollständig, wie sie zu ihrer Schlussfolgerung gelangt ist, und die Sitzung dauert bereits länger als geplant. Die Versuchung ist groß, einfach zuzustimmen. Bis jemand Zweifel bekommt, ist die Sitzung bereits beim nächsten Punkt der Unterlagen angekommen. 

Eine überzeugend wirkende Antwort anzunehmen ist nicht dasselbe, wie eine gute Frage zu stellen. Auch Aufsichtsräte, die sich kontinuierliche Überwachung zur Gewohnheit gemacht haben, eine Disziplin, die wir in einem früheren Artikel über kontinuierliche strategische Anpassung behandelt haben, benötigen eine weitere Fähigkeit: zu wissen, was sie fragen müssen, bevor eine Empfehlung zur Entscheidung wird. Die Qualität KI-gestützter Entscheidungen des Aufsichtsrats hängt auch davon ab, wie präzise die Fragen sind, die die Mitglieder zu den Ergebnissen dieser Tools stellen. 

Dieser Artikel enthält vier Fragen, die man stellen sollte, bevor eine KI-gestützte Empfehlung zur Abstimmung kommt. Er zeigt außerdem, wie sich diese Gewohnheit in die Sitzungsführung eines Aufsichtsrats integrieren lässt, und bietet einen kurzen Test, ob sie bereits verankert ist. 

In diesem Artikel: 

• Warum KI dem Aufsichtsrat nicht die Verantwortung für eine Entscheidung abnimmt. 
• Vier Fragen, die man stellen sollte, bevor über eine KI-gestützte Empfehlung abgestimmt wird. 
• Was sich an der Sitzungsführung ändert, wenn kritisches Hinterfragen zur Routine statt zur Ausnahme wird. 
• Ein kurzer Test, ob das KI-gestützte Urteilsvermögen Ihres Aufsichtsrats Bestand hat. 

Warum KI dem Aufsichtsrat nicht die Verantwortung abnimmt 

Welche Rolle hat der Aufsichtsrat bei KI-gestützten Entscheidungen? Dieselbe wie vor dem Aufkommen von KI: Er trifft die Ermessensentscheidung und trägt die Folgen, unabhängig davon, wie viel menschliche oder maschinell erstellte Analyse ihr zugrunde liegt. KI kann die Empfehlung erstellen. Sie kann nicht verantwortlich sein, wenn sich die Empfehlung als falsch erweist. 

Die Aufsichtsbehörden formulieren diese Unterscheidung ausdrücklich, statt sie vorauszusetzen. Nach Bestimmung 29 des UK Corporate Governance Code, die für Geschäftsjahre gilt, die am oder nach dem 1. Januar 2026 beginnen, müssen beispielsweise Aufsichtsräte über eine bloße Auflistung ihrer Kontrollen hinausgehen und ein echtes Verständnis dafür nachweisen, warum diese Kontrollen versagen könnten. Auf KI-gestützte Entscheidungen übertragen ist das eine direkte Herausforderung für Aufsichtsräte, die die überzeugende Aufmachung einer Empfehlung als Beleg für ihre Stichhaltigkeit ansehen. Eine saubere Zusammenfassung und eine funktionierende Kontrolle sind zwei verschiedene Dinge. Wenn ein Aufsichtsrat nicht erklären kann, warum er einer bestimmten KI-gestützten Empfehlung vertraut hat, erfüllt er diesen Standard nicht. 

Aufsichtsräte, die in den vergangenen Jahren eine vergleichbare Disziplin für Cyberrisiken und Data Governance aufgebaut haben, verfügen bereits über eine Vorlage für die praktische Umsetzung. Die KI-Aufsicht wendet im Wesentlichen dieselbe Sorgfalt auf eine neue Entscheidungskategorie an. Sie verlangt keine grundsätzlich andere Art der Prüfung. 

Eine gute Governance KI-gestützter Entscheidungen ist eine Governance-Frage, bei der zufällig KI eine Rolle spielt, und keine Technologiefrage: Wer ist verantwortlich? Was wurde geprüft, bevor sich der Aufsichtsrat darauf stützte? Und würde die eigene Prüfung des Aufsichtsrats einer Untersuchung Monate später standhalten? Die folgenden vier Fragen zeigen, wie diese Prüfung in der Praxis aussieht. 

Ein praxisnaher Fragerahmen für Aufsichtsratsmitglieder 

Welche Fragen sollten Aufsichtsräte der KI stellen? Vier konsequent gestellte Fragen decken den Großteil des Wesentlichen ab: Welche Annahmen trifft sie? Welche Belege fehlen? Welche Alternativen wurden nie berücksichtigt? Und wo könnte sie schlicht falsch liegen? 

Welche Annahmen trifft die KI? 

Jede KI-generierte Empfehlung beruht auf Annahmen, die niemand laut ausgesprochen hat: dass sich ein Markt weiterhin wie bisher verhält, eine Lieferantenbeziehung Bestand hat oder ein Wettbewerber nicht zuerst handelt. Diese Annahmen aufzudecken ist die erste Aufgabe. Denn eine Annahme, die niemand benannt hat, kann auch niemand hinterfragen. 

Ein konkretes Beispiel: Eine KI-gestützte Wachstumsprognose nimmt stillschweigend an, dass die aktuellen Kosten der Kundenakquise konstant bleiben. Diese Annahme kann vernünftig sein. Sie könnte aber auch der fragilste Teil der gesamten Empfehlung sein. Ohne nachzufragen, kann der Aufsichtsrat nicht wissen, was zutrifft. Entscheidend ist nicht, ob die Annahme irgendwo in den Begleitunterlagen steht. Entscheidend ist, ob ein Aufsichtsratsmitglied sie ohne lange Suche benennen und überhaupt als Annahme statt als Tatsache erkennen kann. 

Welche Belege fehlen? 

Vollständigkeit lässt sich leicht vortäuschen und von außen nur schwer überprüfen. Eine Empfehlung kann vollständig wirken und dennoch, ohne dass es jemand bemerkt, genau die Belegkategorie auslassen, die die Schlussfolgerung verändert hätte. 

Eine präzise Variante dieser Frage lautet, ob Cyber- und Geschäftsrisiken gemeinsam mit dem wirtschaftlichen Nutzen abgewogen wurden oder ob sie in einem separaten Bericht standen, den niemand mit der Empfehlung selbst abgeglichen hat. Eine Wachstumsstrategie, die nie fragt, was bei einer Kompromittierung der zugrunde liegenden Dateninfrastruktur geschieht, hat eine Lücke. Es handelt sich nicht um einen Logikfehler, sondern um eine Lücke dessen, was überhaupt berücksichtigt wurde. Aufsichtsratsmitglieder fragen daher, was nicht enthalten war, und nicht nur, ob das Enthaltene glaubwürdig wirkt. Ein Aufsichtsrat, der nie verlangt hat, das Risikoregister gemeinsam mit der Empfehlung zu sehen, kann nicht wissen, ob dieser Abgleich überhaupt stattgefunden hat. 

Welche alternativen Szenarien sollten berücksichtigt werden? 

Felipe Csaszar, Strategieprofessor an der Ross School of Business der University of Michigan, wies in der Harvard Business Review prägnant darauf hin, wie wenige echte Alternativen die meisten Strategiesitzungen hervorbringen. Teams gehen mit drei oder vier Optionen auseinander, nicht weil es keine weiteren gab, sondern weil „das alles war, was Ihr Team in der verfügbaren Zeit und mit seiner mentalen Kapazität entwickeln konnte“. KI beseitigt diese besondere Einschränkung. Sie beseitigt nicht die Notwendigkeit zu fragen, ob die vorliegenden Alternativen die richtigen oder lediglich die am einfachsten zu generierenden sind. 

In einem früheren Artikel über KI-gestützte Szenariomodellierung haben wir ausführlicher behandelt, wie KI die Bandbreite der Szenarien erweitert, die ein Aufsichtsrat prüfen kann. Hier ist die entscheidende Frage enger gefasst und schwerer zu umgehen: Hat jemand bewusst versucht, die Empfehlung mit einem Szenario zu widerlegen, das sie gezielt herausfordert? Oder bestätigte jede Variante dieselbe Schlussfolgerung, nur mit leicht veränderten Zahlen? 

Wo könnte die KI falsch liegen? 

Aufsichtsratsmitglieder erkennen blinde Flecken der KI, indem sie fragen, wo das Vertrauen eines Modells in seine Antwort und dessen tatsächliche Genauigkeit auseinanderfallen könnten. Beides ist nicht dasselbe, und eine flüssige, gut formatierte Antwort, so selbstbewusst sie auch herüberkommen mag, kann falsch sein. 

Die praktische Variante dieser Frage lautet: Was müsste zutreffen, damit diese Empfehlung scheitert, und woran würde der Aufsichtsrat das erkennen? Eine Empfehlung, die diese Frage nicht beantworten kann und keine Bedingung nennt, unter der sie als falsch gelten würde, wurde nicht wirklich geprüft. Sie wurde lediglich erstellt. Die Frage, wo KI falsch liegen könnte, ist kein Selbstzweck und keine feindselige Handlung. Aufsichtsräte, die sie so verstehen, hören meist nach der ersten unbequemen Antwort auf zu fragen. Sie markiert den Unterschied zwischen einer Empfehlung, die der Aufsichtsrat hinterfragt hat, und einer, die er lediglich entgegengenommen hat. 

Kritisches Hinterfragen in Diskussionen des Aufsichtsrats verankern 

Keine der vier Fragen ist besonders nützlich, wenn sie jemandem erst einfällt, wenn die Sitzung längst weitergegangen ist. Um sie in die Sitzungsführung zu integrieren, braucht es einige konkrete Gewohnheiten. Keine davon verlangsamt den Aufsichtsrat so stark, wie Mitglieder manchmal befürchten. 

Formulieren Sie Agendapunkte als offene Fragen. „Sollen wir diesen KI-gestützten Wachstumsplan genehmigen?“ lädt zum Abnicken ein. „Bei welchen Annahmen dieser Empfehlung sind wir am wenigsten zuversichtlich?“ lädt zu einer echten Diskussion ein. 

Verteilen Sie KI-basierte Analysen vor der Sitzung und nicht erst währenddessen. Aufsichtsratsmitglieder können sie wirksamer hinterfragen, wenn sie Zeit hatten, sich mit dem Material auseinanderzusetzen und eine eigene Meinung zu bilden, statt es während der Sitzung erstmals aufzunehmen. 

Erwarten Sie eine individuelle Prüfung vor der gemeinsamen Diskussion. Wer bereits erkannt hat, welche Annahme Sorge bereitet, kommt bereit in die Sitzung, diesen Punkt zu verfolgen, statt zunächst abzuwarten, was andere denken. 

Vorsitzende sollten aktiv dafür sorgen, dass alternative Ansichten diskutiert werden. Eine Empfehlung, die mangels einer ausdrücklich mit der Gegenposition betrauten Person unwidersprochen bleibt, ist keine geprüfte Empfehlung, unabhängig vom Abstimmungsergebnis. Diese Aufgabe muss der oder die Aufsichtsratsvorsitzende bewusst wahrnehmen. Simon Laffin formuliert es im Podcast Boardroom Confidential so: „Man könnte argumentieren, dass der Vorsitz die Diskussion unterbrechen und sagen sollte, wenn alle zustimmen: ‚Wir werden dem erst zustimmen, wenn jemand widerspricht.‘“ 

Bestätigen Sie vor dem Abschluss das gemeinsame Verständnis. Bevor eine Entscheidung abgeschlossen wird, sollte der oder die Aufsichtsratsvorsitzende darlegen können, was entschieden wurde und warum, und dafür die Zustimmung der Anwesenden erhalten. Die Tatsache, dass eine Abstimmung stattgefunden hat, reicht nicht aus. 

Der Test für gutes KI-gestütztes Urteilsvermögen 

Drei Fragen zeigen, ob diese Disziplin real oder nur theoretisch ist. Könnte ein Aufsichtsratsmitglied ohne Notizen die einzelne Annahme erklären, von der eine kürzlich vorgelegte KI-gestützte Empfehlung am stärksten abhing? Hat jemand im Aufsichtsrat jemals eine Empfehlung verändert, indem eine dieser vier Fragen gestellt wurde, oder bestätigen die Fragen stets nur das bereits Beschlossene? Und würde die Begründung des Aufsichtsrats Bestand haben, wenn sie 18 Monate später jemand liest, der nicht im Raum war? Wer eine dieser Fragen verneint, nimmt Empfehlungen entgegen, statt sie zu prüfen. 

Wie Sherpany bessere Beratungen im Aufsichtsrat unterstützt 

Bessere Beratungen setzen voraus, dass die oben genannten Fragen Spuren hinterlassen, statt nach Sitzungsende zu verschwinden und nur in der Erinnerung der Person fortzubestehen, die hinterfragt hat. 

Sherpany bietet Aufsichtsräten einen sicheren, strukturierten Ort für diese Dokumentation: Welche Annahmen wurden hinterfragt? Welche fehlenden Belege hat ein Mitglied angesprochen? Und warum hat der Aufsichtsrat einer bestimmten KI-gestützten Empfehlung letztlich vertraut oder nicht vertraut? Dieser Audit-Trail ist in zweifacher Hinsicht wichtig. Er macht das kritische Hinterfragen im Moment sichtbar, denn eine gestellte und dokumentierte Frage hat mehr Gewicht als eine gestellte und vergessene. Außerdem macht er die Begründung des Aufsichtsrats später vertretbar, wenn Aufsichtsbehörden, Prüfer oder neue Aufsichtsratsmitglieder fragen, warum eine Entscheidung so getroffen wurde. 

Nichts davon entscheidet anstelle des Aufsichtsrats. Es gibt dem eigenen Urteilsvermögen des Aufsichtsrats und den Fragen, die dieses geprägt haben, einen Ort, an dem sie über die Sitzung hinaus bestehen bleiben. 

Eine gute Antwort ist nicht dasselbe wie eine geprüfte Antwort 

Eine überzeugend wirkende und eine geprüfte Empfehlung sind nicht austauschbar. Genau diese Lücke sollen die vier Fragen schließen. KI kann die erste erstellen. Nur der Aufsichtsrat erstellt die zweite, indem er fragt, was angenommen, was übersehen und was außerdem hätte berücksichtigt werden müssen und wo die Empfehlung falsch liegen könnte. 

Gut gestellte Fragen beschleunigen Entscheidungen meist, statt sie zu verlangsamen, weil eine falsche Annahme in der Sitzung auffällt und nicht erst 18 Monate später, wenn die Folgen teuer und öffentlich sind. Erfolgreich ist nicht der Aufsichtsrat mit den fortschrittlichsten KI-Tools. Es ist der Aufsichtsrat, der nie aufgehört hat zu fragen, was diese Tools übersehen haben könnten, Sitzung für Sitzung und noch lange nachdem die Neuheit der KI im Sitzungsraum verflogen ist. 

Möchten Sie erfahren, wie Sherpany besser dokumentierte und gründlicher hinterfragte Aufsichtsratsentscheidungen unterstützt? Buchen Sie eine kostenlose Demo und entdecken Sie, wie Sherpany helfen kann.